苹果品质安全无损检测技术研究

admin管理员组

文章数量:1532656

2024年3月9日发(作者：)

苹果品质安全无损检测技术研究

摘要：基于近红外光谱分析技术，对苹果进行无损检测以确定苹果品质的研究一直是国内外的研究热点。近红外光谱分析技术现阶段主要应用于苹果、梨、芒果、橘子及哈密瓜等苹果的品质检测。由于光谱技术研究的不断精进，检测系统向在线式、小型式、便捷式方向发展。从近年来国内外苹果检测仪的发展走势可知，在相关技术、销售份额等方面国外已经存在较为成熟的研究和应用。我国虽然起步晚，但起点高，其中相关技术的研究及发展机遇还是相当大的。

关键词：苹果品质；无损检测；技术研究

引言

近年来，随着科学技术的发展和人民生活水平的不断提高，国际的苹果进出口市场竞争的增加，对苹果的质量管理变得尤为重要。苹果无损检测是指在不损伤待检苹果的前提下，运用一定的检验技术和方法对苹果的内在及外在质量进行检查，并按照相应的要求对其进行评估的过程。苹果的外观、缺陷、色泽、成分等品质用传统的检验方法均难以实现无损伤、在线检测。所以，研究快捷、高效、准确的果蔬质量监测技术，对改善果蔬交易价格有着非常关键的现实意义。

1.存在问题与展望

虽然近年来国内外研究人员对苹果电气特性的研究取得了一些成果，但仍然存在以下挑战:(1)研究主要侧重于苹果质量对其电气参数和相关性的影响，而对影响机制的研究较少(2)研究限于苹果、梨、甜瓜、猕猴桃、西红柿和葡萄等几种苹果，电性能与质量之间的相关性是否适用于其他苹果类型尚待确定；(3)由于仪器设备的原因，电气特性检测的精度和有效性受到限制，现有设备过大，检测仪器的小型化、自动化和系统化是必然的趋势，检测仪器优化研究是该过程的主要目标；(4)如果不同苹果质量指标的敏感电参数不同，必须准确检测苹果质量，首先要找出其敏感电参数之间的对应关系，建立水果电气特性信息数据库；(5)研究重点是利用电性能测试苹果质量，具有电性能的苹果质量定量评价应是

今后研究的主要内容；(6)由于电性能检测没有视觉效果，必须结合其他检测手段全面检测苹果内外质量。

2.系统设计

苹果的成熟度与苹果的含糖或含酸量密切相关，而这两者与苹果生长过程中叶绿素、类胡萝卜素、花青素的含量有关．叶绿素自身吸收红光和紫光反射绿光呈绿色，类胡萝卜素呈黄色．当细胞液为酸性时，花青素呈现偏红色；当细胞液为碱性时则呈现出偏蓝色．不同成熟阶段的苹果内部成分和外部特征存在一定差异，因而导致其对光的吸收、反射和透射特性不相同，在不同波长光线照射下会产生不同的光谱特征．苹果不同成熟时期光谱的特征不同，根据光谱特征变化对苹果成熟度进行分析与检测是可行的．苹果的声音信号主要是指苹果在受到外力冲击时，内部成分振动产生的信号．苹果的声学特性随内部组织的变化而变化，不同种类的苹果声学特性不同，同一种类而不同品质的苹果声学特性往往也存在差异．用固定的力度和速度对苹果施加冲击力，引起苹果内部成分的振动产生声波，使用音频采集器对声波信号进行采集，经过放大、ＡＤ转换等操作可以采集到苹果基于时域的声学数据．对时域数据进行傅立叶变换可得数据的频域变换；对频域数据进行相应的处理分析，即可提取到苹果成熟度与其声学特征之间的关系，进而可以根据苹果的声学特性判断其成熟度．基于上述设计思路，本文设计了一个紧凑的、独立的光谱和声学结合的苹果成熟度无损快速检测装置．该装置创造性地将光谱技术和声学技术相结合，针对不同精度的检测要求可以在同一装置上进行选择，采集数据后借助人工智能技术，通过神经网络建立苹果的成熟度检测模型，实现对苹果成熟度的快速检测，最后通过手机Ａｐｐ可视化展示检测结果，形成一个集数据采集、数据处理和数据展示功能于一体的苹果成熟度无损检测系统。

