Investigation of the applicability of IoT and machine learning approaches in smart coffee roaster design
Akıllı kahve kavurma makinesi tasarımında IoT ve makine öğrenimi yaklaşımlarının uygulanabilirliğinin incelenmesi
- Tez No: 929551
- Danışmanlar: DOÇ. DR. KEMAL AVCI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Demokrasi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kahve, dünya genelinde milyonlarca insanın severek tükettiği en popüler içeceklerden biridir. Kahve endüstrisinin temel amacı, farklı tat ve aroma profillerine sahip yüksek kaliteli kahve ürünleri üretmektir. Bu süreçte kahve çekirdeklerinin kavrulma süreci kritik bir rol oynar. Kavurma süresi ve sıcaklık profili dikkatlice kontrol edildiğinde, farklı kavurma seviyelerine ulaşılır ve bu durum kahvenin nihai aromasını büyük ölçüde etkiler. Bu nedenle, kaliteli kahve üretimi, kullanılan çekirdek türü ve uygulanan kavurma işlemi ile doğrudan ilişkilidir. Kahve kavurma makinelerinin tasarımı, kaliteli kahve üretiminde önemli bir etkendir ve bu nedenle sektörde büyük öneme sahiptir. Bu çalışmada, Nesnelerin İnterneti ve Makine Öğrenmesi gibi günümüzün önemli teknolojik yaklaşımlarının, kahve kavurma makinesi tasarımında uygulanabilirliği incelenmiştir. Nesnelerin İnterneti çalışması kapsamında, küçük ölçekli bir kahve kavurma makinesi prototipi tasarlanmış ve gerçekleştirilmiştir. Çeşitli sensörler ve elektrik donanımlarıyla donatılmış Arduino MKR Wi-Fi 1010 tabanlı sistem, Arduino Cloud platformu üzerinden oluşturulan bir arayüz ile gerçek zamanlı olarak başarıyla yönetilmiş ve veri görüntülenmesi sağlanmıştır. Ayrıca, MIT App Inventor platformunda hazırlanan bir mobil kullanıcı arayüz sayesinde sistem, Bluetooth iletişimi kullanılarak mobil cihazlardan kontrol edilmiş ve anlık veriler görüntülenebilmiştir. Makine Öğrenmesi çalışmasında ise, öncelikle dört farklı kapasiteye sahip endüstriyel kahve kavurma makineleri (0,5 kg, 6 kg, 15 kg ve 30 kg) kullanılarak kahve çekirdeklerinin kavrulma sürecindeki ses örnekleri toplanmıştır. Daha sonra bu ham ses verileri üzerinde veri ön işleme, öznitelik çıkarma ve makine öğrenmesi modeli geliştirme adımları gerçekleştirilmiştir. Her bir kapasitedeki kahve kavurma makinesi grubu için, kavurma sürecinde önemli rol oynayan kahve çekirdeği çıtlama seslerinin tanınması amacıyla yedi farklı makine öğrenmesi modeli test edilmiş ve performansları karşılaştırılmıştır. SVM modeli, tüm sesler için %95,5 ile en yüksek başarı oranına ulaşmıştır. Gelecekteki geliştirmelere ışık tutacak önemli bulgular sunan bu çalışma, akıllı kahve kavurma makinelerinin tasarımı için yapılabilecek çeşitli önerilerle sonlandırılmıştır.
Özet (Çeviri)
Coffee is one of the most popular beverages worldwide, enjoyed by millions of people. The primary goal of the coffee industry is to produce high-quality coffee products with diverse taste and aroma profiles. In this process, roasting process plays a critical role. When the roasting duration and temperature profile are carefully controlled, different roasting levels can be achieved, significantly affecting the final aroma of the coffee. Therefore, producing high-quality coffee is directly related to the type of beans used and the applied roasting process. The design of coffee roasting machines is a key factor in ensuring high-quality coffee production and is, therefore, of great importance to the industry. This study examines the applicability of Internet of Things (IoT) and Machine Learning, two of today's significant technological approaches, in the design of coffee roasting machines. As part of the IoT study, a small-scale prototype coffee roasting machine was designed and implemented. The system, based on an Arduino MKR Wi-Fi 1010, was equipped with various sensors and electrical components and was successfully managed in real time through an interface developed on the Arduino Cloud platform, enabling data visualization. Additionally, a mobile user interface developed using the MIT App Inventor platform allowed the system to be controlled from mobile devices via Bluetooth communication, with real-time data displayed. In the Machine Learning study, coffee roasting machines with four different capacities (0.5 kg, 6 kg, 15 kg, and 30 kg) were used to collect sound samples during the coffee roasting process. Subsequently, these raw sound data were processed through the steps of data preprocessing, feature extraction, and machine learning model development. For each group of coffee roasting machines, seven different machine learning models were tested to recognize the coffee bean cracking sounds, which play a crucial role in the roasting process, and their performance was compared. The SVM model achieved the highest success rate of 95.5% for all the sounds. This study, offering significant findings to guide future developments, concludes with various recommendations for the design of smart coffee roasting machines.
Benzer Tezler
- Bilgisayar ağlarında yeni geliştirilen teknolojiler ile kablosuz ağlarda zafiyet taraması ve saldırı önleme yöntemlerinin incelenmesi
Investigation of vulnerability scanning and attack prevention methods in wireless networks with newly developed technologies
BERAT POLAT
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaramanoğlu Mehmetbey ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR ERKAN
- Para piyasasında banka dışı mali kesimde finansal farklılaşma: Factoring, forfaiting, leasing ve özel finans kurumları
Başlık çevirisi yok
MÜGEHAN ACARASLAN
- Optımızatıon of payment automatıon ın constructıon projects through blockchaın-based smart contracts
İnşaat projelerinde ödeme otomasyonunun blokzincir tabanlı ve akıllı sözleşmelerle optimize edilmesi
HANAN RAJABBASHA HUBBİ
Yüksek Lisans
İngilizce
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- Tarihi yapıları tahrip eden bitkilerle mücadele olanaklarının araştırılması
Investigation of control opportinities of harmful plants to historical structures
OSMAN ÇAVUŞOĞLU
Yüksek Lisans
Türkçe
2016
ZiraatAkdeniz ÜniversitesiBitki Koruma Ana Bilim Dalı
YRD. DOÇ. DR. YASİN EMRE KİTİŞ