مدل‌سازی فرایند پخت در حین استخراج روغن از دانه‌های آفتابگردان با استفاده از شبکه‌های عصبی مصنوعی در مقیاس صنعتی

مرسوم‌ترین روش‌های استخراج روغن از دانه‌های روغنی، استفاده از پرس و حلال می‌‌باشد که موثرترین روش استخراج روغن آفتابگردان، مانند سایر دانه‌های با درصد روغن بالا نظیر کلزا، پرس مکانیکی و به دنبال آن استخراج با حلال می‌باشد. در این تحقیق به منظور مدل‌سازی فرایند استخراج روغن از دانه‌های آفتابگردان در مقیاس صنعتی از 3 سطح دمای پخت (70، 80 و 100 درجه سانتی‌گراد) و سه سطح رطوبت دانه‌های خروجی از دیگ پخت (7، 7.5 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 پیش‌بینی روند تغییرات از ابزارشبکه‌های عصبی مصنوعی در نرم‌افزار matlab r2013a استفاده شد. با بررسی شبکه‌های مختلف شبکه‌ی پس‌انتشار پیشخور با توپولوژی‌های2510 با ضریب همبستگی بیشتر از 0.999 و میانگین مربعات خطای کمتر از 0.003 و  با بکارگیری تابع فعال‌سازی تانژانت سیگموئید هیپربولیکی، الگوی یادگیری لونبرگ– مارکوات و چرخه یادگیری 1000 به عنوان بهترین مدل‌ عصبی مشخص گردید. نتایج حاصل از مدل‌های بهینه‌ی انتخاب شده نیز ارزیابی گردید و این مدل‌ها با ضرایب همبستگی بالا (بیش از 0.96) قادر به پیش‌بینی روند تغییرات بودند.