مقایسهی توابع لگاریتم سیگموئید و تانژانت هیپربولیپک در مدلسازی استخراج روغن از سیاه دانه به کمک پیشتیمار میدان الکتریکی متناوب(PEF)
نویسندگان
1 عضو هیات علمی- دانشگاه علوم کشاورزی گرگان
2 عضو هیات علمی- دانشگاه علوم کشاورزی گرگان
3 دانشگاه منابع طبیعی گرگان
4 دانشجوی دکترا صنایع غذایی گرگان
5 رئیس بخش فنی و مهندسی کشاورزی-مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان
doi
10.30495/jfst.2019.541370چکیده
در این تحقیق به منظور مدلسازی فرایند استخراج روغن از دانههای سیاهدانه به کمک پیشتیمار میدان الکتریکی متناوب از سه سطح شدت میدان الکتریکی (25/0، 25/3 و 25/6 kV/cm ) و سه سطح تعداد پالس (10، 30 و 50) استفاده گردید و بعد از اعمال این پیشتیمارها، روغن دانهها با پرس مارپیچی و با سرعتهای متفاوت (11، 34 و 57 دور در دقیقه) استخراج گردید و میزان راندمان و کارایی فرایند استخراج روغن، مقدار رنگ، ضریب شکست و میزان پروتئین نمونهها 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 توپولوژیهای 3-8-5 با ضریب همبستگی بیشتر از 987/0 و میانگین مربعات خطای کمتر از 0002/0 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 980/0( قادر به پیشبینی روند تغییرات بودند.