Akıllı otomatik meyve ve sebze kurutucu tasarım ve gerçeklenmesi
Design and implementation of smart automatic fruit and vegetable dryer
- Tez No: 688959
- Danışmanlar: DOÇ. DR. HALİL MURAT ÜNVER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Yaş sebze ve meyveler yılın belli dönemlerinde olgunlaşarak tüketime hazır hale gelirler. Ancak üretilen yaş meyve ve sebzelerin yaklaşık üçte biri tüketim fazlası olmakta ve bozularak israf olma tehlikesi yaşamaktadır. Bu ihtiyaç fazlası taze sebze ve meyveyi farklı usullerle korumak ve ileriki zamanlarda kullanmak insanlığın önemli bir uğraşı olmuştur. Meyve ve sebzelerin olgunlaşma dönemlerinde kurutulmaları en yaygın saklama yöntemlerinden biridir. İlk zamanlarda güneşte kurutma yöntemi kullanılırken, teknolojinin gelişmesi ile birlikte bu soruna çözüm olarak meyve ve sebzelerin kuruma kinematiğini dikkate alan otomatik ve akıllı kurutma yöntemleri geliştirilmiştir. Hâlihazırda gıdaları Isıtarak kurutma, dondurarak kurutma ve mikrodalga teknikleri ile kurutma gibi pek çok farklı yaklaşıma yönelik ARGE faaliyetleri devam etmektedir. Isıtarak kurutma yöntemlerinde kurutulan nesnelerin ağırlığı ve/veya ortamdaki nem ya da her iki parametre birlikte kontrol edilmeye çalışılarak kurutma işlemi yönetilmektedir. Tez kapsamındaki çalışmada kurutma işlemini gerçekleştirmek için ısıtma yönteminin kullanılması tercih edilmiştir. Geliştirilen yöntem kapsamında ortamındaki nem kontrol edilerek sürecin gerçek zamanlı olarak yönetilebildiği akıllı bir kurutma fırını tasarlanmıştır. Geliştirilen sistemin akıllı olması kapsamında kurutulması planlanan ürünlere ilişkin kuruma modelleri oluşturulmuş ve ortamdaki nem bu modeller kullanılarak kontrol edilmiş ve kurutma süreci yönetilmiştir. Ayrıca bu sayede her gıda için toplam kurutma süresi de sağlıklı bir şekilde tahmin edilebilmiştir. Çalışma sırasında öncelikle kurutma fırınında kurutulacak her bir ürün için kurutma deneyleri yapılarak ürünlerin kuruma aşamaların içeren veriler elde edilmiştir. Kurutma deneyleriyle elde edilen bu veriler Matlab ortamında polinominal eğri uydurma yöntemi kullanarak işlenmiş ve kurutulmak istenen her bir ürün için kurutma modeli oluşturulmuştur. Oluşturulan bu kurutma modelleri fırında bulunan Raspberry Pi işlemcisine yüklenerek ürün kurutma sürecinin gerçek zamanlı olarak bu işlemciyle yönetilmesi sağlanmıştır. Geliştirilen bu akıllı ve otomatik meyve sebze kurutma fırını çözüm yöntemiyle ürün kurutma süresi yönetildiği için enerji tasarrufu sağlanmış ve gıda israfının önüne geçilmeye çalışılmıştır.
Özet (Çeviri)
Fresh vegetables and fruits ripen at certain times of the year and become ready for consumption. However, approximately one third of the fresh fruits and vegetables produced are overconsumption and are in danger of being wasted by spoiling. Preserving these surplus fresh vegetables and fruits with different methods and using them in the future has been an important occupation of humanity. Drying fruits and vegetables during their ripening period is one of the most common storage methods. While the method of drying in the sun was used in the early days, with the development of technology, automatic and intelligent drying methods that take into account the drying kinematics of fruits and vegetables have been developed as a solution to this problem. Currently, R&D activities are continuing for many different approaches such as drying foods by heating, freze-drying and drying with microwave techniques. In heating drying methods, the drying process is managed by trying to control the weight of the dried objects and/or the humidity in the environment or both parameters together. In the study within the scope of the thesis, it was preferred to use the heating method to perform the drying process. Within the scope of the developed method, an intelligent drying oven was designed in which the process can be managed in real time by controlling the humidity in its environment. Within the scope of the smartness of the developed system, drying models for the products planned to be dried were created and the humidity in the environment was controlled using these models. In addition, in this way, the total drying time for each food could be estimated in a healthy way.During the study, firstly, drying experiments were performed for each product to be dried in the drying oven, and data containing the drying stages of the products were obtained. These data obtained by drying experiments were processed using the polynomial curve fitting method in Matlab environment and a drying model was created for each product to be dried. These drying models created were loaded on the Raspberry Pi processor in the oven, and the product drying process was managed in real-time with this processor. With this developed smart and automatic fruit and vegetable drying oven solution method, energy saving was achieved as the product drying time was managed and food wastage was tried to be prevented.
Benzer Tezler
- Akıllı seralarda led lambalı otomasyon kontrol sistemi
Automation control system with led lamp in smart greenhouses
NURDAN AKDEMİR
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiErzincan Binali Yıldırım ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUNUS BABACAN
DR. ÖĞR. ÜYESİ YILDIZ AYDIN
- An intelligent system for detecting Mediterranean fruit fly [Medfly; Ceratitis capitata (Wiedemann)]
Akdeniz meyve sineğinin (Ceratitis capitata) akıllı sistemile tespit edilmesi
YUSUF UZUN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAksaray ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET REŞİT TOLUN
- Akıllı tarımda otomatık meyve tespiti için derin öğrenme çerçevelerinin karşılaştırmalı analizi
Comparative analysis of deep learning frameworks for automated fruit detection in smart agriculture
JOSE LUIS SANDOVAL ALAGUNA
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SERKAN GÜNAL
- Implementation and performance evaluation of classifiers SVM, CNN and ANN in vineyard estimation
Üzüm salkımı meyvelerinin tanınması amacıyla DVM, ESA ve YSA sınıflayıcılarının gerçekleştirilmesi ve başarılarının belirlenmesi
BASHAR SAAD FALIH AL-SAFFAR
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SAMİ ARICA
- Ankara'da toplu taşıma için veriye dayalı analiz ve planlama
Data-driven spatio-temporal analysis of public transportation usage in a metropolitan area
MERVE BAKAR
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLTEKİN KUYZU