论文部分内容阅读
鸡蛋是人们生活中常见的食品,同时也是蛋类消费中的主力农产品。随着食品安全的问题越来越受到人们的重视,鸡蛋的商业价值与其品质的联系也更加紧密。除了鸡蛋的大小、重量、以及蛋白和蛋黄的品质外,鸡蛋中是否含有血斑也是衡量鸡蛋品质的一个重要指标。血斑蛋作为异常蛋中的一种,不仅严重影响了消费者的购买欲望,而且不宜用来孵化。因此,血斑蛋的无损检测及其分选具有重要意义。 本文以鸡蛋为研究对象,利用微型光纤光谱仪(USB2000+)在线采集鸡蛋的光谱,并在课题组团队合作的基础上,开发在线检测软件并结合逐步贝叶斯判别分析(SBDA)定性分析方法和BP神经网络定量分析方法实现对正常蛋和血斑蛋的检测,同时将判别结果传送给PLC,实现正常蛋与血斑蛋的分选。本文的主要研究内容如下: (1)搭建鸡蛋光谱实时采集系统。在鸡蛋输送线支架上固定传感器,鸡蛋触发传感器所产生的信号传给PLC,并由PLC输出高电平控制光谱仪采集鸡蛋光谱,实现鸡蛋光谱的实时采集。同时通过试验确定各部件的安装位置和采集软件参数,使得采集的鸡蛋光谱的效果最佳。 (2)自主开发血斑蛋在线检测软件。将鸡蛋的判别模型(逐步贝叶斯判别模型(SBDA)和BP神经网络模型)植入检测软件中,实现血斑蛋和正常蛋的在线检测,并通过计算机与PLC的通讯将判别结果传送给PLC。 (3)设计血斑蛋分选控制系统。结合传感器并利用 PLC的填表指令和先进先出指令实现鸡蛋的位置信息跟踪,并通过控制电磁阀的开闭来实现正常蛋和血斑蛋的分选。 (4)开展血斑蛋无损检测在线联机试验。使用自主设计的硬件系统与血斑蛋在线检测软件测试在线系统的稳定性,经过试验,血斑蛋在线检测软件中SBDA模型对血斑蛋和正常蛋的判别准确率分别可以达到100.0%和92.4%,综合判别准确率为94.9%;BP神经网络模型对血斑蛋和正常蛋的判别准确率分别为98.3%和100%,综合判别准确率为99.4%,且两个模型判别单个样本的时间分别为77ms和92ms。说明本文设计的血斑蛋在线检测系统可以应用于工业生产。