我國(guó)是世界水果生產(chǎn)大國(guó),有著豐富的水果資源。然而,我國(guó)的水果產(chǎn)后處理技術(shù)和再加工水平較低,水果檢測(cè)和分選手段技術(shù)也相對(duì)落后,技術(shù)上的不足影響了水果的品質(zhì)與銷售,進(jìn)而降低了我國(guó)水果在國(guó)際市場(chǎng)上的競(jìng)爭(zhēng)力。近年來,近紅外光譜技術(shù)憑借快速、無損、無污染等優(yōu)點(diǎn),被廣泛應(yīng)用于農(nóng)產(chǎn)品內(nèi)部品質(zhì)的快速無損檢測(cè)中。因此,本文以蘋果為研究對(duì)象,基于近紅外光譜分析技術(shù)和定量建模方法從以下四個(gè)方面研究蘋果的無損檢測(cè):蘋果的近紅外光譜特性、可溶性固形物含量無損檢測(cè)精度的影響因素、近紅外光譜儀的檢測(cè)參數(shù)以及可溶性固形物含量的快速無損檢測(cè)數(shù)學(xué)模型創(chuàng)建。本文主要工作如下:（1）采用實(shí)驗(yàn)分析方法,研究了傅里葉近紅外光譜儀分辨率、掃描次數(shù)和測(cè)樣附件等儀器參數(shù)對(duì)近紅外光譜響應(yīng)特性以及可溶性固形物含量的影響,綜合分析了掃描速度、信噪比、模型預(yù)測(cè)精度的需要,儀器參數(shù)的優(yōu)化組合應(yīng)為:測(cè)樣模塊為積分球漫反射模塊,光譜儀掃描次數(shù)為64次,儀器分辨率為8cm^-1,增益大小為4,掃描點(diǎn)數(shù)為1557個(gè)。實(shí)驗(yàn)證明,匹配的參數(shù)能夠滿足蘋果可溶性固形物含量無損檢測(cè)精度的要求。（2）研究了蘋果近紅外光譜響應(yīng)特性,不同樣本出現(xiàn)的... 

【文章來源】：濟(jì)南大學(xué)山東省

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

008-2017年我國(guó)水果總產(chǎn)量圖（國(guó)家統(tǒng)計(jì)局）

世界蘋果總產(chǎn)量約 7600 多萬噸，中國(guó)蘋果的產(chǎn)量高達(dá) 4139 萬噸，已成為世界上的蘋果生產(chǎn)國(guó)，種植面積和總產(chǎn)量以及消費(fèi)規(guī)模均占全世界的 50%以上[1]。蘋果國(guó)有兩千多年栽培歷史，歐洲、中亞以及我國(guó)新疆西部一帶都是蘋果的原產(chǎn)地，不僅口感酸甜還具有極高的營(yíng)養(yǎng)價(jià)值，是廣受喜愛的水果之一。圖 1.1 2008-2017 年我國(guó)水果總產(chǎn)量圖（國(guó)家統(tǒng)計(jì)局）

基于近紅外的蘋果可溶性固形物含量建模研究圖 1.1 是國(guó)家統(tǒng)計(jì)局給出的 2008-2017 年間我國(guó)水果總產(chǎn)量的相關(guān)數(shù)據(jù)，由圖可出我國(guó)水果總產(chǎn)量呈現(xiàn)逐年穩(wěn)步增長(zhǎng)的發(fā)展趨勢(shì)。以 2017 年為例，我國(guó)水果總產(chǎn)到 25241.9 萬噸，超出 2015 年 836.66 萬噸，增長(zhǎng)了 3.4%。由圖 1.2 中可以看出，中國(guó)作為蘋果生產(chǎn)第一大國(guó)，蘋果每年的總產(chǎn)量同樣呈穩(wěn)長(zhǎng)的趨勢(shì)，在 2016 到 2017 年一年間，蘋果總產(chǎn)量從 4039.33 萬噸增長(zhǎng)到了 4139.0，增加了 99.67 萬噸，增長(zhǎng)了 2.5%。

【參考文獻(xiàn)】：
期刊論文
[1]蘋果內(nèi)部品質(zhì)分級(jí)機(jī)械手設(shè)計(jì)與試驗(yàn)[J]. 彭彥昆,馬營(yíng),李龍.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(01)
[2]對(duì)比分析多種化學(xué)計(jì)量學(xué)方法在激光誘導(dǎo)擊穿光譜土壤元素定量分析中的應(yīng)用[J]. 應(yīng)璐娜,周衛(wèi)東.  光學(xué)學(xué)報(bào). 2018(12)
[3]2017年國(guó)內(nèi)水果市場(chǎng)形勢(shì)分析與2018年展望[J]. 竇曉博,邵娜.  農(nóng)業(yè)展望. 2018(06)
[4]基于小波系數(shù)特征和偏最小二乘回歸的近紅外光譜定量分析[J]. 李四海,任真.  長(zhǎng)春大學(xué)學(xué)報(bào). 2018(04)
[5]近紅外光譜技術(shù)結(jié)合偏最小二乘法檢測(cè)大曲糖化力[J]. 王軍凱,王衛(wèi)東,蔣明,韓瑤.  釀酒科技. 2018(03)
[6]近紅外光譜結(jié)合偏最小二乘法快速測(cè)定糖果中水分含量[J]. 沈樂丞,劉書航,鄧海玲,何美霞,吳燕蕙,彭建飛,黃勇旗.  食品工業(yè)科技. 2018(07)
[7]基于近紅外光譜技術(shù)的海參品質(zhì)快速檢測(cè)[J]. 鄒小波,薛瑾,石吉勇,徐藝偉,翟曉東,胡雪桃,崔雪平.  食品安全質(zhì)量檢測(cè)學(xué)報(bào). 2017(09)
[8]傅里葉變換紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)白酒基酒的快速定性和定量分析[J]. 孫宗保,辛新,鄒小波,吳建峰,孫瑩,石吉勇,唐群勇,沈丹萍,桂翔,林斌.  光譜學(xué)與光譜分析. 2017(09)
[9]可見-近紅外高光譜成像結(jié)合化學(xué)計(jì)量學(xué)分辨人面部信息[J]. 于洋,張欣,廖奕,張卓勇.  光譜學(xué)與光譜分析. 2017(08)
[10]光譜預(yù)處理對(duì)近紅外光譜預(yù)測(cè)蘋果脆片糖度的影響[J]. 時(shí)榕茂,劉靜.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(20)

博士論文
[1]梨可溶性固形物和酸度的可見/近紅外光譜靜態(tài)和在線檢測(cè)研究[D]. 孫通.浙江大學(xué) 2011
[2]水果糖度和酸度的近紅外光譜無損檢測(cè)研究[D]. 劉燕德.浙江大學(xué) 2006

碩士論文
[1]近紅外光譜技術(shù)在干姜和桂枝混合蒸餾提取過程中的應(yīng)用研究[D]. 范劍.山東大學(xué) 2017
[2]小波閾值去噪的性能分析及基于能量元的小波閾值去噪方法研究[D]. 呂瑞蘭.浙江大學(xué) 2003



本文編號(hào)：3416384