基于均匀设计和BP神经网络的花生油SFE-CO2萃取预测

• 作者: 王威强 郭建章 陈博文
• 来源期刊: 食品科学技术学报
• 学科: 工学
• 关键词: 花生油 萃取 BP神经网络 SFE-CO2 均匀设计
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 应用技术
• 页码范围: 78-82
• 页数: 5页
• 分类号: TS225.1|TS224.4|TP368.6
• 字数: 1753字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6002.2018.03.011

摘要

利用均匀设计和BP神经网络相结合的方法,研究了SFE-CO2萃取花生油工艺.以半烘烤并粉碎之后的花生为原料,针对萃取压力、温度、时间和CO2流量4个因素,每个因素10个水平安排实验,利用均匀设计的实验数据作为网络训练样本,构造花生油SFE-CO2萃取的BP神经网络预测模型,对萃取过程进行预测,分析各实验因素与出油率之间的关系,确定较优的工艺条件.最后确定4-9-1的BP神经网络模型,利用该模型所得出油率的预测值与实验值相接近,相对误差(绝对值)小于2%;构造的BP神经网络模型能较好地预测萃取过程中各参数影响下花生出油率的变化趋势.结果显示,当萃取压力30 MPa,温度40.5℃,时间125 min,CO2流量187 L/(h·kg)时花生出油率可达期望值47.5%.该方法为实现预测与控制SFE-CO2萃取花生油过程奠定了可靠的理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威强	山东大学机械工程学院	112	915	17.0	25.0
2	郭建章	青岛科技大学机电工程学院	36	61	4.0	6.0
3	陈博文	青岛科技大学机电工程学院	2	0	0.0	0.0