论文部分内容阅读
哈密瓜作为新疆的特色水果,深受人们的喜爱。近年来,哈密瓜每年的出口量逐年增加,但其产值却未增长。哈密瓜在田间地头不经过任何检测处理就直接进入市场售卖,将会影响哈密瓜的品质及售卖价格,不能做到按质定价。本研究以新疆特色水果哈密瓜为研究对象,以哈密瓜糖度作为检测指标,设计并搭建了基于可见近红外光谱技术的哈密瓜糖度在线检测系统,该系统主要包含硬件部分和光谱采集软件部分的设计。为验证设计搭建的检测系统的可行性和有效性,基于该平台进行一系列的试验研究。同时运用不同的建模方法和不同的光谱预处理方法对哈密瓜样品光谱及糖度进行建模研究分析。本文主要完成的工作及得出的结论如下:(1)设计并搭建了哈密瓜糖度可见近红外光谱在线检测系统,该系统主要包含硬件和光谱采集软件两部分的设计。硬件部分完成了输送装置、光照模块、光谱采集装置中相关仪器的选型及相关部件的设计;光谱采集软件完成了光谱采集相关功能模块的设计。(2)完成哈密瓜糖度可见近红外光谱在线检测系统的测试与集成,并进行了在线试验。利用该系统采集了哈密瓜三种不同速度下(0.1235m/s、0.15m/s、0.19675m/s)的在线光谱数据,采用多元散射校正(MSC)、标准正态变量变换(SNV)、导数(SD)及其组合的方法对采集到的哈密瓜在线光谱进行预处理,建立偏最小二乘法(PLS)模型分析不同预处理方法对其建模精度的影响,综合对比三种速度下的偏最小二乘法(PLS)建模结果可得,选取的较优预处理方法为SNV和SD结合的方法,选取的较优在线光谱采集速度为0.1235m/s。(3)根据选取的较优在线速度,建立了SMLR模型,尽量减少波段数量,为下一步快速检测提供支持。结果表明,波段数在10到15时的限制条件下,波段数量为15时,所建模型效果相对较好,此时的相关系数rcv和交互验证均方根误差RMSECV分别为0.6187和0.741。模型所选择的15个波段分别为437.76nm,476.33nm,536.11nm,580.47nm,593.97nm,619.04nm,638.32nm,659.54nm,667.25nm,673.03nm,703.89nm,752.10nm,819.60nm,865.88nm,925.66nm。(4)通过在线试验验证了设计搭建的哈密瓜糖度可见近红外在线检测系统具有一定的可行性。