ایجاد یک سیستم هوشمند فازی برای تعیین ویژگی های کیفی فرآورده کاکائویی حاوی امولسیون آب در روغن
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 44
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FSCT-23-178_019
تاریخ نمایه سازی: 25 مهر 1405
چکیده مقاله:
امولسیون های آب در روغن به عنوان جایگزین جزئی کره کاکائو، رویکردی نوین برای تولید فرآورده های کاکائویی با کالری کاهش یافته محسوب می شوند، اما ارزیابی ویژگی های کیفی این فرآورده ها با روش های سنتی، زمان بر و وابسته به قضاوت انسانی است. از این رو این پژوهش با هدف بررسی تاثیر غلظت های مختلف امولسیون آب در روغن (صفر، ۲ و ۴ درصد وزنی) بر ویژگی های کیفی فرآورده های کاکائویی شامل آنتالپی، تغییرات طول، سفتی، شاخص کروما، فعالیت آبی، ویسکوزیته پلاستیک و پذیرش کلی و همچنین طراحی یک مدل هوشمند مبتنی بر منطق فازی برای پیش بینی این ویژگی ها انجام شد. نتایج نشان داد که افزایش غلظت امولسیون باعث کاهش آنتالپی ذوب، شاخص کروما و پذیرش کلی شد، در حالی که فعالیت آبی و ویسکوزیته پلاستیک نمونه ها افزایش یافت و کمترین میزان سفتی مربوط به نمونه حاوی ۲ درصد امولسیون بود. مدل فازی طراحی شده بیشترین دقت را در پیش بینی فعالیت آبی (با ضریب همبستگی ۹۱۵/۰) و کمترین دقت را در پیش بینی سفتی (با ضریب همبستگی ۷۵۳/۰) نشان داد و در سایر ویژگی ها نیز ضرایب همبستگی در محدوده ی قابل قبولی قرار داشت که بیانگر کارایی مناسب این سیستم در پیش بینی ویژگی های کیفی فرآورده های کاکائویی می باشد. در نهایت می توان بیان داشت که سیستم منطق فازی توسعه یافته در این پژوهش، ابزاری کارآمد، سریع و قابل اطمینان برای پیش بینی ویژگی های کیفی فرآورده های کاکائویی ارائه می دهد که می تواند به عنوان یک سامانه کمکی تصمیم گیری در کنترل کیفیت و بهینه سازی فرمولاسیون در صنعت شکلات مورد استفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
Leila Roufegarinejad
دانشگاه ازاد تبریز
Babak Ghanbarzadeh
گروه صنایع غذایی دانشگاه تبریز
Azar Haghighat Asiabar
دانشگاه ازاد تبریز
Mehdi Gharekhani
دانشگاه ازاد اسلامی تبریز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :