Matforfalskning er det største problemet i India som skjer i dag på grunn av befolkningsøkningen. Vet du at India produserer 68 prosent av forfalsket melk? For å løse dette problemet, utviklet et team fra IIT-H (Indian Institute of Technology - Hyderabad) et sensorsystem som oppdager kvaliteten på melken gjennom Smart-Phone. De sensorsystem som er utviklet av dette teamet oppdager forfalskning av melk med en maksimal nøyaktighet på 99,71 prosent.
Kommer til teamintroduksjon ledes dette teamet av professor Shiv Govind Singh fra EE (Electrical Engineering) Department, IIT-H. Dette teamet består av andre assisterende professorer fra avdelingen, nemlig Siva Rama Krishna og Soumya Jana. Nedenfor er bildet av teamet.
Et team ledet av Prof.Shiv Govind Singh
Det er mange teknikker som spektroskopi og kromatografi som brukes til å oppdage forfalskning. Disse teknikkene inkluderer kostbart utstyr og kan ikke lett fraktes fra ett sted til et annet, og disse kan ikke lages under et begrenset budsjett. Derfor utviklet dette teamet et smarttelefonbasert sensorsystem for å oppdage forfalskning av melk, som er laget til meget lave kostnader og som lett kan brukes av forbrukerne.
Forskjellen mellom ren melk og forfalsket melk
Opprinnelig utviklet dette teamet et sensorsystem som brukes til å oppdage eller måle pH-verdien til melken (dvs. som indikerer melkenes sure natur). For å utvikle dette systemet brukte teamet en spesiell prosess kalt “Electro Spinning” som produserer et materiale som ligner på papiret som er laget av nylonfibre i nanostørrelse. Dette materialet består av en blanding av tre forskjellige fargestoffer som endrer farge basert på surhetsnivået i melken. En gang etter den første testen av dette sensorsystemet var nøyaktighetsnivået 99 prosent.
Dette teamet utviklet også en algoritme for smarttelefoner. Basert på denne algoritmen, når sensoren med strimler dyppes i melken, blir forfalskningen av melk fanget av smarttelefonkameraet. Til slutt transformeres fargeforandringene til pH-nivådata og vises på skjermen. Etter dette har de testet forskjellige forurensede nivåer av melk og oppfylt nøyaktighetsnivået på 99,71 prosent. Teamet ser frem til å utvikle små enheter for denne prosessen som er budsjettvennlige.
