طراحی، ساخت و ارزیابی عملکرد ماشین بویایی (بینی الکترونیکی) بر پایه حسگرهای نیمه هادی اکسید فلزی (MOS) به منظور پایش رسیدگی موز

ماشین های کشاورزی

مقاله 12، دوره 5، شماره 1 - شماره پیاپی 9، 1394، صفحه 111-121   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jam.v5i1.27159

نویسندگان

علیرضا ثنایی فر¹؛ سید سعید محتسبی^{* 1}؛ مهدی قاسمی ورنامخواستی²؛ حجت احمدی¹

¹دانشگاه تهران

²دانشگاه شهرکرد

چکیده

بو یکی از مهم‌ترین ویژگی‌های حسی میوه‌ها به حساب می‌آید و نسبت به تغییرات ترکیبات آن‌ها حساسیت ویژه‌ای دارد. گازهایی که در بو و طعم میوه‌ها دخالت می‌کنند، حاصل فعالیت‌های متابولیکی میوه در زمان‌های رسیدگی، برداشت، پس از برداشت و انبار می‌باشند. بنابراین بوی ساطع شده از میوه در طول نگهداری آن نیز تغییر می‌کند. ماشین بویایی (بینی الکترونیکی) با شبیه سازی حس بویایی انسان، تشخیص و درک بوهای پیچیده را با استفاده از آرایه‌ای از حسگرهای شیمیایی انجام می‌دهد. در این پژوهش سامانه ماشین بویایی کم هزینه‌ای بر پایه شش حسگر نیمه هادی اکسید فلزی (MOS) طراحی، توسعه و پیاده‌سازی شد و قابلیت آن به‌منظور پایش رد اثر رسیدگی موز مورد مطالعه قرار گرفت. اجزای اصلی سامانه طراحی شده شامل سامانه دریافت نمونه، آرایه حسگرهای گازی، سامانه تحصیل داده، الگوریتم‌های تشخیص الگو و تحلیل داده می‌باشد. تحلیل تفکیک خطی (LDA) به‌منظور طبقه بندی ویژگی‌های استخراجی از سیگنا‌ل‌های ماشین بویایی استفاده گردید و براساس نتایج حاصل شده، دقت در طبقه بندی دوره رسیدگی 3/97% به‌دست آمد. نتایج به‌دست آمده توانایی بالای ماشین بویایی را در تمایز بین مراحل دوره رسیدگی نشان داد که می‌توان این سامانه را به‌عنوان یک ابزار غیر مخرب برای پایش و کنترل کیفیت در طول نگهداری موز به‌کار برد.

کلیدواژه‌ها

تحلیل تفکیک خطی؛ رسیدگی؛ ماشین بویایی؛ موز؛ نیمه هادی اکسید فلزی

مراجع

1. Benedetti, S., A. Spinardi, I. Mignani, and S. Buratti. 2010. Non-destructive evaluation of sweet cherry (prunus avium l.) ripeness using an electronic nose. Italian Journal of Food Science 22: 298-304.

2. Bhattacharyya, N., and R. Bandhopadhyay. 2010. Electronic nose and electronic tongue. PP 73-100 in, S. N. Jha eds. Nondestructive Evaluation of Food Quality. Springer Berlin Heidelberg.

3. Brezmes, J., M. L. Fructuoso, E. Llobet, X. Vilanova, I. Recasens, J. Orts, G. Saiz, and X. Correig. 2005. Evaluation of an electronic nose to assess fruit ripeness. Sensors Journal, IEEE 5: 97-108.

4. Cho, Y. J., and S. Kang. 2011. Emerging technologies for food quality and food safety evaluation. Taylor & Francis, US.

5. Dymerski, T. M., T. M. Chmiel, and W. Wardencki. 2011. Invited review article: An odor-sensing system-powerful technique for foodstuff studies. Review of Scientific Instruments 82: 1-32.

6. Ghasemi-Varnamkhasti, M. 2011. Design, development and implementation of a metal oxide semiconductor (MOS) based machine olfaction system and bioelectronic tongue to quality change detection of beers coupled with pattern recognition analysis techniques. PhD Thesis, University of Tehran, Karaj, Iran. (In Farsi).

7. Ghasemi-Varnamkhasti, M., S. S. Mohtasebi, M. Siadat, J. Lozano, H. Ahmadi, S. H. Razavi, and A. Dicko. 2011. Aging fingerprint characterization of beer using electronic nose. Sensors and Actuators B: Chemical 159: 51-59.

8. Hernandez Gomez, A., J. Wang, G. Hu, and A. Garcia Pereira. 2007. Discrimination of storage shelf-life for mandarin by electronic nose technique. LWT-Food Science and Technology 40: 681-689.

9. Llobet, E., E. L. Hines, J. W. Gardner, and S. Franco. 1999. Non-destructive banana ripeness determination using a neural network-based electronic nose. Measurement Science and Technology 10: 538-548.

10. Pearce, T. C., S. S. Schiffman, H. T. Nagle, and J. W. Gardner. 2003. Handbook of machine olfaction: Electronic nose technology: Wiley-VCH Velag GmbH & Co. KGaA, Wheinheim, UK.

11. Peris, M., and L. Escuder-Gilabert. 2009. A 21st century technique for food control: Electronic noses. Analytica Chimica Acta 638: 1-15.

12. Siebert, K. J. 2001. Chemometrics in brewing-A review. Journal of the American Society of Brewing Chemists 59: 147-156.

13. Tassoni, A., C. B. Watkins, and P. J. Davies. 2006. Inhibition of the ethylene response by 1-MCP in tomato suggests that polyamines are not involved in delaying ripening, but may moderate the rate of ripening or over-ripening. Journal of Eperimental Botany 57: 3313-3325.

14. Torri, L., N. Sinelli, and S. Limbo. 2010. Shelf life evaluation of fresh-cut pineapple by using an electronic nose. Postharvest Biology and Technology 56: 239-245.

15. Zakaria, A., A. Y. M. Shakaff, M. J. Masnan, F. S. A. Saad, A. H. Adom, M. N. Ahmad, M. N. Jaafar, A. H. Abdullah, and L. M. Kamarudin. 2012. Improved maturity and ripeness classifications of magnifera indica cv. harumanis mangoes through sensor fusion of an electronic nose and acoustic sensor. Sensors 12: 6023-6048.

16. Zhang, H., J. Wang, S. Ye, and M. Chang. 2012. Application of electronic nose and statistical analysis to predict quality indices of peach. Food and Bioprocess Technology 5: 65-72.