CN101419196A - 一种禽蛋细小裂纹的敲击响应检测装置及方法 - Google Patents

Abstract

本发明公开了一种禽蛋细小裂纹的敲击响应检测装置及方法，检测装置主要由检测平台、数据采集器、A/D转换器和计算机依次相连组成；将禽蛋固定在平台底座上，采用单点激振、三点响应的检测方法；禽蛋被激励后，传感器信号触发响应信号，数据采集器采集传感器所产生的响应信号；通过A/D转换器进行调理和转换后，进行快速傅立叶变换，得到0－7500Hz间的响应频率曲线；对响应频率进行归一化处理后，依次取最高幅值提取特征值和幅值高低提取的频率特征值，用主成分分析和线性判别函数分析进行模式识别。本发明不受环境噪声的影响，排除人工作业时主观因素干扰，又能准确地区分出禽蛋蛋壳细小裂纹。

Description

一种禽蛋细小裂纹的敲击响应检测装置及方法

技术领域

本发明涉及禽蛋细小裂纹检测技术，特别地，涉及一种禽蛋细小裂纹的敲击响应检测装置及方法。

背景技术

由于蛋壳薄且易破碎，一旦破碎，细菌会很快侵入和繁殖，引起禽蛋的腐败、变质。因此禽蛋的破损检测是禽蛋生产、经营和加工中的重要环节之一。据报道，我国每年收购的禽蛋由于腐败变质所造成的损失约占收购量的10-15％以上。因此对禽蛋的裂纹检测十分必要。

目前，国内外工业生产中主要依靠人工在灯光下剔除污斑蛋，通过观察和转动互碰禽蛋，听蛋壳发出的声音来识别、剔除破损禽蛋。这类方法不仅劳动强度大，生产效率低，人为破损量大，而且检测精度易受人工注意力、体力、经验和工作态度的影响而得不到根本保证，对细小裂纹蛋难以检测出来。

最近有报道了声脉冲频率特性，例如：声学脉冲共振特征频率特性、衰减时间、最小共振峰频率和最大频率差等等来检测蛋壳裂纹，测出率也较高。但声学检测存在受环境噪声影响较大的缺陷。

随着传感器和数据采集技术的提高，禽蛋的裂纹检选技术也在提高。然而，较少采用柔性压电薄膜传感器对禽蛋的裂纹进行研究。禽蛋裂纹检选敲击响应特性检测中，数据的分析十分重要。敲击响应特性检测获得的信息是大量的，采用不同的数据处理与分析，获得的结果可能不同。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种禽蛋细小裂纹的敲击响应检测装置及方法。

本发明的目的是通过以下技术方案来实现的：

一种禽蛋细小裂纹的敲击响应检测装置，它主要由检测平台、数据采集器、A/D转换器和计算机依次相连组成。所述检测平台包括：平台底座、台架、敲击小球、横径处传感器、小头处传感器和大头处传感器；其中，平台底座置于台架底部上，台架的左右侧和后侧处开有小孔，依次分别放置大头处传感器、小头处传感器和横径处传感器。

一种应用上述禽蛋细小裂纹的敲击响应检测装置的检测方法，包括以下步骤：

(1)将禽蛋固定在平台底座上，采用单点激振、三点响应的检测方法；即采用了以横径处为激励点，大头处、小头处和横径处同时为测点进行禽蛋蛋壳有无裂纹的敲击检测；

(2)禽蛋被激励后，传感器信号触发响应信号，数据采集器采集传感器所产生的响应信号；通过A/D转换器进行调理和转换后，送到计算机中存储。获得并存储的响应信号为时域数据；

(3)获得时域数据后，进行快速傅立叶变换，得到0-7500Hz间的响应频率曲线；

(4)对响应频率进行归一化处理后，依次取最高幅值提取特征值和幅值高低提取的频率特征值，用主成分分析和线性判别函数分析进行模式识别。

本发明的有益效果是：禽蛋进行了敲击激励后，可以无损快速地检测出细小裂纹的禽蛋，本发明不受环境噪声的影响，排除人工作业时主观因素干扰，又能准确地区分出禽蛋蛋壳细小裂纹。

