基于可见近红外光谱的水果糖酸度分级控制

龚志远，李轶凡，刘燕德，吴建红

(1.华东交通大学光机电技术及应用研究所，江西南昌 330013；2.江苏省镇江市诚翔电器有限公司，江苏镇江 212003)



基于可见近红外光谱的水果糖酸度分级控制

龚志远1，李轶凡1，刘燕德1，吴建红2

(1.华东交通大学光机电技术及应用研究所，江西南昌 330013；2.江苏省镇江市诚翔电器有限公司，江苏镇江 212003)

构建出一种水果糖酸度在线分选系统，提出了水果队列等级信息与运动位置相互配准的方法，给出了分选控制系统的关键程序。通过采集水果近红外光谱特征信息，对水果的糖酸度含量进行分级；按照RS232的通信协议，采用VB对MSComm控件编程，把分级信息传递给PLC；针对PLC的数据存储单元移位及移值标记的提取，实现对运动水果的跟踪和分选控制。在波长558～850 nm范围内，利用PLS建立的预测模型的预测相关系数RP为0.87，预测均方根误差RMSEP为0.78，模型预测结果较理想。运行实验结果表明，水果被准确分选。

近红外光谱；PLC；分选

0 引言

目前国外水果采摘后分选，开始由外部品质检测向内外部兼顾的全品质检测发展。近红外光谱诊断技术是既检测水果内部品质又不破坏水果的新技术[1],美国、以色列、日本、新西兰、比利时等国已将该技术投入到农产品产后处理过程中[2]。国内使用近红外光谱对农产品内部品质的分析主要集中在谷物和部分果蔬内部品质实验分析上，而对内部品质的糖度、酸度、硬度和VC含量等的分选装置报道较少。[3]国内引进的农产品内部品质近红外光谱检测设备，大部分是高精实验室光谱分析仪器，除检测成本高、时间长外，更不适合实时高速作业[4]。因此，需综合应用近红外光谱、机械电子、自动化控制和化学计量等多学科技术[5]，对水果进行内部品质分选，满足水果大规模商品化需求。

1 水果糖酸度分选装置构成

水果糖酸度分选装置由3大系统组成，即：近红外光谱检测系统、分选控制系统及机械输送系统[6]。水果糖酸度分选装置如图1所示。

图1 水果糖酸度分选装置图

近红外光谱检测系统以计算机为核心，光纤光谱仪实现水果糖酸度信号采集；分选控制系统以PLC为核心[7]，旋转电磁铁推动侧翻式果盘实现水果的分选。果盘采用尼龙橡胶注塑，在一定程度上减少背景吸光造成的误差[8]。

水果糖酸度检测系统过程为：装置机械输送系统向近红外光谱检测工位输送水果；光照单元和光谱仪采集经完整水果吸收反射后的近红外光谱，并将光谱信号传送至计算机软件的糖酸度预测模型中，计算出糖酸度的含量，划分糖酸度等级；通过计算机与PLC的通信，由PLC实时控制分选执行机构电磁铁动作，按糖度等级自动分选。近红外光谱检测及分选控制系统如图2所示。

图2 近红外光谱检测及分选控制系统

2 水果分选控制

2.1 分级信息的传递

计算机为上位机，PLC(三菱FX2N)为下位机，通过RS232，建立上位机与PLC编程口的通信，上位机采用VB编程[9]，根据分级的结果，对PLC的不同辅助继电器强制置位和复位操作，把不同等级信息送到PLC中数据存储单元。

利用VB对MSComm 控件编程，可实现RS232串口通信。步骤为：加入通信控件、设置通信端口号码、设置传输参数、开启通信端口、送字符串给PLC。上位机向PLC发送的报文格式如表1所示。

表1 通讯协议

表1中，STX为开始标志Chr(2)，ETX为结束标志Chr(3)；CMD为命令的ASCⅡ码，DATA为PLC软元件首地址，SUM为从CMD到ETX按字节的和校验，溢出不计。

以上位机通过计算判断水果等级之一，强制PLC的软元件M0置位指令为例：

置位M0的主要代码为：

dat = “7” + “0008” + Chr(3) ’强制M0通；

′MSComm1.Output = Chr(2) + dat +“02” ’发送。

02为和校验，CMD字符7为置位指令字符，发送数据段0800，对应M0软元件首地址，完成M0的置位，若将CMD字符7改为8， 则对M0软元件复位。对于多级水果，用M1、M2…的置位和复位，控制其发送对应的首地址0108、0208...，M0-M1023软元件置位首地址按0800～0BFF推算。具体表达时为低两位先送，再送高两位。如0800表达为0008。

