1
Revista científica Ciencia y Tecnología Vol 21 No 29 págs. 1-12
http://cienciaytecnologia.uteg.edu.ec
Análisis de frecuencias de resonancia en jitomates para
determinar su estado de maduración
Resonance frequency analysis to determine the ripening
stage of tomatoes
Erick Rojas Mancera
1
erick.rm@purisima.tecnm.mx
ORCID 0000-0002-5965-912
José Ruiz Tamayo
2
jose.rt@purisima.tecnm.mx
ORCID 0000-0002-4837-369
Rosa Jazmín Trasviña Osorio
3
rosa.to@purisima.tecnm.mx
ORCID 0000-0003-0895-2009
Antonio de Jesús Balvantín García
4
antonio.balvantin@ugto.mx
ORCID 0000-0002-0781-1549
Recibido: 10/9/2024; Aceptado: 4/1/2025
Resumen
Recientemente se ha estudiado los beneficios de consumir frutas y vegetales
frescos que no estén en estado de descomposición (estado de maduración). Los
análisis de frecuencias se han aplicado ampliamente en diferentes áreas de
investigación, como acústica, vibraciones mecánicas, señales electrónicas, entre
otros, con resultados satisfactorios. Este trabajo se basa en implementar un
método de evaluación no destructiva basada en vibraciones (sonido)
identificando las frecuencias naturales de resonancia de los jitomates o tomate
1
Doctorado en Ciencias en Robótica y Manufactura Avanzada, Tecnológico Nacional de México/ITS de Purísima del
Rincón, México
2
Doctorado en Ciencias de la Ingeniería, Tecnológico Nacional de México/ITS de Purísima del Rincón, México.
3
Maestría en Ciencias y Tecnología en Ingeniería Industrial, Tecnológico Nacional de México/ITS de Purísima del Rincón,
México.
4
Doctorado en Ciencias en Robótica y Manufactura Avanzada, Universidad de Guanajuato, México.
2
Erick Rojas, Ruiz Tamayo, Trasviña Osorio, Balvantín García.
Análisis de frecuencias de resonancia en jitomates para determinar su estado de maduración
rojo para estimar su dureza. Con el análisis de dureza se identifica la pertinencia
del consumo (maduración) de jitomates o tomate rojo. Además de desarrollar
un dispositivo basado en Arduino para obtener datos de las frecuencias de
resonancia de los jitomates.
Palabras clave: Frecuencia de resonancia, evaluación no destructiva, jitomate
o tomate.
Abstract
Recent research has proved the benefits of eating fresh fruit and vegetables,
avoiding its breakdown stage. Frequency analysis has been used in different
research areas, acoustic, vibrations, electronic signals, among others, with
satisfactory results. The implementation of a nondestructive method based on
acoustic vibrations, to identify natural resonance frequency and estimate tomato
stiffness is proposed. Using the stiffness analysis can be determined if the
tomato can be consumed. Additionally, an acquisition data system is developed
based on Arduino to obtain measurements from tomato.
Keywords: resonance frequency, non-destructive evaluations, tomato.
__________________________________________________________
. Introducción
El sonido está compuesto por vibraciones que se propagan en forma de ondas a
través de diferentes medios.
El sonido puede ser generado de diferentes maneras, por ejemplo, en una
guitarra se hacen vibrar las cuerdas para genere un sonido, y que nosotros
escuchamos debido a que se propagan en el aire y hacen que el tímpano vibre
y trasmite estas vibraciones a tres huesecillos diminutos del oído (martillo,
yunque y estribo), y se convierten en señales eléctricas que van a cerebro y que
las convierte en información que podemos reconocer y entender.
