CN112775022A - 一种小型水果内部品质智能分级设备 - Google Patents
一种小型水果内部品质智能分级设备 Download PDFInfo
- Publication number
- CN112775022A CN112775022A CN202011406693.6A CN202011406693A CN112775022A CN 112775022 A CN112775022 A CN 112775022A CN 202011406693 A CN202011406693 A CN 202011406693A CN 112775022 A CN112775022 A CN 112775022A
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- grading
- computer
- light source
- spectrometer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 46
- 239000013307 optical fiber Substances 0.000 claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 229910052736 halogen Inorganic materials 0.000 claims abstract description 16
- 150000002367 halogens Chemical class 0.000 claims abstract description 14
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 12
- 238000001816 cooling Methods 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims description 25
- 238000009413 insulation Methods 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 5
- 229910001220 stainless steel Inorganic materials 0.000 claims description 5
- 239000010935 stainless steel Substances 0.000 claims description 5
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000009423 ventilation Methods 0.000 claims description 2
- 239000007921 spray Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004497 NIR spectroscopy Methods 0.000 abstract 1
- 230000001066 destructive effect Effects 0.000 abstract 1
- 241001247821 Ziziphus Species 0.000 description 10
- 239000000835 fiber Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010238 partial least squares regression Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- -1 50W halogen Chemical class 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 125000005843 halogen group Chemical group 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/363—Sorting apparatus characterised by the means used for distribution by means of air
- B07C5/365—Sorting apparatus characterised by the means used for distribution by means of air using a single separation means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/025—Fruits or vegetables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/009—Sorting of fruit
