萎凋是紅茶加工的第一道工序,其品質(zhì)的好壞直接會(huì)影響到成品茶的品質(zhì)。含水率又是評(píng)判萎凋是否適度的主要指標(biāo),但目前大多數(shù)茶廠在對(duì)紅茶萎凋時(shí)無法做到快速、無損、精確的判斷萎凋葉的水分含量,并且無法客觀的判斷萎凋是否均勻;因此急需一種能夠迅速、無損、準(zhǔn)確判斷萎凋葉水分含量以及萎凋均勻程度的方法。本研究基于光譜與圖像技術(shù),以萎凋葉水分的定量預(yù)測(cè)作為感知手段,建立萎凋時(shí)序下水分定量預(yù)測(cè)模型,并通過該模型實(shí)現(xiàn)萎凋葉水分可視化,以期為提高紅茶品質(zhì),推動(dòng)紅茶萎凋加工的智能化發(fā)展提供理論基礎(chǔ)。本文主要研究?jī)?nèi)容如下:光譜信息對(duì)萎凋葉水分的表征能力要強(qiáng)于圖像信息對(duì)萎凋葉水分的表征能力。分別采集時(shí)序萎凋葉的光譜信息和圖像信息并檢測(cè)樣品的水分含量,對(duì)光譜信息進(jìn)行標(biāo)準(zhǔn)正態(tài)變換（SNV）預(yù)處理,聯(lián)合區(qū)間偏最小二乘回歸（Si-PLS）特征波段篩選后所得模型精度最高;對(duì)圖像信息提取9個(gè)顏色參數(shù):R、G、B、H、S、V、L*、a*、b*,6個(gè)紋理參數(shù):m、δ、r、μ、U和e,共15個(gè)特征變量進(jìn)行標(biāo)準(zhǔn)分?jǐn)?shù)法（Z-score）以及主成分分析（PCA）預(yù)處理,并建立偏最小二乘回歸（PLSR）水分預(yù)測(cè)模型。兩個(gè)模型的RPD值均大于... 

【文章來源】：石河子大學(xué)新疆維吾爾自治區(qū) 211工程院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

烘箱(a)水分測(cè)定儀(b)

基于光譜與圖像的紅茶萎凋水分感知模型研究8圖1-2技術(shù)路線圖Fig.1-2.Flowchartoftheexperiment1.6本章小結(jié)本章概述了研究背景、研究目的、研究意義以及國(guó)內(nèi)外關(guān)于萎凋設(shè)備、茶葉水分測(cè)定方法和高光譜在農(nóng)產(chǎn)品檢測(cè)應(yīng)用的研究現(xiàn)狀，論證了高光譜圖像技術(shù)在紅茶萎凋水分檢測(cè)中應(yīng)用是可行的，并基于萎凋工序中現(xiàn)存的問題，提出本文的研究?jī)?nèi)容，以萎凋葉高光譜圖像作為研究對(duì)象，實(shí)現(xiàn)萎凋水分的可視化，為紅茶萎凋精細(xì)加工提供了理論基矗

基于光譜與圖像的紅茶萎凋水分感知模型研究101.通風(fēng)口12.萎凋房氣路3.通氣圓孔4.萎凋房5.機(jī)架6.排氣口7.萎凋網(wǎng)帶8.調(diào)整螺桿9.通風(fēng)口210.網(wǎng)帶壓條圖2-1萎凋設(shè)備結(jié)構(gòu)示意圖Fig.2-1Witheredstructurediagram本研究基于計(jì)算機(jī)流體力學(xué)（CFD）與響應(yīng)面法（RSM）對(duì)所提出得萎凋設(shè)備進(jìn)行仿真分析以及參數(shù)優(yōu)化，以無量綱化后的溫度場(chǎng)綜合指標(biāo)作為萎凋性能優(yōu)劣的評(píng)判指標(biāo)，對(duì)影響萎凋性能的3個(gè)因素（萎凋機(jī)層高x1、萎凋機(jī)與萎凋房空間距x2、氣路位置x3）進(jìn)行優(yōu)化。結(jié)果表明，當(dāng)萎凋機(jī)層高、空間距、氣路位置分別為10cm、10cm、149.6cm時(shí)，紅茶萎凋機(jī)溫度指標(biāo)最優(yōu)。2、水分測(cè)定設(shè)備本研究使用水分測(cè)定儀（MA35M-000230V1,Sartorious）測(cè)定萎凋時(shí)序下每一時(shí)間節(jié)點(diǎn)萎凋葉的水分值。其工作原理與烘箱稱重法測(cè)定樣品含水率的原理相同，在引言部分已做闡述。萎凋葉水分含量測(cè)定流程為：每個(gè)時(shí)間節(jié)點(diǎn)下每次取3g萎凋葉放入水分測(cè)定儀中測(cè)定樣品水分值，該過程做3次重復(fù)，取每時(shí)刻三次水分值的平均值作為該時(shí)刻下樣品對(duì)應(yīng)的水分值。3、光譜采集設(shè)備采用IAS3100光譜儀（中國(guó)無錫迅杰光遠(yuǎn)科技有限公司）對(duì)萎凋時(shí)序下樣品進(jìn)行光譜信息提齲該設(shè)備波長(zhǎng)為900-1700nm；光譜精度為±1nm。每個(gè)時(shí)刻取15個(gè)樣品，每個(gè)樣品重約100g置于樣品池重，經(jīng)“翻拌-掃描”進(jìn)行3次光譜采集（單次掃描20次），取3次采集光譜所得的平均光譜作為該樣品的光譜信息。4、圖像采集設(shè)備本研究所用圖像采集設(shè)備主要包括工業(yè)專用相機(jī)、弧形光源、支架。專用工業(yè)相機(jī)型號(hào)為FI-S200C-G，其中鏡頭為4mm低畸變鏡頭，傳感器為1/2.8CMOS圖像傳感器，分辨率為（1080像素*1080像素），曝光時(shí)間為0.09ms。光源選用DOME單色純白弧

