@article{
author = "Pezo, Lato and Ćurčić, Biljana and Filipović, Vladimir and Nićetin, Milica and Koprivica, Gordana B. and Mišljenović, Nevena and Lević, Ljubinko",
year = "2013",
abstract = "Jedna od potencijalno zanimljivih tehnika za očuvanje proizvoda sa niskim sadržajem vode i poboljšanim nutritivnim, senzornim i funkcionalnim svojstvima jeste proces osmotske dehidratacije. Proces osmotske dehidratacije je prihvatljiv metod sa aspekta uticaja na životnu sredinu, čiji je krajnji cilj očuvanje prvobitnih karakteristika gotovog proizvoda, kao i režim sušenja koji ne utiče negativno na materijal. Ovaj proces je privukao značajnu pažnju zbog niskih procesnih temperatura, male količine otpadnog materijala i niskih energetskih zahteva. Modeli veštačkih neuronskih mreža su nedavno u većoj meri počeli da se koriste za modelovanje i kontrolu procesa. Modeli neuronskih mreža su prepoznati kao dobar alat za dinamičko modelovanje jer ne zahtevaju parametre fizičkih modela, imaju mogućnost učenja rešenja problema iz serija eksperimentalnih podataka i mogu da obrađuju kompleksne nelinearne probleme sa interakcijama između odlučujućih promenljivih veličina. Usled kompleksnosti procesa osmotske dehidratacije, više autora je preporučilo modelovanje kinetike prenosa mase tokom procesa osmotske dehidratacije pomoću veštačkih neuronskih mreža. U ovom radu ispitivan je prenos mase pri osmotskoj dehidrataciji kockica svinjskog mesa (M. triceps brachii), dimenzija 1x1x1 cm3. Koristeći eksperimentalne rezultate ispitivan je uticaj različitih parametara, kao što su koncentracija melase šećerne repe (60-80% m/m), temperatura (20-50 °C) i vreme imerzije (1-5 h) na gubitak vlage, prirast suve materije, krajnji sadržaj suve materije i aktivnost vode. Razvijeno je pet neuronskih mreža za predviđanje gubitka vlage, prirasta suve materije, krajnjeg sadržaja suve materije i aktivnosti vode u procesu osmotske dehidratacije kockica svinjskog mesa. Ovi modeli su predvideli procesne izlazne veličine sa tačnošću izraženom preko stepena korelacije sa eksperimentalnim merenjima: r2 od 0,990 za prirast suve materije i 0,985 za gubitak vlage, 0,986 za aktivitet vode i 0,992 za finalni sadržaj suve materije. Širok opseg procesnih promenljivih veličina razmatranih u konstrukciji ovih modela, kao i njihova laka implementacija u tabelarno izračunavanje čini ih veoma praktičnim za projektovanje i kontrolu procesa., Mass transfer of pork meat cubes (M. triceps brachii), shaped as 1x1x1 cm3, during osmotic dehydration (OD) and under atmospheric pressure was investigated in this study. The effects of different parameters, such as concentration of sugar beet molasses (60-80 mass%), temperature (20-50 °C), and immersion time (1-5 h) in terms of water loss (WL), solid gain (SG), final dry matter content (DM), and water activity (aw), were investigated using experimental results. Five artificial neural network (ANN) models were developed for the prediction of WL, SG, DM, and aw in OD of pork meat cubes. These models were able to predict process outputs with coefficient of determination, r2, of 0.990 for SG, 0.985 for WL, 0.986 for aw, and 0.992 for DM compared to experimental measurements. The wide range of processing variables considered for the formulation of these models, and their easy implementation in a spreadsheet calculus make them very useful and practical for process design and control.",
publisher = "Savez hemijskih inženjera, Beograd",
journal = "Hemijska industrija",
title = "Model veštačke neuronske mreže za osmotsku dehidrataciju kockica svinjskog mesa, Artificial neural network model of pork meat cubes osmotic dehydration",
pages = "475-465",
number = "3",
volume = "67",
doi = "10.2298/HEMIND120529082P",
url = "conv_65"
}