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Food Science & Technology (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种小型水果内部品质智能分级设备，包括外壳体、上料口、漫反射激光传感器、输送装置，包含电动机，主动带轮，从动带轮，同步皮带，链条及链条上的轮辊、近红外光谱检测装置，装置内安装有光谱仪、光纤、光纤准直镜、卤素灯光源、隔热板及散热风扇、分级装置，由空气压缩机，软管，电磁阀，气动接头构成、果箱、上位机电脑，安装有分级程序软件、下位机工控机，其控制面板可对设备进行相关控制和参数设置，光谱仪通过数据线与上位机电脑通信，上位机通过串口线与工控机通信。本发明基于近红外光谱技术，相较于传统依靠外部品质的分级设备，分级快速无损，精度高，重复性好，稳定性强，可实现水果内部品质的快速智能检测分级。
Description
技术领域
本发明涉及水果内部品质智能化检测领域，特别是涉及一种水果内部品质智能分级装置。
背景技术
水果的附加值提升具有重要的意义。近红外光谱检测技术是现代无损检测技术的重要组成部分，具有快速、无损的特点，将其应用于食品加工机械实现实时无损检测将是未来食品加工设备的发展趋势。目前，市场上的水果分级设备多为根据水果的重量、大小及颜色等进行分级，且研究已相对成熟，而对水果的内部品质检测难以实现，特别是更没有相对成熟的相关分级设备。一些小型的近红外检测设备，仅可实现单个水果的检测，检测效率低，并不适用应用于水果采后的即时分级；而化学方法检测耗时长，需要专业的实验人员进行检测，存在检测成本高的问题，同时也不适合大规模的分级。因此，开发一台可用于小型水果内部品质智能分级的设备具有重要意义。
发明内容
本发明的目的是提供一种小型水果内部品质智能分级设备，以解决上述现有技术存在的问题。
为实现上述目的，本发明提供了如下方案：一种小型水果内部品质智能分级设备，包括外壳体(27)、上料口(10)、漫反射激光传感器(13)、输送装置、近红外光谱检测装置、分级装置、上位机电脑(26)；输送装置，包括电动机(17)，主动带轮(16)，从动带轮(14)，同步皮带(15)，链条(12)及链条上的轮辊(11)；电动机(17)带动主动带轮(16)旋转，主动带轮(16)通过同步皮带(15)带动从动带轮(14)转动，进而带动链条(12)及链条上的轮辊(11)移动；漫反射激光传感器(13)发射激光，安装于外壳体(27)一侧，漫反射激光传感器(13)的输入端与工控机(22)相连接；所述漫反射激光传感器(13)，当激光光线经过两轮辊之间空隙中间孔且不被遮挡时进行光谱采集信号触发，触发信号可传输至工控机(22)；近红外光谱检测装置，装置内安装有光谱仪(7)、光纤(6)、光纤准直镜(5)、卤素灯光源(4)、隔热板(3)及散热风扇(8)；光谱仪(7)的输出端通过数据线(9)与上位机电脑(26)输入端相连，光纤(6)一端与光谱仪(7)相连，另一端与光纤准直镜(5)相连，隔热板(3)将光谱仪(7)、光纤(6)同光纤准直镜(5)、卤素灯光源(4)隔开；散热风扇(8)为近红外光谱检测装置散热；通过上料口(10)连续对水果进行光谱采集；分级装置，由依次相连的空气压缩机(21)，软管(19)，电磁阀(20)，气动接头(18)构成；分级装置包含一级喷口、二级喷口、三级喷口，每条等级线均由电磁阀(20)、软管(19)、气动接头(18)构成，在工控机(22)接收到上位机电脑(26)当前水果等级后，控制对应等级的电磁阀(20)开关通气，将水果喷落至对应等级果箱；上位机电脑(26)安装有分级程序软件、下位机工控机(22)，其控制面板可对设备进行相关控制和参数设置，光谱仪通过数据线(9)与上位机电脑通信，上位机通过串口线与工控机通信(25)。
优选的，漫反射激光传感器(13)发射激光输出端穿过固定于外壳体一侧的不锈钢片(133)中部孔位(132)，输出端包裹有橡胶圈(131)。
优选的，所述隔热板中心孔(2)有固定光纤(6)的支架(61)，支架(61)可螺纹旋转上下高度可调，光纤(6)从支架(61)内部穿过，所述光纤准直镜(5)在接收到采集光谱信号时正好位于两轮辊空隙正上方，所述卤素灯光源(4)位于隔热板(3)中心位置的四角，且光源灯头与光纤准直镜(5)所成夹角为45°，光源汇聚点位于两轮辊空隙处，近红外光谱检测装置的箱体(1)的内面上覆有黑色涂层，避免箱体(1)反光对光谱采集造成干扰，所述散热风扇(8)安装于光源一侧箱体(1)上。
优选的，所述光纤(6)与光谱仪(7)、光纤(6)与光纤准直镜(5)均为SMA905标准接口，所述的卤素灯光源(4)波长范围适用于近红外波段。
优选的，所述上位机电脑(26)界面分为光谱显示区、程序控制区和测定结果显示区，可以实时显示光谱变化，分级结果显示，并可对参数进行设定。
优选的，所述下位机工控机(22)控制面板，界面分为数据统计区和程序控制区，可以实时显示分级结果。
优选的，所述输送装置，链条(12)与轮辊(11)固定连接，链条(12)运转轮辊(11)保持同步前进，轮辊(11)自身不转动，所述轮辊(11)为黑色，避免轮辊(11)反光对光谱采集造成干扰。
本发明公开了以下技术效果：本发明的各个器件内部连接合理有效、仪器性能正常，装配各组件时，触发采集光谱信号时，漫反射激光传感器和光纤准直镜均对准两轮辊中间空隙处，保证了实时采集无信号延迟。通过各个机械装置，比如输送装置、信号触发装置、光谱采集装置、工控机控制装置通和分级装置的时间准确配合，使得每个检测的水果均可进行检测分级。本发明设计的上位机电脑分级程序，下位机工控机控制面板等软件程序可实时监控样品品质信息，使得该装置能够对小型水果内部品质进行智能分级检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明小型水果内部品质智能分级设备的结构示意图；
