Acta Scientiarum: Technology (Apr 2009)
Modelagem do sistema de resfriamento por imersão de carcaças de frangos utilizando redes neurais artificiais = Modeling of the poultry carcass immersion chilling system using artificial neural networks
Abstract
A modelagem matemática fenomenológica do processo de resfriamento decarcaças de frango em chillers é complexa pela quantidade de variáveis que interferem no processo, além de tratar de um problema que envolve transferência de calor e de massa em regime transeniente. Uma alternativa para modelar este tipo de sistema é o emprego deRedes Neurais Artificiais. Neste trabalho foram investigadas diversas estruturas de redes com uma camada intermediária para modelar o processo de resfriamento de frangos. Foram testadas diferentes arquiteturas alterando os números de neurônios das camadas de entrada e intermediária. Foram utilizados dados coletados na empresa Sadia–Toledo, Estado do Paraná, para treinamento e validação das redes. As variáveis de entrada da rede eram: massa da carcaça, temperatura antes do resfriamento, temperatura da camisa de propilenoglicol,vazão de água em cada módulo, tempo de residência e temperatura da água de renovação; a temperatura do frango na saída do último tanque de resfriamento era a variável de saída. Os resultados obtidos mostraram que as redes representam apropriadamente o processo e que arede com estrutura 8-24-1 foi a que melhor modelou o sistema investigado.The process of cooling chicken carcasses by immersing themin mixture of cold water and ice (chillers) is complex. It is very difficult to represent it by a transport phenomenon model. In this work, artificial neural networks were used with an intermediary layer in the description and modeling of the cooling process of chickens.Different architectures of the neural network were tested, altering the numbers of input and hidden units. Data supplied by the Sadia-Toledo Company were used for training and validation of the neural networks. The input variables selected for the model were thefollowing: carcass weight, initial temperature, propylene glycol temperature with external circulation, water flow rate of water in each tank, renewal water cooling time and temperature, and as output variable the temperature of the chicken when exiting the chiller.The results obtained showed that the network with 8 neurons in the input layer and 24 in the hidden layer best represented the investigated system.
