![基于近红外漫反射光谱法的水果内部品质快速检测方法_第1页](http://file4.renrendoc.com/view/9bf96a28683449eca8edad44b6b932c1/9bf96a28683449eca8edad44b6b932c11.gif)
![基于近红外漫反射光谱法的水果内部品质快速检测方法_第2页](http://file4.renrendoc.com/view/9bf96a28683449eca8edad44b6b932c1/9bf96a28683449eca8edad44b6b932c12.gif)
![基于近红外漫反射光谱法的水果内部品质快速检测方法_第3页](http://file4.renrendoc.com/view/9bf96a28683449eca8edad44b6b932c1/9bf96a28683449eca8edad44b6b932c13.gif)
下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于近红外漫反射光谱法的水果内部品质快速检测方法
随着工程技术的快速发展和化学计量方法的深入研究,近红外光谱技术在农产品质量评价领域得到了迅速发展。水果是重要的农产品。消费者在选择水果时非常重视它们的内部质量(如口感、糖度和硬度)。因此,利用水果的光学特性,对水果的内部质量进行了检测和分类,其研究成果应用于水果的后续加工和处理线中,具有广阔的市场应用前景。近红外光技术是一种新的光谱技术,最近20多年来发展迅速,将其用于水果内部品质在线实时检测具有传统检测方法不可比拟的优点:1)它属于非破坏性检测,可保留水果完整外表而得其内在品质方法;2)检测速度快,不像传统化学分析法,需花大量时间来做复杂的样本的预处理和常规分析;3)近红外吸收光谱包含了待测水果的所有成分吸收信息,因此可同时检测多种内部成分,不像传统分析法要一一进行分析.本文基于近红外漫反射光谱分析技术,建立了用于水果内部品质的快速自动检测系统,并对248个雪青梨糖度和酸度的快速无损检测进行了试验研究,探讨了近红外漫反射光谱测试技术在水果内部品质无损检测中的应用前景.1试验原理和系统组成1.1水果内部品质谱分析流程一般应将其按近红外光谱特性进行区分,对于水果内部品质谱分析,并按照2.水果中碳水化合物、糖分、淀粉及酸度等成分分子属于红外活性分子,当近红外光照射到水果中时,不同的水果内部成分对于不同波长的光学吸收和散射程度不同,而随着水果内部成分质量分数的不同,其内部光谱也将发生变化,利用这一特性,即可根据近红外光谱特征分析水果中的主要成分及其质量分数.水果内部品质光谱检测基本流程见图1:首先收集具有代表性的样品(其组成及其变化范围接近于要分析的样品);然后采集样品的光谱数据,利用标准的化学方法对样品进行化学成分分析,通过数学方法将这些光谱数据和检测数据进行关联,一般将光谱数据进行转换(一阶或二阶导数),与化学测定值进行回归计算,得出定标方程,建立数学模型.在分析未知样品时,先对待测样品进行扫描,根据光谱值利用建立的模型可以计算出待测样品成分的质量分数.1.2自动检测系统的基本原理本系统由5个部分组成,见图2,它们分别是:50W石英卤素灯光源(Nicolet,美国)、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等.光源发出的光通过干涉仪和聚焦透镜通过入射光纤照射到水果内部组织中发生漫射,从水果内部漫射出来的光通过由检测器输出的接收光纤进入铟镓砷检测器,检测器与计算机连接采用插入式数据采集卡,漫反射光谱信号通过数据采集卡存储于计算机内存中,并由Nicolet公司OMINIC6.1光谱处理软件进行处理,最后在显示屏上实时地显示结果.计算机选用了Pentium机,其主频256Hz,内存128Mbits.自动检测系统的主要技术参数:波长范围为800~2500nm,采样间隔为1.25nm,光谱采集分辨率为2.5nm,信噪比为0.096,动镜速度为0.9494cm/s,光圈大小为32,参比材料为聚四氟乙烯标准块.2实验与分析2.1有效光谱的获取利用以上近红外光谱自动检测系统进行光谱试验,可以得到质量较好的光谱图,图3为雪青梨品种的原始吸收光谱.从图中可知在976、1180、1576和1978nm处具有明显的吸收峰.利用OMINIC6.1对原始吸收光谱进行一阶微分、二阶微分(D2log(1/R)和平滑处理S-G法则),从经过分析的雪青梨原始光谱和一、二阶微分光谱中,得出用于雪青梨检测的有效光谱范围在967~2000nm,有效光谱范围的选择为今后的水果内部品质检测光谱范围的有效选取提供了依据.2.2算法的原理和模型的构建2.2.1anm、cnl的关系矩阵的建立偏最小二乘法(partialleastsquares,PLS)的基本算法是先对光谱矩阵作分解,将光谱矩阵A表示为主成分矩阵T与载荷矩阵P的乘积;同时也将浓度矩阵C表示为浓度主成分矩阵U与载荷矩阵Q的乘积;然后在U和T之间进行线性回归,建立浓度矩阵C与光谱矩阵A之间的关系.设An×m为n个样品在m个波长上的光谱参数矩阵,Cn×l为n个样品l种成分质量分数构成的矩阵.将An×m和Cn×l分解为如下形式:An×m=Tn×hPh×m+En×m,(1)Cn×l=Un×hQh×l+Fn×l.(2)式中:h称为样品的抽象组分数,Tn×h为光谱参数特征因子矩阵,Un×h为质量分数特征因子矩阵,Ph×m为光谱参数载荷矩阵,Qh×l为质量分数载荷矩阵,En×m和Fn×l分别为光谱参数矩阵的残差矩阵和浓度矩阵的残差矩阵.建立Tn×h与Un×h的关系矩阵B(浓度与光谱参数间的内部关系为Un×h=Tn×hBh×h,(3)此时质量分数与光谱参数间的外部关系为Cn×1=Tn×hBh×hQh×1+Fn×1.(4)要求‖F(n×l)‖达到最小.2.2.2糖度、酸度预测值对比本试验选用了166个雪青梨组成标准样品集,采用雪青梨的近红外光谱和其糖度、酸度的化学测定值建立数学模型.166个雪青梨糖度的范围为10.98%~14.34%,其平均值为12.84%.雪青梨酸度质量分数为0.10%~0.25%,其平均值为0.14%.根据美国Nicolet公司的智能定量分析软件TQAnalystv6.0得出偏最小二乘法预测82个标准样品的糖度、酸度预测值,其中标准样本集的化学测定值与预测值的相关系数分别为0.94和0.83,标准校正误差分别为0.25%和0.02%,雪青梨糖度、酸度测定值与预测值的相关关系图如图4和5.2.2.3%14.32%4.32%11.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%11.32%11.32%11.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%14.32%用已建立的数学模型对82个样品的糖度、酸度质量分数进行预测,82个雪青梨糖度的质量分数范围为11.15%~14.30%,其平均值为12.77%;雪青梨酸度质量分数范围为0.10%~0.23%,其平均值为0.14%.结果分别为:其预测值和实际值的相关系数分别为0.87和0.80,其标准预测误差分别为0.32%和0.
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024年医用电子直线加速器项目合作计划书
- 2024年化合物半导体材料项目发展计划
- 2024合同模板创业公司股权结构设计范本
- 2024年有关抵押借款合同的模板
- 2024年招标合同 公路工程施工监理合同协议书
- 2024年电动特种车项目合作计划书
- 数字单向动力三轴仪项目可行性实施报告
- 2024年弹射救生系统项目发展计划
- 天然气脱硫除湿膜市场需求与消费特点分析
- 2024年农副食品加工合作协议书
- 2024年人教版四年级上册语文第一单元课后练习题(含答案和概念)
- 手机摄影入门学习课件
- 重庆市大渡口区2023-2024学年四年级下学期期末测试数学试题
- DZ∕T 0148-2014 水文水井地质钻探规程(正式版)
- 2024年湖南高速铁路职业技术学院单招职业适应性测试题库学生专用
- 卫生技术人员到基层服务考核鉴定表
- 2023年电梯检验员考试含实操题目及答案
- 广告行业的可持续发展
- 常规体外受精中国专家共识(2024年)
- 中国抗日战争史智慧树知到期末考试答案章节答案2024年浙江大学
- 《城市道路内汽车停车泊位设置标准》
评论
0/150
提交评论