Quantificação do percentual de café arábica em misturas com café robusta usando FTIR, NIRS e modelos de dois estágios

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMarço, Paulo Henrique-
Autor(es): dc.contributorMarço, Paulo Henrique-
Autor(es): dc.contributorGozzo, Angela Maria-
Autor(es): dc.contributorTanamati, Augusto-
Autor(es): dc.creatorSabino, Lucas Veiga-
Data de aceite: dc.date.accessioned2025-08-29T13:21:55Z-
Data de disponibilização: dc.date.available2025-08-29T13:21:55Z-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2015-12-02-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/6653-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1111964-
Descrição: dc.descriptionCoffee is one of the most acceptable and appreciated drinks around the world. The main species are Coffea arabica and Coffea canephora, which shows a very different chemical composition. The specie C. Arabica stands out for providing a drink with higher quality and aroma, if compared with C. Canephora. The last specie is considered a neutral drink, for blends and for the industry of instant coffee, because of his low cost. Blends are very used when it’s necessary to maintain a uniform flavor. Thus, the main objective of this work was to develop a reliable analytic method to indicate the amount of each type of coffee in mixture. Spectra of samples were obtained by Infrared Spectroscopy with Fourier Transform (FTIR) and Near Infrared Spectroscopy (NIRS). In the first stage, it was used Principal Component Analysis (PCA) and the Partial Least Square (PLS). The result shows that the spectra obtained by FTIR gave better results than the NIR spectra. The method for data dimensionality reduction more satisfactory was PLS. The ANN with the best performance was MLP, which, in general, had lower results of Mean Absolute Error (MAE) and higher correlation coefficient.-
Descrição: dc.descriptionFundação Araucária-
Descrição: dc.descriptionO café é uma das bebidas mais aceitas e apreciadas por diversos países no mundo. As principais espécies são a Coffea arabica (arábica) e a Coffea canephora (robusta), as quais apresentam uma composição química muito distinta. Sendo que a espécie C. arabica, destaca-se por proporcionar bebida de qualidade e aroma superior ao C. canephora, cuja bebida, considerada neutra, destina-se aos blends e à indústria de café solúvel, favorecida pelo menor preço. As misturas de café, ou blends, são muito utilizadas quando se deseja manter uma uniformidade de sabor no produto, assim, foi testado o desenvolvimento de metodologias analíticas confiáveis para indicar a quantidade de cada tipo de café em uma mistura. Os espectros das misturas de arábica e robusta foram obtidos através de espectrofotometria de infravermelho próxima (NIRS) e média (FTIR). Como método de primeiro estágio, foram utilizados a Análise de Componentes Principais (PCA) e os Mínimos Quadrados Parciais. A partir dos resultados, pôde-se concluir que os espectros de FTIR conduziram a melhores resultados que os espectros NIR. O método de redução de dimensionalidade de dados mais satisfatório foi o PLS. Já a rede que apresentou melhor desempenho na criação do modelo de previsão foi a rede do tipo MLP, a qual, de maneira geral, obteve menores resultados de erro absoluto médio e maiores valores de coeficiente de correlação.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCampo Mourao-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Alimentos-
Publicador: dc.publisherEngenharia de Alimentos-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectEspectroscopia de infravermelho-
Palavras-chave: dc.subjectAnálise de componentes principais-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectCafé-
Palavras-chave: dc.subjectInfrared spectroscopy-
Palavras-chave: dc.subjectPrincipal components analysis-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectCoffee-
Palavras-chave: dc.subjectCNPQ::CIENCIAS AGRARIAS::CIENCIA E TECNOLOGIA DE ALIMENTOS::ENGENHARIA DE ALIMENTOS-
Título: dc.titleQuantificação do percentual de café arábica em misturas com café robusta usando FTIR, NIRS e modelos de dois estágios-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.