水果糖度近红外光谱在线检测装置

合集下载

近红外光谱在水果甜度检测之应用

近紅外光譜在水果甜度檢測之應用近紅外光譜範圍一般是指電磁波波長介於 700 nm－2500 nm，為肉眼不可見光。

由於化學分子在近紅外光譜區域的吸收峰帶相互重疊，所以較難與紅外光譜一樣可以解析特定波長與化學分子結構的關係。

當樣品的組成成分很複雜時，使用傳統單一波長的分析方法難已奏效，此時化學計量學中多變量分析方法可用來描述化學性質及濃度與部分光譜或全光譜的相互關係。

在進行數據分析之前，首先需將原始量測數據進行前處理以降低基線偏移的影響，常用的前處理技術包括中心平均化、微分、正常化、傅立葉轉換等。

接著進行定性分析或定量分析。

在定性分析上，主要是預測眾多樣品所屬之族群，如穀類產地與產季之鑑別、葡萄酒之產地鑑定及塑膠分類等，其方法首先是進行主成分分析 (principal component analysis, PCA)，了解各樣品之光譜族群分布，再以距離量測方法如馬氏距離 (Mahalanobis distance) 進行鑑別分析。

在定量分析上，較常見的多變量分析方法包括多元線性回歸 (multiple linear regression, MLR)、主成分回歸 (principal component regression)、部分最小平方回歸 (partial least squares regression, PLSR) 與類神經網路 (artificial neural networks) 等。

圖一、Beer's law 示意圖。

一般而言，MLR 與 PLSR 最常被使用，MLR 模式是使用一個至數個波長的光譜吸收值，以多元線性回歸的方式來預測待測成分之濃度，而 PLSR 是將整個光譜波段內的每一個波長均列入計算。

若和其他分析化學的方法作比較，近紅外光譜分析具有以下多種特性：1.分析樣品的時間很短，約在數毫秒 (ms) 至數秒間。

2.波長範圍內一次全光譜掃描，即可同時分析多種化學成分。

基于红外光谱的苹果糖度无损检测系统[Word文档]

基于红外光谱的苹果糖度无损检测系统关键字：基于红外光谱的苹果糖度无损检测系统本文为Word文档，感谢你的关注！摘要利用近红外漫反射定量技术，设计了苹果糖度无损检测系统，采用最小二乘法建立了近红外光谱与苹果糖度之间的数学定量模型，对模型进行校验，得到苹果糖度实际值与预测值的相关性。

水果内部品质近红外动态在线检测研究进展

水果内部品质近红外动态在线检测研究进展摘要：近红外光谱分析技术具有无前处理、无污染、方便快捷、无破坏性、在线检测、多组分同时检测，适于现场检测和在线分析等特点，已经广泛应用于果蔬内部品质的无损检测中。

主要介绍了水果近红外光谱在线检测原理及组成，最近几年近红外在线检测技术在水果品质检测方面的国内外研究进展，指出了近红外光谱分析技术尚存在的问题，并对今后的近红外光谱分析技术进行了展望。

关键词：近红外光谱；在线检测；水果；内部品质随着人们生活水平的不断提高，人们对水果品质的要求越来越高。

不仅注重外部品质（大小、色泽等），同时也越来越关注其内部品质（口感、甜度等）。

这就使得在线检测分级尤为重要，近几年广阔的市场需求极大地促进了水果内部品质检测的发展。

传统破损式化学检测方法制样繁琐、检测时间长、需要专业人员操作，难以满足大批量水果的在线检测与分级需求。

而近红外光谱技术具有无损、效率高、快速、重现性好，适于现场检测和在线分析等特点，已在提高水果生产技术自动化水平和水果质量方面发挥了重要作用[1-7]。

近几年，随着近红外光谱分析技术和化学计量学的不断发展及研究，近红外光谱分析技术在水果品质检测的应用日渐成熟，已经逐渐从实验阶段走向应用阶段，从静态研究向动态在线检测发展；并且在动态在线检测方面取得了实质性的进展[8-11]。

本文主要介绍了水果近红外光谱在线检测原理及组成，并简述了最近几年近红外检测技术在水果品质检测方面的国内外发展现状，指出了近红外光谱分析技术尚存在的问题，并对今后的近红外光谱分析技术作了展望。

