水果糖酸度品質(zhì)實(shí)時(shí)檢測(cè)裝置的設(shè)計(jì)

陸輝山++張林

摘要：采用近紅外光譜分析技術(shù)對(duì)水果糖酸度檢測(cè)裝置進(jìn)行研究，主要設(shè)計(jì)了水果傳輸模塊、光照模塊、光譜采集模塊和數(shù)據(jù)分析處理模塊，再以福建早桔作為試驗(yàn)樣本對(duì)系統(tǒng)進(jìn)行驗(yàn)證。結(jié)果表明，采用近紅外漫反射光譜分析技術(shù)實(shí)現(xiàn)對(duì)水果糖酸度的實(shí)時(shí)檢測(cè)是可行的，且采用多元散色校正（MSC）的光譜預(yù)處理方法對(duì)水果漫反射光譜進(jìn)行預(yù)處理后建立的模型最優(yōu)，模型具有良好的預(yù)測(cè)精度和預(yù)測(cè)穩(wěn)定性。

關(guān)鍵詞：水果；糖酸度；實(shí)時(shí)檢測(cè)裝置；近紅外；漫反射；多元散色校正；精度；穩(wěn)定性

中圖分類(lèi)號(hào)： TP274+.5文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2014）10-0289-03

收稿日期：2013-12-26

基金項(xiàng)目：國(guó)家自然基金（編號(hào)：41201294）；山西省自然科學(xué)基金（編號(hào)：2009021019-3、2013011026-2）。

作者簡(jiǎn)介：陸輝山（1975—），男，山西應(yīng)縣人，博士，副教授，主要從事無(wú)損檢測(cè)技術(shù)與裝置研究。E-mail：759013520@qq.com。水果因含有人體所需的多種礦物質(zhì)、維生素等營(yíng)養(yǎng)成分而被人們作為不可或缺的日常食用品，隨著生活水平的提高，人們對(duì)食用水果的甜度好口感也有了更高的要求。傳統(tǒng)的檢測(cè)技術(shù)不但費(fèi)時(shí)費(fèi)力，而且還會(huì)對(duì)水果造成傷害。近年來(lái)，近紅外光譜檢測(cè)技術(shù)的快速發(fā)展使得采用近紅外光譜分析技術(shù)實(shí)現(xiàn)對(duì)水果糖濃度的快速、無(wú)損檢測(cè)成為可能。近紅外光譜檢測(cè)技術(shù)具有快速簡(jiǎn)便、無(wú)損、準(zhǔn)確等特點(diǎn)，已在農(nóng)業(yè)和食品行業(yè)中得到廣泛應(yīng)用[1]。國(guó)內(nèi)外研究人員利用近紅外（NIR）分析技術(shù)對(duì)水果內(nèi)部品質(zhì)指標(biāo)檢測(cè)已取得了重大成績(jī)，Kawano選用680～1 235 nm光譜范圍近紅外光譜，采用透射的方法對(duì)柑橘的糖濃度進(jìn)行了檢測(cè)分析[2]；Slaughter采用近紅外光譜分析技術(shù)對(duì)油桃內(nèi)可溶性固形物含量、糖度和葉綠素A含量等指標(biāo)進(jìn)行了定量研究[3]；McGlone研究了不同的近紅外檢測(cè)系統(tǒng)對(duì)高速運(yùn)動(dòng)的蘋(píng)果內(nèi)部糖濃度檢測(cè)的影響[4]。在國(guó)內(nèi)，近紅外光譜分析技術(shù)在農(nóng)副產(chǎn)品中的研究雖然起步比較晚，但也已取得了相當(dāng)多的成就。孫通等采用近紅外光譜結(jié)合可見(jiàn)光對(duì)南豐蜜桔的可溶性固形物含量的影響進(jìn)行了研究[5]；劉燕德等利用近紅外漫反射技術(shù)對(duì)蘋(píng)果糖濃度的影響進(jìn)行了定量研究[6]；董小玲等采用近紅外漫反射技術(shù)結(jié)合小波壓縮技術(shù)對(duì)馬鈴薯淀粉含量的影響進(jìn)行了深入研究[7]；高海龍等利用近紅外漫反射光譜實(shí)現(xiàn)了對(duì)鮮棗品種的鑒別和對(duì)劣棗的剔除工作[8]。前人通過(guò)大量的試驗(yàn)證明，采用近紅外漫反射技術(shù)間接實(shí)現(xiàn)對(duì)水果糖濃度和酸度的檢測(cè)是可行的，在這方面積累了大量的經(jīng)驗(yàn)，然而大多數(shù)研究?jī)H僅停留在試驗(yàn)層次，還沒(méi)有一套完整的水果糖酸度實(shí)時(shí)檢測(cè)的設(shè)計(jì)研究方案。因此，本試驗(yàn)在前人理論研究的基礎(chǔ)上探索性地設(shè)計(jì)了一個(gè)水果糖酸濃度實(shí)時(shí)檢測(cè)裝置。

1系統(tǒng)設(shè)計(jì)

為了實(shí)現(xiàn)水果糖度和酸度內(nèi)部品質(zhì)的檢測(cè)，根據(jù)近紅外在線(xiàn)檢測(cè)的設(shè)計(jì)要求，設(shè)計(jì)了基于試驗(yàn)臺(tái)基礎(chǔ)的實(shí)時(shí)檢測(cè)系統(tǒng)，為在線(xiàn)實(shí)時(shí)檢測(cè)試驗(yàn)提供了良好的硬件支持。

1.1整體設(shè)計(jì)

為建立一種基于近紅外光譜分析的水果內(nèi)部品質(zhì)（糖度和酸度）在線(xiàn)實(shí)時(shí)檢測(cè)系統(tǒng)，使該裝置可以實(shí)現(xiàn)水果在一定范圍內(nèi)的傳輸、水果定位、光譜采集、定量/定性分析等功能。因此，該系統(tǒng)主要包括傳輸單元、控制單元、光譜采集單元和數(shù)據(jù)處理單元等部分（圖1）。傳輸單元包括托盤(pán)、軌道、輸送小車(chē)等部分，輸送小車(chē)帶動(dòng)裝有水果的托盤(pán)在軌道上運(yùn)動(dòng)，完成水果傳輸?shù)娜蝿?wù)，輸送小車(chē)的最終動(dòng)力來(lái)源于電動(dòng)機(jī)，控制系統(tǒng)通過(guò)控制電機(jī)的運(yùn)轉(zhuǎn)，達(dá)到控制水果的運(yùn)輸?？刂茊卧?對(duì)檢測(cè)出發(fā)裝置和用于試驗(yàn)臺(tái)上所需控制的部件通信接口構(gòu)成，負(fù)責(zé)控制小車(chē)的動(dòng)作，完成水果定位、光譜采集等工作。光譜采集單元包括采集探頭、光纖、光譜儀等部分構(gòu)成，負(fù)責(zé)完成對(duì)每個(gè)水果的光譜采集的任務(wù)。數(shù)據(jù)處理單元由特定的DSP處理器和事先建立的水果糖酸度預(yù)測(cè)算法模型組成，通過(guò)對(duì)光譜的預(yù)處理去除噪聲，然后輸入到預(yù)測(cè)模型得到水果的內(nèi)部品質(zhì)指標(biāo)。

1.2傳輸系統(tǒng)設(shè)計(jì)

傳輸系統(tǒng)負(fù)責(zé)水果保持特定的姿態(tài)以一定的速度進(jìn)入光譜檢測(cè)箱中，為光譜的采集做好實(shí)現(xiàn)準(zhǔn)備工作。這個(gè)環(huán)節(jié)的技術(shù)特點(diǎn)在于保證水果的穩(wěn)定運(yùn)動(dòng)、托盤(pán)與水果之間的避光區(qū)、傳輸速度的調(diào)節(jié)等。具體設(shè)計(jì)如下所述。

1.2.1軌道設(shè)計(jì)根據(jù)水果的實(shí)際大小和實(shí)現(xiàn)水果的平穩(wěn)傳輸?shù)囊?，軌道采用市?chǎng)上的型材加工而成，使用2根平行的三角鐵型鋼結(jié)構(gòu)設(shè)計(jì)，保證2根角鐵的平行，角鐵的角為小車(chē)提供導(dǎo)向作用，保證小車(chē)的有向運(yùn)動(dòng)。

1.2.2水果托盤(pán)和小車(chē)設(shè)計(jì)水果托盤(pán)和小車(chē)的設(shè)計(jì)主要要完成水果的運(yùn)輸和定位功能，設(shè)計(jì)結(jié)構(gòu)如圖2所示。

1.3光照系統(tǒng)設(shè)計(jì)

光照系統(tǒng)由光源和光照箱兩部分構(gòu)成，為水果在線(xiàn)檢測(cè)提供穩(wěn)定、可控的近紅外光源，使整個(gè)系統(tǒng)有足夠強(qiáng)的光線(xiàn)被照射到水果表面，協(xié)助光譜采集模塊完成漫反射光譜的采集

