O presente trabalho consiste no desenvolvimento de uma nova técnica de identificação de materiais poliméricos por meio do uso de um nariz eletrônico. Narizes eletrônicos têm sido desenvolvidos para detecção automática e classificação de odores e gases. São instrumentos capazes de medir a concentração ou intensidade odorante de modo similar a um olfatômetro, mas sem as limitações inerentes ao uso de painel humano, o que é altamente desejável. O nariz eletrônico é composto por um sistema de sensores, no nosso caso, utilizamos um arranjo de quatro sensores, que foram confeccionados pela deposição de finos filmes de polímeros condutores dopados sobre a superfície de eletrodos interdigitados. Estes sensores foram conectados a condutivímetros acoplados a um computador de uso pessoal (PC) através de um conversor AD. O PC era dotado de softwares de aquisição e tratamento de dados. Amostras dos materiais a serem analisados foram aquecidas a 257°C e o arranjo de sensores foi exposto aos compostos voláteis produzidos durante esse aquecimento. Realizaram-se 30 ensaios formados por períodos de exposição (5 segundos; compostos voláteis) intercalados por períodos de recuperação (45 segundos; ar puro). Os dados obtidos foram tratados estatisticamente por Análises de Componentes Principais (PCA). Esse arranjo de sensores mostrou-se eficiente, sendo capaz de diferenciar nove tipos de materiais poliméricos testados. Apresentou 100% de acerto em 30 ensaios de classificação realizados. / This research consists in the development of a new technique capable of the identification of polymeric materials using an electronic nose. Electronic noses have been developed for automatic detection and classification of odors, vapors and gases. They are instruments capable of measuring the concentration or intensity of an odorant similarly to an olfactometer, but without the inherent limitations of the human panel, which is highly desired. The electronic nose is composed by a system of chemoresistive sensors, in this case, an array of four sensors was used, which were made through a deposition of thin films of doped conductive polymers, on the surface of interdigitated electrodes. These sensors were connected to conductivity meters coupled to a personal computer (PC) through AD converters. The PC had acquisition and data processing softwares installed on it. Thirty readings were made or each analyzed polymer consisting of alternated 5 seconds exposure periods and 45 seconds recovery periods. The collected data were statistically processed by Principal Component Analysis (PCA). This electronic nose was efficient, being able to identify nine types of polymeric materials through the analysis of the different volatile compounds released when these materials were heated to the heat of 257ºC. A 100% correct classification score was obtained in the 30 sets of analysis.

Neste trabalho foram estudados e aplicados vários métodos para reconhecimento de padrões e processamento de sinais, utilizando dados obtidos a partir de diferentes montagens experimentais de um Nariz Eletrônico, onde os sinais gerados por um conjunto de sensores condutivos em regime de temperatura variável, foram analisados com o objetivo de obter conjuntos de padrões que permitam identificar substâncias químicas. Adicionalmente foram discutidas estratégias de generalização da resposta dos sensores através da análise do tempo de resposta, sensibilidade e seletividade dos sensores. Foi discutida a utilização dos algoritmos de processamento de sinais e reconhecimento de padrões em forma conjunta com a finalidade de otimizar o processo de extração de informação e tomada de decisões a partir de um banco de dados. A utilização integrada do processamento de sinais e as técnicas de reconhecimento de padrões permitem definir e construir sistemas bem estruturados a partir dos quais pode ser extraída a informação desejada e conseqüente tomada de decisões, estas estruturas são conhecidas como “DATAWAREHOUSE". A utilização de sistemas tipo “DATAWAREHOUSE" permitirão a manipulação rápida da informação mesmo em bancos de dados de elevada e variada quantidade de dados. Foi proposta uma metodologia para a extração de informação a partir do sinal de ruído de um sensor de gás através da utilização de ajustes auto-regressivos conjuntamente com a aplicação do principio de máxima entropia. Com os resultados obtidos foi proposto um sistema de Nariz Eletrônico conformado apenas por um sensor de gás onde o processo de reconhecimento dos diferentes