محسنی, نازنین مریم, میرزایی, حبیب الله, مقیمی, معصومه (2019). مدل‌سازی استخراج روغن از دان سیاه به کمک پیش تیمار ترکیبی ریزموج – میدان الکتریکی پالسی با شبکه‌های عصبی مصنوعی. , 16(86), 95-107.
نازنین مریم محسنی; حبیب الله میرزایی; معصومه مقیمی. "مدل‌سازی استخراج روغن از دان سیاه به کمک پیش تیمار ترکیبی ریزموج – میدان الکتریکی پالسی با شبکه‌های عصبی مصنوعی". , 16, 86, 2019, 95-107.
محسنی, نازنین مریم, میرزایی, حبیب الله, مقیمی, معصومه (2019). 'مدل‌سازی استخراج روغن از دان سیاه به کمک پیش تیمار ترکیبی ریزموج – میدان الکتریکی پالسی با شبکه‌های عصبی مصنوعی', , 16(86), pp. 95-107.
محسنی, نازنین مریم, میرزایی, حبیب الله, مقیمی, معصومه مدل‌سازی استخراج روغن از دان سیاه به کمک پیش تیمار ترکیبی ریزموج – میدان الکتریکی پالسی با شبکه‌های عصبی مصنوعی. , 2019; 16(86): 95-107.

مدل‌سازی استخراج روغن از دان سیاه به کمک پیش تیمار ترکیبی ریزموج – میدان الکتریکی پالسی با شبکه‌های عصبی مصنوعی

مجله علوم و صنایع غذایی ایران
Article 8, Volume 16, Issue 86, 1398, Pages 95-107    PDF (816.51 K)
Authors
نازنین مریم محسنی1; حبیب الله میرزایی* 2; معصومه مقیمی3
1گروه علوم و صنایع غذایی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران
2دانشیار، دانشکده علوم و صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران.
3گروه شیمی، واحد گنبد کواوس، دانشگاه آزاد اسلامی، گنبد کاووس، ایران
Abstract
در این تحقیق به منظور مدل‌سازی فرایند استخراج روغن از دان سیاه با استفاده از پیش‌تیمار ترکیبی ریزموج- میدان الکتریکی پالسی از 3 سطح زمان ریزموج (0، 100 و 200 ثانیه) و سه سطح شدت میدان الکتریکی (0، 5/2 و 5 kV/cm) استفاده گردید و بعد از اعمال این پیش‌تیمارها، روغن دانه‌ها با پرس مارپیچی و با سرعت‌های متفاوت (11 تا 57 دور در دقیقه) استخراج گردید و میزان کارایی فرایند استخراج روغن، دانسیته، رنگ، پایداری اکسیداتیو، ترکیبات فنولی و پروتئین کنجاله مورد بررسی قرار گرفت. جهت پیش‌بینی روند تغییرات از ابزارشبکه‌های عصبی مصنوعی استفاده شد. با بررسی شبکه‌های مختلف شبکه‌ی پس‌انتشار پیشخور با توپولوژی‌های 3-9-6 با ضریب همبستگی بیشتر از 995/0 و میانگین مربعات خطای کمتر از 001/0 و با بکارگیری تابع فعال‌سازی لگاریتم سیگموئیدی، الگوی یادگیری جهنده و چرخه یادگیری 1000 به عنوان بهترین مدل‌ عصبی مشخص گردید. از طرفی نتایج نشان داد که افزایش زمان ریزموج و همچنین شدت میدان الکتریکی در ابتدا منجر به افزایش میزان کارایی فرایند استخراج روغن گردید ولی با افزایش بیشتر این دو پارامتر میزان کارایی فرایند استخراج روغن کاهش یافت. میزان اسیدیته روغن‌ها نیز با افزایش زمان ریزموج، شدت میدان الکتریکی و سرعت دورانی پرس مارپیچی افزایش یافت. یافته‌های حاصل از مدل‌های بهینه‌ی انتخاب شده نیز ارزیابی گردید و این مدل‌ها با ضرایب همبستگی بالا )بیش از 918/0( قادر به پیش‌بینی روند تغییرات نمونه‌های روغن تولیدی با پیش تیمار ریزموج- میدان الکتریکی پالسی بودند.
Keywords
استخراج روغن; دان سیاه; پیش تیمار ترکیبی مایکروویو- میدان الکتریکی پالسی; شبکه‌های عصبی مصنوعی
References
Statistics
Article View: 220
PDF Download: 138
Statistics
Number of Journals45
Number of Issues2,160
Number of Articles24,572
Article View19,768,394
PDF Download15,982,239