工作。光照系統(tǒng)設(shè)計(jì)結(jié)構(gòu)圖如圖3所示。

1.4光譜采集部分設(shè)計(jì)

光譜采集單元包括近紅外探測(cè)器、光纖、光譜儀等部分，主要完成對(duì)水果漫反射回的近紅外光譜進(jìn)行實(shí)時(shí)采集，光譜采集部分流程圖如圖4所示。本系統(tǒng)中采用的近紅外漫反射吸光度計(jì)算公式為：

3結(jié)論

本研究首先對(duì)水果糖酸度近紅外檢測(cè)系統(tǒng)進(jìn)行整體設(shè)計(jì)，主要對(duì)傳輸模塊、光照模塊、光譜采集模塊和數(shù)據(jù)分析處理模塊進(jìn)行了詳細(xì)設(shè)計(jì)說(shuō)明，然后采用100個(gè)福建早桔作為試驗(yàn)樣本對(duì)系統(tǒng)進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果表明采用近紅外光譜漫反射技術(shù)間接實(shí)現(xiàn)對(duì)水果糖酸度的檢測(cè)是可行的，且具有較好的效果。其中，用光譜預(yù)處理后建立的水果糖酸度模型效果更佳，采用多元散色校正（MSC）的光譜預(yù)處理方法對(duì)光譜預(yù)處理后建立的模型最優(yōu)。

參考文獻(xiàn)：

[1]王偉明，董大明，鄭文剛，等. 梨果糖濃度近紅外漫反射光譜檢測(cè)的預(yù)處理方法研究[J]. 光譜學(xué)與光譜分析，2013，33（2）：359-362.

[2] Kawano S. Present condition of nondestructive quality evaluation of fruits and vegetables in Japan[J]. JARQ，1992，28：212.

[3]Slaughter D C. Nondestructive determination of internal quality in peaches and nectarines[J]. Transactions of The ASAE，1995，38（2）：617-623.

[4]McGlone V A. Transmission measurements on intact apples moving at high speed[J]. Journal of Near Infrared Spectroscopy，2004，12（1）：37-43.

[5]孫通，許文麗，胡田，等. 基于UVE-ICA和支持向量機(jī)的南豐蜜桔可溶性固形物可見(jiàn)-近紅外檢測(cè)[J]. 光譜學(xué)與光譜分析，2013，33（12）：3235-3239.

[6]劉燕德，應(yīng)義斌. 蘋(píng)果糖分含量的近紅外漫反射檢測(cè)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20（1）：189-192.

[7]董小玲，孫旭東. 基于小波壓縮的馬鈴薯全粉還原糖近紅外光譜檢測(cè)研究[J]. 光譜學(xué)與光譜分析，2013，33（12）：3216-3220.

[8]高海龍，李小昱. 近紅外光譜鑒別鮮棗品種及裂果研究[J]. 光譜學(xué)與光譜分析，2013，33（12）：3231-3234.

[9]劉蘭濤，陳曉光，吳文福，等. 三波長(zhǎng)谷物蛋白質(zhì)近紅外檢測(cè)儀[J]. 吉林大學(xué)學(xué)報(bào)：工學(xué)版，2009，39（1）：93-97.

摘要：采用近紅外光譜分析技術(shù)對(duì)水果糖酸度檢測(cè)裝置進(jìn)行研究，主要設(shè)計(jì)了水果傳輸模塊、光照模塊、光譜采集模塊和數(shù)據(jù)分析處理模塊，再以福建早桔作為試驗(yàn)樣本對(duì)系統(tǒng)進(jìn)行驗(yàn)證。結(jié)果表明，采用近紅外漫反射光譜分析技術(shù)實(shí)現(xiàn)對(duì)水果糖酸度的實(shí)時(shí)檢測(cè)是可行的，且采用多元散色校正（MSC）的光譜預(yù)處理方法對(duì)水果漫反射光譜進(jìn)行預(yù)處理后建立的模型最優(yōu)，模型具有良好的預(yù)測(cè)精度和預(yù)測(cè)穩(wěn)定性。

關(guān)鍵詞：水果；糖酸度；實(shí)時(shí)檢測(cè)裝置；近紅外；漫反射；多元散色校正；精度；穩(wěn)定性

中圖分類(lèi)號(hào)： TP274+.5文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2014）10-0289-03

收稿日期：2013-12-26

基金項(xiàng)目：國(guó)家自然基金（編號(hào)：41201294）；山西省自然科學(xué)基金（編號(hào)：2009021019-3、2013011026-2）。

