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]   (3858 دریافت)