Frecuencia de resonancia y su análisis
Los objetos con propiedades mecánicas elásticas, al momento de ser golpeados
con una fuerza específica generan desplazamientos, que pueden generar un
sonido que puede ser medido con un micrófono y convierten el son ido en señales
eléctricas que podemos cuantificar y analizar. La frecuencia de resonancia es la
vibración natural de los objetos al ser golpeados. Esta vibración es particular de
3
Revista científica Ciencia y Tecnología Vol 25 No 45 págs. 1-12
http://cienciaytecnologia.uteg.edu.ec
cada objeto que depende de las propiedades mecánicas del objeto (Zhang,
Wang, Zheng, Guo, &
Shan, 2021), (Adedeji, et al., 2020), (Hiruta, et al., 2021). Con el procesamiento de la
señal digitalizada utilizando métodos estadísticos y matemáticos se pueden encontrar
patrones o características especiales de los objetos (Mesaros, Heittola, Virtanen, &
Plumbley, 2021), (Steiglitz, 2020).
La frecuencia de resonancia ha sido usada para identificar propiedades
mecánicas de diferentes materiales. Por ejemplo, para identificar cuando es
prudente recolectar ciertos tipos de frutas (Xuan, Xu, Liu, & Zhou, 2020), (Ding,
Feng, Wnag, Cui, & Li, 2021), (He, et al., 2022).
Los análisis de frecuencias se han aplicado ampliamente en diferentes ámbitos,
desde el sonido, señales eléctricas, análisis de vibraciones, entre otros, con
resultados satisfactorios. Existen diferentes técnicas para procesamiento de
señales digitalizadas del sonido. Una de las más usadas es la trasformada de
Fourier (Wang, Chen, Shen, Zhong, & Li, 2022), (Hwang, Kuo, Baskota, & Lal,
2024), (Konno, Dobroiu, Suzuki, Asada, & Ito, 2021), (Zhou & Lu, 2021).
Bobadilla, J., Gómez, P., y Bernal, J. (1999) emplearon la Transformada de
Fourier para convertir señales del dominio temporal al dominio de la frecuencia,
permitiendo el estudio de las voces de acuerdo con los patrones que presentan
los sonogramas, y proporcionaron una demostración matemática útil para
quienes se interesan en el formalismo de la transformada de Fourier (Bernal,
Gómez, & Bobadilla, 1999).
Pinares, R., Machaca, V., Lozano, F., Quispe, A., Ccopa, R., y Calsin, B. (2023)
usaron espectroscopia infrarroja por transformada de Fourier (FTIR) para
comparar la fibra de vicuña de Puno y Apurímac, descubriendo que, aunque las
fibras químicamente similares, presentaban diferencias en intensidad de color,
intensidad de fibra y modulación (Pinares, et al., 2023). Jaramillo Chamba, D.,
y Chuquimarca Jiménez, L. (2022) desarrollaron una técnica computacional para
el análisis de una sinusoide, la identificación de un sistema Filtro de respuesta
al Impulso (FIR, por sus siglas en ingles) y el análisis espectral de señales de
audio, validando los algoritmos desarrollados para el análisis de señales digitales
(Jaramillo Chamba & Chuquimarca Jiménez, 2022).
4
Erick Rojas, Ruiz Tamayo, Trasviña Osorio, Balvantín García.
Análisis de frecuencias de resonancia en jitomates para determinar su estado de maduración
Importancia del tomate rojo o jitomate
El tomate rojo, también llamado jitomate, desempeña un papel significativo en
el país, siendo de los frutos más ampliamente cultivados en todo el territorio
nacional. Su producción ha experimentado un incremento constante en la última
década, atribuido a diversos factores como la introducción de nuevos tipos y
variedades, avances tecnológicos en los métodos de cultivo y un aumento
general en la demanda de hortalizas, entre otros aspectos. Además, México es
de los principales exportadores a nivel mundial de tomate fresco, lo cual subraya
la relevancia de este cultivo en el ámbito agrícola.
En 2017, México exportó casi 1,600,000 toneladas de jitomate (SAGARPA,
2018). Estados unidos es el principal consumidor del jitomate mexicano, otros
consumidores son Canadá y Europa.
En 2020, México se posiciono como el 10° productor de alimentos a nivel
mundial, siendo como principales productos el tomate (jitomate), aguacate,
limón, chile verde, entre otros (SDAyR, 2021).
