В умовах ринкової економіки особливо важливим є випуск і забезпечення населення конкурентоспроможною харчовою продукцією, де м'ясні вироби займають вагому частку. Рівень свіжості м'яса є одним із факторів, що визначає його якість. Сьогодні традиційні способи визначення рівня свіжості м'яса все ще широко використовується. Серед них варто виокремити органолептичні, мікроскопічні та хімічні методи, які є часо- та трудомісткими. Останнім часом стали активно розвиватись електричні та оптичні методи контролю свіжості м’яса, які теж мають недоліки, пов’язані зі складністю встановлення залежності між фізико-хімічними та електричними і оптичними характеристиками. Тому автори актуалізували необхідність створення системи, котра здатна швидко і об’єктивно визначити ступінь свіжості м’яса. Для побудови такої системи пропонується використати електронний ніс (газові сенсори), сенсори кольору, та термокамеру, як зір. На основі аналітичного дослідження встановлено, що для електронного носа доцільно використовувати метало-оксидні напівпровідники (транзистори), електропровідні полімери, полімерні композиційні матеріали, кварцові мікроваги, поверхневі акустичні хвилі. Виокремлено їх переваги та проблематику реалізації. Запропонована реалізація системи електронного носа на одноплатному комп’ютері покаже свою успішність щодо контролю та ідентифікації свіжості м’яса. Сформовано матрицю напівпровідникових газових сенсорів TGS2602, MQ137 і MQ138 як сенсорів нюху та TCS3200 як RGB-сенсора зору, використання якої дасть можливість ідентифікувати запах і колір різного ступеня свіжості м’яса. Для отримання чітких вихідних відмінностей, створених газовими сенсорами, що реагують на ступінь свіжості м’яса, пропонується використати метод базової лінії. Отже, система, доповнена можливостями нейронної мережі, замінить традиційні пристрої ідентифікації свіжості м’яса.
[1] DSTU 7992:2015 Meat and meat raw materials. Methods of sampling and organoleptic assessment of freshness. Available online: http://online.budstandart.com/ua/catalog/
[2] Commission Regulation (EC) N. On microbiological criteria for foodstuffs. Available online: https://www. fsai.ie/uploadedFiles/Reg2073_2005(1).pdf (accessed on 13 June 2019).
[3] Linee Guida per l’analisi del rischio nel campo della microbiologia degli alimenti. Available online: https://www. ceirsa.org/docum/allegato_punto4.pdf (accessed on 13 June 2019)
[4] Song S., Tang Q., Hayat K., Karangwa E., Zhang X., Xiao Z. Effect of enzymatic hydrolysis with subsequent mild thermal oxidation of tallow on precursor formation and sensory profiles of beef flavours assessed by partial least squares regression. Meat Sci. 2014;96:1191–1200. doi: 10.1016/j.meatsci.2013.11.008
[5] Tian X., Wang J., Cui S. Analysis of pork adulteration in minced mutton using electronic nose of metal oxide sensors. J. Food Eng. 2013;119:744–749. doi: 10.1016/j.jfoodeng.2013.07.004
[6] Wijaya D.R., Sarno R., Zulaika E., Sabila S.I. Development of mobile electronic nose for beef quality monitoring. Procedia Comput. Sci. 2017;124:728–735. doi: 10.1016/j.procs.2017.12.211
[7] Wojnowski W., Majchrzak T., Dymerski T., Gębicki J., Namieśnik J. Electronic noses: Powerful tools in meat quality assessment. Meat Sci. 2017;131:119–131. doi: 10.1016/j.meatsci.2017.04.240.
[8] De las NievesLópez de Lerma M., Bellincontro A., GarcíaMartínez T., Mencarelli F., Moreno J.J. Feasibility of an electronic nose to differentiate commercial Spanish wines elaborated from the same grape variety. Food Res. Int. 2013;51:790–796. doi: 10.1016/j.foodres.2013.01.036.
[9] Lozano J., Arroyo T., Santos J.P., Cabellos J.M., Horrillo M.C. Electronic nose for wine ageing detection. Sens. Actuators B Chem. 2008;133:180–186. doi: 10.1016/j.snb.2008.02.011.
[10] Prieto N., Rodriguez-Méndez M.L., Leardi R., Oliveri P., Hernando-Esquisabel D., Iñiguez-Crespo M., de Saja J.A. Application of multi-way analysis to UV–visible spectroscopy, gas chromatography and electronic nose data for wine ageing evaluation. Anal. Chim. Acta. 2012;719:43–51. doi: 10.1016/j.aca.2012.01.009.
[11] Aleixandre M., Santos J., Sayago I., Cabellos J., Arroyo T., Horrillo M. A Wireless and Portable Electronic Nose to Differentiate Musts of Different Ripeness Degree and Grape Varieties. Sensors. 2015;15:8429–8443. doi: 10.3390/s150408429.
[12] Wei Z., Xiao X., Wang J., Wang H. Identification of the Rice Wines with Different Marked Ages by Electronic Nose Coupled with Smartphone and Cloud Storage Platform. Sensors. 2017;17:2500. doi: 10.3390/s17112500.
[13] Gobbi E., Falasconi M., Concina I., Mantero G., Bianchi F., Mattarozzi M., Musci M., Sberveglieri G. Electronic nose and Alicyclobacillus spp. spoilage of fruit juices: An emerging diagnostic tool. Food Control. 2010;21:1374–1382. doi: 10.1016/j.foodcont.2010.04.011.
[14] Gruber J., Nascimento H.M., Yamauchi E.Y., Li R.W.C., Esteves C.H.A., Rehder G.P., Gaylarde C.C., Shirakawa M.A. A conductive polymer based electronic nose for early detection of Penicillium digitatum in post-harvest oranges. Mater. Sci. Eng. C. 2013;33:2766–2769. doi: 10.1016/j.msec.2013.02.043.
[15] Chen L.-Y., Wu C.-C., Chou T.-I., Chiu S.-W., Tang K.-T. Development of a Dual MOS Electronic Nose/Camera System for Improving Fruit Ripeness Classification. Sensors. 2018;18:3256. doi: 10.3390/s18103256.
[16] Xu S., Sun X., Lu H., Yang H., Ruan Q., Huang H., Chen M. Detecting and Monitoring the Flavor of Tomato (Solanum lycopersicum) under the Impact of Postharvest Handlings by Physicochemical Parameters and Electronic Nose. Sensors. 2018;18:1847. doi: 10.3390/s18061847.
[17] Lingling Guo, Ting Wang, Zhonghua Wu, Jianwu Wang, Ming Wang, Zequn Cui, Shaobo Ji, Jianfei Cai, Chuanlai Xu, Xiaodong Chen. Portable Food-Freshness Prediction Platform Based on Colorimetric Barcode Combinatorics and Deep Convolutional Neural Networks. Advanced Materiales. Vol.32, Issue 45, 2004805, 2020. https://doi.org/10.1002/adma.202004805