作者簡(jiǎn)介：陸輝山（1975—），男，山西應(yīng)縣人，博士，副教授，主要從事無(wú)損檢測(cè)技術(shù)與裝置研究。E-mail：759013520@qq.com。水果因含有人體所需的多種礦物質(zhì)、維生素等營(yíng)養(yǎng)成分而被人們作為不可或缺的日常食用品，隨著生活水平的提高，人們對(duì)食用水果的甜度好口感也有了更高的要求。傳統(tǒng)的檢測(cè)技術(shù)不但費(fèi)時(shí)費(fèi)力，而且還會(huì)對(duì)水果造成傷害。近年來(lái)，近紅外光譜檢測(cè)技術(shù)的快速發(fā)展使得采用近紅外光譜分析技術(shù)實(shí)現(xiàn)對(duì)水果糖濃度的快速、無(wú)損檢測(cè)成為可能。近紅外光譜檢測(cè)技術(shù)具有快速簡(jiǎn)便、無(wú)損、準(zhǔn)確等特點(diǎn)，已在農(nóng)業(yè)和食品行業(yè)中得到廣泛應(yīng)用[1]。國(guó)內(nèi)外研究人員利用近紅外（NIR）分析技術(shù)對(duì)水果內(nèi)部品質(zhì)指標(biāo)檢測(cè)已取得了重大成績(jī)，Kawano選用680～1 235 nm光譜范圍近紅外光譜，采用透射的方法對(duì)柑橘的糖濃度進(jìn)行了檢測(cè)分析[2]；Slaughter采用近紅外光譜分析技術(shù)對(duì)油桃內(nèi)可溶性固形物含量、糖度和葉綠素A含量等指標(biāo)進(jìn)行了定量研究[3]；McGlone研究了不同的近紅外檢測(cè)系統(tǒng)對(duì)高速運(yùn)動(dòng)的蘋(píng)果內(nèi)部糖濃度檢測(cè)的影響[4]。在國(guó)內(nèi)，近紅外光譜分析技術(shù)在農(nóng)副產(chǎn)品中的研究雖然起步比較晚，但也已取得了相當(dāng)多的成就。孫通等采用近紅外光譜結(jié)合可見(jiàn)光對(duì)南豐蜜桔的可溶性固形物含量的影響進(jìn)行了研究[5]；劉燕德等利用近紅外漫反射技術(shù)對(duì)蘋(píng)果糖濃度的影響進(jìn)行了定量研究[6]；董小玲等采用近紅外漫反射技術(shù)結(jié)合小波壓縮技術(shù)對(duì)馬鈴薯淀粉含量的影響進(jìn)行了深入研究[7]；高海龍等利用近紅外漫反射光譜實(shí)現(xiàn)了對(duì)鮮棗品種的鑒別和對(duì)劣棗的剔除工作[8]。前人通過(guò)大量的試驗(yàn)證明，采用近紅外漫反射技術(shù)間接實(shí)現(xiàn)對(duì)水果糖濃度和酸度的檢測(cè)是可行的，在這方面積累了大量的經(jīng)驗(yàn)，然而大多數(shù)研究?jī)H僅停留在試驗(yàn)層次，還沒(méi)有一套完整的水果糖酸度實(shí)時(shí)檢測(cè)的設(shè)計(jì)研究方案。因此，本試驗(yàn)在前人理論研究的基礎(chǔ)上探索性地設(shè)計(jì)了一個(gè)水果糖酸濃度實(shí)時(shí)檢測(cè)裝置。

1系統(tǒng)設(shè)計(jì)

為了實(shí)現(xiàn)水果糖度和酸度內(nèi)部品質(zhì)的檢測(cè)，根據(jù)近紅外在線(xiàn)檢測(cè)的設(shè)計(jì)要求，設(shè)計(jì)了基于試驗(yàn)臺(tái)基礎(chǔ)的實(shí)時(shí)檢測(cè)系統(tǒng)，為在線(xiàn)實(shí)時(shí)檢測(cè)試驗(yàn)提供了良好的硬件支持。

1.1整體設(shè)計(jì)