En Guanajuato, el 75.1 % del sector primario se dedica a la agricultura (SDAyR,
2021), esto muestra la importancia que tiene en la economía del estado. Otro
dato importante para considerar es la ubicación agro-logística con la cuenta el
estado de Guanajuato, esto impulsa el desarrollo y la exportación de productos
agrícolas.
Por otro lado, el desperdicio de alimentos en México es un problema que ha
crecido en los últimos años. En un estudio realizado por el Banco Mundial y la
SEMARNAT publicado en diciembre de 2017, se mostró que 20 millones 400 mil
toneladas de alimentos se desperdician, lo cual representa una gran pérdida
monetaria. En este estudio se mostró que en México se pierde en el 25% y 30%
del jitomate y cuando el precio cae por cuestiones internacionales y nacionales,
se desperdicia hasta un 50% (SEMARNAT, 2017) (Becerril & Ballinas, 2017).
Análisis de frecuencia de resonancia del jitomate
5
Revista científica Ciencia y Tecnología Vol 25 No 45 págs. 1-12
http://cienciaytecnologia.uteg.edu.ec
El procesamiento de la frecuencia de resonancia golpeando en diferentes partes
del jitomate y determinar si genera una frecuencia similar en cada punto
que es golpeado (De Ketelaere & De Baerdemaeker, 2001). Diferentes
condiciones física y biomecánicas se han estudiado del jitomate, en diferentes
condiciones ambientales, y con la aplicación de compuestos orgánicos como el
Jasmonato de metilo (MeJa), y analizar los afectos de jitomates tratados y sin
tratar con este componente, usando la frecuencia de resonancia (Baltazar,
Espina-Lucero, Ramos-Torres, & Gonza´lez- Aguilar, 2007). Implementación de
clasificadores Bayesianos, basados en el análisis de la rigidez de los jitomates
usando la frecuencia de resonancia han sido estudiados (Aranda-Sanchez,
Baltazar, & González-Aguilar, 2009).
En este trabajo, se calculó la rigidez de los jitomates usando su masa y el análisis
de frecuencias de resonancia de los jitomates utilizando la trasformada de
Fourier. Además, desarrolló la adquisición de datos utilizando Arduino UNO y un
micrófono KY-037, presentando los resultados en un espectro de frecuencias.
_______________________________________________________________
. Metodología
Transformada de Fourier
Para el análisis de los datos se usó la transformada de Fourier. La trasformada
de Fourier es una operación matemática que sirve para identificar las frecuencias
contenidas en una señal. Convierte señales en el dominio del tiempo o espacio,
al dominio de la frecuencia (Cordero & Rodino, 2020) (Salah, Amine, Redouane,
& Fares, 2021).
Si x(t) es la función original, su transformada X(f) será como se muestra en la
Ec. (1):
(1)
donde f es la frecuencia.
Rigidez del jitomate
El análisis de la frecuencia de resonancia se ha utilizado como método de evaluación
no destructiva mostrado ser una herramienta útil para analizar vibraciones, por
ejemplo, en el área automotriz para analizar las fuentes de vibraciones he identificar
6
Erick Rojas, Ruiz Tamayo, Trasviña Osorio, Balvantín García.
Análisis de frecuencias de resonancia en jitomates para determinar su estado de maduración
la frecuencia de resonancia natural de partes en los vehículos (SHI & WU, 2016) (Tian
& Xu, 2023).
Este análisis se puede extender a cualquier otro objeto que tenga las
propiedades físicas para que al ser golpeado con una fuerza similar a la función
delta de Dirac, pueda generar una frecuencia de resonancia.
En el caso de los jitomates, se han realizado diferentes investigaciones
analizando la frecuencia de resonancia al golpear un jitomate, se ha analizado
como afecta la forma del jitomate en la frecuencia de resonancia y además su
rigidez que está correlacionada con la maduración del jitomate.
La rigidez puede ser calculada de la siguiente manera usando la frecuencia más
alta de resonancia de los jitomates analizados:
(2)
donde m es la masa del jitomate y f es la frecuencia de resonancia
(Langenakens, Vandewalle, & De Baerdemaeker, 1997) (Hiruta, Hosoya, Maeda,
& Kajiwara, 2021).
