苹果的食用性和经济价值与苹果的内在品质有紧密联系,苹果的内在品质是苹果质量检测的主要指标,是消费者选择苹果的重要参考依据,硬度对苹果采后品质的检测分级具有重要影响。因此研究苹果的硬度预测方法对于其生产、收获、加工等相关过程具有重要意义。苹果的硬度评价方法包括感官评价和客观评价两类。由于感官评价易受主观因素的影响,存在一定缺陷,现有客观评价方法主要是破坏性检验,对苹果伤害较大,效率较低。且因此寻求苹果硬度的快速无损检测方法具有十分重要的意义。本文选用红富士苹果作为研究对象,基于声学特性对苹果硬度进行预测。研究过程中对声音信号进行预处理及快速傅里叶变换和功率谱分析等方法,提取相应的时域、频域特征,分析声音信号特征与苹果硬度的相关性。同时建立基于声学特性的苹果硬度预测模型。该研究可以为声音信号技术在农产品质地评价方面的应用提供支撑,为农产品质量无损检测提供一种新方法。本文主要研究内容及结论如下:(1)本文首先分析了基于声学特性的苹果硬度预测原理。农产品的声学特性随农产品内部组织变化而变化,同一种类而内部品质不同的农产品其声学特性往往也存在差异,根据农产品的声学特性即可判断其品质如何。因此声学技术可应用于农产品硬度无损检测与分级的研究。(2)根据声学检测原理和苹果本身物理特性,设计制作苹果硬度检测装置,该装置可以采集苹果硬度预测的声音信号,同时可以调节击打板与击打轴的相对位置以适应不同尺寸的苹果硬度检测。确定了声音信号传感器的最佳位置,以及检测击打力度等。(3)确定了苹果硬度预测声音信号的采集与分析方法。利用试验装置对苹果进行击打,由声音信号传感器采集检测时的声音信号,对声音信号进行预处理,利用快速傅里叶变换对信号进行时频转换。提取了声音信号特征,包括:最大振幅、幅值差、波形对称度、共振频率、功率谱峰值、时域均值、时域标准差、时域信号能量、频域均值、频域均方根、频域方差、频域标准差、频域信号能量、重心频率、频率方差信号长度、总功率、功率谱能量最大值、时域有效值等。并对特征值与硬度进行相关性分析。(4)对基于声学特性的苹果硬度预测模型进行了构建及验证。采用逐步回归方法对提取的特征值建立多元线性回归苹果硬度预测模型,并随机选取10个硬度不同的苹果样本进行预测,验证模型平均准确率为78.14%。分别建立基于主成分分析的神经网络苹果硬度预测模型、基于逐步回归的神经网络苹果硬度预测模型和基于全部特征的神经网络硬度预测模型。用选取10个苹果样本对模型进行分别验证,经验证三个模型平均误差分别为75.14%、92.06%、73.96%。对比四个预测模型得出结论:基于逐步回归的神经网络苹果硬度预测模型平均准确率最高,预测硬度变化趋势与实际苹果硬度变化趋势最为接近,为最优模型。设计制作了适用于多场合、多品种苹果的基于声学特性的苹果硬度预测信号发生与采集装置;研究分析了声学特性与苹果硬度的关系,并建立基于声学特性的苹果硬度预测数学模型;实现了苹果硬度快速无损检测。实现了声学无损检测技术在农产品方面的应用。为检验苹果品质更好完成苹果采后精准快速分级提供技术支撑。