Nghiên cứu biến thiên tỷ suất thoát ẩm trong quá trình sấy vi sóng thịt quả bơ

Tạp chí Khoa học và Công nghệ 137 (2019) 111-115 
111 
Nghiên cứu biến thiên tỷ suất thoát ẩm 
trong quá trình sấy vi sóng thịt quả bơ 
Study of Moisture Ratio Variation During Microwave Drying Process of Avocado Pulp 
Nguyễn Đức Trung, Phan Minh Thụy* 
Trường Đại học Bách khoa Hà Nội – Số 1, Đại Cồ Việt, Hai Bà Trưng, Hà Nội 
Đến Tòa soạn: 27-4-2018; chấp nhận đăng: 27-9-2019 
Tóm tắt 
Quá trình sấy vi sóng (SVS) thịt quả bơ (Persea Americana Mills) được khảo sát ở qui mô phòng thí nghiệm 
thông qua sự biến thiên của tỷ suất thoát ẩm (TSTA) của vật liệu sấy (VLS) theo thời gian. Trị số của hàm 
MR(t) nằm trong khoảng từ 0 đến 1 đối với mọi chế độ công nghệ sấy (CNS) và tất cả các loại VLS. Thiết bị 
sấy vi sóng đĩa quay được sử dụng trong các thí nghiệm với các giá trị khác nhau của cường độ công suất 
riêng phần (CSRP). Số liệu thực nghiệm được hồi qui bằng bộ công cụ CFT (Curve Fitting Toolbox) của 
phần mềm Matlab nhằm xác định tham số của các mô hình được đề xuất. Sự tương hợp của các mô hình 
hồi qui được kiểm định thông qua phân phối chi bình phương rút gọn (χ2). 
Từ khóa: Thịt quả bơ, Sấy vi sóng, Tỷ suất thoát ẩm, Mô hình hồi qui 
Abstract 
Microwave drying (MWD) process of avocado (Persea Americana Mills) pulp is surveyed at laboratory scale 
via the variation of moisture ratio (MR) of drying material (DM) due to time. The value of MR(t) function is in 
the range from 0 to 1 for every drying technology mode and all kinds of DM. Rotary tray MWD equipment is 
applied in the experiments with different value of specific power ratio (SPR). Experiment data is regressed 
by the CFT (Curve Fitting Toolbox) toolbox of Matlab software in order to determine the parameters of the 
proposed models. The compatibilty of regressive models is tested via reduced chi square distribution (χ2). 
Keywords: Avocado pulp, Microwave drying, Moisture ratio, Regressive model 
1. Giới thiệu* 
Với đặc tính mùa vụ cùng chất lượng dinh 
dưỡng cao [1], vấn đề nâng cao giá trị gia tăng cho 
quả bơ được đặt ra như một nhiệm vụ cấp bách cho 
các nhà khoa học trong lĩnh vực bảo quản và chế biến 
nông sản – thực phẩm nước nhà. Những nghiên cứu 
điển hình ở trong và ngoài nước tập trung vào giải 
pháp công nghệ chỉ phù hợp cho sản xuất ở qui mô 
lớn với chi phí năng lượng và suất đầu tư ban đầu rất 
cao trên một đơn vị sản phẩm. Phương pháp bảo quản 
lạnh đối với bơ dạng quả tươi [2], sản xuất bột bơ 
phương pháp sấy lạnh [3, 4], sản xuất dầu béo và bột 
bơ loại béo từ trái bơ [5] có tính kinh tế – kỹ thuật 
chưa phù hợp với điều kiện sản xuất nước ta hiện nay. 