Adquisición de datos
Para la adquisición de datos se utilizó un Arduino UNO (Yu, Wang, & Dong, 2020),
(Tupac-Yupanqui, et al., 2022) y el sensor KY-037 (Pramudya, 2024).
La metodología que se siguió para la adquisición de datos es la siguiente:
1. Conectar el sensor KY-037 en la entrada analógica del Arduino UNO.
2. Conectar el Arduino UNO a la computadora y cargar el código para la
adquisición de datos.
3. Golpear los jitomates como se muestra en la Figura 1a para adquirir
los datos con el sensor KY-037.
4. Procesar los datos y obtener su máxima frecuencia de resonancia
para multiplicarla por su masa y obtener la rigidez del jitomate.
7
Revista científica Ciencia y Tecnología Vol 25 No 45 págs. 1-12
http://cienciaytecnologia.uteg.edu.ec
La Figura 1b, muestra el sistema experimental real para la adquisición de datos
usando el sensor KY-037 y el Arduino UNO. El jitomate es golpeado con la esfera
impresa con PLA.
a) b)
1 Figura 1: Sistema experimental a) esquema y b) foto.
_____________________________________________________________________
. Resultados y Discusión
Para probar el sistema experimental de adquisición de datos se realizaron varias
pruebas con sonidos a frecuencias específicas. Esto se realizó para caracterizar
el sensor KY-037 y el Arduino UNO. En la Figura 2 a) y b) se muestra la señal
digitalizada de un sonido generado a 350 Hz, y su espectro de frecuencias
obtenido de procesar la señal con la trasformada de Fourier, respectivamente.
Como se puede observar el espectro de frecuencias corresponde a la frecuencia
del sonido generado con dicha frecuencia.
Fuente: elaboración propia
8
Erick Rojas, Ruiz Tamayo, Trasviña Osorio, Balvantín García.
Análisis de frecuencias de resonancia en jitomates para determinar su estado de maduración
a) b)
Figura 2: a) Señal digitalizada de sonido a 350 Hz, b) Espectro de
frecuencias de la señal.
Para obtener las frecuencias de resonancia se usaron tres jitomates de la
variedad Saladette. En la Figura 3 a) y b), se muestran los jitomates en el día 1
y 10, respectivamente. Tres veces se tomaron datos golpeando los jitomates, en
los días 1,5 y 10.
Fuente: elaboración propia
a) b)
Figura 3: a) Día 1 de las pruebas de los jitomates, b) Día 10 de la última
prueba.
En la Figura 4 a) y b) se muestra una señal digitalizada del sonido
generado al golpear el jitomate, y su espectro de frecuencias generado a
partir de implementar la trasformada de Fourier, respectivamente. Como se
puede observar la frecuencia más alta en la Figura 4 b), está marcada con una
9
Revista científica Ciencia y Tecnología Vol 25 No 45 págs. 1-12
http://cienciaytecnologia.uteg.edu.ec
flecha, esta frecuencia y la masa del jitomate es usada en la ecuación 2, para
obtener la rigidez del jitomate que es asociada a la madurez del jitomate.
Fuente: elaboración propia
a) b)
Figura 4: a) señal digitalizada del sonido generado al golpear el jitomate, b)
espectro de frecuencias de la señal digitalizada en a).
En la Figura 5 se muestra el coeficiente de rigidez de los tres jitomates. Se puede
observar que conforme el tiempo en días transcurre, el coeficiente de rigidez de
los jitomates disminuye. Y la rigidez disminuye debido su estado de
descomposición natural. Esto es directamente proporcional a su frecuencia de
resonancia natural. Al ir perdiendo rigidez, su frecuencia natural de resonancia
se va modificando.
Fuente: elaboración propia
Figura 5: Coeficiente de rigidez de los tres jitomates.
10
Erick Rojas, Ruiz Tamayo, Trasviña Osorio, Balvantín García.
