d

-۵۵۴۰/۱۵(<0001/0)

۶۴۳۳/۰(<0001/0)

اگرچه، هیچ‌یک از مدل‌ها تأثیر ترکیبی دما و SFA را بر SFC بیان نمی‌کنند. به منظور گنجاندن هر دو متغیر در این مدل، ضرایب مدل تک متغیره گمپرتز را باید به عنوان تابعی از متغیر دیگر بیان کرد. سپس با جایگزینی ضرایب با تابع متناظر، مدل دومتغیری گمپرتز به دست خواهد آمد. بنابراین، رابطه بین ضرایب مدل‌های SFC_f(T) و مقدار SFA یا ضرایب مدل‌های SFC_f(SFA) و دما مورد ارزیابی قرار گرفتند.

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

شکل ۴-۳ نمودار پراکندگی ضرایب مدل‌های SFC_f(T) را در برابر مقدار SFA متناظر نشان می‌دهد. روابط خطی مناسبی با R² بالا بین ضرایب α و c مدل‌های SFC_f(T) و مقدار SFA یافت شد.
رابطه بین ضرایب و c مدل‌های SFC_f(T) و مقدار SFA را می‌توان به صورت ریاضی اینگونه بیان کرد:
(معادله ۴-۳)
(معادله ۴-۴)
که در آن:
_۰β و محل‌های تقاطع و _۱β و شیب خطوط رگرسیون می‌باشند.
با جایگزینی ضرایب و c معادله ۴-۱ به ترتیب با معادلات ۴-۳ و ۴-۴، مدل نهایی که نشان دهنده SFC به عنوان تابعی از دما و SFC می‌باشد، به‌دست خواهد آمد:
SFC =
(معادله ۴-۵)
ضرایب مدل از طریق آنالیز رگرسیون غیرخطی و با بهره گرفتن از نرم افزار Sigmaplot به‌دست آمد و در معادله ۴-۶ نشان داده شد.
SFC =
(معادله ۴-۶)
کل ضرایب از نظر آماری در سطح اطمینان ۰۰۰۱/۰p˂ معنی‌دار بوده‌اند و R² و خطای استاندارد مدل به ترتیب ۹۹/۰ و ۲۳/۲ بوده است. این موارد نشان دهنده توان خوب مدل در پیش بینی SFC چربی‌های اینتراستریفیه شده است. سپس میزان انطباق مدل با مقایسه مقادیر آزمایش و پیش بینی شده مورد ارزیابی قرار گرفتند که نتایج در شکل ۴-۳ نشان داده شده است.
شکل ۴-۳- مقادیر SFC آزمایشی و پیش بینی چربی‌های اینتراستریفیه شده مخلوط روغن سویا و پالم اولئین کاملاً هیدروژنه. علامت‌ها و خطوط پررنگ به ترتیب نشان دهنده مقدار SFC آزمایش (exp) و پیش بینی شده (prd) می‌باشند.
ضریب همبستگی بین SFC آزمایش و پیش بینی شده بیش از ۹۹/۰ و متوسط خطای مطلق مقادیر پیش بینی شده برابر ۷۲/۱% بوده است. این موارد شاخص‌های دقت مدلی هستند که در معادله ۴-۶ بسیار درست بوده‌اند. به بیان ساده‌تر، مدلی که در اینجا بیان شده می‌تواند SFC مخلوط چربی‌های اینتراستریفیه شده را در SFC و دمای مشخص به عنوان «۷۲/۱% ± مقدار آزمایش» پیش بینی کند.
اوسپینا و همکاران (۲۰۱۰) یک مدل درجه دوم را با بهره گرفتن از دما و مقدار اسید استئاریک به عنوان متغیرهای مستقل برای بیان SFC چربی پشت خوک ارائه کردند. هرچند، همان‌طور که در بالا و توسط آگوستو و همکارانش (۲۰۱۲) بیان شد، مدل‌های درجه دومی که قادر به توصیف صحیح منحنی SFC نمی‌باشند، منحنی سیگموئیدی هستند.
تلس و همکاران (۲۰۱۳) منحنی‌های ذوب و اینتراستریفیکاسیون شیمیایی مخلوط دوتایی روغن‌های گیاهی را با بهره گرفتن از مدل تعادل جامد-مایع به همراه الگوریتم کمینه‌سازی مستقیم تابع انرژی آزاد گیبس^[۸۷]، مدل‌سازی کردند. مدل آنها قادر به محاسبه منحنی SFC مخلوط‌ چربی‌های مختلف از جمله چربی‌های اینتراستریفیه شده بود. هرچند، نیاز به داده‌های ورودی بسیار از قبیل نقطه ذوب و آنتالپی ذوب تری آسیل گلیسرول‌ها می‌تواند کاربرد آنها را محدود سازد. از طرف دیگر، متوسط خطای مطلق مدل نشان داده شده بیش از مدل به‌دست آمده در این تحقیق بوده است (۱۳/۴ در برابر ۵/۲).
به منظور اعتبار بیشتر مدل دومتغیره (معادله ۴-۶) و بررسی پتانسیل این مدل در پیش بینی SFC مخلوط روغن‌ها و چربی‌ها، از مخلوط‌های دوتایی روغن سویا کاملاً هیدروژنه و روغن کلزا و همچنین روغن پالم اولئین و کلزا که به روش شیمیایی اینتراستریفیه شده بودند (فرمانی و همکاران، ۲۰۰۹)، استفاده شد. ارزیابی‌ها (شکل ۴-۴) نشان داد که این مدل قادر به پیش‌بینی SFC این مخلوط‌های دوتایی با متوسط خطای مطلق ۸/۱% می‌باشد (شکل‌ ۴-۴). لازم به ذکر است که روش کار فرایند اینتراستریفیکاسیون این ترکیبات کاملاً منطبق با روش کار در این تحقیق بوده است.
شکل ۴-۴- بررسی قابلیت مدل در پیش بینی مقدار SFC به عنوان تابعی از دما برای مخلوط‌های دو‌تایی پالم اولئین و روغن کلزای اینتراستریفیه شده شیمیایی. علامت‌ها و خطوط پررنگ به ترتیب نشان دهنده مقدار SFC آزمایشی و پیش بینی شده می‌باشند.
همچنین پتانسیل مدل در پیش بینی SFC ، مخلوط‌های سه تایی روغن پالم اولئین و روغن کلزا و آفتابگردان به نسبتهای مختلف که به روش شیمیایی اینتراستریفیه شده بودند (فرمانی و همکاران، ۲۰۰۶)، استفاده شد. ارزیابی‌ها نشان داد که این مدل قادر به پیش‌بینی SFC این مخلوط‌های سه‌تایی با متوسط خطای مطلق ۵/۲% می‌باشد (شکل‌ ۴-۵ ).
شکل ۴-۵- بررسی قابلیت مدل در پیش بینی مقدار SFC به عنوان تابعی از دما برای مخلوط‌های سه‌تایی پالم اولئین و روغن کلزا و آفتابگردان اینتراستریفیه شده شیمیایی. علامت‌ها و خطوط پررنگ به ترتیب نشان دهنده مقدار SFC آزمایشی و پیش بینی شده می‌باشند

