کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6665434 464308 2015 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multiobjective optimization of the preliminary design of an innovative hot-smoking process
ترجمه فارسی عنوان
بهینه سازی چند منظوره طراحی اولیه یک فرآیند نوآورانه برای گرم کردن سیگار
کلمات کلیدی
بهینه سازی طراحی، تجزیه و تحلیل تصمیمات چندگانه تابع مطلوبیت تجزیه و تحلیل میزان حساسیت،
ترجمه چکیده
این مقاله روش بهینه سازی چند هدفه را به طور خاص برای طراحی فرایندهای غذایی مطابقت می دهد. این طرح با طراحی یک فرآیند گرم کردن سیگار با صفحه ای نوآورانه، برای بهینه سازی مشترک اهداف طراحی کیفیت محصول، عملکرد پر انرژی و عملکرد تولید نشان داده شده است. متغیرهای طراحی مربوط به ابعاد و شرایط عملیاتی فرایند و مربوط به برخی از شاخص های عملکرد مرتبط (به نام متغیرهای مشاهده) از یک مدل شبیه سازی است. روش بهینه سازی بر اساس جمع آوری سه هدف طراحی در یک تابع هدف واحد است که هدف آن حداکثر سازی است. متغیرهای مشاهده از طریق مقیاس مطلوب تفسیر می شوند. سپس، اهداف متعدد به یک شاخص جهانی واحد با یک قانون کمینه سازی تقسیم می شوند. الگوریتم ژنتیکی برای یافتن یک راه حل بهینه طراحی شده است. یک رویکرد تکراری باعث بهبود عملکرد اجرای راه حل بهینه شده توسط معیارهای کافی می شود که توابع مطلوبیت را تعریف می کنند. تجزیه و تحلیل حساسیت بر روی راه حل بهینه طراحی انجام شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
چکیده انگلیسی
This paper presents a multiobjective optimization method specifically adapted to the design of food processes. It is illustrated with the design of an innovative radiant plate hot-smoking process, for the joint optimization of the design objectives of product quality, energetic performances and production performances. The design variables concern the dimensioning and operating conditions of the process and are related to some relevant performance indicators (called observation variables) from a simulation model. The optimization method is based on the aggregation of three design objectives in a single objective function, which aims at being maximized. The observation variables are interpreted through a desirability scale. Then, the multiple objectives are aggregated into a single global index with a minimization rule. A genetic algorithm is used to find an optimal design solution. An iterative approach enabled to substantially improve the performances of the optimal solution by setting adequate criteria, which define the desirability functions. A sensitivity analysis is performed on the optimal design solution.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Food Engineering - Volume 158, August 2015, Pages 94-103
نویسندگان
, , ,