عنوان پایان‌نامه
امکان سنجی کاربرد یک سامانه بینی الکترونیک برای اصالت سنجی روغن زیتون بکر
- رشته تحصیلی
- مهندسی مکانیک بیوسیستم - فناوری پس از برداشت
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 7160;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77833;کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 7160;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77833
- تاریخ دفاع
- ۲۹ شهریور ۱۳۹۵
- دانشجو
- سپیده سادات حسینی
- استاد راهنما
- سیدسعید محتسبی
- چکیده
- امروزه در صنعت کشاورزی و غذایی، ارزیابی کیفی که شامل اصالت‌سنجی، تازگی، روش‌های صحیح فرآوری، نحوه صحیح انبارداری و ... می‌شود، بسیار مورد توجه است. یکی از محصولات کشاورزی-غذایی پر‌طرفدار روغن‌زیتون است که علاوه‌بر خواص دارویی درمانی بسیار زیاد، ارزش غذایی بالایی دارد و البته به دلیل قیمت بالای این فرآورده، ارزیابی کیفی آن امروزه بسیار مورد توجه است. ارزیابی کیفی روغن‌زیتون، بر مبنای شاخص‌های حسی مثبت و منفی صورت می‌پذیرد. مطالعات تعاونی بین‌المللی که به‌وسیله شورای بین‌المللی روغن‌زیتون (IOOC) حمایت شده، یک روش مدون حسی برای روغن‌زیتون‌بکر به‌عنوان تست‌پنل COI فراهم کرده است که با هر دو ارزیابی‌چشایی و بویایی، می‌توان روغن‌ها را در کیفیت‌های متفاوت طبقه‌بندی کرد. از آن‌جا که این روش نیاز به تمرین طولانی داشته و می‌تواند به‌راحتی تحت تأثیر پارامترهای خارجی از قبیل خستگی و بیماری قرار گیرد، به‌عنوان جایگزین می‌توان از روش‌های نوین، راحت و ارزان که دارای قابلیت تکرار بیشتر و خطای کمتر هستند مانند بینی الکترونیک استفاده کرد. در سامانه بویایی، از آن‌جا که شرایط محیطی اتاق کار می‌تواند تحت تأثیر عوامل فصلی از لحاظ دما و رطوبت تغییر کرده و به‌دنبال آن نتایج کار در دماهای مختلف ممکن است متفاوت باشد، به‌همین‌منظور یک سامانه کنترل دما درنظر گرفته شد تا بتوان با ثابت نگه‌داشتن دمای محفظه نمونه مورد آزمایش، اثرات فاکتور دما بر روی نتایج حاصل از سامانه بویایی را تا حد امکان کنترل کرد. به‌جهت ارزیابی کیفی روغن‌زیتون، چهار نمونه روغن‌زیتون سالم و تایید شده به همراه سه نمونه روغن زیتون که از نظر مؤسسه استاندارد مردود اعلام شدند، تهیه گردید و با هم ترکیب شده و تحت سه دمای 1±26، 1±34 و 1±42 درجه‌سلسیوس و هر نمونه پنج‌بار با سامانه بویایی مجهز به شش حسگر نیمه‌هادی اکسید‌فلزی (MOS) مورد ارزیابی قرار گرفت. به‌منظور بررسی نتایج از سه روش تحلیل مؤلفه‌های اصلی (PCA)، تحلیل تفکیک خطی (LDA) و شبکه عصبی مصنوعی (ANN) استفاده شد. از این روش‌ها در جداسازی حسگرهای مؤثر و نیز طبقه‌بندی انواع روغن‌زیتون موجود تحت شرایط دمایی مشخص، استفاده شده و نتایج حاصل نشان داد برای ارزیابی حسی دقیق‌تر، بهتر است از یک روش مکمل مانند زبان الکترونیک در ارزیابی حسی روغن‌زیتون در کنار ماشین بویایی استفاده شود.
- Abstract
- Currently, an enormous amount of attention is devoted to qualitative evaluation, which includes authenticity, originality, innovativeness, proper processing methods, adequate storage conditions, and so on in the food and agricultural industries. Olive oil is a popular food and agricultural product, which enjoys numerous medicinal properties as well having a very high nutritional value. And, of course, because of olive oil's high price, its qualitative evaluation has been given much attention and scrutiny. The qualitative examination and evaluation of olive oil is done based on positive sensory criteria and negative sensory criteria. Studies conducted by the International Cooperative Alliance, which operates under the auspices of the International Olive Council(IOOC), have come up with a systematic sensory method for identifying and recognizing pure olive oil, which is called the Panel Test(COI). This employs both ophthalmic and olfactory tools for the purpose of classifying different types of olive oil based on their quality. Since this method requires a great deal of experimenting and practicing and can be easily influenced by such external factors as tiredness and illness, new and more convenient methods which are capable of being duplicated and have lower margins of error such as the Electronic Nose System can be utilized. In the Electronic Nose System, since environmental factors in the lab are likely to vary in terms of temperature and humidity due to seasonal changes and, consequently, different results are likely to emerge in different temperatures, a thermo-regulatory system has been devised so that by keeping stable the temperature inside the test tube containing the sample being tested, the effects of the variable of temperature on the results yielded by the Electronic Nose System can be controlled to the greatest possible extent. For the purpose of evaluating the quality of olive oil, four samples of healthy and approved olive oil along with three other samples of olive oil which had been declared unhealthy and unfit for consumption by the Standards Institute were collected. The samples were then mixed under three different temperatures, 26 +-1 , 34+ -1 , and 42+ -1 degrees Celsius. Each sample was examined and evaluated five times using the Electronic Nose System equipped with six sensors of metal–oxide–semiconductor (MOS). For the purpose of analyzing and interpreting the results obtained , Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA), and Artificial Neural Network (ANN) were used. These methods be used in distinguishing and segregating the effective sensors as well as in the classification of various types of olive oil under different temperatures yielded. The results suggest that for more accurate sensory evaluation, it is better to use complementary methods such as electronic tongue in sensory evaluation of olive oil beside the electronic nose.