2.2 等级运动水果的跟踪

近红外光谱检测口和分选口在装置上的位置不同，分选的信息要和运动的水果同步运动到分选口分选。对等级运动水果的跟踪，可在PLC中建立一个虚拟队列，利用程序进行等级水果队列配准[10]。

每当水果或空位经过近红外光谱检测系统工位时，接近开关产生一个脉冲信号，保证水果位置和脉冲信号之间一一对应。为了准确描述不同等级信息水果和脉冲的关系，在建立水果位置的同时，还必须在PLC程序中建立一个虚拟的数据存储单元队列，这个虚拟队列与从检测口到分选口之间的水果等级一一对应。

在PLC程序中，采用数字100、200、300对3个等级的水果构建中间桥梁，用软元件M0、M1、M2传输这3个数字给PLC的数据存储单元D80，对不同等级水果进行标定。

以标定水果等级之一为例，程序主要代码为：

LD M0 ’上位机触发M0；

MOV K100 D80 ’传输100到D80。

一旦通过标定，每个水果就带上了等级标志。建立一个长于从检测口到分选口位数的数据寄存单元队列D0～D23，随着水果的移动，接近开关不断地被触发，每触发一次，PLC对水果等级标记赋值给D80，同时把D80中的数压入由24个数据寄存单元D0～D23组成的队列右端，并左移1位。至此，水果跟踪被有效移植到PLC程序中。水果虚拟队列如图3所示。

图3 水果队列动态配准图

以D0为起始位，数据存储单元位为24，一次移动1位为例，程序主要代码为：

LD X2 ’接近开关触发；

WSFLP D80 D0 K23 K1 ’把D80中的数赋值D0，并在D0～D23中右移位，当移到D23后溢出。

2.3 水果等级的提取及分选控制

随着装置的连续运行，接近开关不断被触发，数据存储单元D0～D23序列中的数同步于装置移动。计算好3个分选口分别对应的3个数据存储单元，比较代表3个等级并被赋值的数100、200、300和指向的这3个数据存储单元的数，若相等，使旋转磁铁上电实现分选，若不等，水果随装置转移到下一个分选口。

以分选水果等级之一为例，程序主要代码为：

LD X2 ’接近开关触发；

CMP K100 D8 M10 ’比较D8与100；

LD M11 ’取辅助继电器软元件；

OUT Y4 ’输出。

D8为分选口1的数据存储单元，若M11动作，旋转电磁铁1上电，推动侧翻式果盘，将水果推向分选口1；分别指向分选口2、3的数据存储单元，若M21、M31动作，可实现多级水果的分选[11]。水果分选过程图如图4所示，实物分选装置如图5所示。

(a)

(b)

图5 分选装置实物图

3 水果糖度检测

水果糖酸度检测由近红外反射光谱采集系统实现。把采集的样品光谱，转化为吸收光谱。

式中：C为糖度、酸度和VC含量；R(λi)为波长i处的反射率；a0～a11为系数；b为样品多元线性回归系数。

以苹果糖度检测试验为例，以选用采购自某超市的71个冰糖心苹果为实验样品，将购买的苹果放入冰箱冷藏室冷藏，实验室温度控制在25 ℃。取出冷藏的苹果，擦拭干净表面的水滴，在每个苹果果蒂部位标记3点，每点间隔保持在120°左右。实验开始前，选用54个苹果作为测定可溶性固形物SSC的校正集，17个作为预测集，来检验建模的理想程度。

光谱仪QE65000可以检测到的波长范围是200～1 100 nm,由于分选装置在工作时会产生振动和噪声，实验在排除系统误差和波长两端噪声较大的区域后，选取波段范围558～850 nm的漫反射光谱[12]；由于实验中会产生背景光谱(空光谱)，需要利用Matlab剔除背景光谱，剔除背景光谱后的苹果光谱如图6所示。

图6 matlab剔除背景的苹果反向光谱图

综合对比偏最小二乘法(PLS)、主成分回归(PCR)和多元线性回归(MLR)的预测模型优劣的基础上，选用偏最小二乘法[13-14]对60个校正集样品进行预测，其预测值和真实值的相关关系如图7(a)所示。可溶性固形物SSC的预测相关系数Rp为0.86，RMSEC为0.85。

通过17个预测集样品对偏最小二乘法建立的模型进行预测，预测值和真实值的相关关系如图7(b)所示。可溶性固形物SSC的预测相关系数Rp为0.87，RMSEP为0.78。

(a)校正集

(b)预测集图7 SSC预测值与真值的对比图

4 结束语

针对水果产后商品化需求，研发一套基于近红外检测的水果糖酸度分选控制系统。利用旋转编码盘产生的与装置运行同步的时序脉冲，对光谱仪进行触发，采集水果糖酸度信息，上位机软件计算出水果等级，通过RS232通信，把信息传递给PLC，在PLC程序中通过配准等级信息，对动态水果进行跟踪，实现了水果的分选。系统扩展性强，只要改变输入模型，可以对不同的水果糖度、酸度及VC含量进行分级分选。由于装置的机械系统限制，目前检测系统只能采集反射光谱，要排除环境光谱及非内部品质吸收光谱影响，采用透射光路[15]设计能有效提高检测精度。

[1] 严衍禄.近红外光谱分析基础与应用.北京：中国轻工业出版社，2005.