Trong những năm gần đây, công nghệ SVS 
được quan tâm và ứng dụng trong lĩnh vực chế biến 
nông sản – thực phẩm, thảo dược tại Việt Nam nhờ 
khả năng tách ẩm hiệu quả, đặc biệt ở cuối quá trình 
sấy nên đã giảm được thời gian sấy từ đó giảm tiêu 
hao năng lượng cũng như nâng cao được hiệu quả 
khai thác thiết bị. Hơn thế nữa, CNS vi sóng 
(CNSVS) đã chứng minh được khả năng ưu việt vượt 
* Địa chỉ liên hệ: Tel.: (+84) 946.522.991 
Email: thuy.phanminh@hust.edu.vn 
trội so với CNS đối lưu nhiệt độ cao (CNSĐL) khi áp 
dụng cho các nông sản – thực phẩm có đặc tính bết 
dính, nhiều dầu nên rất khó thoát ẩm, đồng thời dễ bị 
biến màu, mùi hoặc vị cũng như chứa nhiều thành 
phần hoạt tính sinh học dễ bị biến đổi ở nhiệt độ cao 
như gấc [6, 7, 8]. Năng lượng bức xạ điện từ vi sóng 
(BXĐTVS) được giữ lại trong một vùng không gian 
hẹp được chuyển hóa sang nhiệt năng tập trung vào 
các phân tử nước nằm sâu trong VLS tạo động lực 
đẩy ẩm ra bề mặt VLS ngay ở điều kiện nhiệt độ 
thường khiến cho quá trình sấy (QTS) diễn ra nhanh 
chóng ngay cả với VLS chứa nhiều dầu có phân bố 
tập trung ở bề mặt nên có xu hướng cản trở đáng kể 
đến QT quá trình nếu áp dụng CNSĐL [9, 10, 11]. 
Tuy nhiên, QTSVS cũng tồn tại một số nhược 
điểm cố hữu như gây ra hiện tượng cháy cục bộ trên 
VLS do vậy cần có sự chuyển động tương đối giữa 
VLS với các đầu phát BXĐTVS như Klystron, TWT 
(Traveling Wave Tube)... hay điển hình là 
Magnetron. VLS dạng hạt, củ, lá rời thường được đặt 
trong thùng quay còn VLS có tính chất bết dính cần 
phải được đặt trên các đĩa quay hay băng tải hoặc 
sàng lắc đối [6, 8, 9]. Hơn thế nữa, hiện tượng trên 
cũng dễ dàng xảy ra khi độ ẩm VLS đã giảm xuống 
thấp ở cuối QTS nên các số lượng phân tử nước dạng 
Tạp chí Khoa học và Công nghệ 137 (2019) 111-115 
112 
lỏng có thể hấp thụ BXĐTVS đã giảm do vậy 
BXĐTVS dư thừa sẽ nhanh chóng gia tăng nhiệt độ ở 
phần chất khô, đồng thời khiến cho nhiệt độ 
Magnetrons tăng khiến độ tin cậy thiết bị bị giảm đi 
và gây tiêu hao điện năng vô ích. Do vậy, công suất 
BXĐTVS (kW) cần được điều chỉnh tỷ lệ với tổng 
lượng ẩm (kg) còn lại trong VLS theo hệ số K đặc 
trưng cho một chế độ công nghệ nhất định. Hệ số K 
thường được gọi là CSRP (kW/kg hoặc W/g) [6, 8]. 
CSRP lớn sẽ tăng tốc độ sấy, hạ thấp độ ẩm cân bằng 
và tăng nền nhiệt VLS nên vai trò của CSRP trong 
CNSVS tương tự nhiệt độ TNS trong CNSĐL [8, 12]. 
2. Đối tượng nghiên cứu và thiết bị thí nghiệm 
2.1. Vật liệu sấy 
Vật liệu sấy đóng vai trò đối tượng nghiên cứu 
là thị quả bơ. Quả bơ được lựa chọn thuộc dòng bơ 
sáp được trồng tại tỉnh Đắc Lắc. Bơ được lựa chọn từ 
cùng một mẻ có cùng độ chín và chiều dài đồng đều 
(từ 69 mm đến 72 mm). Trước khi đưa vào thiết bị thí 
nghiệm, mỗi quả bơ được sơ chế lấy phần thịt quả bơ 
và chia đều thành 12 miếng đồng thời được tẩm axit 
ascobic nhằm hạn chế ảnh hưởng của phản ứng oxy 
hóa gây ra biến đổi không tích cực tới cảm quan về 
màu sắc của VLS trong QTS [3, 4, 5]. 
2.2. Thiết bị thí nghiệm sấy vi sóng đĩa quay 
Thiết bị sấy vi sóng đĩa quay sử dụng trong 
nghiên cứu đặt tại phòng thí nghiệm 301/C4 – 5 dưới 
sự quản lý của Bộ môn Quá trình – Thiết bị CN Sinh 
học – CN Thực phẩm, Trường ĐHBKHN; đã được 
dùng để sấy màng gấc trong nghiên cứu đánh giá ảnh 
hưởng của chế độ công nghệ sấy vi sóng tới sự biến 
đổi của β-carotene và lycopene trong màng gấc [6, 8]. 
Trong nghiên cứu này, ảnh hưởng của CSRP tới 
QTSVS được khảo sát qua các giá trị: K1 (2,0 W/g), 
K2 (2,25 W/g), K3 (2,5 W/g), K4 (2,75 W/g) và K5 
(3,0 W/g). Vận tốc của TNS và tốc độ của đĩa quay 
chứa VLS được cố định: 1,0 m/s và 3,0 vòng/phút. 
Khối lượng VLS được xác định từ thời điểm 
trước khi đưa vào buồng sấy (t=0) đến khi khối lượng 
VLS đạt độ ẩm cân bằng (không thay đổi sau ba lần 
cân). Khoảng thời gian giữa hai lần định lượng liên 
tiếp là 3 phút. Thiết bị cân điện tử của hãng Kendy 
(Đài Loan) có mã hiệu HB2002-ED với các tham số: 
bước chia tối thiểu 0,01 (g), khối lượng cân được tối 
đa 2000 (g) và khối lượng cân được tối thiểu 0,2 (g). 
3. Phương pháp và công cụ nghiên cứu 
3.1. Tỷ suất thoát ẩm 
Thông thường, đường cong sấy có chung điểm 
xuất phát từ độ ẩm ban đầu M(0) VLS nhưng kết thúc 
tại các giá trị độ ẩm cân bằng M(∞) của VLS khác 
nhau nên khó so sánh tương quan QTS ở các chế độ 
khác nhau do vậy khái niệm TSTA, đặc trưng bằng 
hàm số MR(t) giảm từ 1 về 0 trong QTS được định 
nghĩa và biến đổi tính toán qua các công thức sau: 
2 2
2 2
( ) ( )
( ) ( )( ) ( )
(0) ( )(0) ( )
(0) ( )
( ) ( ) 1 1
( ) ( ) ( ) ( )
1 1(0) ( )
( ) (0)(0) ( )
H O H O
VLS VLS
H O H O
VLS VLS
VLS VLS
VLS K VLS K
VLS VLS VLS VLS
VLS VLS
VLS K VLS K
VLS VLSVLS VLS
m t m
m t mM t M
MR t
m mM M
m m
m t m m m
m t m m m t
m m m m
m mm m
Việc tính toán hàm MR(t) trong hệ thức trên 
trong thực nghiệm thông qua việc xác định khối 
lượng vật liệu sấy ở các thời điểm bắt đầu đầu thí 
nghiệm đến khi kết thúc thí nghiệm mà không cần 
phải sử dụng đến thông số độ ẩm tương đối ban đầu 
M(0) của VLS để xác định thông số trung gian không 
đổi trong quá trình sấy: khối lượng khô mKVLS có 
trong VLS. Giá trị cực đại và cực tiểu của MR(t) lần 
lượt bằng 1 và 0 ứng với thời điểm t=0 và t=∞ (kết 
thúc quá trình sấy). Hàm MR(t) là một hàm nghịch 
biến theo thời gian do M(t) cũng là một hàm nghịch 
biến của thời gian. Về mặt lý thuyết, MR(t) có công 
thức phức tạp và đã tập trung phản ánh chính xác vào 
quá trình sấy mà không cần quan tâm nhiều đến các 
sơ kiện đặc trưng của VLS [11, 12]. 
Thông số TSTA tại một thời điểm (t) sử dụng 
trong tính toán hồi qui bằng công cụ CFT trong 
Matlab được xác định bằng trung bình cộng của các 
trị số MR(t) tương ứng trong ba lần lặp lại của cùng 
một thí nghiệm nhằm giảm sai số ngẫu nhiên [13]. 
3.2. Mô hình và công cụ hồi qui tý suất thoát ẩm 
Hàm MR(t) có mô hình hồi qui đề xuất bởi các 
nhóm nghiên cứu được tổng hợp trên bảng 1 [11, 12]. 
