فناوری پس از برداشت
صالح آذری؛ اسماعیل میرزایی قلعه؛ حکمت ربانی؛ حامد کرمی
چکیده
قَهوه نوعی نوشیدنی رایج است که از دانه‌های بوداده و آسیاب‌شده گیاه قهوه به دست می‌آید. هنگام رسیدن میوه‌ی گیاه قهوه، دانه‌های قهوه را برداشت، فرآوری و درنهایت خشک می‌کنند. دانه‌های قهوه‌ی خشک‌شده به درجات مختلف بوداده می‌شوند و بسته به عطر و طعم مورد نظر، درجه‌بندی می‌شود. تشخیص ناخالصی‌ها و تقلب‌های طبیعی و غیرطبیعی در ...
بیشتر
قَهوه نوعی نوشیدنی رایج است که از دانه‌های بوداده و آسیاب‌شده گیاه قهوه به دست می‌آید. هنگام رسیدن میوه‌ی گیاه قهوه، دانه‌های قهوه را برداشت، فرآوری و درنهایت خشک می‌کنند. دانه‌های قهوه‌ی خشک‌شده به درجات مختلف بوداده می‌شوند و بسته به عطر و طعم مورد نظر، درجه‌بندی می‌شود. تشخیص ناخالصی‌ها و تقلب‌های طبیعی و غیرطبیعی در قهوه از اهمیت بالایی برخوردار است. در این تحقیق استفاده از فناوری بینی الکترونیکی و هوش مصنوعی به منظور تشخیص تقلب قهوه ربوستا در قهوه نوع عربیکا (Medium Dark) مورد ارزیابی قرار گرفت. جهت انجام آزمایش‌ها و تقلب از نمونه قهوه ربوستا با درصد‌های وزنی 10 ،40،30،20 و 50 درصد به صورت محلول استفاده شد. برای انجام آزمایش‌های مرتبط با بویایی از بینی الکترونیکی مجهز به هشت حسگر اکسید فلزی استفاده شد. برای تجزیه و تحلیل داده‌ها، از روش‌های هوش مصنوعی شامل تحلیل‌های PCA و ANN استفاده شد. نتایج PCA نشان داد که 87% از کل واریانس داده‌ها توسط PC1 و 8% با PC2 توضیح داده شده‌اند و دو مؤلفه اصلی بیان شده، 95٪ از واریانس کل داده‌های نرمال شده را تشکیل می‌دهند. همچنین روش ANN نسبت به روش LDA دقت بالاتری را نشان داد. بینی الکترونیکی نشان دادکه ابزاری سریع و مؤثر برای تشخیص مواد تقلبی در قهوه است.
فناوری پس از برداشت
حسن مسعودی؛ سیدمحمود اسدی؛ غلامرضا اکبری زاده
چکیده
در فرآیند تولید شکر، کنترل میزان رشد کریستال‌های شکر در مراحل دانه‌سازی، برای داشتن ذرات شکر با اندازه مورد نیاز و یکسان، ضروری است. امروزه از روش‌های مختلفی به ویژه پایش چشمی توسط اپراتور برای تعیین اندازه ذرات استفاده می‌شود، که روشی زمان‌بر و کم دقت است. هدف از این پژوهش ارائه الگوریتم پردازش تصویر مناسب برای تعیین اندازه کریستال‌های ...
بیشتر
در فرآیند تولید شکر، کنترل میزان رشد کریستال‌های شکر در مراحل دانه‌سازی، برای داشتن ذرات شکر با اندازه مورد نیاز و یکسان، ضروری است. امروزه از روش‌های مختلفی به ویژه پایش چشمی توسط اپراتور برای تعیین اندازه ذرات استفاده می‌شود، که روشی زمان‌بر و کم دقت است. هدف از این پژوهش ارائه الگوریتم پردازش تصویر مناسب برای تعیین اندازه کریستال‌های شکر در محلول پخت (مسکوئیت) بود که بتواند ویژگی‌های اندازه و شکل ذرات درون دیگ پخت را ارائه دهد. نمونه-های مسکوئیت از کارخانه تولید شکر شرکت کشت و صنعت نیشکر دعبل خزایی تهیه شدند. پس از آماده‌سازی نمونه‌ها در زیر لام و لامل، با یک دوربین دیجیتال متصل به میکروسکوپ با رزولیشن دو مگاپیکسل تصویربرداری شد. در جعبه ابزار پردازش تصویر نرم‌افزار متلب، ابتدا تبدیل تصویر رنگی به خاکستری، حذف نویزها با عملیات فرسایش و گسترش به کمک فیلترهای مکانی از جمله فیلتر میانه و بهبود کنتراست با تابع تعدیل محلی هیستوگرام انجام شد. برای بخش‌بندی تصویر، سه روش تحدّب، خوشه‌بندی فازی و میکو و ترکیب آنها استفاده شد. در نهایت ضریب تغییرات روش‌های دستی و الگوریتم‌های پردازش تصویر محاسبه و با یکدیگر مقایسه شد و درصد خطای محاسبه میانگین روزنه بدست آمد. در تصویر بخش‌بندی شده دستی، میانگین روزنه ذرات شکر برابر 0/422 میلی‌متر و انحراف معیار 0/157 میلی‌متر با ضریب تغییرات برابر 37/18 درصد بدست آمد. در بخش‌بندی تصویر با روش ترکیبی میکو-تحدّب، میانگین روزنه ذرات شکر برابر 0/382 میلی‌متر و انحراف معیارشان 0/150 میلی‌متر با ضریب تغییرات برابر 39/23 درصد بدست آمد. میانگین خطای اندازه‌گیری میانگین روزنه نسبت به روش دستی برابر با 13/24 درصد و ضریب همبستگی مقادیر میانگین روزنه دو روش 0/88 بود. به دلیل نزدیکی مقادیر ضریب تغییرات، روش بخش‌بندی میکو-تحدّب برای تعیین اندازه کریستال‌های شکر در مسکوئیت با پردازش تصویر مناسب‌تر بود.