为近红外光谱在线检测技术的推广应用提供参考。

1 近红外在线检测原理及组成1.1 动态在线近红外检测原理及方式在进行水果动态在线检测时，光谱通过漫反射或透射或漫透射方式进行采集，如图1所示，透射和漫透射的优缺点是：①可以测量果实整体；②可以测量厚皮果品；③可以检测果实内部特征；④只限于易透光物料；⑤需要配置高灵敏度、高动态范围检测器。

水果内部品质近红外动态在线检测研究进展

Ｕｉｒｔ，ａｅａｇ３０１，ｈｎ）ｎｖｓｙＮｎｈｎ３０３Ｃｉａｅｉ
ＡｂｔａｔＮａｆｒｄｓｅｔｓｏｙ（ＩＳｓｏｄｓｕｔｅｅｉｅｔｆｔａｄｗｌｒｐａｂｅｍａｕｎｏｒｓｒｃ：ｅｒｎｒｅｐｃｏｃｐＮＲ）ｉｎｎｅｔｃｖ，ｆｃｎ，ｓ，ｎｅｅｅｔｌｅｓｒｇｏｌｏｉａｒｒｉｆｉａｌａｉｔｆ
ｐｐ．ｅａｉｎｆｏａａａｐｒｅｓｎｍｅｈｙｌｏｉｔｏｕｃｄ．ｏｒｓｆＩａｅｒＯｐｒｔｏｗｎｄｄｔｏｃｓｉｇｔｏｄａｅａｓｎｒｄｅＰｒｇｅｓｏＮＲＳｏ —ｉｅｄｅｅｔｓｒｖｅｄ．ｌｎｌｎｔｃｉｉｅｉｗｅｏｎ
ｆｕｔＳｑａｉｎｐｃｉｇ．ｔＳｓｉａｌｒｏｓｔｏｌｅｎｐｃｉｎａｄａａｙｓｓＩａａｎｉｐｒａｔｒｌｉｒｉｕｌｔｉｓｅｔｎＩｕｔｂｅｆｎ—ｉｅ，ｎ—ｉｉｓｅｔｏｎｎｌｉ．ｔｃｎｐｌｙａｍｏｔｎｏｅｎｙｏｍ
ＥｉｔｇｐｏｌｍｓａｄｄｖｌｐｎｒｓｅｔｏＮＲＳａｅｐｉｔｄｏｔｘｓｎｒｂｅｎｅｅｏｉｇｐｏｐｃｆＩｉｒｏｎｅｕ．
Ｋｅｏｄｎａｎｒｒｄｓｅｔｏｃｐｙ；ｎ—ｉｅｅｔｏｆｉ；ｎｅｎａａｉｙｙｗｒｓ：ｅｒｉａｅｐｃｒｓｏｆｏｌｎｅｄｔｃｉｎ；ｒｔｉｔｒｌｑｕｌｔｕ

近红外光谱技术无损检测苹果中糖度含量(近红外光谱法)

近红外光谱技术无损检测苹果中糖度含量（近红外光谱法）实验报告实验时间：2014年12月12日---2014年12月15日实验地点：济南海能仪器实验室实验仪器：海能Unity近红外光谱仪SpectraStar2500XL实验样品：不同品种的苹果检测指标：糖度检测方法：样品来自于超市和街边采购的不同品种的苹果。

苹果样品共15个，命名编号为pd01-pd15。

采用顶窗旋转杯漫反射检测，每个样品扫描3张光谱。

定标模型方法：光谱进行一阶微分平滑等数学预处理，将光谱与实验数据一一对应，使用PLS算法建立定量模型。

分析结果：将近红外的检测结果与实验室数据进行比对，以验证仪器的准确性。

实验过程：1、苹果无损扫描近红外光谱。

近红外光谱技术对苹果糖含量的无损检测，将苹果放置于近红外光谱仪的顶窗旋转适配环上出光孔位置，分别对每个样品的3个不同位置进行扫描。

15个样品共得到45个近红外吸收光谱，如图1.图1.苹果的近红外吸收光谱图2、湿化学方法对苹果中糖度的检测。

采用国标方法对每个苹果的糖含量检测。

根据《GB12295-1990水果、蔬菜制品可溶性固形物含量的测定--折射仪法》，检测出每个苹果中糖度含量，如表1.表1.国标方法检测出的苹果中糖度含量编号糖度pd0111pd0214.6pd0311.7pd0413.3pd0511.8pd0612.6pd0713pd0812.7pd0910pd1013.3pd1113.2pd1213.2pd1311.6pd1413.7pd1512.83、建立苹果糖度的近红外定标模型。

