Bedre kaffe fra multispektral billeddannelse, et batteri lavet af krabbeskaller

Kildeknude: 1649482
Fuld af bønner: multispektrale billeder af kaffebønner blev erhvervet ved hjælp af dette system og derefter behandlet ved hjælp af maskinlæringsmodeller. (Med høflighed: Winston Pinheiro Claro Gomes)

Nogle fysikere tager kvaliteten af ​​deres kaffe meget alvorligt, mens andre vil nøjes med en hvilken som helst gammel bønne, så længe den holder dem vågne under en eksperimentel løbetur natten over. Nu kunne de bruge multispektral billeddannelse og kunstig intelligens til at vælge deres bønner, takket være forskning udført i Brasilien.

Ifølge Specialty Coffee Association of America skal en specialkaffe opnå en score på 80 eller mere ud af 100 mulige på foreningens kvalitetsskala. Kaffe testes normalt i tre trin – rå bønner, ristede bønner og smagning af kaffe lavet af bønnerne. Dette gøres ved at sende råbønner til tre uafhængige personer (kaldet cuppers), som udfører testene.

Dette er en dyr og tidskrævende proces, så Winston Pinheiro Claro Gomes ved University of São Paulo og kolleger har udviklet en meget mere højteknologisk måde at sortere kaffebønner på. Holdet udviklede sit system ved først at udføre multispektrale billedmålinger på 16 forskellige prøver af grønne kaffebønner. Denne teknik belyser en prøve med lys ved flere forskellige bølgelængder og måler derefter lyset, der reflekteres af prøven - og også fluorescens fra prøven.

Leder efter forskelle

Ti af prøverne var prisvindende specialbønner, og seks var standardbønner købt på et lokalt marked. Kunstig intelligens-systemer blev derefter brugt til at lede efter forskelle og ligheder mellem de multispektrale billeder af prøver af højere og lavere kvalitet.

Analysen viste, at de bedre bønner havde en tendens til at være mere ensartede i form, når de blev set med synligt lys, mens dårligere bønner havde en tendens til at have mere intense fluorescenssignaler. Holdet mener, at disse signaler er relateret til de utallige kemiske forbindelser (inklusive koffein), der findes i kaffe. Variationer i niveauerne af nogle af disse forbindelser kan bruges til at skelne mellem forskellige typer bønner, så holdet håber på, at dets teknik snart kan bruges til at identificere bønner med potentiale til at blive specialkaffe.

Forskningen er beskrevet i Computere og elektronik i landbruget.

Som den brasilianske forskning viser, giver naturen brug med en mængde nyttige kemikalier og materialer. Et sådant materiale er kitin, som forekommer i eksoskeletterne hos dyr, såsom insekter og krebsdyr. Chitin har fundet en række industrielle og medicinske anvendelser og kunne endda bruges som en byggemateriale på Mars.

Miljøvenlig

Nu Liangbing hu ved University of Maryland og kolleger har brugt et kitin-afledt materiale kaldet chitosan til at skabe en batterielektrolyt. En elektrolyt er materialet i et batteri, som ioner strømmer igennem, når batteriet oplades og aflades. Det er ofte lavet af giftige eller brandfarlige kemikalier, så forskere forsøger at udvikle nye materialer, der er mere miljøvenlige.

Et nøgletræk ved holdets nye elektrolyt er, at den kan nedbrydes biologisk af mikrober på omkring fem måneder. Hvad mere er, kan chitosan stamme fra krabbeskaller og andet skaldyrsaffald – og endda fra nogle typer svampe – hvilket gør det til et bæredygtigt produkt.

Hu og kolleger brugte elektrolytten til at skabe et batteri, der er baseret på zink frem for lithium, hvor sidstnævnte er et meget sjældnere metal. Hu siger, at veldesignede zinkbatterier er billigere og sikrere end deres lithium-modstykker. Faktisk har deres zink- og chitosanbatteri en energieffektivitet på 99.7% efter 1000 battericyklusser - hvilket teamet siger, gør det til en levedygtig mulighed for at lagre energi genereret af vind- og solsystemer.

Batteriet er beskrevet i Matter.

Tidsstempel:

Mere fra Fysik verden