선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 5개의 MOS와 패턴인식 소프트웨어를 이용하여 식용유의 가열 시간과 휘발성향 특성과의 연관성을 분석하고 식용유의 품질검사와 신선도를 예측하고자 하였다.
제안 방법
- 3, student edition, Mathworks)과 주성분 분석과 군집 분석을 위해 PLS Toolbox를 이용하였다. 그래프 분석으로 시료의 종류와 가열온도 및 가열시간에 따른 센서의 반응의 경향을 분 석하였다. 주성분 분석은 센서의 종류와 가열온도 및 가열시간과의 관계를 분석하고자 하였으며 군집 분석은 센서배열에 사용된 센서들 간의 관계와 유사성이 높은 센서는 군집화를 이루고자 사용하였다.
- 식용유의 가열시간에 대한 품질을 예측하기 위하여 각각의 식용유에 5개의 센서로부터 출력된 Rga/Rair를 측정변수라 하고 가열시간을 측정대상으로 하여 주성분 분석을 실시하였다. 아래의 Table 2와 Table 3은 각각의 식용유와 가열시간에 대하여 주성분 분석에서 얻어진 고유값(eigen-value), 분산(variance, %), 분산의 누적 점유율(cumulative variance, %)을 표로 도시한 것이다.
- , 1995). 이러한 전자코 시스템은 측정 대상에 맞게 센서의 종류와 수를 선택하여 다중센서 배열을 구성하고 획득한 전기적 신호를 패턴 인식 분석 방법인 그래프 분석(graphical analysis), 주성분 분석 (principal component analysis), 군집 분석 (cluster analysis), 그리고 신경회로망 분석(neural network analysis)등과 같은 소프트웨어를 이용함으로서 식품의 품질검사와 신선도를 예측하고자 하였다 (Kim et al, 2001).
- 이제까지 전자코 시스템을 이용하여 각각의 식용유에 대한 가열시간과 가열온도에 대한 특성을 분석하였다. 전자코시스템의 센서에서 출력되는 Rga/Rair 를 그래프분석을 통하여 센서가 반응하는 성향을 알 수 있었다.
- 그래프 분석으로 시료의 종류와 가열온도 및 가열시간에 따른 센서의 반응의 경향을 분 석하였다. 주성분 분석은 센서의 종류와 가열온도 및 가열시간과의 관계를 분석하고자 하였으며 군집 분석은 센서배열에 사용된 센서들 간의 관계와 유사성이 높은 센서는 군집화를 이루고자 사용하였다.
- 측정 시료는 유통기한이 동일한 대두유(soybean oil)와 코코넛유(coconut oil)를 사용하였으며 초기상태(0 hour)는 가열하지 않는 상태에서 채취하여 측정하였고 오일 bath를 이용하여 190℃에서 24시간 동안 가열하였다. 측정 간격은 매 4시간마다 4회씩 반복 측정하였고 실험의 특성상 고온인 가열상태에서 바로 측정이 불가능하므로 4℃로 냉각 보관한 후 측정을 실시하였다.
대상 데이터
- 본 연구에 사용된 데이터는 서울여자대학교 식품미생물공학과에서 얻어졌으며, 연구에 사용된 전자코시스템은 5개의 metal oxide sensor(MOS)가 장착된 가스분석 장치를 포함하고 있다. (Noh et al.
- 측정 시료는 유통기한이 동일한 대두유(soybean oil)와 코코넛유(coconut oil)를 사용하였으며 초기상태(0 hour)는 가열하지 않는 상태에서 채취하여 측정하였고 오일 bath를 이용하여 190℃에서 24시간 동안 가열하였다. 측정 간격은 매 4시간마다 4회씩 반복 측정하였고 실험의 특성상 고온인 가열상태에서 바로 측정이 불가능하므로 4℃로 냉각 보관한 후 측정을 실시하였다.
이론/모형
- 본 연구에서는 측정 데이터를 분석하기 위하여 프로그래밍 언어인 MATLAB(version 5.3, student edition, Mathworks)과 주성분 분석과 군집 분석을 위해 PLS Toolbox를 이용하였다. 그래프 분석으로 시료의 종류와 가열온도 및 가열시간에 따른 센서의 반응의 경향을 분 석하였다.
성능/효과
- 결과적으로 가열 시간이 증가함에 따라 Rgas/Rair 가 감소되고 초기시간에서부터 약 4시간을 전후로 Rgas/Rair 가 가장 크게 변화한다는 것을 알 수 있다.
