乾燥における機械学習

乾燥プロセスの分析にとって非常に重要であるにもかかわらず、物理ベースのモデルは予測能力の点で限界があり、ほとんどの場合工業的な乾燥のリアルタイムプロセス制御や最適化には不適切です。本論文では、食品やバイオマテリアルの乾燥における機械学習（ML）技術と最新のMLアプリケーションの概要を提供します。アプリケーションには、データ駆動モデル、非線形制御、多目的最適化などが含まれます。製品品質のリアルタイム観測や制御戦略の微調整のための機械ビジョンとのML統合の利点についても簡単に論じます。将来の研究は、プロセスおよび製品変数を測定するためのセンサーとMLソフトウェアツールの統合に焦点を当てるべきです。さらに、乾燥研究コミュニティは、MLアルゴリズムの力を活用するために非常に重要なオープンソースデータセットの構築に貢献すべきです。センサー、プロセス分析、ソフトウェア工学の統合は、「インテリジェント」な乾燥システムの開発を可能にします。