将每个苹果近红外吸收光谱与实验数据一一对应，进行一阶微分平滑等数学预处理，使用PLS算法建立定量模型。

如图2.图2.苹果中糖度的PLS定标模型曲线通过上图可以看出，苹果的糖度与近红外吸收有很好的相关性，其达到0.953。

4、近红外无损检测方法对苹果中糖含量的预测。

采用近红外光谱仪对15个苹果样品再次编号重新扫描，进行预测分析，并于国标方法所得结果对比，计算偏差。

水果糖度和酸度的近红外光谱无损检测研究

水果糖度和酸度的近红外光谱无损检测研究水果糖度和酸度的近红外光谱无损检测研究近年来，随着人们对食品安全和品质的关注度不断提高，无损检测技术在食品行业中的应用变得越来越重要。

水果作为一种常见的食品，其糖度和酸度是评价其品质和口感的重要因素之一。

本文旨在研究利用近红外光谱技术来无损检测水果糖度和酸度的可行性和有效性。

一、近红外光谱技术的原理和特点近红外光谱技术是一种应用于分析化学和食品科学领域的非破坏性检测方法。

其原理是利用近红外光在样品上的吸收和反射特性，通过采集和分析光谱信息，来推断样品的组成和特征。

相比于传统的化学分析方法，近红外光谱技术具有简单、快速、经济、无污染等优点，因此被广泛应用于食品质量检测领域。

二、水果糖度和酸度的相关性分析糖度是指水果中可溶性糖的含量，主要由葡萄糖、果糖和蔗糖等组成，直接影响水果的甜度和口感。

酸度是指水果中酸性物质所含量的度量，通常以酸度值（以柠檬酸或苹果酸等为基准）来表示，直接影响水果的酸味和口感。

研究表明，糖度和酸度在一定程度上呈负相关关系，即水果的糖度增加，酸度相对减少。

三、构建水果糖度和酸度的近红外光谱模型在实验中，我们选取了常见的水果品种，例如苹果、梨、葡萄等，并结合传统化学分析方法，测定了它们的糖度和酸度。

同时，使用近红外光谱仪器对水果样品进行光谱扫描，获取了相应的近红外光谱数据。

首先，对原始光谱数据进行预处理，包括去除基线漂移、正则化处理、光谱平滑等。

然后，利用光谱数据和对应的糖度和酸度数据建立回归模型。

常用的回归方法包括偏最小二乘回归（PLSR）和支持向量机回归（SVM-R）等。

通过交叉验证和模型评价指标，筛选出最优的模型。

四、模型验证和应用为了验证模型的准确性和鲁棒性，我们采用了不同批次、不同品种和不同处理条件下的水果样品进行实验。

实验结果表明，基于近红外光谱的模型能够准确预测水果的糖度和酸度，与传统化学分析方法的结果一致。

同时，模型对于各个水果品种和处理条件具有较好的适应性和稳定性。

水果无损测糖仪介绍

水果含有人类生存所必需的碳水化合物、维生素及无机盐等营养物质，是人们日常生活中营养来源的有益补充。

而水果的新鲜度、成熟度和病虫害侵染程度等关乎着消费者们的食用安全及水果的商品价值。

利用托普云农水果无损测糖仪则可以对果品的糖度、酸度等进行无损测试。

其中TPF-600型水果无损测糖仪小巧便携，它利用近红外光谱技术快速实现特定成分的定性或定量分析，可测量指标包括糖分、水分、脂肪、蛋白质、新鲜度、农残来源等。

这种水果无损检测技术具有无需样品预处理、分析时间短、非破坏性检测等优点，以下是近红外无损检测仪的详细介绍：一、水果品质无损检测仪TPF-600型标准配置近红外检测器一台，数据读取仪（安卓板手机）一台功能特点1、水果无损测糖仪小巧便携，可集成在手机、冰箱等智能设备。

