جستجو در مقالات منتشر شده
۲ نتیجه برای خونساری
دوره ۱۵، شماره ۸۰ - ( ۷-۱۳۹۷ )
چکیده
چکیده
عصاره گیاه مایه پنیر از زمانهای قدیم جهت ساخت پنیر استفاده شده است. هدف از انجام این پژوهش، بررسی فعالیتهای پروتئولیتیک پروتئازهای میوه ویتانیا کوآگولانس در مقایسه با کیموزین در تولید پنیر بود. پروتئازهای میوه ویتانیا کوآگولانس به صورت نسبی خالصسازی شدند و اثرات آنها بر سوبسترای شیر گاو مورد سنجش واقع شد. دما و pH مطلوب برای فعالیت پروتئازهای میوه ویتانیا کوآگولانس به ترتیب ۷۰ درجه سانتیگراد و ۵/۵ بود، هرچند کیموزین نسبتاً به دما حساستر است و فعالیت انعقادی مطلوب آن در دمای ۵۰ درجه سانتیگراد صورت میگیرد. افزایش دما منجر به تقویت فعالیتهای انعقادی کیموزین و پروتئازهای میوه ویتانیا کوآگولانس گردید اما افزایشpH بالاتر از ۵/۵ نتوانست تاثیر مطلوبی بر کیفیت لخته داشته باشد. همچنین اضافه کردن مقادیر مختلف کلرید کلسیم تاثیری بر فعالیت انعقادی آنزیمهای میوه ویتانیا کواگولانس نداشت و تفاوت معنیداری در میزان ازت محلول و پروتئین تام در آبپنیر تولیدی توسط عصاره مایه پنیر گیاهی و کیموزین وجود نداشت. علاوه بر این، بررسی الگوی الکتروفورتیک پروتئینهای حاصل از آبپنیر تولید شده توسط عصاره در مقایسه با کیموزین نشان داد که پپتیدهای کوچکی توسط عصاره تولید نمیشود و پنیر تلخی تولید نمیکند. بنابراین، آنزیمهای میوه ویتانیا کوآگولانس و کیموزین فعالیت نسبتاً مشابهی در pH و دماهای متفاوت بر سوبسترای شیر گاو نشان دادند و مشخص شد که میوههای ویتانیا کوآگولانس پتانسیل استفاده به عنوان رنت را دارند و میتوانند در تولید پنیر به عنوان آنزیمهای جایگزین مورد استفاده قرار گیرند.
دوره ۱۹، شماره ۷ - ( تیر ۱۳۹۸ )
چکیده
در این مقاله کنترل ربات متحرک چرخ‌دار بر مبنای بینایی ماشین موردتوجه واقع شده‌است. یکی از روش‌های رایج در کنترل سیستم‌های مذکور، استفاده از الگوریتم‌های مدل‌پیش‌بین می‌باشد. در این دست از سیستم‌ها، سرعت پاسخ الگوریتم کنترلی و بهینگی آن دو فاکتور اساسی برای رسیدن به عملکرد مطلوب می‌باشد. همچنین عدم امکان دست‌یابی به مقادیر دقیق پارامترهای ربات و تغییر آنها در حین عملکرد ربات، چالش مهمی در پیاده‌سازی کنترل‌کننده است، لذا تمرکز این مقاله روی الگوریتم کنترلی مدل پیش‌بین مقاوم و بی‌درنگ می‌باشد تا بتواند علاوه بر پاسخ بهینه و بی‌درنگ، پایداری ربات را در برابر نایقینی‌ها و اغتشاشات محیطی تضمین نماید. به این منظور از روش بهینه‌سازی شبکه عصبی بازگشتی تصویر به‌عنوان بهینه‌ساز کنترل مدل‌پیش‌بین استفاده شده تا بتواند به‌صورت بی درنگ مقادیر بهینه ورودی های کنترلی را محاسبه نماید. ترکیب بهینه‌سازی شبکه عصبی بازگشتی تصویر با کنترل مدل‌پیش‌بین منجر به فرمول‌بندی و قیود جدیدی شده که نوآوری مقاله محسوب می‌شود. در نهایت به‌منظور بررسی صحت عملکرد الگوریتم پیشنهادی، عبور ربات از راهرو با حضور موانع در نرم افزار V-REP شبیه‌سازی شده‌است. نتایج نشان می‌دهد که زمان محاسبه ورودی کنترلی بهینه در مقایسه با روش‌های مشابه کاهش یافته‌است و همچنین انتخاب مسیر بهینه توسط سیستم فازی در حضور موانع به‌شکل مناسبی انجام شده‌است.
