猪肉新鲜度近红外检测仪的设计与应用研究

[目的]设计猪肉新鲜度近红外检测仪,并进行实例应用,为快速、无污染对猪肉作新鲜度检测提供新的方法。[方法]基于近红外技术,设计了近红外猪肉新鲜度检测仪。该仪器以短波近红外发光二极管为光源、硅光电二极管作为检测器,由近红外发射、Si-PIN驱动及电源电路3个模块组成。相比近红外光谱仪,该仪器结构简单、体积小、成本低、使用方便。用该仪器对自然放置的猪肉肉样进行连续3 d共12次检测试验,相邻2次测量对应的输出电压差在10 mV数量级以上。[结果]对不同存放时间的猪肉,输出信号有较好的区分度。试验数据可用于监测猪肉在鲜腐过程中的变化,结合简单的感观判别,可对猪肉作新鲜度分级。[结论]该研究可为猪肉新鲜度的无损检测提供一个新的方法。     

核桃和花生傅里叶变换红外光谱分析

[目的]研究核桃和花生的傅里叶变换红外光谱,为鉴别不同产地的核桃和花生提供科学手段。[方法]利用傅里叶变换红外光谱法研究了核桃和花生、6个不同产地核桃的红外光谱特性,对它们的红外光谱进行了分析鉴别。[结果]核桃和花生、不同产地核桃的红外光谱的峰形和峰位基本相同,但在一些特征吸收峰上的吸光度值比方面存在差异。对于核桃和花生,吸光度值比A1746/A1653都大于1;而A1099/A1653核桃略大于1,花生小于1。根据吸光度值比A1746/A1653、A1099/A1653的差异可以区分6个产地的核桃。各样品的红外光谱主要特征吸收峰吸光度值比的差异,说明它们所含主要物质基本相同,但不同样品的主要物质含量有差异。[结论]红外光谱方法可用于鉴别核桃和花生、不同产地的核桃,具有方便、快速的优点。     

设施猪场生猪体温红外巡检系统设计与试验

针对规模化生猪养殖过程中难以及时获取猪只体温的问题,设计了基于红外技术的生猪体温巡检系统,以实现对设施猪场生猪体温的快速监测。硬件包括红外移动采集装置、系统控制装置和电源3部分。其中红外移动采集装置包括滑轨、移动小车、红外热像仪和保护壳;系统控制装置包括惠普MINI微型计算机、XP2-18R/RT型整体式控制器和DM542型数字式步进电机驱动器;电源包括电缆线和电缆滑车。控制系统集成红外图像的采集、存储控制,移动小车的运行控制及与远程服务器的数据通信等功能。在限位栏猪舍安装该装备,并进行了28 d的测试试验,试验表明:系统工作稳定,巡检过程中红外图像平均缺失率为1. 12%,能有效采集限位栏生猪红外图像。试验选择耳根区域作为生猪体温敏感区域,通过统计得到猪只耳根区域周期性巡检精度在90%以上,能有效监测猪只耳根区域温度情况。试验连续5 d对3～6号猪只耳根区域温度最大值进行监测,并统计其日均值,通过分析验证了温度数值的科学性,可为养殖人员提供有效的监测信息,对生猪的健康监测和疫情防治具有重要意义。     

基于GSA的厌氧发酵原料碳氮比NIRS快速检测

在以预处理后玉米秸秆、秸秆粪便混合物为原料进行厌氧发酵生产沼气时,为了对厌氧发酵原料碳氮比进行快速检测,将近红外光谱(NIRS)与偏最小二乘(PLS)回归相结合构建快速检测模型,并基于遗传模拟退火算法(GSA)构建遗传模拟退火区间偏最小二乘算法(GSA-iPLS)和双重遗传模拟退火偏最小二乘算法(DGSA-PLS)分别用于特征谱区优选和特征波长点优选,以提高回归模型的检测精度和效率。全谱1844个波长点经GSA-iPLS进行谱区优选后,得到641个波长变量,再经DGSA-PLS进行特征波长点优选后,得到628个波长变量。DGSA-PLS回归模型验证集的决定系数(R2p)为0.920,预测均方根误差为7.178,相对分析误差为3.805。与全谱建模相比,DGSA-PLS模型的RMSEP减小了15.87%。通过波长优选,参与建模的波长点数量显著减少,有效降低了变量维度和模型复杂度,提升了预测精度和预测能力。本文通过优选碳氮比的敏感波长变量,有效提高了预测模型的鲁棒性,为直接、快速、准确测量厌氧发酵原料的碳氮比提供了新途径。     

红外可见光图像配准综述

指出了多模态图像的配准可以很好地结合不同图像的特点,为图像分析提供更丰富的信息。其中红外和可见光图像的配准作为其中一员,近年来广泛被应用于军事、遥感、安防等领域。在此之前,已经有部分学者对红外与可见光配准算法进行了综述。但随着时代的发展,越来越多的算法被提出,有必要对其研究现状进行新的综述。首先分析了红外与可见光配准目前存在的难点,然后按照基于特征和基于区域的配准方法对近十几年的文献按照时间顺序进行了综述,最后对这两类算法的优劣进行了总结性的分析,同时对后续的研究方向进行了一些展望。     

