این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی بیوسیستم ایران، جلد ۴۶، شماره ۳، صفحات ۲۱۹-۲۲۷
عنوان فارسی مدل‌سازی تشخیص فراصوتی آلودگی پاکت‌های شیر UHT به باکتری Escherichia coli با شبکۀ عصبی مصنوعی
چکیده فارسی مقاله 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.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Ultrasonic Detection Modeling of the Escherichia coli microbial contamination of UHT Milk packages using Artificial Neural Network
چکیده انگلیسی مقاله Detecting microbial contamination of milk using novel engineering techniques is very worthy. In current study, microbial contamination of UHT milk packages was detected using ultrasonic sensors. Milk packages artificially were inoculated to E. coli in four dilutions and three replications. Monitoring of ultrasonic properties was performed by measuring amplitude and time delay factors. Artificial neural network designed for predicting total count and pH of milk packages based on ultrasonic properties. Results showed that contamination of milk packages for initial dilution 1000 CFU/ml after 7.5 h is capable to detect, and detection period would be increased in conjunction with initial bacterial dilution decreasing. Trained neural network predicted total count and pH values with the coefficient of determination 0.979 and 0.795 against the experimental values. According to the current project, is resulted that microbial contamination is detectable using ultrasonic technique, and to achieve high accuracies, more researches are needed.
کلیدواژه‌های انگلیسی مقاله ultrasound, Microbial contamination, milk, Detection, ANN
نویسندگان مقاله وحید محمدی |
کارشناس ارشد، دانشکدۀ کشاورزی، دانشگاه شهرکرد
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

رحیم ابراهیمی |
دانشیار، دانشکدۀ کشاورزی، دانشگاه شهرکرد
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

مهدی قاسمی ورنامخواستی | ghasemi varnamkhasti
استادیار، دانشکدۀ کشاورزی، دانشگاه شهرکرد
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

مریم عباس والی |
استادیار، دانشکدۀ دامپزشکی، دانشگاه شهرکرد، شهرکرد
سازمان اصلی تایید شده: دانشگاه شهرکرد (Shahr kord university)

نشانی اینترنتی http://ijbse.ut.ac.ir/article_56862_b54969d5304a31c1ee8b6883764c8344.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1228/article-1228-223122.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات