易損果缺陷和糖度在線檢測方法研究.pdf

1、易損果是指在采摘、運輸、分選過程中，表面容易受機械損傷，從而導致品質受到破壞的水果。缺陷與糖度是評價水果品質的重要指標，水果缺陷易造成外貿中成批退貨的現(xiàn)象，造成巨大的經(jīng)濟損失。另外在易損果運輸及分選中，容易對該類敏感水果造成表面擦傷、碰傷，影響水果出口。為研究易損果缺陷與糖度同時在線檢測的可行性及帶包裝糖度分選方法，以鴨梨、貢梨以及豐水梨為研究對象，采用近紅外光譜技術，在光源強度為1000W、運動速度5個/秒的條件下采集樣品的近紅外漫透

2、射光譜，并對比分析了所采集樣品的光譜特征差異。最終建立最佳的檢測模型。
　　其主要研究結果及結論如下：
　?。?）本文以鴨梨為研究對象，探討同時在線檢測鴨梨黑心病、蟲害和糖度的可行性，建立了鴨梨黑心病、蟲害及正常果的主成分分析模型（PCA）、偏最小二乘判別模型（PLSDA）及最小二乘支持向量機模型（LSSVM），并對比分析了三種模型的優(yōu)劣，其中PLSDA模型效果最優(yōu)，正確判別率為99.2%，同時還建立了鴨梨糖度偏最小二乘模型

3、（PLS），并采用未參與建模的樣品進行在線分選準確性評價。黑心、蟲害的正確判別率為98.4%，糖度的分選準確率為97.5%。正常果糖度預測均方根誤差為0.317%。
　　（2）本文以易損傷的貢梨為研究對象，探討貢梨碰傷與糖度同時在線檢測的可行性。建立了貢梨碰傷的PCA模型、相關分析模型以及PLSDA模型，同時還建立了貢梨糖度在線檢測模型，考察了碰傷對貢梨糖度檢測模型精度的影響，并建立貢梨糖度在線檢測模型。最終實現(xiàn)在同一條生產(chǎn)線上同

4、時在線檢測貢梨碰傷與糖度實時在線模型評價，其中碰傷與正常果正確判別率為100%，貢梨糖度在線檢測準確率為96.7%。
　?。?）本文采用近紅外漫透射檢測方式，考察含水量高、易擦傷、易碰傷的水果的在線分選方法。以豐水梨為研究對象，探索豐水梨糖度在帶包裝的情況下在線分選的可行性。采用二次多項式擬合來消除網(wǎng)套光譜背景的方法結合PLS所建立的模型精度最高，建模集相關系數(shù)達到0.95，預測集相關系數(shù)達到0.84，預測集均方根為0.505%，