به گزارش ایسنا، یکی از واحدهای فناور مستقر در پارک علم و فناوری دانشگاه تهران، موفق به توسعه سامانه‌ای هوشمند برای غربالگری و جداسازی پسته‌های مشکوک به آلودگی آفلاتوکسین شده است.

این سامانه با بهره‌گیری همزمان از فلورسانس BGY در طیف فرابنفش، تصویربرداری با سرعت ۱۰۰ فریم بر ثانیه و شبکه‌های عصبی عمیق، قادر است نقاط آلوده را با دقت ۰٫۱ میلی‌متر در بستر خط تولید شناسایی کرده و با کمک سیستم پنوماتیک، آنها را از جریان اصلی جدا کند.

این دستگاه که با ترکیب تصویربرداری فرابنفش، سرعت ۱۰۰ فریم بر ثانیه و الگوریتم‌های یادگیری عمیق، عیوب ریزمقیاس را در خط تولید شناسایی کرده و ریسک ورود آلودگی به زنجیره صادرات را به شدت کاهش می‌دهد.

هرچند این فناوری جایگزین آزمون‌های دقیق آزمایشگاهی نیست، اما به‌عنوان ابزاری کارآمد برای غربالگری صددرصدی و سریع محصولات، نقش مؤثری در کاهش چشمگیر ریسک صادرات محموله‌های آلوده ایفا می‌کند.

یکپارچگی طراحی مکانیکی، الکترونیک، کنترل و هوش مصنوعی در فرآیند توسعه این سامانه، امکان بهینه‌سازی تجهیزات متناسب با نیاز خاص هر مشتری و شرایط واقعی خطوط تولید را فراهم کرده است. همچنین قابلیت پایش و کنترل از راه دور، زمان توقف دستگاه را کاهش داده و بهره‌برداری صنعتی را تسهیل می‌کند.

مسیر تجاری‌سازی این محصول با چالش تبدیل نمونه آزمایشگاهی به تجهیزی پایدار در محیط صنعتی همراه بود؛ تنوع و پیچیدگی نشانه‌های فلورسانسی و ظاهری آلودگی، نیازمند جمع‌آوری گسترده داده و همکاری نزدیک با فعالان صنعت پسته بود که با پشتیبانی فنی و زیرساختی پارک علم و فناوری دانشگاه تهران، به مدل‌های دقیق و قابل اعتماد منجر شد.

پارک علم و فناوری دانشگاه تهران با تأمین فضای استقرار، مشاوره‌های تخصصی و تسهیل فرآیندهای توسعه، نقشی کلیدی در تبدیل این ایده به محصولی صنعتی ایفا کرده است.

به گزارش روابط‌عمومی دانشگاه تهران، این سامانه هم‌اکنون آماده ورود به بازارهای داخلی و صادراتی بوده و توسعه نمونه‌های مشابه برای سایر محصولات کشاورزی و مواد غذایی در دستور کار قرار دارد.

انتهای پیام