Citas bibligráficas
Zorrilla, D., Bermeo, E. (2019). Desarrollo de un sistema automático de selección de paltas Hass por sus índices de calidad para la empresa Agroindustrias Verdeflor S.A.C. [Tesis, Universidad Peruana de Ciencias Aplicadas (UPC)]. http://hdl.handle.net/10757/629958
Zorrilla, D., Bermeo, E. Desarrollo de un sistema automático de selección de paltas Hass por sus índices de calidad para la empresa Agroindustrias Verdeflor S.A.C. [Tesis]. PE: Universidad Peruana de Ciencias Aplicadas (UPC); 2019. http://hdl.handle.net/10757/629958
@misc{sunedu/3009145,
title = "Desarrollo de un sistema automático de selección de paltas Hass por sus índices de calidad para la empresa Agroindustrias Verdeflor S.A.C.",
author = "Bermeo Vargas, Elias Israel",
publisher = "Universidad Peruana de Ciencias Aplicadas (UPC)",
year = "2019"
}
El presente proyecto de investigación propone el desarrollo e implementación de un sistema automático de selección para paltas tipo Hass, mediante sus diferentes índices de calidad (rozamiento, quemaduras y manchas negras). El sistema integra hardware y software para mejorar la calidad de exportación y la productividad en la industria agrícola. Este proyecto es la propuesta de solución a la problemática actual de las empresas exportadoras de paltas en la etapa de selección. La palta, también conocido como aguacate o avocado, en su variedad Hass, es la más conocida y se cultiva exclusivamente para la exportación, por tal motivo es necesario un control de calidad óptimo; sin embargo, actualmente este proceso es ineficiente al ser artesanal. Con el fin de mejorar este proceso, se propone su automatización, el cual consiste en diversas etapas mecánicas, diseñadas para realizar el movimiento de las paltas y un algoritmo de procesamiento de imágenes, encargado de detectar los desórdenes en los frutos. Finalmente, se muestran las pruebas de validación y los resultados del análisis empleado en la evaluación de la solución propuesta.
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons