A cor e a temperatura dos grãos de café são duas variáveis muito importantes de serem monitoradas para avaliar o grau de torra do mesmo, durante uma torrefação. No entanto, os torradores comerciais atuais não possuem sistema de monitoramento dessas variáveis em tempo real. Nesse sentido, este trabalho propõem um sistemas de medição de cor de grãos de café e um sistema supervisório para monitoramento das temperaturas envolvidas durante o processo. Este sistema foi projetado para operação em torradores de tambor rotativo horizontal. Para tal, foi construído um sistema de visão computacional e dois termopares tipo k foram posicionados de forma apropriada no interior do torrador. O sistema de visão é composto por uma estrutura obtida por meio de impressão 3D que sustenta e direciona uma câmera digital de baixo custo (Webcam USB) e um sistema de iluminação para capturar imagens (formato RGB) de grãos no torrador. Os termopares foram conectados à um chassi NI CompactDAQ USB, para condicionar e converter o sinal analógico para digital. Todos os elementos, câmera e chassi, foram conectados em um computador pessoal e um programa desenvolvido em LabVIEW foi utilizado para adquirir imagens e temperaturas e fazer os processamentos necessários. Cada imagem foi adquirida a frequência de 2 Hz e, posteriormente, segmentada e analisada de forma que a cor dos grãos seja fornecida na escala AGTRON, muito utilizada em processos de torrefação. As temperaturas foram adquiridas a uma frequência de 3 Hz e, a partir de uma interface gráfica implementada, os valores de cor e temperatura são apresentados ao usuário em tempo real. O sistema aqui projetado mostrou-se adequado para o monitoramento das temperaturas e cor em tempo real, durante a torrefação.
The sounds emitted by the popping coffee during the roasting can be used to assist the control of the roasting process. A pop detection system is here designed to operate on small horizontal rotary drum roasters in real time. To design the system, several sets of sound samples, recorded during various roasting, were selected and separated into two classes: with the presence of pop) and without the presence of pop). Characteristics were extracted from the data set, using second, third and fourth order cumulants, RMS (Root Mean Square) and extraction of higher value (peak value). After a pre-processing of the data, the Fisher discriminant was implemented to select the two most important characteristics among those obtained and, later, two distinct classifiers were evaluated: Bayesian and Perceptron. With 100% classification accuracy during test, the Perceptron classifier was selected to compose the pop) detector. The system was implemented in labview to evaluate sounds from roasting. Finally, a real-time evaluation showed good accuracy of the proposed detector. Resumo: Os sons emitidos pelo estalo do café (estouro dos grãos de café também chamado de pop) durante a torrefação podem ser utilizados para auxiliar o controle do processo de torra do mesmo. Um sistema de detecção de pop foi projetado neste trabalho para atuar em torradores de tambor rotativo horizontal de pequeno porte, em tempo real. Para projetar o sistema, vários conjuntos de amostras de sons, gravados durante diversas torrefações, foram selecionados e separados em duas classes: com presença de pop e sem a presença de pop. Características foram extraídas a partir do conjunto de dados, utilizando cumulantes de segunda, terceira e quarta ordem, RMS (Root Mean Square) e extração de maior valor (valor de pico). Após um pré-processamento dos dados, o discriminante Fisher foi implementado para selecionar as duas características mais importantes dentre as obtidas e, posteriormente, dois classificadores distintos foram avaliados: Bayesiano e Perceptron. Com 100% de acerto durante teste, o classificador do tipo Perceptron foi o selecionado para compor o detector de pop. O sistema foi implementado em labview para avaliar sons advindos de torrefações. Por fim, uma avaliação feita em tempo real mostrou boa acurácia do detector proposto.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.