Resumen de Capacidad de discriminación de dos redes de sensores como unidades sensibles de una mini-lengua electrónica sobre muestras de leche

Alvaro A. Arrieta, Jorge A. Diaz, Manuel S. Palencia

• español

  En este artículo se presentan los resultados de discriminación de dos redes de sensores. Una de estas redes de sensores se conformó por electrodos comerciales serigrafiados con materiales electroactivos y la otra red de sensores se elaboró a partir de electrodos modificados con polipirrol y diferentes dopantes. Se analizó la capacidad de discriminación y clasificación de diferentes tipos de muestras de leche comercial. Los resultados muestran que el uso de sensores modificados con polipirrol permite obtener respuestas más completas en información, clasificando correctamente las muestras de leche con propiedades fisicoquímicas y organolépticas diferentes mediante el uso de dos componentes principales que reprodujo el 67,6% de la información. Por otra parte, la red de sensores comerciales se evaluó sobre el mismo grupo de muestras e iguales condiciones, consiguiéndose el 56,5% de la variabilidad de información, mostrando así menos capacidad de discriminación de las muestras analizadas.

• English

  This paper presents the development of two sensor networks as initial stage for the design of a prototype electronic tongue. One of these sensor networks was joined by commercial screen printed electrodes and the other sensor network was assembled from modified electrodes with pyrrole and different dopants. The capacity of discrimination and classification of different types of samples of commercial milk to two sensor networks was analyzed. The results show that the use of modified sensors with conductive polymers allows obtaining more complete information, classifying correctly samples of milk with different organoleptic and physico-chemical properties by the use of two main components that reproduced the 67,6% of information. On the contrary, the commercial sensor network evaluated on the same group of samples and equal conditions, obtaining 56,5% of the variability of information, showing in this way lower classifying capacity of the samples analyzed.