Elma çeşitlerinin kurutulmasında farklı kurutma yöntemlerinin etkisinin belirlenmesi ve yapay zekâ algoritmalarıyla karşılaştırılması

Abstract

Bu tez çalışmasında Golden Delicious, Oregon Spur ve Granny Smith çeşidi dip (döküntü) elmaları; güneşte, kontrollü serada, mikrodalga fırında (200W), hibrit sistemde (100W+60ºC), konvektif kurutucuda (70ºC) ve dondurarak kurutucuda (-55ºC) ultrases ön işlemli ve ön işlemsiz olarak kurutulmuştur. Kurutulmuş elmaların; kurutma karakteristikleri, fiziksel, termal, spektral ve biyokimyasal özellikleri belirlenmiş ve yapay zekâ algoritmalarıyla değerlendirilmiştir. Araştırma bulgularına göre en yüksek kurutma süresi dondurarak kurutmada, en düşük ise mikrodalga kurutmada elde edilmiştir. Görüntü işleme ile belirlenen fiziksel özelliklerdeki değişim, ön işlem görmüş örneklerde daha fazla olmuştur. En fazla renk değişimi (ΔE) ultrases ön işlem görmüş kontrollü serada kurutulan Oregon Spur çeşidinde meydana gelmiştir. Rehidrasyon kapasitesi bakımından en yüksek değerler, hibrit kurutulan ürünlerde elde edilmiştir. Bununla birlikte en yüksek büzülme oranı değerleri liyofilizatör ile kurutulan ürünlerde saptanmıştır. Çalışmada hesaplanan en yüksek enerji tüketimi değeri konvektif kurutmada (15.21 kWh), en az ise hibrit (1.45 kWh) kurutmada tespit edilmiştir. Kurutulmuş ürünlerde en yüksek toplam fenolik madde, DPPH inhibisyon aktivitesi, FRAP antioksidan aktivite ve askorbik asit içeriği değerleri sırasıyla 40.08 mg GAE g-1, %46.96, 68.01 µg trolox g-1 ve 1.52 mg g-1 ile güneşte kurutulan ön işlemsiz Granny Smith çeşidinde elde edilmiştir. Çalışmada en yüksek spektral yansıma değerleri mikrodalga ve güneşte, en düşük ise liyofilizatörde kurutulan ürünlerde ortaya konmuştur. Çalışmada beş farklı yapay zekâ algoritması (yapay sinir ağları, k-en yakın komşu, rastgele orman, gauss süreçleri ve destek vektör regresyonu) kullanılarak toplam fenolik madde, antioksidan aktivite, askorbik asit ve bazı kurutma karakteristikleri tahmin edilmiştir. Biyokimyasal özelliklerin ve kurutma karakteristiklerinin tahmininde en başarılı algoritma rastgele orman algoritması olmuştur.Anahtar Kelimeler: Ultrases, renk, rehidrasyon, modelleme, enerji, biyokimyasal, spektral yansıma, görüntü işleme, yapay zekâ

In present thesis, Golden Delicious, Oregon Spur and Granny Smith apples (fallen apples) were dried in open-sun, controlled greenhouse, microwave oven (200W), hybrid system (100W+60ºC), convective dryer (70ºC) and freeze-dryer (-55ºC) with and without ultrasound pre-treatment. Drying characteristics, physical, thermal, spectral, and biochemical characteristics of dried apples were determined and assessed through artificial intelligence algorithms. According to present findings, the greatest drying duration was observed in freeze-drying and the lowest in microwave drying. The change in physical characteristics determined by image processing was greater in pre-treated samples. The greatest color change (ΔE) was observed in ultrasound pre-treated Oregon Spur apples dried in controlled greenhouse. In terms of rehydration capacity, the greatest values were observed in hybrid dried samples. Besides, the greatest shrinkage values were observed in samples dried in a freeze-dryer. The greatest energy consumption was observed in convective drying (15.21 kWh) and lowest in hybrid drying (1.45 kWh). The greatest total phenolics, DPPH inhibition activity, FRAP antioxidant activity and ascorbic acid contents were observed in sun-dried Granny Smith apples without pre-treatment (40.08 mg GAE g-1, 46.96%, 68.01 µg trolox g-1 and 1.52 mg g-1, respectively). The greatest spectral reflectance values were observed in microwave and sun-dried samples and the lowest values were seen in freeze-dried samples. Total phenolics, antioxidant activity, ascorbic acid content and some drying characteristics were estimated with the use of five different artificial intelligence algorithms (artificial neural networks, k-nearest neighbor, random forest, gaussian processes and support vector regression). Random forest was identified as the best algorithm in estimation of biochemical traits and drying characteristics.Key Words: Ultrasound, color, rehydration, modeling, energy, biochemical, spectral reflectance, image processing, artificial intelligence