近红外光谱检测原理(近红外光谱检测)

本文是关于无损检测专业毕业论文模型和无损检测及近红外和硬度专业毕业论文模型。

摘要:利用近红外光谱技术获得苹果的近红外光谱图。通过谱图分析，找到了特征峰。采用偏最小二乘法建立预测模型，快速检测苹果硬度。结果表明，偏最小二乘法模型具有良好的可预测性，所建立的模型能够快速准确地检测苹果的硬度。

关键词:苹果；硬度。近红外光谱；快速无损检测

中间地图的分类编号:r 155.54文件标志代码:a article编号:1008-1038(2018)11-0023-03

苹果作为大宗农产品，具有产量高、上市时间集中的特点。硬度是反映苹果品质的重要指标。目前，硬度测试仪常用于测试苹果的硬度指数。它最大的缺点是对苹果有破坏性。一旦测试通过，苹果将失去商业用途，无法销售。然而，近红外光谱法具有快速、方便、高通量和无损[1-3]的优点，是检测农产品硬度的理想方法。

数据显示，中国是世界上最大的苹果生产国和消费国。2017年，全球苹果总产量超过7600万吨，而中国产量为4380万吨，占全球产量的近60%。硬度是苹果的重要质量指标之一，在苹果的采购、流通和销售中备受关注。苹果的硬度目前通常由硬度计来测试。这种方法缓慢且具有破坏性。待测苹果的近红外光谱由近红外光谱仪采集。通过分析光谱图，进行不同的预处理，有效提取复杂的弱光谱信息，找到苹果的最佳预处理方法和有效光谱范围为[4，5]；采用偏最小二乘法[6]对苹果的近红外光谱数据进行定量分析，并对样品进行预测，达到快速无损检测的目的[7]。本文利用近红外光谱建立了苹果硬度预测模型，并对模型预测的准确性进行了优化，从而能够快速准确地预测苹果硬度，实现了传统硬度检测对苹果硬度的无损检测。

1材料和方法

1.1仪器和设备

便携式近红外分析仪，集中器技术(杭州)有限公司制造，型号SupNIR-1100，波长范围600~1100纳米，光谱分辨率6纳米-1，波长精度0.2纳米。

水果硬度测试仪，由意大利水果测试公司制造，型号为FT327。测量范围为0~13公斤，分度值为100克。

1.2样品来源

试验中使用的苹果来自苹果产区，包括河南三门峡、陕西渭南、山东栖霞、威海和蓬莱。苹果的数量是100个。他们被随机分为校准组和检验组，校准组有75个样本，检验组有25个样本。

1.3频谱采集

采集条件:以仪器内置背景为参考，积分球漫反射，扫描范围为600~1100 nm，近红外扫描光谱在室温(约22℃)下采集，分辨率为6 cm-1。如图1所示，获得的光谱是样品的近红外光谱。

1.4硬度测定

苹果的硬度是用硬度计测量的。硬度计的探头对准苹果表皮，方向是从水果表面到水果中心。慢慢按，观察硬度计刻度盘上指针的变化。当指针值不随探头深度变化时，停止按压。读取硬度计的刻度盘值就是样品苹果的硬度。

2数据处理和分析

2.1光谱预处理

采集的近红外光谱受噪声影响，噪声主要来自随机噪声、基线漂移、信号背景、样品不均匀性、光散射等。因此，需要对原始光谱数据进行预处理，以减少噪声的影响，提高光谱精度。本实验利用聚束技术近红外分析仪的测量分析软件对原始光谱进行预处理，提取平滑后样品的有效信息

从苹果的近红外原始谱图(图1)可以看出，所有样品的谱图形状相似，两端都有较强的噪声干扰，吸收峰出现在600~700 nm范围内，特别是680 nm处的特征吸收峰最强。使用偏最小二乘法在聚光灯分析软件中建立模型，选择偏最小二乘回归分析(PLS1)，在属性列表中选择一个属性，点击“添加模型”，使用PLS1方法建立模型。

2.3模型的验证和评估

本文利用标定组中75个苹果样品的硬度标定模型对试验组中25个样品的值进行预测，根据预测值与实际值的拟合程度来判断建模效果。预测集中25个样品硬度的预测值和预测值的影响如图2所示。

从图2可以看出，预测集中25个样本的实际硬度值与预测硬度值之间的拟合度比较好，基本上可以实现预测评价效果。建立的模型用于验证25个苹果的硬度值，实际硬度值与预测硬度值的相关性较为理想。图3是预测集中25个样品的实际硬度值和预测硬度值之间的相关线性曲线。

建立的定量模型用于预测试验组的25个样本。从图3可以看出，样品的每个点都分布在趋势线附近(与坐标轴的夹角为45°)，表明近红外光谱的预测值和真实值基本一致。R2模型的预测值和实际值是0.8481。

结论

采用聚束技术分析软件中的偏最小二乘PLSI方法对苹果硬度原始光谱数据进行建模，得到了较为理想的模型和预测效果。实验发现，利用该模型得到的苹果硬度预测值和真实值的决定系数R2等于0.8481。可见，利用近红外光谱技术快速检测苹果硬度，可以快速、准确地获得样品硬度的预测值，且无损伤。

参考:

王世芳。基于近红外光谱的番茄果肉硬度室温储存动力学模型[。食品和发酵工业，2017，(9): 83-86。

王小明。[，近红外光谱法测定梨硬度的研究。中国农业机械杂志，2015，(06): 120-123。

鲁商。[2]近红外光谱法快速检测西洋参提取物中活性成分的方法研究[[]。中国中医杂志，2018，(2): 744-747。

赵。[2][.近红外光谱法无损检测李果实硬度的研究.安徽农业科学，2011，(24): 14552-14554。

张。[2]可见近红外光谱法测定河套瓜含糖量和硬度的研究[[]。农业机械化研究，2014，(2): 10-14。

李桂峰。《用傅里叶变换近红外光谱法无损检测苹果硬度》，[。农业机械学报，2009，(1): 120-123。

朱。[2]特征波长筛选在近红外光谱法测定梨硬度中的应用[[]。农业机械工程学报，2010，(8): 368-372。

无损检测文件参考:

毕业论文抄袭率的检测

纸张重复检查

无纸检测

论文剽窃率检测

纸张检测

论文中的字数检测

本文摘要:本文是一篇关于无损检测、近红外和硬度相关的大学硕士和无损检测本科毕业论文及相关无损检测论文开题报告和论文题目写作的参考材料。