欢迎来到天天文库
浏览记录
ID:18175405
大小:3.33 MB
页数:50页
时间:2018-09-15
《薄皮水果糖度和货架期便携式检测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号______________________________密级______________________________UDC______________________________编号______________________________硕士学位论文薄皮水果糖度和货架期便携式检测方法研究学位申请人:朱丹宁学科专业:机械工程指导教师:刘燕德教授副指导教师:孙旭东副教授答辩日期:独创性声明本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表和撰写的研究成果
2、,也不包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅。学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定,本论文无保密内容。本人签名____________导师签名__________日期___________摘要薄皮水果糖度和货架
3、期便携式检测方法研究摘要近红外光谱技术为农产品内部品质的快速无损检测提供了技术支持,而便携式光谱检测仪器因其体积小、便携性、操作简单等特点得到广泛应用。为设计开发出一款便携性好、成本低、功耗低、操作简单的便携式水果内部品质检测装置,以大宗水果为研究对象,探讨优化水果近红外便携式检测仪器的探头结构参数,来提高水果近红外便携式检测仪的检测精度的可行性,并获得最优的结构参数;另外以酥梨为研究对象,探索采用近红外漫反射的检测方式用于定性分析酥梨货架期的可行性,并对比不同的建模方法对检测精度的影响,建立最优的酥梨货架期定性分析模型;最终采用试验获得的最优结构参数,对便携式水果内部品质
4、检测装置进行设计开发,并通过实验对便携式水果内部品质检测进装置行功能验证。其主要研究结果及结论如下:(1)为探讨不同结构参数的探头对近红外漫反射检测平台检测水果糖度精度的影响,以苹果为研究对象,利用自主研发搭建的便携式检测平台,获取实验样品的近红外漫反射光谱。样品杯采用四周照射中间接受信息同时结合避光圈的结构,探讨了不同的光源照射角度、光源距探头距离对实验样品漫反射光强的影响。分析对比建模结果可知,采用α=45°、W=15mm结构参数结合PLS方法建立的模型精度最高,预测集相关系数rop和预测均方根误差RMSEP分别为0.924和0.334Brix。实验证明,该便携式检测平
5、台能够实现水果糖度快速检测,为快速、便携的水果糖度检测仪器的设计提供参考依据。(2)为探讨酥梨相关品质指标与货架期间的关系,以酥梨为研究对象,采用自行搭建的便携式检测平台对酥梨样品进行漫反射光谱采集。分析了不同货架期酥梨样品光谱特征差异,同时建立了酥梨货架期的偏最小二乘判别模型以及最小二乘支持向量机模型。依据误判率最小的原则,对比分析两种建模结果,其中以16个主成分变量作为输入变量的线性核函数(Lin_kernel)建立的LS-SVM模型为最优模型,误判为0。该研究建立了准确的货架期水果内部品质预测模型,对水果内部品质监控和货架期的预测具有重大意义。(3)以微型STS光谱仪
6、作为便携式仪器光谱采集单元,通过选择合适的核心板、电路板等核心部件后进行电路的设计、光路系统的布置以及软件的集成,最终自行设计开发出检测水果内部品质的近红外光谱检测仪,该光谱检测仪具有体积小,成本低、检测精度高以及检测周期短等优势。以苹果为研究对象利用便携式光谱检测仪进行实验验证,用偏最小二乘算法建立了苹果糖度预测数学模型,模型预测相关系数为0.911,预测均方根误差为0.532oBrix。实验结果表明:以STS微型光谱仪为基础,利用自行设计I摘要开发的便携式水果内部品质检测装置检测水果内部品质是可行的。关键词:漫反射,便携式,糖度,苹果,酥梨,货架期IIAbstractT
7、HEDEVELOPMENTOFPORTABLEDETECTIONDEVICEANDMODELSTUDYFORFRUITSUGARCONTENTANDSHELFLIFEABSTRACTNear-infraredreflectancespectroscopy(NIRS)couldprovidepowerfultechnicalsupportforrapidnondestructivedetectingtheinternalqualityofagriculturalproducts.Portabledetectionin
此文档下载收益归作者所有