基于聲學特性的西瓜糖度檢測系統(tǒng)

1、姓名:xxx 學號:xxx,基于聲學特性的西瓜糖度檢測系統(tǒng),全球西瓜產(chǎn)量（萬噸）占水果比例,糖度是西瓜成熟度的重要判定指標，目前市面上現(xiàn)有的糖度儀多是通過測量溶液的折射率來確定濃度，對于西瓜來說需要先將其變?yōu)槲鞴现贉y量，測量繁瑣而且對西瓜本身有破壞。,西瓜品質(zhì)受到品種、農(nóng)藝、氣候、采摘等多種因素的影響，僅根據(jù)西瓜大小、表面顏色或觸感等都很難判斷西瓜品質(zhì)。無損檢測技術是提高商品西瓜

2、品質(zhì)及競爭優(yōu)勢的重要方式。,聲學檢測方法受干擾較少，檢測裝置成本低廉、可在野外等各種環(huán)境中工作，且易實現(xiàn)智能化，應用前景廣闊。,生物物料的聲學特性,農(nóng)業(yè)物料的聲學特性是指物料在聲波作用下的反射特性、散射特性、透射特性、吸收特性、衰減系數(shù)和傳播速度及其本身的聲阻抗與固有頻率等，它們反映了聲波與物料相互作用的基本規(guī)律。近年，聲學特性在農(nóng)產(chǎn)品無損檢測技術中的研究和應用發(fā)展那很快。目前，美國在這方面的研究處于領先地位。,Abbot 等研究蘋果聲

3、學特性檢測蘋果硬度，建立了彈性模量與蘋果固有基頻的關系。,,,,,,Armstrong等為了檢測西瓜在收獲和運輸過程中所引起的內(nèi)部損傷，分別測定了內(nèi)部有損傷和內(nèi)部無損傷西瓜的共振頻率，發(fā)現(xiàn)西瓜的內(nèi)部損傷對其共振頻率有一定影響。,Stone用便攜式聲學系統(tǒng)在田間測定西瓜聲學品質(zhì)，并與西瓜糖度、色度、硬度、質(zhì)量做相關性分析。,Diezma-Iglesias 等提取BM（band magnitude of the acoustic spect

4、rum）作為測定西瓜空心聲學參數(shù)，其中85～160 Hz 范圍的BM 具有較好的測定結果；之后，用有限元方法和振動方法分析西瓜，測定西瓜內(nèi)部品質(zhì)，建立西瓜形狀模型，比較理論模型與實際測量發(fā)現(xiàn)該方法更適合于測定長型西瓜的空心。,肖珂等提出使用短時能量和過零率提取打擊信號的算法來準確判斷打擊信號的起始點，可以較準確地檢測西瓜成熟度。於鋒在研究西瓜非生物學信息基礎上完善了聲學檢測西瓜系統(tǒng)。ZhangYuxin 等通過聲學系統(tǒng)檢測西瓜成

5、熟度，比較振動頻率、衰減率、BM 等聲學參數(shù)與西瓜成熟度的相關性，發(fā)現(xiàn)相關性不高。進而研究兩個新聲學參數(shù)MFCC（mel-frequency cepstrum coefficient ） 和BMV（ band magnitude vector）檢測結果，其中BMV 可更好檢測西瓜成熟度。,本系統(tǒng)利用聲波信號的聲透過率（δ）來建立西瓜糖度檢測模型，為聲學無損檢測西瓜成熟度提供了參考。,西瓜聲學特性測試系統(tǒng),小球敲擊西瓜表面而產(chǎn)生聲波，緊貼