3.苹果品质安全无损检测技术研究

3.1电子鼻基本原理

电子鼻是基于人鼻的工作原理所设计，通过模拟人鼻内嗅觉细胞的传感器阵列进行样品的挥发性成分分析，然后将采集到的挥发性成分信号发送到模拟大脑

功能的计算机数据识别系统。电子鼻系统的气敏传感器阵列可以产生一种特殊的气味轮廓，以响应挥发性成分与样品之间的相互作用，通过比较获得的气味轮廓和简单的气味标准以识别混合物成分。因此，原始挥发性化合物数量的变化或新化合物的形成可能引起“指纹”图谱的变化。PEN3电子鼻的实验条件分为三个阶段，首先，在暴露于样品挥发物之前，用新鲜的干燥空气清洁传感器室。然后，被测物质的挥发物被吸入饱和，并在整个传感器室中循环。当传感器暴露在样品挥发物中时，它们的响应会发生变化。在此期间，顶部空间气体在传感器室内循环，直到传感器的响应达到饱和。基线修整后，测量响应。传感器值被连续记录。最后，信号由模式识别子系统处理并确定输出。PEN3电子鼻直接通过内部泵吸入空气，同时，通过使用零气体并将其与被分析样品气体的信号进行比较，减小了传感器可能漂移的影响，去除了响应中的时间变量，取传感器的稳态响应进行分析，从而简化了后续的模式识别过程。

3.2核磁共振无损检测的应用

NMD技术允许无损检测苹果的内部质量、内部错误、皮肤缺陷、损伤、成熟度和质量变化。使用MRI设备，如用于扫描梨的MRI装置，用于采集受损梨。使用Matlab软件准备拍摄，并使用检测方法确定梨是否损坏。其结果是MRI技术在苹果损伤检测中的准确率为92.1%，失真检测中的准确率高达100%。MRI技术利用自下而上技术，分别以83.3%、82.6%和82.6%的精度，检测库尔德斯坦地区内的变化。95.0%被捕获。最后:梨贮藏后移植检测的正确性大幅提高。张健等人结合MRI技术与ANN理论，利用NMD成像装置捕获梨的核磁共振成像，结合ANN技术与遗传算法，很好地识别梨的内部。

3.3高光谱图像技术

光泽度成像技术在苹果质量评价中的应用高效、快速、准确，可实现苹果的更准确检测和更高效的评价。采用1、2波长图像和科学算法对苹果质量预测进行建模，利用Oxsu方法(smehod(om)和3波长原理获得特征波特征长度的图像，利用decision contraee(dt)算法和adaboostnn模型建立苹果着色检测模型，有效地研究苹果质量和着色。高光谱成像系统中图像和光谱的结合，用像素点统计

和MER矩形法建立APNs尺寸检测模型，建立APNs原型检测模型，BP中立网格法建立APNs损伤检测模型，精度为98.75%、95%、96.25%。

结束语

实验研究结果表明，电子鼻采集农药气味后，通过合适算法进行分析，可以有效鉴别不同农药。通过电子鼻采集到的原始气味图谱，利用Excel进行响应值分析，生成柱状图表明，传感器对不同浓度农药的响应值是不同的，W1W传感器的响应强度最大，其次是W5S传感器，说明可以明显识别出硫化物和氮氧化物。通过PCA模型分析，各组样品第一主成分的方差贡献率均大于85%，说明第一主成分在区分不同苹果样品气味的过程中起着关键作用。通过LDA模型分析，各组样品的两种主成分累计方差贡献率均大于80%，表明这两种主成分包含了样本的大部分信息，因此，可作为苹果样本分析的两个主要成分。

参考文献

[1]张美超,梁昌元,羊红斌.苹果品质安全无损检测技术研究[J].四川农业与农机,2022(06):38-41+47.

[2]姚亚楠.红富士苹果品质测定及近红外便携式无损检测仪的研发[D].新疆农业大学,2022.

[3]刘鹏辉.苹果综合品质品鉴仪研制[D].西北农林科技大学,2022.

本文标签： 苹果检测技术研究进行