مدلسازی برخی از خصوصیات شیمیایی روغن سیاهدانه تحت تاثیر پیشتیمار مایکروویو و سرعت دورانی پرس مارپیچی
نویسندگان
1 گروه مهندسی مواد و طراحی صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
2 بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان، ایران.
3 گروه مهندسی مواد و طراحی صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
4 گروه مهندسی مواد و طراحی صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
5 گروه مهندسی مواد و طراحی صنایع غذایی دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
doi
10.22067/ifstrj.v1395i0.57722چکیده
در این تحقیق بهمنظور مدلسازی شبکههای عصبی مصنوعی فرایند استخراج روغن از دانههای سیاهدانه به کمک پیشتیمار مایکروویو از زمانهای مختلف فرایند (90، 180 و 270 ثانیه) و توانهای مختلف (180، 540 و 900 وات) استفاده گردید. بعد از اعمال این پیشتیمارها، روغن دانهها با پرس مارپیچی و با سرعتهای متفاوت (11، 34 و 57 دور در دقیقه) استخراج شد و میزان راندمان استخراج، اندیس اسیدی و اسیدیته، رنگ و پایداری اکسیداتیو نمونهها مورد بررسی قرار گرفت. جهت پیشبینی روند تغییرات از ابزارشبکههای عصبی مصنوعی در نرمافزار Matlab R2013a استفاده شد. با بررسی توپولوژیهای مختلف شبکه عصبی، شبکه پسانتشار پیشخور با توپولوژیهای 3-10-5 با ضریب همبستگی بیشتر از 995/0 و میانگین مربعات خطای کمتر از 0005/0 و با بکارگیری تابع فعالسازی تانژانت سیگموئید هیپربولیکی، الگوی یادگیری لونبرگ– مارکوات و چرخه یادگیری 1000 بهعنوان بهترین مدل عصبی مشخص گردید. نتایج حاصل از مدلهای بهینه انتخاب شده نیز ارزیابی گردید و این مدلها با ضرایب همبستگی بالا )بیش از 949/0( قادر به پیشبینی روند تغییرات بودند.
