1. <table id="63b8h"><ruby id="63b8h"></ruby></table>
    2. <td id="63b8h"><ruby id="63b8h"></ruby></td>
    3. <td id="63b8h"><strike id="63b8h"></strike></td>
    4. <pre id="63b8h"><label id="63b8h"><menu id="63b8h"></menu></label></pre>

      售前熱線: 400-623-2690

      關注海洋光學:

      基于可見近紅外光譜的水果在線分選檢測方案

      基于可見近紅外光譜的水果在線分選檢測方案

      本文關鍵詞: 農業/食品透反射
      摘要

      方案介紹


      ? ? ??當我們走進水果店時,會發現同一種水果會分不同的價格售賣,而影響價格的主要原因是其品質,這時我們就會產生疑問:什么樣的荔枝核小而甜?什么樣的西瓜皮薄瓤多脆又甜?

      ? ? ??我們今天來分享一些關于:如何用科學的方法區分不同品質的水果(當然也能區分同一類水果的不同產地與品種)

      ? ? ??隨著生活質量提高和消費水平的改變,消費者對于水果品質不同的需求也就促成了水果的銷售分級處理;利用非接觸式水果分選檢測技術,不斷細分果品,以便滿足不同消費市場的需求。

      ?
      ?

      水果分選


      ? ? ??一般來說,將其分為四類:大小、重量、外觀品質(顏色、新鮮度)、內部品質。

      ? ? ??其中在內部品質分選中,主要判斷的指標如下:

      糖度

      硬度

      酸度

      內部缺陷

      ?

      ? ? ??傳統的破壞性檢驗方法不僅成本高,還會造成資源浪費,因此光譜無損檢測的方法成為一大趨勢。

      ?

      ?

      ? ? ??水果分選機因其具有檢測速度快、可同時檢測多種內部成分等優點,近年在農產品內部品質檢測方面發展迅速。

      ? ? ??其基本原理是:當用近紅外光照射水果時,不同的水果內部成分對于不同波長的光學吸收和散射程度不同,而內部光譜也會隨著水果內部成分質量分數的不同而發生變化。利用這一特性,即可根據近紅外光譜特征分析水果中的主要成分及其質量分數。

      ?

      ?

      ?

      近紅外光譜


      ? ? ??近紅外光譜屬于分子振動光譜的倍頻和主頻吸收光譜,主要是由于分子振動的非諧振性使分子振動從基態向高能級躍遷時產生的,具有較強的穿透能力。近紅外光主要是對含氫基團X-H(X=C、N、O)振動的倍頻和合頻吸收,其中包含了大多數類型有機化合物的組成和分子結構的信息。由于不同的有機物含有不同的基團,不同的基團有不同的能級,不同的基團和同一基團在不同物理化學環境中對近紅外光的吸收波長都有明顯差別,且吸收系數小,發熱少,因此近紅外光譜可作為獲取信息的一種有效的載體。

      ? ? ??近紅外光照射時,頻率相同的光線和基團將發生共振現象,光的能量通過分子偶極矩的變化傳遞給分子;而近紅外光的頻率和樣品的振動頻率不相同,該頻率的紅外光就不會被吸收。因此,選用連續改變頻率的近紅外光照射某樣品時,由于試樣對不同頻率近紅外光的選擇性吸收,通過試樣后的近紅外光線在某些波長范圍內會變弱,透射出來的紅外光線就攜帶有機物組分和結構的信息。通過檢測器分析透射或反射光線的光密度,就可以確定該組分的含量。

      ?

      優勢劣勢

      無損檢測分析技術

      不是一種直接測量樣品組份的分析測量方法,需要結合理化化學方法和建立模型算法。

      可對待測樣品的多種組分含量同時測量?

      ?光譜數據受環境影響大

      重現性好,受外界因素參數影響小

      只能測定光線照射部分的成分

      ?


      ? ? ??但是近紅外經過兩百多年的發展與應用開發,儀器的進步與算法的革新,儀器制造商與科學家們已經可以將越來越多的劣勢規避,從而更好地發揮了近紅外不消耗化學試劑,不污染環境等優點,因此也受到越來越多人的青睞。
      ?

      ?

