احمد صادقی - استادیار، موسسه آموزش و ترویج کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
هادی حسینی - مربی، موسسه آموزش و ترویج کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

تقلب در محصولات غذایی یک معضل جدی است و کیفیت مواد غذایی تحت تاثیر این موضوع می باشد. رب انار به دلیل طعم دلپذیر و داشتن خواص آنتی اکسیدان، یکی از مواد خوراکی با از رش محسوب می شود. در این پژوهش سامانه ماشین بویایی با هشت آرایه حسگر گازی به منظور تشخیص تقلب و طبقه بندی نمونه های رب انار به کار گرفته شد. پاسخ حسگرها ناشی از ترکیبات فرار مواد آلی نمونه ها توسط روشهای آماری شیمی سنجی از جمله روش های تحلیل مولفه اصلی و تحلیل تفکیک خطی به منظور تعیین الگوی مناسب استفاده شد. بر اساس نتایج بدست آمده، روش تحلیل مولفه های اصلی با دو مولفه PC۱ و PC۲ با دقت ۹۰ درصد واریانسکل داده ها را توصیف کرد. در روش تحلیل تفکیک خطی با توجه به نمودار لودینگ در روش PCA حسگرهایMQ۱۳۶ ،TGS۲۶۱۰ TGS۸۱۳ ،TGS۸۲۲و TGS۸۴۲ که تاثیر حداقلی در تمایز میان نمونه ها دارند، حذف شدند. دقت طبقه بندی نمونه ها با داده های حاصل از هشت حسگر و دو حسگر به ترتیب ۹۷ و ۹۹ درصد گزارش شد. بنابراین حسگرهای TGS۲۶۲۰ و MQ۱۳۸ بیشترین تاثیر را در تشخیص تقلب و تمایز نمونه های رب انار دارند.

بینی الکترونیک، تقلب، شناسایی الگو، رب انار