gases foi obtido através de um controlador Fuzzy. O Nariz Eletrônico proposto desta forma apresentou-se robusto e estável. / In this work, several methods for pattern recognition and signal processing were studied and applied, using data obtained from different experimental setup of the Electronic Nose. The signals were obtained from the array of conductive sensor into de Nose system, which worked under variable temperature condition. The signal analyses results were used to obtain patterns in order to identify different chemical substances. In addition it was discussed the possibility of the generalization of sensors response, in this sense the response time, sensibility and selectivity of each gas sensors were analyzed. It was discussed using together the signal processing algorithm and pattern recognition process in order to obtain an optimum process of the information extraction and make decision from the data bank. The integrated use of the signal process and pattern recognition promotes the definition and building of the well data banks structures known as DATAWAREHOUSE. These systems will promote the rapid and efficient data manipulation even with high and heterogeneous data banks. It was proposed an information extraction methodology from the noise signal of the gas sensor throughout auto – regressive fitting process together with the Maximum Entropy Method. The Electronic Nose was proposed as consequence of the experimental results, the Nose system proposed contained only one gas sensor. The gas recognition process was made by Fuzzy controller system. This Electronic Nose showed a robust and stable behavior.

O presente trabalho consiste no desenvolvimento de uma nova técnica de identificação de materiais poliméricos por meio do uso de um nariz eletrônico. Narizes eletrônicos têm sido desenvolvidos para detecção automática e classificação de odores e gases. São instrumentos capazes de medir a concentração ou intensidade odorante de modo similar a um olfatômetro, mas sem as limitações inerentes ao uso de painel humano, o que é altamente desejável. O nariz eletrônico é composto por um sistema de sensores, no nosso caso, utilizamos um arranjo de quatro sensores, que foram confeccionados pela deposição de finos filmes de polímeros condutores dopados sobre a superfície de eletrodos interdigitados. Estes sensores foram conectados a condutivímetros acoplados a um computador de uso pessoal (PC) através de um conversor AD. O PC era dotado de softwares de aquisição e tratamento de dados. Amostras dos materiais a serem analisados foram aquecidas a 257°C e o arranjo de sensores foi exposto aos compostos voláteis produzidos durante esse aquecimento. Realizaram-se 30 ensaios formados por períodos de exposição (5 segundos; compostos voláteis) intercalados por períodos de recuperação (45 segundos; ar puro). Os dados obtidos foram tratados estatisticamente por Análises de Componentes Principais (PCA). Esse arranjo de sensores mostrou-se eficiente, sendo capaz de diferenciar nove tipos de materiais poliméricos testados. Apresentou 100% de acerto em 30 ensaios de classificação realizados. / This research consists in the development of a new technique capable of the identification of polymeric materials using an electronic nose. Electronic noses have been developed for automatic detection and classification of odors, vapors and gases. They are instruments capable of measuring the concentration or intensity of an odorant similarly to an olfactometer, but without the inherent limitations of the human panel, which is highly desired. The electronic nose is composed by a system of chemoresistive sensors, in this case, an array of four sensors was used, which were made through a deposition of thin films of doped conductive polymers, on the surface of interdigitated electrodes. These sensors were connected to conductivity meters coupled to a personal computer (PC) through AD converters. The PC had acquisition and data processing softwares installed on it. Thirty readings were made or each analyzed polymer consisting of alternated 5 seconds exposure periods and 45 seconds recovery periods. The collected data were statistically processed by Principal Component Analysis (PCA). This electronic nose was efficient, being able to identify nine types of polymeric materials through the analysis of the different volatile compounds released when these materials were heated to the heat of 257ºC. A 100% correct classification score was obtained in the 30 sets of analysis.

