پديد آورنده :
رحيم زاده، حسن
عنوان :
امكان‌سنجي استفاده از سامانه‌ي ماشين بويايي به منظور تعيين كهنگي ارقام برنج ايراني
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مكانيك بيوسيستم
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده كشاورزي
صفحه شمار :
يازده، ۱۳۹ص.: مصور، جدول، نمودار
استاد راهنما :
مرتضي صادقي، احمد ميره‌اي
استاد مشاور :
مهدي قاسمي ورنامخواستي
توصيفگر ها :
بيني الكترونيكي , كهنگي برنج , استخراج ويژگي , بازشناسي الگو , شبكهي عصبي مصنوعي , طبقهبندي , آرايهي حسگري
استاد داور :
علي اسحق‌بيگي، ميلاد فتحي
تاريخ ورود اطلاعات :
1396/11/14
چكيده فارسي :
1 چكيده برنج از مهمترين منابع غذايي موجود در طول دورهي نگهداري خود متحمل تغييرات فيزيولوژيكي و فيزيكوشيميايي بسياري ميشود عليرغم وجود تئوريهاي ارائه شده در زمينهي كهنگي برنج پيچيدگي اين فرآيند درك كامل آن را بسيار دشوار كرده است در اين پژوهش رد اثر رايحهي موجود در فضاي فوقاني دو نوع برنج معطر و غيرمعطر در طول دورهي نگهداري 6 ماه و تحت شرايط يكسان با استفاده از دستگاه ماشين بويايي يا بيني الكترونيكي مبتني بر حسگرهاي گازي نيمههادي اكسيد فلزي به منظور ارزيابي فرآيند كهنگي آنها دنبال شد براي اين منظور قسمت نرمافزاري دستگاه مورد تحليل قرار گرفت ويژگيهاي متفاوتي از قسمت پايدار و گذراي پاسخ حسگرها استخراج و فرآيند كهنگي طبق ويژگي ذاتي آنها بررسي شد نتايج حاصل از نمودار اسكور مربوط به الگوريتم تحليل مولفههاي اصلي براي نمونههاي معطر نشان داد كه اين نمونهها در سير زماني خاصي با كالسهاي كامال جداگانه از يكديگر قرار دارند كه اين امر مربوط به از دست دادن تركيبات اساسي موجود در رايحهي برنج معطر از جمله 2 استيل 1 پيرولين ميباشد در بررسي كهنگي برنج غيرمعطر پايداري رايحهي اين نوع برنج در طول دورهي نگهداري به اثبات رسيد اين پايداري در رايحه ميتواند به اين دليل باشد كه اين نوع برنج داراي مقادير كمتري از تركيبات عطري مربوط به رايحه نسبت به نوع معطر ميباشد عالوه بر اين با استفاده از ويژگي مستقل از شدت رايحهي مدت صعود نشان داده شد كه تغييرات رخ داده در رايحهي برنج غيرمعطر بيشتر از نوع كيفي و مربوط به ساخت و ساز تركيبات شيميايي ميباشد از سوي ديگر با استفاده از همين ويژگي مستقل از زمان كم ي بودن تغييرات رايحهي برنج نوع معطر نيز نشان داده شد تحليل حسگري با استفاده از نمودار لودينگ الگوريتم تحليل مولفههاي اصلي و با بررسي مقدار مشاركت هر حسگر و همچينن رابطهي بين حسگرها انجام شد از بين حسگرهاي با تاثير يكسان يك حسگر انتخاب و همچنين حسگرهايي كه مشاركت كمي در تفكيك نمونهها داشتند شناسايي و حذف شدند براي نمونههاي معطر سه حسگر 631 MQ3 MQ و228 TGS و براي نمونههاي غيرمعطر نيز سه حسگر 318 TGS822 TGS و 631 MQ به عنوان حسگرهاي بهينه براي كاربرد مورد نظر انتخاب شدند براي طبقهبندي مدت نگهداري برنج نيز از الگوريتمهاي طبقهبندي درخت تصميمگيري و همچنين شبكههاي عصبي مصنوعي پسانتشار خطا و تابع شعاع مبنا استفاده شد الگوريتم درخت تصميمگيري براي طبقه بندي مدت نگهداري برنج معطر با استفاده از ويژگي انتگرال فاز جذب رايحه و با تشكيل قوانيني با استفاده از سه حسگر318 TGS822 TGS و 4 MQ دقت طبقهبندي 19 59 و براي نمونههاي غيرمعطر با ارائهي قوانيني مبتني بر حسگرهاي 318 MQ8 MQ3 TGS822 TGS و 631 MQ نيز دقت طبقهبندي 19 59 را ارائه نمود در طبقهبندي با استفاده از شبكههاي عصبي مصنوعي نيز شبكهي پسانتشار خطا نمونههاي معطر را با استفاده از اكثر ويژگيهاي استخراج شده به طور كامل طبقهبندي كرد براي نمونههاي غيرمعطر شبكهي عصبي تابع شعاع مبنا موفق به طبقهبندي كامل نمونهها با استفاده از ويژگي برازش منحني چندجملهاي شد عالوه بر اين طبقهبندي كلي نمونهها براي بررسي توانايي دستگاه بيني الكترونيكي در تشخيص همزمان نوع برنج و همچنين مدت نگهداري آن با استفاده از الگوريتمهاي به كار برده شده انجام شد كه شبكهي عصبي تابع شعاع مبنا با دقت 001 توانست اين طبقهبندي را انجام دهد به طور كلي نتيجه گرفته ميشود كه بيني الكترونيكي به همراه ساير روشهاي درحال توسعه ميتواند براي ارزيابي و كنترل فرآيند كهنگي برنج به كار گرفته شود كليد واژهها بيني الكترونيكي كهنگي برنج استخراج ويژگي بازشناسي الگو شبكهي عصبي مصنوعي طبقهبندي آرايهي حسگري
