مدلسازی فرایند پخت در حین استخراج روغن از جوانه ذرت با استفاده از شبکههای عصبی مصنوعی
الموضوعات :
ابولفضل بوژمهرانی
1
(
دانشجوی دکتری علوم و صنایع غذایی، واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، ایران
)
محسن وظیفه دوست
2
(
استادیار، گروه علوم و صنایع غذایی، واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، ایران.
)
بهاره حاجی رستملو
3
(
استادیار، گروه علوم و صنایع غذایی، واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، ایران.
)
الکلمات المفتاحية: مدلسازی, دیگ پخت, جوانه ذرت, روغن کشی,
ملخص المقالة :
در این تحقیق به منظور مدلسازی فرایند استخراج روغن از جوانه ذرت در مقیاس صنعتی از 3 سطح دمای پخت (80، 85 و 90 درجه سانتیگراد) و سه سطح رطوبت دانه های خروجی از دیگ پخت (3، 5/3 و 4 درصد) استفاده گردید و میزان لرد و اسیدیته روغن، میزان روغن، پروتئین و رطوبت کنجاله مورد بررسی قرار گرفت. جهت پیشبینی روند تغییرات از ابزارشبکههای عصبی مصنوعی در نرمافزار متلب استفاده شد. با بررسی شبکههای مختلف شبکهی پسانتشار پیشخور با توپولوژیهای2-6-5 با ضریب همبستگی بیشتر از 984/0 و میانگین مربعات خطای کمتر از 003/0 و با بکارگیری تابع فعالسازی تانژانت سیگموئید هیپربولیکی، الگوی یادگیری لونبرگ– مارکوات و چرخه یادگیری 1000 به عنوان بهترین مدل عصبی مشخص گردید. نتایج حاصل از مدلهای بهینهی انتخاب شده نیز ارزیابی گردید و این مدلها با ضرایب همبستگی بالا )بیش از 953/0( قادر به پیشبینی روند تغییرات بودند. از طرفی نتایج نشان داد که مدلهای بهدست آمده در این مطالعه بیشترین دقت را در پیشبینی میزان رطوبت کنجاله داشتند.
Optimizing the extraction process of sesame seed’s oil using response surface method on the industrial scale. Industrial Crops and Products, 58, 160–165.
_||_