為建立一種基于近紅外光譜分析的水果內(nèi)部品質(zhì)（糖度和酸度）在線(xiàn)實(shí)時(shí)檢測(cè)系統(tǒng)，使該裝置可以實(shí)現(xiàn)水果在一定范圍內(nèi)的傳輸、水果定位、光譜采集、定量/定性分析等功能。因此，該系統(tǒng)主要包括傳輸單元、控制單元、光譜采集單元和數(shù)據(jù)處理單元等部分（圖1）。傳輸單元包括托盤(pán)、軌道、輸送小車(chē)等部分，輸送小車(chē)帶動(dòng)裝有水果的托盤(pán)在軌道上運(yùn)動(dòng)，完成水果傳輸?shù)娜蝿?wù)，輸送小車(chē)的最終動(dòng)力來(lái)源于電動(dòng)機(jī)，控制系統(tǒng)通過(guò)控制電機(jī)的運(yùn)轉(zhuǎn)，達(dá)到控制水果的運(yùn)輸?？刂茊卧?對(duì)檢測(cè)出發(fā)裝置和用于試驗(yàn)臺(tái)上所需控制的部件通信接口構(gòu)成，負(fù)責(zé)控制小車(chē)的動(dòng)作，完成水果定位、光譜采集等工作。光譜采集單元包括采集探頭、光纖、光譜儀等部分構(gòu)成，負(fù)責(zé)完成對(duì)每個(gè)水果的光譜采集的任務(wù)。數(shù)據(jù)處理單元由特定的DSP處理器和事先建立的水果糖酸度預(yù)測(cè)算法模型組成，通過(guò)對(duì)光譜的預(yù)處理去除噪聲，然后輸入到預(yù)測(cè)模型得到水果的內(nèi)部品質(zhì)指標(biāo)。

1.2傳輸系統(tǒng)設(shè)計(jì)

傳輸系統(tǒng)負(fù)責(zé)水果保持特定的姿態(tài)以一定的速度進(jìn)入光譜檢測(cè)箱中，為光譜的采集做好實(shí)現(xiàn)準(zhǔn)備工作。這個(gè)環(huán)節(jié)的技術(shù)特點(diǎn)在于保證水果的穩(wěn)定運(yùn)動(dòng)、托盤(pán)與水果之間的避光區(qū)、傳輸速度的調(diào)節(jié)等。具體設(shè)計(jì)如下所述。

1.2.1軌道設(shè)計(jì)根據(jù)水果的實(shí)際大小和實(shí)現(xiàn)水果的平穩(wěn)傳輸?shù)囊?，軌道采用市?chǎng)上的型材加工而成，使用2根平行的三角鐵型鋼結(jié)構(gòu)設(shè)計(jì)，保證2根角鐵的平行，角鐵的角為小車(chē)提供導(dǎo)向作用，保證小車(chē)的有向運(yùn)動(dòng)。

1.2.2水果托盤(pán)和小車(chē)設(shè)計(jì)水果托盤(pán)和小車(chē)的設(shè)計(jì)主要要完成水果的運(yùn)輸和定位功能，設(shè)計(jì)結(jié)構(gòu)如圖2所示。

1.3光照系統(tǒng)設(shè)計(jì)

光照系統(tǒng)由光源和光照箱兩部分構(gòu)成，為水果在線(xiàn)檢測(cè)提供穩(wěn)定、可控的近紅外光源，使整個(gè)系統(tǒng)有足夠強(qiáng)的光線(xiàn)被照射到水果表面，協(xié)助光譜采集模塊完成漫反射光譜的采集

工作。光照系統(tǒng)設(shè)計(jì)結(jié)構(gòu)圖如圖3所示。

1.4光譜采集部分設(shè)計(jì)

光譜采集單元包括近紅外探測(cè)器、光纖、光譜儀等部分，主要完成對(duì)水果漫反射回的近紅外光譜進(jìn)行實(shí)時(shí)采集，光譜采集部分流程圖如圖4所示。本系統(tǒng)中采用的近紅外漫反射吸光度計(jì)算公式為：

3結(jié)論

本研究首先對(duì)水果糖酸度近紅外檢測(cè)系統(tǒng)進(jìn)行整體設(shè)計(jì)，主要對(duì)傳輸模塊、光照模塊、光譜采集模塊和數(shù)據(jù)分析處理模塊進(jìn)行了詳細(xì)設(shè)計(jì)說(shuō)明，然后采用100個(gè)福建早桔作為試驗(yàn)樣本對(duì)系統(tǒng)進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果表明采用近紅外光譜漫反射技術(shù)間接實(shí)現(xiàn)對(duì)水果糖酸度的檢測(cè)是可行的，且具有較好的效果。其中，用光譜預(yù)處理后建立的水果糖酸度模型效果更佳，采用多元散色校正（MSC）的光譜預(yù)處理方法對(duì)光譜預(yù)處理后建立的模型最優(yōu)。

參考文獻(xiàn)：

[1]王偉明，董大明，鄭文剛，等. 梨果糖濃度近紅外漫反射光譜檢測(cè)的預(yù)處理方法研究[J]. 光譜學(xué)與光譜分析，2013，33（2）：359-362.