附图说明

图1是禽蛋细小裂纹的敲击响应检测装置结构示意图；其中，(a)为正视图，(b)为(a)的A-A剖视图；

图2是敲击响应特性图，其中，a为时域图，b为频域图；

图3是幅值高低提取前10个幅值的判别结果图；

图4是幅值高低提取前10个频率的判别结果图；

图中：1、禽蛋，2、平台底座3、台架，4、敲击小球，5、横径处传感器，6、小头处传感器，7、大头处传感器，8、数据采集器，9、A/D转换器，10、计算机。

具体实施方式

如图1所示，本发明的禽蛋细小裂纹的敲击响应检测装置主要由检测平台、数据采集器8、A/D转换器9和计算机10依次相连组成。其中，检测平台包括：平台底座2、台架3、敲击小球4、横径处传感器5、小头处传感器6和大头处传感器7；其中，平台底座2置于台架3底部上，台架3的左右侧和后侧处开有小孔，依次分别放置大头处传感器7、小头处传感器6和横径处传感器5。传感器采用柔性压电薄传感器，数据采集器采用高性能自触发的数据采集卡。

检测前，在平台底座2上固定禽蛋1，台架3的左右侧和后侧处开有小孔，分别用于放置大头处传感器7、小头处传感器6和横径处传感器5，三个传感器的位置在禽蛋纵径的大、小头处(以下简称‘大头处’、‘小头处’)和横径的赤道中央(简称‘横径处’)。

本发明的禽蛋细小裂纹的敲击响应方法，包括以下步骤：

1.将禽蛋固定在平台底座上，采用单点激振、三点响应的检测方法；即采用了以横径处为激励点，大头处、小头处和横径处同时为测点进行禽蛋蛋壳有无裂纹的敲击检测。

2.禽蛋被激励后，传感器信号触发响应信号，数据采集器采集传感器所产生的响应信号；通过A/D转换器进行调理和转换后，送到计算机中存储。获得并存储的响应信号为时域数据。

3.获得时域数据后，进行快速傅立叶变换，得到0-7500Hz间的响应频率曲线(‘频域特征’或称‘功率频谱特征’)。

4.对响应频率进行归一化处理，后依次取最高幅值提取特征值、幅值高低提取的频率特征值。用主成分分析和线性判别函数分析进行模式识别。

所述的归一化功率处理，是用频率谱中最大敲击响应幅值进行归一化，以消除功率谱幅值的大小受禽蛋本身的多种物理特性有关(例如激励强度、禽蛋大小、蛋形指数、蛋壳强度等等)的影响。

所述的依次取最高幅值提取特征值，在归一化功率谱幅值中，依次提取最高幅值、第二高幅值、第三高幅值、......，直至第10高幅值功率谱幅值，共提取前10个归一功率幅值作为特征值，来进行区分有无裂纹禽蛋的识别。这样，大头、小头和横经等三处信号的频谱曲线中各10个特征值，共计有30功率谱幅值的特征值。

所述的幅值高低提取的频率作为特征值，在归一化功率谱幅值中，从幅值高低依次提取相对应的频率值，将前10个频率值作为特征值，来进行区分有无裂纹禽蛋的识别。三个测点共有30个功率谱值特征值。

在采用提取的依次取最高幅值提取特征值、幅值高低提取的频率值后，作为模式识别的输入特征值。

所述的主成分分析是将多个指标化为较少的几个综合指标的一种统计方法，可以分析各变量对分类作用的大小和性状变异的方向。所述的线性判别函数分析是对于满足类内样本点接近、类间样本点疏远性质的分析方法。

采用二种方法提取的特征值，分别采用主成分分析和线性判别分析方法进行模式识别。主成分分析方法和线性判别分析方法均能较好区分出裂纹蛋，其中线性判别分析区分的效果比主成分分析的区分好些。采用前10个幅值高的频率作为特征值，区分的效果最佳。

具体实施例

如图1所示，禽蛋细小裂纹的敲击响应检测装置由鸡蛋平台底座2，台架3，敲击小球4，柔性压电薄膜传感器及测点5、6和7，数据采集系统8，A/D转换与调理系统9，和计算机10等组成。

