Caracterização de leite bovino utilizando ultra-som e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Nazário, Sergio Luiz Sousa [UNESP]
Data de Publicação: 2009
Outros Autores: Isepon, Jacira dos Santos [UNESP], Buiochi, Flávio, Adamowski, Julio Cezar, Kitano, Cláudio [UNESP], Higuti, Ricardo Tokio [UNESP]
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