همایش ملی احیای بوم‌شناختی بر پایه طبیعت با تاکید بر زنبورعسل

چکیده مقاله

خشک‌کردن یکی از مهم‌ترین فرآیندهای پس از برداشت در گیاهان دارویی و معطر محسوب می‌شود که نقش مستقیمی در حفظ کیفیت، ماندگاری، ایمنی و پایداری ترکیبات زیست‌فعال دارد. روش‌های سنتی خشک‌کردن مانند خشک‌کردن در آفتاب و هوای گرم، به دلیل سادگی و هزینه پایین همچنان کاربرد گسترده‌ای دارند، اما این روش‌ها اغلب با مشکلاتی نظیر زمان طولانی فرآیند، تخریب ترکیبات حساس به حرارت و عدم یکنواختی کیفیت محصول همراه هستند. در سال‌های اخیر، فناوری‌های نوین شامل خشک‌کردن مایکروویوی، مادون قرمز، انجمادی، اولتراسوند و سامانه‌های هیبریدی برای غلبه بر این محدودیت‌ها توسعه یافته‌اند. هم‌زمان، ورود فناوری‌های هوشمند مانند هوش مصنوعی (AI)، یادگیری ماشین (ML)، اینترنت اشیا (IOT)، بینایی ماشین و دوقلوهای دیجیتال موجب تحول اساسی در سامانه‌های خشک‌کردن شده است. این مقاله مروری به بررسی روند تحول فناوری‌های خشک‌کردن گیاهان دارویی از روش‌های متداول تا سامانه‌های هوشمند مبتنی بر هوش مصنوعی می‌پردازد. همچنین کاربرد مدل‌های یادگیری ماشین در پیش‌بینی سینتیک خشک‌کردن، کنترل هوشمند فرآیند، بهینه‌سازی مصرف انرژی و حفظ ترکیبات زیستی مورد بررسی قرار گرفته است. در نهایت، چالش‌ها، شکاف‌های پژوهشی و روندهای آینده شامل خشک‌کن‌های خودمختار، دوقلوهای دیجیتال و سامانه‌های پایدار مبتنی بر انرژی‌های تجدیدپذیر تحلیل شده‌اند. نتایج نشان می‌دهد که آینده فناوری‌های خشک‌کردن گیاهان دارویی به سمت سامانه‌های هوشمند، خودتنظیم و مبتنی بر کیفیت حرکت خواهد کرد.

کلمات کلیدی:

گیاهان دارویی، فناوری خشک‌کردن، هوش مصنوعی، یادگیری ماشین، فرآوری پس از برداشت