
تعداد نشریات | 162 |
تعداد شمارهها | 6,693 |
تعداد مقالات | 72,239 |
تعداد مشاهده مقاله | 129,222,712 |
تعداد دریافت فایل اصل مقاله | 102,052,863 |
طراحی و ساخت ماشین بویایی با قابلیت انتقال اطلاعات از دور برای کاردبردهای صنایع غذایی | ||
مهندسی بیوسیستم ایران | ||
دوره 55، شماره 3، مهر 1403، صفحه 33-47 اصل مقاله (1.89 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijbse.2025.384914.665573 | ||
نویسندگان | ||
مهدی قاسمی ورنامخواستی؛ زهرا ایزدی* | ||
گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهرکرد، شهرکرد، ایران | ||
چکیده | ||
فناوری اثرگیری بو با ماشین بویایی از روشهای جدیدی است که در زمینه بررسی کیفی مواد غذایی بسیار مورد توجه محققان قرار گرفته است و شامل آرایهای از حسگرهای انتخابی متصل به برنامه تشخیص الگو است. ایجاد قابلیت انتقال اطلاعات از راه دور با ماشین بویایی بی سیم میتواند در بکارگیری این سامانه بر بستر اینترنت اشیا کمک شایانی نماید. در این تحقیق مراحل طراحی و ساخت سامانه بینی الکترونیک با قابلیت اتصال بیسیم با رایانه تشریح شده است. برای این دستگاه از برد ESP32 استفاده گردید. ESP32 نوعی مدار مجتمع است که چندین جزء از یک کامپیوتر یا سیستم الکترونیکی را در یک تراشه ادغام میکند. این اجزا معمولاً شامل پردازنده، حافظه، رابطهای ورودی/خروجی و سایر ویژگیها مانند پردازش گرافیکی و قابلیتهای شبکه میباشند. در برنامه نوشته شده دریافت دادهها از سنسورها با پروتکل ارتباطی I2C انجام میگیرد. ولتاژ سنسورها توسط مبدل آنالوگ به دیجیتال ADS1115 محاسبه و به مقادیر دیجیتال تبدیل میشوند. در نهایت به منظور آزمون دستگاه ساخته شده، از تقلب فرمالین در شیر استفاده شد که دستگاه عملکرد 83 درصد در انتقال اطلاعات را نشان داد. پاسخ ولتاژی حسگرها به تغییر الگوی بو در نمونهها برای سه گروه شیر (شیر خالص و نمونههای شیر با تقلب فرمالین با درصدهای حجمی ۱/۰ و ۱ گرم در ۱۰۰ سیسی) اندازهگیری شد و نهایتاً پاسخ آرایه حسگری برای همه نمونهها ثبت و ذخیرهسازی شد. حسگر (TGS822) بیشترین ضریب لودینگ را تفکیک نمونههای حاوی فرمالین نشان دارد و در ادامه سنسورهای (MQ135) و (MQ7) تأثیر بهسزایی در تفکیک نمونهها داشتند. | ||
کلیدواژهها | ||
ماشین بویایی؛ شیر؛ حسگرهای گازی؛ پردازش سیگنال | ||
مراجع | ||
Dadhaneeya, H., Nema, P., and Arora, V., (2023). Internet of Things in food processing and its potential in Industry 4.0 era: A review, Trends in Food Science & Technology, 139, 104109. Das, S., Sivaramakrishna, M., Biswas, K., & Goswami, B. (2015). A low cost instrumentation system to analyze different types of milk adulteration. ISA transactions, 56, 268-275. Kumar, S., Raut, R., Agrawal., N., Cheikhrouhou, N., Sharma, M., Daim, T., (2022). Integrated blockchain and internet of things in the food supply chain: Adoption barriers. Technovation, 118, 102589. Loutfi, A., Coradeschi, S., Mani, G. K., Shankar, P., & Rayappan, J. B. B. (2015). Electronic noses for food quality: A review. Journal of Food Engineering, 144, 103-111. Ghasemi-Varnamkhasti, M., Mohtasebi, S. S., Siadat, M., & Balasubramanian, S. (2009). Meat quality assessment by electronic nose (machine olfaction technology). Sensors, 9(8), 6058-6083. Ghasemi Varnamkhasti M. (2011). Design, development and implementation of a bioelectric olfactory machine and tongue system based on metal oxide semiconductor (MOS) sensors for detecting changes in beer quality in combination with pattern recognition analysis methods. PhD thesis in Agricultural Machinery Mechanics. Faculty of Agriculture. University of Tehran. Iran. (In Persian) Tan, Y., Chen, Y., Zhao, Y., Liu, M., Wang, Z., Du, L., Wu, C., Xu, X. (2025). Recent advances in signal processing algorithms for electronic noses. Talanta, 283, 127140. Tohidi, M. Ghasemi, Varnamkhasti, M. Mohtasbi, S.S. Bondayian, M. 2016. Construction and development of an olfactory machine system combined with pattern recognition methods for detecting formalin adulteration in raw milk. Iranian Journal of Biosystems Engineering, 47, 761-770. (In persian). Wilson, A. D., & Baietto, M. (2009). Applications and advances in electronic-nose technologies. sensors, 9(7), 5099-5148. Xu, Q., Sum Y., Cai, J. (2025). Detection of citrus Huanglongbing at different stages of infection using a homemade electronic nose system. Computers and Electronics in Agriculture, 229, 109845. | ||
آمار تعداد مشاهده مقاله: 61 تعداد دریافت فایل اصل مقاله: 24 |