دوره 17، شماره 106 - ( 1399 )                   جلد 17 شماره 106 صفحات 31-23 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Amini G, Salehi F, Rasouli M. Drying process modeling of basil seed mucilage by infrared dryer using artificial neural network. FSCT 2020; 17 (106) :23-31
URL: http://fsct.modares.ac.ir/article-7-42900-fa.html
امینی غزاله، صالحی فخرالدین، رسولی مجید. مدل‌سازی فرآیند خشک‌کردن موسیلاژ دانه ریحان با خشک‌کن فروسرخ توسط شبکه عصبی مصنوعی. مجله علوم و صنایع غذایی ایران. 1399; 17 (106) :23-31

URL: http://fsct.modares.ac.ir/article-7-42900-fa.html


1- دانشجوی کارشناسی ارشد، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.
2- استادیار، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران. ، fs1446@yahoo.com
3- استادیار، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.
چکیده:   (1374 مشاهده)
امروزه صمغ‌های گیاهی و تجاری به‌منظور بهبود خصوصیات رئولوژیکی، بافتی و حسی مواد غذایی استفاده می‌شوند. دانه‌های ریحان دارای مقادیر قابل‌توجهی صمغ (موسیلاژ) با خواص عملکردی مناسب هستند که بعد از استخراج از دانه‌ها و خشک شدن، می‌توانند به‌صورت پودر در فرمولاسیون محصولات مختلف استفاده شود. در این مطالعه جهت خشک‌کردن موسیلاژ دانه ریحان، از روش پرتودهی فروسرخ استفاده گردید. اثر توان لامپ فروسرخ (150، 250 و 375 وات)، فاصله نمونه از لامپ (4، 8 و 12 سانتی‌متر) و ضخامت موسیلاژ (5/0، 0/1 و 5/1 سانتی‌متر) بر زمان خشک شدن موسیلاژ دانه ریحان مورد بررسی قرار گرفت. نتایج خشک‌کردن موسیلاژ دانه ریحان با روش فروسرخ نشان داد با افزایش توان لامپ و کاهش فاصله نمونه‌ها از منبع حرارتی، زمان خشک‌کردن کاهش می‌یابد. با افزایش فاصله لامپ‌ها از 4 به 12 سانتی‌متر، میانگین زمان خشک شدن موسیلاژ دانه ریحان از 37/131 دقیقه به 41/336 دقیقه افزایش یافت. با افزایش ضخامت نمونه‌ها از 5/0 به 5/1 سانتی‌متر، میانگین زمان خشک شدن موسیلاژ دانه ریحان از 67/103 دقیقه به 67/367 دقیقه افزایش یافت. این فرآیند توسط یک شبکه عصبی مصنوعی با 3 ورودی (توان لامپ ، فاصله لامپ و ضخامت) و 1 خروجی (زمان خشک شدن) مدل‌سازی شد. نتایج مدل‌سازی به روش شبکه عصبی مصنوعی نشان داد شبکه‌ای با تعداد 8 نرون در یک لایه پنهان و با استفاده از تابع فعال‌سازی سیگموئیدی می‌تواند زمان خشک شدن موسیلاژ دانه ریحان با استفاده از خشک‌کن فروسرخ را پیشگویی نماید (96/0r=). نتایج آنالیز حساسیت توسط شبکه عصبی بهینه نشان داد که ضخامت نمونه به‌عنوان مؤثرترین عامل در کنترل زمان خشک شدن موسیلاژ دانه ریحان می‌باشد.
متن کامل [PDF 1525 kb]   (473 دریافت)    
نوع مقاله: پژوهشی اصیل | موضوع مقاله: آمار،مدل سازی و سطح پاسخ در صنایع غذایی
دریافت: 1399/2/26 | پذیرش: 1399/4/28 | انتشار: 1399/9/10

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.