بهینه سازی فرآیند آبگیری اسمزی پرتقال با روش سطح پاسخ و تخمین پارامترهای آبگیری با کمک شبکه‌ی عصبی مصنوعی
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 غلظ...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Ferdowsi University of Mashhad
2013-09-01
|
| Series: | مجله پژوهش‌های علوم و صنایع غذایی ایران |
| Subjects: | |
| Online Access: | https://ifstrj.um.ac.ir/article_32869_5907a8b716e04c4c60b593ad4ad457dd.pdf |
| Summary: | 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. |
|---|---|
| ISSN: | 1735-4161 2228-5415 |