Real-time monitoring of bread baking in ovens by smart odours sensors: focus on calibration transfer

In the household appliances sector, the use of smart systems is becoming increasingly relevant and widespread. Within this framework, the Olfactometric Laboratory of the Politecnico di Milano has a collaboration with Electrolux to realize an intelligent sensory system (E-Nose) for high-end domestic ovens to monitor the cooking process in real time ("Intelligent Odor Sensors for monitoring COOKING Systems" (SOS-COOKS)). The goal of the SOS-COOKS project is to obtain and process information on bread baking by monitoring the changes in the profile of the Volatile Organic Compounds (VOCs) emitted. The thesis has been developed within this project and aims to optimize the E-Nose by addressing specifically the problem of scarce reproducibility between different units. Thus, the main objective is investigating the calibration transfer (CT), i.e. the transferability of the classification model from one device to another by adopting mathematical and statistical approaches. For this purpose, we used two ovens, each equipped with two nominally identical sets of 3 different sensors. The systems developed within the project prove excellent classification performances on both devices. However, when the calibration model without any adjustment is applied to the slave device, the classification accuracy slightly decreased. For this reason, it focuses on the development of specific CT models for transferring the classification model without requiring extensive training and continuous recalibration for each new nominally identical device. From the literature, the most important approaches applied for the transfer of calibration models from a master to a slave setup, are Direct Standardization (DS), Piecewise Direct Standardization (PDS), and Model Update. The experiments show the CT techniques achieve good results on samples that consider both internal and environmental variabilities. Additionally, the three CT methods tested proved to be slave and master independent. The results of the experiments indicate the DS calibration transfer method achieved the best results, and increasing the number of sensors used in developing the model enhances its robustness and transferability.

Nel settore degli elettrodomestici l'utilizzo di sistemi smart è sempre più diffuso: il Laboratorio Olfattometrico del Politecnico di Milano ha collaborato con Electrolux alla realizzazione del progetto " Intelligent Odor Sensors for monitoring COOKING Systems" (SOS-COOKS), per un sistema sensoriale intelligente (E-Nose) per monitorare la cottura in tempo reale in forni domestici di alta gamma. L'obiettivo del SOS-COOKS è ottenere ed elaborare informazioni sulla cottura del pane attraverso i cambiamenti nel profilo dei composti organici volatili (VOC) emessi. La tesi all’interno di questo progetto ha come l’obiettivo l’ottimizzazione dell’E-Nose risolvendo il problema della scarsa riproducibilità. L’obiettivo principale è investigare il calibration transfer (CT), cioè la trasferibilità del modello di classificazione da un dispositivo all'altro, adottando approcci matematici e statistici. A tal fine, abbiamo utilizzato due forni, ciascuno dotato di due set nominalmente identici di 3 diversi sensori. I sistemi sviluppati nel progetto dimostrano eccellenti prestazioni di classificazione su entrambi i dispositivi. Tuttavia, quando il modello di calibrazione senza alcuna regolazione viene applicato allo slave, l'accuratezza della classificazione diminuisce leggermente. Per questo motivo, la tesi si concentra sullo sviluppo di specifici modelli di CT per trasferire il modello di classificazione senza richiedere un addestramento lungo e una continua ricalibrazione per ogni nuovo dispositivo nominalmente identico. Dalla letteratura, i metodi per il trasferimento dei modelli di calibrazione da un master a uno slave sono la standardizzazione diretta (DS), la standardizzazione diretta a pezzi (PDS) e l'aggiornamento del modello. Gli esperimenti dimostrano che le tecniche di CT ottengono buoni risultati su campioni che considerano la variabilità interna e ambientale.   Inoltre, i tre metodi di CT testati si sono dimostrati indipendenti da slave e master. I risultati degli esperimenti indicano che il metodo di calibration transfer DS ha ottenuto i migliori risultati e che l'aumento dei sensori utilizzati nello sviluppo del modello ne migliora la robustezza e la trasferibilità.