Análisis de frecuencias de resonancia en jitomates para determinar su estado de maduración
_______________________________________________________________
. Conclusiones
La implementación de un sistema de evaluación no destructiva para determinar
la madurez de los jitomates basado en su frecuencia natural de resonancia puede
a ayudar para tener de manera cuantificable su estado de maduración. Además,
de ser un método sencillo y económico al usar elementos como el Arduino UNO
y sensores para la adquisición de datos. Como trabajo futuro, se puede mejorar
el sistema de adquisición de datos, así como el de evaluar nuevas variades de
vegetales o frutas. Otra línea de instigación sería evaluar la capacidad que tienen
las películas para recubrimientos de los vegetales o frutos para evitar su
degradación. Basado en la frecuencia de resonancia natural.
________________________________________________________________
Referencias bibliográficas
Adedeji, A., Ekramirad, N., Rady, A., Hamidisepehr, A., Donohue, K., Villanueva, R., & Li,
M. (2020). Non-destructive technologies for detecting insect infestation in fruits and
vegetables under postharvest conditions: A critical review. Foods, 9(7), 927.
Aranda-Sanchez, J., Baltazar, A., & González-Aguilar, G. (2009). Implementation of a
Bayesian classifier using repeated measurements for discrimination of tomato fruit
ripening stages. Biosystems engineering, 102(3), 274-284.
Baltazar, A., Espina-Lucero, J., Ramos-Torres, I., & Gonza´lez-Aguilar, G. (2007). Effect
of methyl jasmonate on properties of intact tomato. fruit monitored with destructive
and nondestructive tests, 80(4), 1086-1095.
Becerril, A., & Ballinas, V. (2017, 12 17). En México se desperdician al año 20.4 millones
de toneladas de alimentos. Retrieved from La Jornada:
https://www.jornada.com.mx/2017/11/17/sociedad/043n1soc
Bernal, J., Gómez, P., & Bobadilla, J. (1999). Una visión práctica en el uso de la
Transformada de Fourier como herramienta para el análisis espectral de la voz.
Estudios de fonética experimental, 10, 75-105.
Cordero, E., & Rodino, L. (2020). Time-frequency analysis of operators (Vol. 75). Torino:
Walter de Gruyter GmbH & Co KG.
De Ketelaere, B., & De Baerdemaeker, J. (2001). Tomato firmness estimation using
vibration measurements. Mathematics and Computers in Simulation, 56(4-5), 385-
394.
Ding, C., Feng, Z., Wnag, D., Cui, D., & Li, W. (2021). Acoustic vibration technology:
Toward a promising fruit quality detection method. Comprehensive Reviews in Food
Science and Food Safety, 20(2), 1655-1680.
He, Y., Xiao, Q., Bai , X., Zhou, L., Liu, F., & Zhang, C. (2022). Recent progress of
nondestructive techniques for fruits damage inspection: a review. Critical Reviews in
Food Science and Nutrition, 62(20), 5476-5494.
11
Revista científica Ciencia y Tecnología Vol 25 No 45 págs. 1-12
http://cienciaytecnologia.uteg.edu.ec
Hiruta, T., Hosoya, N., Maeda, S., & Kajiwara, I. (2021). Experimental evaluation of
frequency response and firmness of apples based on an excitation technique using a
dielectric elastomer actuator. Sensors and Actuators A: Physical, 330, 112830.
Hiruta, T., Sasaki, K., Hosoya, N., Maeda, S., Kajiwara, & I. (2021). Firmness evaluation
of postharvest pear fruit during storage based on a vibration experiment technique
using a dielectric elastomer actuator. Postharvest Biology and Technology, 182,
111697.
Hwang, J., Kuo, J., Baskota, A., & Lal, A. (2024). Sonic Fourier Transform Imaging Using
GHz Ultrasonic Transducer Array. In 2024 IEEE 37th International Conference on Micro
Electro Mechanical Systems (MEMS) (pp. 128-131). IEEE.
Jaramillo Chamba, D., & Chuquimarca Jiménez, L. (2022). Estudio comprensivo de la
Transformada de Fourier Discreta para el análisis de señales digitales. Revista
Científica y Tecnológica UPSE (RCTU). Revista Científica y Tecnológica UPSE (RCTU),
9(1), 75-84.
