با همکاری انجمن مهندسان مکانیک ایران

نوع مقاله : مقاله پژوهشی لاتین

نویسندگان

1 دانشگاه فردوسی مشهد، دانشکده کشاورزی، مکانیک بیوسیستم

2 دانشگاه فردوسی مشهد

3 مرکز هوش مصنوعی و یادگیری ماشین، دانشگاه ادیت کوان، استرالیا

4 دانشگاه فردوسی مشهد، دانشکده علوم، شیمی

چکیده

در تحقیق حاضر با استفاده از دو روش الکتروشیمیایی ولتامتریک چرخه ای و زبان الکترونیک، میزان تقلب در آبلیمو مورد بررسی قرار گرفت. میزان اسید سیتریک در آبلیمو به عنوان یک معیار مورد پذیرش در آزمایشگاه ها به منظور بررسی تقلب در آبلیمو مورد استفاده قرار می گیرد، ابتدا با استفاده از دستگاه پتانسیو استات و روش چرخه ای ولتامتری، میزان غلظت آن بررسی شد. از الکترودهای گلسی کربن، گرافیت، طلا، گلسی کربن اصلاح شده توسط ذرات نانو لوله ی کربن و نانو ذرات طلا، استفاده شد. نوع بافر و میزان pH تغییر داده شد. نتایج نشان داد که رفتار الکتروشیمیایی اسید سیتریک بسیار پایین می باشد و با این روش، نمی توان رفتار آن را بررسی کرد. در بخش دوم، سیستم زبان الکترونیکی قابل حمل (e-tongue) ارزیابی شد. هشت نمونه سطوح تقلب در آبلیمو (0، 5، 10، 20، 40، 70، 95 و 100 درصد ناخالصی) ایجاد گردید. مدل‌های بدون نظارت شامل تحلیل مؤلفه اصلی (PCA) و خوشه‌بندی سلسله مراتبی (HCA) و مدل‌های نظارت‌شده شامل شبکه‌های عصبی پرسپترون چندلایه (MLP) و ماشین بردار پشتیبانی (SVM) استفاده شد. بر اساس نتایج، اثر انگشت PCA تمایز خوبی بین سطوح تقلب نشان داد. این موضوع توسط HCA نیز تایید گردید. نتایج روش‌های نظارت شده نشان داد که عملکرد مدل MLP برای پیش‌بینی سطوح تقلب بهتر از مدل SVM با میزان موفقیت 99.33 درصد و ضرایب همبستگی بالا (R2=0.9973 و RMSE=0.09) بود. . نتایج نشان می دهد که این سیستم می تواند به عنوان یک سیستم کنترل کیفیت طعم مورد استفاده قرار گیرد.

کلیدواژه‌ها

CAPTCHA Image