Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/6653
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSabino, Lucas Veiga
dc.date.accessioned2020-11-10T12:24:39Z-
dc.date.available2020-11-10T12:24:39Z-
dc.date.issued2015-12-02
dc.identifier.citationSABINO, Lucas Veiga. Quantificação do percentual de café arábica em misturas com café robusta usando FTIR, NIRS e modelos de dois estágios. 2015. 46 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Campo Mourão, 2015.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/6653-
dc.description.abstractCoffee 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.pt_BR
dc.description.sponsorshipFundação Araucáriapt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectEspectroscopia de infravermelhopt_BR
dc.subjectAnálise de componentes principaispt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectCafépt_BR
dc.subjectInfrared spectroscopypt_BR
dc.subjectPrincipal components analysispt_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectCoffeept_BR
dc.titleQuantificação do percentual de café arábica em misturas com café robusta usando FTIR, NIRS e modelos de dois estágiospt_BR
dc.typebachelorThesispt_BR
dc.description.resumoO 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.pt_BR
dc.degree.localCampo Mourãopt_BR
dc.publisher.localCampo Mouraopt_BR
dc.contributor.advisor1Março, Paulo Henrique
dc.contributor.referee1Março, Paulo Henrique
dc.contributor.referee2Gozzo, Angela Maria
dc.contributor.referee3Tanamati, Augusto
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento Acadêmico de Alimentospt_BR
dc.publisher.programEngenharia de Alimentospt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS AGRARIAS::CIENCIA E TECNOLOGIA DE ALIMENTOS::ENGENHARIA DE ALIMENTOSpt_BR
Aparece nas coleções:CM - Engenharia de Alimentos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CM_COEAL_2015_2_15.pdf946,24 kBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.