热压过程中毛竹材加工剩余物蒸爆纤维木质素结构变化规律

采用红外吸收光谱法、热分析法探讨在热压过程中毛竹Phyllostachys edulis材加工剩余物蒸爆纤维木质素（SEBPL）结构变化规律,为确定热压工艺及研究无胶黏结机制提供理论依据。①竹材加工剩余物蒸爆纤维木质素高于竹粉磨木木质素（MBL）。竹无胶纤维板木质素（SEBBL）低于SEBPL,表明部分低分子量的木质素在热压过程中形成木质素-木质素聚合物或木质素-多糖复合体（LCC）。②SEBPL保留了木质素芳香环的结构特征,但蒸爆过程中木质素侧链的酯键、醚键断裂,形成游离的酚羟基,使蒸爆纤维木质素游离酚羟基含量增加。③SEBBL分别在115 ℃和200 ℃附近有2个玻璃态转化的吸热峰。在200 ℃吸热峰可能源于在热压过程形成的木质素-木质素聚合物或木质素-多糖复合体。④蒸爆处理时间长,竹无胶纤维板的静曲强度和弹性模量降低,而内结合强度有所提高。竹材加工剩余物蒸爆纤维制备的无胶纤维板具有良好的尺寸稳定性。图5表1参15     

量子进化算法在苹果漫透射近红外光谱分析中的应用

为了研究量子进化算法(quantum-inspired evolutionary algorithm,QEA)在苹果浸透射近红外光谱分析中的应用,先用反向间隔偏最小二乘法(backward interval partial least squares,BiPLS)对光谱信息区间初步定位,再采用QEA算法选择波长点,建立糖度预测模型;同时采用遗传算法(genetic algorithm,GA)选取波长点建立预测模型,并对2种算法的结果进行比较.结果表明:运行GA算法建立的GA-PLS模型变量数为110,校正均方根误差(root mean standard error of calibration,RMSEC)为0.582 0,预测均方根误差(root mean standard error of prediction,RMSEP)为0.612 3;运行QEA算法建立的QEA-PLS模型变量数为194,RMSEC为0.492 7,RMSEP为0.526 0,说明量子进化算法用于苹果漫透射近红外光谱分析可有效提高模型预测精度,相比遗传算法表现出更好的寻优能力.     

毛白杨近红外光谱数据建立综纤维素含量数学模型

建立一种基于朗伯—比尔(Lambert-Beer)定律可预测毛白杨杂交子代综纤维素含量的数学模型,即先对近红外光谱数据预处理,并将光谱数据按波长进行分组,建立众多非线性子数学模型,最后通过加权平均值公式给出综纤维素含量的预测模型。其预测值之间的相关系数r=0.945 5,平均相对误差为0.006 0,模型的拟合优度R2=0.894 0。此模型可作为一种预测毛白杨综纤维素含量的方法,也有益于今后纸浆性能预测。     

应用近红外品质分析仪测定马铃薯淀粉的研究

为明确应用近红外品质分析仪测定马铃薯淀粉的可行性以及准确性,利用瑞士Perten公司DA7200型近红外品质分析仪对黑龙江省农业科学院克山分院马铃薯资源圃400份马铃薯淀粉进行分析定标,建立曲线,进而进行回测验证。结果表明,应用近红外品质分析仪测定马铃薯淀粉具有可行性,且采集马铃薯品种数越多,最终定标建立起来的数学模型...     

基于聚类分析和主成分分析法的淡菜醇提物红外指纹图谱

利用傅里叶变换红外光谱仪采集6个不同地区的24个淡菜样品的醇提物红外光谱,原始光谱经过多点基线校正、聚类分析,采用平均值法建立淡菜的红外指纹图谱共有模式。相似度分析表明,各样品红外光谱与所建立的指纹图谱共有模式比较相似度良好,所选用建立共有模式的21批样品相似度均大于0.9,符合指纹图谱要求;而聚类分析中剔除的3个样品(S7、S10和S21)相似度均低于0.9,不符合指纹图谱研究要求,相似度分析和聚类分析结果相吻合。主成分分析建模结果表明,前两个主成分能代表原始数据96%的信息,相同产地的样品在主成分散点图上聚集为同一的类群,基本实现不同产地淡菜的鉴别。载荷因子分析结果表明,不同产地淡菜醇提物的差别主要体现在不饱和脂肪酸和磷脂的含量上。海口、厦门产区的淡菜样品所含不饱和脂肪酸含量较高;大连、烟台产区的淡菜样品含有较多的磷脂成分,舟山产区不饱和脂肪酸及磷脂含量均较低。因此,红外光谱指纹图谱结合聚类分析和主成分分析法可以快速、无损地鉴别不同产地淡菜,并且能反映不同产地淡菜醇提物中不饱和脂肪酸和磷脂含量的差异。