图2为本发明漫反射激光传感器固定位置和触发位置的示意图；
图3为本发明卤素灯光源与光纤安装相对位置示意图；
图4为本发明光纤准直镜采集光谱信号时的位置示意图；
图5为本发明光纤固定支架的结构示意图；
图6为本发明单个水果的智能分级流程示意图；
图7为本发明工控机控制面板触摸屏显示界面图；
图8为本发明上位机分级程序显示界面图；
其中，箱体1，隔热板中心孔2，隔热板3，卤素灯光源4，光纤准直镜，光纤6，支架61，光谱仪7，散热风扇8，数据线9，上料口10，轮辊11，链条12，漫反射激光传感器13，橡胶圈131，不锈钢片中部孔位132，不锈钢片133，从动带轮14，同步皮带15，主动带轮16，电动机17，气动接头18，软管19，电磁阀20，空气压缩机21，工控机22，触摸屏23，PLC24，串口线25，电脑26，外壳体27。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
参照图1，本发明涉及一种小型水果内部品质智能分级设备，包括外壳体27、上料口10、漫反射激光传感器13、输送装置，包含电动机17，主动带轮16，从动带轮24，同步皮带25，链条12及链条12上的轮辊11、近红外光谱检测装置，装置内安装有光谱仪7、光纤6、光纤准直镜5、卤素灯光源4、隔热板3及散热风扇8、分级装置，由空气压缩机21，软管19，电磁阀20，气动接头构成18、上位机电脑26，安装有分级程序软件、下位机工控机22，其控制面板可对设备进行相关控制和参数设置，光谱仪通过数据线9与上位机电脑26通信，上位机26通过串口线25与工控机(触摸屏23，PLC24)通信。
进一步优化方案，如图2所示，所述漫反射激光传感器13可以发射激光，安装于外壳体27一侧，漫反射激光传感器13的输入端与工控机22相连接，输出端穿过固定于外壳体27一侧的不锈钢片133中部孔位132，输出端包裹有橡胶圈131。
优选的，所述的漫反射激光传感器13，当激光光线经过两轮辊11之间空隙中间孔且不被遮挡时进行光谱采集信号触发，触发信号可传输至工控机22。
进一步优化方案，所述近红外光谱检测装置，内部包括光谱仪7、光纤6、光纤准直镜5、卤素灯光源4、隔热板3及散热风扇8，光谱仪7的输出端通过数据线9与上位机电脑26输入端相连，光纤6一端与光谱仪7相连，另一端与光纤准直镜5相连。
进一步优化方案，如图3、5所示，所述隔热板3中心孔2有固定光纤6的支架61，支架61可螺纹旋转上下高度可调，光纤6从直接内部穿过，所述光纤准直镜5在接收到采集光谱信号时正好位于两轮辊空隙正上方，所述卤素灯光源4位于隔热板3中心位置的四角，且光源灯头与光纤准直镜5所成夹角为45°，光源汇聚点位于两轮辊11空隙处，装置箱体1的内面上覆有黑色涂层，避免箱体1反光对光谱采集造成干扰，所述散热风扇8安装于光源4一侧箱体1上。
进一步优化方案，所述光纤6与光谱仪7和光纤6与光纤准直镜5均为SMA905标准接口，所述的卤素灯光源4波长范围适用于近红外波段。
进一步优化方案，如图7-8所示，所述上位机电脑26安装有分级程序软件，界面分为光谱显示区、程序控制区和测定结果显示区，可以实时显示光谱变化，分级结果显示，并可对参数进行设定。所述下位机工控机22控制面板，界面分为数据统计区和程序控制区，可以实时显示分级结果，并可对设备相关功能和参数进行控制和设定。
进一步优化方案，所述输送装置，链条12与轮辊11固定连接，链条12运转轮辊11保持同步前进，轮毂11自身不转动，所述轮辊11为黑色，避免轮辊11反光对光谱采集造成干扰。
进一步优化方案，所述分级装置，包含一级喷口、二级喷口、三级喷口，每条等级线均由电磁阀20、软管19、气动接头18构成，在工控机22接收到上位机电脑26当前水果等级后，控制对应等级的电磁阀20开关通气，将水果喷落至对应等级果箱。
实施例2
如图6所示，设备运转开始分级，漫反射激光传感器13触发，近红外光谱检测装置采集水果光谱数据后经上位机电脑26分级程序进行数据处理，在上位机电脑26分级程序界面实时显示当前水果检测指标含量值，分级程序判断等级，工控机22根据等级控制对应等级的电磁阀20；水果被分选装置中的气流吹至下料果箱，智能检测分级完成。
实施例3
如图7-8所示，采用本发明的一种小型水果内部品质智能分级设备对比现有技术，针对宁夏灵武长枣糖度智能分级研究如下：
光谱采集核心部件：NIRQuest512光谱仪(Ocean Optics公司)，八角50W卤素射灯光源(佛山市南海罗村迴龙灯饰电器有限公司)，VIS-NIR标准反射探头光纤(Ocean Optics公司)，SMA905光纤准直镜(上海闻奕光电科技有限公司)。工控机核心部件：电动机变频器(台达电子企业管理(上海)有限公司)，DVP-16EH PLC(台达电子企业管理(上海)有限公司)，触摸屏(台达电子企业管理(上海)有限公司)。
通过上料口连续对120个灵武长枣进行光谱采集，然后利用标准方法测定120个灵武长枣的糖度理化值。模型建立时，按照3：2的比例将120个样本划分为校正集和预测集，校正集用于建立模型，预测集用于验证模型的预测能力。光谱采用标准正态变量变换(SNV)预处理，通过遗传算法(GA)进行光谱特征波长变量的筛选，最后通过偏最小二乘回归(PLS)算法建立糖度预测模型。
数据处理时，选取波段范围为900nm-1700nm的光谱，共512个光谱数据点，对光谱进行SNV预处理，采用GA-PLS建立模型，对120个灵武长枣进行模型构建，其中训练集R＝0.9599，RMSECV＝1.0226°Brix，预测集R＝0.9539，RMSECV＝1.1426°Brix。
