Autor: Yennifer Yuliana Rios

Director. Cristhian Manuel Dúran Acevedo

 

RESUMEN

 

El presente documento se ha desarrollado según la siguiente organización:

El primer capítulo presenta un estudio de los sistemas sensoriales artificiales. Este estudio incluye el funcionamiento a manera general para la captación de sabores, los elementos que intervienen en el proceso químico, electrónico y de software.

En el segundo capítulo se ilustran las diferentes técnicas utilizadas para la caracterización y evaluación del producto; seguido a esto, se realiza un estudio de las diversas aplicaciones las lenguas electrónicas y las características de cada una de ellas, para finalizar se describen los métodos utilizados en el procesamiento y clasificación (Análisis de Componentes Principales y Redes Neuronales Artificiales) para determinar el tipo de producto.

El tercer capítulo contiene la descripción de las etapas de la lengua electrónica diseñada; empezando por la etapa de adquisición donde se detallan los sensores utilizados y los equipos requeridos para la medición de estas muestras, en la segunda parte se presentan los métodos utilizados para el procesamiento y clasificación de los datos.

En el capítulo cuarto se describe la aplicación desarrollada para la validación de los sistemas de clasificación propuestos por medio de una interfaz diseñada en el software Matlab, se procesa la información de las bases de datos de los productos aplicando Análisis de Componentes Principales y Redes Neuronales Artificiales para determinar el tipo de producto, teniendo en cuenta la etapa de preprocesamiento que se realiza por medio de la normalización.

 

Bibliografía

 

Human Neuropsychology. 5th Ed. Academic Press. 2008.

 

[2] Y. Huang, X. Chen, M. Hoon, J. Chandrashekar, W. Guo, D. Trankner, N. Ryba, C. Zuker. The cells and logic for mammalian sour taste detection. Nature, 442 (2006), 934-938.

 

[3] Toko K. Biomimetic Sensor Technology. Cambridge University Press. 2004.

 

[4] De la fuente E., Trespaderne F. Universidad de Valladolid. Visión Artificial Industrial. 2011.

 

[5] Porras J., De la Cruz M. Universidad Ricardo Palma. Clasification System Based On Computer Vision. [42] De la fuente E., Trespaderne F. Universidad de Valladolid. Visión Artificial Industrial. 2011.

 

[6] http://www.jasvisio.com/vision-artificial-aplicada-industria-alimentacion.html

 

[7] Universidad Autónoma de Barcelona, Facultad de Psicología; extraído del temario de Psicología Fisiológica.

 

[8] Duran C. Diseño y optimización de los subsistemas de un sistema de olfato electrónico para aplicaciones agroalimentarias e industriales. Tesis Doctoral, Universidad Rovira I Virgili. 2005.

 

[9] E. Marieb. The Special Senses in Human Anatomy and Physiology. 1998, Ed. Benjamin Cummings, Menlo Park, 4th edition. 537–540.109

 

[10] A. Legin, A. Rudnitskaya and Y. Vlasov. Electronic tongues: sensors, systems and applications. Sensors Update, 10 (2002), 143–188.

 

[11] Collings V. Human taste response as a function of locus of stimulation on the tongue and soft palate Perception & Psychophysics.1974.

 

[12] K. Toko. A taste sensor. Meas. Sci. Technol. 9 (1998), 1919-1936.

 

[13] K. Toko. Taste sensor with global selectivity. Materials Science and Engineering: 4 (1996), 69-82.

 

[14] K. Toko. Electronic sensing of tastes. Sens. Update, 3 (1998), 131-160.

 

[15] F. Winquist, P. Wide and I. Lundström. An electronic tongue based on voltammetry. Analytica Chimica Acta, 357 (1997), 21-31.

 

[16] C. Krantz-Rülcker, M. Stenberg, F. Winquist, I. Lundström. Electronic tongues for environmental monitoring based on sensor arrays and pattern recognition: a review. Analytica Chimica Acta, 426 (2001), 217-226.

 

[17] Katrien Beullens, Péter Mészáros, Steven Vermeir. Analysis of tomato taste using two types of electronic tongues. ScienceDirect, Sensor and Actuators, (2008), 10-17.

 

[18] Riul, A. et al. Artificial taste sensor: efficient combination of sensors made from Langmuir-Blodgett films of conducting polymers and a ruthenium complex and self-assembled films of an azobenzene-containing polymer, Langmuir 2002; 18: 239-245.