Mejora del rendimiento de la nariz electrónica basada en espectrometría de masas mediante la incorporación del tiempo de retención cromatografico como una nueva dimensión de datosLa importancia del sentido de olor en la naturaleza y en la sociedad humana queda latente con el gran interés que se muestra en el análisis del olor y el gusto en la industria alimentaria. Aunque las aéreas mas interesadas son las de la alimentación y bebida, también se ha mostrado la necesitad para esta tecnología en otros campos como en el de la cosmética. Lamentablemente, el uso de los paneles sensoriales humanos o paneles caninos son costosos, propensos al cansancio, subjetivos, poco fiables e inadecuados para cuantificar, mientras que el análisis de laboratorio, a pesar de la precisión, imparcialidad y capacidad cuantitativa, necesita una labor intensa, con personal especializado y requiere de mucho tiempo. Debido a estos inconvenientes el concepto de olfato artificial generó un gran interés en entornos industriales.El término "nariz electrónica" se asocia con una serie de sensores de gases químicos, con una amplia superposición de selectividad para las mediciones de compuestos volátiles en combinación con los instrumentos informáticos de análisis de datos. La nariz electrónica se utiliza para proporcionar una información comparativa en vez de una cualitativa en un análisis, y porque la interpretación puede ser automatizada, el dispositivo es adecuado para el control de calidad y análisis. A pesar de algunos logros prometedores, los sensores de estado sólido de gas no han cumplido con sus expectativas. La baja sensibilidad y selectividad, la corta vida del sensor, la calibración difícil y los problemas de deriva han demostrado serias limitaciones. En un esfuerzo para mejorar los inconvenientes de los sensores de estado sólido, se han adoptado nuevos enfoques, utilizando diferentes sensores para la nariz electrónica. Sistemas de sensores ópticos, la espectrometría de movilidad iónica y la espectrometría infrarroja son ejemplos de técnicas que han sido probadas.Las narices electrónicas basadas en la espectrometría de masas (MS) aparecieron por primera vez en 1998 [B. Dittmann, S. y G. Nitz Horner. Adv. Food Sci. 20 (1998), p. 115], y representan un salto importante en la sensibilidad, retando a la nariz electrónica basada en sensores químicos. Este nuevo enfoque del concepto de una nariz electrónica usa sensores virtuales en forma de proporciones m/z. Una huella digital compleja y muy reproducible se obtiene en forma de un espectro de masas, que se procesa mediante algoritmos de reconocimiento de patrones para la clasificación y cuantificación. A pesar de que la nariz electrónica basada en la espectrometría de masas supera a la nariz electrónica clásica de sensores de estado sólido en muchos aspectos, su uso se limita actualmente a la instrumentación de laboratorio de escritorio. La falta de portabilidad no representará necesariamente un problema en el futuro, dado que espectrómetros de masas en miniatura se han fabricado ya en una fase de prototipado.Un inconveniente más crítico de la nariz electrónica basada en MS consiste en la manera en la que se analizan las muestras. La fragmentación simultánea de mezclas complejas de isómeros pueden producir resultados muy similares a raíz de este enfoque. Una nariz electrónica mejor sería la que combina la sensibilidad y el poder de identificación del detector de masas con la capacidad de separación de la cromatografía de gases. El principal inconveniente de este enfoque es de nuevo el coste y la falta de portabilidad de los equipos. Además de los problemas anteriores con la espectrometría de masas, el análisis de cromatografía de gases requiere mucho tiempo de medida.Para abordar estas cuestiones, se han reportado miniaturizaciones en cromatografía capilar de gases (GC) que hacen posible el GC-en-un-chip, CG-rápido y CG-flash que hacen uso de columnas cortas, reduciendo el tiempo de análisis a los tiempos de elución como segundos y, en algunos casos, se han comercializado. La miniaturización de la espectrometría de masas y cromatografía de gases tiene un gran potencial para mejorar el rendimiento, la utilidad y la accesibilidad de la