[2] ALFATNI M S M, SHARIFF A R M, ABDULLAH M Z, et al. The application of internal grading system technologies for agricultural products-review. Journal of Food Engineering, 2013, 116(3): 703-725.

[3] 刘燕德，应义斌，傅霞萍.近红外漫反射用于检测苹果糖度及有效酸度的研究.光谱学与光谱分析，2005，25(11):1793-1796.

[4] 孙旭东，郝勇，高荣杰，等.脐橙糖度近红外光谱在线检测数学模型优化研究.光谱学与光谱分析，2011，31(5):1230-1235.

[5] 朱倩倩，管劫昊，李旷开，等. 小型西瓜果实内部糖度分布及其影响因素研究.食品安全质量检测学报，2012，3(12):661-666.

[6] 高荣杰. 水果糖度可见/近红外光谱在线检测方法研究：[学位论文].南昌：华东交通大学,2012.

[7] 赵燕，周新建.可编程控制器原理与应用.北京：北京大学出版社，2006.

[8] 胡安·A·桑切斯,德·莱昂,罗德里格斯，等.用于呈梅花状排布的蜂巢型接收器的自动交替式水果供送器：中国，1408615A.2002-07-17.

[9] 李江全，张丽，岑红蕾.visual basic 串口通信与测控.北京：人民邮电出版社，2007.

[10] 魏新华，孙卫红，李道亮，等.水果自动分选机分级卸料实时控制系统的设计.仪器仪表学报，2008，29(5):1024-1028.

[11] 王映龙，徐辉辉，刘道金，等.球形水果实时分级PLC 控制系统.农业机械学报，2007，38(12):229-231.

[12] 马广，傅霞萍，周莹，等.大白桃糖度的近红外漫反射光谱无损检测试验研究.光谱学与光谱分析，2007，27(5):907-910.

[13] 褚小立.化学计量学与分子光谱分析技术.北京：化学工业出版社，2011.

[14] 付兴虎.苹果含糖量近红外检测系统的研究：[学位论文].秦皇岛：燕山大学，2007.

[15] 代芬，黄冠勇，洪添胜.基于光谱技术的砂糖橘品质无损检测方法研究. 中国农业工程学会2011年学术年会，重庆，2011.

Fruit Sugar Acidity Degree Separation ControlBased on Visible Near Infrared Spectrum

GONG Zhi-yuan1，LI Yi-fan1，LIU Yan-de1，WU Jian-hong2

(1.Institute of Optics-Mechanics-Electronics Technology and Application, East China Jiaotong University,Nanchang 330013,China；2.Zhenjiang Chengxiang Electric Appliance Co., Ltd., Zhenjiang 212003,China)

A kind of fruit acidity online sorting system was built, and the method for matching fruit queue level information and motion position was put forward. Futher more,the key program of sorting control system was given. Through gathering fruit near infrared spectrum characteristic information, the classification of fruit sugar acid content was completed. According to the RS232 communication protocol, using VB to program MSComm control, the classification information was passed to the PLC. In the light of the data storage unit displacement of PLC and the extraction of value tag , the device realized the track of the movement of the fruit and separation control. In the wavelength range of 558～850 nm, PLS was used to establish the prediction model. By the experiment, the prediction correlation coefficientRPis 0.87 ,and the prediction root mean square error is 0.78, and the model predicted results are ideal. The experimental results show that the fruit sorting is accurate.

near infrared spectroscopy ;PLC; sorting

国家高技术研究发展计划(863计划)项目(2012AA101906)；科技部农业科技成果转化项目(2011GB2C500008)；赣鄱英才555工程领军人才培养计划项目(2011-64)；江西省光电工程技术研究中心资助项目(赣科发财字[2012]155号)；江西省研究生创新专项基金项目(YC2013-S166)

2014-10-30 收修改稿日期：2015-03-23

TP273

A

1002-1841(2015)08-0073-03

龚志远(1966—)，副教授，从事机电一体化教学与研究。 E-mail：gongzhiyuan0514@163.com 李轶凡(1988—),在读硕士研究生，从事机电一体化研究。E-mail：leekaka0826@163.com