Trabalho de Conclusão de Curso

Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno

The ripening of fruits is a process that involves a series of physical and chemical changes. During this period, various alterations occur, including changes in color, texture, flavor, and aroma. The progressive deterioration of fruit quality over time is a process that can be influenced by various...

ver descrição completa

Autor principal: Silva, Jorge Darlim Rodrigues da
Grau: Trabalho de Conclusão de Curso
Idioma: por
Publicado em: Brasil 2024
Assuntos:
Frutas
Rede neural
Sensores
Microcontrolador
ENGENHARIAS
.
.
.
Acesso em linha: http://riu.ufam.edu.br/handle/prefix/7931
id oai:localhost:prefix-7931
recordtype dspace
spelling oai:localhost:prefix-79312025-03-10T21:10:14Z Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno Silva, Jorge Darlim Rodrigues da Silva Júnior, Waldir Sabino da http://lattes.cnpq.br/2925380715531711 Carvalho, Celso Barbosa Pinagé, Frederico da Silva Frutas Rede neural Sensores Microcontrolador ENGENHARIAS . . . The ripening of fruits is a process that involves a series of physical and chemical changes. During this period, various alterations occur, including changes in color, texture, flavor, and aroma. The progressive deterioration of fruit quality over time is a process that can be influenced by various factors, such as temperature, humidity, and primarily ethylene gas. The importance of detection lies in the ability to determine the optimal time for consumption, storage, and transportation. Harvesting fruits at the proper ripeness stage not only allows for consumption with good sensory quality but also prolongs their shelf life. In this study, the utilization of two sensors is proposed to detect the ripeness state of two fruits: the light sensor and the ethylene gas sensor. After data collection, a multilayer perceptron neural network is trained to analyze the collected data and verify if it is possible to accurately predict the ripeness state. The combination of light and ethylene gas sensors offers a comprehensive approach to assessing the ripening process of fruits. The light sensor captures information about changes in the color and pigmentation of the fruits, while the ethylene gas sensor is sensitive to the production of this hormone associated with fruit ripening.The use of a multilayer perceptron neural network allows for exploring complex patterns in the data collected by the sensors, enabling a deeper and more accurate analysis of the ripeness state. This approach can provide valuable insights to optimize fruit storage and distribution processes, contributing to the reduction of losses and ensuring the quality of agricultural products. O amadurecimento de frutas é um processo que envolve uma série de alterações físicas e químicas. Durante esse período, diversas mudanças ocorrem, incluindo mudanças de cor, textura, sabor e aroma. A deterioração progressiva da qualidade das frutas ao longo do tempo é um processo que pode ser influenciado por diversos fatores, como temperatura, umidade e principalmente o gás etileno. A importância da detecção reside na capacidade de determinar o momento ideal para o consumo, armazenamento e transporte. Colher as frutas no estágio de maturação adequado não apenas permite o consumo com boa qualidade sensorial, mas também prolonga sua vida útil. Neste estudo, propõe-se a utilização de dois sensores para realizar a detecção do estado de maturação de duas frutas: o sensor de luz e o sensor de gás etileno. Após a coleta dos dados, uma rede neural do tipo multilayer perceptron é treinada para analisar os dados coletados e verificar se é possível predizer com precisão o estado de maturação. A combinação dos sensores de luz e gás etileno oferece uma abordagem abrangente para avaliar o processo de maturação das frutas. O sensor de luz captura informações sobre mudanças na cor e na pigmentação dos frutos, enquanto o sensor de gás etileno é sensível à produção desse hormônio associado ao amadurecimento das frutas.A utilização de uma rede neural do tipo multilayer perceptron permite explorar padrões complexos nos dados coletados pelos sensores, possibilitando uma análise mais profunda e precisa do estado de maturação. Essa abordagem pode fornecer insights valiosos para otimizar processos de armazenamento e distribuição de frutas, contribuindo para a redução de perdas e a garantia da qualidade dos produtos agrícolas. 3 Não 2024-10-03T15:29:39Z 2024-10-03T15:29:39Z 2024-03-18 Trabalho de Conclusão de Curso http://riu.ufam.edu.br/handle/prefix/7931 por Acesso Aberto https://creativecommons.org/licenses/by-nc-nd/4.0/ Brasil FT - Faculdade de Tecnologia Manaus (AM) Engenharia da Computação - Bacharelado - Manaus
institution Repositório Institucional - Universidade Federal do Amazonas
collection RI-UFAM
language por
topic Frutas
Rede neural
Sensores
Microcontrolador
ENGENHARIAS
.
.
.
spellingShingle Frutas
Rede neural
Sensores
Microcontrolador
ENGENHARIAS
.
.
.
Silva, Jorge Darlim Rodrigues da
Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno
topic_facet Frutas
Rede neural
Sensores
Microcontrolador
ENGENHARIAS
.
.
.
description The ripening of fruits is a process that involves a series of physical and chemical changes. During this period, various alterations occur, including changes in color, texture, flavor, and aroma. The progressive deterioration of fruit quality over time is a process that can be influenced by various factors, such as temperature, humidity, and primarily ethylene gas. The importance of detection lies in the ability to determine the optimal time for consumption, storage, and transportation. Harvesting fruits at the proper ripeness stage not only allows for consumption with good sensory quality but also prolongs their shelf life. In this study, the utilization of two sensors is proposed to detect the ripeness state of two fruits: the light sensor and the ethylene gas sensor. After data collection, a multilayer perceptron neural network is trained to analyze the collected data and verify if it is possible to accurately predict the ripeness state. The combination of light and ethylene gas sensors offers a comprehensive approach to assessing the ripening process of fruits. The light sensor captures information about changes in the color and pigmentation of the fruits, while the ethylene gas sensor is sensitive to the production of this hormone associated with fruit ripening.The use of a multilayer perceptron neural network allows for exploring complex patterns in the data collected by the sensors, enabling a deeper and more accurate analysis of the ripeness state. This approach can provide valuable insights to optimize fruit storage and distribution processes, contributing to the reduction of losses and ensuring the quality of agricultural products.
author_additional Silva Júnior, Waldir Sabino da
author_additionalStr Silva Júnior, Waldir Sabino da
format Trabalho de Conclusão de Curso
author Silva, Jorge Darlim Rodrigues da
title Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno
title_short Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno
title_full Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno
title_fullStr Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno
title_full_unstemmed Sistema de IoT para monitoramento da maturação de frutas por cor e gás etileno
title_sort sistema de iot para monitoramento da maturação de frutas por cor e gás etileno
publisher Brasil
publishDate 2024
url http://riu.ufam.edu.br/handle/prefix/7931
_version_ 1831970072494604288
score 11.755432

Registros relacionados