6、在樣本表面的6 個壓電式加速度傳感器同時感應到聲波振動信號后， 由電荷放大器（YE5853B）進行信號調(diào)理；小球在經(jīng)過最低點處時，與該處平行的（以保證每次采樣起始點一致）光電式觸發(fā)器的激光感受小球到達，使電路產(chǎn)生觸發(fā)脈沖，觸發(fā)數(shù)據(jù)采集卡（PCL1800）采集信號并開始對6 路聲波信號同時進行A/D 轉(zhuǎn)換。,在西瓜表面選擇6 個典型位置作為測試點,試驗時，敲擊處的測試點稱為敲擊點，其余點均稱作接收點，并分別進行標記：1 號點為梗部，2 號

7、點為蒂部，3 號至6 號點均布在西瓜赤道部位，其中3 號點為西瓜靠地點或靠地點附近，5 號點位于3 號點對側(cè)，4 號點和6 號點分別均布在3 號點和5 號點之間。 在每一個測試點都貼上1 個壓電式加速度傳感器，并標記為對應的編號。試驗時，敲擊點i 和接收點j 的加速度信號共同組成一個敲擊-接收點組合ij(i,j 為測試點編號，且i≠j)。,測試點的標記,聲特征參數(shù)提取,敲擊-接收點組合ij 間的聲透過率計算方法是：采

8、用傅里葉變換將時域信號轉(zhuǎn)換成頻域信號，得到信號的幅頻譜，對敲擊點和接收點幅頻譜上每一個頻率（下稱頻率點）對應的幅值采用以下公式計算聲透過率 δ ij = Aj / Ai ×100%式中，δij 為敲擊點為i，接收點j 時敲擊-接收點組合ij 間的聲透過率%；Ai 為接收點i 幅值；Aj 為敲擊點j 幅值；對同一個敲擊點的聲透過率值取三次試驗

9、的平均值。,特征頻率點數(shù)量范圍的確定,由圖 2 可見，選取的頻率點數(shù)量越多，則模型的相關系數(shù)越高。頻率點數(shù)量在 1～4 之間時，相關系數(shù) R 小于 0.8 或在 0.8 附近；頻率點數(shù)量在 4～10 之間時，相關系數(shù)在 0.85～0.95 之間；頻率點數(shù)量大于 10 之后，相關系數(shù)均大于 0.95。 比較圖3和圖4，隨著模型的校正均方根誤差值降低，RMSEC 與 RMSEP 相差逐步增大。選取的頻率點數(shù)量小于 5 時，模型普遍

10、穩(wěn)定但相關性不高；選取的頻率點數(shù)量大于 10 時，檢測精度和模型穩(wěn)定性普遍降低，因此頻率點數(shù)量選擇在變化較穩(wěn)定的 6～10 范圍較為適宜。,最佳敲擊-接收點組合的確定,4 號點和6 號點在雨水、光照、空氣等方面接收條件是基本一致的，瓜瓤在泛瓤期橫向伸展過程中基本一致，使得兩部分瓜瓤的理化性質(zhì)相對更一致，因此檢測模型能獲得較好的結果。同時，相對其它檢測部位，敲擊-接收點組合46 在田間檢測時無需翻動西瓜，檢測裝置的安放更為便利，因此選取這

11、兩個點作為最佳的敲擊-接收點組合。,從表1 可以看到，頻率點數(shù)量在6～10 之間時，敲擊-接收點組合46 所建模型總體上比敲擊-接收點組合64更穩(wěn)定；在敲擊-接收點組合46 所建立的回歸模型中，盡管用6 個頻率點的聲透過率值所建立的模型比用9 個頻率點的聲透過率值所建立的模型相關性低，但是前者的預測均方根誤差（RMSEP）和校正均方根誤差（RMSEC）分別為0.646 和0.655，相差最小，相關系數(shù)較高，所建立模型穩(wěn)定性更好，精度更高

12、。,確定特振頻率點及檢測模型,由 TQ 軟件中 SMLR 函數(shù)自動選取最優(yōu)結果表示，敲擊-接收點組合 46 對應的前 6 個特征頻率點分別為：752、869、1 001、4 556、322、3 950 Hz，其對應的聲透過率參數(shù)分別用 δ 1、 δ 2 、 δ 3 、 δ 4、 δ 5 、 δ 6表示。圖 5表示敲擊-接收點組合 46 聲透過率建立的校正線性回歸圖。,確定特振頻率點及檢測模型,參考文獻[1] Armstrong P

