برازش مدل رياضي براي پيش بيني برخي شاخص هاي كيفي برنج سفيد براساس آزمون خمشي دانه توسط روش سطح پاسخ

Mathematical modeling for the prediction of some quality indices of white rice based on the bending test of grains using response surface methodology (RSM)

يكي از روش‌هاي تعيين كيفيت برنج بررسي خواص تك‌دانه آن است. ضمن اين‌كه يكي از مشكلات عمده پيش‌بيني خواص كيفي برنج نيز هزينه بالاي آزمايش‌هاي صنايع غذايي است. هدف از اين پژوهش، پيش‌بيني برخي خواص كيفي برنج سفيد طي آزمون‌هاي خمشي بر روي تك‌دانه در 3 رقم (خزر، درفك و كادوس) و 2 سطح رطوبتي (9 و 14 درصد بر پايه‌تر) است. بنابراين از روش سطح پاسخ (طرح داده هاي تصادفي) براي مدل‌سازي و تخمين خواص كيفي (ميزان آميلوز و پروتيين، درجه حرارت ژلاتينه شدن، قوام ژل، حداقل و حداكثر چسبندگي، چسبندگي نهايي، فروريختگي و پس روي چسبندگي، زمان لازم براي رسيدن به حداكثر چسبندگي و درجه حرارت چسبندگي) به‌عنوان متغيرهاي پاسخ توسط متغيرهاي مستقل (نيروي شكست، نيرو در تغيير شكل 05/0 ميلي متر، تغيير شكل بيشينه، مدول هاي مماسي و سكانتي بيشينه، مدول هاي مماسي و سكانتي در تغيير شكل 05/0 ميلي متر و انرژي شكست) مورد استفاده قرار گرفت. نتايج تجزيه واريانس نشان داد كه تمام مدل‌ها معني‌دار (P< 0.05) بودند و مناسب‌ترين مدل پيش بيني براي تمام متغيرهاي پاسخ از نوع خطي-برهم كنش (2FL) با (R2≥0.98) به دست آمد. شرايط بهينه متغيرهاي مستقل براساس هدف ماكزيمم يا مينيمم سازي متغيرهاي پاسخ تعيين گرديد به‌طوري كه نتايج بهينه‌يابي با درجه مطلوبيت (R2≥ 0.82) به دست آمد. نتايج نشان داد كه روش سطح پاسخ در فرآيند مدل‌سازي پيش‌بيني خواص كيفي برنج بر اساس خواص استحكامي دانه مفيد است.

Investigating the properties of a rice single kernel is one of the methods used to determine the quality of grain bulk. In addition, one of the major problems in predicting the quality properties of rice is the high cost of conducting laboratory experiments in food industry. Therefore, the objective of this study was to predict some quality properties of white rice via the use of bending test in three varieties of white rice (Khazar, Dorfak and Kadus) at two levels of moisture content 9 and 14% w. b. In this study, the response surface methodology (RSM) (historical data design) was used to model and estimate quality properties (Amylose content (AC), Protein content (PC), Gelatinization Temperature (GT), Gel Consistency (GC), Minimum viscosity (Min. V), Peak Viscosity (PV), Final Viscosity (FV), Breakdown viscosity (BD.V), Setback Viscosity (SB.V), Peak Time (PT) and Pasting temperature (Pasting. T)) of white rice through analyzing independent variables (strength value of rice single kernel in deformation of 0.05 mm, maximum rupture force, maximum deformation, rupture energy, tangent modulus at deformation of 0.05 mm, maximum tangent modulus, secant modulus at deformation of 0.05 mm and maximum secant modulus). The results of ANOVA, showed that all models are significant at probably levels of (P < 0.05) and (P < 0.01). According to the results, the most appropriate model for prediction of the response variables was the linear-Interaction (2FL) model whit the coefficient of determination (R2 ≥ 0.95). In addition, Optimum conditions of independent variables were determined based on the maximum goal or the minimization of response variables. The desirability degree of the optimization was (R2 ≥ 0.82). The results indicated that the response surface methodology can be quite useful in optimizing the models developed for predicting the quality properties of white rice from the strength properties of a single kernel.