- 그래프분석에 사용된 데이터는 저항비율값으로서 저항비율값은 공기저항값( R*r)에 대한 시료 휘발성 성분의 저항값( Rgas)의 비율로 표현하였는데 RgaJRair 의 비율이 낮을수록 시료의 휘발성 향 성분과 센서와의 반응의 정도가 높은 것을 나타내어 준다. 여기서 Figure 1과 Figure 2의 우측 그래프에서 x죽은 가열 시간으로 나타내고 y축은 전자코의 저항비율 값으로서 Rgas/Rair는 매 4회씩 측정한 데이터의 평균으로 도시하였다.
- 군집분석은 Figure 6에서 알 수 있듯이 센서 S3과 S4가 가장 연관성이 높은 것으로 분석되고 다음으로는 센서 S1과 S5가 연관성이 높다는 것으로 분석되었다. 그리고 센서들의 상사성이 식용유의 종류와 가열 온도와 관계없이 유사하다는 것이 관찰되었다. 이러한 군집분 석은 시료에 대하여 연관성이 큰 센서들을 군집화하여 각각의 시료에 맞는 전자코 시스템의 설계 시 센서를 최적화하는데 유용하게 사용될 것이다.
- 그리고 주성분 분석의 score plot을 이용하여 PC1의 0을 중심으로 (+)영역에서 가열시간이 짧게 나타나고, (-)영역에서는 가열시간이 길게 나타나는데 이는 가열 시간에 따른 신선도를 예측할 수 있음을 시사하였다. 그리고 주성분 분석의 loads plot을 이용하여 비슷한 향 성분에 반응하는 각 센서의 성향을 파악할 수 있었다. 마지막으로 군집분석을 통하여 각 식용유의 종류와 가열온도와 가열 시간에 따른 센서의 상사성을 이용하여 전자코 시스템의 설계에 있어 식용유의 향 특성에 맞는 센서를 선택시 유용하게 이용될 것으로 사료된다.
- 전자코시스템의 센서에서 출력되는 Rga/Rair 를 그래프분석을 통하여 센서가 반응하는 성향을 알 수 있었다. 그리고 주성분 분석의 score plot을 이용하여 PC1의 0을 중심으로 (+)영역에서 가열시간이 짧게 나타나고, (-)영역에서는 가열시간이 길게 나타나는데 이는 가열 시간에 따른 신선도를 예측할 수 있음을 시사하였다. 그리고 주성분 분석의 loads plot을 이용하여 비슷한 향 성분에 반응하는 각 센서의 성향을 파악할 수 있었다.
- 이제까지 전자코 시스템을 이용하여 각각의 식용유에 대한 가열시간과 가열온도에 대한 특성을 분석하였다. 전자코시스템의 센서에서 출력되는 Rga/Rair 를 그래프분석을 통하여 센서가 반응하는 성향을 알 수 있었다. 그리고 주성분 분석의 score plot을 이용하여 PC1의 0을 중심으로 (+)영역에서 가열시간이 짧게 나타나고, (-)영역에서는 가열시간이 길게 나타나는데 이는 가열 시간에 따른 신선도를 예측할 수 있음을 시사하였다.
후속연구
- 결과적으로 전자코 시스템은 식용유의 유통과 소비과정에서 흔히 발생되는 휘발성향 특성을 이용하여 가열시간에 따른 식용유의 품질관리와 품질 검사를 비롯한 신선도를 예측할 수 있으며 이를 이용하여 제조 및 유통 그리고 조리 과정에서 보다 효율적으로 사용될 것으로 예상된다.
- 그리고 주성분 분석의 loads plot을 이용하여 비슷한 향 성분에 반응하는 각 센서의 성향을 파악할 수 있었다. 마지막으로 군집분석을 통하여 각 식용유의 종류와 가열온도와 가열 시간에 따른 센서의 상사성을 이용하여 전자코 시스템의 설계에 있어 식용유의 향 특성에 맞는 센서를 선택시 유용하게 이용될 것으로 사료된다.
- 그리고 센서들의 상사성이 식용유의 종류와 가열 온도와 관계없이 유사하다는 것이 관찰되었다. 이러한 군집분 석은 시료에 대하여 연관성이 큰 센서들을 군집화하여 각각의 시료에 맞는 전자코 시스템의 설계 시 센서를 최적화하는데 유용하게 사용될 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.