2、水果无损检测一键识别：利用近红外技术，扫描后即可得到水果的糖分、水分、脂肪、蛋白质、新鲜度、农残来源。

3、仪器内置8级新鲜度测量算法；2S内即可出结果。

4、实现了单种、多种农药混合残存的测量，误差率小于5%。

5、数据库覆盖10类，500种标本。

6、蓝牙连接，云端数据库加密，数据更安全，设备运行效率更高。

技术参数光谱分辨率：5nm，响应速度：<2s糖分测量范围：0-80%水分测量范围：0-100%脂肪测量范围：0-30%水果新鲜度：50-100%二、水果无损测糖仪TPF-750型功能特点1、应用范围广：即可通过评估水果成熟度确定最佳收获时机，也可以用于对包装厂和进口水果的产品质量进行客观分析；2、手持式水果无损测糖仪，用户界面直观，操作简单，可便携。

内置模型构建软件可以创建无限可定制的模型来对特定的品种或地点进行分析；3、可评估但不限于以下质量指标：干物质，总可溶性固体（TSS或糖度），酸度；4、快速测量：4-6秒出结果；5、无损测量；6、内置48通道的GPS功能，可在整个季节内对果实参数进行果园全景绘图；7、计算机接口：USB和SD card；技术参数测定对象：葡萄，柑橘，牛油果，猕猴桃，芒果，梨子，柿子，樱桃等多达200种水果（可按需要建模）测定指标：干物质，总可溶性固体（TSS或糖度），酸度检测时间：4-6秒储存方式：SD卡电源：可移动可充电3100毫安小时-锂电池通迅方式：USB、SD卡其他：内置GPS定位系统。

水果糖度和酸度的近红外光谱无损检测研究

水果糖度和酸度的近红外光谱无损检测研究一、本文概述随着食品工业的发展和消费者对食品品质要求的提高，水果的品质检测成为了食品安全和质量控制的重要环节。

其中，糖度和酸度作为评价水果品质的重要指标，对于水果的分级、贮藏和加工具有重要意义。

传统的水果糖度和酸度检测方法通常基于化学分析，这些方法虽然准确，但操作繁琐、耗时且对样品具有破坏性。

因此，开发一种快速、无损且准确的水果糖度和酸度检测方法具有重要意义。

近红外光谱技术作为一种无损检测技术，近年来在食品安全和品质控制领域得到了广泛应用。

近红外光谱技术通过分析样品在近红外波段的光谱信息，可以实现对样品内部成分和结构的快速检测。

这种技术具有操作简便、检测速度快、无需化学试剂、对样品无破坏性等优点，因此在水果糖度和酸度的无损检测中展现出巨大的潜力。

本文旨在研究近红外光谱技术在水果糖度和酸度无损检测中的应用。

通过采集不同种类和品质水果的近红外光谱数据，结合化学分析方法和统计分析手段，建立水果糖度和酸度的快速无损检测模型。

对模型的准确性和稳定性进行评估，为近红外光谱技术在水果品质检测中的实际应用提供理论支持和实践指导。

本文的研究不仅有助于推动近红外光谱技术在水果品质检测领域的发展，也为食品安全和质量控制提供了新的技术手段。

二、近红外光谱技术原理近红外光谱（Near-Infrared Spectroscopy，NIRS）是一种无损检测技术，其基本原理在于利用物质对近红外光的吸收、反射或透射特性来获取其内部组成和结构信息。

近红外光是指波长范围在780 nm 至2500 nm之间的电磁辐射，这个波段内的光具有较强的穿透能力，能够深入物质内部并与物质中的分子或原子发生相互作用。

在水果糖度和酸度的检测中，近红外光谱技术主要利用水果内部成分对近红外光的吸收特性。

当近红外光通过水果时，不同波长的光会被不同分子或官能团吸收，形成独特的吸收光谱。

这些光谱信息包含了水果内部的糖度、酸度等化学成分的信息，通过对光谱数据的分析和处理，可以实现对水果糖度和酸度的无损检测。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

