鸡蛋新鲜度可见-近红外光谱在线检测技术研究
鸡蛋新鲜度是衡量鸡蛋内部品质的核心指标，不同新鲜度级别的鸡蛋内部所富含的营养元素存在着一定的差异，根据农业部相关标准，新鲜度低于B级以下的鸡蛋不宜食用。目前我国在鸡蛋品质无损检测方面，仅仅对质量、裂纹等外部品质检测有着实际的应用，而在其内部品质方面多半采用“人工照蛋”的方式，该检测方式劳动强度大、效率低、且准确率不高。 不同新鲜度级别的鸡蛋所含的C-H、O-H、N-H等含氢基团数量也不同，从而所获得的可见-近红外光谱数据信息存在着差异。因此，利用可见-近红外光谱技术结合合适的数据处理方法，无损、智能的判别出鸡蛋新鲜度等级，不仅有着重要的科学研究意义，也对实际生产应用起着积极指导意义。 本研究以不同新鲜度级别的鸡蛋作为研究对象，搭建了鸡蛋透射光谱的在线采集系统，对采集后的光谱进行平滑去噪、波长筛选并建立了鸡蛋新鲜度判别模型。具体的研究内容和结论如下: (1)分析出动态采集光谱所存在的问题，并根据这些问题，搭建合理的鸡蛋透射光谱在线采集系统。动态采集的光谱存在着不平滑、噪声大、数据不稳定等问题，经分析主要是由于漏光、机器震动两大因素所造成。为此，设计了一个横跨在鸡蛋传送流水线之上的检测暗箱，保证所有的光谱检测设备都不与传送流水线装置接触，在暗箱检测的内周围采用隔板、黑胶布进行密封和防光照影响。将可调节的卤素灯光置于鸡蛋传送装置的下方，接收器置于鸡蛋的上方，光电传感器置于侧边。当鸡蛋到达指定位置时，触发传感器，传感器给控制器一个“有蛋”的信号，控制器将信号反馈给电脑串口，电脑的光谱采集软件监听到串口信号，驱使光谱仪采集鸡蛋的透射光谱。 (2)对采集后的光谱，进行合适的数据处理。将鸡蛋分成散黄蛋和非散黄蛋两类，然后在非散黄蛋类中设定AA级、A级、B级及以下三个等级。对原始光谱进行多元散射校正(MSC)平滑、去噪，并利用连续投影法(SPA)特征波长挑选的方法，筛选了14个特征波长，建立了偏最小二乘(PLS-DA)散黄蛋的判别模型，模型的校正集准确率为99.21％，预测集准确率100％。剔除散黄蛋后，对剩余的非散黄蛋光谱进行标准正态变换(SNV)预处理，使用多模式共识特征波长挑选的方法，筛选了39个波长，建立了偏最小二乘鸡蛋新鲜度等级的判别模型，模型的校正集准确率92.31％，预测集的准确率为91.23％。 (3)建立了上位机电脑与下位机PLC之间的通信，实现了两者数据交互。PLC将“有蛋”的信号传递到电脑串口，采集软件监听到电脑串口的信号后，实时采集鸡蛋的可见-近红外透射光谱。电脑开发的软件能够利用已经建立好的判别模型对采集光谱文件的数据进行提取和变换，实现鸡蛋新鲜度的判别，并将鸡蛋新鲜度“等级信号”传递给PLC，PLC根据等级信号去控制分级通道的执行机构，完成分级操作。 (4)利用微软公司的VS2010软件，开发了鸡蛋新鲜度判别可视化软件，该软件主要的功能:自动读取光谱仪采集后的文本文件数据，并显示鸡蛋透射图谱;对文本文件的数据按照已经利用Matlab软件建立好的数学模型进行植入;建立与PLC之间的通信，能够实时的监听和发送信号;整个采集及模型的结果输出时间共为0.256秒，能够满足工业在线的速度要求。
鸡蛋;新鲜度;散黄蛋;可见-近红外光谱;在线检测
华中农业大学
硕士
农业电气化与自动化
王巧华
2017
中文
TS253.2
86
2017-08-11（万方平台首次上网日期，不代表论文的发表时间）