nueva generación de narices electrónicas.Esta tesis se dedica al estudio y a la evaluación del enfoque del GC-MS para la nariz electrónica como un paso anterior al desarrollo de las tecnologías mencionadas anteriormente. El objetivo principal de la tesis es de estudiar si el tiempo de retención de una separación de cromatografía puede mejorar el rendimiento de la nariz electrónica basada en MS, mostrando que la adición de una tercera dimensión trae más información, ayudando a la clasificación de las pruebas. Esto se puede hacer de dos maneras: · comparando el análisis de datos de dos vías de espectrometría de masas con análisis de datos de dos vías de matrices desplegadas y concatenadas para los datos de tres vías y · comparando el análisis de datos de dos vías del espectrometría de masas con el análisis de datos de tres vías para el conjunto de datos tridimensionales.Desde el punto de vista de cromatografía, la meta será la de optimizar el método cromatográfico con el fin de reducir el tiempo de análisis a un mínimo sin dejar de tener resultados aceptables.Un paso importante en el análisis de datos multivariados de vías múltiples es el preprocesamiento de datos. Debido a este objetivo, el último objetivo será el de determinar qué técnicas de preprocesamiento son las mejores para y el análisis de dos y tres vías de datos.Con el fin de alcanzar los objetivos propuestos se crearon dos grupos de datos. El primero consiste en las mezclas de nueve isómeros de dimetilfenol y etilfenol. La razón de esta elección fue la similitud de los espectros de masas entre sí. De esta manera la nariz electrónica basada en espectrometría de masas sería retada por el conjunto de datos. También teniendo en cuenta el tiempo de retención de los nueve isómeros solos, las soluciones se hicieron, como si el conjunto de datos demostraría el reto si se usaría sólo el tiempo de retención. Por tanto, este conjunto de datos "artificiales" sostiene nuestras esperanzas en mostrar las mejoras de la utilización de ambas dimensiones, la MS (espectros de masas) y la GC (tiempo de retención).Veinte clases, representando las soluciones de los nueve isómeros se midieron en diez repeticiones cada una, por tres métodos cromatográficos, dando un total de 600 mediciones. Los métodos cromatográficos fueron diseñados para dar un cromatograma resuelto por completo, un pico coeluido y una situación intermediaria con un cromatograma resuelto parcialmente. Los datos fueron registrados en una matriz de tres dimensiones con las siguientes direcciones: (muestras medidas) x (proporción m/z) x (tiempo de retención). Por "colapsar" los ejes X e Y del tiempo de retención cromatográfica y los fragmentos m/z, respectivamente, se obtuvieron dos matrices que representan los espectros de masa regular y el cromatograma de iones totales, respectivamente. Estos enfoques sueltan la información traída por la tercera dimensión y el despliegue por lo que la matriz original 3D y la concatenación de las TIC y el espectro de masa media se han tenido en consideración como una forma de preservar la información adicional de la tercera dimensión en una matriz de dos dimensiones.Los datos fueron tratados mediante la alineación de picos, con una media de centrado y la normalización por la altura máxima y el área del pico, los instrumentos de pre-procesamiento que también fueron evaluados por sus logros.Para el análisis de datos de dos vías fueron utilizados el PCA, PLS-DA y fuzzyARTMAP. La agrupación de PCA y PARAFAC fueron evaluados por la relación intervariedad - intravariedad, mientras que los resultados mediante fuzzy ARTMAP fueron dados como el éxito de la las tasas de clasificación en porcentajes.Cuando PCA y PARAFAC se utilizaron, como era de esperar, el método de cromatografía resuelto (método 1) dio los mejores resultados globales, donde los algoritmos 2D funcionan mejor, mientras que en un caso más complicado (picos más coeluidos del método 3) pierden eficacia frente a métodos 3D.En el caso de PLS-DA y n-PLS, aunque los resultados no son tan concluyentes como los resultados del PCA y PARAFAC, tratándose de las diferencias mínimas, el modelo de vías múltiples PLS-DA ofrece un porcentaje de éxito en la predicción de ambos conjuntos