【摘要】：水果缺陷和內(nèi)部品質(zhì)同時(shí)在線檢測(cè)技術(shù)具有重要現(xiàn)實(shí)意義,可以發(fā)現(xiàn)水果的內(nèi)外部缺陷并及時(shí)剔除,提高了水果的內(nèi)部品質(zhì),實(shí)現(xiàn)水果優(yōu)質(zhì)高價(jià)的同時(shí)提高了市場(chǎng)競(jìng)爭(zhēng)力。在對(duì)外貿(mào)易中,有利于減少果農(nóng)在出口創(chuàng)匯中的損失,提高水果產(chǎn)業(yè)附加值水平。與傳統(tǒng)的有損檢測(cè)相比,可見(jiàn)/近紅外光譜漫透射技術(shù)不用破損樣品,操作簡(jiǎn)便,具在線檢測(cè)技術(shù)優(yōu)勢(shì),在很大的程度上提高了檢測(cè)的速度,準(zhǔn)確性。本文以鴨梨黑心病,大黃桃表面缺陷和柑橘浮皮果為研究?jī)?nèi)容,探究同時(shí)在線檢測(cè)水果缺陷和內(nèi)部品質(zhì)的可行性。本研究為打破技術(shù)壟斷,降低外貿(mào)退貨率,為果農(nóng)增收創(chuàng)匯,提供了科學(xué)的參考和有力的技術(shù)支持。本研究的結(jié)果和結(jié)論如下所述:(1)采用可見(jiàn)/近紅外光譜技術(shù)在線檢測(cè)鴨梨黑心病,建立了峰面積判別法,主成分分析法(PCA)和偏最小二乘判別法(PLS-DA)的定性判別模型。其中PLS-DA判別模型對(duì)鴨梨黑心病的判別正確率為100%。同時(shí),建立了鴨梨剔除黑心病梨的正常果內(nèi)部品質(zhì)的偏最小二乘模型,最優(yōu)模型的Rp為0.93,RMSEP為0.45。Brix。(2)采用可見(jiàn)/近紅外光譜技術(shù)在線檢測(cè)大黃桃表面缺陷,建立了主成分分析法(PCA),最小二乘支持向量機(jī)(LS-SVM)和偏最小二乘判別法(PLS-DA)的定性判別模型。其中,PLS-DA判別模型對(duì)大黃桃表面缺陷的判別正確率為100%。同時(shí),建立了大黃桃剔除表面缺陷果的正常果內(nèi)部品質(zhì)的偏最小二乘模型,最優(yōu)模型的Rp為0.95,RMSEP為0.71。Brix。(3)采用可見(jiàn)/近紅外光譜技術(shù)在線檢測(cè)柑橘浮皮果,建立了主成分分析法(PCA),反向傳播神經(jīng)網(wǎng)絡(luò)(BP-ANN),最小二乘支持向量機(jī)(LS-SVM)和偏最小二乘判別法(PLS-DA)的判別正確率為100%。同時(shí),建立了柑橘剔除浮皮果的正常果內(nèi)部品質(zhì)的偏最小二乘模型,最優(yōu)模型的Rp為0.88,RMSEP為0.77。Brix。(4)采用可見(jiàn)/近紅外漫透射技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法,進(jìn)行了水果缺陷和內(nèi)部品質(zhì)的同時(shí)在線檢測(cè),結(jié)果顯示檢測(cè)效率在96%以上。研究結(jié)果表明,同時(shí)在線檢測(cè)水果缺陷和內(nèi)部品質(zhì)是可行的。
[Abstract]:On-line detection of fruit defects and internal quality has important practical significance. It can find the internal and external defects of fruit and eliminate them in time, improve the internal quality of fruit, realize the high price of fruit quality and improve the market competitiveness. In foreign trade, it helps to reduce the loss of fruit farmers in export and increase the added value of fruit industry. Compared with traditional lossy detection, the technique of diffuse transmission of visible / near infrared spectroscopy is easy to operate and has the advantage of on-line detection, and improves the speed and accuracy of detection to a great extent. In this paper, the black heart disease of Yali pear, the surface defect of large yellow peach and the citrus flowered fruit were used as the research contents to explore the feasibility of on-line detecting the defects and internal quality of the fruit at the same time. This study provides scientific reference and strong technical support for breaking technology monopoly, reducing foreign trade return rate, increasing fruit farmers' income and earning foreign exchange. The results and conclusions of this study are as follows: (1) using visible / near infrared spectroscopy (NIR) to detect the black heart disease of Yali pear on line, a peak area discrimination method is established. The qualitative discriminant model of principal component analysis (PCA) and partial least squares discriminant (PLS-DA). The PLS-DA discriminant model was used to distinguish the black heart disease of Yali pear. At the same time, a partial least square model was established for removing the internal quality of black heart pear from Yali pear. The Rp of the optimal model was 0.93 Rp = 0.45.Brix.2.The visible / near infrared spectroscopy was used to on-line detect the surface defects of large yellow peach. The qualitative discriminant models of (PCA), least squares support vector machine (LS-SVM) and partial least squares discriminant method (PLS-DA) based on principal component analysis (PCA) are established. The PLS-DA discriminant model was used to distinguish the surface defects of yellow peach. At the same time, a partial least square model of normal fruit internal quality was established for removing surface defects of large yellow peach. The Rp of the optimal model was 0.95 Rp = 0.71.Brix. (3) the visible / near infrared spectroscopy was used to on-line detect the floating peel of citrus. In this paper, (PCA), back propagation neural network (BP-ANN), least square support vector machine (LS-SVM) and partial least squares discriminant method (PLS-DA) are established. At the same time, a partial least square model for the internal quality of the normal citrus fruit was established. The Rp of the optimal model was 0.88C RMSEP was 0.77.Brix. (4) the visible / near infrared diffuse transmission technique was used in combination with chemometrics. On-line detection of fruit defects and internal quality was carried out, and the results showed that the detection efficiency was over 96%. The results show that it is feasible to detect fruit defects and internal quality simultaneously.
【學(xué)位授予單位】：華東交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：S66;TP274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 岳寶;王順利;李建超;;土壤深層多點(diǎn)呼吸狀態(tài)在線檢測(cè)方法研究[J];農(nóng)機(jī)化研究;2013年07期

