Tecnologie di rilevamento intelligente e analisi dei dati per il controllo della qualità e della sicurezza nella filiera agroalimentare.

The agri-food sector plays a strategic role at the global level, not only for its primary function of nutrition and public health protection, but also for its economic, environmental, and social implications. Population growth, supply chain complexity, and the increasing demand for efficiency and sustainability pose new challenges to ensuring food quality, safety, and traceability. Traditional analytical methodologies of chemical, physical, and microbiological nature remain fundamental tools due to their high accuracy and regulatory validation. However, their high cost, long analysis times, and limited applicability for rapid and real-time monitoring reduce their effectiveness in modern production environments. In this context, smart sensing technologies — in particular, devices based on metal oxide (MOX) sensors — represent an innovative and sustainable solution for rapid and non-destructive food quality assessment. Owing to their chemoresistive response and the possibility of integration with IoT platforms, MOX sensors enable the analysis of volatile organic compound (VOC) profiles and the development of predictive shelf-life models, thereby contributing to waste reduction and greater transparency across the food supply chain. This PhD thesis presents several research projects that integrate traditional analytical methodologies with innovative approaches based on MOX sensors. The case studies involve different matrices and objectives, ranging from the assessment of freshness in fruit and meat products to the production of baked goods and fermented derivatives designed to meet consumer preferences. The obtained results show a remarkable correlation between reference techniques (GC–MS, microbiological, and sensory analyses) and the responses provided by nanostructured sensor devices, confirming the reliability, sensitivity, and robustness of MOX-based systems. These findings highlight that electronic noses and MOX sensors can serve as effective tools for the evaluation of food quality and safety. Overall, MOX sensor technologies represent one of the most promising frontiers for the future of agri-food monitoring. Their integration with machine learning algorithms and IoT systems paves the way for intelligent and adaptive devices capable of operating in real time and supporting quality management and sustainability throughout the entire production and distribution chain.

Il settore agroalimentare riveste un ruolo strategico a livello globale, non solo per la sua funzione primaria di nutrizione e tutela della salute pubblica, ma anche per le sue implicazioni economiche, ambientali e sociali. La crescita demografica, la complessità delle filiere e le crescenti esigenze di efficienza e sostenibilità pongono nuove sfide nella garanzia della qualità, della sicurezza e della tracciabilità degli alimenti. Le metodologie analitiche tradizionali di natura chimica, fisica e microbiologica restano strumenti fondamentali per l’elevata accuratezza e la validazione normativa che offrono. Tuttavia, l’alto costo, i tempi di analisi prolungati e la limitata applicabilità al monitoraggio rapido e in tempo reale ne riducono l’efficacia nei moderni contesti produttivi. In questo scenario, le tecnologie di smart sensing — in particolare i dispositivi basati su sensori a ossidi metallici (MOX) — rappresentano una soluzione innovativa e sostenibile per l’analisi rapida e non distruttiva della qualità alimentare. Grazie alla risposta chemioresistiva e alla possibilità di integrazione con piattaforme IoT, i sensori MOX consentono di analizzare i profili dei composti organici volatili (VOC) e di sviluppare modelli predittivi di shelf-life, favorendo la riduzione degli sprechi e una maggiore trasparenza nelle catene di approvvigionamento. Nella presente tesi di dottorato vengono illustrati diversi progetti di ricerca che integrano metodiche analitiche tradizionali con approcci innovativi basati su sensori MOX. I casi studio hanno interessato diverse matrici e obiettivi, spaziando dalla valutazione della freschezza di prodotti ortofrutticoli e carnei, fino alla produzione di prodotti da forno e derivati fermentati in grado di rispondere alle esigenze del consumatore. I risultati ottenuti mostrano una notevole correlazione tra le tecniche di riferimento (GC–MS, analisi microbiologiche e sensoriali) e le risposte fornite dai dispositivi a sensori nanostrutturati, confermando l’affidabilità, la sensibilità e la robustezza dei sistemi MOX. Questi risultati evidenziano come il naso elettronico e i sensori MOX possano rappresentare strumenti efficaci per la valutazione della qualità e della sicurezza alimentare. Nel complesso, le tecnologie basate su sensori MOX si configurano come una delle frontiere più promettenti per il futuro del monitoraggio agroalimentare. L’integrazione con algoritmi di machine learning e sistemi IoT apre la strada a dispositivi intelligenti e adattivi, capaci di operare in tempo reale e di supportare la gestione della qualità e della sostenibilità lungo l’intera filiera produttiva e distributiva.