جهاد دانشگاهی-پژوهشکده توسعه صنایع شیمیایی ایران نشریه شیمی و مهندسی شیمی ایران 1022-7768 36 2 2017 08 23 Experimental Study and Neural Network Modeling of Enzymatic Hydrolysis of Microalgal Biomass for Bioethanol Production بررسی تجربی و مدل سازی هیدرولیز آنزیمی ریز جلبک به منظور تولید اتانول با استفاده از شبکه عصبی 181 191 29758 FA هانیه شکرکار مرکز تحقیقات بیوتکنولوژی، دانشکده مهندسی شیمی، دانشگاه صنعتی سهند تبریز، تبریز، ایران سیروس ابراهیمی مرکز تحقیقات بیوتکنولوژی، دانشکده مهندسی شیمی، دانشگاه صنعتی سهند تبریز، تبریز، ایران مهدی زمانی مرکز تحقیقات بیوتکنولوژی، دانشکده مهندسی شیمی، دانشگاه صنعتی سهند تبریز، تبریز، ایران Journal Article 2016 07 30 Some key factors such as high growth rate, low demand for arable land and fresh water and high carbohydrate content causes microalgae to introduce a new sourceof bioethanol.In this study,mixed microalgae culture was cultivated in the plate photo-reactors. Afterwards, nitrogen starvation strategy was used to accumulate storage carbohydrates. After harvesting of microalgae, enzymatic hydrolysis was applied to extract the sugars in biomass. The concentrations of extracted reducing sugar using hydrolysis process were investigated at four different substrate concentrations and three different temperatures over time. The process simulation by neural networks was performed using MATLAB software program. The networkinput consisted of substrate concentration, temperature, hydrolysis time and the networkoutput consisted of reducing sugar concentration. Artificial neural network with one hidden layer of 8 neurons in conditions (70-15-15) has minimum Mean Square Error (MSE). برخی از مشخصه های کلیدی همچون نرخ رشد بالا، وابستگی نداشتن به زمین های مساعد برای کشاورزی و آب های قابل شرب و ذخیره ی مقدارهای بالایی از کربوهیدراتها، ریزجلبک ها را به‌عنوان یکی از نوید بخش ترین منابع اولیه تولید اتانول زیستی معرفی کرده است. در این پژوهش ابتدا کشت گونه های گوناگون و نامعین ریز جلبک در راکتورهای زیستی نوری صفحه ای تخت انجام شد. سپس راهبرد قحطی نیتروژن برای تحریک تجمع کربوهیدراتها در ریز جلبک به کار گرفته شده است. بعد از برداشت ریز جلبک، برای استخراج قندهای موجود در زیست توده از فرایند هیدرولیز آنزیمی استفاده شد. مقدار غلظت قندهای کاهیده استخراج شده از ریز جلبک در فرایند هیدرولیز در چهار غلظت گوناگون سوبسترا و سه دما در طول زمان اندازه گیری شد. برای مدل سازی فرایند توسط شبکه عصبی از نرم افزار متلب استفاده شد. دما، غلظت اولیه سوبسترا و مدت زمان هیدرولیز به عنوان ورودی ها و غلظت قندهای کاهیده به عنوان خروجی شبکه عصبی در نظر گرفته شدند. بر اساس نتیجه های به دست آمده، در حالتی که70 درصد داده ها برای آموزش شبکه استفاده شده و تعداد ۸ نورون در لایه پنهان قرار گرفت، تطابق مناسبی بین نتیجه های تجربی و مدل سازی وجود داشته و کمترین میانگین مربع خطاها (MSE) به دست آورده شد.

https://www.nsmsi.ir/article_29758_ef86e2c126d3fbb45783c5ccd26daed2.pdf