سال انتشار: ۱۳۹۱

محل انتشار: هفتمین کنگره ملی مهندسی ماشین های کشاورزی و مکانیزاسیون

تعداد صفحات: ۶

نویسنده(ها):

بهاره جمشیدی – دانشجوی دکتری مکانیک ماشین های کشاورزی دانشگاه تربیت مدرس
سعید مینایی – دانشیار دانشکده کشاورزی دانشگاه تربیت مدرس
عزالدین مهاجرانی – دانشیار پژوهشکده لیزر و پلاسما، دانشگاه شهید بهشتی
حسن قاسمیان – استاد دانشکده برق و کامپیوتر، دانشگاه تربیت مدرس

چکیده:

اسپکتروسکوپی مرئی/ فروسرخ نزدیک (Vis/NIR) یکی از پرکاربردترین روش های غیر مخرب به ویژه در صنعت غذایی و کشاورزی است که به منظور آنالیز و ارزیابی کیفی محصولات، بسیار مورد توجه پژوهشگران قرار گرفته است. پیشرفت های اخیر در علم کامپیوتر، ریاضی و روش های آماری، محبوبیت این روش تلاش برای هر چه توانمندتر شدن آت در کاربردهای کنترل فرایند on-line را دو جندان نموده است. در این پژوهش، امکان تشخیص غیر مخرب بعضی پارامترهای کیفی مهم پرتقال شامل رنگ ( پارامترهای ظارهری) و pH ( پارمتر درونی) به طور همزمان با اسپکتروسکوپی Vis/NIR و مدل سازی چند منغیره حداقل مربعات جزئی (PLS2) بر پایه پیش پردازش تبدیل موجک (WT) که یک روش ریاضی نسبتا جدید و بسیار سودمند در کاربردهای پردازش سیگنال است، مورد ارزیابی قرار گرفت. به منظور حذف اثرات جمعی و افزاینده طیفی نیز از روش های تصحیح پخش افزاینده (MSC) و متغیر نرمال استاندارد (SNV) استفاده شد. نتایج نشان داد که مدل های واسنجی تدوین شده به خوبی قادر به تشخیص و پیشگوئی همزمان شاخص رنگ (CI) و pH بر اساس طیف های بازتابی Vis/NIR پرتقال و پیش پردازش تبدیل موجک هستند. ارزیابی مدل ها همچنین نشان داد که مدل تدوین شده با طیف های نرمالیزه شده به روش MSC نسبت به مدل تدوین شده با طیف های نرمالیزه شده به روش SNV برای پیشگویی همزمان این پارامترها از دقت بیشتری برخوردار است. به گونه ای که بهترین مدل، توانایی پیشگویی CI و pH را به ترتیب با ضریب های همبستگی (rp) 0/952 و ۰/۹۰۳ و خطاهای پیشگویی (RMSEP) 0/486 و ۰/۱۴۵ دارد.