CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

اثر فرمولاسیون و دماهای خشک کردن مختلف بر خواص فیزیکی پودر پنیر ریکوتا با مدل آنالیز خوشه ای

عنوان مقاله: اثر فرمولاسیون و دماهای خشک کردن مختلف بر خواص فیزیکی پودر پنیر ریکوتا با مدل آنالیز خوشه ای
شناسه ملی مقاله: JR_FSCT-16-92_014
منتشر شده در در سال 1398
مشخصات نویسندگان مقاله:

Zahra Bagheri - Sari University of Agricultural Sciences and Natural Resources
Ali Motamedzadegan - Sari University of Agricultural Sciences and Natural Resources
Reza Khanbabaie - Noushirovani Industrial University of Babol
Ayoub Farhadi - Sari University of Agricultural Sciences and Natural Resources

خلاصه مقاله:
آنالیز خوشه ای ابزاری چند متغیره، برای سازماندهی مجموعه داده های چند متغیره (مشاهدات، اجزاء) به گروه هایی به نام خوشه ها استفاده می شود. روش آنالیز خوشه ای با اثر تیمارهای نسبت شیر و آب پنیر (فرمولاسیون) و دمای خشک کردن کف پوشی، بر یکسری از صفات پودر پنیر ریکوتا انجام شد. در این پژوهش از ۴ نوع فرمولاسیون و ۶ دمای خشک کردن برای بررسی صفات دانسیته، هیگروسکوپی و فاکتورهای رنگی برای یافتن فرمولاسیون و دمای بهینه که خواص فیزیکی مناسب را ایجاد کند، استفاده شد. طبق نتایج آنالیز واریانس، در دمای بالا به دلیل سرعت بخار بیشتر، کاهش دانسیته و افزایش هیگروسکوپی را نشان داد (۰۵/۰>p). همچنین با افزایش دما، شاخص L افزایش و شاخص های  aو b کاهش یافتند. با توجه به نتایج آنالیز خوشه ای، کمترین عدم تشابه بین تیمارها و همچنین به دلیل کمترین میزان واریانس درون گروهی، خوشه۲ به عنوان مناسب ترین خوشه انتخاب شد. در این خوشه، پنیرهای با درصد بالای آب پنیر در ترکیب فرمولاسیون و دماهای پایین برای خشک کردن کف پوشی به چشم می خورد. با توجه به نتایج، روشنایی (L) پودرهای این خوشه بالاتر بوده همچنین در دماهای پایین تر میزان دانسیته و هیگروسکوپی پایین تری دارند. به طور کلی، استفاده از آنالیز خوشه ای برای انتخاب فرمولاسیون خشک کردن کف پوشی پنیر ریکوتا روش مناسبی می باشد.

کلمات کلیدی:
Cluster Analysis, Modeling, Ricotta, Foam Mat Drying, آنالیز خوشه ای, مدل سازی, ریکوتا, خشک کردن کف پوشی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1833183/