فرآیند اولترافیلتراسیون به عنوان یکی از فرآیندهای غشایی مبتنی بر فشار می-تواند ‌به عنوان روشی نوین، جایگزین روش مرسوم در صنعت قند گردد. در این تحقیق کاهش سختی، افزایش درصد دفع ترکیبات غیرقندی و بهبود خلوص جریان تراوه طی تصفیه شربت خام چغندر با فرآیند اولترافیلتراسیون به روش شبکه عصبی مصنوعی مدل سازی شد. فرآیند اولترافیلتراسیون در سه درجه حرارت 30، 40 و 50 درجه سانتی گراد، سه فشار در عرض غشاء 1، 2 و 3 بار در هشت فاصله زمان مساوی از 1 تا 60 دقیقه انجام شد. بهترین مدل برای کاهش سختی با یک لایه پنهان ، تعداد 13 نورون، تابع انتقال تانژانت ، قانون یادگیری مومنتوم و درصد داده های 40 ، 35 و 25 به ترتیب برای آموزش، ارزیابی و آزمون بدست آمد. تغییرات درصد دفع ترکیبات غیرقندی با یک لایه پنهان، تعداد 15 نورون، تابع انتقال تانژانت، قانون یادگیری لونبرگ و اختصاص50، 5 و 45 درصد از داده ها برای آموزش، ارزیابی و آزمون مدل کمترین خطا و بیشترین ضریب همبستگی را طی مدل سازی داشت. بهبود خلوص جریان تراوه طی اولترافیلتراسیون نیز با یک لایه پنهان، تعداد 18 نورون، تابع انتقال سیگموئید، قانون یادگیری لونبرگ و  درصد داده های 60، 15 و 25 برای آموزش،  ارزیابی و آزمون بهترین شبکه را ایجاد نمود. همچنین بیشترین ضریب همبستگی بین داده های آزمایشگاهی و مقادیر های پیش بینی شده با مدل برای تغییرات سختی، درصد دفع ترکیبات غیرقندی و خلوص به ترتیب 892/0 ، 985/0 و 985/0 بدست آمد.

واژه‌های کلیدی: اولترافیلتراسیون، تانژانت، شبکه عصبی مصنوعی، ضریب همبستگی، مدل سازی.

متن کامل [PDF 1024 kb]   (1691 دریافت)