Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://dx.doi.org/10.1590/S0103-17592009000400013 http://hdl.handle.net/11449/231225 http://hdl.handle.net/11449/29083 |
Resumo: | O controle da qualidade de alimentos é muito importante para determinar as suas composições e teor nutritivo, bem como para detectar eventuais fraudes e adulterações, sejam elas em matérias-primas ou produtos industrializados. Por exemplo, o leite bovino pode sofrer adulteração por adição de outros produtos, com o objetivo de aumentar o volume ou prolongar o prazo de validade, causando prejuízos econômicos e sanitários. Este trabalho apresenta um estudo sobre a caracterização de leite fluido utilizando técnicas de ultra-som e redes neurais artificiais. Utilizou-se uma célula de medição de propriedades de líquidos por ultra-som para obter dados de densidade, velocidade de propagação e coeficiente de atenuação, que foram relacionados com as concentrações de gordura e água adicionada em amostras de leite bovino, obtidas com métodos convencionais utilizados em laticínios, para efeito de calibração das amostras. Esses dados foram utilizados para projetar redes neurais artificiais, que fornecem na saída o teor de gordura e a quantidade de água adicionada ao leite, a partir dos parâmetros medidos pela célula de medição. As redes neurais desenvolvidas resultaram em mais de 95% de amostras classificadas corretamente, com uma resolução de 0,1% na determinação da quantidade de gordura. Para quantidade de água adicionada, a resolução foi de 1% para 1 a 10% de água adicionada, e resolução de 5% para quantidade de água adicionada de 10 a 60%. |
id |
UNSP_d4c688326aa0c6d3db65bcf9dae62393 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/243926 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiaisCharacterization of bovine milk using ultrasound and artificial neural networksUltra-somRedes Neurais ArtificiaisLeiteUltrasoundArtificial Neural NetworksMilkO controle da qualidade de alimentos é muito importante para determinar as suas composições e teor nutritivo, bem como para detectar eventuais fraudes e adulterações, sejam elas em matérias-primas ou produtos industrializados. Por exemplo, o leite bovino pode sofrer adulteração por adição de outros produtos, com o objetivo de aumentar o volume ou prolongar o prazo de validade, causando prejuízos econômicos e sanitários. Este trabalho apresenta um estudo sobre a caracterização de leite fluido utilizando técnicas de ultra-som e redes neurais artificiais. Utilizou-se uma célula de medição de propriedades de líquidos por ultra-som para obter dados de densidade, velocidade de propagação e coeficiente de atenuação, que foram relacionados com as concentrações de gordura e água adicionada em amostras de leite bovino, obtidas com métodos convencionais utilizados em laticínios, para efeito de calibração das amostras. Esses dados foram utilizados para projetar redes neurais artificiais, que fornecem na saída o teor de gordura e a quantidade de água adicionada ao leite, a partir dos parâmetros medidos pela célula de medição. As redes neurais desenvolvidas resultaram em mais de 95% de amostras classificadas corretamente, com uma resolução de 0,1% na determinação da quantidade de gordura. Para quantidade de água adicionada, a resolução foi de 1% para 1 a 10% de água adicionada, e resolução de 5% para quantidade de água adicionada de 10 a 60%.The quality control of food products is very important to determine their composition and nutrition facts, and to detect eventual frauds and adulterations in raw or industrialized products. For example, bovine milk can be adulterated by addition of foreign products, in order to increase the volume or to extend the expiration date, with economic and sanitary impacts. This work presents the characterization of milk using ultrasound and neural networks techniques. An ultrasonic measurement cell was used to obtain the propagation velocity, attenuation coefficient and density of milk liquid samples with different fat contents and added water. Samples were calibrated by using conventional methods employed in the dairy industry. Artificial neural networks were designed to output the fat content and added water of samples from the information of the experimental parameters measured by the cell. The algorithm resulted in more than 95% of correct classification, with resolution of 0.1% in the determination of fat content. For the determination of added water, the resolution was 1% (between 1 and 10% of added water) and 10% (between 10 and 60% of added water).Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Departamento de Engenharia Elétrica, Unesp Avenida Brasil, 56, CEP 15385-000, Ilha Solteira, SPDepartamento de Fitotecnia Tecnologia de Alimentos e Sócio-Economia, Unesp Avenida Brasil, 56, CEP 15385-000, Ilha Solteira, SPDepartamento de Mecatrǒnica e de Sistemas Mecǎnicos EPUSP, Avenida Prof. Mello Moraes, 2231, CEP 05508-900, São Paulo, SPUnesp Departamento de Engenharia ElétricaUnesp Departamento de Fitotecnia Tecnologia de Alimentos e Sócio-EconomiaEPUSP Departamento de Mecatrônica e de Sistemas MecânicosUnesp Departamento de Engenharia ElétricaUnesp Departamento de Fitotecnia Tecnologia de Alimentos e Sócio-EconomiaSociedade Brasileira de AutomáticaUniversidade Estadual Paulista (Unesp)Universidade de São Paulo (USP)Nazário, Sergio Luiz Sousa [UNESP]Isepon, Jacira dos Santos [UNESP]Buiochi, FlávioAdamowski, Julio CezarKitano, Cláudio [UNESP]Higuti, Ricardo Tokio [UNESP]2022-04-29T08:44:14Z2014-05-20T15:14:11Z2022-04-29T08:44:14Z2014-05-20T15:14:11Z2009-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article627-636application/pdfhttp://dx.doi.org/10.1590/S0103-17592009000400013Controle y Automacao, v. 20, n. 4, p. 627-636, 2009.0103-1759http://hdl.handle.net/11449/231225http://hdl.handle.net/11449/2908310.1590/S0103-17592009000400013S0103-175920090004000132-s2.0-76149141836S0103-17592009000400013.pdf288344035189516764053395108832030000-0003-4201-56170000-0001-6320-755XScopusSciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporSba: Controle & Automação Sociedade Brasileira de Automaticainfo:eu-repo/semantics/openAccess2024-07-05T19:08:07Zoai:repositorio.unesp.br:11449/243926Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T15:49:32.481631Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais Characterization of bovine milk using ultrasound and artificial neural networks |
title |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais |
spellingShingle |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais Nazário, Sergio Luiz Sousa [UNESP] Ultra-som Redes Neurais Artificiais Leite Ultrasound Artificial Neural Networks Milk |
title_short |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais |
title_full |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais |
title_fullStr |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais |
title_full_unstemmed |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais |
title_sort |
Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais |
author |
Nazário, Sergio Luiz Sousa [UNESP] |
author_facet |
Nazário, Sergio Luiz Sousa [UNESP] Isepon, Jacira dos Santos [UNESP] Buiochi, Flávio Adamowski, Julio Cezar Kitano, Cláudio [UNESP] Higuti, Ricardo Tokio [UNESP] |
author_role |
author |
author2 |
Isepon, Jacira dos Santos [UNESP] Buiochi, Flávio Adamowski, Julio Cezar Kitano, Cláudio [UNESP] Higuti, Ricardo Tokio [UNESP] |
author2_role |
author author author author author |
dc.contributor.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) Universidade de São Paulo (USP) |
dc.contributor.author.fl_str_mv |
Nazário, Sergio Luiz Sousa [UNESP] Isepon, Jacira dos Santos [UNESP] Buiochi, Flávio Adamowski, Julio Cezar Kitano, Cláudio [UNESP] Higuti, Ricardo Tokio [UNESP] |
dc.subject.por.fl_str_mv |
Ultra-som Redes Neurais Artificiais Leite Ultrasound Artificial Neural Networks Milk |
topic |
Ultra-som Redes Neurais Artificiais Leite Ultrasound Artificial Neural Networks Milk |
description |
O controle da qualidade de alimentos é muito importante para determinar as suas composições e teor nutritivo, bem como para detectar eventuais fraudes e adulterações, sejam elas em matérias-primas ou produtos industrializados. Por exemplo, o leite bovino pode sofrer adulteração por adição de outros produtos, com o objetivo de aumentar o volume ou prolongar o prazo de validade, causando prejuízos econômicos e sanitários. Este trabalho apresenta um estudo sobre a caracterização de leite fluido utilizando técnicas de ultra-som e redes neurais artificiais. Utilizou-se uma célula de medição de propriedades de líquidos por ultra-som para obter dados de densidade, velocidade de propagação e coeficiente de atenuação, que foram relacionados com as concentrações de gordura e água adicionada em amostras de leite bovino, obtidas com métodos convencionais utilizados em laticínios, para efeito de calibração das amostras. Esses dados foram utilizados para projetar redes neurais artificiais, que fornecem na saída o teor de gordura e a quantidade de água adicionada ao leite, a partir dos parâmetros medidos pela célula de medição. As redes neurais desenvolvidas resultaram em mais de 95% de amostras classificadas corretamente, com uma resolução de 0,1% na determinação da quantidade de gordura. Para quantidade de água adicionada, a resolução foi de 1% para 1 a 10% de água adicionada, e resolução de 5% para quantidade de água adicionada de 10 a 60%. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-12 2014-05-20T15:14:11Z 2014-05-20T15:14:11Z 2022-04-29T08:44:14Z 2022-04-29T08:44:14Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dx.doi.org/10.1590/S0103-17592009000400013 Controle y Automacao, v. 20, n. 4, p. 627-636, 2009. 0103-1759 http://hdl.handle.net/11449/231225 http://hdl.handle.net/11449/29083 10.1590/S0103-17592009000400013 S0103-17592009000400013 2-s2.0-76149141836 S0103-17592009000400013.pdf 2883440351895167 6405339510883203 0000-0003-4201-5617 0000-0001-6320-755X |
url |
http://dx.doi.org/10.1590/S0103-17592009000400013 http://hdl.handle.net/11449/231225 http://hdl.handle.net/11449/29083 |
identifier_str_mv |
Controle y Automacao, v. 20, n. 4, p. 627-636, 2009. 0103-1759 10.1590/S0103-17592009000400013 S0103-17592009000400013 2-s2.0-76149141836 S0103-17592009000400013.pdf 2883440351895167 6405339510883203 0000-0003-4201-5617 0000-0001-6320-755X |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
627-636 application/pdf |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Automática |
publisher.none.fl_str_mv |
Sociedade Brasileira de Automática |
dc.source.none.fl_str_mv |
Scopus SciELO reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128568535810048 |