تعیین شرایط بهینه با روش سطح پاسخ و مقایسه دو روش شبکه عصبی و رگرسیون در خشک کردن سیب زمینی پرتودیده با اشعه گاما
عنوان مقاله: تعیین شرایط بهینه با روش سطح پاسخ و مقایسه دو روش شبکه عصبی و رگرسیون در خشک کردن سیب زمینی پرتودیده با اشعه گاما
شناسه ملی مقاله: JR_FSCT-13-59_008
منتشر شده در در سال 1395
شناسه ملی مقاله: JR_FSCT-13-59_008
منتشر شده در در سال 1395
مشخصات نویسندگان مقاله:
Hoda Yosefian - دانشجوی کارشناسی ارشد، مهندسی مکانیک بیوسیستم، دانشگاه بوعلی سینا همدان
Ayat Mohammad Razdari - دانشجوی دکتری، مهندسی مکانیک بیوسیستم، دانشگاه شهرکرد
Marziyeh Seihoon - عضو هیات علمی پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هسته ای، سازمان انرژی اتمی ایران
Hassan Kiyani - دانشجوی دکتری، مهندسی مکانیک بیوسیستم، دانشگاه آزاد واحد علوم و تحقیقات تهران
خلاصه مقاله:
Hoda Yosefian - دانشجوی کارشناسی ارشد، مهندسی مکانیک بیوسیستم، دانشگاه بوعلی سینا همدان
Ayat Mohammad Razdari - دانشجوی دکتری، مهندسی مکانیک بیوسیستم، دانشگاه شهرکرد
Marziyeh Seihoon - عضو هیات علمی پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هسته ای، سازمان انرژی اتمی ایران
Hassan Kiyani - دانشجوی دکتری، مهندسی مکانیک بیوسیستم، دانشگاه آزاد واحد علوم و تحقیقات تهران
چکیده با فرآوری مواد غذایی به روش پرتودهی، کیفیت مواد غذایی حفظ شده و با کنترل میکروارگانیسمها عوامل فساد کنترل میگردد. همزمان روشهای مختلف خشک کردن نیز که به حفظ کیفیت و بافت محصول منجر میگردد، کاربرد زیادی دارند. در این پژوهش با کمک روش سطح پاسخ، شرایط بهینه خشک کردن سیبزمینی پرتو دیده با اشعه گاما تعیین شد. برای پرتودهی نمونهها از چشمه کبالت ۶۰ (گاماسل ۲۲۰) استفاده شد. نمونهها با دزهای صفر، ۲ ،۵ و ۸ کیلوگری پرتودهی شدند و خشک کردن با استفاده از مایکروویو در سه توان ۲۰۰، ۴۰۰ و ۶۰۰ وات و در سه ضخامت ۵، ۷ و ۹ میلیمتر انجام گرفت. شرایط بهینه مربوط به دز پرتودهی۵ کیلوگری، ضخامت نمونه ۷ میلیمتر و توان مایکروویو ۴۰۰ وات و برای L*، a*، b*، تغییرات رنگ، زاویه هیو، کروما و شاخص قهوهای شدن به ترتیب، ۸۷/۵۷، ۹۵/۰-، ۱۹/۴۲، ۷۳/۱۰، ۵۳/۱-، ۲۲/۴۲ و ۵۹/۱۱۳ پیشنهاد شد. علاوه بر تاثیر متغیرهای دز پرتودهی، ضخامت نمونه و توان خشککن مایکروویو بر روی شاخصهای رنگ از جمله *L ،a*،b*، شاخص قهوهای شدن، کروما و زاویه هیو نیز بررسی شدند. با افزایش مقدار دز پرتودهی، افزایش ضخامت نمونه و توان مایکروویو، شاخص تغیرات رنگ کاهش، زاویه هیو افزایش و دانسیته رنگ کاهش مییابد. در نهایت با استفاده از مدل شبکه عصبی، خشک کردن سیبزمینی پرتودیده مدلسازی شده و توانایی این مدل در پیشبینی تغییرات رنگ با مدل رگرسیون و سطح پاسخ مقایسه گردید. در این مقایسه مدل شبکه عصبی داری قابلیت بالاتر در پیشبینی نسبت به مدل رگرسیون بود (ضریب تعیین ۹۷۰۶/۰ ).
کلمات کلیدی: Drying, RSM, Gamma ray, Neural Network, RSM, Regresion, کلید واژگان: اشعه گاما, خشک کردن, شبکه عصبی, رگرسیون
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1829422/