Phương pháp hồi qui số liệu thực nghiệm 
(MRexp,i) theo mô hình định trước (MRpre,i) dựa trên 
nguyên tắc tối thiểu hàm mục tiêu: tổng bình phương 
của các sai lệch giữa mô hình và N số liệu thực 
nghiệm (MRexp,i – MRpre,i) được thiết lập [11, 12, 13]. 
22
, ,
1 1
N N
r i pre i exp i
i i
S E MR MR
   
Tính tương hợp của mô hình đề xuất được cho 
là lớn ứng với các giá trị nhỏ của trị số tương hợp mô 
hình χ2 được tính theo công thức sau [11, 12, 13]: 
2
exp, ,
2 1
n
i pre i
i
MR MR
N n
 

Tính tương hợp mô hình được kiểm định thông 
qua phân phối chi bình phương (còn đọc là khi bình 
Tạp chí Khoa học và Công nghệ 137 (2019) 111-115 
113 
phương) χ2 rút gọn với (N-n) bậc tự do cho N điểm 
định lượng và n tham số cần tìm của mô hình hồi qui 
cần xét. 
Bảng 1. Các mô hình hồi qui của TSTA (MR) 
TT Mô hình Công thức Năm 
1 
Lewis – 
Newton 
 expMR kt 1921 
2 Page exp bMR at 1949 
3 
Henderson và 
Pabis (gốc) 
exp( )MR a kt 1961 
4 
Logarit 
(Chandra và 
Signh) 
exp( )MR a kt b 
1995 
5 
Midilli (và 
cộng sự) 
exp( )MR a kt bt 
2002 
6 
Midilli hiệu 
chỉnh 
(Ghazanfari 
và cộng sự) 
exp( )MR kt bt 2006 
7 
Henderson và 
Pabis hiệu 
chỉnh: hai bậc 
tự do (Glenn) 
1
2
exp( )
exp( )
MR a k t
b k t
 1978 
8 
Sharaf – 
Eldeen (và 
cộng sự) 
exp( )
(1 ) exp( )
MR a kt
a kat
 1980 
9 
Verma (và 
cộng sự) 
1
2
exp( )
(1 ) exp( )
MR a k t
a k t
 1985 
10 
Henderson và 
Pabis hiệu 
chỉnh: ba bậc 
tự do 
(Karathanos 
và cộng sự) 
1
2
3
exp( )
exp( )
exp( )
MR a k t
b k t
c k t
 1999 
11 
Wang và 
Singh 
21MR bt at 1978 
Mức độ tin cậy của các tham số tìm được trong 
các mô hình hồi qui được đánh giá thông qua hệ số 
tương quan R như biểu thức trên [11, 12, 13]. 
Hệ số tương quan R thường ít được dùng trong 
tính và đánh giá mức độ tin cậy của các tham số tìm 
được mà giá trị R2 được sử dụng thường xuyên hơn. 
Trị số R2 sử dụng trong đánh giá tương quan luôn 
luôn nhỏ hơn 1. Giá trị này càng sát với 1 thì kết quả 
tham số tìm được khi hồi qui tương quan có mức độ 
tin cậy càng cao. Bộ công cụ CFT (Curve Fitting 
Toolbox) nằm trong phần mềm Matlab phiên bản 
R2014B cho hệ điều hành 32 bit của MathWorks 
chạy trên nền cho phép thực hiện phương pháp hồi 
qui để xác định tham số cần tìm và hệ số tương quan 
thông qua giá trị R2 [13, 14]. 
, exp, , exp,
1 1 1
1
2 2
2
, ,
1 1
1
2 2
2
exp, exp,
1 1
N N N
pre i i pre i i
i i i
N N
pre i pre i
i i
N N
i i
i i
R N MR MR MR MR
N MR MR
N MR MR
  
 
 
Chỉ số χ2 đánh giá tương hợp mô hình được tính 
toán bằng chương trình con với đầu vào là tham số 
tìm được và bộ số liệu thực nghiệm. Kết quả hồi qui 
được trình bầy chi tiết trong phần 4 của nghiên cứu. 
