农业机械学报

作者：彭彦昆，霍道玉，左杰文，孙晨，胡黎明，王亚丽

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：豆类;品质;无损检测;近红外光谱

基金：国家重点研发计划项目（2021YFD1600101-06）

传统的破坏性检测方法已难以满足豆类品质快速检测的需求。现有的无损检测设备存在稳定性及准确性不高等问题，为提高豆类品质含量检测装置的性能，基于近红外光谱技术研发了豆类品质无损检测装置，体积小、便于携带，能够适用于现场检测。基于所研发的装置，各取30个黄豆、绿豆、红豆、黑豆样本，通过旋转静态采集多次光谱求平均值与采集1次光谱的方式，对同一样品重复测量20次，得出随着采集次数的增加，光谱反射率变异系数平均值逐渐减小直至平缓，选取最佳豆类采集次数分别为16、8、14、16，对应的光谱变异系数平均值为2.9%、2.435%、2.763%、3.019%。以黄豆为例，选取80个样品，使用不同的预处理方法，分别建立黄豆蛋白质、粗脂肪和淀粉含量的偏最小二乘预测模型，结果表明，蛋白质、粗脂肪、淀粉质量分数预测的最优模型预处理方式分别为SG-MSC、SNV、SNV，其预测集相关系数Rp分别为0.9746、0.9505、0.9607，均方根误差分别为0.249%、0.572%、0.623%。取40个黄豆样本对装置模型进行试验验证，蛋白质、粗脂肪、淀粉质量分数的独立验证相关系数Ri分别为0.9411、0.9439、0.9334，独立验证均方根误差分别为0.465%、0.604%、0.673%，重复测量20次的平均偏差分别为0.409%、0.623%、0.637%，各参数重复测量20次变异系数分别为1.257%、0.896%、0.964%。结果表明，该装置具有良好的预测精度。以Visual Studio 2015为软件开发平台开发了豆类品质含量实时检测软件，实现多粒豆类品质情况“一键式操作”检测。选用阿里云服务器和MySQL数据库，基于TCP/IP网络通信协议，实现检测数据自动上传至数据库。基于若依开发框架设计了便于豆类品质监测的前端网络监控系统，实时显示数据库信息。

来源：2023年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第7期