Fermantasyon ürünleri kurutma proseslerinin matematiksel modellenmesi ve kontrolü

Abstract

FERMANTASYON ÜRÜNLERİ KURUTMA PROSESLERİNİNMATEMATİKSEL MODELLENMESİ ve KONTROLÜMehmet KÖNİAnahtar Kelimeler: Kurutma Süreci, Akışkan Yatak, Ekmek Mayası, Modelleme,Optimizasyon (En iyileme), ANFIS, Bulanık Mantık, Yapay Sinir Ağı, GenetikAlgoritma.Özet: Doğrusal olmayan bir yapıya sahip kurutma süreçleri endüstride yoğun birşekilde kullanılmaktadır. Kurutma sürecinin karmaşıklığına maya gibi canlımikroorganizmanın da bilinmezleri eklenince sistem tam bir muamma halinegelmektedir. Ekmek mayası gibi biyolojik ürünler kurutmaya karşı çok hassasolduklarından kurutma sürecindeki kalite kayıplarına dikkat etmek gerekir. Kurutmasüreçlerinin işletme maliyetlerindeki en ciddi faktör enerji giderleridir.Bu çalışmada, kesikli akışkan yataklı kurutma fırınında kurutulan ekmek mayasınınsüreç ve kalite modelleri, uyarlanabilir özellikleri ve fiziksel modeller gibi süreçhakkında çok fazla bilgi birikimine ihtiyaç duymadıkları için yapay sinir ağı veANFIS yardımıyla oluşturulan bulanık mantık model yapıları ile elde edilmiştir.Kurutma sürecinin minimum enerji tüketimi ve minimum kalite kaybı ile işletilmesitemel hedeftir. Oluşturulan sistem (kalite ve süreç) modelleri ile kalite ve enerjimaliyetleri arasındaki optimum noktayı bulmak için karşımıza çıkan en iyilemeproblemi genetik algoritmalar yardımıyla çözülmüştür.Sistemi eniyileyen kontrol yapısına bir alternatif geliştirilmiştir. Üretim stratejisinegöre, kurutma sisteminin önceden belirlenen süreç çıkış parametrelerini tüm kurutmaperiyodu boyunca takip etmesini sağlayacak bulanık mantık kontrol edicisi ANFISyardımıyla tasarlanmış ve başarılı sonuçlar elde edilmiştir.Endüstriyel boyuttaki kesikli akışkan yatakta ekmek mayası kurutma sürecinde biryıl içinde çeşitli zamanlarda yapılan deneyler ile bir çekirdek yapı oluşturulmuştur.Bu çekirdek yapı, sistem modellemesini, kontrolünü ve en iyilemesini başarı ileyapan uyarlanabilir özelliğe sahiptir. Çekirdek yapı, üretim tesisi ve çalışanlarınahiçbir ek yük getirmeden sistem değişikliklerini algılayacak ve kendini güncelleyereken iyileme ve kontrol yapabilecek yetenektedir.

MATHEMATICAL MODELING and CONTROL FOR THE DRYINGPROCESSES OF THE FERMENTATION PRODUCTSMehmet KÖNİKeywords: Drying Process, Fluidized Bed, Baker?s Yeast, Modeling, Optimization,ANFIS, Fuzzy Logic, Artificial Neural Network, Genetic AlgorithmAbstract: Drying processes with non-linear structure are consistently managed inindustry. When unidentified characteristics of the living organisms like yeast areadded on, the system becomes an absolute mystery. The quality loss in the dryingprocess should be regarded with care because the biological products like baker?syeast are very sensitive to drying. The most serious factor in the operating cost of thedrying processes is the energy expenses.In this study, process and quality models of the dried baker?s yeast in a batchfluidized bed dryer are obtained with fuzzy logic model types which are constitutedby ANFIS and artificial neural network because they do not require detailedknowledge about process as physical models and they also have adaptive features.The main aim is to complete the drying process with minimum quality loss andminimum energy cost. The optimization problem which occurred in order to find theoptimum point between the quality and energy using the quality and process modelsformed solved by genetic algorithms concerning the complexity of the systemAn alternative option is developed for the control structure which optimizes thesystem. According to the production strategy, fuzzy logic controller is designedwhich will enable the dryer system to follow the pre-determined output parametersduring the whole drying period. Fuzzy logic controller with adaptive feature which isdesigned by ANFIS had successful results.A core structure is formed by the experiments performed in various times during ayear in the process of baker?s yeast drying in the industrial-scaled batch-fluidizedbed. This core structure system has an adaptive feature which executes the (quality -process) modeling, controlling and optimization successfully. System is in such astructure that it can do the optimization and control by updating itself (by sensing thechanges) without putting extra load to the production facility and its staff in acontinuously producing facility.