چكيده انگليسي :
Feasibility of Machine Olfaction System for Determination of Aging in Iranian Rice Varieties Hassan Rahimzadeh h rahimzadeh@ag iut ac ir January 13 2018 Department of Biosystems Engineering Isfahan University of Technology Isfahan 84156 83111 IranDegree MSc Language FarsiSupervisors M Sadeghi sadeghimor@cc iut ac ir S A Mireei samireei@cc iut ac irAbstractRice the most leading food crop in the world involves inevitable physiochemical andphysiological changes during its aging Despite many proposed theories regarding rice aging thecomplexity of this process has made it difficult to be fully comprehended In this study we tracedthe aroma change of stored aromatic and non aromatic rice with a metal oxide semiconductorbased electronic nose to characterize their aging process For doing so software part of the systemwas analyzed Various steady state and transient features related to adsorption and desorptionphases were derived to evaluate and compare the considered pattern recognition algorithms Principle component analysis was utilized to analyze the aging process in terms of seven classesrelated to the storage duration of 6 months The aromatic samples followed a specific pathway inits timeline with separately distinctive grouping revealing the reduction of aging indices It wasshown that the aromatic rice undergoes crucial changes in its volatile compounds mainly in theearly stages of its storage These changes are related to the reduction of the aging indices such as2 Acetyl 1 pyrolline On the other hand confused grouping of the non aromatic samples provedits stability due to less diverse range of the aroma compounds By using concentratinonindependent features of rise time it was proved that the aroma change in the aromatic rice wasquantitative while for the non aromatic rice this change was more qualitative Loading plots ofprinciple component analysis were used to analyse the contribution and correlation of the sensorarray For the aromatic rice by removing the sensors that had similar effect or low contributionin data discrmination TGS822 MQ3 and MQ136 could be selected as the optimum sensors forthe study In a same way TGS813 TGS822 and MQ136 were selected for the non aromatic rice Several pattern recognition algorithms namely decision tree and artificial neural networks of backpropagation and radial basis function were used to classify the storage duration Decision treealgorithm based on adsorption integral feature could predict 95 91 of the aromatic samples byestablishing rules using responses of TGS822 TGS813 and MQ4 sensors For the non aromaticsamples this algorithm predicted 95 91 of the samples by using TGS822 TGS813 MQ3 MQ8and MQ136 sensors By utilizing the artificial neural networks full classification of the storageduration for the aromatic samples was achieved by back propagation and radial basis function For the non aromatic rice radial basis function outperformed the other algorithms by representingfull classification using the feature of polynomial curve fitting patameters The radial basisfunction neural network could also classify both the aromatic and non aromatic samples includingtheir storage durations at the same time by using this feature It is concluded that the electronicnose system along with the developing methods could be utilized to control the rice aging Keywords Electronic nose Rice aging Feature extraction Pattern recognition Artificialneural networks Classification Sensor array
استاد راهنما :
مرتضي صادقي، احمد ميره‌اي
استاد مشاور :
مهدي قاسمي ورنامخواستي
استاد داور :
علي اسحق‌بيگي، ميلاد فتحي
