فردین ایاری؛ اسماعیل میرزائی قلعه؛ حکمت ربانی؛ کبری حیدربیگی
چکیده
تقلب در محصولات لبنی نه تنها تهدیدی جدی برای سلامت انسان است بلکه زیانهای اقتصادی متعددی را نیز به دنبال دارد. ازجمله تقلبهای رایج در روغن حیوانی گاوی، ترکیب کردن آن با روغن نباتی و روغن دنبه است. در این پژوهش، یک سامانهی ماشین بویایی بر پایه هشت حسگر نیمههادی اکسـید فلـزی ساخته شد و قابلیت آن در تشخیص مقادیر مختلف ترکیب روغن ...
بیشتر
تقلب در محصولات لبنی نه تنها تهدیدی جدی برای سلامت انسان است بلکه زیانهای اقتصادی متعددی را نیز به دنبال دارد. ازجمله تقلبهای رایج در روغن حیوانی گاوی، ترکیب کردن آن با روغن نباتی و روغن دنبه است. در این پژوهش، یک سامانهی ماشین بویایی بر پایه هشت حسگر نیمههادی اکسـید فلـزی ساخته شد و قابلیت آن در تشخیص مقادیر مختلف ترکیب روغن نباتی و روغن دنبه در روغن حیوانی گاوی خالص (10، 20، 30، 40 و 50 درصد) مورد بررسی قرار گرفت. بردار ویژگیها از سیگنال پاسخ حسگرها به ترکیبات فرار و معطر انواع روغنها، استخراج و بهعنوان ورودی مدل تشخیص الگو استفاده شد. همچنین جهت طبقهبندی ویژگیهای استخراجشده از روش تحلیل تفکیک درجه دوم (QDA) استفاده شد. نتایج حاصل از آنالیز مؤلفههای اصلی با دو مؤلفهی PC1 و PC2، بهترتیب واریانس 98 و 97 درصد را برای ترکیب روغن حیوانی با روغن نباتی و روغن دنبه نشان داد. همچنین نمودارهای لودینگ و رادار نشان داد که بوی روغن حیوانی گاوی بیشترین و کمترین تأثیر را بهترتیب روی حسگر TGS822 و حسگر MQ135 دارد. همچنین بوی روغن نباتی و روغن دنبه بیشترین و کمترین تأثیر را بهترتیب روی حسگرهای MQ136 و MQ135 داشت. با توجه به نتایج بهدست آمده از نمودار رادار مشخص شد که حسگر MQ135 کمترین نقش را در طبقهبندی دارد. همچنین براساس نتایج حاصل از طبقهبندی، دقت طبقهبندی برای روغن حیوانی مخلوط با روغن نباتی و روغن دنبه بهترتیب برابر 24/95 و 15/97 درصد بهدست آمد.