4. Kết quả và thảo luận 
Sau khi xử lý số liệu trên Matlab, tính tương 
hợp của mô hình và mức độ tin cậy của các tham số 
theo mô hình hồi qui được tổng hợp trên Bảng 2 và 
Bảng 3. 
Bảng 2. Chỉ số tương hợp mô hình (χ2: 10-3) 
TT K1 K2 K3 K4 K5 
1 12,2 7,7 40,5 14,3 2,9 
2 0,7 0,2 0,6 0,1 2,9 
3 9,1 5,0 9,7 10,4 3,0 
4 1,0 1,4 1,3 2,5 1,9 
5 1,0 1,5 1,3 2,6 1,8 
6 1,3 4,5 1,9 3,4 2,0 
7 2,5 11,4 35,9 2,7 4,3 
8 3,0 0,8 2,8 2,1 3,0 
9 2,5 3,9 2,0 1,6 3,1 
10 2,5 3,9 2,2 5,6 3,5 
11 3,11 1,7 1,9 3,4 2,9 
Bảng 3. Hệ số tương quan (R2: %) 
TT K1 K2 K3 K4 K5 
1 89,2 93,4 88,9 89,0 96,3 
2 99,4 99,9 99,5 99,9 96,4 
3 92,3 95,9 92,5 92,5 96,3 
4 99,1 98,9 99,0 98,3 97,7 
5 99,1 98,8 99,0 98,3 97,9 
6 98,9 98,1 98,6 97,5 97,5 
7 98,1 92,1 98,6 98,3 98,5 
8 97,5 99,3 97,9 98,5 96,3 
9 98,0 96,9 98,5 98,9 96,3 
10 98,3 97,3 98,7 97,0 96,4 
11 98,9 98,6 98,5 97,6 96,4 
Bảng 2 và Bảng 3 thể hiện lần lượt các chỉ số 
tương hợp χ2 và hệ số tương quan R2 ứng với trị số 
CSRP khác nhau (K1, K2, K3, K4 và K5) của các mô 
hình đề xuất theo thứ tự trong bảng 1. 
Tạp chí Khoa học và Công nghệ 137 (2019) 111-115 
114 
Căn cứ vào số liệu trên Bảng 2 cùng với nguyên 
tắc sắp xếp mô hình phù hợp nhất cần có chỉ số tương 
hợp mô hình χ2 là nhỏ nhất, thứ tự phù hợp của các 
mô hình cho QTSVS trên thịt quả bơ theo sự thay đổi 
CSRP đồng thời cố định tốc độ đĩa quay và vận tốc 
TNS tương ứng là mô hình số 2 (Page); mô hình số 4 
(Logarit, được Chandra và Signh đề xuất năm 1995) 
và mô hình số 5 (Midilli, được Midilli và cộng sự đề 
xuất năm 1995); .... Mô hình được cho là kém phù 
hợp nhất là mô hình số 1 (được đề xuất vào năm 1921 
bởi Lewis – Newton) và mô hình số 7 (do Glenn đề 
xuất vào năm 1978 với hiệu chỉnh nâng cấp hai bậc tự 
do từ mô hình gốc được đề xuất bởi Henderson và 
Pabis). 
Dựa trên vào số liệu trên Bảng 3., cùng với 
nguyên tắc sắp xếp mô hình cho kết quả tham số hồi 
qui tìm được có tính tin cậy cao nhất ứng với hệ số 
tương quan R là lớn nhất, thứ tự về độ chính xác hồi 
qui của các mô hình cho QTSVS trên thịt quả bơ theo 
sự thay đổi CSRP đồng thời cố định tốc độ đĩa quay 
và vận tốc TNS tương ứng là mô hình số 2 (Page); 
mô hình số 5 (Midilli) và mô hình số 4 (Logarit); .... 
Mô hình số 1 (Lewis – Newton, 1921) và mô hình số 
3 (do Henderson và Pabis đề xuất năm 1961) cũng 
được nhìn nhận là những mô hình có mức độ tin cậy 
của tham số hồi qui tìm được kém nhất. 
Kết quả hồi qui tham số của những mô hình có 
mức độ tương hợp cao: mô hình số 2 (k, n), mô hình 
số 4 (a, b, k) và mô hình số 5 (a, b, k) được trình bầy 
lần lượt trên các bảng số liệu: Bảng 4, Bảng 5 và 
Bảng 6. 