de datos. También se recomienda el n-PLS en vez de utilizar datos desplegados y concatenados, ya que construye un modelo más parsimonioso.Para el análisis fuzzyARTMAP, la estrategia de votación empleada ha demostrado que al usar los espectros de masa media y la información del cromatograma de iones totales juntos se obtienen resultados más consistentes.En el segundo conjunto de datos se aborda el problema de la adulteración del aceite de oliva extra virgen con aceite de avellana, que debido a las similitudes entre los dos aceites es una de las más difíciles de detectar. Cuatro aceites extra virgen de oliva y dos aceites de avellana se midieron puros y en mezclas de 30%, 10%, 5% y 2% con los mismos objetivos mostrando que la adición de la extra dimensión mejora los resultados. Se han hechos cinco repeticiones para cada preparación, dando un total de 190 muestras: 4 aceites puros de oliva, 2 aceites puros de avellana y 32 adulteraciones de aceite de avellana en aceite de oliva, dando un total de 38 clases. Dos métodos cromatográficos fueron utilizados. El primero estaba dirigido a una completa separación de los componentes del aceite de oliva y empleó una separación con temperatura programable, mientras que el objetivo del segundo método fue un pico coeluido, por lo tanto fue contratada una temperatura constante de separación. Los datos fueron analizados por medio de la PCA, PARAFAC, PLS-DA y PLS-n.Como en el conjunto "artificial" de datos, el PCA y PARAFAC se analizaron por medio de la capacidad de clusterización, que mostró que los mejores resultados se obtienen con los datos desplegados seguido por los datos 3D tratados con el PARAFAC.Desde el punto de vista de optimización de la columna, los logros obtenidos por la columna corta está por debajo del enfoque de la columna larga, pero este caso demuestra una vez más que la adición de los incrementos de tercera dimensión mejoran la nariz electrónica basada en MS.Para el PLS-DA y n-PLS se evaluaron las tasas de éxito comparativamente, tanto para las corridas cromatográficas largas como para las cortas. Mientras que para la columna larga el mejor rendimiento es para los datos del cromatograma de iones totales (TIC), la columna corta muestra mejor rendimiento para los datos concatenados de los espectros de masa media y TIC. Además, la predicción de las tasas de éxito son las mismas para los datos TIC de columna larga como para los datos concatenados de la columna corta. Este caso es muy interesante porque demuestra que el enfoque PLS de la tercera dimensión mejora los resultados y, por otra parte, mediante el uso de la columna corta el tiempo de análisis se acorta considerablemente.Se esperan ciertos logros de la nariz electrónica. Por el momento, ninguno de esos enfoques se acercó lo suficiente para producir una respuesta positiva en los mercados. Los sensores de estado sólido tienen inconvenientes casi imposibles de superar. La nariz electrónica basada en espectrometría de masas tiene una falta de portabilidad y a veces sus logros son insuficientes, y el aparato del cromatógrafo de gases-espectrómetro de masas sufre problemas de portabilidad igual que espectrómetro de masas y toma mucho tiempo. El desarrollo de potentes algoritmos matemáticos durante los últimos años, junto con los avances en la miniaturización, tanto para MS y GC y mostrar cromatografía rápida cierta esperanza de una nariz electrónica mucho mejor.A través de este trabajo podemos afirmar que la adición del tiempo de retención cromatográfica como una dimensión extra aporta una ventaja sobre las actuales tecnologías de la nariz electrónica. Mientras que para los cromatogramas totalmente resueltos no se logran mejoras o la ganancia es mínima, sobre todo en la predicción, para una columna corta la información adicional mejora los resultados, en algunos casos, hacerlos tan bien como cuando una larga columna se utiliza. Esto es muy importante ya que las mediciones en un cromatógrafo de gases - espectrometro de masas se pueden optimizar para tramos muy cortos, una característica muy importante para una nariz electrónica. Esto permitiría el diseño de un instrumento de mayor rendimiento, adecuado para el control de calidad en líneas de productos.