时不仅注重大小、颜色和外观形状等外部品质．而且更重视如口感、糖度等内部品质。传统破损式化学检
测方法因制样繁琐、检测时间长、需要专业的操作人员等问题．难以满足大批量水果在线检测与分级的需
备以进口为主，目前国内还没有自主知识产权装备
（华东交通大学机电工程学院，南昌市，３０１１３０３
摘要：采用短波近红外光谱仪，进行机械传送、光谱采集处理、自动控制等系统的设计和集成．研制水果糖度近红外光
谱在线检测装置。在５０８０ｍ范围，采用偏最小二乘法，建立了苹果糖度近红外光谱在线检测数学模型。经比较．标５５ｎ
投放市场本文以短波近红外光谱仪为核心．进行机械输送、光谱采集处理、自动控制等系统的集成开发．研制水果糖度近红外光谱在线检测装置．并以苹果为例
进行实验验证
求。近红外光谱技术具有无损检测、分析效率高、速
１在线检测装置设计
１１在线检测装置构成．
因其小巧、低功耗、成本低廉、无移动部件等优点。为近红外光谱在线检测研究提供了新的硬件平台．国内外学者也进行了大量的研究Ｍｉｅ等采用近红ｌｒｌ
关键词：近红外；在线检测；苹果；糖度
中图分类号：０５．：１３６７３Ｓ２
文献标识码：Ａ
ｄｉ１．６／ｉｎ１０ — ２５２１．．２ｏ：０３９．ｓ．０６７０．２００９ｊｓ０２３
孙旭东，志远，丽君，荣杰，燕德．果糖度近红外光谱在线检测装置［．国农机化，０２（：１～２龚蔡高刘水Ｊ中］２１，２１６１０）ＳＮＸ — ｏｇＧＮｈ— ｕｎＣＩｉｊｎＧＯＲｎ－ｉ，Ｉａ－ｅＥｕｐｅｔｆｎｉｅｄｔｃｏｒｓｇｒｃｎｅｔｎＵｕｄｎ，ＯＧＺｉｙａ，Ａ－ｕ，ＡｏｇｊＬＵＹｎｄ．ｑｉｍｎｏｌｅｅｔｎｆｕａｏｔｎｉＬｅｏｎｉｏｆｉｂｓｄｏｅｒｎａｅｐｃｒｃｐＪ．ｈｎｓｇｉｌｒｌｃａｉｔｎ２１，２：－２ｒｔａｅｎｎａｆｒｄｓｅｔｓｏｙ［ＣｉｅｅＡｒｕｔａＭｅｈｎｚｉ，０２（１６１０ｕｉｒｏ］ｃｕ型的相关系数达
水果糖度近红外光谱在线检测装置由机械输送、光谱采集处理、自动控制三部分构成。机械输送系统
主要完成水果的输送、旋转电磁阀上电将水果送入相应分级Ｖ：光谱采集处理系统主要完成水果光谱采Ｉ
２１２０期０２年第总第４２期
中国农机化
ＣｉｅｅＡｇｉｕｔｒｌｃａｉａｉｎｈｎｓｒｌａｃｕＭｅｈｎｚｔｏ
Ｎｏ２，２２．０１ＴｏａｔｌＮｏ．４２０
水果糖度近红外光谱在线检测装置术
孙旭东，龚志远，蔡丽君，高荣杰，刘燕德
度快、重现性好，适于现场检测和在线分析等特点。
已在提高水果生产技术自动化水平和质量方面发挥了
重要作用。国内外应用近红外光谱技术检测水果内部品质的报道较多，测对象涉及苹果【梨Ｉ、ｌ、检 ” 桃杏、、２３】】李子【、桔【脐橙【１。随着微机电加工技术的发５蜜］６１、，ｏ～１等展．短波微型光电耦合二极管阵列ｆＣ１光谱仪，ＣＤ
０引言
随着生活水平的不断提高．消费者在选购水果
Ｎｏ７ｌ．ｆ。Ｍｃｌｅ】］Ｇｏ等建立了ＴＩ和ＬＳ红外透射在ｎＤＳＡ近线检测系统，用于无损检测苹果的褐变程度．结果表明ＬＳＡ系统精度较高［１ｉ１３２１ｍ等在线检测类脐橙的，Ｋ缺陷和成熟度．检测精度为９ｔ１。孙通等应用近红１１￣４１外透射光谱技术，在线检测梨的可溶性固形物｛１５１但目前水果内部品质近红外光谱在线检测与分级装
准正交校正和一阶导数处理后的光谱建立的数学模型预测效果最优，模型的相关系数为Ｏ７．模型预测均方根误差为．８０６。ｒ。实验表明：水果糖度近红外光谱在线检测装置可准确地检测苹果糖度含量．Ｂｉ７ｘ