基于振動力學及近紅外光譜技術的雞蛋品質檢測的研究.pdf

1、雞蛋品質的快速、自動化檢測對滿足消費者在雞蛋安全和營養(yǎng)方面的要求，以及提高雞蛋的市場價值和競爭力有重要意義。本課題以雞蛋為研究對象，利用敲擊表面振動波信號分析技術和近紅外光譜技術對雞蛋的內外品質指標（蛋殼裂紋、新鮮度）進行快速無損檢測。主要研究內容如下:
　　 1.設計一套基于表面振動波的雞蛋蛋殼裂紋檢測基礎平臺，采用LabVIEW編制信號采集分析軟件，采集雞蛋受敲擊激勵后產(chǎn)生的振動響應信號，分析其在雞蛋（薄殼橢球體結構）蛋殼表

2、面分布、擴散及衰減狀況，以期達到通過一次敲擊激勵即可快速無損檢測裂紋雞蛋的目的。以響應信號的穩(wěn)定性作為平臺優(yōu)化的標準，優(yōu)化硬件和軟件系統(tǒng)，以便更有效地采集雞蛋被敲擊后的振動響應信號，并為后期在線檢測系統(tǒng)的設計提供理論和研究基礎。
　　 2.結合敲擊激勵響應信號及模式識別方法區(qū)分蛋殼裂紋。對完好和帶有裂紋的雞蛋蛋殼敲擊激勵的時域信號進行分析，提取7個特征參數(shù)作為判別模型的輸入向量，分別以線性分析方法(LDA)、人工神經(jīng)網(wǎng)絡(BP-

3、ANN)和支持向量機(SVM)等模式識別方法建立蛋殼裂紋的判別模型，將雞蛋蛋殼依次分為8個區(qū)域，在敲擊位置1、3、5、8區(qū)域時模型的總體識別率較好，在此4個敲擊區(qū)域內LDA總體預測集分別為84.85％、83.33％、81.82％、83.33％;BP-ANN總體預測效果分別為90.91％、92.42％、87.87％、86.36％;SVM總體預測集分別為100％、89.39％、86.36％、86.36％，SVM模型對雞蛋蛋殼的裂紋有更好的識

4、別效果。試驗結果表明，裂紋靠近傳感器區(qū)域或裂紋靠近敲擊區(qū)域時檢測效果更佳。
　　 3.雞蛋新鮮度的定性識別。采用兩種不同的近紅外光譜檢測方式（漫反射式和漫透射式）識別雞蛋的新鮮度。漫反射式所用的儀器為美國ThermoFisher公司生產(chǎn)的AntarisⅡ型傅立葉變換近紅外光譜儀，光譜范圍1000～2500nm，試驗采用積分球漫反射測樣方式;漫透射所用的儀器為美國海洋公司光學公司生產(chǎn)的USB2000+和MAYA2000近紅外光譜儀

5、，USB2000+和MAYA2000光譜檢測系統(tǒng)分別選用6個50W鹵素燈（歐司朗）和3個20W鹵素燈（歐司朗）作為檢測光源，光譜采集范圍分別為350～1025nm和550～985nm，檢測平臺均為自行搭建。通過主成分分析(PCA)方法提取近紅外光譜特征信息，并結合線性(KNN)和非線性（BP-ANN）等模式識別方法建立雞蛋新鮮度的檢測模型。通過BP-ANN方法建立的模型判定效果最佳，三種不同光譜檢測系統(tǒng)下模型對訓練集識別率分別為85％、

6、95％和96.43％，預測集中樣本的識別率分別為80％、71.42％和91.43％。研究結果表明，近紅外光譜能夠較好的預測不同貯藏時間雞蛋的新鮮度，三種光譜檢測系統(tǒng)中MAYA2000光譜檢測系統(tǒng)檢測效果要優(yōu)于另外兩種光譜檢測系統(tǒng)。
　　 4.雞蛋新鮮度定量分析。選取MAYA2000光譜儀（包括檢測器）建立基于漫透射式的雞蛋新鮮度檢測平臺，采集不同新鮮度雞蛋樣本的近紅外光譜，與3個雞蛋新鮮度的參考指標（哈夫單位、蛋黃指數(shù)和失重率）

7、建立模型，定量分析雞蛋的新鮮度。采用聯(lián)合區(qū)間偏最小二乘法(SI-PLS)對雞蛋近紅外光譜進行了特征波長的篩選，當近紅外光譜劃分為20個子區(qū)間時，聯(lián)合6、17、18、19子區(qū)間能較好的表征哈夫單位的變化;當光譜劃分為14個子區(qū)間時，聯(lián)合4、7、12、13子區(qū)間能較好的表征蛋黃指數(shù)的變化;當光譜劃分為18個子區(qū)間時，聯(lián)合6、7、8、9子區(qū)間能較好的表征失重率的變化。用SI-PLS和BP-ANN方法建立預測模型，兩種模型都表達了近紅外透射光譜

8、對雞蛋哈夫單位、蛋黃指數(shù)和失重率較好的預測能力。其中，SI-PLS模型對雞蛋哈夫單位的預測集相關系數(shù)R為0.8163、對蛋黃指數(shù)預測集相關系數(shù)R為0.9081和對失重率預測集相關系數(shù)R為0.8778，預測效果均優(yōu)于BP-ANN模型。結果表明，通過篩選合適的光譜區(qū)間或波長并選取最優(yōu)方法進行建模，可以剔除噪聲過大的譜區(qū)，并最終完成對農產(chǎn)品內部品質的同步預測。
　　 本課題建立了基于表面振動波信號分析的雞蛋蛋殼質量檢測系統(tǒng)，該系統(tǒng)能快