مدل سازی فرایند پخت در حین استخراج روغن از دانه های آفتابگردان با استفاده از شبکه های عصبی مصنوعی در مقیاس صنعتی

مرسوم ترین روش های استخراج روغن از دانه های روغنی، استفاده از پرس و حلال می باشد که موثرترین روش استخراج روغن آفتابگردان، مانند سایر دانه های با درصد روغن بالا نظیر کلزا، پرس مکانیکی و به دنبال آن استخراج با حلال می باشد. در این تحقیق به منظور مدل سازی فرایند استخراج روغن از دانه های آفتابگردان در مقیاس صنعتی از 3 سطح دمای پخت (70، 80 و 100 درجه سانتی گراد) و سه سطح رطوبت دانه های خروجی از دیگ پخت (7، 5/7 و 8 درصد) استفاده گردید و میزان روغن، رطوبت و پروتئین کنجاله و درصد مواد ریز نامحلول در روغن و اسیدیته روغن مورد بررسی قرار گرفت. جهت پیش بینی روند تغییرات از ابزارشبکه های عصبی مصنوعی در نرم افزار MATLAB R2013a استفاده شد. با بررسی شبکه های مختلف شبکه ی پس انتشار پیشخور با توپولوژی های2-5-10 با ضریب همبستگی بیشتر از 999/0 و میانگین مربعات خطای کمتر از 003/0 و با بکارگیری تابع فعال سازی تانژانت سیگموئید هیپربولیکی، الگوی یادگیری لونبرگ– مارکوات و چرخه یادگیری 1000 به عنوان بهترین مدل عصبی مشخص گردید. نتایج حاصل از مدل های بهینه ی انتخاب شده نیز ارزیابی گردید و این مدل ها با ضرایب همبستگی بالا )بیش از 96/0( قادر به پیش بینی روند تغییرات بودند.