【參考文獻(xiàn)】：
期刊論文
[1]表面增強(qiáng)拉曼光譜法在食品中亞硝酸鹽的快速篩查研究[J]. �；莼�,曾勇明,陳啟振,巫明茹,羅世翊.  中國(guó)食品添加劑. 2019(09)
[2]不同偏最小二乘法的近紅外光譜技術(shù)測(cè)定大米中水分的研究[J]. 苗雪雪,苗瑩,龔浩如,陶曙華,陳英姿,陳祖武.  分析科學(xué)學(xué)報(bào). 2019(05)
[3]基于CFD和RSM的紅茶萎凋機(jī)性能參數(shù)優(yōu)化[J]. 安霆,江用文,梁高震,胡斌,董春旺.  茶葉科學(xué). 2019(05)
[4]基于可見近紅外的柿餅澀味定量定性分析[J]. 陳超鋒,黎慶濤,韋保耀,夏寧,王海軍,滕建文.  食品科技. 2019(08)
[5]基于高光譜的單粒小麥籽水分分布預(yù)測(cè)[J]. 朱潔,黃華,祝詩(shī)平,吳維吉,謝智勇,李旭,劉廣昊.  中國(guó)糧油學(xué)報(bào). 2019(08)
[6]基于機(jī)器視覺的茶葉分揀系統(tǒng)[J]. 林浩岳.  科技視界. 2019(21)
[7]基于機(jī)器視覺的工夫紅茶萎凋葉水分檢測(cè)[J]. 梁高震,胡斌,董春旺,江用文,羅昕.  石河子大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[8]大數(shù)據(jù)預(yù)測(cè)未來農(nóng)業(yè)發(fā)展趨勢(shì)——解析《中國(guó)農(nóng)業(yè)展望報(bào)告（2019-2028）》[J]. 曾詩(shī)淇.  農(nóng)產(chǎn)品市場(chǎng)周刊. 2019(08)
[9]高光譜成像的馬鈴薯葉片含水率分布可視化[J]. 孫紅,劉寧,吳莉,鄭濤,李民贊,吳靜珠.  光譜學(xué)與光譜分析. 2019(03)
[10]計(jì)算機(jī)視覺技術(shù)在茶葉領(lǐng)域中的應(yīng)用現(xiàn)狀及展望[J]. 黃藩,劉飛,王云,羅凡.  茶葉科學(xué). 2019(01)

博士論文
[1]基于光譜和光譜成像技術(shù)的茶葉含水率檢測(cè)機(jī)理和方法研究[D]. 魏玉震.浙江大學(xué) 2019

碩士論文
[1]工夫紅茶萎凋機(jī)水分在線感知系統(tǒng)的研究[D]. 梁高震.石河子大學(xué) 2019
[2]基于可見/近紅外光譜技術(shù)的抹茶品質(zhì)快速無損檢測(cè)方法及便攜式裝備研發(fā)[D]. 孫浩.江蘇大學(xué) 2018
[3]四川引進(jìn)茶樹品種茗科1號(hào)、鐵觀音和黃棪加工紅茶與綠茶的品質(zhì)比較[D]. 王自琴.四川農(nóng)業(yè)大學(xué) 2015
[4]茶葉物理特性及吸濕解吸平衡規(guī)律研究[D]. 張哲.華中農(nóng)業(yè)大學(xué) 2012
[5]白茶日光連續(xù)萎凋方式及應(yīng)用效果試驗(yàn)研究[D]. 江麗萍.福建農(nóng)林大學(xué) 2009
[6]重慶地區(qū)蒸青綠茶加工中的關(guān)鍵工藝研究[D]. 歐麗蘭.西南大學(xué) 2006



本文編號(hào)：3569275