>
Fa   |   Ar   |   En
   بررسی اهمیت پارامترهای الگوریتم ازدحام ذرات چند هدفه در بهینه‌یابی درصد دفع اجزاء محلول اولترافیلتراسیون شیر شتر با استفاده از رگرسیون حداقل مربعات جزئی  
   
نویسنده رضوی محمد علی ,کاشانی نژاد مرتضی
منبع پژوهش هاي علوم و صنايع غذايي ايران - 1402 - دوره : 19 - شماره : 5 - صفحه:577 -591
چکیده    در این تحقیق، با توجه به اهمیت شیر شتر و ویژگی‌های عملکردی و غذایی خاص پروتئین‌های آن در فرآیند تولید کنسانتره پروتئین شیر، ابتدا اثر اختلاف فشار در عرض غشاء (80، 120 و 160 کیلو پاسکال) و دمای فرآیند (20، 30 و 40 درجه سانتی‌گراد) بر درصد دفع اجزاء محلول شیر شتر (پروتئین، لاکتوز، املاح و مواد جامد کل) در طی فرآیند اولترافیلتراسیون شیر شتر توسط روش مرکب مرکزی مدلسازی شد و سپس مدل‌های معنی‌دار توسط الگوریتم ازدحام ذرات چند هدفه پس از بررسی اهمیت پارامترهای الگوریتم بهینه‌یابی شدند. نتایج نشان داد که افزایش اختلاف فشار منجر به افزایش معنی‌دار درصد دفع املاح و افزایش دمای اولترافیلتراسیون منجر به افزایش معنی‌دار درصد دفع لاکتوز و درصد دفع املاح شد. همچنین نتایج تحقیق نشان داد که هیچکدام از اثرات خطی، درجه دوم و متقابل اختلاف فشار و دما بر درصد دفع مواد جامد کل و پروتئین نمونه‌ها معنی‌دار نبودند. نتایج ضرایب استاندارد شده برای متغیرهای وابسته (درصد دفع لاکتوز (rl) و املاح (ra))، مدت زمان اجرا الگوریتم (cpu time) و تعداد پاسخ‌های مورد ارزیابی (nfe) با متغیرهای مستقل (تعداد تکرار (number of iterations)، تعداد ذرات (number of particles)، ضریب اینرسی (w1)، ضریب یادگیری شخصی (c1) و ضریب یادگیری کلی (c2)) در رگرسیون pls نیز نشان داد که تعداد ذرات در همه پاسخ‌های مورد بررسی دارای بالاترین اهمیت بود و ضریب یادگیری شخصی و ضریب یادگیری کلی اهمیت چندانی بر مدت زمان اجرای الگوریتم و تعداد پاسخ‌های مورد ارزیابی نداشتند. به منظور بهینه‌یابی در این تحقیق نیز درصد دفع لاکتوز و درصد دفع املاح حداقل در نظر گرفته شدند که با توجه به صفات مذکور، اختلاف فشار و دمای بهینه به‌ترتیب 80 کیلو پاسکال و 29.85 درجه سانتی‌گراد به دست آمد. در چنین فرآیندی دفع لاکتوز 13.38 درصد و دفع املاح 18.70 درصد بود. همچنین مدت زمان اجرای الگوریتم و تعداد پاسخ‌های مورد ارزیابی در این بهینه‌یابی نیز 0.143 ثانیه و 1000 بودند.
کلیدواژه الگوریتم ازدحام ذرات، درصد دفع اجزاء محلول، رگرسیون حداقل مربعات جزئی، شیر شتر، فیلتراسیون
آدرس دانشگاه فردوسی, دانشکده کشاورزی, گروه علوم و مهندسی صنایع غذایی, ایران, دانشگاه فردوسی, دانشکده کشاورزی, گروه علوم و مهندسی صنایع غذایی, ایران
پست الکترونیکی mortazakashaninejad@gmail.com
 
   evaluation of the importance of multi-objective particle swarm algorithm parameters in optimizing the solutes rejection of camel milk ultrafiltration using partial least squares regression  
   
Authors razavi m.a. ,kashaninejad m.
Abstract    introduction  ultrafiltration is one of the most common membrane processes in the dairy industry, especially for condensing and separating milk components. using this process, several products can be produced, including milk concentrate used for cheese production, low-lactose dairy products, milk protein concentrate, and serum proteins for dietary supplements. the efficiency and cost of a membrane process depend on the percentage of rejection of the soluble components. therefore, the use of concentrated milk made by ultrafiltration in the production of various dairy products depends on the efficiency of the membrane process and the changes in milk components during this process. on the one hand, the physicochemical properties of camel milk are different from those of cow milk, especially in terms of type and amount of protein. because significant differences exist between the physicochemical properties of camel and cow milk, likely, the membrane processing conditions and the physicochemical properties of their products will be different completely. although many studies have been conducted on the efficacy of the ultrafiltration processing of cow milk, there is no information about the efficacy of camel milk ultrafiltration, and most of the research done regarding optimizing is based on classical algorithms, therefore, in this study, the effects of transmembrane pressure and temperature on the solutes rejection (protein, lactose, ash, and total solids) during camel milk ultrafiltration process were investigated, then, these properties were optimized using particle swarm algorithm. also, because the performance of the particle swarm algorithm is highly dependent on related parameters such as the number of iterations, the number of particles, accelerate constant, inertia weight, and velocity of the particles, so before optimization, the effect of these parameters on optimal responses were examined by partial least squares regression (pls). materials and methods in this study, a pilot crossflow ultrafiltration system was used. a uf membrane (model 3838 hfk-131, koch membrane systems, inc., usa) made of polysulfone amid (psa) with mwco of 20 kda was applied. camel milk was purchased from a local market in mashhad and for camel skim milk production, its fat was separated by a pilot plant milk fat separator in the food research complex, ferdowsi university of mashhad. the weight percentages of protein, fat, lactose, ash, and total solids of uf permeate samples were measured by iso 8968-1:2014, iso 1211: 2010, iso 26462/idf 214:2010, iso 5544:2008, and iso 6731:2010 at two replications, respectively. the process treatments were performed in the form of a central composite design (ccd) (5 replications at the central point) for two independent variables at three levels so that the total number of 13 treatments was obtained. the data were modeled using the statistical software of design expert (version 11) based on the response surface methodology and each of the response variables in the form of a regression model was presented as a function of independent variables. 
Keywords camel milk ,partial least squares regression ,particle swarm algorithm ,solute rejection ,ultrafiltration
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved