便携式大米多品质参数无损检测仪设计与试验

基于近红外漫透射光补偿光谱分析技术,设计了便携式大米多品质参数无损检测仪,检测仪包括光谱采集单元、光源单元、控制与显示单元、供电单元、专用参考校正盒等,光谱采集单元通过光补偿杯和聚焦准直透镜有效提高了采集光谱的信噪比,整个装置尺寸为207 mm×90 mm×148 mm,携带方便。选取52个籼米样品,基于便携式大米多品质参数无损检测仪建立了大米含水率、直链淀粉质量分数和蛋白质质量分数的偏最小二乘预测模型,含水率、直链淀粉质量分数和蛋白质质量分数的校正集相关系数分别为0. 980 3、0. 977 0、0. 932 3,校正集均方根误差分别为0. 279 1%、0. 727 4%、0. 204 5%,验证集相关系数分别为0. 979 3、0. 957 1、0. 924 9,验证集均方根误差分别为0. 300 9%、1. 106 7%、0. 212 7%。基于MFC软件开发工具,采用C/C++语言编写了实时检测及控制软件,实现了便携式大米多品质参数检测仪的一键式操作。试验验证了便携式大米品质无损检测仪的检测精度和稳定性,结果表明,利用该装置预测大米含水率、直链淀粉质量分数和蛋白质质量分数的最大变异系数分别为0. 024、0. 079、0. 034,大米样品的含水率、直链淀粉质量分数和蛋白质质量分数的预测值和标准理化值的相关系数分别为0. 972 7、0. 940 9、0. 901 5,预测均方根误差为0. 363 2%、1. 318 1%、0. 243 0%。这表明自行设计的检测仪可以实现大米含水率、直链淀粉和蛋白质质量分数的实时无损检测。     

小型西瓜果实成熟度表征因子筛选

为了判断小型西瓜生长过程中的成熟度,实时监控其内部品质,该文研究了小型西瓜"京秀"果实在生长过程中,多种基础信息随着生长天数的变化情况。西瓜的内部品质指标变化具有一定的规律性,且部分指标的变化规律相似。由相关性分析、因子分析及构造新变量的结果可知,小型西瓜"京秀"果实在授粉后20～38d的过程中,品质变化主要表现为可溶性固形物、可滴定酸、瓜瓤含水率及叶绿素含量的变化,其中叶绿素含量的变化主要在22～25d的过程中表现较为显著,28～30d的过程中主要表现为可溶性固形物、可滴定酸和含水率的变化,31～38d的过程中品质基本上已经达到稳定,只在小范围内有些波动。研究结果为小型西瓜品质和成熟度的光学无损检测提供了参数选择的依据。     

用X射线自动检测柑橘皱皮果的研究

提出了一种利用柑橘的正常果和皱果果波形的差异检测柑橘皱皮果的方法。研究了影响正确检测皱皮果的主要因素。结果表明：Ｘ射线的强度高、传送速度慢,则有利于检测,检测速度达到５个／ｓ。     

小型贮藏库

本人对四种新研制的不同结构、不同条件下的贮藏库进行了对比实验研究。经过一年的测试表明，冷却空气不与稻谷直接接触的冷却方式有利于保持较高的发芽率，脂肪酸变化小。　　现将贮藏库结构、实验条件、实验结果作一简单介绍。　　1.贮藏库结构　　实验共用四个库三种结构。四个库可分别容纳1000公斤稻谷。第一种库由库体、冷却系统、加湿机构、通风机构、遮阳罩、控制机构等组成，其特点是冷却空气与稻谷直接接触。第二种库组成与第一种相比除无加湿机构外，其他基本相同，但结构不同，该库的特点是冷却空气不与稻谷接触。第三种库最为简…     

便携式近红外仪及其应用

介绍了近红外技术的最新发展和应用.当今的科技飞速发展,已把利用近红外检测水果品质技术推向了一个新的高度.检测场所已由实验室、分选车间移至果园和树上;仪器由固定位置转为随处移动;果实检测由过去的产后商品,发展到产中生产过程监测、收获期预测等新阶段,监测和预测功能得到强化.新技术能为水果产中管理及时准确地反馈信息,提供精确的科学依据,指导果业生产,合理地浇水施肥,剪枝整枝,能为生产高质量高附加值水果提供强有力的保证.     

纯牛奶中还原奶的近红外检测判别分析

探讨了近红外光谱技术结合化学计量学算法对纯牛奶中是否掺入还原奶鉴别的可行性.考察了马氏距离判别分析和仿生模式识别方法在还原奶检测中的适用性.结果表明:利用马氏距离判别分析方法鉴别,正确判别率为87.5%;利用仿生模式识别方法鉴别,正确判别率为98.3%.由此方法说明:近红外技术可以实现对纯牛奶中是否含有还原奶进行快速鉴别;采用仿生模式识别比马氏距离判别分析法鉴别效果更好.     

受损苹果颜色和组织的近红外光谱特性

通过对富士苹果的正常部位和损伤部位的组织观察、近红外光谱的测量分析以及颜色的测量，认为与秦冠和黄香蕉苹果相比，富士苹果受损后，在1h内表面色差最小；损伤部位吸光度基本上是沿着正常部位的变化趋势而变化；760～960nm范围内的波长可以用于表面损伤苹果的检测；富士苹果损伤部位的吸光度随时间变化关系符合方程Y=αX^b。     

基于近红外光谱的芒果采后品质与贮放潜力预判的无损检测模型

可溶性固形物含量（soluble solids content, SSC）和pH是决定芒果内在品质的关键因素,贮放潜力是果商进行芒果销售决策时首要的参考指标。本研究以海南省三亚市代表性的芒果品种‘台农’为材料,利用NIRMagic2400型近红外光谱仪,连续采集果实从采摘到完熟过程中在600~1100 nm波长的近红外吸收光谱,以经典方法实测果实SSC和pH,建立芒果采摘后SSC、pH变化和贮放潜力预判的无损检测模型。结果表明：在600~670 nm的波长范围内,采摘后未后熟的芒果对近红外光的吸光度随波长的增加而增加,并在670 nm达到峰值,随后吸光度快速降低,在725 nm左右达到谷值;采摘后达到完熟的芒果在600-700 nm波长范围内吸光度持续下降,并在700 nm处达到谷值。受果皮颜色差异等影响,不同芒果个体在704~746 nm区域的吸光度出现较大的分离,之后在725~1025 nm整体呈缓慢上升的趋势,在1025 nm左右达到第二个峰值。实测结果显示SSC在芒果采摘后0~5 d快速增,第6和第7天变化较小,期间的前4 d的pH保持稳定增加,之后迅速提升。使用Kennard-Stone算法将芒果样本的SSC和pH实测数据划分为校正集和预测集,测试多元散射校正、标准正态变换、SG卷积导数、SG卷积平滑等9种对近红外光谱数据进行预处理的方法,发现矢量归一化最适合SSC光谱数据的处理,多元散射校正最适合pH光谱数据的预处理,建立的SSC和pH的最佳偏最小二乘法（PLS）模型的校正相关系数分别为0.952和0.936,校正均方根误差分别为1.055和0.184,预测相关系数分别为0.959和0.918,预测均方根误差分别为0.974和0.202;采用偏最小二乘法建立的芒果贮放潜力预判模型的正确率为96.9%。以上结果表明,基于近红外光谱所建立的芒果无损检测模型能够较可靠地检测芒果采摘后的SSC、pH动态变化及贮放潜力。研究结果对提升基于内在品质的芒果分级与选品能力,预测芒果的最佳销售时间及选择销售市场等都具有重要意义。