حمید بخش ابادی؛ حبیب الله میرزایی؛ علیرضا قدس ولی؛ سید مهدی جعفری؛ امان محمد ضیایی فر
چکیده
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 ...
بیشتر
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.
حمید بخش ابادی؛ محمد رستمی؛ معصومه مقیمی؛ ابولفضل بوژمهرانی؛ انه بی بی بهلکه؛ نگار تورانی
چکیده
مرسومترین روشهای استخراج روغن از دانههای روغنی، استفاده از پرس و حلال میباشد. در پژوهش حاضر، تاثیر درجه حرارت پخت (70، 80 و 90 درجه سانتیگراد) و رطوبت دانههای خروجی از دیگ پخت (7، 5/7 و 8 درصد) بر برخی از خصوصیات شیمیایی روغن آفتابگردان از جمله میزان مواد ریز نامحلول در روغن، اسیدیته، میزان رطوبت، پروتئین و روغن کنجاله بررسی ...
بیشتر
مرسومترین روشهای استخراج روغن از دانههای روغنی، استفاده از پرس و حلال میباشد. در پژوهش حاضر، تاثیر درجه حرارت پخت (70، 80 و 90 درجه سانتیگراد) و رطوبت دانههای خروجی از دیگ پخت (7، 5/7 و 8 درصد) بر برخی از خصوصیات شیمیایی روغن آفتابگردان از جمله میزان مواد ریز نامحلول در روغن، اسیدیته، میزان رطوبت، پروتئین و روغن کنجاله بررسی شد. تجزیه و تحلیل آماری و بهینهسازی فرایند به روش سطح پاسخ انجام شد. نتایج نشان داد که با افزایش درجه حرارت پخت میزان مواد ریز نامحلول و اسیدیته روغن افزایش ولی میزان رطوبت و روغن در کنجاله کاهش یافت. با افزایش میزان رطوبت دانههای خروجی از دیگ پخت از میزان مواد ریز نامحلول روغن کاسته ولی بر میزان اسیدیته روغن افزوده شد. با توجه به نتایج بهینهسازی فرایند میتوان بیان نمود که اعمال شرایط دمایی در حدود 70 سانتیگراد و با رطوبت 73/7 و 65/7 درصد دانههای خروجی از دیگ پخت منجر به تولید محصولی با حداقل میزان اسیدیته و مواد ریز نامحلول در روغن و کنجالهایی با کمترین میزان روغن گردید.
عماد آیدانی؛ مهدی کاشانی نژاد؛ محسن مختاریان؛ حمید بخش ابادی
چکیده
در این تحقیق بهینه سازی فرآیند خشک کردن اسمزی برش های پرتقال با هدف بیشینه کردن کاهش آب و کمینه نمودن جذب مجدد آب و مقدار رطوبت نهایی توسط روش سطح پاسخ انجام گرفت. اثرات سه فاکتور دمای محلول اسمزی در محدوده ی 30 تا 60 درجه سانتی گراد ، مدت زمان تماس محصول و محلول اسمزی در محدوده 0 تا 300 دقیقه و غلظت ساکارز در محلول اسمزی در محدودۀ 35 تا 65 درجه ...
بیشتر
در این تحقیق بهینه سازی فرآیند خشک کردن اسمزی برش های پرتقال با هدف بیشینه کردن کاهش آب و کمینه نمودن جذب مجدد آب و مقدار رطوبت نهایی توسط روش سطح پاسخ انجام گرفت. اثرات سه فاکتور دمای محلول اسمزی در محدوده ی 30 تا 60 درجه سانتی گراد ، مدت زمان تماس محصول و محلول اسمزی در محدوده 0 تا 300 دقیقه و غلظت ساکارز در محلول اسمزی در محدودۀ 35 تا 65 درجه بریکس با کمک طرح مرکب مرکزی بر روی پارامترهای کاهش آب، جذب مواد جامد، نسبت کاهش آب به جذب مواد جامد، میزان رطوبت نهایی و اختلاف بریکس بررسی گردید. بررسی نتایج نشان داد شرایط بهینه برای فرآیند آبگیری اسمزی زمانی ایجاد می شود که دمای محلول اسمزی °C30، مدت زمان تماس محصول و محلول اسمزی 2/229 دقیقه و غلظت محلول اسمزی 65 درصد ساکارز باشد. در شرایط بهینه شاخص های کاهش آب، درصد جذب مواد جامد، نسبت کاهش آب به درصد جذب مواد جامد، محتوای رطوبت نهایی (مبنای خشک) و اختلاف بریکس به ترتیب 316/30 %، 51/13%، 45/ ، 77/2 و 79/15 درجه بریکس محاسبه گردید. همچنین نتایج مدلسازی شبکه عصبی مصنوعی نشان داد که شبکهی عصبی پرسپترون با یک لایه ی پنهان نتایج بهتری را در پیش بینی پارامترهای آبگیری داشته و این شبکه توانست مقادیر جذب مواد جامد و محتوی رطوبت را با 5 نرون در لایه ی پنهان (ضریب تبیین به ترتیب 937/0 و 959/0) و اختلاف بریکس و کاهش آب را با 30 نرون در لایه ی پنهان (ضریب تبیین به ترتیب 961/0 و 942/0) پیش بینی نماید.
علیرضا قدس ولی؛ محسن مختاریان؛ حمید بخش ابادی؛ فاطمه عربعامریان
چکیده
مالتسازی یک فرآیند زیست فناوری پیچیده است که شامل مراحل خیساندن، جوانهزنی و خشک کردن مالت جوانهزده در شرایط کنترل شده دما و رطوبت میباشد. در این پژوهش پارامترهای فرآیند مالتسازی از طریق توابع فعالسازی مختلف شبکه عصبی نظیر لگاریتم سیگموئید-لگاریتم سیگموئید، تانژانت هیپربولیک-تانژانت هیپربولیک، لگاریتم سیگموئید-تانژانت ...
بیشتر
مالتسازی یک فرآیند زیست فناوری پیچیده است که شامل مراحل خیساندن، جوانهزنی و خشک کردن مالت جوانهزده در شرایط کنترل شده دما و رطوبت میباشد. در این پژوهش پارامترهای فرآیند مالتسازی از طریق توابع فعالسازی مختلف شبکه عصبی نظیر لگاریتم سیگموئید-لگاریتم سیگموئید، تانژانت هیپربولیک-تانژانت هیپربولیک، لگاریتم سیگموئید-تانژانت هیپربولیک، لگاریتم سیگموئید-همانی و تانژانت هیپربولیک-همانی پیشبینی گردید. مقادیر زمان خیساندن (x1) و زمان جوانهزنی (x2) به عنوان ورودیها و راندمان عصاره گیری گرم (y1)، راندمان مالتسازی (y2) و فعالیت آنزیمی (β-گلوکاناز) (y3) به عنوان خروجی انتخاب گردید. نتایج نشان داد که استفاده از شبکه عصبی پرسپترون با تابع فعالسازی تانژانت هیپربولیک-همانی با 17 نرون بهترین نتیجه را در بین کلیه توابع بکار رفته در پیشبینی پارامترهای مؤثر در فرآیند مالت سازی داشت. هم چنین این شبکه قادر بود مقادیر راندمان عصارهگیری گرم، راندمان مالتسازی و فعالیت آنزیمی (β-گلوکاناز) را با ضرایب تبیین 1، 984/0 و 995/0 پیشبینی نماید. این شیوه نوین میتواند به طور موفقیتآمیزی برای پایش کمی تغییرات مالت در طی فرآیند مالتسازی مورد استفاده قرار گیرد.