ارزيابي و مدلسازي جريان انرژي و اثرات زيست‌محيطي توليد كلوچه با رويكرد ارزيابي چرخه زندگي

Assessment and modeling of energy flow and environmental impacts of cookie production by life cycle assessment approach

در اين تحقيق، مصرف انرژي و انتشار آلاينده­هاي زيست­محيطي توليد كلوچه در استان گيلان مورد بررسي قرار گرفت. داده­هاي لازم از طريق پرسش­نامه و مصاحبه­ حضوري از 30 كارخانه توليد كلوچه جمع­آوري شد. نتايج اين پژوهش نشان داد كه مقدار 50/30 مگاژول انرژي براي توليد هر كيلوگرم كلوچه مصرف شده­ است كه بيشترين سهم انرژي مصرفي به گاز طبيعي با 09/17 مگاژول بر كيلوگرم اختصاص داشت. بر­اساس نتايج ارزيابي چرخه زندگي، شاخص گرمايش جهاني براي توليد هر كيلوگرم كلوچه kg CO2 eq. 73/3 تعيين گرديد كه در حدود 51 درصد آن مربوط به احتراق گاز طبيعي جهت فرآيند پخت است. در نهايت، مدل­سازي ميزان عملكرد و اثرات زيست­محيطي بر­اساس دو مدل شبكه­هاي عصبي مصنوعي و سامانه استنتاج فازي- عصبي تطبيقي (انفيس) انجام شد. مقايسه نتايج نشان داد مدل انفيس چند لايه قادر است تا با دقت بيشتر و خطاي كمتر عملكرد محصول را برآورد كند.

In this study, energy consumption and environmental emissions of cookie production in Guilan Province of Iran was investigated. The required information was collected using questionnaires and interviews from 30 factories of cookie production. Equivalent energies of inputs and outputs were calculated based on the standardized energy coefficients. The results of this study showed that 30.50 MJ of energy was consumed for production of one kilogram of cookie in which the highest share of energy consumption was allocated to natural gas with 17.09 MJ kg-1. Based on life cycle assessment (LCA) results, global warming (GW) index was calculated as 3.73 kg CO2 eq. per kilogram of produced cookie which about 51 percent of that was related to combustion of natural gas consumed in cooking process. Finally, the modeling of amount of yield and environmental impacts was conducted based on two models of artificial neural network (ANN) and adaptive neuro-fuzzy inference system (ANFIS). The results showed that ANFIS was capable of predicting yield with more accuracy and less error.