王晶哲
摘要:雞蛋的品質(zhì)等級可以直接影響到它的食用品質(zhì)還有質(zhì)量等級,所以對雞蛋進(jìn)行質(zhì)量檢測具有現(xiàn)實(shí)意義。本文具體討論了幾種無損檢測技術(shù)在雞蛋質(zhì)量檢測中的應(yīng)用,為無損檢測技術(shù)在雞蛋品質(zhì)檢測中賦予實(shí)際價(jià)值。
關(guān)鍵詞:雞蛋;品質(zhì);無損檢測
前言:由于雞的年齡,還有飼養(yǎng)環(huán)境以及個(gè)體差異的不同,所以雞蛋的品質(zhì)也大不相同,在雞蛋的銷售過程中,對雞蛋外形和內(nèi)部的品質(zhì)進(jìn)行有效的區(qū)分和鑒定,不僅可以增加經(jīng)濟(jì)收益,還有利于生產(chǎn)者和經(jīng)營者根據(jù)市場對雞蛋的需求,采取有效的養(yǎng)殖方式。因此,對于雞蛋品質(zhì)的檢測具有非常重要的實(shí)際意義。
一、禽蛋檢測的重要性
我國禽蛋的生產(chǎn)與消耗在國際上也可以算上產(chǎn)銷大國,但是我國的禽蛋品質(zhì)以及禽蛋制作的商品品質(zhì)在國際市場上的質(zhì)量較低,與一些發(fā)達(dá)國家相比較還是存在著很大的差距。除了產(chǎn)品單一、加工程度低這些原因以外,最關(guān)鍵的原因還是現(xiàn)代化的加工程度低、檢測的手段相對落后。不同渠道來源的蛋沒有接受嚴(yán)格的檢測挑選,所以非常容易造成禽蛋品種混雜、質(zhì)量不同等情況,我國每年收購禽蛋的損失可以達(dá)到總收購量的百分之十,消耗量非常大。
在禽蛋生產(chǎn)、加工的過程中,蛋的大小、是否有裂紋產(chǎn)生、蛋殼的厚度都會(huì)對禽蛋及其加工制品產(chǎn)生很大的影響。如果能夠通過檢測對不合格的禽蛋進(jìn)行挑除,既能夠?qū)Φ暗馁|(zhì)量進(jìn)行檢測、分類,又能夠減少不必要的損耗。
二、禽蛋品質(zhì)檢測的現(xiàn)狀
目前,在美國和日本等國家,雞蛋的自動(dòng)處理和檢測技術(shù)水平相對較高。一般的大、中型禽蛋生產(chǎn)廠中都擁有一套自動(dòng)化的檢測設(shè)備。在我國,雞蛋的無損自動(dòng)檢測水平較低,國內(nèi)目前還處于用看、聽、摸等方式來鑒別雞蛋的質(zhì)量。不僅需要非常多的勞動(dòng)力,而且生產(chǎn)效率低下,最主要是這種方法只能判斷外在的雞蛋質(zhì)量,無法辨別雞蛋內(nèi)部的品質(zhì)。因此,研發(fā)高效精準(zhǔn)的雞蛋質(zhì)量檢測技術(shù),開發(fā)自動(dòng)化的檢測技術(shù)以及等級檢測方法對于推動(dòng)養(yǎng)雞場還有雞蛋制品的加工都具有十分重要的作用與現(xiàn)實(shí)意義。
三、無損檢測技術(shù)在雞蛋品質(zhì)檢測中的應(yīng)用
(一)利用機(jī)器視覺檢測雞蛋品質(zhì)
美國最早在1953年就開始利用禽蛋的光譜特性來檢測它的品質(zhì),有人初步的使用機(jī)器視覺檢測雞蛋的裂紋,實(shí)驗(yàn)結(jié)果表示,機(jī)器視覺技術(shù)可以作用于雞蛋裂紋的檢測中[1]。但是由于這種技術(shù)的檢測速度較慢,所以存在非常大的上升空間,還需要進(jìn)一步研究。Jenshinn利用機(jī)器視覺檢測技術(shù),在與壓力結(jié)合的情況下,研發(fā)出了一種蛋殼全自動(dòng)檢測系統(tǒng)。在檢測時(shí),檢測裝置對雞蛋的蛋殼施加壓力,然后再通過攝像頭收集受到壓力的雞蛋圖像,送進(jìn)電腦進(jìn)行檢測分析來判斷蛋殼是否有損傷,通過檢測結(jié)果來對雞蛋進(jìn)行分級破損的雞蛋蛋殼的準(zhǔn)確率高達(dá)80%,完整的雞蛋蛋殼的準(zhǔn)確率達(dá)到86%。
(二)利用光學(xué)特性檢測雞蛋品質(zhì)
光學(xué)特性檢測雞蛋品質(zhì),主要是通過光的折射,反射等物理反應(yīng)與雞蛋的內(nèi)部品質(zhì)建立一種聯(lián)系,然后再通過數(shù)學(xué)模型構(gòu)建檢測雞蛋質(zhì)量的辦法。20世紀(jì)90年代以來,發(fā)展最快的光譜分析技術(shù)就是近紅外光譜技術(shù),它的特點(diǎn)是分析速度快,而且分析的效率高,非常容易實(shí)現(xiàn)無損檢測在線分析。一般近紅外光譜技術(shù)主要應(yīng)用于肉類和水果等一些農(nóng)產(chǎn)品的質(zhì)量檢測中。于是有許多人提出可以利用紅外技術(shù)來檢測蛋殼的質(zhì)量,同時(shí),也有人提出,可以利用可見光或者是近紅外反射技術(shù)來檢測雞蛋的新鮮程度。我國最早是在1989年對雞蛋新鮮程度光學(xué)檢測方法進(jìn)行了初步的探索,研究表明,光的透射或許與雞蛋內(nèi)部品質(zhì)之間相互關(guān)聯(lián),于是建立了雞蛋的新鮮度因子,并且通過實(shí)驗(yàn)得出了雞蛋的新鮮程度等級劃分值。陳斌則研究光譜透射曲線的特性,分析雞蛋的光譜透射曲線和存放時(shí)間兩者之間存在何種變化關(guān)系,通過大量的實(shí)驗(yàn)得到了一種鑒別雞蛋品質(zhì)的新方法。為以后可以設(shè)計(jì)無損雞蛋檢測技術(shù)提供了非常有價(jià)值的數(shù)據(jù)幫助。