2 歐陽(yáng)思怡;謝小強(qiáng);劉燕德;;水果內(nèi)部品質(zhì)近紅外動(dòng)態(tài)在線檢測(cè)研究進(jìn)展[J];湖北農(nóng)業(yè)科學(xué);2013年10期

3 潘圓媛;劉燕德;孫旭東;;水果內(nèi)部品質(zhì)近紅外動(dòng)態(tài)在線檢測(cè)研究進(jìn)展[J];激光與紅外;2010年08期

4 邱雪峰,薛美盛,孫德敏,張建龍;設(shè)施栽培中營(yíng)養(yǎng)液成分的在線檢測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2000年01期

5 張世慶;涂佳;孫力;蔡健榮;顧海鋒;顧顥;;雞蛋質(zhì)量與長(zhǎng)短軸在線檢測(cè)方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年02期

6 袁得春;韓玉杰;;計(jì)算機(jī)控制激光在線檢測(cè)木材表面粗糙度[J];東北林業(yè)大學(xué)學(xué)報(bào);2010年05期

7 王鵬;秦付軍;甘建偉;;基于誤差分離技術(shù)的球形工件在線檢測(cè)方法[J];中國(guó)農(nóng)機(jī)化;2012年05期

8 劉英;李建華;馮謙;張磊;;基于食用菌加工的在線檢測(cè)方法[J];農(nóng)機(jī)化研究;2008年02期

9 梅勁華;王石泉;王樹(shù)才;;禽蛋破損在線檢測(cè)自動(dòng)敲擊發(fā)聲裝置設(shè)計(jì)與試驗(yàn)[J];農(nóng)業(yè)工程學(xué)報(bào);2011年09期

10 孫麗萍;張冬妍;;基于分層信息融合的木材干燥過(guò)程含水率在線檢測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2013年S1期

相關(guān)會(huì)議論文 前10條

1 高亮;曾理江;;液滴分析法在酒的在線檢測(cè)中的應(yīng)用[A];2002年中國(guó)光學(xué)學(xué)會(huì)年會(huì)論文集[C];2002年

2 劉榮清;;棉紡在線檢測(cè)的發(fā)展和展望[A];“經(jīng)緯股份杯”2010’促設(shè)備、器材、專件技術(shù)進(jìn)步經(jīng)驗(yàn)交流研討會(huì)論文集[C];2010年

3 馮金垣;崔迎超;楊啟洪;龔文;;氰化物紫外光譜在線檢測(cè)[A];第八屆全國(guó)氣濕敏傳感器技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2004年

4 班華;李長(zhǎng)友;胡萬(wàn)里;;水稻干燥中心在線檢測(cè)與變位控制機(jī)理研究[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集第四分冊(cè)[C];2005年

5 劉榮清;;細(xì)紗機(jī)在線檢測(cè)和電錠的發(fā)展與展望[A];“經(jīng)緯股份杯”2012’“強(qiáng)專件、促設(shè)備、為行業(yè)”技術(shù)進(jìn)步和創(chuàng)新經(jīng)驗(yàn)研討會(huì)論文集[C];2012年

6 蔡曉光;蔣永加;王利輝;劉玉斌;;磨損量在線檢測(cè)方法的研究[A];第二屆全國(guó)工業(yè)摩擦學(xué)大會(huì)暨第七屆全國(guó)青年摩擦學(xué)學(xué)術(shù)會(huì)議會(huì)議論文集[C];2004年

7 周燦林;李劍峰;徐建強(qiáng);李方義;高成勇;司書(shū)春;王紅星;;鋁蓋質(zhì)量光學(xué)在線檢測(cè)研究[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