A wireless electronic nose network system has been developed for monitoring and analyzing livestock farm odour. The system utilizes electronic noses (e-noses) that can measure odour compounds and environment factors such as temperature and humidity. The e-noses are deployed at various locations on the farm, and sensor signals are transmitted via a wireless communication to a central station, where the data processing and sensor fusion algorithms analyze the collected odour data, compute the odour concentration, and display the odour dispersion plume. This system would provide users with convenient odour monitoring capabilities and help the development of an effective overall odour management strategy. In addition, an adaptive neuro-fuzzy inference approach is proposed to calibrate the e-nose responses to human panelists' perception. The proposed method can handle non-numeric information and human expert knowledge in livestock farm odour models, and can adjust the parameters in a systematic manner for optimal system performance. The proposed approach has been tested against a livestock farm odour database. Several livestock farm odour models have been developed for comparative studies. The results show that the proposed approach provides a more accurate odour prediction than a typical multi-layer feedforward neural network. Furthermore, to model odour dispersion around livestock facilities, a biologically inspired odour dispersion model is proposed, and is tested using computer simulations and a livestock farm odour database. Results show that the proposed approach is effective in providing accurate modelling of odour dispersion from multiple and various types of odour sources in both static and non-static environments.

Neste trabalho foram estudados e aplicados vários métodos para reconhecimento de padrões e processamento de sinais, utilizando dados obtidos a partir de diferentes montagens experimentais de um Nariz Eletrônico, onde os sinais gerados por um conjunto de sensores condutivos em regime de temperatura variável, foram analisados com o objetivo de obter conjuntos de padrões que permitam identificar substâncias químicas. Adicionalmente foram discutidas estratégias de generalização da resposta dos sensores através da análise do tempo de resposta, sensibilidade e seletividade dos sensores. Foi discutida a utilização dos algoritmos de processamento de sinais e reconhecimento de padrões em forma conjunta com a finalidade de otimizar o processo de extração de informação e tomada de decisões a partir de um banco de dados. A utilização integrada do processamento de sinais e as técnicas de reconhecimento de padrões permitem definir e construir sistemas bem estruturados a partir dos quais pode ser extraída a informação desejada e conseqüente tomada de decisões, estas estruturas são conhecidas como “DATAWAREHOUSE”. A utilização de sistemas tipo “DATAWAREHOUSE” permitirão a manipulação rápida da informação mesmo em bancos de dados de elevada e variada quantidade de dados. Foi proposta uma metodologia para a extração de informação a partir do sinal de ruído de um sensor de gás através da utilização de ajustes auto-regressivos conjuntamente com a aplicação do principio de máxima entropia. Com os resultados obtidos foi proposto um sistema de Nariz Eletrônico conformado apenas por um sensor de gás onde o processo de reconhecimento dos diferentes gases foi obtido através de um controlador Fuzzy. O Nariz Eletrônico proposto desta forma apresentou-se robusto e estável. / In this work, several methods for pattern recognition and signal processing were studied and applied, using data obtained from different experimental setup of the Electronic Nose. The signals were obtained from the array of conductive sensor into de Nose system, which worked under variable temperature condition. The signal analyses results were used to obtain patterns in order to identify different chemical substances. In addition it was discussed the possibility of the generalization of sensors response, in this sense the response time, sensibility and selectivity of each gas sensors were analyzed. It was discussed using together the signal processing algorithm and pattern recognition process in order to obtain an optimum process of the information extraction and make decision from the data bank. The integrated use of the signal process and pattern recognition promotes the definition and building of the well data banks structures known as DATAWAREHOUSE. These systems will promote the rapid and efficient data manipulation even with high and heterogeneous data banks. It was proposed an information extraction methodology from the noise signal of the gas sensor throughout auto – regressive fitting process together with the Maximum Entropy Method. The Electronic Nose was proposed as consequence of the experimental results, the Nose system proposed contained only one gas sensor. The gas recognition process was made by Fuzzy controller system. This Electronic Nose showed a robust and stable behavior.