将构建的预测模型导入上位机电脑分级程序中，同时设定糖度值高于23°Brix为一级枣，21-23°Brix为二级枣，低于21°Brix为三级枣。另外准备一批灵武长枣进行设备性能和预测模型精度的验证，从三个分级果箱中分别随机挑取30个灵武长枣，共计90个灵武长枣，然后用标准方法测定糖度值，以糖度值是否在划定的等级范围内作为准确率评价方式，最终平均分级准确率为95％，重分证明了本设备具有良好的预测效果和性能。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (7)
1.一种小型水果内部品质智能分级设备，其特征在于，包括外壳体(27)、上料口(10)、漫反射激光传感器(13)、输送装置、近红外光谱检测装置、分级装置、上位机电脑(26)；
输送装置，包括电动机(17)，主动带轮(16)，从动带轮(14)，同步皮带(15)，链条(12)及链条上的轮辊(11)；电动机(17)带动主动带轮(16)旋转，主动带轮(16)通过同步皮带(15)带动从动带轮(14)转动，进而带动链条(12)及链条上的轮辊(11)移动；
漫反射激光传感器(13)发射激光，安装于外壳体(27)一侧，漫反射激光传感器(13)的输入端与工控机(22)相连接；所述漫反射激光传感器(13)，当激光光线经过两轮辊之间空隙中间孔且不被遮挡时进行光谱采集信号触发，触发信号可传输至工控机(22)；
近红外光谱检测装置，装置内安装有光谱仪(7)、光纤(6)、光纤准直镜(5)、卤素灯光源(4)、隔热板(3)及散热风扇(8)；光谱仪(7)的输出端通过数据线(9)与上位机电脑(26)输入端相连，光纤(6)一端与光谱仪(7)相连，另一端与光纤准直镜(5)相连，隔热板(3)将光谱仪(7)、光纤(6)同光纤准直镜(5)、卤素灯光源(4)隔开；散热风扇(8)为近红外光谱检测装置散热，通过上料口(10)连续对水果进行光谱采集；
分级装置，由依次相连的空气压缩机(21)，软管(19)，电磁阀(20)，气动接头(18)构成；分级装置包含一级喷口、二级喷口、三级喷口，每条等级线均由电磁阀(20)、软管(19)、气动接头(18)构成，在工控机(22)接收到上位机电脑(26)当前水果等级后，控制对应等级的电磁阀(20)开关通气，将水果喷落至对应等级果箱；
上位机电脑(26)安装有分级程序软件、下位机工控机(22)，其控制面板可对设备进行相关控制和参数设置，光谱仪通过数据线(9)与上位机电脑通信，上位机通过串口线与工控机通信(25)。
2.根据权利要求1所述的一种小型水果内部品质智能分级设备，其特征在于，漫反射激光传感器(13)发射激光输出端穿过固定于外壳体一侧的不锈钢片(133)中部孔位(132)，输出端包裹有橡胶圈(131)。
3.根据权利要求1所述的一种小型水果内部品质智能分级设备，其特征在于，所述隔热板中心孔(2)有固定光纤(6)的支架(61)，支架(61)可螺纹旋转上下高度可调，光纤(6)从支架(61)内部穿过，所述光纤准直镜(5)在接收到采集光谱信号时正好位于两轮辊空隙正上方，所述卤素灯光源(4)位于隔热板(3)中心位置的四角，且光源灯头与光纤准直镜(5)所成夹角为45°，光源汇聚点位于两轮辊空隙处，近红外光谱检测装置的箱体(1)的内面上覆有黑色涂层，避免箱体(1)反光对光谱采集造成干扰，所述散热风扇(8)安装于光源一侧箱体(1)上。
4.根据权利要求1所述的一种小型水果内部品质智能分级设备，其特征在于，所述光纤(6)与光谱仪(7)、光纤(6)与光纤准直镜(5)均为SMA905标准接口，所述的卤素灯光源(4)波长范围适用于近红外波段。
5.根据权利要求1所述的一种小型水果内部品质智能分级设备，其特征在于，所述上位机电脑(26)界面分为光谱显示区、程序控制区和测定结果显示区，可以实时显示光谱变化，分级结果显示，并可对参数进行设定。
6.根据权利要求1所述的一种小型水果内部品质智能分级设备，其特征在于，所述下位机工控机(22)控制面板，界面分为数据统计区和程序控制区，可以实时显示分级结果。
7.根据权利要求1所述的一种小型水果内部品质智能分级设备，其特征在于，所述输送装置，链条(12)与轮辊(11)固定连接，链条(12)运转轮辊(11)保持同步前进，轮辊(11)自身不转动，所述轮辊(11)为黑色，避免轮辊(11)反光对光谱采集造成干扰。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011406693.6A CN112775022A (zh) | 2020-12-04 | 2020-12-04 | 一种小型水果内部品质智能分级设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011406693.6A CN112775022A (zh) | 2020-12-04 | 2020-12-04 | 一种小型水果内部品质智能分级设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112775022A true CN112775022A (zh) | 2021-05-11 |
Family
