دوره 14، شماره 70 - ( 1396 )                   جلد 14 شماره 70 صفحات 122-113 | برگشت به فهرست نسخه ها

XML Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
بخش آبادی حمید، وحدانی مرضیه، مقیمی معصومه، بذرافشان مسعود، رشیدزاده شیلان، بوژمهرانی ابولفضل. مدل‌سازی فرایند پخت در حین استخراج روغن از دانه‌های آفتابگردان با استفاده از شبکه‌های عصبی مصنوعی در مقیاس صنعتی. مجله علوم و صنایع غذایی ایران. 1396; 14 (70) :113-122

URL: http://fsct.modares.ac.ir/article-7-915-fa.html

مدل‌سازی فرایند پخت در حین استخراج روغن از دانه‌های آفتابگردان با استفاده از شبکه‌های عصبی مصنوعی در مقیاس صنعتی
حمید بخش آبادی1، مرضیه وحدانی2، معصومه مقیمی3، مسعود بذرافشان4، شیلان رشیدزاده5، ابولفضل بوژمهرانی6
1- دانشجوی دکتری مهندسی مواد و طراحی صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
2- دانش آموخته کارشناسی ارشد علوم و صنایع غذایی، دانشگاه آزاد اسلامی، دامغان، ایران
3- گروه شیمی، واحد گنبد کاووس، دانشگاه آزاد اسلامی، گنبد کاووس، ایران
4- دانش آموخته دکتری تکنولوژی مواد غذایی، دانشگاه آزاد اسلامی، سبزوار، ایران
5- مدرس دانشگاه پیام‌نور شهرستان گرگان
6- عضو هئیت مدیره شرکت پنبه و دانه‌های روغنی خراسان
چکیده:   (4107 مشاهده)
چکیده مرسوم‌ترین روش‌های استخراج روغن از دانه‌های روغنی، استفاده از پرس و حلال می‌‌باشد که موثرترین روش استخراج روغن آفتابگردان، مانند سایر دانه‌های با درصد روغن بالا نظیر کلزا، پرس مکانیکی و به دنبال آن استخراج با حلال می‌باشد. در این تحقیق به منظور مدل‌سازی فرایند استخراج روغن از دانه‌های آفتابگردان در مقیاس صنعتی از 3 سطح دمای پخت (70، 80 و 100 درجه سانتی‌گراد) و سه سطح رطوبت دانه‌های خروجی از دیگ پخت (7، 5/7 و 8 درصد) استفاده گردید و میزان روغن، رطوبت و پروتئین کنجاله و درصد مواد ریز نامحلول در روغن و اسیدیته روغن مورد بررسی قرار گرفت. جهت پیش‌بینی روند تغییرات از ابزارشبکه‌های عصبی مصنوعی در نرم‌افزار MATLAB R2013a استفاده شد. با بررسی شبکه‌های مختلف شبکه‌ی پس‌انتشار پیشخور با توپولوژی‌های2-5-10 با ضریب همبستگی بیشتر از 999/0 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 96/0( قادر به پیش‌بینی روند تغییرات بودند.
واژه‌های کلیدی: کلید واژگان: دانه‌های آفتابگردان، روغن‌کشی، مدل‌سازی، شبکه عصبی
متن کامل [PDF 411 kb]   (2727 دریافت)    

دریافت: 1396/2/13 | پذیرش: 1396/2/13 | انتشار: 1396/9/1
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.