Bảng 4. Kết quả hồi qui tham số của mô hình số 2 
Tham 
số 
K1 K2 K3 K4 K5 
a(10-3) 0,8 2,3 1,1 1,5 2,3 
B 1,928 1,671 1,957 2,008 1,049 
Bảng 5. Kết quả hồi qui tham số của mô hình số 4 
Tham 
số 
K1 K2 K3 K4 K5 
a 6,514 1,460 3,955 2,612 1,298 
b(10-3) -5467 -376 -2889 1529 353 
k(10-3) 2,6 17,2 5,6 11,9 15,1 
Bảng 6. Kết quả hồi qui tham số của mô hình số 5 
Tham 
số 
K1 K2 K3 K4 K5 
a 1,046 1,087 1,064 1,081 0,950 
b(10-3) -9,8 -2,5 -10,1 -10,0 -2,2 
k(10-3) 6,4 21,4 11,2 19,6 18,9 
Hình 1. Hồi qui tham số trên Matlab R2014B cho dữ liệu thực nghiệm CSRP K4 (2,75 W/g) theo mô hình số 2
Tạp chí Khoa học và Công nghệ 137 (2019) 111-115 
115 
TSTA (MR) có đơn vị không thứ nguyên còn 
thời gian (t) có đơn vị được tính bằng phút nên các 
kết quả hồi qui của các bộ tham số (a, b) hay (a, b, k) 
đều có đơn vị được hiệu chỉnh phù hợp tương ứng. 
Quá trình hồi qui tham số theo mô hình số 2 
(mô hình Page với hai tham số cần tìm: a và b) của thí 
nghiệm ứng với CSRP K4 (2,75 W/g) được thực hiện 
trên bộ công cụ hồi qui CFT của Matlab theo đường 
cong với phương trình cho trước với các bước trung 
gian và kết quả tham số hồi qui tìm được và hệ số 
tương quan theo R2 được thể hiện trên hình 1. Chế độ 
tối ưu hàm mục tiêu sai lệch giữa thực nghiệm với mô 
hình hồi qui được cài đặt với dải tham số tìm kiếm 
không có ràng buộc miền biên (-Inf:Inf); giải thuật: 
“Trust - Region” cho phương pháp tối thiểu hóa quân 
phương hàm phi tuyến (“NonlinearLeastSquares”); 
tính bền vững theo chuẩn: Bisquare; dung sai: 1e-6; 
điểm xuất phát từ gốc tọa độ (0;0); bước nhảy cực đại 
và cực tiểu lần lượt là: 0,1 và 10-8 cùng các tham số 
phụ khác (số vòng lặp tối đa:400; số lượng tối đa của 
giá trị ước lượng của hàm TSTA:600; dung sai cho 
giá trị ước lượng của hàm TSTA: 10-6 và biến thời 
gian: 10-6). 
5. Kết luận 
Về căn bản, những mô hình đề xuất trong những 
năm gần đây (ngoại trừ mô hình số 2 của Page, được 
đề xuất sớm hơn vào năm 1949) đều cho những kết 
quả tốt hơn về mức độ tương hợp và độ tin cậy của 
tính tương quan của tham số tìm được từ mô hình hồi 
qui. Kết quả này đánh giá mức độ tương hợp và mức 
độ tin cậy của tham số hồi qui của các mô hình TSTA 
của QTSVS trên thịt quả bơ trong nghiên cứu này 
cũng phù hợp với kết quả đánh giá tương hợp cũng 
như mức độ tin cậy của tham số hồi qui về mô hình 
TSTA của QTSVS trong với một số nghiên cứu quốc 
tế của W. McMinn và cộng sự [12]; Z. F. Wang và 
cộng sự [11] trên VLS lần lượt là: dược phẩm dạng 
bột; táo thái lát dạng miếng mỏng. 