 

[19] Cadima. J. Computational aspects of algorithms for variables selection in the context of principal components. Computational Statics & Data Analysis 2004; 47: 225-236.110

 

[20] Klecka, Willian R. Discriminant Analysis. Quantitative Applications in the Social Sciencies Series. No. 19. Thousand Oaks, CA: Sage Publications 1980.

 

[21] R. Leardi. Application of a genetic algorithm to feature selection under full validation conditions and to outlier detection. J. Chemom. 1994; 8: 65-79.

 

[22] Garder. J.W., P. Boilot, E.L. Hines. Enhancing electronic nose performance by sensor selection using a new inter-based genetic algorithm approach. Sensors and Actuators B 2005; 106: 114-121.

 

[23] Broadhurst D, R. Goodacre, A. Jones. Genetic algorithms as method for variable selection in multiple linear regression and partial least squares regression, with applications to pyrolysis mass spectrometry. Anal. Chim. Acta 348 1997; 71-86.

 

[24] Carpenter G.A, S. Grossberg, D.B: Rosen. Fuzzy ART: Fast stable learning and categorization of analog patterns by an adaptative resonance sytem. Neuronal Networks 1991; 4:759.

 

[25] Carpenter G.A, S. Grossberg, N. Markuson, J. Reynolds, and D.B. Rosen. Fuzzy ARTMAP: A neuronal network architecture for incremental supervised learning of analog multidimensional maps. IEEE Trans. Neuronal Networks 1992; vol. 3: 698-713.

 

[26] Llobet. E, Hines, E.L.; Gardner, J.W.; Franco, S., “Non-destructive banana ripeness determination using a neural network based electronic nose”, Measurement Science & Technology 1999. vol. 10: 38-48.

 

[27] Brezmes. J, Llobet, E, Vilanova, X.;.Saiz, G, Correig, X, Orts, “Correlation between electronic nose signals and fruit quality indicators on shelf-life measurements with pinklady apples”, Sensors and Actuators B 2001. 80: 41-50.111

 

[31] J. Brezmes. Tesis Doctoral: Diseño de una nariz electrónica para la determinación no destructiva del grado de maduración de la fruta. Universidad Politécnica de Catalunya. (2001).

 

[32] Bishop C., Neuronal Networks for Pattern Recognition. (2005).

 

[33] A. Gutes, F. Cespedes, M. del Valle. Electronic tongues in flow analysis. Analytica Chimica Acta 600 (2007) 90-96.

 

[34] A. J. Bard, L. R. Faulkner. Electrochemical Methods: Fundamentals and Applications. John Wiley & Sons, Inc. (2001).

 

[35] D. Harvey. Modern Analytical Chemistry. The McGraw-Hill Companies, Inc. (2000).

 

[36] J. R. Macdonald, E. Barsoukov. Impedance Spectroscopy. Theory, Experiment and Applications. 2nd Edition, John Wiley & Sons, Inc. 2005.

 

[37] Electrochemical Impedance Measurements: Instrumentation and Techniques. Technical Note AC-3. Princeton Applied Research.

 

[38] P. Ciosek, W. Wroblewski. Miniaturized electronic tongue with an integrated reference microelectrode for the recognition of milk samples. Talanta 76 (2008) 548-556.

 

[39] A. Rudnitskaya, D. Kirsanov, A. Legin, K. Beullens, J. Lammertyn, B. M. Nicolai, J. Irudayaraj. Analysis of apples varieties – comparison of electronic tongue with different analytical techniques. Sensors and Actuators B 116 (2006) 23-28.

 

[40] A. M. Peres, L. G. Dias, A. C.A. Veloso, S. G. Meirinho, J. Sa Morais, A. A. S. C. Machado. An electronic tongue for gliadins semi-quantitative detection in foodstuffs. Talanta 83 (2011) 857-864.112

 

[41] C. Di Natale, A. Macagnano, F. Davide, A. D’Amico, A. Legin, Y. Vlasov, A. Rudnitskaya, B. Selezenev. Multicomponent analysis on polluted waters by means of an electronic tongue. Sensors and Actuators B 44 (1997) 423-428.

 

[42] V. Parra, A. A. Arrieta, J.-A. Fernandez-Escudero, M. L. Rodriguez-Mendez, J. A. De Saja. Electronic tongue based on chemically modified electrodes and voltammetry for the detection of adulterations in wines. Sensors and Actuators B 118 (2006) 448-453.

 

[43] S. K. Schreyer, S. R. Mikkelsen. Chemometric analysis of square wave voltammograms for classification and quantitation of untreated beverage samples. Sensors and Actuators B 71 (2000) 147-153.

 

[44] C. Soderstrom, H. Boren, F. Winquist, C. Krantz-Rulcker. Use of an electronic tongue to analyze mold growth in liquid media. International Journal of Food Microbiology 83 (2003) 253-261.

 

[45] A. P. Bhondekar, M. Dhiman, A. Sharma, A, Bhakta, A. Ganguli, S.S. Bari, Renu Vig, P. Kapur, M. L. Singla. A novel iTongue for Indian black tea discrimination. Sensors and Actuators B 148 (2010) 601-609.

 

[46] J. Yanez Herasa, D. Pallarola, F. Battaglini. Electronic tongue for simultaneous detection of endotoxins and other contaminants of microbiological origin. Biosensors and Bioelectronics 25 (2010) 2470-2476.

 

[47] I. I. Leonte, G. Sehra, M. Cole, P. Hesketh, J. W. Gardner. Taste sensors utilizing high-frequency SH-SAW devices. Sensors and Actuators B 118 (2006) 349-355.

 

[48] C. Soderstrom, A. Rudnitskaya, A. Legin, C. Krantz-Rulcker. Differentiation of four Aspergillus species and one Zygosaccharomyces with two electronic tongues based on different measurement techniques. Journal of Biotechnology 119 (2005) 300-308.113

 

[49]http://www.utu.edu.uy/Escuelas/departamentos/canelones/vitivinicultura/Laboratorio/Modulo%20propedeutico%20Teorico/Acidez%20total.pdf

 

[50]http://www.utu.edu.uy/Escuelas/departamentos/canelones/vitivinicultura/Laboratorio/Primer%20semestre%20Teorico/Acidez%20volatil%20teo%20prac%20sin%20limites%20legales.pdf

 

[51] http://www.mundovino.net/2009/09/la-acidez-volatil.html

 

[52] ACCUVIN, LLC. Azúcar Residual. 2003.

 

[53] García J., Vayreda M., Azorín R. TÉCNICAS USUALES DE ANÁLISIS EN ENOLOGÍA. Laboratorio de la Estación Enológica de Vilafranca del Penedès del Instituto Catalá de la Vinya (INCAVI). Departamento de Química Analítica de la Facultad de Farmacia de la Universitad de Barcelona. Panreac Química S.A.

 

[54] http://www.elgrancatador.com/2008/02/29/el-ph-en-el-vino

 

[55] http://www.directoalpaladar.com/enologia/vinos-que-contienen-sulfitos

 

[56] Cortez P., Cerdeira A., Almeida F., Matos T., Reis J. Modeling wine preferences by data mining from physicochemical properties. In Decision Support Systems. Elsevier. 47(4):547-553.

 

[57] http://archive.ics.uci.edu/ml/datasets/Wine

 

[58] M. Gutierrez, C Domingo, J. Vila-Planas, A. Ipatov, F. Capdevila, S. Demming, S. Buttgenbach, A. Llobera, C. Jimenez-Jorquera. Hybrid electronic tongue for the characterization and quantification of grape variety in red wines. Sensors and Actuators B In-Press (2011).

 

[59] C. Di Natale, R. Paolesse, A. Macagnano, A. Mantini, A. D’Amico, A. Legin, L. Lvova, A. Rudnitskaya, Y. Vlasov. Electronic nose and electronic tongue integration for improved classification of clinical and food samples. Sensors and Actuators B 64 (2000) 15-21.

 

[60] C. Apetrei, I. M. Apetrei, S. Villanueva, J. A. de Saja, F. Gutierrez-Rosales, M. L. Rodriguez-Mendez. Combination of an e-nose, an e-tongue and an e-eye for the characterisation of olive oils with different degree of bitterness. Analytica Chimica Acta 663 (2010) 91-97.

 

[61] Correa E., Desarrollo de una aplicación a la detección de aromas para una nariz electrónica del tipo microbalanzas de cristal de cuarzo (QCM) para su adaptación a la determinación de calidad en frutas. Universidad Politécnica de Madrid (2003).

 

[62] Chamorro G., Planteamiento de una Metodología de Análisis de dispositivos electrónicos mediante Nanotecnología. Escuela Politécnica Nacional (2008).

 

[63] PrietoN., Implementación de un sistema de evaluación sensorial electrónico para el control de calidad de vinos. Universidad de Valladolid (2013).

 

[64] Cartas R., Modelos de Calibración n-dimensionales para lenguas electrónicas. Universidad Autónoma de Barcelona (2012).

 

[65] http://www.dastecsrl.com.ar/docs/folletos/Lengua%20electronica-Astree-Alpha%20Mos.pdf

 

[66] http://www.eigenvector.com/