禽蛋裂纹在线检测系统研究.pdf

《禽蛋裂纹在线检测系统研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、36卷-．36■JOURNALOFJiANGSUUNlVERSITY(NamratScienceEdi~ion1doi：10．3969／j．issn．1671—7775．2015．02．010禽蛋裂纹在线检测系统研究孙力，朱叶茗，顾颢。，袁雷明，许登程(1．江苏大学食品与生物工程学院，江苏镇江212013；2．江苏省农产品物理加工重点实验室，江苏镇江212013；3．江苏大学机械工程学院，江苏镇江212013)摘要：设计了一套以DSP(TMS320c5509A)为核心处理器的禽蛋蛋壳裂纹在线检测系统，系统以蛋壳表面声学特性为理论基础，通过敲击信号控制模块、

2、声学信号采集与分析模块及判别信号综合模块的优化设计，可实现禽蛋滚动前行过程中蛋壳声学信号的自动激励、采集与处理．对大量完好和裂纹鸡蛋响应信号进行频谱分析，分别提取时域信号过零点数、频域信号(大于500Hz)第1特征峰与第2特征峰各自对应的频段与幅值作为特征参数并建立相应的定性分析模型，系统通过重复试验表明，鸡蛋的裂纹在线检测率超过90％，检测速度可达4个·S一，完全满足在线检测的要求．关键词：禽蛋；裂纹；声学信号；DSP；在线检测中图分类号：$24文献标志码：A文章编号：1671—7775(2015)02—0176—05引文格式：孙力，朱叶茗．顾颢，等．禽

3、蛋裂纹在线检测系统研究『J]．江苏大学学报：自然科学版，2o15，36(2)：176—180．OnlinedetectionofcrackedeggsbasedonacousticresonanceanalysisSunLi，ZhuYeming，GuHao，YuanLeiming，XuDengcheng(1．SchoolofFoodandBiologicalEngineering，JiangsuUniversity，Zhenjiang，Jiangsu212013，China；2．KeyLaboratoryforPhysicalPro—cessingofAg

4、riculturalProductsofJiangsuProvince，Zhenjiang，Jiangsu212013；3．SchoolofMechanicalandAutomotiveEngineering，JiangsuUniversity，Zhenjiang，Jiangsu212013，China)Abstract：Anonlinesystemwasdevelopedbasedonacousticresonancewithdigitalsignalprocessing(DSP，TMS320C5509A)systemforeggshellcrackde

5、tection．Signalacquisitionandprocessing，auto—maticimpactanduppercomputersubmoduleswereimprovedtomeettherequirementsofautomaticandindustrializedproduction．Acousticsignalsofeggweremotivated，acquiredandprocessedbythepro—posedsystem．Basedonexperiments，differencesbetweenthesignalsofinta

6、ctandcrackedeggswereanalyzedbyspectralanalysis．Fiveeggexcitationresonantcharacteristicsofzero—passpointsintimesig—nal，thefrequencybandsandamplitudesofthefirsttwocharacteristicpeaksinfrequencysignalwereusedasinputvectorsofidentificationmodeltodiscriminateintactandcrackeggs．Theresul

7、tsshowthattheidentificationratesofcrackedeggsandthedetectingspeedcanreachabove90％and4eggsperse—cond，respectively．Theproposedsystemhassignificantpotentialforonlinedetectionofcrackedeggs．Keywords：egg；crack；acousticsignal；DSP；onlinedetection收稿日期：2叭4—10—30基金项目：“十二五”国家科技支撑计划项目(2012BAD2

8、9B04—4)；国家自然科学基金资助项目(31201451)；江苏