[2] Kawano S. Present condition of nondestructive quality evaluation of fruits and vegetables in Japan[J]. JARQ，1992，28：212.

[3]Slaughter D C. Nondestructive determination of internal quality in peaches and nectarines[J]. Transactions of The ASAE，1995，38（2）：617-623.

[4]McGlone V A. Transmission measurements on intact apples moving at high speed[J]. Journal of Near Infrared Spectroscopy，2004，12（1）：37-43.

[5]孫通，許文麗，胡田，等. 基于UVE-ICA和支持向量機(jī)的南豐蜜桔可溶性固形物可見(jiàn)-近紅外檢測(cè)[J]. 光譜學(xué)與光譜分析，2013，33（12）：3235-3239.

[6]劉燕德，應(yīng)義斌. 蘋(píng)果糖分含量的近紅外漫反射檢測(cè)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20（1）：189-192.

[7]董小玲，孫旭東. 基于小波壓縮的馬鈴薯全粉還原糖近紅外光譜檢測(cè)研究[J]. 光譜學(xué)與光譜分析，2013，33（12）：3216-3220.

[8]高海龍，李小昱. 近紅外光譜鑒別鮮棗品種及裂果研究[J]. 光譜學(xué)與光譜分析，2013，33（12）：3231-3234.

[9]劉蘭濤，陳曉光，吳文福，等. 三波長(zhǎng)谷物蛋白質(zhì)近紅外檢測(cè)儀[J]. 吉林大學(xué)學(xué)報(bào)：工學(xué)版，2009，39（1）：93-97.

摘要：采用近紅外光譜分析技術(shù)對(duì)水果糖酸度檢測(cè)裝置進(jìn)行研究，主要設(shè)計(jì)了水果傳輸模塊、光照模塊、光譜采集模塊和數(shù)據(jù)分析處理模塊，再以福建早桔作為試驗(yàn)樣本對(duì)系統(tǒng)進(jìn)行驗(yàn)證。結(jié)果表明，采用近紅外漫反射光譜分析技術(shù)實(shí)現(xiàn)對(duì)水果糖酸度的實(shí)時(shí)檢測(cè)是可行的，且采用多元散色校正（MSC）的光譜預(yù)處理方法對(duì)水果漫反射光譜進(jìn)行預(yù)處理后建立的模型最優(yōu)，模型具有良好的預(yù)測(cè)精度和預(yù)測(cè)穩(wěn)定性。

關(guān)鍵詞：水果；糖酸度；實(shí)時(shí)檢測(cè)裝置；近紅外；漫反射；多元散色校正；精度；穩(wěn)定性

中圖分類(lèi)號(hào)： TP274+.5文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2014）10-0289-03

收稿日期：2013-12-26

基金項(xiàng)目：國(guó)家自然基金（編號(hào)：41201294）；山西省自然科學(xué)基金（編號(hào)：2009021019-3、2013011026-2）。

