تعیین جرم و حجم میوه پرتقال با استفاده از حسگرهای فراصوتی

ماشین های کشاورزی

مقاله 5، دوره 13، شماره 1 - شماره پیاپی 27، فروردین 1402، صفحه 55-66   

نوع مقاله: مقاله پژوهشی لاتین

شناسه دیجیتال (DOI): 10.22067/jam.2022.76674.1106

نویسنده

حسن مسعودی^*

گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران

چکیده

در این پژوهش یک سامانه الکترونیکی برای تعیین جرم و حجم میوه پرتقال با استفاده از حسگرهای فراصوتی ساخته شد. اجزای سخت‌افزاری سامانه شامل بدنه فلزی، حسگرهای فراصوتی، حسگر نیرو، برد آردوینو، ماژول کارت حافظه، مبدل ولتاژ، صفحه کلید، نمایشگر و آداپتور برق می‌باشد. یک برنامه رایانه‌ای برای اخذ داده‌ها از حسگرهای فراصوتی و تعیین جرم و حجم پرتقال‌ها با کمک روابط رگرسیونی در نرم‌افزار آردوینو نوشته شد. 100 نمونه از میوه پرتقال رقم محلی دزفول از یک باغ به‌صورت تصادفی چیده شد و آزمایش‌های مختلفی برای تعیین خواص فیزیکی آن‌ها شامل ابعاد، جرم و حجم میوه انجام شد. مطابق نتایج ارزیابی سامانه، بین مقادیر خروجی سامانه با مقادیر واقعی جرم و حجم میوه‌های پرتقال رقم محلی دزفول اختلاف معنی‌داری در سطح احتمال یک درصد مشاهده نشد. مقادیر ریشه میانگین مربعات خطا (RMSE) در تعیین جرم و حجم پرتقال‌ها توسط سامانه به‌ترتیب برابر با 9.02 گرم و 10.90 سانتی‌مترمکعب به‌دست آمد. در مجموع، عملکرد سامانه ساخته‌شده قابل‌قبول بود و لذا می‌توان از آن برای تعیین جرم و حجم میوه‌های پرتقال استفاده نمود.

کلیدواژه‌ها

اجزای سخت‌افزاری؛ تعیین جرم و حجم؛ سامانه الکترونیکی؛ مدل‌سازی رگرسیونی؛ میوه پرتقال

مراجع

1. Ahmadi, K., Ebadzade, H. R., Hatami, F., Hoseinpoor, R., & Abdeshah, H. (2020). Agricultural Statistics Letter, Volume 3: Horticultural crops. Ministry of Agriculture, Deputy of Planning and Economics, Information and Communication Technology Center, Tehran. (in Persian)
2. (2008). USS3 ultrasonic sensor. Retrieved from https://www.besttechnology.co.jp. Accessed 17 November 2021. (in Japanese).
3. Concha-meyer, A., Eifert, J., Wang, H., & Sanglay, G. (2018). Volume estimation of strawberries, mushrooms, and tomatoes with a machine vision system. International Journal of Food Properties, 21(1), 1867-1874. https://doi.org/10.1080/10942912.2018.1508156
4. Dağtekin, M., & Beyaz, A. (2017). Use of different types of sensors for size measurement of some agricultural products (fruit) grown in Mediterranean climatic conditions. Environmental Engineering and Management Journal, 16(5), 1129-1136. https://eemj.eu/index.php/EEMJ/article/view/3268
5. Fellegari, R., & Navid, H. (2011). Determining the orange volume using image processing. International Conference on Food Engineering and Biotechnology (IPCBEE v. 9). Singapoore: IACSIT Press, p. 180-184.
6. Kachariya, H., Vasaniya, K., Dhameliya, S., & Savant, R. (2015). A review of volume estimation techniques of fruit. International Journal of Engineering Research & Technology, 4(1), 217-221.
7. Masoudi,, & Rohani, A. (2016). Mass and volume prediction of orange fruit (Dezful local variety) using MLP neural networks. Journal of Agricultural Engineering, 39(2), 133-142. (in Persian). https://doi.org/10.22055/agen.2017.12609
8. Masoudi,, & Rohani, A. (2017). Determination of physical characteristics and regression modeling of orange (Dezful local variety) mass and volume. Journal of Biosystems Engineering, 6(2), 34-42. (in Persian).
9. Masoudi, H., & Rohani, A. (2021). Citrus fruit grading based on the volume and mass estimation from their projected areas using ANFIS and GPR models. Fruits, 76(4), 169-180. https://doi.org/17660/th2021/76.4.2
10. Mir-Ahmadi, S., Mireei, S. A., Sadeghi, M., & Hemmat, A. (2016). Online weighing of kiwifruit using impact method. Journal of Agricultural Machinery, 6(1), 163-175. (in Persian). https://doi.org/10.22067/jam.v6i1.33683
11. Mohsenin, N. N. (1986). Physical Properties of Plant and Animal Materials. Gordon and Branch Sci. Pub., New York.
12. Omid, M., Khojastehnazhand, M., & Tabatabaeefar, A. (2010). Estimating volume and mass of citrus fruit by image processing technique. Journal of Food Engineering, 100(2), 315-321. https://doi.org/10.1016/j.jfoodeng.2010.04.015
13. Raj Gokul, P., Raj, Sh., & Suriyamoorthi, P. (2015). Estimation of volume and maturity of sweet lime fruit using image processing algorithm. International Conference on Communication and Signal Processing. April 2-4, 2015, India.
14. Vivek Venkatesh, G., Iqbal, S. Md., Gopal, A., & D. Ganesan. (2015). Estimation of volume and mass of axi-symmetric fruits using image processing technique. International Journal of Food Properties, 18(3), 608-626. https://doi.org/10.1080/10942912.2013.831444
15. Yildiz, F., Özdemir, A. T., & Uluişik, S. (2019). Evaluation performance of ultrasonic testing on fruit quality determination. Journal of Food Quality, Article ID 6810865: 7 pages. https://doi.org/10.1155/2019/6810865