Trends in technologies have mostly focused on the work environment, entertainment and communication technologies. Some developments have been made for the home such as microwave ovens, washing machines, HDTV, etc but most tasks are still manually executed. Washing machines are used in laundry but there hasn’t been a significant saving in time compared to manual laundering. The effects of misuse of the machine can be very destructive to clothes. This calls for proper sorting of clothes and adjustment of washing settings as appropriate. However, sorting has become a time consuming activity that requires a lot of attention on the part of the individual. Due to fatigue, individuals may in turn not pay much attention to washing instructions. In this thesis, we put together technologies into a system that would aid the user in planning and executing a laundry through identification of dirty clothes and sorting them in groups that can go into separate washes.

Petit Manseng grapes harvested in 2011 and 2012 were fertilized with soil nitrogen at 0, and 30 kgN/ha, foliar nitrogen at 15kg/ha and foliar nitrogen plus sulfur at 15kg/ha and 5kg respectively. Point quadrat analysis demonstrated foliar nitrogen alone and nitrogen plus sulfur treatments increased percent gaps and lower leaf layer numbers. Berry juice samples differed in ammonia, arginine and yeast assimilable nitrogen concentration. Total glycosides were 25 percent higher in the foliar nitrogen treatment versus the control treatment. Electronic nose measurements on field clusters and laboratory berry analyses was different among treatments in volatile content. Harvest samples underwent acid or enzyme hydrolysis of precursor fractions. Solid phase microextraction (SPME) and gas chromatography-mass spectrometry (GC/MS) analysis identified 27 free aroma and flavor compounds and 52 bound compounds. Lactones and carboxylic acids were the major components of the free fractions while bound fractions had increased concentrations of alcohols, esters and terpenes compared to the free fraction. With nitrogen fertilization, acid and enzyme hydrolysis had reduced concentrations of some higher alcohols and carboxylic acids. Acid hydrolysis released more terpenes with nitrogen treatments versus enzymatic hydrolysis. Ester content was increased in both acid and enzyme hydrolysis fractions in vines receiving nitrogen treatments. For descriptive analysis, eight trained panelists described aroma, flavor, texture/mouthfeel and aftertaste attributes. Analysis of Variance (ANOVA) demonstrated that wines were a significant source of variation with 23 of the 24 attributes used. Wine principal component analysis (PCA) of aroma attributes explained 23.5% of the variation from PC1, while flavor-by-mouth and texture/mouthfeel attributes explained 26.3% of the variation due to PC1. The aim of this study was to develop descriptive terms for Petit Manseng and determine the influence of fruit nitrogen levels on the aroma and flavor profile of this cultivar. / Ph. D.

The purpose of this study was to find an alternative instrumental method to sensory analysis and to further investigate the aroma properties of spoiling blue crab meat. This was accomplished by use of a Cyranose 320™ Electronic Nose, Draeger-Tubes®, and solid-phase microextraction gas chromatography-mass spectrometry (SPME-GC-MS). These techniques were compared to the more established techniques for determining quality of blue crab meat of sensory and microbiological analysis. Three different electronic nose methods were used to evaluate five sequentially spoiled groups of crab meat. The manufacturer's recommended setup only resulted in a 30 % correct separation of the known groups, and only 10 % of the samples were correctly identified when coded unknown samples were used to validate the electronic nose training results. The compressed air method which utilized compressed tank breathing air, filtered through activated carbon and moisture traps resulted in 100 % separation of the known groups, but only correctly identified 20 % of the coded unknown samples. Draeger-Tubes® were found to be more accurate and precise compared with the electronic nose. All 5 groups of samples analyzed using Draeger-Tubes® were found to be significantly different at α = 0.05 using a Tukey-Kramer ANOVA statistical procedure. The coded unknown samples were correctly identified at a