作者簡(jiǎn)介：陸輝山（1975—），男，山西應(yīng)縣人，博士，副教授，主要從事無(wú)損檢測(cè)技術(shù)與裝置研究。E-mail：759013520@qq.com。水果因含有人體所需的多種礦物質(zhì)、維生素等營(yíng)養(yǎng)成分而被人們作為不可或缺的日常食用品，隨著生活水平的提高，人們對(duì)食用水果的甜度好口感也有了更高的要求。傳統(tǒng)的檢測(cè)技術(shù)不但費(fèi)時(shí)費(fèi)力，而且還會(huì)對(duì)水果造成傷害。近年來(lái)，近紅外光譜檢測(cè)技術(shù)的快速發(fā)展使得采用近紅外光譜分析技術(shù)實(shí)現(xiàn)對(duì)水果糖濃度的快速、無(wú)損檢測(cè)成為可能。近紅外光譜檢測(cè)技術(shù)具有快速簡(jiǎn)便、無(wú)損、準(zhǔn)確等特點(diǎn)，已在農(nóng)業(yè)和食品行業(yè)中得到廣泛應(yīng)用[1]。國(guó)內(nèi)外研究人員利用近紅外（NIR）分析技術(shù)對(duì)水果內(nèi)部品質(zhì)指標(biāo)檢測(cè)已取得了重大成績(jī)，Kawano選用680～1 235 nm光譜范圍近紅外光譜，采用透射的方法對(duì)柑橘的糖濃度進(jìn)行了檢測(cè)分析[2]；Slaughter采用近紅外光譜分析技術(shù)對(duì)油桃內(nèi)可溶性固形物含量、糖度和葉綠素A含量等指標(biāo)進(jìn)行了定量研究[3]；McGlone研究了不同的近紅外檢測(cè)系統(tǒng)對(duì)高速運(yùn)動(dòng)的蘋(píng)果內(nèi)部糖濃度檢測(cè)的影響[4]。在國(guó)內(nèi)，近紅外光譜分析技術(shù)在農(nóng)副產(chǎn)品中的研究雖然起步比較晚，但也已取得了相當(dāng)多的成就。孫通等采用近紅外光譜結(jié)合可見(jiàn)光對(duì)南豐蜜桔的可溶性固形物含量的影響進(jìn)行了研究[5]；劉燕德等利用近紅外漫反射技術(shù)對(duì)蘋(píng)果糖濃度的影響進(jìn)行了定量研究[6]；董小玲等采用近紅外漫反射技術(shù)結(jié)合小波壓縮技術(shù)對(duì)馬鈴薯淀粉含量的影響進(jìn)行了深入研究[7]；高海龍等利用近紅外漫反射光譜實(shí)現(xiàn)了對(duì)鮮棗品種的鑒別和對(duì)劣棗的剔除工作[8]。前人通過(guò)大量的試驗(yàn)證明，采用近紅外漫反射技術(shù)間接實(shí)現(xiàn)對(duì)水果糖濃度和酸度的檢測(cè)是可行的，在這方面積累了大量的經(jīng)驗(yàn)，然而大多數(shù)研究?jī)H僅停留在試驗(yàn)層次，還沒(méi)有一套完整的水果糖酸度實(shí)時(shí)檢測(cè)的設(shè)計(jì)研究方案。因此，本試驗(yàn)在前人理論研究的基礎(chǔ)上探索性地設(shè)計(jì)了一個(gè)水果糖酸濃度實(shí)時(shí)檢測(cè)裝置。

1系統(tǒng)設(shè)計(jì)

為了實(shí)現(xiàn)水果糖度和酸度內(nèi)部品質(zhì)的檢測(cè)，根據(jù)近紅外在線(xiàn)檢測(cè)的設(shè)計(jì)要求，設(shè)計(jì)了基于試驗(yàn)臺(tái)基礎(chǔ)的實(shí)時(shí)檢測(cè)系統(tǒng)，為在線(xiàn)實(shí)時(shí)檢測(cè)試驗(yàn)提供了良好的硬件支持。

1.1整體設(shè)計(jì)

為建立一種基于近紅外光譜分析的水果內(nèi)部品質(zhì)（糖度和酸度）在線(xiàn)實(shí)時(shí)檢測(cè)系統(tǒng)，使該裝置可以實(shí)現(xiàn)水果在一定范圍內(nèi)的傳輸、水果定位、光譜采集、定量/定性分析等功能。因此，該系統(tǒng)主要包括傳輸單元、控制單元、光譜采集單元和數(shù)據(jù)處理單元等部分（圖1）。傳輸單元包括托盤(pán)、軌道、輸送小車(chē)等部分，輸送小車(chē)帶動(dòng)裝有水果的托盤(pán)在軌道上運(yùn)動(dòng)，完成水果傳輸?shù)娜蝿?wù)，輸送小車(chē)的最終動(dòng)力來(lái)源于電動(dòng)機(jī)，控制系統(tǒng)通過(guò)控制電機(jī)的運(yùn)轉(zhuǎn)，達(dá)到控制水果的運(yùn)輸。控制單元由1對(duì)檢測(cè)出發(fā)裝置和用于試驗(yàn)臺(tái)上所需控制的部件通信接口構(gòu)成，負(fù)責(zé)控制小車(chē)的動(dòng)作，完成水果定位、光譜采集等工作。光譜采集單元包括采集探頭、光纖、光譜儀等部分構(gòu)成，負(fù)責(zé)完成對(duì)每個(gè)水果的光譜采集的任務(wù)。數(shù)據(jù)處理單元由特定的DSP處理器和事先建立的水果糖酸度預(yù)測(cè)算法模型組成，通過(guò)對(duì)光譜的預(yù)處理去除噪聲，然后輸入到預(yù)測(cè)模型得到水果的內(nèi)部品質(zhì)指標(biāo)。

1.2傳輸系統(tǒng)設(shè)計(jì)

傳輸系統(tǒng)負(fù)責(zé)水果保持特定的姿態(tài)以一定的速度進(jìn)入光譜檢測(cè)箱中，為光譜的采集做好實(shí)現(xiàn)準(zhǔn)備工作。這個(gè)環(huán)節(jié)的技術(shù)特點(diǎn)在于保證水果的穩(wěn)定運(yùn)動(dòng)、托盤(pán)與水果之間的避光區(qū)、傳輸速度的調(diào)節(jié)等。具體設(shè)計(jì)如下所述。

