苹果缺陷和糖度的近红外光谱技术动态在线检测研究
价格 双方协商
地区: 浙江省 台州市 黄岩区
需求方: 台州***公司
行业领域
高新技术改造传统产业
需求背景
多年来,我国水果产量位居世界第一,却只是世界第四的水果出口国,一直处于贸易逆差的尴尬地位。究其原因在于,我国水果的商品化水平较低,高端水果的占比较少,水果的混装混卖,导致难以实现优果优价,水果附加值较发达国家尚有一定差距,进而导致我国水果产业在水果国际市场的竞争力不强。传统人工对水果进行分选不仅劳动效率低下,主观性极强,无法实现水果内部品质分选,且容易在人工分选过程中造成水果二次损伤。值得注意的是,水果早期的轻微碰伤在外表上体现的不明显,与黑心、腐烂等内部缺陷一样都是肉眼难以察觉的,属于水果的隐性缺陷范畴。以往检查水果的隐性缺陷,需要通过有损的方式抽查切开部分水果且在不能完全保证剩余水果品质的同时带来了不必要的经济损失,存在巨大弊端。相较于其他检测手段,近红外光谱动态在线检测技术无需破坏待检测的水果,仪器设备价格相对低廉并且检测具备的快速性、稳定性及准确性等优势受到了业界的广泛认可。
综上所述,近红外动态在线检测技术对于满足我国国民对水果品质的需求,以及国内水果产业提升市场竞争力具有不可或缺的作用。
需解决的主要技术难题
(1)分析比较内部缺陷水心病苹果及正常苹果的光谱特征差异。建立苹果内部缺陷水心病和正常苹果的 PCA、PLSDA 及LSSVM 定性模型并对比模型精度后优选出线性关联特性的 PLSDA 模型,实现水心病苹果与正常苹果进行区分。建立在区分水心病苹果和正常苹果后的单独糖度 PLS模型。将苹果内部缺陷水心病定性判别以及糖度定量预测模型导入水果品质动态在线分选装置后,进行外部验证检验模型精度。
(2) 分析讨论外部缺陷碰伤苹果及正常苹果的光谱特征差异。结合化学计量学方法建立了苹果外部缺陷碰伤和正常苹果的 PCA、PLSDA 及 LSSVM 定性模型,并对比模型精度后优选出线性关联特性的 PLSDA 模型,将碰伤苹果与正常苹果进行区分。建立在筛选剔除掉碰伤苹果后的正常苹果的糖度 PLS 模型,在将苹果外部缺陷碰伤定性判别以及糖度定量预测模型导入水果品质动态在线分选装置后进行外部验证检验模型精度。
(3) 苹果不同碰伤时间的定性分类,分析不同碰伤时间苹果光谱的差异,并且结合多种化学计量学方法进行建模,优选出对苹果碰伤时间预测效果最好的模型。将苹果不同碰伤时间定性判别模型导入水果品质动态在线分选装置后,进行外部验证检验模型精度。
期望实现的主要技术目标
(1) 内部缺陷水心病动态在线分选准确率>93%,糖度动态在线分选的准确率不小于 92%;
(2) 外部缺陷碰伤动态在线分选准确率>96%
(3)对碰伤时间 12h、24h、36h 及 48h 的苹果进行预测时准确率分别不低于 90%、75%和100%
需求解析
解析单位:“科创中国”农机装备产业科技服务团(中国农业机械学会) 解析时间:2023-12-14
牛康
中国农业机械化科学研究院集团有限公司
主任
综合评价