Gaz sensörü verilerini kullanarak kızartma yağı kalitesinin yapay zekâ tabanlı sınıflandırılması

Kızartma yağlarının kullanım sürecinde maruz kaldığı kimyasal ve fiziksel bozulmalar, insan sağlığı açısından önemli riskler oluşturmakta ve kardiyovasküler hastalıklar, obezite ve bazı kanser türleriyle ilişkilendirilmektedir. Literatürde, yağ kalitesinin belirlenmesi çoğunlukla kimyasal analizlere dayalı klasik örnekleme yöntemleriyle yapılmakta olup bu yöntemler hem zaman alıcı hem de maliyetlidir. Gıda endüstrisinde artan otomasyon ihtiyacı, sensör tabanlı izleme teknolojileri ve yapay zekâ destekli veri analitiğinin, kalite kontrol süreçlerinde daha hızlı, doğru ve sürdürülebilir çözümler sunabileceğini göstermektedir. Bu çalışma, kızartma yağlarının kullanım sürecinde oluşan uçucu bileşikler ve bozulma göstergelerinin izlenmesi amacıyla BME688 gaz sensöründen elde edilen çok boyutlu verileri kullanarak yağ kalite seviyelerini sınıflandırmayı hedeflemektedir. Sensör verileri ön işlemden geçirilmiş, farklı yapay sinir ağı mimarileri denenmiş ve Isıtıcı Profili-411 ile kurulan modelde %99,14 doğruluk oranına ulaşılmıştır. Elde edilen bulgular, BME688 sensörünün karmaşık gaz bileşimlerini güvenilir biçimde ayırt edebildiğini ve yapay zekâ ile entegre edildiğinde kızartma yağı kalitesinin gerçek zamanlı olarak değerlendirilebileceğini göstermekte olup çalışma, endüstriyel süreçlerde bilgisayar tabanlı sürdürülebilir çözümler sunmayı hedeflemektedir.