بررسی روش های مختلف مدل سازی توسط شبکه عصبی مصنوعی و منطق فازی برای استخراج فیتوکیمیکال ها و استفاده از آنها در مواد غذایی
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 360
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FSACONF12_055
تاریخ نمایه سازی: 4 دی 1401
چکیده مقاله:
روش های مرسوم استخراج ماده موثره از گیاهان به صورت استخراج با حلال بوده است اما با پیشرفت تکنولوژی در کنترل فرایند و استفاده از سیالات با دما و فشار بالاتر و ایجاد امنیت بالاتر در حال پررنگ تر شدن است . از این رو در راستای کاهش هزینه و افزایش دقت طراحی فرایند های فوق بحرانی ، به سمت مدلسازی این دست فرایندها رفته اند . تجزیه و تحلیل و اندازه گیری متغیر های مختلف مانند دما و فشار و بازده برای طراحی و همچنین افزایش کارایی این سیستم ها دارای اهمیت زیادی می باشد. روش های تجزیه و تحلیل به کمک داده های تجربی به طور گسترده ای توسعه یافته و در ساختار های استخراج به کمک سیال فوق بحرانی به کار رفته است که متغیر های مختلف را توسط داده های ورودی و خروجی و سایر متغیر های موجود در فرایند ، در نقاطی که در آن داده ی کمی موجود است یا امکان انجام آزمایش در آن وجود ندارد و یا انجام آزمایشات به صرفه نیست، استخراج می کنند. این متغیر ها می توانند نقاط بهینه ی عملکردی یا اقتصادی و یا کمترین میزان هزینه و یا بیشترین میزان بازدهی فرایند باشند. در این نوشته نیز این مهم محقق گردیده و روشهای مختلف مدلسازی برای یک سیستم استخراج بررسی شده است.
کلیدواژه ها:
نویسندگان
آرش دارا
دانشجوی دکتری مهندسی علوم و صنایع غذایی ، گرایش تکنولوژی مواد غذایی ، موسسه پژوهشی علوم و صنایع غذایی ، مشهد، ایران
علی حمیدی راد
کارشناس ارشد مهندسی شیمی گرایش صنایع غذایی دانشگاه فردوسی مشهد، ایران