学位论文 > 优秀研究生学位论文题录展示

基于便携式近红外光谱仪的水果内部品质无损检测研究

作　者: 陈明林
导　师: 应义斌；徐惠荣
学　校: 浙江大学
专　业: 生物系统工程
关键词: 苹果内部品质便携式近红外光谱仪无损检测化学计量学
分类号: S226.5
类　型: 硕士论文
年　份: 2010年
下　载: 249次
引　用: 0次
阅　读: 论文下载

内容摘要

我国水果资源十分丰富,是世界水果生产大国,但水果产后处理和加工水平低下,水果检测和分选手段落后,导致国产水果整体品质较差,缺乏国际竞争力。对水果品质检测的传统方法技术含量低、速度慢且人为因素干扰严重,近红外光谱分析技术能够实现对水果的快速无损检测。课题以苹果为研究对象,利用近红外光谱分析技术和化学计量学分析方法,开展水果内部品质糖度、酸度和坚实度的检测研究,在此基础上建立各指标的定量预测模型。应用商品化的便携式近红外光谱仪(K-BA100R)采集苹果赤道部位的漫反射光谱,优选波长建立苹果糖度、酸度的逐步多元线性回归(SMLR)模型和最小二乘支持向量机(LS-SVM)模型,与运用全波段光谱信息建立的偏最小二乘回归(PLSR)模型进行对比。结果表明,基于原始光谱所建立的SMLR模型预测性能最好,优于LS-SVM和PLSR模型。其中选用6个波长建模的SMLR糖度模型的预测相关系数达到0.980,验证均方根误差为0.238°Brix;选用11个波长建模的SMLR酸度模型的预测相关系数为0.866,验证均方根误差为0.115。对苹果坚实度进行了定量检测探索研究,综合运用多种预处理方法对原始光谱进行优化分析,并比较预测结果。结果表明,基于原始光谱建立的PLS模型对苹果坚实度的效果较好,校正集相关系数γ为0.782,校正均方根误差RMSEC为1.98N/cm2,预测集相关系数γ为0.613,预测均方根误差RMSEP为3.12N/cm2。此外,本文简要介绍了实验室自主搭建的便携式近红外品质检测仪的结构,并用其对苹果糖度和酸度进行了定量分析,比较不同预处理光谱所建立PLS模型性能。结果表明,SNV处理后的光谱所建模型对糖度的预测效果较好,而MSC预处理后的酸度模型效果有所提高；应用连续投影算法优选波长建立MLR糖度预测模型,效果优于PLSR方法。应用针对试验过程中出现的问题提出了尚需改善之处。

全文目录

致谢  6-7
摘要  7-8
Abstract  8-10
目录  10-14
插图索引  14-15
表格索引  15-16
符号列表  16-17
第一章绪论  17-28
  1.1 水果产业概述  17-19
  1.2 水果品质检测技术的研究进展  19-22
  1.3 近红外光谱分析技术概述  22-24
    1.3.1 近红外光谱分析技术简介  22
    1.3.2 近红外光谱分析原理  22-23
    1.3.3 近红外光谱分析的技术流程  23-24
  1.4 近红外光谱仪简介  24-25
  1.5 研究内容  25-26
  1.6 技术路线  26
  本章小结  26-28
第二章近红外在水果内部品质检测中的应用  28-40
  2.1 化学计量学在近红外光谱分析中的应用  28-32
    2.1.1 光谱数据预处理  28-29
    2.1.2 定性分析  29-30
    2.1.3 定量校正  30-31
    2.1.4 评价近红外光谱数学模型优劣的标准  31-32
      2.1.4.1 相关系数  31
      2.1.4.2 校正均方根误差和预测均方根误差  31-32
  2.2 近红外在水果内部品质检测中的应用  32-38
    2.2.1 近红外在水果糖度检测中的应用  32-35
    2.2.2 近红外在水果酸度检测中的应用  35-36
    2.2.3 近红外在水果坚实度检测中的应用  36-38
  2.3 便携式光谱仪在水果内部品质检测中的应用  38-39
  本章小结  39-40
第三章实验设计与数据预处理  40-47
  3.1 苹果样品准备  40
  3.2 仪器和软件介绍  40-45
    3.2.1 光谱采集仪器及软件  40-43
      3.2.1.1 K-BA100R便携式蔬果品质检测仪  40-42
      3.2.1.2 USB4000光谱仪  42-43
    3.2.2 光谱分析和建模软件  43-44
      3.2.2.1 OMNIC V6.1光谱采集和预处理软件  43-44
      3.2.2.2 TQ Analyst V6光谱分析和建模软件  44
      3.2.2.3 Matlab数据处理软件  44
      3.2.2.4 Origin数据处理软件  44
    3.2.3 苹果理化指标检测仪器  44-45
      3.2.3.1 ATAGO PR-101数字折光计  44-45
      3.2.3.2 pHS-3C型精密pH计  45
      3.2.3.3 Instron万能试验机  45
  3.3 水果内部品质检测方法  45-46
    3.3.1 光谱数据采集方法  45-46
    3.3.2 糖度检测方法  46
    3.3.3 酸度检测方法  46
    3.3.4 坚实度检测方法  46
  本章小结  46-47
第四章苹果糖度酸度检测的定量分析  47-56
  4.1 样本形态性质与理化测量结果  47
  4.2 K-BA100R漫反射光谱测定  47-54
    4.2.1 吸光度光谱  47-49
    4.2.2 微分光谱  49
    4.2.3 化学计量学模型的建立  49-54
      4.2.3.1 糖度预测模型的建立  49-52
      4.2.3.2 酸度度预测模型的建立  52-54
    4.2.4 应用仪器自带模型检测苹果糖度值  54
  本章小结  54-56
第五章苹果坚实度检测的定量分析  56-59
  5.1 异常样本剔除  56
  5.2 建模方法的比较及模型优化  56-58
    5.2.1 PLS模型  56-57
    5.2.2 SMLR模型  57-58
  本章小结  58-59
第六章便携式近红外品质检测仪的应用  59-65
  6.1 仪器介绍  59-61
    6.1.1 机体部分  59-60
    6.1.2 检测台架  60
    6.1.3 光纤  60-61
  6.2 便携式近红外品质检测仪漫反射光谱测定  61-64
    6.2.1 光谱信息  61
    6.2.2 理化测量结果  61-62
    6.2.3 糖度化学计量学模型的建立  62-63
    6.2.4 酸度化学计量学模型的建立  63-64
  6.3 仪器使用中存在的问题及改进设想  64-65
第七章结论与展望  65-68
  7.1 主要研究结论  65-66
  7.2 创新点  66
  7.3 研究展望  66-68
参考文献  68-74

基于便携式近红外光谱仪的水果内部品质无损检测研究

内容摘要

全文目录

相似论文