د- مدل سازی نقطه ذوب چربی‌های اینتراستریفیه به عنوان تابعی از اسیدهای چرب

نقطه ذوب به عنوان متغیر وابسته و اسیدهای چرب به عنوان متغیر مستقل در نظر گرفته شد. ضریب همبستگی هر کدام از اسیدهای چرب با نقطه ذوب در هر دما تعیین گردید. براساس ضریب
همبستگی به دست آمده، موثرترین اسیدهای چرب انتخاب شده و از آنها برای مدل سازی نقطه ذوب استفاده شد. منحنی نقطه ذوب در مقابل ترکیب اسیدهای چرب ترسیم شده و سپس با مدل تجربی گمپرتز برازش داده شد تا بهترین تابع انتخاب شود. برای برازش داده‌ها از نرم افزار Sigmaplot استفاده شد.
هرچقدر که نسبت روغن پالم اولئین کاملاً هیدروژنه در مخلوط دوتایی روغن پالم اولئین کاملاً هیدروژنه و روغن سویا افزایش می‌یابد، نقطه ذوب نیز افزایش پیدا می‌کند که به علت بالا بودن درجه اشباعیت اسیدهای چرب موجود در این مخلوط‌ها می‌باشد (شکل شماره ۴-۶).
مدل سازی نقطه ذوب به عنوان تابعی از ترکیب اسید چرب به‌صورت معادله گمپرتز (معادله ۴-۷) تعریف ‌شد. α، b و c نیز مربوط به پارامترهای این مدل می‌باشند که با بهره گرفتن از نرم‌افزار Sigmaplot محاسبه و در جدول ۴-۱۱ نشان داده شده است.
SMP=
معادله (۴-۷)
ضرایب در سطح اطمینان ۰۵/۰p˂ معنی‌دار بوده است و ضریب تشخیص (۹۹/۰=R²) برای مدل‌ به‌دست آمد. مدل‌ در حالت کلی مقدار p کمتر از ۰۰۰۱/۰ داشت (جدول ۴-۱۱). به این معنی که این مدل توان خوبی در پیش‌بینی SMP به عنوان تابعی از SFA دارد.
جدول ۴-۱۱- ضرایب مدل گمپرتز که بیان کننده SMP به عنوان تابعی از اسیدهای چرب اشباع (SMP_f(SFA)) می‌باشد و ارزیابی قابلیت مدل

Goodness of fit

Coefficients of Gompertz model

Models