(三)利用聲學(xué)沖擊特性檢測雞蛋品質(zhì)
所謂利用聲學(xué)沖擊特性來檢測雞蛋的品質(zhì),就是通過敲擊雞蛋的蛋殼所產(chǎn)生的聲脈沖振動(dòng),通過這種振動(dòng)制作頻譜分析來研究雞蛋的品質(zhì)。早在1992年,聲學(xué)技術(shù)就已經(jīng)在雞蛋的品質(zhì)檢測中使用。公茂法利用機(jī)械敲擊雞蛋產(chǎn)生的不同的聲音、每種聲音的大小還有頻率這一原理實(shí)現(xiàn)了簡易的自動(dòng)化檢驗(yàn)雞蛋是否產(chǎn)生裂紋的方法。
(四)利用介電特性檢測雞蛋品質(zhì)
雞蛋是一個(gè)生命體,所以雞蛋的內(nèi)部會(huì)產(chǎn)生生物電場,生物電場會(huì)根據(jù)雞蛋品質(zhì)的變化發(fā)生改變。探測雞蛋節(jié)點(diǎn)介電特性的變化可以作為一種檢測雞蛋品質(zhì)變化的一種手段。董建平和沈林生等通過研究雞蛋生物體內(nèi)電場與雞蛋受精的關(guān)系,并且得出了雞蛋孵化期間的胚胎電圖,從胚胎電圖中我們可以發(fā)現(xiàn),受精蛋孵化的時(shí)間和體內(nèi)電的活動(dòng)的頻率還有幅值都有關(guān),并通過這些研究出可以用生物電無損鑒別受精雞蛋的檢測裝置。還有許多實(shí)驗(yàn)都可以表明雞蛋在存儲(chǔ)期間的品質(zhì)變化,跟其相對介電常數(shù)值之間有非常大的關(guān)聯(lián)。
四、存在的問題
雖然各種無損檢測技術(shù)的發(fā)展都非常的迅速,但還是存在著很多的問題,具體表現(xiàn)在以下幾點(diǎn):
(1)機(jī)器視覺系統(tǒng)既可以反映雞蛋內(nèi)容物狀況,同時(shí)也可以反應(yīng)雞蛋每個(gè)部分的幾何參數(shù),這種技術(shù)是很好的實(shí)現(xiàn)雞蛋品質(zhì)的自動(dòng)檢測,還有等級劃分的有效方法。雖然這種方法比較成熟,但是距離在食用商品化生產(chǎn)中,還曾有非常大的距離,不能夠滿足實(shí)際情況的需求。應(yīng)該積極研究多通道下動(dòng)態(tài)圖像的處理方法,通過這種技術(shù)可以提高檢測效率和檢測精度,也可以減少檢測時(shí)間。
(2)在應(yīng)用機(jī)器視覺技術(shù)檢測破損的雞蛋時(shí),由于電腦成像都是按照固定的時(shí)間段來連續(xù)采集雞蛋的圖像,所以當(dāng)雞蛋旋轉(zhuǎn)時(shí),無法對雞蛋的表面進(jìn)行全面采集非常容易造成漏采或者是采集誤差較大,而且一旦雞蛋的表面不夠干凈或者是存在污點(diǎn)的話,就會(huì)對雞蛋的檢測結(jié)果造成影響。如何在雞蛋圖像中可以準(zhǔn)確的找出雞蛋的破損區(qū)域,并對雞蛋進(jìn)行分類,是機(jī)器視覺自動(dòng)檢測裂紋蛋的一大難題[2]。
(3)目前,聲脈沖振動(dòng)法是自動(dòng)檢測裂紋雞蛋的有效方法之一,但是目前已經(jīng)存在的裂紋雞蛋的檢測方式都是在安靜的實(shí)驗(yàn)條件下進(jìn)行的,在實(shí)驗(yàn)的過程中,非常容易受到噪音的影響。因此,沒有辦法消除這種影響檢測結(jié)果的因素。
結(jié)論:一件商品的商品價(jià)值取決于它的質(zhì)量。如何能夠有效的區(qū)分雞蛋的品質(zhì),對于每一個(gè)雞蛋生產(chǎn)者,都具有非常大的挑戰(zhàn)。我國作為禽蛋的生產(chǎn)大國,想要快速有效區(qū)分雞蛋的品質(zhì),只有借助這些技術(shù)手段才能保證我國禽蛋產(chǎn)業(yè)的可持續(xù)發(fā)展。
參考文獻(xiàn):
[1]王明,于金瑩,胡雁翔,等.無損檢測技術(shù)在雞蛋品質(zhì)檢測中的應(yīng)用研究進(jìn)展[J].食品科技,2021,46(04):268-272.
[2]王素香.無損檢測技術(shù)在食品品質(zhì)檢測中的應(yīng)用[J].科學(xué)家,2018,5(15):1+9.