Discriminación de hidromieles a través de una lengua electrónica

Yennifer Yuliana  Rios Díaz; Cristhian Manuel  Duran Acevedo; Martha  Cuenca

doi:10.24054/rcta.v1i23.1228

Autores/as

Yennifer Yuliana Rios Díaz Universidad de Pamplona
Cristhian Manuel Duran Acevedo Universidad de Pamplona
Martha Cuenca Universidad Nacional de Colombia

DOI:

https://doi.org/10.24054/rcta.v1i23.1228

Palabras clave:

Hidromieles, Lengua electrónica, PCA, electrodos, clasificación

Resumen

El presente artículo consiste en la implementación de una lengua electrónica, para la clasificación de compuestos volátiles emitidos por hidromieles: Pacho, polen, blanco y maracuyá, mediante la comparación de soluciones modelo: Vino de maracuyá y mosto, a través de electrodos comerciales tipo BVT AC1. Los datos fueron adquiridos a través de un potenciostato tipo EmStant2 de 4 canales (Palmsens), donde los resultados fueron obtenidos a partir del pre-procesamiento de datos, los cuales fueron realizados con técnicas de normalización. Una vez obtenida la información relevante del conjunto de datos, posteriormente fue aplicado el análisis PCA (Análisis de Componentes Principales), con el objetivo de discriminar cada uno de los compuestos volátiles.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Bard, A. J. and Faulkner, R. (2001). Electrochemical Methods: Fundamentals and Applications, John Wiley & Sons, Inc. Dec, pp. 864.

Barsoukov, E. and Macdonald, J. R. (2005). Impedance Spectroscopy. Theory, Experiment and Applications, 2nd Edition, John Wiley & Sons, Inc., Marzo 2005, pp. 616.

Brezmes, J.; Llobet, E.; Vilanova, X.; Saiz, G., Correig, X. (2001). Correlation between electronic nose signals and fruit quality indicators on shelf-life measurements with pink lady apples, Sensors and Actuators B, Vol. 80, No.1, pp. 41-50.

Cadima, J. (2004). Computational aspects of algorithms for variable selection in the context of principal components, Computational Statics & Data Analysis, Vol. 47, No. 2, pp. 225-236.

Carpenter. G. A.; Grossberg. S. and Rosen. D. B., (1991). Fuzzy ART: Fast stable learning and categorization of analog patterns by an adaptive resonance system, Neuronal Networks, Vol. 4, No .6, pp. 759–771.

Ciosek, P. and Wroblewski, W. (2008). Miniaturized electronic tongue with an integrated reference microelectrode for the recognition of milk samples, Talanta, Vol. 76, No. 3, pp. 548-556.

Collings, V. (1974). Human taste response as a function of locus of stimulation on the tongue and soft palate, Perception & Psychophysics, Vol.16, No. 1, pp. 169-174.

Durán C. y Rodríguez, J. (2008). Sistema de Olfato Electrónico para la Detección de compuestos Volátiles. Revista Colombiana De Tecnologías de Avanzada, Vol. 2, No. 12, pp. 20 - 26.

Durán, C.; Gualdrón, O. y Carvajal, A. (2011). Herramienta de adquisición, análisis y procesamiento de Datos para sistemas multisensoriales y espectrometría de Masas. Revista Colombiana de Tecnologías De Avanzada, Vol. 1, No. 17, pp. 16-23.

Gutes, A.; Cespedes, F. and Del Valle, M. (2007). Electronic tongues in flow analysis, Analytica Chemical Acta, Anal Chem Acta, (1-2), pp. 90-96.

Llobet, E.; Hines, E. L.; Gardner, J. W. y Franco, S., (1999). Non-destructive banana ripeness determination using a neural network based electronic nose, Measurement Science & Technology, vol. 10, no.6, pp. 38-48.

Peres, A. M.; Dias, L. G.; Ana, C. A.; Veloso, S. G.; Meirinho, J.; Sa, Morais, A. S. C. and Machado. (2011). An electronic tongue for gliadins semi-quantitative detection in foodstuffs, Talanta, Vol. 83, pp. 857-864.

PLS_Toolbox, http://www.eigenvector.com/

Rodríguez, J.; Durán, C. y Reyes, A. (2010). Electronic Nose for Quality Control of Colombian Coffee through the Detection of Defects in “Cup Tests”, Sensors, Vol. 10, No. 1, pp. 36-46.