فناوری پس از برداشت
اسماعیل میرزایی قلعه؛ فردین ایاری سامله؛ امیر حسین افکاری سیاح
چکیده
نان به عنوان مهم‌ترین منبع کالری و پروتیئن در تغذیه کشور نقش و اهمیت خاصی دارا می‌باشد و ارزان بودن آن سبب شده است که در سال‌های اخیر جانشین سایر مواد خوارکی در جیره غذایی گردد. نان مسطح بیشترین آمار مصرف را بـین نان‌هـای دیگـر در ایران را به خود اختصاص داده است. نان بربری دومـین نان پرمصرف پس از نان لـواش در ایران است. بنابراین سلامت ...
بیشتر
نان به عنوان مهم‌ترین منبع کالری و پروتیئن در تغذیه کشور نقش و اهمیت خاصی دارا می‌باشد و ارزان بودن آن سبب شده است که در سال‌های اخیر جانشین سایر مواد خوارکی در جیره غذایی گردد. نان مسطح بیشترین آمار مصرف را بـین نان‌هـای دیگـر در ایران را به خود اختصاص داده است. نان بربری دومـین نان پرمصرف پس از نان لـواش در ایران است. بنابراین سلامت و کیفیت نان بربری مصرفی از اهمیت ویژه‌ای برخوردار است. به همین منظور این مطالعه با هدف بررسی اثر دما بر زمان نگهداری نان بربری براساس ویژگی بو با استفاده از سامانه ماشین بویایی انجام شد. بردار ویژگی‌ها از سیگنال پاسخ حسگرها به ترکیبات فرار و بوی نان بربری، استخراج و به عنوان ورودی مدل تشخیص الگو استفاده شد. برای طبقه‌بندی ویژگی‌های استخراج شده از روش تحلیل تفکیک خطی (LDA) و تحلیل تفکیک درجه دوم (QDA) استفاده شد. نتایج تحلیل مؤلفه‌های اصلی با دو مؤلفه‌ی PC1 و PC2، برای نان بربری در دمای اتاق (داخل سفره و داخل نایلون)، دمای یخچال و دمای فریزر به ترتیب 95، 90، 86 و 85 درصد به دست آمد. نتایج به‌دست آمده از تحلیل QDA برای تشخیص کیفیت نان بربری در دمای °C 4 به مدت 9 روز، در دمای اتاق (داخل نایلون و داخل سفره) به مدت5 روز و در دمای فریزر (°C 18-) به مدت 15 روز نگهداری به ترتیب با دقت طبقه بندی 52/98، 96، 100 و 35/97 درصد به دست آمد. نتایج تحلیل LDAبرای سیگنال‌های حاصل از ماشین بویایی، در طبقه‌بندی مدت نگهداری نان بربری در دمای یخچال، دمای اتاق (داخل سفره و داخل نایلون) و دمای فریزر به ترتیب با دقت طبقه بندی 26/79، 33/85، 67/78 و 22/75 درصد حاصل شد. براساس نتایج نمودارهای خطی لودینگ و نمودار رادار، بوی نان بربری بیشترین و کم‌ترین تأثیر را به ترتیب بر روی حسگر MQ9 و حسگر TGS813 دارد. نمودار رادار نشان داد که حسگر MQ9 در میان حسگرهای دیگر، بیشترین نقش را در طبقه‌بندی داشت.
