香榧加工關鍵技術研究.pdf

1、香榧傳統(tǒng)加工方法的智能化、機械化程度低，加工品質一致性差，還有待開發(fā)新的加工設備及其自動化生產線。本文的研究工作是浙江省自然基金和浙江省林業(yè)廳重點課題，擬重點圍繞香榧自動去假種皮、自動化炒制及標準化加工等關鍵技術開展深入研究與開發(fā)，重點解決香榧加工品質一致性差、加工自動化程度低的技術難題，研發(fā)香榧加工自動化控制技術與炒制設備。主要研究內容和結論包括:
　　1、對產自浙江臨安、嵊州、紹興等三個地方香榧的幾何與力學特性進行了測定與分析

2、，通過測定表明每種樣品間的外形尺寸和質量差異較大，長軸主要分布在28-31mm，短軸主要分布在18-20 mm，斜軸主要分布在15-17 mm。其次，通過TMS-PRO食品物性分析儀對香榧進行了力學特性測試，并利用有限元方法對不同受力情況下香榧力學特性進行分析確定使香榧破殼的最佳施力方向、大小及位置。通過實驗表明沿青榧的軸向、徑向同時施加擠壓和剪切力，去皮結果比較理想。因此，針對該特點設計開發(fā)了一種香榧去皮設備，去皮實驗表明:嵊州、紹興

3、和臨安三個產區(qū)的香榧去皮率分別為97.2％、95.5％、95.3％;完好率分別為98.2％、98.7％、98.6％，總體效果良好。但三種樣品去皮效果差異不一，可能采收時間及含水率等有一定關系。
　　2、基于電加熱炒制平臺，完成了基于嵌入式的香榧自動炒制加工控制軟硬件系統(tǒng)設計與開發(fā)。根據(jù)香榧加工工藝流程，完成了炒制加工設備的加熱驅動控制模塊、紅外炒制溫度控制模塊（溫度及時間控制）、環(huán)境參數(shù)數(shù)據(jù)采集模塊（溫濕度、有害氣體及煙霧等監(jiān)測控

4、制等參數(shù)）、數(shù)據(jù)存儲及報警模塊、系統(tǒng)及設備執(zhí)行結構控制模塊（電機正反轉、進出料、配液控制等）、系統(tǒng)通信等模塊的硬件電路設計和實現(xiàn)，繪制PCB板，焊接電子元件，完成設備調試與系統(tǒng)集成。
　　構建基于LINUX的嵌入式系統(tǒng)軟件，主要包括存儲器、MODBUS通信協(xié)議等底層硬件驅動、香榧自動炒制加工嵌入式控制應用系統(tǒng)軟件、數(shù)據(jù)采集傳輸及香榧自動加工控制系統(tǒng)上位機等軟件開發(fā)。另外，對PID及模糊控制算法進行了仿真分析。在此基礎上完善了系統(tǒng)軟

5、件并進行了軟硬件調試、實地安裝和實驗，實驗結果表明設計開發(fā)工作達到了預期目標，為今后完善流水線規(guī)模化、自動化、標準化生產加工奠定基礎。
　　3、為保證香榧加工品質一致性，加工前需其進行大小分級，根據(jù)香榧果形、物理尺寸及企業(yè)需求改進優(yōu)化基于橢圓孔分選裝置的機械分級設備，并進行了實驗，基本達到目標要求。針對香榧目前混合分級現(xiàn)狀，本文提出香榧品質評價指標體系，包括大小、色質、松脆度、脫衣度、出仁率、不飽和脂肪酸、核仁脂肪含量、蛋白質含量

6、等因素并提出了基于AHP模糊綜合香榧品質評判方法。通過對等級均為1級的“冠軍香榧”及其他三個自由品牌各自100g的樣品分級實驗，結果表明:“冠軍”品牌香榧為特級，樣本2為1級，樣本3和4為2級，有別于目前市場分級等級。
　　4、提出了基于近紅外的香榧產地溯源方法。對不同產地香榧原始光譜采用標準正態(tài)變量變換(SNV)、去趨勢變換(Detrend)、一階導數(shù)(FD)、二階導數(shù)(SD)、多元散，射校正(MSC)等預處理方法，然后建立基于

7、KNN法、SIMCA法、PCA-DA法、PLS-DA法和LS-SVM法的產地溯源建模方法。實驗結果表明:對于基于KNN法和SIMCA法的溯源模型總體識別率在60％左右，因此均不適合產地溯源。對于基于PCA-DA法、PLS-DA法、LS-SVM法的溯源模型的性能均較為理想，對經(jīng)不同光譜預處理的光譜建立不同產地香榧鑒別的PCA-DA模型時，樣本總體識別準確率為98％以上。對于PLS-DA法，在6種光譜預處理方法中，去趨勢變換預處理光譜所建P

8、LS-DA模型性能最優(yōu)，對于校正集，總識別率為100.00％。對于測試集，測試集的總識別率達98.29％。一階導數(shù)光譜所建模型對于校正集的識別準確率也為100.00％，對于測試集，識別準確率為96.58％。對于LS-SVM法，在6種光譜預處理方法中，原始光譜、多元散射校正光譜、標準正態(tài)變量變換光譜以及去趨勢變換光譜所建LS-SVM模型性能卓越，對于校正集和測試集的識別準確率均為100％。一階導數(shù)預處理光譜所建LS-SVM模型對校正集的識