مدل‌سازی تشخیص فراصوتی آلودگی پاکت‌های شیر UHT به باکتری Escherichia coli با شبکۀ عصبی مصنوعی

Authors

رحیم ابراهیمی دانشیار، دانشکدۀ کشاورزی، دانشگاه شهرکرد

مریم عباس‌والی استادیار، دانشکدۀ دامپزشکی، دانشگاه شهرکرد، شهرکرد

مهدی قاسمی‌ورنامخواستی استادیار، دانشکدۀ کشاورزی، دانشگاه شهرکرد

وحید محمدی کارشناس ارشد، دانشکدۀ کشاورزی، دانشگاه شهرکرد

Abstract:

تشخیص آلودگی میکروبی شیر، به‌عنوان مهم‏ترین شاخص کیفیت شیر در صنایع لبنی، به‌کمک‏ روش‏های نوین مهندسی اهمیت زیادی دارد. در تحقیق حاضر، آلودگی میکروبی پاکت‏های شیر UHT با استفاده از حسگرهای فراصوتی تشخیص داده شد. پاکت‏ها به‌صورت مصنوعی در چهار رقت متفاوت و با سه تکرار به باکتری E. coliآلوده شدند. فرکانس مرکزی سنسورهای پیزوالکتریک MHz 02/1 بود و با ولتاژ پیک V 5/18 استفاده شدند. برای پایش مشخصه‏های فراصوتی، فاکتورهای دامنۀ ولتاژ، و تأخیر زمانی اندازه‏گیری شدند. شبکۀ عصبی مصنوعی برای پیش‏بینی تعداد باکتری و pH پاکت‏های شیر براساس فاکتورهای فراصوتی طراحی شد. نتایج نشان داد که آلودگی پاکت‏های شیر در رقت اولیۀ CFU/ml 1000 پس از 5/7 ساعت تشخیص‌پذیر است به‌صورتی ‌که با کاهش رقت اولیۀ باکتری، مدت زمان تشخیص افزایش خواهد داشت. شبکۀ عصبی مصنوعی آموزش داده‌شده مقادیر تعداد باکتری و pH را نسبت به داده‏های تجربی با ضرایب تبیین 872/0 و 851/0 پیش‏بینی کرد. براساس پژوهش انجام‌شده، مشاهده می‌شود که آلودگی میکروبی شیر با استفاده از فراصوت امکان‏پذیر بوده و برای حصول دقت بالاتر، نیازمند تحقیقات بیشتری است.

Upgrade to premium to download articles

Already have an account?login

similar resources

مدلسازی حجم تجاری درختان توده‌های آمیختۀ راش جنگل‌های هیرکانی با استفاده از شبکۀ عصبی مصنوعی

پیشبینی دقیق حجم درختان سرپا برحسب متر مکعب مبنای برآورد هر چه دقیق‌تر مقدار رویش، برداشت مجاز، ترسیب کربن زی‌تودۀ هوایی درختان و مدیریت بهینۀ جنگل براساس اصل توسعۀ پایدار محسوب می‌شود. از این‌رو، تحقیق حاضر با استفاده از شبکۀ عصبی مصنوعی در پی مدلسازی و پیش‌بینی حجم تجاری با حداکثر قطعیت است. پژوهش موردی جنگل سری 3 گلندرود نور بوده و اطلاعات دریافتی مستخرج از جدول‌های تجدید حجم ادارۀ کل منابع...

full text

مدلسازی لوله های انتقال گاز با شبکه های عصبی مصنوعی به منظور تشخیص عیوب آنها

این مقاله معرفی رویکرد جدید برای عیب یابی خطوط لوله انتقال گاز با استفاده از شبکه عصبی مصنوعی به کمک امواج مکانیکی است که این روش بسیار ارزان تر و آسان تر از روش اولتراسوند است. که در حال حاضر مشغول به کارمی باشد. این خطوط معمولا در شرایط محیطی سخت و دور از دسترس و در مسافت های طولانی قرار دارند و استفاده از سیستم های که بصورت آنی و دقیق بتوانند عیب ها و نشتی های این لوله را گزارش دهند حیاتی ...

full text

تشخیص آلودگی میکروبی پاکت های شیر uht با استفاده از سیستم فراصوت

چکیده در پژوهش حاضر سیستم فراصوت کنترل کیفی برای تشخیص آلودگی میکروبی پاکتهای شیر uht ارائه شده است. این سیستم بدون باز نمودن پاکت قادر به تشخیص آلودگی میکروبی شیر است. رشد میکرواورگانیزمها سبب تغییر در خواص فیزیکی و شیمیایی شیر میشود که متعاقب آن مشخصههای فراصوتی شیر نیز متحمل تغییراتی خواهند شد. در این پژوهش دامنه ولتاژ و زمان تأخیر امواج فراصوت اندازهگیری شدند. فرکانس مرکزی دیسکهای پیز...

full text

مدلسازی و شبیه‌سازی بیوسنسور آنزیمی برای تشخیص آفلاتوکسین B1 با استفاده از شبکه عصبی مصنوعی

افلاتوکسین B1 (AFB1) سمی ترین گروه آفلاتوکسین‌هاست که باعث آلودگی محصولات کشاورزی شده و اثرات مرگ باری بر سلامت انسان دارد. تشخیص AFB1 در مواد غذایی و خوراکی توسط بیوسنسورها سریع، کم هزینه و دقیق است. در این مقاله به مدلسازی و شبیه‌سازی ‌واکنش‌های شیمیایی در بیوسنسور پتانسیومتری AFB1 جهت تعیین ثابت‌های بهینه نرخ واکنش پرداخته شده است. شبیه‌سازی ‌واکنش‌های شیمیایی توسط نرم افزار COMSOL...

full text