本文關(guān)鍵詞：基于力-聲學(xué)特性的雞蛋微小裂紋在線檢測方法

  更多相關(guān)文章： 雞蛋 無損檢測 微小裂紋蛋 功率譜 主成分分析 最小二乘支持向量機(jī)

【摘要】：針對目前國內(nèi)外禽蛋流水線在線裂紋檢測中微小裂紋檢測的難題,通過外部壓力增大微小裂紋信息,并結(jié)合聲學(xué)方法實(shí)現(xiàn)多維度禽蛋微小裂紋的無損檢測。對20枚不同位置的微小裂紋蛋進(jìn)行壓碎實(shí)驗(yàn),選取壓力范圍為0~6 N,采集無損蛋與微小裂紋蛋的振動音頻信號,結(jié)合功率譜分析、PCA主成分分析,選出工業(yè)流水線條件下最適宜增大微小裂紋信息的外部壓力為5 N,最佳掃頻范圍為3 000~7 500 Hz。實(shí)驗(yàn)中,對320枚雞蛋進(jìn)行檢測,分別構(gòu)建基于反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)、概率神經(jīng)網(wǎng)絡(luò)(PNN)和最小二乘支持向量機(jī)(LS-SVM)的雞蛋微小裂紋檢測模型,其中,基于LS-SVM的雞蛋微小裂紋檢測模型最優(yōu),測試集中無損蛋與微小裂紋蛋的識別率分別達(dá)到98.3%和95%,且流水線每小時可在線檢測約3 600枚雞蛋。
【作者單位】： 南京農(nóng)業(yè)大學(xué)工學(xué)院;江蘇省現(xiàn)代設(shè)施農(nóng)業(yè)技術(shù)與裝備工程實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金青年基金項(xiàng)目(61401215) 江蘇省自然科學(xué)基金項(xiàng)目(BK20130696) 中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(KYZ201427)
【分類號】：TS253.7;TP18
【正文快照】： 引言禽蛋在包裝、加工、運(yùn)輸環(huán)節(jié)中容易產(chǎn)生裂紋,一旦微生物進(jìn)入禽蛋內(nèi)部,將導(dǎo)致新鮮度降低,所以,及時挑揀出裂紋蛋以避免流入市場至關(guān)重要[1]。近年來,世界各地已有不少研究者在禽蛋裂紋檢測方面進(jìn)行著積極探索研究,并提出一些可行的裂紋檢測方法[2-3]。在這些方法中,以聲學(xué)，

本文編號：1245630