1.2.1軌道設(shè)計(jì)根據(jù)水果的實(shí)際大小和實(shí)現(xiàn)水果的平穩(wěn)傳輸?shù)囊?，軌道采用市?chǎng)上的型材加工而成，使用2根平行的三角鐵型鋼結(jié)構(gòu)設(shè)計(jì)，保證2根角鐵的平行，角鐵的角為小車(chē)提供導(dǎo)向作用，保證小車(chē)的有向運(yùn)動(dòng)。

1.2.2水果托盤(pán)和小車(chē)設(shè)計(jì)水果托盤(pán)和小車(chē)的設(shè)計(jì)主要要完成水果的運(yùn)輸和定位功能，設(shè)計(jì)結(jié)構(gòu)如圖2所示。

1.3光照系統(tǒng)設(shè)計(jì)

光照系統(tǒng)由光源和光照箱兩部分構(gòu)成，為水果在線(xiàn)檢測(cè)提供穩(wěn)定、可控的近紅外光源，使整個(gè)系統(tǒng)有足夠強(qiáng)的光線(xiàn)被照射到水果表面，協(xié)助光譜采集模塊完成漫反射光譜的采集

工作。光照系統(tǒng)設(shè)計(jì)結(jié)構(gòu)圖如圖3所示。

1.4光譜采集部分設(shè)計(jì)

光譜采集單元包括近紅外探測(cè)器、光纖、光譜儀等部分，主要完成對(duì)水果漫反射回的近紅外光譜進(jìn)行實(shí)時(shí)采集，光譜采集部分流程圖如圖4所示。本系統(tǒng)中采用的近紅外漫反射吸光度計(jì)算公式為：

3結(jié)論

本研究首先對(duì)水果糖酸度近紅外檢測(cè)系統(tǒng)進(jìn)行整體設(shè)計(jì)，主要對(duì)傳輸模塊、光照模塊、光譜采集模塊和數(shù)據(jù)分析處理模塊進(jìn)行了詳細(xì)設(shè)計(jì)說(shuō)明，然后采用100個(gè)福建早桔作為試驗(yàn)樣本對(duì)系統(tǒng)進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果表明采用近紅外光譜漫反射技術(shù)間接實(shí)現(xiàn)對(duì)水果糖酸度的檢測(cè)是可行的，且具有較好的效果。其中，用光譜預(yù)處理后建立的水果糖酸度模型效果更佳，采用多元散色校正（MSC）的光譜預(yù)處理方法對(duì)光譜預(yù)處理后建立的模型最優(yōu)。

參考文獻(xiàn)：

[1]王偉明，董大明，鄭文剛，等. 梨果糖濃度近紅外漫反射光譜檢測(cè)的預(yù)處理方法研究[J]. 光譜學(xué)與光譜分析，2013，33（2）：359-362.

[2] Kawano S. Present condition of nondestructive quality evaluation of fruits and vegetables in Japan[J]. JARQ，1992，28：212.

[3]Slaughter D C. Nondestructive determination of internal quality in peaches and nectarines[J]. Transactions of The ASAE，1995，38（2）：617-623.

[4]McGlone V A. Transmission measurements on intact apples moving at high speed[J]. Journal of Near Infrared Spectroscopy，2004，12（1）：37-43.

[5]孫通，許文麗，胡田，等. 基于UVE-ICA和支持向量機(jī)的南豐蜜桔可溶性固形物可見(jiàn)-近紅外檢測(cè)[J]. 光譜學(xué)與光譜分析，2013，33（12）：3235-3239.

[6]劉燕德，應(yīng)義斌. 蘋(píng)果糖分含量的近紅外漫反射檢測(cè)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20（1）：189-192.

[7]董小玲，孫旭東. 基于小波壓縮的馬鈴薯全粉還原糖近紅外光譜檢測(cè)研究[J]. 光譜學(xué)與光譜分析，2013，33（12）：3216-3220.

[8]高海龍，李小昱. 近紅外光譜鑒別鮮棗品種及裂果研究[J]. 光譜學(xué)與光譜分析，2013，33（12）：3231-3234.

[9]劉蘭濤，陳曉光，吳文福，等. 三波長(zhǎng)谷物蛋白質(zhì)近紅外檢測(cè)儀[J]. 吉林大學(xué)學(xué)報(bào)：工學(xué)版，2009，39（1）：93-97.