      應用案例

      ——基于近紅外光譜技術檢測水果糖度(水分/黑心病【可見+近紅外】)


      主要過程:

      (1)選取具有代表性的水果

      (2)通過漫反射或透射方式采集水果樣品相關光譜數據;

      (3)對光譜數據預處理,消除不同因素對水果模型精度帶來的誤差,選擇更有代表性樣品的光譜數據;

      (4)采用國家和國際認證的化學分析方法測量水果樣品成分的準確含量;

      (5)建立預測模型

      (6)未知水果樣品近紅外光譜的采集,然后用所建立的預測模型預測未知樣品的成分含量。

      (7)用標準的化學分析方法測量未知水果樣品成分的含量,驗證所建立預測模型的準確性,然后對預測模型進行校正和優化。

      ?

      典型裝置設計

      ?

      三大功能模塊:

      光路模塊

      附件模塊

      數據處理模塊

      ?


      ? ? ??光路模塊的光源對待測水果樣品進行有效照射,通過光纖傳遞給光纖探頭,再將透過水果樣品的光譜信息進行收集,并通過光纖傳遞給數據處理模塊的光譜儀。通過微處理器進行處理、計算和分析,從而完成對待測水果樣品糖度的預測,在顯示屏上獲取結果,實現水果糖度的無損檢測。


      ? ? ??由于水果的尺寸大小、果肉薄厚,糖酸度高有低,且分布不均的情況,在光譜采集模塊中有多種方式:

      (圖片摘自儀器信息網)

      ?

      采集譜圖案例

      ?

      臍橙原始光譜采集(可見+近紅外)

      ?

      蘋果吸收光譜(可見+近紅外)

      ?

      香蕉的不同反射光譜(近紅外)
      并做歸一化平均

      ?

      草莓反射光譜(可見+近紅外)

      ?

      正常與不同腐變程度的蘋果透射光譜比較圖(可見+近紅外)

      ?

      化學計量學建模

      ?

      ? ? ??在完成光譜采集后,數據處理成為整個裝置的核心步驟。再建立準確化學值與光譜信息之間的化學計量學模型。

      ? ? ??化學計量學模型的建立主要包括兩個過程:校正和預測

      ?

      ?

      ?

      硬件:光譜采集模塊


      ?①?光譜儀(近紅外系列光譜儀,可見-近紅外光譜儀)

      ?②?光源(海洋光學提供集成和光路設計方案,解決客戶在光學部分的 擔憂;因集成到在線設備,我們推薦使用高度可集成化、高穩定性的光源,以適應在線設備的光路設計和長時間穩定運行。)

      ?③?光譜收集附件(可選配/定制/也可空間光耦合的光纖、準直鏡附件,幫助客戶解決系統中光傳輸和耦合問題。)

      ?

      ?

      軟件


      ①?光譜讀取軟件定制/二次開發(Omnidriver/Seabreeze)

      ?

      ?

      ②?近紅外光譜建模軟件(可根據需求選取不同建模軟件)

      ?

      ?

      ③?數據傳輸與分選機制協議定制

      針對不同的水果產線和分選機制,為客戶定制數據傳輸模塊及協議方式。由于通訊方式的差異及需求差異,我們還可以為客戶進行光譜儀器協議、固件等開發,實現同樣光譜設備在不同應用中發揮其不同長處。

      ?

      ?

      ?

      ①?觸發準確性

      在水果分選設備產線中,光譜儀工作在外觸發模式,當傳輸帶送入一個水果到測量位置,立即觸發光譜儀開始積分,積分時間100ms,因此對觸發的準確性要求很高。而競爭對手的產品外觸發時間不準確,如果產線使用的是高功率鹵鎢燈,多停留一段時間就有可能造成水果的熱損傷。

      ②量產能力

      機器人自動校正并保證每臺設備的精準校調,確保每條產線的分選標準一致。

      ③量身定制

      在線系統中如果出現系統故障會影響整條產線的正常運行,我們可為客戶定制系統運行自測協議,減少人為檢驗步驟,提高生產效率。

      ?

      ?

      聯系我們
      熱線電話:400-623-2690
      郵箱地址:asiamkt@oceaninsight.com

      ?

      ?

      光纖光譜儀 {首页主词标题}