8 許忠斌;馮連芳;王爐鋼;張才亮;胡國(guó)華;;聚合物擠出過(guò)程停留時(shí)間分布的在線檢測(cè)新方法[A];2004年全國(guó)高分子材料科學(xué)與工程研討會(huì)論文集[C];2004年

9 宋紹民;;熱軋管材長(zhǎng)度的相關(guān)在線檢測(cè)方法研究[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

10 景軍鋒;王波;李鵬飛;;織物含水率在線檢測(cè)研究[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 安徽黃梅酒業(yè)有限公司 張光;質(zhì)量法在線檢測(cè)白酒凈含量的應(yīng)用[N];華夏酒報(bào);2012年

2 中國(guó)紡織機(jī)械器材工業(yè)協(xié)會(huì) 李毅;對(duì)國(guó)產(chǎn)在線檢測(cè)設(shè)備寄予厚望[N];中國(guó)紡織報(bào);2007年

3 小熊;在線檢測(cè)缺陷啤酒瓶研究[N];中國(guó)包裝報(bào);2011年

4 中國(guó)紡織機(jī)械器材工業(yè)協(xié)會(huì) 李毅;國(guó)產(chǎn)設(shè)備：后發(fā)者滿足本土化需求[N];中國(guó)紡織報(bào);2010年

5 本報(bào)記者 陳炳欣;LED在線檢測(cè)設(shè)備:本土企業(yè)的天下？[N];中國(guó)電子報(bào);2012年

6 夏杰生;用“在線檢測(cè)”提升鋼材品質(zhì)[N];中國(guó)冶金報(bào);2009年

7 魏天飛;海富賦予在線檢測(cè)一顆精準(zhǔn)的芯[N];中國(guó)包裝報(bào);2010年

8 本報(bào)首席記者 蔡立軍;讓粒度在線檢測(cè)更快捷[N];中國(guó)冶金報(bào);2013年

9 高偉;讓您的防火墻更安全[N];中國(guó)電腦教育報(bào);2004年

10 YM;計(jì)算機(jī)要定期體檢[N];電腦報(bào);2004年

相關(guān)博士學(xué)位論文 前6條

1 郭瑞鵬;基于激光散射的在線檢測(cè)表面特性參數(shù)的理論分析和實(shí)驗(yàn)研究[D];上海交通大學(xué);2011年

2 李九靈;可重構(gòu)的機(jī)器視覺(jué)在線檢測(cè)方法的研究[D];武漢科技大學(xué);2013年

3 韓芳芳;表面缺陷視覺(jué)在線檢測(cè)關(guān)鍵技術(shù)研究[D];天津大學(xué);2012年

4 孟慶華;基于小波免疫的車(chē)輛在線檢測(cè)方法及其應(yīng)用技術(shù)研究[D];浙江大學(xué);2005年

5 彭向前;產(chǎn)品表面缺陷在線檢測(cè)方法研究及系統(tǒng)實(shí)現(xiàn)[D];華中科技大學(xué);2008年

6 王華;基于計(jì)算機(jī)視覺(jué)的車(chē)架縱梁在線檢測(cè)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 秦杰;汽車(chē)后橋在線檢測(cè)方法的研究[D];華南理工大學(xué);2015年

2 吳磊平;車(chē)用發(fā)電機(jī)噪聲在線檢測(cè)及噪聲源識(shí)別系統(tǒng)研發(fā)[D];西南交通大學(xué);2015年

3 王坤殿;淡水魚(yú)種類(lèi)識(shí)別與重量在線檢測(cè)方法研究及裝備設(shè)計(jì)[D];華中農(nóng)業(yè)大學(xué);2015年

4 張鋮林;基于SPC的在線檢測(cè)及質(zhì)量監(jiān)控系統(tǒng)研究及應(yīng)用[D];廣西科技大學(xué);2015年

5 劉夏;磨床砂輪磨損及鈍化程度在線檢測(cè)[D];長(zhǎng)春工業(yè)大學(xué);2016年

6 李軼凡;水果缺陷和內(nèi)部品質(zhì)同時(shí)在線檢測(cè)方法研究[D];華東交通大學(xué);2016年

7 杜冉;基于近紅外透射光譜技術(shù)的蘋(píng)果內(nèi)部品質(zhì)在線檢測(cè)的研究[D];山東理工大學(xué);2008年

8 郭羽;機(jī)車(chē)輪對(duì)磨耗在線檢測(cè)中的動(dòng)態(tài)標(biāo)定技術(shù)研究[D];杭州電子科技大學(xué);2012年

9 鮑成滿;超臨界CO_2藥物插嵌及在線檢測(cè)研究[D];浙江大學(xué);2007年

10 舒登春;水電站在線檢測(cè)及遠(yuǎn)程輔助診斷系統(tǒng)研究[D];電子科技大學(xué);2012年

，

本文編號(hào)：2366659