جستجوی مقالات مرتبط با کلیدواژه "گل محمدی (rosa damascene mill _)" در نشریات گروه "باغبانی"
تکرار جستجوی کلیدواژه «گل محمدی (rosa damascene mill _)» در نشریات گروه «کشاورزی»-
مجله تحقیقات گیاهان دارویی و معطر ایران، سال سی و سوم شماره 3 (پیاپی 83، امرداد و شهریور 1396)، صص 339 -349به دلیل افزایش استفاده از گیاهان دارویی و معطر، توجه به امر طبقه بندی کیفی آنها نیز امری اجتناب ناپذیر می باشد. گل محمدی (Rosa damascene Mill.) نیز با ارزش بالای اسانس و خواص بی نظیر آن در صنایع بهداشتی، غذایی و دارویی یکی از این گیاهان است. از این رو، در این مطالعه طبقه بندی کیفی اسانس 9 ژنوتیپ از گل محمدی با کمک یک سیستم بینی الکترونیکی براساس حسگرهای نیمه هادی اکسید فلزی (MOS) مورد بررسی قرار گرفت.
ترکیب های اصلی تاثیرگذار در کیفیت اسانس گل محمدی با استفاده از روش کروماتوگرافی گازی (GC) و کروماتوگرافی گازی متصل به طیف سنج جرمی (GC-MS) شناسایی شدند و بر اساس درصد کل این ترکیب ها، نمونه ها در سه کلاس از نظر کیفی طبقه بندی شدند. سپس طبقه بندی این کلاس ها با استفاده از بینی الکترونیک طراحی شده مورد ارزیابی قرار گرفت. در استفاده از ابزارهای کمومتریک نتایج آنالیز مولفه های اصلی (PCA) نشان داد که با استفاده از دو مولفه اصلی اول (PC1، PC2) می توان 85% واریانس داده ها را توجیه کرد. همچنین با استفاده از نمودار لودینگ حاصل از PCA، حسگرهایی که تاثیر بیشتری در تفکیک کلاس ها داشتند، شناسایی شدند. در ادامه دقت طبقه بندی با استفاده از شبکه عصبی پس انتشار پرسپترون چند لایه (Bp-MLP) به عنوان یک روش تحت نظارت، برای داده های آموزش و آزمون به ترتیب 100% و 96% بدست آمد. در پایان نتایج نشان داد که بینی الکترونیکی به عنوان ابزاری ارزان، دقیق، آسان و با قابلیت تبدیل به حالت زمان واقعی می تواند در راستای طبقه بندی کیفی اسانس گل محمدی و در نتیجه ژنوتیپ های آن موثر واقع شود.کلید واژگان: گل محمدی (Rosa damascene Mill, ), بینی الکترونیک, شبکه عصبی, طبقه بندیDue to the increased use of medicinal plants, the qualitative classification is inevitable. Rosa damascena Mill. with a high value of essential oil and its unique properties in the health, food and pharmaceutical industries is of one of these plants. In this study, after essential oil extraction from nine genotypes of Rosa, the essential oil components were identified by GC and GC-MS analysis. The genotypes were divided in three classes (C1, C2, C3) based on total percentage of six most important compounds, having major role in essential oil quality (phenyl ethyl alcohol, trans rose oxide, citronellol, nerol, geraniol, geranial).Then, the classes were tested by an electronic nose (EN) system designed based on metal oxide semiconductor (MOS) sensors. Sensors response pattern was recorded and analyzed by chemometrics methods in next step. Results of principal components analysis (PCA) showed that 85% of data variance was explained by two first principal components (PC1, PC2). Artificial neural network based on back propagation multilayer perceptron (Bp-MLP) was performed and classification accuracy achieved 100% and 96% for training and test sets, respectively. These results showed that EN could be used as a quick, easy, accurate and inexpensive system to classify Rosa damascene Mill essential oil.Keywords: Rosa damascene Mill, electronic nose, Neural network, Classification -
گل محمدی با نام علمی Rosa damascene Mill. گیاهی متعلق به تیره Rosaceae و ازجمله گیاهان حاوی اسانس می باشد که دارای خواص دارویی زیادی است. استخراج کمی و کیفی اسانس و در عین حال توجیه اقتصادی آن بستگی به روش های مناسب خشک کردن دارد. روش مناسب خشک کردن، ضایعات و خسارت ها را در طول انبارداری کاهش داده و به کیفیت محصول کمک می کند. هدف از این تحقیق پیش بینی میزان رطوبت گل محمدی در طی فرایند خشک شدن با جریان هوای داغ به عنوان تابعی از دمای هوا در چهار سطح (40، 50، 60 و 70 درجه سانتی گراد(و سرعت هوا در سه سطح (5/0، 1 و m/s5/1) به کمک شبکه های عصبی مصنوعی بود. متوسط رطوبت اولیه 78% و متوسط رطوبت نهایی 9% تعیین گردید. نمودارهای محتوی رطوبتی با استفاده از نرم افزار Excel بدست آمدند و فرایند خشک شدن نیز با استفاده از نرم افزار Matlab مدل سازی ریاضی گردید. سپس فرایند خشک شدن با استفاده از شبکه های عصبی با سه ورودی دما، سرعت هوا و زمان مدل سازی شد. نتایج تحقیق حاضر نشان داد که شبکه های عصبی با دقت بیشتری نسبت به مدل های ریاضی توانایی مدل سازی و پیش بینی فرایند خشک شدن گل محمدی را دارند و می توان از آنها در فرایند کنترل بلادرنگ استفاده نمود.
کلید واژگان: گل محمدی (Rosa damascene Mill _), خشک کن جریان هوای داغ, شبکه عصبی مصنوعی, لایه نازکDamask rose with scientific name of Rosa damascena Mill. contains essential oils with large medicinal properties. Qualitative and quantitative extraction of essential oils as well as its economic justification depends on appropriate methods of drying. Appropriate method of drying reduces loss and damage during storage and helps maintain product quality. The purpose of this study was to predict Rose moisture content during the drying process with hot air flowing as a function of temperature at four levels (40، 50، 60 and 70°C) and air velocity at three levels (0. 5، 1 and 1. 5 m/s)، using artificial neural networks. The average initial and final moisture contents were calculated to be 78% and 9%، respectively. The drying process was modeled by mathematical models using matlab and then the moisture content graphs were achieved by excel. Then، the drying process was modeled using neural networks with three inputs including temperature، air velocity and time. Results showed that neural network was more accurate than mathematic models in modeling and predicting the drying process of damask rose and could be used in on-line controlling.
Keywords: Rosa damascena Mill, hot air drying, Artificial Neural Network, thin layer dryer
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.