ارزیابی روش طیف سنجی دی الکتریک در تلفیق با روش طیف سنجی Vis-SWNIR برای اندازه گیری غلظت قند روی نمونه ساقه نیشکر
محل انتشار: دوفصلنامه ماشین های کشاورزی، دوره: 14، شماره: 3
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 86
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAM-14-3_001
تاریخ نمایه سازی: 3 مهر 1403
چکیده مقاله:
توسعه ابزارهای اندازه گیری سریع برای ارزیابی خصوصیات کیفی نیشکر شامل غلظت قند و محتوای رطوبت بدون نیاز به استخراج عصاره از ساقه از جمله ضرورت های فناوری در کشاورزی و صنعت این محصول می باشد. در این پژوهش، یک پراب دی الکتریک با قابلیت توسعه و به کارگیری به شکل قابل حمل توسعه داده شد و عملکرد آن برای اندازه گیری غلظت قند (بر حسب درجه بریکس) و محتوای رطوبت روی نمونه های ساقه از هفت رقم نیشکر در بازه فرکانسی MHz ۱۵۰-۰ مورد ارزیابی قرار گرفت. همچنین به منظور مقایسه و بهبود دقت اندازه گیری غلظت قند، توانایی روش طیف سنجی مرئی- فروسرخ نزدیک موج کوتاه (Vis-SWNIR) در محدوده طول موج ۱۱۰۰-۴۰۰ نانومتر بررسی شد. از مدل های رگرسیون حداقل مربعات جزئی (PLS) و شبکه های عصبی مصنوعی (ANN) برای پیش بینی درجه بریکس و محتوای رطوبت نمونه ها استفاده شد. علاوه بر ارزیابی مستقل عملکرد هر دو روش در بهترین حالت با ۱.۱۴= RMSEP و ۱.۸۸= RMSEP برای اندازه گیری بریکس به ترتیب با روش های طیف سنجی Vis-SWNIR و دی الکتریک، روش های تلفیق داده (سطح پایین و سطح متوسط) برای استفاده از اثر هم افزایی اطلاعات به دست آمده از دو روش به کار گرفته شد. در پیش بینی بریکس، بهترین نتیجه مربوط به روش تلفیق داده سطح پایین با ۰.۹۴ = R۲p و ۰.۷۴=RMSEP بود. همچنین روش تلفیق داده سطح متوسط با ۰.۸۹ = R۲p و ۰.۹۳= RMSEP بهترین نتیجه را در پیش گویی مقادیر محتوای رطوبت داشت. بنابراین، رویکرد تلفیق داده به طور موثر دقت پیش بینی مدل های توصیف کننده را بهبود بخشید و می تواند به عنوان روش و ابزاری قابل اعتماد در اندازه گیری خصوصیات کیفی نیشکر مورد استفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
مجتبی نادری بلداجی
گروه مهندسی مکانیک بیوسیستم، دانشگاه شهرکرد، شهرکرد، ایران
مجتبی توحیدی
گروه مهندسی مکانیک بیوسیستم، دانشگاه شهرکرد، شهرکرد، ایران
مهدی قاسمی ورنامخواستی
گروه مهندسی مکانیک بیوسیستم، دانشگاه شهرکرد، شهرکرد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :