Desenvolvimento de instrumentação para monitoramento da torra de grãos de café

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Santesso, Edson Roberto
Orientador(a): Killner, Mário Henrique Montazzolli [Orientador]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.uel.br/handle/123456789/9086
Resumo: Resumo: Neste trabalho objetivou-se o desenvolvimento de instrumentação para monitoramento da torra de grãos de café da espécie Coffea canephora, através do desenvolvimento de uma câmara de torração automatizada por microcontrolador com plataforma de computação open source (Arduino Mega 256) para controle da instrumentação, sendo o microprocessador controlado pelo software Coffee Roast Control System V2, que fez todo o processamento e aquisição de dados, desenvolvido por Edson Roberto Santesso do grupo LATE (Laboratório de Analítica Thomas Edison) da Universidade Estadual de Londrina (UEL), através do monitoramento in-situ durante o processo de torração As amostras de café foram adquiridas do instituto agronômico do Paraná (IAPAR) campus Londrina Para cada amostra, foi separado pequenas porções de 4g, sendo submetidas ao processo de torra, adquirido imagens digitais canal L*, frequência sonora e espectros de refletância no NIR nano portátil A aplicação de diferentes padrões de cor e curvas de torrefação teve como proposito evidenciar a combinação entre a melhor configuração das variáveis tempo e temperatura e a tonalidade de cor final para obter o melhor desempenho O método colorimétrico empregado para a avaliação da cor utiliza o sistema de cores CieLAB que é um padrão de cores que foi implementado pela Comissão Internacional de Iluminação (CIE, 1986) Para a detecção dos cracks do café durante o processo de torra foi utilizado um captador de áudio no qual foi acoplado do lado de fora da câmara de torra a uma distância de aproximadamente 2cm, para realizar a gravação de áudio Para a realização das analises estatísticas foi utilizado o software GAMMA desenvolvido pelo professor Dr Evandro Bona da (UTFPR) campus Campo Mourão, onde foi utilizado a análise de componentes principais (ACP) e a regressão dos mínimos quadrados parciais (PLSR) como ferramentas quimiométricas com o intuito de se fazer uma análise exploratória e quantitativa dos grupos amostrais, para discriminalos entre si dentro da mesma curva de temperatura por suas caracteriscas espectrais A automação foi testada mostrando que o método escolhido para a detecção dos eventos de crack apresentou apenas ruído, não sendo possível descriminar a frequência na qual ocorrem os dois eventos Foi verificado que o aumento no tempo de torra desencadeou o aumento no percentual de perda de massa A análise qumiométrica utilizando o PLSR mostra que as coordenadas L*, a* e b* do método de imagem digital podem ser empregados para a predição dos valores de L* do colorímetro, sendo uma boa estimativa online durante todo o processo de torra, com baixos valores de RMSECV
id UEL_510045a6d7548eb1c373b609344e638e
oai_identifier_str oai:repositorio.uel.br:123456789/9086
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Santesso, Edson RobertoNixdorf, Suzana Lucyf8ccff88-530b-40a4-b806-e6315ec4319d-1Março, Paulo Henriquefc73b4ea-9717-44d2-9d00-e94d882d1ba7-1Bona, Evandro [Coorientador]5358e043-6ce3-477d-b98b-6d9c55ca7930-1ef23166a-ed72-4b3b-b553-bec365b9bd0bdc54871e-19ec-4f9c-9bf3-412c7c92ca3dKillner, Mário Henrique Montazzolli [Orientador]Londrina2024-05-01T11:46:53Z2024-05-01T11:46:53Z2022.0025.03.2022https://repositorio.uel.br/handle/123456789/9086Resumo: Neste trabalho objetivou-se o desenvolvimento de instrumentação para monitoramento da torra de grãos de café da espécie Coffea canephora, através do desenvolvimento de uma câmara de torração automatizada por microcontrolador com plataforma de computação open source (Arduino Mega 256) para controle da instrumentação, sendo o microprocessador controlado pelo software Coffee Roast Control System V2, que fez todo o processamento e aquisição de dados, desenvolvido por Edson Roberto Santesso do grupo LATE (Laboratório de Analítica Thomas Edison) da Universidade Estadual de Londrina (UEL), através do monitoramento in-situ durante o processo de torração As amostras de café foram adquiridas do instituto agronômico do Paraná (IAPAR) campus Londrina Para cada amostra, foi separado pequenas porções de 4g, sendo submetidas ao processo de torra, adquirido imagens digitais canal L*, frequência sonora e espectros de refletância no NIR nano portátil A aplicação de diferentes padrões de cor e curvas de torrefação teve como proposito evidenciar a combinação entre a melhor configuração das variáveis tempo e temperatura e a tonalidade de cor final para obter o melhor desempenho O método colorimétrico empregado para a avaliação da cor utiliza o sistema de cores CieLAB que é um padrão de cores que foi implementado pela Comissão Internacional de Iluminação (CIE, 1986) Para a detecção dos cracks do café durante o processo de torra foi utilizado um captador de áudio no qual foi acoplado do lado de fora da câmara de torra a uma distância de aproximadamente 2cm, para realizar a gravação de áudio Para a realização das analises estatísticas foi utilizado o software GAMMA desenvolvido pelo professor Dr Evandro Bona da (UTFPR) campus Campo Mourão, onde foi utilizado a análise de componentes principais (ACP) e a regressão dos mínimos quadrados parciais (PLSR) como ferramentas quimiométricas com o intuito de se fazer uma análise exploratória e quantitativa dos grupos amostrais, para discriminalos entre si dentro da mesma curva de temperatura por suas caracteriscas espectrais A automação foi testada mostrando que o método escolhido para a detecção dos eventos de crack apresentou apenas ruído, não sendo possível descriminar a frequência na qual ocorrem os dois eventos Foi verificado que o aumento no tempo de torra desencadeou o aumento no percentual de perda de massa A análise qumiométrica utilizando o PLSR mostra que as coordenadas L*, a* e b* do método de imagem digital podem ser empregados para a predição dos valores de L* do colorímetro, sendo uma boa estimativa online durante todo o processo de torra, com baixos valores de RMSECVDissertação (Mestrado em Química) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em QuímicaAbstract: The objective of this work was to develop instrumentation for monitoring the roasting of coffee beans of the species Coffea canephora, through the development of a roasting chamber automated by microcontroller with an open source computing platform (Arduino Mega 256) to control the instrumentation, being the microprocessor controlled by the Coffee Roast Control System V2 software, which did all the processing and data acquisition, developed by Edson Roberto Santesso from the LATE group (Thomas Edison Analytical Laboratory) at the State University of Londrina (UEL), through monitoring in-situ during the roasting process The coffee samples were acquired from the agronomic institute of Paraná (IAPAR) campus Londrina For each sample, small portions of 4g were separated, being submitted to the roasting process, acquiring digital images L* channel, sound frequency and reflectance spectra in the portable NIR nano The application of different color standards and roasting curves aimed to highlight the combination between the best configuration of the time and temperature variables and the final color tone to obtain the best performance The colorimetric method used for the evaluation of color uses the CieLAB color system, which is a color standard that was implemented by the International Commission on Illumination (CIE, 1986) For the detection of coffee cracks during the roasting process, an audio pickup was used, which was coupled outside the roasting chamber at a distance of approximately 2 cm, to perform the audio recording To perform the statistical analysis, the GAMMA software developed by Professor Dr Evandro Bona da (UTFPR) Campo Mourão campus, where principal components analysis (PCA) and partial least squares regression (PLSR) were used as chemometric tools in order to carry out an exploratory and quantitative analysis of the sample groups, to discriminate them from each other within the same temperature curve by their spectral characteristics The automation was tested showing that the method chosen for the detection of crack events presented only noise, and it was not possible to discriminate the frequency in which the two events occur It was found that the increase in roasting time triggered an increase in the percentage of mass loss The chemometric analysis using the PLSR shows that the L*, a* and b* coordinates of the digital imaging method can be used to predict the L* values of the colorimeter, being a good estimate online throughout the roasting process, with low RMSECV valuesporCaféTorrefaçãoCaféProcessamentoCaféCoffeeCoffeeCoffeeCoffee - Near infrared spectroscopyArduino (Programmable controllers)QualityRoasting - Processing Color AutomationDesenvolvimento de instrumentação para monitoramento da torra de grãos de caféinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMestradoQuímicaCentro de Ciências ExatasPrograma de Pós-Graduação em Química-1-1reponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess79721vtls000237275SIMvtls000237275http://www.bibliotecadigital.uel.br/document/?code=vtls00023727564.00SIMhttp://www.bibliotecadigital.uel.br/document/?code=vtls0002372758865.pdf123456789/5502 - Mestrado - QuímicaORIGINAL8865.pdfapplication/pdf3326793https://repositorio.uel.br/bitstreams/524ac020-1366-4547-b8af-7230b022ea92/download8e9ca3d9e7f39335af39f7222507ee61MD51LICENCElicence.txttext/plain263https://repositorio.uel.br/bitstreams/f47a7a32-e377-406e-a260-90becb08abfb/download753f376dfdbc064b559839be95ac5523MD52THUMBNAIL8865.pdf.jpg8865.pdf.jpgGenerated Thumbnailimage/jpeg3562https://repositorio.uel.br/bitstreams/fb21011b-ea8e-48d9-8556-206bd17a84d6/download893a3244f8fe27f723111ca558d3bf37MD53123456789/90862024-07-12 01:20:21.686open.accessoai:repositorio.uel.br:123456789/9086https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:20:21Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.pt_BR.fl_str_mv Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
title Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
spellingShingle Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
Santesso, Edson Roberto
Café
Torrefação
Café
Processamento
Café
Coffee
Coffee
Coffee
Coffee - Near infrared spectroscopy
Arduino (Programmable controllers)
Quality
Roasting - Processing Color Automation
title_short Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
title_full Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
title_fullStr Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
title_full_unstemmed Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
title_sort Desenvolvimento de instrumentação para monitoramento da torra de grãos de café
author Santesso, Edson Roberto
author_facet Santesso, Edson Roberto
author_role author
dc.contributor.banca.pt_BR.fl_str_mv Nixdorf, Suzana Lucy
Março, Paulo Henrique
dc.contributor.coadvisor.pt_BR.fl_str_mv Bona, Evandro [Coorientador]
dc.contributor.author.fl_str_mv Santesso, Edson Roberto
dc.contributor.authorID.fl_str_mv ef23166a-ed72-4b3b-b553-bec365b9bd0b
dc.contributor.advisor1ID.fl_str_mv dc54871e-19ec-4f9c-9bf3-412c7c92ca3d
dc.contributor.advisor1.fl_str_mv Killner, Mário Henrique Montazzolli [Orientador]
contributor_str_mv Killner, Mário Henrique Montazzolli [Orientador]
dc.subject.por.fl_str_mv Café
Torrefação
Café
Processamento
Café
Coffee
Coffee
Coffee
Coffee - Near infrared spectroscopy
Arduino (Programmable controllers)
Quality
Roasting - Processing Color Automation
topic Café
Torrefação
Café
Processamento
Café
Coffee
Coffee
Coffee
Coffee - Near infrared spectroscopy
Arduino (Programmable controllers)
Quality
Roasting - Processing Color Automation
description Resumo: Neste trabalho objetivou-se o desenvolvimento de instrumentação para monitoramento da torra de grãos de café da espécie Coffea canephora, através do desenvolvimento de uma câmara de torração automatizada por microcontrolador com plataforma de computação open source (Arduino Mega 256) para controle da instrumentação, sendo o microprocessador controlado pelo software Coffee Roast Control System V2, que fez todo o processamento e aquisição de dados, desenvolvido por Edson Roberto Santesso do grupo LATE (Laboratório de Analítica Thomas Edison) da Universidade Estadual de Londrina (UEL), através do monitoramento in-situ durante o processo de torração As amostras de café foram adquiridas do instituto agronômico do Paraná (IAPAR) campus Londrina Para cada amostra, foi separado pequenas porções de 4g, sendo submetidas ao processo de torra, adquirido imagens digitais canal L*, frequência sonora e espectros de refletância no NIR nano portátil A aplicação de diferentes padrões de cor e curvas de torrefação teve como proposito evidenciar a combinação entre a melhor configuração das variáveis tempo e temperatura e a tonalidade de cor final para obter o melhor desempenho O método colorimétrico empregado para a avaliação da cor utiliza o sistema de cores CieLAB que é um padrão de cores que foi implementado pela Comissão Internacional de Iluminação (CIE, 1986) Para a detecção dos cracks do café durante o processo de torra foi utilizado um captador de áudio no qual foi acoplado do lado de fora da câmara de torra a uma distância de aproximadamente 2cm, para realizar a gravação de áudio Para a realização das analises estatísticas foi utilizado o software GAMMA desenvolvido pelo professor Dr Evandro Bona da (UTFPR) campus Campo Mourão, onde foi utilizado a análise de componentes principais (ACP) e a regressão dos mínimos quadrados parciais (PLSR) como ferramentas quimiométricas com o intuito de se fazer uma análise exploratória e quantitativa dos grupos amostrais, para discriminalos entre si dentro da mesma curva de temperatura por suas caracteriscas espectrais A automação foi testada mostrando que o método escolhido para a detecção dos eventos de crack apresentou apenas ruído, não sendo possível descriminar a frequência na qual ocorrem os dois eventos Foi verificado que o aumento no tempo de torra desencadeou o aumento no percentual de perda de massa A análise qumiométrica utilizando o PLSR mostra que as coordenadas L*, a* e b* do método de imagem digital podem ser empregados para a predição dos valores de L* do colorímetro, sendo uma boa estimativa online durante todo o processo de torra, com baixos valores de RMSECV
publishDate 2024
dc.date.defesa.pt_BR.fl_str_mv 25.03.2022
dc.date.created.fl_str_mv 2022.00
dc.date.accessioned.fl_str_mv 2024-05-01T11:46:53Z
dc.date.available.fl_str_mv 2024-05-01T11:46:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/9086
url https://repositorio.uel.br/handle/123456789/9086
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.coursedegree.pt_BR.fl_str_mv Mestrado
dc.relation.coursename.pt_BR.fl_str_mv Química
dc.relation.departament.pt_BR.fl_str_mv Centro de Ciências Exatas
dc.relation.ppgname.pt_BR.fl_str_mv Programa de Pós-Graduação em Química
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.coverage.spatial.pt_BR.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
bitstream.url.fl_str_mv https://repositorio.uel.br/bitstreams/524ac020-1366-4547-b8af-7230b022ea92/download
https://repositorio.uel.br/bitstreams/f47a7a32-e377-406e-a260-90becb08abfb/download
https://repositorio.uel.br/bitstreams/fb21011b-ea8e-48d9-8556-206bd17a84d6/download
bitstream.checksum.fl_str_mv 8e9ca3d9e7f39335af39f7222507ee61
753f376dfdbc064b559839be95ac5523
893a3244f8fe27f723111ca558d3bf37
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1856675829072789504