专利名称: |
声学振动和近红外光谱融合的水果坚实度测量系统和方法 |
摘要: |
本发明公开了一种声学振动和近红外光谱融合的水果坚实度测量系统和方法。传输带上放置果杯,果杯中放置水果,顶升气缸的气缸杆朝上用于承托果杯底部,压力传感器安装于顶升气缸的气缸杆顶部;传输带的入口侧两侧方设有用于检测水果是否到达的光电传感器,顶升气缸的两侧分别设有扬声器激励装置、激光多普勒测振装置,传输带的出口侧上方设有近红外光谱检测装置;水果置于果杯中,并沿传输带依次经过光电传感器、激光多普勒测振装置和近红外光谱检测装置。本发明对多传感器数据进行了融合处理,发现了果皮厚度对共振频率的影响,建立了基于光谱主成份分析预测果皮厚度的模型,还建立共振频率校正模型,提升水果坚实度的预测检测精度。 |
专利类型: |
发明专利 |
国家地区组织代码: |
浙江;33 |
申请人: |
浙江大学 |
发明人: |
崔笛;丁城桥;冯喆;王大臣;李卫豪 |
专利状态: |
有效 |
申请日期: |
2019-04-04T00:00:00+0800 |
发布日期: |
2019-06-25T00:00:00+0800 |
申请号: |
CN201910273251.X |
公开号: |
CN109932333A |
代理机构: |
杭州求是专利事务所有限公司 |
代理人: |
林超 |
分类号: |
G01N21/3563(2014.01);G;G01;G01N;G01N21 |
申请人地址: |
310058 浙江省杭州市西湖区余杭塘路866号 |
主权项: |
1.一种声学振动和近红外光谱融合的水果坚实度测量系统,其特征在于:系统包括压力传感器、扬声器激励装置(400)、激光多普勒测振装置(800)和近红外光谱检测装置(500);传输带(100)上放置果杯(300),果杯(300)中放置水果,顶升气缸(900)的气缸杆朝上用于承托果杯(300)底部,压力传感器安装于顶升气缸(900)的气缸杆顶部;传输带(100)的入口侧两侧方设有用于检测水果是否到达的光电传感器(200),顶升气缸(900)的两侧分别设有扬声器激励装置(400)、激光多普勒测振装置(800),传输带(100)的出口侧上方设有近红外光谱检测装置(500);水果置于果杯(300)中,并沿传输带(100)依次经过光电传感器(200)、激光多普勒测振装置(800)和近红外光谱检测装置(500)。 2.根据权利要求1所述的一种声学振动和近红外光谱融合的水果坚实度测量系统,其特征在于:所述的近红外光谱检测装置(500)内设有卤素灯(501)和光谱仪(502),光谱仪(502)至于黑箱中心,多个卤素灯(501)置于光谱仪(502)周围间隔均布,卤素灯(501)发出光照射到果杯(300)的水果上,通过光谱仪(502)探测采集光谱信号。 3.根据权利要求1所述的一种声学振动和近红外光谱融合的水果坚实度测量系统,其特征在于:所述的传输带(100)其中一端的传动轴(600)经皮带和步进电机(700)的输出轴连接。 4.根据权利要求1所述的一种声学振动和近红外光谱融合的水果坚实度测量系统,其特征在于:所述的扬声器激励装置(400)和激光多普勒测振装置(800)分别安装于传输带(100)中端前后两侧,其中心处于同一条直线上。 5.根据权利要求1所述的一种声学振动和近红外光谱融合的水果坚实度测量系统,其特征在于:所述的近红外光谱检测装置(500)安装于传输带(100)尾端上部。 6.根据权利要求1所述的一种声学振动和近红外光谱融合的水果坚实度测量系统,其特征在于:还包括PLC控制器,光电传感器(200)、扬声器激励装置(400)、近红外光谱检测装置(500)、激光多普勒测振装置(800)、顶升气缸(900)均与PLC控制器相连。 7.根据权利要求1所述的一种声学振动和近红外光谱融合的水果坚实度测量系统,其特征在于:所述的厚皮水果通常是指厚度为1厘米以上的水果。 8.一种声学振动和近红外光谱融合的水果坚实度测量优化方法,其特征在于,方法包括以下步骤: S1.采用水果坚实度在线检测系统; S2.对厚皮水果进行在线检测,通过各传感器采集获得含有多传感数据的原始测量数据,原始测量数据包括重量信号、声学振动响应信号和近红外光谱信号; S3.对原始测量数据进行多传感数据融合处理获得水果坚实度。 9.根据权利要求8所述的一种声学振动和近红外光谱融合的水果坚实度测量优化方法,其特征在于: 所述步骤S3具体为: S3.1.先对近红外光谱信号进行标准归一化处理,然后进行主成份分析,得到能够预测水果果皮厚度数据的前四个主成份,其累计贡献率大于95%,利用前四个主成份训练建立预测果皮厚度的支持向量机模型,具体是将已知果皮厚度的水果样本处理获得前四个主成份后,将各个水果样本的前四个主成份和已知果皮厚度输入到支持向量机模型中训练; S3.2.利用训练后的支持向量机模型对待测水果预测处理获得果皮厚度,待测水果处理获得前四个主成份,然后输入到训练后的支持向量机模型输出获得果皮厚度; S3.2.由声学振动响应信号处理提取第二共振频率,建立厚皮水果共振频率的线性校正模型并利用果皮厚度厚度对共振频率进行校正处理,获得校正后的共振频率: f2=f1+1.1h 其中,f2为校正后的第二共振频率,f1为由声学振动响应信号处理提取到的第二共振频率,h为果皮厚度; S3.3.利用校正后的第二共振频率结合重量信号采用以下公式处理获得待测水果的坚实度: 其中,f2为校正后的第二共振频率,m为待测水果的重量。 10.根据权利要求8所述的一种声学振动和近红外光谱融合的水果坚实度测量优化方法,其特征在于:所述步骤S2具体如下:当装有待测水果的果杯(300)被传输带(100)输送到顶升气缸(900)处,顶升气缸(900)气缸杆向上伸出抬升果杯(300),通过顶升气缸(900)顶部的压力传感器采集待测水果的重量信号,待示数稳定后,读取待测水果的重量;扬声器激励装置(400)朝向果杯(300)中的待测水果发出0-1000Hz的正弦扫频信号来激励果杯(300)的待测水果振动,并由激光多普勒测振装置(800)检测获得声学振动响应信号;近红外光谱检测装置(500)发出卤素光照射到果杯(300)的待测水果上,通过光谱仪探测采集光谱信号。 |
所属类别: |
发明专利 |