Konno, H., Dobroiu, A., Suzuki, S., Asada, M., & Ito, H. (2021). Discrete fourier transform
radar in the terahertz-wave range based on a resonant-tunneling-diode oscillator.
Sensors, 21(13), 4367.
Langenakens, J., Vandewalle, X., & De Baerdemaeker, J. (1997). Influence of global
shape and internal structure of tomatoes on the resonant frequency. Journal of
agricultural engineering research, 66(1), 41-49.
Mesaros, A., Heittola, T., Virtanen, T., & Plumbley, M. (2021). Sound event detection: A
tutorial. IEEE Signal Processing Magazine, 38(5), 67-83.
Pinares, R., Machaca, V., Lozano, F., Quispe, A., Ccopa, R., & Calsin, B. (2023).
Comparaciones de la espectroscopía infrarroja por transformada de Fourier (FTIR),
parámetros colorimétricos y porcentaje de medulación en fibra de vicuña. Revista de
Investigaciones Veterinarias del Perú, 34(4).
Pramudya, Y. (2024). A Comparative Study of Sound Resonance Using Arduino-Based
Ultrasonic Sensors and Visualization Analysis with Python. Jurnal Materi dan
Pembelajaran Fisika, 14(2), 72-80.
SAGARPA. (2018, 01 15). SIAP. Retrieved from Gobierno de México:
https://www.gob.mx/siap
Salah, E., Amine, K., Redouane, K., & Fares, K. (2021). Fourier transform based audio
watermarking algorithm. Applied Acoustics, 172, 107652.
SDAyR. (2021). Diagnóstico Agrologístico del Estado de Guanajuato. Guanajuato:
Gobierno del Estado de Guanajuato. SEMARNAT. (2017, 12 07). Secretaría de Medio
Ambiente y Recursos Naturales. Retrieved from Gobierno de México:
https://www.gob.mx/semarnat/prensa/impulsa-semarnat-estrategia-nacional-para-
evitar-desperdicio-de- alimentos?idiom=es
SHI, H., & WU, P. (2016). Flexible vibration analysis for car body of high-speed EMU.
Journal of Mechanical Science and Technology, 30, 55-66.
Steiglitz, K. (2020). Digital Signal Processing Primer. New York: Dover Publications, Inc.
Tian, S., & Xu, H. (2023). Mechanical-based and optical-based methods for
nondestructive evaluation of fruit firmness. Food Reviews International, 7, 4009-4039.
Tupac-Yupanqui, M., Vidal-Silva, C., Pavesi-Farriol, L., Ortiz, A., Cardenas-Cobo, J., &
Pereira, F. (2022). Exploiting Arduino features to develop programming competencies.
IEEE Access, 10, 20602-20615.
Wang, D., Chen, Y., Shen, C., Zhong, J., & Li, C. (2022). Fully interpretable neural network
for locating resonance frequency bands for machine condition monitoring. Systems and
Signal Processing, 168, 108673.
12
Erick Rojas, Ruiz Tamayo, Trasviña Osorio, Balvantín García.
Análisis de frecuencias de resonancia en jitomates para determinar su estado de maduración
Xuan, Y., Xu, L., Liu, G., & Zhou, J. (2020). The vibrational response of simulated Ginkgo
biloba fruit based on their frequency spectrum characteristics. PLoS One, 15(7),
e0235494.
Yu, S., Wang, B., & Dong, L. (2020). Study on micro force sensor and its signal acquisition
system based on Android and Arduino.
IEEJ Transactions on Electrical and Electronic Engineering, 15(9), 1384-1389.
Zhang, J., Wang, J., Zheng, C., Guo, H., & Shan, F. (2021). Nondestructive evaluation of
Chinese cabbage quality using mechanical vibration response. Computers and
Electronics in Agriculture, 188, 106317.
Zhou, J., & Lu, W. (2021). Numerical analysis of resonances by a slab of subwavelength
slits by Fourier-matching method. SIAM Journal on Numerical Analysis, 59(4), 2106-
2137.
