عنوان مقاله :
امكان سنجي تشخيص واريتههاي مختلف نيشكر با تكنيك بينيالكترونيك در شربت نيشكر
پديد آورندگان :
اديب زاده ، عبداله دانشگاه شهيد چمران اهواز - دانشكده كشاورزي - گروه مهندسي بيوسيستم , ذكي ديزجي ، حسن دانشگاه شهيد چمران اهواز - دانشكده كشاورزي - گروه مهندسي بيوسيستم , عقيلي ناطق ، ناهيد دانشگاه رازي - دانشكده كشاورزي سنقر - گروه مهندسي ماشينهاي كشاورزي
كليدواژه :
نيشكر , ماشين بويايي , تحليل تفكيك خطي , شبكه عصبي و تجزيه مولفه هاي اصلي
چكيده فارسي :
نيشكر يكي از مهمترين گياهان صنعتي است كه در ايران اولين منبع توليد شكر (در حدود 40 الي50 درصد) است. صنعت شكر با توجه به تامين انرژي روزانه شهروندان از نقشي كليدي در ميان صنايع مختلف كشور برخوردار ميباشد. شكر علاوه بر مصارف خانگي داراي اهميت ويژهاي در صنعت غذا به دليل خاصيت شيرين كنندگي و حجم دهندگي ميباشد. مقدار قند نيشكر اغلب در حد 15-10 درصد و در مواردي تا 17 درصد ميباشد. جهت شروع برداشت عوامل مختلفي نظير واريته و تاريخ كاشت و يا برداشت سال گذشته مهم ميباشد. از طرفي نيشكر قابل انبار كردن و ذخيرهسازي در كارخانه نيست و مواد قندي آن سريعاً در اثر نگهداري تجزيه ميگردند و وزن نيشكر در اثر از دست دادن رطوبت كم ميشود. هرچه نيشكر تازهتر به مصرف كارخانه برسد، بهتر خواهد بود. لذا از دستگاه بيني الكترونيك استفاده گرديد تا با آزمايش شربتهاي نيشكر و ارتباط آن با بوهاي متصاعد شده از آن بتوان نوع واريته را جهت برداشت به موقع نيشكر تشخيص داد. از مزارع نمونه نيشكر چهار رقم مطرح (CP57، CP69، IRC99-02، و CP48) انتخاب گرديدند. از روشهاي تحليل تفكيك خطي (LDA)، تجزيه مولفههاي اصلي (PCA) و شبكههاي عصبي (ANN) براي تشخيص واريتههاي مختلف نيشكر استفاده شد. نتايج نشان داد كه هر سه روش دقت بالايي در كلاس بندي رقم دارند. اما روشهاي LDA و PCA نسبت به روش ANN نتايج بهتري داشتند. به طوري كه براي تشخيص واريتههاي نيشكر دقت طبقهبندي آنها به ترتيب 98.33% ، 97% و 96.7% بود. نتايج به دست آمده توانايي بالاي ماشين بويايي را در تمايز بين واريتههاي نيشكر نشان داد كه ميتوان ايـن سـامانه را به عنوان يك ابزار سريع و كم هزينه در صنعت نيشكر به كار برد.
عنوان نشريه :
مهندسي بيوسيستم ايران
عنوان نشريه :
مهندسي بيوسيستم ايران