موسی الرضا صمدی - گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه تبریز
سیدصادق سیدلو - گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه تبریز
عباس روحانی - گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد
علی محمد نیکبخت - گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه ارومیه

چکیده اسانس گیاهان دارویی براساس میزان ماده موثره موجود در آن­ها در صنایع داروسازی و غذایی ارزش­ گذاری و استفاده می­ شود. یکی از روش­های کارآمد برای شناسایی و ارزیابی اسانس­ ها بینی الکترونیک می­ باشد که نسبت به روش­ های متداول نقاط ضعف کمتری دارد. در این مطالعه یک سامانه بینی الکترونیک متشکل از ۸ حسگر نیمه ­هادی اکسید فلزی(MOS) برای تعیین درجه خلوص اسانس نعناع فلفلی طراحی و ساخته شد. روش PCA برای کاهش ابعاد داده­ها و شناسایی حسگرهای موثر به­کار گرفته شد و روش شبکه عصبی مصنوعی برای طبقه ­بندی داده­ ها استفاده گردید. بر اساس نتایج، روش تحلیل مولفه ­های اصلی با دو مولفه اصلی PC۱ و PC۲ توانست ۸۲ درصد از واریانس داده­ ها را پوشش دهد. همچنین حسگرهایی که تاثیر بیشتری در تفکیک کلاس­های خلوص اسانس داشتند شناسایی شدند. در ادامه دقت طبقه ­بندی داده­ها در مرحله آموزش و آزمون در روش شبکه عصبی مصنوعی به ترتیب ۸۱ درصد و ۷۰ درصد بدست آمد. بنابراین سامانه بینی الکترونیکی پیشنهادی بر پایه الگوریتم مذکور نشان داد که می­تواند تا حدودی ابزار قابل اعتماد و کم­ هزینه ه­ای جهت درجه­ بندی کیفی نمونه­ های مختلف خلوص اسانس نعناع فلفلی از یکدیگر باشد.

واژه­ های کلیدی: اسانس, بینی الکترونیک, تحلیل مولفه­های اصلی, شبکه عصبی مصنوعی, کنترل کیفی