基于人工神经网络的菜籽油脱臭馏出物甲酯化响应曲面模型研究

摘要：

以菜籽油脱臭馏出物为原料利用分子蒸馏分离维生素E和甾醇,原料的甲酯化是重要步骤之一.本文将人工神经网络与传统的单因素实验、旋转实验相结合,以人工神经网络代替一般响应曲面的多项式函数,利用神经网络特有的自学习能力,建立了菜籽油脱臭馏出物甲酯化过程的神经网络模型.并通过仿真,评估和优化,获得了菜籽油脱臭馏出物甲酯化处理的最佳工艺.当甲醇/原料:100ml/100g, 反应时间:1.4hrs, 催化剂/原料:4%,温度:60℃,此时甲酯化物酸价较低,对后续甾醇和维生素E分离提供了条件.

关键词：人工神经网络、脱臭馏出物、甲酯化

所属期刊栏目：25

分类号：TS2(食品工业)

在线出版日期：2006-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：78-81