مدل‌سازی بازده استخراج آنتول رازیانه در ستون RSDC با روش‌ RSM و ANN

نوع مقاله : علمی-پژوهشی

نویسندگان

گروه مهندسی شیمی، دانشکده مهندسی شیمی، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران

چکیده

در این پژوهش، داده‌های آزمایشگاهی به دست آمده از بازده عملیات استخراج جامد-مایع به دو روش سطح پاسخ و شبکه عصبی مصنوعی مدل‌سازی و شبیه‌سازی شد. در این عملیات، آنتول به عنوان اصلی­ترین ماده مؤثره دارویی موجود در اسانس دانه‌های گیاه رازیانه در تماس با حلال اتانول 70%  استخراج شد و بازده عملیات به عنوان تابع هدف قرار داده شد. این عملیات با تغییر در طراحی ستون‌ استخراج مایع-مایع RDC و به کارگیری سینی‌های سوراخ‌دار و طراحی قیف در خروجی برج برای خارج ­شدن جامد صورت گرفت. به کمک ستون طراحی شده، اثر سه متغیر اندازه ذره‌های رازیانه، سرعت روتور و نسبت حلال به جامد بر بازده استخراج آنتول مورد بررسی قرار گرفت. آزمایش‌ها با ذره‌های ریز شده رازیانه در اندازه‌های 7/1، 1 و 3/0 میلی‌متر، سرعت روتور 90، 135 و 180 دور در دقیقه و نسبت حلال به جامد 10، 15 و 20 برابر انجام شد و چگونگی تغییر پارامترها در آزمایش­ ها با استفاده از نرم‌افزار Design Expert، به روش سطح پاسخ و نیز با نرم‌افزار MATLAB  به روش شبکه عصبی مصنوعی مدل‌سازی و بهینه سازی شد. نتیجه‌های به دست آمده از آنالیزهای GC-MS و GC به عنوان اطلاعات بازده استخراج و مقایسه با نتیجه‌های شبیه‌سازی نرم‌افزاری نشان می‌دهد که با ریزتر شدن اندازه دانه‌های جامد رازیانه، افزایش نسبت حلال به جامد و نیز افزایش سرعت روتور، بازده استخراج آنتول افزایش می‌یابد. همچنین داده­ های طراحی آزمایش توسط شبکه عصبی مصنوعی مدل‌سازی شد که ضریب همبستگی برای روش RSM و شبکه عصبی به ترتیب 9604/0 و 9955/0 به دست آمد. نتیجه‌ها نشان‌دهنده دقت بالای مدل‌سازی شبکه عصبی مصنوعی نسبت به داده‌های واقعی در قیاس با روش سطح پاسخ می­ باشد.

کلیدواژه‌ها

موضوعات


[1] محمدی م.، بهمنیار ح.، عزیزپور ه.، "استخراج اسانس و مواد مؤثره دارویی موجود در دانه‌های گیاه رازیانه با حلال در ستون تماس‌‌دهنده با دیسک مشبک گردان (RSDC)شانزدهمین کنگره ملی مهندسی شیمی ایران، دانشگاه صنعتی امیرکبیر، تهران، ایران (۱۳۹۷).
[2] خلیقی سیگارودی ف.، جاروندی .، تقی زاده م.، "کاربردهای درمانی گیاهان دارویی"، انتشارات ارجمند، چاپ دوم، (1392).
[3] خواجه‌نوری م.، حقیقی اصل ع.، "بررسی پارامترهای مؤثر در استخراج ترانس-آنتول از دانه‌های انیسونفصل‌نامه علوم و فناوری‌های غذایی، (1)1: 3 تا 12 (1392).
[4] شمس اردکانی م.ر.، حاجی آخوندی ع.، جمشیدی ا.ح.، عبدی خ.، "مطالعه روغن فرار کشت بافت رازیانه و مقایسه آن با گیاه کاملفصل‌نامه گیاهان دارویی، (11)3: 68 تا 72 (1383).
[5] شاه حسینی ر.، دولتی م.، عزیزی ع.، سفیدکن ف.، "تأثیر  مرحله برداشت میوه بر مقدار و ترکیب اصلی در اسانس رازیانه بومی همدان" فناوری تولیدات گیاهی. (2)4: 1 تا 9 (1391).
[6] فنایی ح.ر.، سارانی م.، کوهکن ش.ع.، "بررسی ترکیب‌های شیمیایی اسانس گیاه رازیانه در شرایط منطقه سیستانهمایش ملی گیاهان دارویی، جهاد دانشگاهی واحد مازندران، مازندران، ایران (1388).
[7] Carvalho Jr.R.N., Moura L.S., Rosa P.T., Meireles M.A.A., Supercritical Fluid Extraction from Rosemary (Rosmarinus Officinalis): Kinetic Data, Extract's Global Yield, Composition, and Antioxidant Activity, The Journal of Supercritical Fluids35(3): 197-204 (2005).
[8] Behzad F., Bahmanyar H., Molavi H., Manafi S., Mean Drop Diameter in a Rotating Sieved Disc ContactorInt. J. Technol., 1: 31-43 (2015).
[10] Mohammadpour H., Sadrameli S.M., Eslami F., Asoodeh A., Optimization of Ultrasound-Assisted Extraction of Moringa Peregrina Oil with Response Surface Methodology and Comparison with Soxhlet MethodIndustrial crops and products131: 106-116 (2019).
[11] مرادی ح.، مرادی م.، منصوری ی.، یزدی ب.، "مدل‌سازی و بهینه‌سازی فرایند تصفیه پساب پالایشگاه کرمانشاه با استفاده از روش سطح پاسخ و شبکه عصبی مصنوعیدومین همایش نفت، گاز و پتروشیمی، دانشگاه آزاد اسلامی واحد گچساران، سمنان، ایران (1391).
[12] Ohale P.E., Uzoh C.F., Onukwuli O.D., Optimal Factor Evaluation for the Dissolution of Alumina from Azaraegbelu Clay in Acid Solution using RSM and ANN Comparative AnalysisSouth African Journal of Chemical Engineering24: 43-54 (2017).
[13] محمدی دوست ا.، مرادی ح.، مرادی م.، "مدل‌سازی و بهینه‌سازی حذف رنگ با نانوفوتوکاتالیست TiO2-Ag2O به روش شبکه عصبیسومین کنفرانس ملی پژوهش‌های نوین در علوم و مهندسی شیمی، بابل، ایران (1396).
[15] Agu C.M., Menkiti M.C., Ekwe E.B., Agulanna A.C., Modeling and Optimization of Terminalia Catappa L. Kernel Oil Extraction using Response Surface Methodology and Artificial Neural NetworkArtificial Intelligence in Agriculture4: 1-11 (2020).