منصور عسافی؛ رسول معمار دستجردی؛ محمد نوشاد
چکیده
در سالهای اخیر همگام با رشد جمعیت و بهبود سطح زندگی، مصرف روغنهای گیاهی رو به افزایش نهاده و موجب افزایش سطح زیر کشت دانههای روغنی شده است. اخیراً کنجد بهعنوان یک گیاه مناسب روغنی برای کشت در شرایط آب و هوایی ایران مورد توجه قرار گرفته است. در این پژوهش یک دستگاه عصارهگیری از دانهی روغنی کنجد، به روش پیچ پرسی طراحی و ساخته ...
بیشتر
در سالهای اخیر همگام با رشد جمعیت و بهبود سطح زندگی، مصرف روغنهای گیاهی رو به افزایش نهاده و موجب افزایش سطح زیر کشت دانههای روغنی شده است. اخیراً کنجد بهعنوان یک گیاه مناسب روغنی برای کشت در شرایط آب و هوایی ایران مورد توجه قرار گرفته است. در این پژوهش یک دستگاه عصارهگیری از دانهی روغنی کنجد، به روش پیچ پرسی طراحی و ساخته شد. آزمایشهای مختلفی برای تعیین میزان روغن استخراج شده بر اساس پارامترهای قابل تغییر همچون شکل هندسی پیچهای پرسی، سرعت دورانی پیچ پرسی، دمای استخراج و قطر دای انجام شد. آزمایشها در سه سطح دمایی (°C 30، 60 و 90)، سه سطح سرعت دورانی (20، 50 و 80 rpm)، سه مدل پیچ پرسی (سر راست با گام ثابت، سر راست با گام متغیر و مخروطی) و سه قطر دای (6، 8 و 10mm)، بهصورت فاکتوریل در قالب طرح کاملاً تصادفی انجام گردید. نتایج تحقیق نشان داد که اثر نوع پیچ پرسی، سرعت دورانی، دمای استخراجی و اندازه دای بر میزان استخراج روغن در سطح یک درصد معنیدار است بهگونهای که پیچ پرسی مخروطی با سطح سرعت rpm 50 و سطح دمایی°C 60 و قطر دای mm6 بیشترین میزان استخراج روغن را داشت. برای پیشبینی میزان روغن کنجد استخراج شده از شبکه عصبی مصنوعی از نوع پرسپترون چندلایه و مقایسه آن با مدلهای رگرسیونی استفاده شد. نتایج نشان داد که مدل شبکه عصبی مصنوعی با توپولوژی 1-8-3 با ضریب همبستگی 4۷/97 درصد و مجذور میانگین مربعات خطای، 65/0 در مقایسه با مدلهای رگرسیون خطی و درجه دوم کارایی بالاتری در پیشبینی میزان روغن استخراجی دارد.