El presente estudio consiste de una nariz electrónica compuesta de 10 sensores de gases de tipo MQ para la clasificación de muestras de CLON ICS-95 de cacao. El desarrollo de las pruebas fue de tipo cualitativo, obteniendo una huella digital que caracterizó cada clase, las cuales fueron: Fermentado deseado: 144 horas, sobre-fermentado y mala fermentación cacao infectado con monilia. Todos los sensores usados en las diferentes pruebas fueron de material de óxidos metálicos con capacidad de medir diversos tipos de gases, butanos, propanos, alcoholes, monóxido de carbono en diferentes concentraciones, donde al hacer contacto con los volátiles asociados producen una alteración en el voltaje de salida. Las señales se adquirieron mediante un sistema de adquisición de datos basado en tarjeta Arduino y uso del software Labview, permitiendo el almacenamiento de los datos. El algoritmo para la extracción de parámetros, pre-procesamiento y procesamiento de datos se realizó mediante el uso de software Python. Los resultados se analizaron implementando análisis de componente principales PCA y ejecución de dos métodos de pre-procesamiento de datos, como el centrado y escalado de datos, logrando un porcentaje de varianza en los componentes principales de 97.8% y con el método Manhattan se obtuvo un 93.8% del porcentaje de varianza en la componente principal PC1. Con estos resultados se logró observar que el sistema de olfato electrónico fue capaz de clasificar los datos de acuerdo a las clases definidas, fermentado deseado: 144 horas, sobre-fermentado y mala fermentación cacao infectado con monilia
The presents study consists of an electronic nose compounds of 10 gas sensors of MQ type to classify CLON ICS-95 cocoa samples. The development of different trials was of qualitative type, obtaining a fingerprint that characterized each class, such as: desired fermented: 144 hours, over-fermented and bad fermentation cocoa infected with monilia. All sensors used at different trials were of metal oxides material with the ability to measure various types of gases, butane, propane, alcohols, carbon monoxide in different concentrations, when making contact with the associated volatiles produce an alteration in the output voltage. The signals were acquired by an Arduino-card based for data acquisition and the use of Labview software, allowing the data storing. The algorithm for the extraction of parameters, pre-processing and data processing was carried out through the use of Python software, the results were analyzed by implementing PCA analysis, and the implementation of two methods of data pre-processing such as data centring and scaled, achieving a percentage of variance by using principal components of 97.8% and with the Manhattan method of 93.8% of the percentage of variance on PC1, which was obtained. With these results we could see that the electronic smell system was able to classify the data according to the defined classes, fermented desired: 144 hours, over fermented and bad fermentation cocoa infected with monilia
© 2001-2024 Fundación Dialnet · Todos los derechos reservados