13、 R, Stone M L, Brusewitz G H. Nondestructive acoustic and compression measurement of watermelon for internal damage detection[J]. American Society of Agricultural Engineer, 1997, 13(5): 641－645.[2] Hiromichi Yamamoto,

14、 Mutsuo Iwamoto, Shiko Haginuma. Nondestructive acoustic impulse response method for measuring internal quality of apples and watermelons[J].Journal of Japan Society Hort Science, 1981, 50(20): 247－261.[3] Stone M L,

15、Armstrong P R, Zhang X, et al. Watermelon maturity determination in the field using acoustic impul seimpedance techniques[J]. American Society of Agricultural Engineers, 1996, 39(6): 2325－2330.[4] Diezma-Iglesias B, R

16、uiz-Altisent M, Barreiro1 P. Detection of internal quality in seedless watermelon by acoustic impulse response[J]. Biosystems Engineering, 2004, 88(2):221－230.[5] Diezma Iglesias B, Ruiz-Altisent M, Jancsók P.

17、Vibrational analysis of seedless watermelons: use in the detection of internal hollows[J]. Spanish Journal of Agricultural Research.2005, 3(1): 52－60.[6] 饒秀勤，應義斌. 自適應濾波器在水果聲學特性研究中的應用[J]. 浙江：浙江大學學報：農(nóng)業(yè)生命科學版，2003，29(2)：1

18、43－146[7] 危艷君,饒秀勤，漆 兵.基于聲學特性的西瓜糖度檢測系統(tǒng)[J].農(nóng)業(yè)工程學報，2012,28(3):283-287.[8] 肖珂，高冠東，滕桂法，等. 西瓜成熟度音頻無損檢測技術[J]. 黑龍江：農(nóng)機化研究，2008，8：152－155.[9] 應義斌，蔡東平，何衛(wèi)國，等. 農(nóng)產(chǎn)品聲學特性及其在品質(zhì)無損檢測中的應用[J]. 農(nóng)業(yè)工程學報，1997，13(3)：209－211.[10] 於鋒. 西

19、瓜成熟度的非生物學信息研究及檢測儀器開發(fā)[D]. 江蘇：揚州大學，2009，15.,[11] Elbatawi I E. An acoustic impact method to detect hollow heart of potato tubers[J]. Research Paper: PH-Postharvest Technoloty, 2008, 100: 206－213.[12] Terasaki S, Sakurai

20、 N, Wada N, et al. Analysis of thevibration mode of apple tissue using electronic speckle pattern interferometry[J]. Transactions of the ASAE. 2001,44(6): 1697－1705.[13] Yu Xinzhang, Jun Linghan, Wei Yao. Non-de

21、structive watermelon maturity detection by acoustic response[J]. Information Engineering and Computer Science (ICIECS),2010 2nd International Conference on Date: 25-26Dec. 2010,1－4, 16.[14] Sugiyama J, Otobe K,

22、 Hayashi S, et al. Firmness measurement of muskmelons by acoustic impulse transmission[J].Transactions of the ASAE, 1994, 37(4): 1235－1241.[15] Mateusz Stasiak, Marek Molenda, Jozef Horabik. Determination of modulus of

23、elasticity of cereals and rapeseeds Using acoustic method[J]. Journal of Food Engineering. 2007, 82:51－57.[16] 王一鳴，曹國軍，鄭文瑛. 在線測量谷物含水率的聲學方法[J]. 農(nóng)業(yè)工程學報，1993，9(4)：89－93.[17]王樹才，任奕林，陳紅，等. 利用敲擊聲音信號進行禽蛋破損檢測和模糊識別[J]. 農(nóng)業(yè)工程學報，2