Lepsza kawa z obrazowania wielospektralnego, bateria wykonana z muszli krabów

Węzeł źródłowy: 1649482
Pełen ziaren: za pomocą tego systemu uzyskano wielospektralne obrazy ziaren kawy, a następnie przetworzono je za pomocą modeli uczenia maszynowego. (Dzięki uprzejmości: Winston Pinheiro Claro Gomes)

Niektórzy fizycy bardzo poważnie traktują jakość swojej kawy, podczas gdy inni zadowalają się jakimkolwiek starym ziarnem, o ile utrzyma ich to czujność podczas całonocnego eksperymentu. Teraz, dzięki badaniom przeprowadzonym w Brazylii, mogli wykorzystać obrazowanie wielospektralne i sztuczną inteligencję do selekcji swoich ziaren.

Według Specialty Coffee Association of America, kawa speciality musi osiągnąć wynik 80 lub więcej na 100 możliwych na skali jakości stowarzyszenia. Kawa jest zwykle testowana w trzech etapach – surowe ziarna, palone ziarna i degustacja kawy z ziaren. Odbywa się to poprzez wysłanie surowej fasoli do trzech niezależnych osób (zwanych cuppers), które przeprowadzają testy.

Jest to kosztowny i czasochłonny proces, dlatego Winston Pinheiro Claro Gomes z Uniwersytetu w São Paulo wraz z kolegami opracowali znacznie bardziej zaawansowany technologicznie sposób sortowania ziaren kawy. Zespół opracował swój system, najpierw wykonując pomiary obrazowania wielospektralnego na 16 różnych próbkach ziaren zielonej kawy. Ta technika oświetla próbkę światłem o kilku różnych długościach fali, a następnie mierzy światło odbite przez próbkę – a także fluorescencję próbki.

Szukasz różnic

Dziesięć próbek było nagrodzonymi ziarnami specjalnymi, a sześć to standardowe ziarna kupione na lokalnym targu. Następnie wykorzystano systemy sztucznej inteligencji do poszukiwania różnic i podobieństw między obrazami wielospektralnymi próbek o wyższej i niższej jakości.

Analiza wykazała, że ​​lepsze ziarna miały bardziej jednolity kształt w świetle widzialnym, podczas gdy słabsze ziarna miały bardziej intensywne sygnały fluorescencyjne. Zespół jest przekonany, że sygnały te są związane z niezliczonymi związkami chemicznymi (w tym kofeiną), które znajdują się w kawie. Różnice w poziomach niektórych z tych związków można wykorzystać do rozróżnienia różnych rodzajów ziaren, dlatego zespół ma nadzieję, że jego technika może wkrótce zostać wykorzystana do identyfikacji ziaren, które mogą być kawami speciality.

Badania opisano w Komputery i elektronika w rolnictwie.

Jak pokazują badania brazylijskie, natura dostarcza wielu użytecznych chemikaliów i materiałów. Jednym z takich materiałów jest chityna, która występuje w egzoszkieletach zwierząt, takich jak owady i skorupiaki. Chityna znalazła wiele zastosowań przemysłowych i medycznych, a nawet może być używana jako materiał budowlany na Marsie.

Przyjazny dla środowiska

Teraz, Liangbing hu na Uniwersytecie Maryland wraz z kolegami wykorzystali materiał pochodzący z chityny zwany chitozanem do stworzenia elektrolitu akumulatora. Elektrolit to materiał w akumulatorze, przez który przepływają jony podczas ładowania i rozładowywania akumulatora. Często jest wykonany z toksycznych lub łatwopalnych chemikaliów, dlatego naukowcy starają się opracować nowe materiały, które są bardziej przyjazne dla środowiska.

Kluczową cechą nowego elektrolitu zespołu jest możliwość jego biodegradacji przez drobnoustroje w ciągu około pięciu miesięcy. Co więcej, chitozan może pochodzić z muszli krabów i innych odpadów z owoców morza, a nawet z niektórych rodzajów grzybów, co czyni go produktem zrównoważonym.

Hu i współpracownicy wykorzystali elektrolit do stworzenia baterii opartej na cynku, a nie na litie, który jest znacznie rzadszym metalem. Hu mówi, że dobrze zaprojektowane baterie cynkowe są tańsze i bezpieczniejsze niż ich odpowiedniki litowe. Rzeczywiście, ich bateria cynkowo-chitozanowa ma sprawność energetyczną 99.7% po 1000 cyklach baterii – co według zespołu sprawia, że ​​jest to realna opcja do przechowywania energii wytwarzanej przez systemy wiatrowe i słoneczne.

Bateria jest opisana w Materia.

Znak czasu:

Więcej z Świat Fizyki