جستجو در مقالات منتشر شده
۱ نتیجه برای حسنلوفرد
دوره ۱۹، شماره ۱۳۱ - ( دی ۱۴۰۱ )
چکیده
تجزیه‌وتحلیل مدل‌سازی استخراج از ترکیبات طبیعی در کاربرد صنعتی ضروری است. در مقاله حاضر، استخراج عصاره از گیاه غازیاغیFalcaria vulgaris) ) به روش حرارت‌دهی مقاومتی مورد بررسی قرار گرفت. این مطالعه به منظور بیان تأثیر برخی از متغیرهای مشخص (نظیر گرادیان ولتاژ، نسبت اتانول به آب، زمان و دمای استخراج) بر بازده استخراج و محتوای فنلی کل (TPC) انجام شد. مدل‌های سینتیک (مدل‌های مرتبه اول، مرتبه دوم و پلگ) و شبکه عصبی مصنوعی برای مدل‌سازی فرآیند استخراج به به روش حرارت‌دهی مقاومتی استفاده شد. مطالعه سینتیکی نقش بسیار مهمی در ارزیابی فرآیند استخراج بازی می‌کند، زیرا امکان تخمین مقرون‌به‌صرفه بودن فرآیند از نظر صرفه‌جویی در زمان، هزینه و انرژی را فراهم می‌نماید. نتایج نشان داد که مدل‌های سینتیکی مرتبه دوم و پلگ توانستند به‌ترتیب مقادیر محتوای فنل کل عصاره و راندمان استخراج را با موفقیت پیش‌بینی نمایند. ضریب همبستگی بین بازده استخراج تجربی به‌دست‌آمده و محتوای فنلی کل و مقادیر پیش‌بینی‌شده توسط شبکه عصبی مصنوعی (۲-۱۶-۴) برای آموزش برابر ۹۹۵/۰، برای اعتبارسنجی برابر ۹۶۳/۰ و برای آزمایش برابر ۹۷۹/۰ بود، که نشان‌دهنده توانایی پیش‌بینی خوب مدل است. مدل شبکه عصبی مصنوعی کارایی پیش‌بینی بالاتری نسبت به مدل‌های جنبشی داشت. شبکه عصبی مصنوعی می‌تواند فرآیند را با به‌طور مطمئن‌تری نسبت به مدل‌های سینتیکی با قابلیت‌های پیش‌بینی و تخمین بهتری مدل کند.