ID=75750759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011406693.6A Pending CN112775022A (zh) | 2020-12-04 | 2020-12-04 | 一种小型水果内部品质智能分级设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112775022A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113396969A (zh) * | 2021-05-26 | 2021-09-17 | 江苏大学 | 一种基于水果电特性的柔性静电喷涂装备及方法 |
| CN113916805A (zh) * | 2021-11-06 | 2022-01-11 | 陈皓 | 一种水果糖度检测装置及其使用方法 |
| US11919043B1 (en) | 2023-07-26 | 2024-03-05 | King Faisal University | Intelligent sorting for date palm fruit |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4350442A (en) * | 1976-05-19 | 1982-09-21 | Accusort Corporation | Light and color detecting scanner for a sorting apparatus |
| KR20020017685A (ko) * | 2000-08-31 | 2002-03-07 | 이기준 | 과실의 품질 선별장치 |
| CN1837788A (zh) * | 2006-03-24 | 2006-09-27 | 浙江大学 | 基于光特性的水果内部品质在线无损检测方法和装置 |
| CN101308086A (zh) * | 2008-06-24 | 2008-11-19 | 江苏大学 | 基于近红外光谱技术的水果内部品质在线检测方法及装置 |
| CN101920245A (zh) * | 2009-10-27 | 2010-12-22 | 华东交通大学 | 基于可见近红外光谱的水果糖酸度在线检测与分选生产线 |
| CN203658250U (zh) * | 2014-01-10 | 2014-06-18 | 内蒙古农业大学 | 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测装置 |
| CN104174597A (zh) * | 2014-08-13 | 2014-12-03 | 山西农业大学 | 轻微损伤鲜枣的快速无损在线检测与分选装置 |
| CN106111556A (zh) * | 2016-08-22 | 2016-11-16 | 华中农业大学 | 穗状水果的自动检测与分级装备 |
| CN107831133A (zh) * | 2017-02-17 | 2018-03-23 | 石河子大学 | 一种大型瓜果内部品质近红外光谱在线检测系统及实现方法 |
| CN108284076A (zh) * | 2018-01-07 | 2018-07-17 | 华东交通大学 | 一种基于称重分选线改造的水果糖度分选装置与方法 |
| CN108507954A (zh) * | 2018-03-20 | 2018-09-07 | 南京财经大学 | 一种小型水果品质及货架期在线检测装置及方法 |
-
2020
- 2020-12-04 CN CN202011406693.6A patent/CN112775022A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4350442A (en) * | 1976-05-19 | 1982-09-21 | Accusort Corporation | Light and color detecting scanner for a sorting apparatus |
| KR20020017685A (ko) * | 2000-08-31 | 2002-03-07 | 이기준 | 과실의 품질 선별장치 |
| CN1837788A (zh) * | 2006-03-24 | 2006-09-27 | 浙江大学 | 基于光特性的水果内部品质在线无损检测方法和装置 |
| CN101308086A (zh) * | 2008-06-24 | 2008-11-19 | 江苏大学 | 基于近红外光谱技术的水果内部品质在线检测方法及装置 |
| CN101920245A (zh) * | 2009-10-27 | 2010-12-22 | 华东交通大学 | 基于可见近红外光谱的水果糖酸度在线检测与分选生产线 |
| CN203658250U (zh) * | 2014-01-10 | 2014-06-18 | 内蒙古农业大学 | 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测装置 |
| CN104174597A (zh) * | 2014-08-13 | 2014-12-03 | 山西农业大学 | 轻微损伤鲜枣的快速无损在线检测与分选装置 |
| CN106111556A (zh) * | 2016-08-22 | 2016-11-16 | 华中农业大学 | 穗状水果的自动检测与分级装备 |