Mô hình số 2 được Page đề xuất từ năm 1949 có 
mức kết quả tốt nhất về mức độ tương hợp và độ tin 
cậy của tính tương quan của tham số tìm được từ mô 
hình hồi qui trong số 11 mô hình được tổng hợp trình 
bầy trong bảng 1 và được nhóm nghiên cứu khuyến 
nghị nên áp dụng trong việc sử dụng mô hình hồi qui 
TSTA của QTSVS trên thịt quả bơ khi khảo sát ảnh 
hưởng của không chỉ CSRP mà còn đánh giá ảnh 
hưởng của các yếu tố công nghệ khác như thời gian 
sấy hoặc vận tốc TNS hoặc tốc độ đĩa quay trong các 
nghiên cứu khác. 
Lời cảm ơn 
Nghiên cứu này được tài trợ bởi Trường Đại học 
Bách Khoa Hà Nội trong đề tài mã số T2017-PC-002. 
Tài liệu tham khảo 
[1] Ding H., Chin, Y., Kinghorn, A. D., D’Ambrosio, M., 
Chemopreventive Characteristics of Avocado Fruit. 
Proceeding of 17th Seminars in Cancer Biology, 
(2007) 386 – 394. 
[2] Hoàng Mạnh Cường, Báo cáo tổng kết đề tài "Nghiên 
cứu bảo quản lạnh trái bơ sau thu hoạch", Viện khoa 
học nông nghiệp Tây Nguyên (2015). 
[3] Saucedo, Ma Claudia et al. Effect of freeze-drying 
and production process on the chemical composition 
and fatty acids profile of avocado pulp. Rev. chil. 
nutr. [online]. 2014, vol.41, n.4, pp.404-411. ISSN 
0717-7518. 
[4] Souza et al, Rehydration characteristics of freeze-
dried avocado, International Congress on Engineering 
and Food – ICEF11, Food Process Engineering in a 
Changing World, Athens, Greece (2011) 
[5] Eyres L., Sherpa, N., Hendrinks, G., Avocado Oil: A 
New Edible Oil from Australia, Journal of Lipid 
Technology, Vol. 13 (4), (2001) 84 – 88. 
[6] Nguyễn Đức Trung, Nguyễn Ngọc Hoàng, Nguyễn 
Minh Hệ, Hoàng Hải Hà, Ảnh hưởng của chế độ công 
nghệ sấy vi sóng tới sự biến đổi của β-carotene và 
lycopene trong màng gấc, Tạp chí Khoa học & Công 
nghệ các trường Đại học Kỹ thuật, ISSN: 0868–3980, 
Vol. 117, (2017). 
[7] Nguyễn Đức Trung, Báo cáo tổng hợp Đề tài T2016 – 
33, cấp Trường ĐHBKHN (2016). 
[8] Nguyễn Đức Trung, Nguyễn Ngọc Hoàng, Nguyễn 
Minh Hệ, Phan Minh Thụy, Hoàng Hải Hà, Nghiên 
cứu quá trình tách ẩm và phát triển thiết kế thiết bị 
sấy vi sóng phục vụ chế biến bột gấc, Kỷ yếu Hội 
nghị “Tiến bộ Kỹ thuật Thực phẩm và Kỹ thuật Sinh 
học: Từ nghiên cứu tới sản xuất”, ISBN: 978–604 –
95–0038–1, (2016) 103 – 110. 
[9] A. Methlouthi, O. Rouaud, L. Boillereaux, 
Microwave Applicator with Conveyor Belt System, 
Excerpt from the Proceedings of the COMSOL 
Conference, Paris (2010). 
[10] Nguyễn Minh Hệ, Báo cáo CĐ2 – Đề tài T2011 – 22 
cấp Trường ĐHBKHN (2011). 
[11] Z. F. Wang, et al. Mathematical modelling on thin 
layer microwave drying of apple pomace with and 
without hot air pre-drying. Journal of Food 
Engineering, vol. 80, (2007) 536 – 544. 
[12] W. McMinn, et al. Thin-Layer Modeling of 
Microwave, MW-Convective, and MW-Vacuum 
Drying of Pharmaceutical Powders, Drying 
Technology 23(3), (2005) 513 – 532 
[13] Seber, G. A. F., and C. J. Wild. Nonlinear Regression. 
Hoboken, Wiley – Interscience, 2003. 
[14] Curve Fitting Toolbox of Matlab online help: 
https://mathworks.com/help/curvefit/