Tesis:
Detección de la textura de frutos por medio de impactos no destructivos: Desarrollo y aplicaciones del procedimiento de clasificación
- Autor: JAREN CEBALLOS, María del Carmen
- Título: Detección de la textura de frutos por medio de impactos no destructivos: Desarrollo y aplicaciones del procedimiento de clasificación
- Fecha: 1994
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS AGRONOMOS
- Departamentos: INGENIERIA RURAL
- Acceso electrónico:
- Director/a 1º: RUIZ ALTISENT, Margarita
- Resumen: La tesis estudia diferentes parámetros físicos para determinar su relación con la madurez de los frutos por ensayos no destructivos y buscar criterios objetivos para clasificar los frutos por su madurez. Se han realizado tanto ensayos y determinaciones no destructivas como destructivas durante la evolución de la maduración hasta senescencia de dos variedades de pera ("Blanquilla" y "Decana del Congreso") y dos de manzana ("Golden Delicious" y "Starking Delicious"). Las determinaciones no destructivas han sido: impacto mecánico (con esfera de unos 50 g y a 3 ó 4 cm de altura), curva de reflectancia y su primera derivada en todo el espectro visible, peso, perímetro y radio de curvatura. Las determinaciones destructivas han sido: penetración, esfuerzo cortante, contenido de azúcares totales, evaluación de las magulladuras y prueba organoléptica. Con los datos de once parámetros de impactos relacionados con la madurez, se ha realizado un análisis factorial discriminante paso a paso para conocer aquellas variables que más discriminan, en cuanto a la madurez, a lo largo del tiempo. Se obtienen porcentajes de bien clasificados superiores al 50 por ciento cuando se establecían diez clases de madurez y por encima del 95 por ciento cuando éstas se reducían a tres. A partir de los datos obtenidos en esta tesis, se ha creado una base de datos. El mayor interés de los resultados se encuentra en que esta base de datos, junto con un programa que realiza el análisis discriminante, sirve para clasificar otros frutos de la misma variedad según su madurez en apenas unos segundos. El programa también permite autoinstruirse. Los datos de reflectancia y su primera derivada para las distintas longitudes de onda del espectrovisible se han tratado también por medio de análisis factorial discriminante. En este caso, las longitudes de onda que más discriminaban eran seleccionadas por el análisis. Estos datos nos permiten clasificar los frutos en diez categorías de madurez con porcentajes de bien clasificados superiores al 50 por ciento y en tres categorías con el 100 por ciento de frutos bien clasificados