采用柔性压电薄膜传感器5、6和7为LDTO-028K(宽频带0.001Hz-1GHz，香港美隆电子有限公司)、高性能自触发PCL-6250的数据采集卡(采样率1.25Ms/s，研华科技股份有限公司)和A/D转换器(Microchip公司的MCP3421)。在平台底座2放置鸡蛋1，三个传感器的位置在鸡蛋纵径的大、小头处(以下简称‘大头处’、‘小头处’)和横径的赤道中央(简称‘横径处’)。检测采用横径处激振、三点同时检测的方法。

采用鸡蛋样品，鸡蛋被激励后将自触发进行数据的采集、存储。经大量预备实验后，在鸡蛋的敲击检测中，用小木球敲击(9.5g)、速度0.584m/s进行敲击。获得时域数据后，进行快速傅立叶变换得到获得0-7500Hz间的响应频率曲线(‘频域特征’或称‘功率频谱特征’)。

申请人经过实验分析发现敲击响应后无论不同品种或不同特性的鸡蛋(有裂纹和无裂纹)其功率谱特性曲线图都存在相似性，但在相同条件的敲击响应下，功率谱幅值的大小与鸡蛋本身的多种物理特性有关，例如激励强度、鸡蛋大小、蛋形指数、蛋壳强度等等，但频率大小变化较少。因此提出了归一化功率谱幅值。所述的归一化功率处理，是用频率谱中最大敲击响应幅值进行归一化。

其定义如下：

$P_1=\frac{P}{P_{\max }}$

式中：P1—从0-7500Hz内归一化功率谱幅值；P—从0-7500Hz内功率谱幅值；Pmax—从0-7500Hz内功率谱最大幅值。

如图2所示，依次取最高幅值提取特征值。在归一化功率谱幅值中，依次提取最高幅值、第二高幅值、第三高幅值、......，直至第10高幅值功率谱幅值，共提取前10个归一功率幅值作为特征值，来进行区分有无裂纹鸡蛋的识别。这样，大头、小头和横经等三处信号的频谱曲线中各10个特征值，共计有30功率谱幅值的特征值。

如图2所示，幅值高低提取的频率作为特征值。在归一化功率谱幅值中，从幅值高低依次提取相对应的频率值f₁、f₂、f₃、...、等，将前10个频率值作为特征值，来进行区分有无裂纹鸡蛋的识别。三个测点共有30个功率谱值特征值。

采用二种方法提取的特征值，进行主成分分析和线性判别分析方法模式识别。如图3所示，取最高幅值提取特征值的主成分分析方法和线性判别分析方法有较好的区分，其中线性判别分析区分的效果比主成分分析的区分还好些。

如图4所示，功率幅值高低提取频率作为特征值的主成分分析和线性判别分析的区分效果很好。裂纹蛋与完整蛋均集中在各自区域上。相比之下，采用线性判别分析区分的效果更好。从图3和图4，采用前10个幅值高的频率作为特征值，区分的效果最佳。

Claims (3)

1、一种禽蛋细小裂纹的敲击响应检测装置，其特征在于，它主要由检测平台、数据采集器、A/D转换器和计算机依次相连组成。所述检测平台包括：平台底座、台架、敲击小球、横径处传感器、小头处传感器和大头处传感器；其中，平台底座置于台架底部上，台架的左右侧和后侧处开有小孔，依次分别放置大头处传感器、小头处传感器和横径处传感器。

2、根据权利要求1所述禽蛋细小裂纹的敲击响应检测装置，其特征在于，所述传感器为柔性压电薄传感器。

3.一种应用权利要求1所述禽蛋细小裂纹的敲击响应检测装置的检测方法，其特征在于，包括以下步骤：

(1)将禽蛋固定在平台底座上，采用单点激振、三点响应的检测方法；即采用了以横径处为激励点，大头处、小头处和横径处同时为测点进行禽蛋蛋壳有无裂纹的敲击检测。

(2)禽蛋被激励后，传感器信号触发响应信号，数据采集器采集传感器所产生的响应信号；通过A/D转换器进行调理和转换后，送到计算机中存储。获得并存储的响应信号为时域数据。

(3)获得时域数据后，进行快速傅立叶变换，得到0-7500Hz间的响应频率曲线。

(4)对响应频率进行归一化处理后，依次取最高幅值提取特征值和幅值高低提取的频率特征值，用主成分分析和线性判别函数分析进行模式识别。

Images