Mekanik hasarsız çarpma tekniğiyle domatesin sertliğine göre sınıflandırılması

Abstract

Bu çalışmada, mekanik hasarsız çarpma tekniği kullanılarak domatesin sertliklerine göre sınıflandırılması incelenmiştir. Denemelerde Bandita F1 domates çeşidi kullanılmıştır. Düşük çarpma enerjili yanal çarpma aygıtı kullanılarak yapılan hasarsız çarpma ölçümlerinde, çarpma ivmesi ve temas zamanı, çarpma başlığı üzerine yerleştirilmiş ivme algılayıcı ile algılanmış ve ana çarpma parametreleri (maksimum çarpma ivmesi, maksimum çarpma ivmesinde ölçülen zaman ve temas zamanı) elde edilen eğrilerden bulunmuştur. Diğer çarpma parametreleri ana parametrelerden ve elastisite teorisinden türetilmiştir. Bu hasarsız çarpma parametreleri, hasarlı referans parametresi ile karşılaştırılmıştır. Hasarlı referans parametresi ölçümlerinde, kabuk yırtılma noktasındaki kuvvet-deformasyon oranı kullanılmış ve bu değer domates sertliği olarak ifade edilmiştir. Domateslerin sertlik gruplandırmalarında kümeleme analizi kullanılmıştır. Ayrıca, domateslerin sınıflandırma işlemlerinde, sahip oldukları sertlik gruplarındaki hatalı sınıflandırma olasılığını minimize edecek hasarsız çarpma parametrelerinin optimum doğrusal kombinasyonlarını bulmak için, doğrusal ayırma analizi kullanılmıştır. Sınıflandırma hassasiyeti doğrusal ayırma analizi ile iyileştirilmiş ve işlenen parametre sayısı stepwise regresyon analizi ile azaltılmıştır. İstatistiksel analiz sonuçları, hasarlı referans ve hasarsız çarpma parametreleri arasındaki korelasyonun önemli olduğunu göstermiştir. Doğrusal ayırma analizi sonuçlarına göre, doğrusal sınıflandırma hassasiyeti ana çarpma parametreleri yaklaşımı için % 77.27 ve on çarpma parametre yaklaşımı için de % 81.82 olarak bulunmuştur. Ayrıca, stepwise regresyon analizi ile belirlenmiş olan en önemli üç çarpma parametresi kullanılarak yapılan doğrusal ayırma analizi sonuçları, domateslerin doğru sınıflandırma hassasiyetinin % 82.96’ya yükseltildiğini göstermiştir. Sonuç olarak, statik koşullarda test edilmiş olan mekanik hasarsız çarpma test cihazı domates için yüksek sınıflandırma hassasiyeti sonuçları vermiştir. Bu performans, mekanik hasarsız çarpma tekniğinin, domateslerin elektronik sınıflandırma hattında gerçek zamanlı sertlik sınıflandırma amaçlı kullanılabileceğini göstermektedir

In this study, firmness classification of tomato was aimed by using mechanical nondestructive impact technique. Bandita F1 tomato variety was used during the tests. In the nondestructive impact measurements done by lateral impactor with low impact energy, impact acceleration and contact time were sensed by an accelerometer attached on impact head, and main impact parameters (maximum impact acceleration, time required to reach maximum acceleration and contact time) were extracted from the curve. Other impact parameters were derived from the main impact parameters and theory of elasticity. These nondestructive impact parameters were compared with destructive reference parameters. Forcedeformation ratio at rupture point was used in the measurements of destructive reference parameter and this was expressed to be tomato firmness. Cluster analysis was used for firmness groups of tomatoes. Furthermore, linear discriminating analysis was used to find an optimum linear combination of the impact parameters that minimizes the probability of misclassifying tomatoes into their respective groups for firmness classification procedure of tomatoes. The accuracy of classification was improved with linear discriminating analysis, and the number of parameters being processed was reduced with stepwise regression analysis. Statistical analysis showed that the correlations between destructive reference and nondestructive impact parameters were significant. According to the results of linear discriminating analysis, accuracy of the best classification for main impact parameter approach and all ten impact parameters approach was found to be 77.27% and 81.82%, respectively. Furthermore, linear discriminating analysis results for three most important impact parameters obtained with stepwise regression analysis showed that accuracy of the best classification of tomatoes was improved to 82.96%. As a result, mechanical nondestructive test device tested in static conditions gave high accuracy of classification for tomato. This performance shows that mechanical nondestructive impact technique could be used for real-time firmness classification of tomatoes in the electronic sorting line.