Sistema electrónico de espectroscopía de impedancia para la determinación de sal en alimentos mediante red neuronal

Abstract

[ES] La técnica de espectroscopía de impedancia se basa en la aplicación de una señal sinusoidal a un electrodo y la medida de su respuesta. Permite medir los valores del módulo y la fase de la impedancia a distintas frecuencias. Esta información está directamente relacionada con la conductividad. Es por ello, que la variación de sal en un medio influye directamente en la impedancia.

Se ha diseñado un sistema electrónico de espectroscopía de impedancia para determinar el nivel de sal en alimentos basado en red neuronal. Partiendo de valores conocidos en porcentaje de sal y su correspondiente impedancia, la red puede ser entrenada para su posterior uso como clasificador según el nivel de sal. Para ello se ha utilizado el kit de evaluación EVAL-AD5940ELCZ de Analog Devices, que es capaz de realizar medidas de espectroscopia de impedancia. Para el procesado de los resultados obtenidos, se ha diseñado una red neuronal capaz de clasificar la medida en 5 niveles de sal. Además, se ha desarrollado una interfaz gráfica en la que el usuario puede entrenar y validar la red y obtener el porcentaje de sal medido. La programación se ha realizado en lenguaje Python ya que dispone de librerías para su uso en redes neuronales.

[CA] La mesura de espectroscop´ıa de imped`ancies es basa en la aplicaci´o de una senyal a uns electrodes y la mesura de la seua resposta. Ens permet mesurar valors del m`odul y de la fase de la imped`ancia a diferents frequ`encies en un medi. Aquesta informaci´o esta directament relacionada amb la conductivitat del mateix y es per tant que la variaci´o de sal en el medi inflour`a en aquest anal·lisis variant el resultat. Partint de valors coneguts de percentatge de sal y el seu corresponent m`odul de imped`ancia y fase, en aquest projecte s’ha dissenyat un sistema basat en reds neurals que podem entrenar per al seu posterior ´us com a classificador de mostres no conegudes segons el percentatge de sal que contenen. Per al seu desemvolupament s’ha utilitzat el kit de evaluaci´o EVAL-AD5940ELCZ de Analog Devices, que es capade realitzar un anal·lisis precis y r`apid de espectroscopia de impeciancies, y que mitjan¸cant la API proporcionada per el fabricant, s’han configurat els parametres d’aquest anal·lisi y s’han obt´es les dades. Per al procesat dels resultats, s’ha programat una red neuronal capa¸c de classificar la mesura en cinc nivells de sal y finalment per a la interacci´o amb el usuari, s’ha desenvolupat una interfa¸c gr`afica, desde on poder entrenar la red y ejecutar l’anal·lisis obtenint el percentatge de sal corresponent. Tota la programaci´o s’ha realitzat en el llenguatge de programaci´o Python ja que disposa de diverses llibreries para l´us de reds neuronals, aixi com per ser una de les opcions per a la conexi´o amb la API del sistema d’evaluaci´o.

[EN] The measurement of impedance spectroscopy is based on the application of a sinusoidal signal to an electrodes and the measurement of its response. It allows us to measure the values of the impedance module and phase at different frequencies in a enviroment. This information is directly related to its conductivity and it is for this reason that the variation of salt in that medium influences this analysis by varying its result. Starting from known values in percentage of salt and its corresponding module of impedance and phase, in this project has been designed a system based on neural networks that we can train for its subsequent use as a classifier of unknown samples according to the percentage of salt they contain. For this, the EVAL-AD5940ELCZ evaluation kit from Analog Devices has been used, which is capable of performing an accurate and rapid analysis of impedance spectroscopy, and through the API provided by the manufacturer, the parameters of this analysis have been configured to obtain the data. For the processing of the results, a neural network capable of classifying the measurement into five levels of salt has been programmed and, finally, for interaction with the user, a graphical interface has been developed, from where it’s possible to train the network, and run the analysis obtaining the corresponding percentage of salt. All programming has been written in the Python language since it has varied libraries for use in neural networks, as well as being one of the options for using the evaluation system API.