论文部分内容阅读
苹果是我国重要的农产品与贸易商品,具有可观的市场份额。对苹果品质进行检测分级,能够实现其优质优价,提升其商业化处理水平。在苹果产量日益增加的背景下,一条具有自主产权的苹果品质可见/近红外光谱检测系统,能避免进口国外价格高昂的设备,改善苹果产业设备的自动化水平,同时带来巨大的经济效益,提高我国苹果产业的国际竞争力。可见/近红外光谱分析技术因其无损、快速、低成本、操作简便、无需样品预处理、绿色环保等优点被广泛应用于苹果的品质检测,为实现苹果品质的在线实时检测提供了技术支持。本研究以产自我国的富士苹果为对象,开展采用双锥式滚子输送的苹果可溶性固形物含量(Soluble solids content,SSC)可见/近红外光谱在线检测方法研究。研究分析了该系统的构建与设计、检测姿态与双点检测对于苹果SSC在线检测的影响等。主要的研究内容与结论如下所述:(1)采用滚子输送的苹果SSC可见/近红外在线检测系统的构成研究。该系统主要包括机械传输分选模块、信息处理控制模块与可见/近红外检测模块。在其核心单元可见/近红外检测模块的设计中,确定了漫透射的检测方式与光源布置方案,选择了150 W卤素灯光源与直径为1000μm光纤,计算出所需积分时间为100 ms。该系统初步实现了对苹果可见/近红外光谱的在线获取,为建立高精度、高稳定性的检测模型奠定基础。(2)研究了苹果检测姿态对于在线苹果SSC检测的影响。首先,分析了基于滚子传输的苹果检测姿态特点,并将其分为七个姿态(1-7),其中前六个为两两对称的固定姿态,姿态7为随机姿态。然后通过光谱数据分析与内外部交叉验证模型对各个苹果检测姿态对SSC检测的影响进行探讨,发现由固定姿态3下,即当光源与检测探头都对应苹果赤道部位时,采集光谱后建立的模型具有最好的精度;姿态6下,即检测探头对应苹果果梗时,模型效果最差,随机姿态7下的模型作为校正集时具有较好的预测能力。同时,相对称检测姿态下建立的模型表现也相近。最后利用各姿态平均光谱与所有光谱分别建立了平均模型与全局模型,验证了其对于检测姿态影响的补偿作用。各姿态平均光谱建立的模型具有更好的精度,其校正集均方根误差(Root mean square error of calibration,RMSEC),校正集相关系数(Relative coefficient of calibration,r_c),预测集均方根误差(Root mean square error of prediction,RMSEP)与预测集相关系数(Relative coefficient of prediction,r_p)分别为0.356oBrix,0.947,0.370oBrix,0.906。而全局模型具有更好的稳定性和预测能力,更有潜力应用于实际生产线,其RMSEC,r_c,RMSEP,r_p分别为0.488oBrix,0.893,0.506oBrix,0.851。(3)研究了双点检测对在线苹果SSC检测的影响。首先介绍了基于分叉光纤的双点可见/近红外光谱在线检测系统。然后基于单点、双点检测系统,选取建模效果最好的固定姿态3与最能反映实际生产情况的随机姿态7作为两个实验姿态进行光谱采集,并建立偏最小二乘(Partial least squares,PLS)与逐步多元线性回归(Stepwise multiple linear regression,SMLR)模型,用以验证双点检测系统对随机检测姿态下的模型的改善作用。此外还利用了多元散射校正(Multiplicative scatter correction,MSC)、标准正态变量变换(Standard normal variate transformation,SNV)等光谱预处理方法去除冗余信息,对PLS与SMLR模型进行优化。PLS模型中的最优模型是由双点检测系统下以随机检测姿态采集的光谱建立,采用了SNV方法进行光谱预处理,结果为RMSEC:0.497oBrix;r_c:0.8966;RMSEP:0.524oBrix;r_p:0.8085。SMLR模型中的最优模型也是由双点检测系统下以随机检测姿态采集的光谱建立,采用了MSC方法进行光谱预处理,结果为RMSEC:0.446oBrix;r_c:0.9166;RMSEP:0.458oBrix;r_p:0.8662。最优SMLR模型的结果无论是从精度还是稳定性来说都优于最优PLS模型。实验结果验证了双点检测系统能够补偿苹果检测姿态对于在线预测SSC的影响,为苹果SSC可见/近红外在线检测模型精度与稳定性的提高提供了参考。