مدل سازي تغييرات كيفي روغن كنجد طي فرآيند استخراج با استفاده از سيستم هاي هوشمند و رگرسيوني

كنجد يكي از مهم ترين دانه هاي روغني با ارزش تغذيه اي و عملكردي بالا در دنيا مي باشد. بنابراين مدل سازي و بررسي رابطه بين عواملي كه مي تواند بر كيفيت روغن كنجد استحصال شده تأثيرگذار باشد، حائز اهميت است. در اين پژوهش، شبكه هاي عصبي مصنوعي (ANN) و سيستم استنتاج عصبي فازي سازگار (ANFIS) براي پيش بيني كيفيت روغن كنجد استخراج شده به روش پرس مورد استفاده قرار گرفت. مدل به دست آمده از شبكه عصبي مصنوعي از نوع پرسپترون چند لايه در مقايسه با مدل هاي رگرسيوني و ANFIS از ضريب تبين بالاتر و خطاي كمتري در پيش بيني پارامترهاي كيفي روغن كنجد استحصال شده، برخوردار بود. بر اساس نتايج بدست آمده بيشترين مقدار عدد اسيدي مربوط به سرعت 20 دور در دقيقه و كمترين مقدار مربوط به سرعت 80 دور در دقيقه مي باشد و افزايش دما باعث افزايش اين شاخص شد. هم چنين بيشترين مقدار عدد يدي مربوط به سرعت دوراني 80 دور در دقيقه و دماي استخراج 90 درجه‌ سانتي‌گراد به ميزان 1.13و كمترين مقدار مربوط به سرعت 80 دور در دقيقه و سطح دمايي 20 دور در دقيقه به ميزان 0.312 بود. هم جنين افزايش دما باعث افزايش عدد اسيدي در نمونه ها شد.