| CN107831133A (zh) * | 2017-02-17 | 2018-03-23 | 石河子大学 | 一种大型瓜果内部品质近红外光谱在线检测系统及实现方法 |
| CN108284076A (zh) * | 2018-01-07 | 2018-07-17 | 华东交通大学 | 一种基于称重分选线改造的水果糖度分选装置与方法 |
| CN108507954A (zh) * | 2018-03-20 | 2018-09-07 | 南京财经大学 | 一种小型水果品质及货架期在线检测装置及方法 |
Non-Patent Citations (4)
| Title |
|---|
| 孙力等: "苹果糖度近红外光谱检测系统参数优化", 《食品科技》 * |
| 欧阳思怡等: "水果内部品质近红外动态在线检测研究进展", 《湖北农业科学》 * |
| 郝丽娜: "《工业机器人控制技术》", 30 November 2018, 华中科技大学出版社 * |
| 郭志明等: "近红外光谱的苹果内部品质在线检测模型优化", 《现代食品科技》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113396969A (zh) * | 2021-05-26 | 2021-09-17 | 江苏大学 | 一种基于水果电特性的柔性静电喷涂装备及方法 |
| CN113396969B (zh) * | 2021-05-26 | 2022-09-16 | 江苏大学 | 一种基于水果电特性的柔性静电喷涂装备及方法 |
| CN113916805A (zh) * | 2021-11-06 | 2022-01-11 | 陈皓 | 一种水果糖度检测装置及其使用方法 |
| US11919043B1 (en) | 2023-07-26 | 2024-03-05 | King Faisal University | Intelligent sorting for date palm fruit |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112775022A (zh) | 一种小型水果内部品质智能分级设备 | |
| CN100449301C (zh) | 基于光特性的水果内部品质在线无损检测方法和装置 | |
| Ecarnot et al. | Rapid phenotyping of the tomato fruit model, Micro-Tom, with a portable VIS–NIR spectrometer | |
| US6233051B1 (en) | Measurement apparatus for measuring internal quality of object | |
| CN202057579U (zh) | 一种在线检测水果内部品质的光学系统 | |
| CN103048277B (zh) | 近红外光谱无损检测水果内部品质的系统及方法 | |
| CN108284076A (zh) | 一种基于称重分选线改造的水果糖度分选装置与方法 | |
| CN103439264B (zh) | 一种基于在线定位的茶树活体生育特征数据采集装置 | |
| CN1430723A (zh) | 用可见光/近红外光谱测量和相关水果特性的方法和装置 | |
| CN108375546B (zh) | 基于可见/近红外光谱技术的化肥在线多点检测装置及其检测方法 | |
| US10816457B2 (en) | Spectrometric probe for sampling bulk material and automatic sample taker for sampling including the probe | |
| CN101655455B (zh) | 一种用于造纸生产线的纸张色度在线检测装置 | |
| CN111220568B (zh) | 一种基于近红外光谱分析技术的苹果糖分测定装置及方法 | |
| CN108535200A (zh) | 基于可见光、太赫兹融合光谱技术的叶菜类蔬菜叶片重金属镉的检测装置及方法 | |
| CN102928355A (zh) | 带称重功能的小型球形水果糖酸比快速无损检测装置 | |
| CN104406693B (zh) | 一种田间水果的可见与近红外光谱采集装置与方法 | |
| CN102778444A (zh) | 可同时测定梨的多个指标参数的装置以及方法 | |
| EP1269153A1 (en) | Spectral assessment of fruit | |
| CN114509387A (zh) | 便携式猕猴桃内部品质无损检测方法和装置 | |
| CN202928947U (zh) | 带称重功能的小型球形水果糖酸比快速无损检测装置 | |
| CN209802980U (zh) | 近红外光谱分析仪 | |
| CN208688985U (zh) | 一种多用果蔬内部品质检测装置 | |
| CN109975239A (zh) | 近红外光谱分析仪 | |
| CN214703322U (zh) | 一种手持式柑桔品质无损检测仪 | |
| CN111610162B (zh) | 便携式水果无损快速测试装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210511 |