rate of 83 %. The simplicity and rapidness of this procedure allows it to possibly be an alternative for the crab industry as an alternative to sensory analysis. SPME-GC-MS found trimethylamine (TMA), ammonia, and indole to best correlate with spoilage of blue crab meat. TMA was found to be sensitive to the minor changes in the early stages (0 - 4 days of refrigerated storage) of spoilage for blue crab meat. Indole corresponded well with sensory results, which suggests that indole may be a promising indicator for detecting early, mid, and highly spoiled samples. It is feasible that these methods can be applied to other crustaceans to determine spoilage level. / Master of Science in Life Sciences

Atualmente, o uso de óleo e gordura residual (OGR) de fritura de alimentos como matéria-prima na produção de biodiesel no Brasil representa menos de 1% do total. O principal limitante é que após o processo de fritura o óleo pode adquirir características que o tornam inadequado para obtenção de biocombustível pela via de produção tradicional. Para viabilizar economicamente o reaproveitamento de OGR, é importante o desenvolvimento de métodos simples e de baixo custo capazes de avaliar seu potencial de uso como matéria prima. Nesse contexto, este trabalho teve como objetivo avaliar o uso do nariz eletrônico na seleção de OGR destinado à produção de biodiesel, em substituição aos métodos convencionais de análises físico-químicas. Foram selecionadas 36 amostras de OGR provenientes de uso doméstico e comercial, cujas características físico-químicas foram obtidas pela análise do índice de acidez, índice de peróxido, densidade e viscosidade cinemática. Biodiesel foi produzido a partir do OGR, por meio da transesterificação alcalina na temperatura de 60°C e tempo de 2h, utilizando etanol na razão molar OGR/álcool de 1/9 e hidróxido de potássio (KOH) como catalisador na quantidade de 1% m/m. As amostras de biodiesel foram caracterizadas de acordo com especificações da pela Agência Nacional de Petróleo, Gás Natural e Biocombustíveis (ANP), em relação ao teor de éster, índice de acidez, densidade e viscosidade cinemática. As amostras de OGR foram caracterizadas em termos do seu perfil olfativo, através do nariz eletrônico, interpretados por aplicação do modelo estocástico e análise discriminante quadrática. O modelo permitiu uma avaliação qualitativa de parâmetros de interesse sem a necessidade de testes físicoquímicos, com precisão de 80% a 92%. Os resultados demonstraram que o nariz eletrônico é uma ferramenta promissora na predição da qualidade do biodiesel com base no perfil olfativo de uma amostra de OGR. / Currently, the use of waste cooking oil (WCO) as raw material in the production of biodiesel in Brazil represents less than 1% of the total. The main limitation is that after the frying process the oil can acquire characteristics that make it unsuitable for obtaining biofuel through the traditional way of production. In order to economically make feasible the reuse of OGR, it is important to develop simple and low cost methods capable of evaluating its potential use as raw material. In this context, this work aimed to evaluate the use of electronic nose in the selection of WCO for biodiesel production, replacing the conventional methods of physical-chemical analysis. 36 samples of WCO from domestic and commercial use were selected, whose physicochemical characteristics were obtained by the analysis of acidity level, peroxide level, density and kinematic viscosity. Biodiesel was produced from the OGR by means of the alkaline transesterification at 60°C and time of 2h using ethanol in the molar ratio OGR / alcohol of 1/9 and potassium hydroxide (KOH) as catalyst in the amount of 1% m/m. The biodiesel samples were characterized according to specifications of the National Agency of Petroleum, Natural Gas and Biofuels (ANP), in relation to the ester content, acidity level, density and kinematic viscosity. The WCO samples were characterized in terms of their olfactory profile through the electronic nose, interpreted by the stochastic model and quadratic discriminant analysis. The model allowed a qualitative evaluation of parameters of interest without the need of physicalchemical tests, with precision of 80% to 92%. The results demonstrate that e-nose is a promising tool in the prediction of biodiesel quality based on the olfactory profile of a sample of WCO.