水果无损检测设备

正值金秋时节，我国是世界第一水果生产大国，在国内，高档水果市场也被国外水果垄断，其中一个很重要的原因是品种混杂、质量优劣不齐，苹果采收后，由于大小、成熟度和商品性的不同，应进行分级，其中糖度和酸度是评价苹果成熟度的重要指标，而这些指标难以从外部进行鉴别，传统的检测方法往往采用抽样方式的物理和化学检测，化学方法大多存在分析过程比较复杂、耗时长、检测费用高、技术条件复杂、难于实现即时监控及需要破坏样品等缺点。 市场上的农产品越来越多样化，生产者除了要保持农产品的新鲜度外，还要确保有好的口感和营养价值，因此，糖度达到18% （Brix）红苹果的奥秘，一种快速有效的无损检测方法：水果无损测糖仪 测定糖度达高达18% （Brix）才进行上架销售，只为那一口最佳糖度口感。水果无损测糖仪检测时间仅需数秒钟，实现水果糖度的快速测定，对水果生产，特别是水果加工质量的控制，具有十分重要的作用。 苹果作为一个常见水果，一般直接食用或者制作成派的馅料。水果无损测糖仪还可适用于西点师傅制作水果甜品或西餐甜品时所需的水果测量；苹果树种植的过程中，为了保证上市的苹果是色香味俱全的优良水果，那么就需要使用水果无损测糖仪给苹果测糖度，确定其糖度是否达标；水果无损测糖仪，体积小，在果园中非常便于携带，帮助确定合适的采摘时期，保证苹果的口感，提高产品在水果市场中的竞争力。

在满足目前各种应用需求的前提下，光谱分析仪器和方法也在不断的创新发展中，不论是分子光谱还是原子光谱都涌现了一系列创新的成果，特别是拉曼光谱、近红外光谱、激光诱导击穿光谱、太赫兹、超快光谱、荧光相关光谱、高光谱等相关技术彰显了极具诱惑的市场活力，引领着行业发展的方向。第十二届光谱网络会议（iCS 2023）中，近50位专家报告充分彰显了光谱创新潜力，纷纷展示了一系列的创新成果：从仪器整机到关键部件；从系统集成到方法开发；从大型科研仪器，到用于现场的便携、手持设备；从实验室检测设备，到过程分析技术……为了更好的展示这些创新成果，同时也进一步加深专家、用户、厂商之间的合作交流，会议主办方特别策划《光谱创新成果“闪耀”iCS2023》网络专题成果展，集中展示本次光谱会凸显的创新成果，包括但不限于仪器、部件、技术、方法、应用等。北京市农林科学院农业智能装备研究中心 黄文倩研究员本次会议中，北京市农林科学院农业智能装备研究中心黄文倩研究员特别分享其课题组基于全透射近红外光谱技术开展的西瓜糖度在线检测研究（点击回看》》》）。报告内容引起行业关注，会后我们特别邀请黄文倩研究员再次给大家深入分享相关的研究成果，同时也欢迎大家洽谈合作。1、成果在水果生产销售领域，无论国际市场还是国内市场，产后商品化处理均是提高产品竞争力和产品价值的重要手段。我国的水果采后处理技术较为薄弱，大部分水果以原始状态上市，不分等级，优质果率仅占水果总产量的30%左右，其中高档果率不足5%，导致我国水果年出口量仅占总产量的10%。而美国、新西兰、日本等国的优质果率达到70%，可供出口的高档果率达到50%左右。因此，研发水果质量品质快速分选分级的相关设备，提升水果产后商品化处理的技术水平，是水果从数量型向质量型、健康型发展的需要，是增强市场竞争力的需要，是进入国际市场、扩大出口的需要。然而目前在我国市场上，高品质的水果分选设备多数为进口产品，价格昂贵，维护成本高，并且其分选模型也不完全适合我国本土水果。而国内水果分选设备制造企业相对来说数量少，规模小，水果内外部品质同步检测分级技术水平不高，部分智能分析的核心部件仍然依赖进口。基于以上现状，我们团队自主研发了水果内外部品质无损检测智能分选线，采用先进的机器视觉技术、全透射近红外光谱技术、精密称重系统和输送卸果系统，获取水果内外部组织信息，实现了水果的重量、尺寸、颜色、缺陷和糖度等指标的实时检测和分级。该分选线完成了一系列关键技术攻关，其性能达到国内领先水平。针对水果表面缺陷区域与果梗/花萼区域难以区分这一问题，提出了基于深度学习的水果表面缺陷检测方法，并利用模型剪枝、知识蒸馏等技术自动优化深度神经网络结构，实现了缺陷检测模型的高效压缩，在确保检测精度大于90%的同时，大幅度缩减了检测时间，以满足快速分选的需要。针对水果内部有效透射光谱信号获取困难、常规模型稳定性差等问题，研制了拥有自主知识产权的核心部件，一方面可在低功率照明水平下获得稳定、可靠的全透射光谱信号，节约成本，便于维护；另一方面可进行实时动态校正，消除环境因素造成的干扰和漂移。在此基础上构建了稳定和准确的糖度预测模型，实现了水果内部品质指标的快速无损检测。针对水果的磕碰伤问题，分选线采用果托式载果卸果方式，并开发了自由果托在线检测分级软件，可在离线条件下设置各类检测参数，并灵活匹配所有等级与各个卸料口，实现对整个分选系统的整体控制。在以上关键技术的支撑下，团队开发了OnlineNIR品牌的水果内外部品质无损检测智能分选线，目前已实现苹果、梨、桃、橙、蜜桔、番茄、西甜瓜等不同类型和尺寸的果蔬糖酸度、内部缺陷和果径检测，其检测速度为5-10果/秒/通道，重量检测精度±5g，尺寸检测精度±2mm，着色率检测正确率≥90%，表面缺陷检测正确率90%，糖度检测精度±0.5°Brix，分选通道可达16条，等级数多达40级。各项性能参数指标均与国际同类产品相当。2、产业化探索根据用户需求定制的各条智能分选线已在北京、江西、重庆、四川、山东、浙江等地的公司、科研单位、示范基地进行了应用，取得了降低了人力成本、增加生产效益、提高水果品牌价值的成效。该技术的应用将提升我国水果采后商品化处理水平，有效推动水果产业向精品化、智能化发展。3、未来研究计划我们比较看好近红外光谱技术，因其作为一种快速、无损检测手段，在农产品/食品领域具有广泛的适用性。与其它分子光谱技术相比，近红外光谱技术对样本状态、检测条件、照明光源及光路布局的要求更为宽松，更适于仪器化、产业化和标准化。我们未来的主攻方向是基于近红外光谱技术的检测分级线研发。4、合作需求希望与具有水果分选线设计和加工能力的厂家进行合作。课题组介绍黄文倩研究员领导的无损检测团队，由北京市农林科学院智能装备技术研究中心于2012年支持设立。在国家科技支撑计划、国家重点研发计划和国家自然科学基金等国家及省部级项目的资助下，团队主要致力于利用光电技术在不同尺度下研究农产品生物学特性感知的基础问题，并研发快速检测技术与装备，为用户提供创新的无损检测产品。团队主要研究方向包括：农产品/食品光电特性感知、果蔬质量安全无损检测方法研究、种子/谷物品质与生物学特性快速检测方法研究。团队汇集了控制科学与工程、光谱学与多光谱成像技术、图像处理、数据挖掘和计算机应用等方向的优秀人才。经过多年技术攻关，团队在基于计算机视觉的水果外观品质在线智能化检测、基于近红外光谱分析技术的水果内部品质无损检测、基于荧光及拉曼高光谱技术的种子内外部品质无损检测等领域取得了突破和进展。

近日，中国农业大学食品科学与营养工程学院副教授韩东海和他的研究团队成功研制除了一种最新的无损水果检测仪器，使用该仪器，可以在不损坏水果的前提下，对其内部质量进行检测，这项成果填补了国内鸭梨黑心病的无损检测方法的空白，对苹果水心病的检测精度和褐变苹果的正确判别率有了显著提高，总体达到了国际同类研究的先进水平。 　　相信很多消费者都有过这样的经历：在水果市场看到一些水果外表非常鲜艳，其实里面却已经腐烂。如今，中国农大成功研制出一种最新的无损水果检测仪器，使用该仪器，可以在不损坏水果的前提下，对其内部质量进行检测，从而为水果栽培管理、品质控制以及分选、分级提供了可靠的内部质量依据。这项“水果内部质量快速无损检测方法”的成果，已经顺利通过了教育部组织的成果鉴定。 　　据悉，这项研究是由中国农业大学食品科学与营养工程学院副教授韩东海和他的研究团队完成的。他们采用短波近红外透射光谱快速无损检测的方法，自主研制了苹果水性病、鸭梨黑心病的检测仪器。该项新的技术是利用光学透射原理，对水心病苹果、内部褐变苹果、黑心鸭梨等水果在不破坏、不损伤的情况下，对其内部质量的好坏实现快速判断。 　　鉴定专家表示，这项成果填补了国内鸭梨黑心病的无损检测方法的空白，对苹果水心病的检测精度和褐变苹果的正确判别率有了显著提高，总体达到了国际同类研究的先进水平。该方法与国际同类检测方法相比，具有正确率高、仪器设备简单、易于操作等特点，经北京、山西等地果园试用证实，效果良好。该技术为提高我国水果的商品品质控制水平，提供了先进的无损检测方法，具有相当广阔的市场前景。