ﺳﺎزﻣﺎن ﭘﮋوهشهای ﻋﻠﻤﯽ و ﺻﻨﻌﺘﯽ اﯾﺮان فناوری‌های جدید در صنعت غذا 2783-350X 6 3 2019 04 21 Applying Electronic Nose System for Qualitative Classification of Iranian Black Tea به کارگیری سامانه بینی الکترونیک به منظور درجه بندی کیفی چای سیاه ایرانی 351 362 743 10.22104/jift.2019.3117.1745 FA سید حسین پیمان دانشیار، گروه مهندسی مکانیزاسیون کشاورزی، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، گیلان عادل بخشی پور زیارتگاهی استادیار، گروه مهندسی مکانیزاسیون کشاورزی، دانشکده علوم کشاورزی، دانشگاه گیلان، رشت، گیلان، ایران علیرضا ثنایی فر دانش آموخته دکترى، مهندسى بیوسیستم، دانشکده کشاورزى، دانشگاه شیراز، شیراز، فارس Journal Article 2018 08 28 Tea is one of the strategic products in north of Iran. The tea produced in tea factories have different qualities as it is affected by various factors such as weather conditions during growth, soil, harvest time, as well as processing and preparation methods. In addition to its appearance, other essential properties of tea are its chemical compounds and aromatic characteristics. Investigating new and accurate methods for tea quality assessment has a significant effect on the development of tea processing industries. In this research, an electronic nose system was used to extract the characteristics of tea aroma and applying of these features for qualitative classification of black tea. Extracted Features from a sensor array, including ten different metal oxide gas sensors (MOS) were used for classification of five qualitative categories of black tea by means of chemometric methods. Results showed that the best classification performance was obtained by Artificial Neural Network (ANN) with a total classification accuracy of 88.00%. Also, Linear Discriminant Analysis (LDA) and Support Vector Machine (SVM) resulted in accuracies of 78.00% and 86.67% respectively. Based on the results of Principle Components Analysis (PCA), it was found that MQ7 and MQ2 sensors had the highest effect on the separation of different classes of tea. Generally, the performance of electronic nose system was suitable for qualitative classification of Iranian black tea. چای یکی از محصولات استراتژیک شمال ایران به شمار می رود. چای تولید شده در کارخانجات چایسازی، تحت تاثیر عوامل مختلفی نظیر شرایط آب و هوایی در دوره رشد، خاک، زمان برداشت، و همچنین روش های فراوری و آماده سازی، دارای کیفیت های متفاوت می باشد. علاوه بر خصوصیات ظاهری، از دیگر ویژگی های مهم چای، ترکیبات شیمیایی و خصوصیات عطری آن می باشند. بررسی روش های جدید و دقیق در زمینه پایش کیفی چای، تاثیر بسزایی در پیشرفت صنایع تبدیلی در حوزه چای دارد. در این پژوهش از یک سامانه بینی الکترونیک به منظور استخراج ویژگی های مربوط به عطر چای و بکارگیری این ویژگی ها برای طبقه بندی کیفی چای سیاه استفاده شد. ویژگی های استخراج شده از یک آرایه حسگری شامل ده حسگر گازی مختلف اکسید فلزی، برای طبقه بندی پنچ گروه کیفی چای سیاه به کمک روش های کمومتریک استفاده شدند. نتایج نشان داد که بهترین عملکرد طبقه بندی توسط شبکه های عصبی مصنوعی با دقت طبقه بندی کلی 88.00% به دست آمد. روش آنالیز تشخیصی خطی و ماشین بردار پشتیبان به ترتیب دقت هایی برابر با 78.00% و86.67% را منتج شدند. همچنین براساس نتایج روش آنالیز مؤلفه های اصلی، مشخص شد که حسگرهای MQ7 بیشترین تاثیر را در جداسازی گروه های کیفی چای داشت. به طور کلی، عملکرد سامانه بینی الکترونیک در طبقه بندی کیفی چای سیاه ایرانی، مناسب بود. https://jift.irost.ir/article_743_6e3a5cf3af4f08f2f8f9dd78975f6511.pdf