CN103185703A - 一种检测谷物营养成分的光谱分析系统及方法 - Google Patents
一种检测谷物营养成分的光谱分析系统及方法 Download PDFInfo
- Publication number
- CN103185703A CN103185703A CN2011104601386A CN201110460138A CN103185703A CN 103185703 A CN103185703 A CN 103185703A CN 2011104601386 A CN2011104601386 A CN 2011104601386A CN 201110460138 A CN201110460138 A CN 201110460138A CN 103185703 A CN103185703 A CN 103185703A
- Authority
- CN
- China
- Prior art keywords
- sample
- ccd image
- absorption spectrum
- infrared absorption
- spectroscopic analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种检测谷物营养成分的光谱分析系统及方法,该系统包括近红外光学系统、CCD图像系统、样品台及数据处理系统,该样品台设置在该近红外光学系统和该CCD图像系统之间,该CCD图像系统分别与该近红外光学系统及该数据处理系统连接,该近红外光学系统照射该样品台上的样品以产生该样品的近红外吸收光谱,该CCD图像系统采集该近红外吸收光谱并传输至该数据处理系统,该数据处理系统分析该近红外吸收光谱以得到该样品的待测成分及其含量。该方法包括生成近红外吸收光谱、采集并传输所述近红外吸收光谱及分析得到检测样品的待测成分和/或含量。
Description
技术领域
本发明涉及一种谷物营养成分检测装置及方法,特别是一种可以在线检测谷物营养成分的近红外光谱分析系统及方法。
背景技术
近红外光谱仪根据分光方式的不同,分为滤光片型、光栅色散型、傅立叶变换型和声光可调滤光器型四种。光栅色散型近红外光谱仪根据所使用检测器的不同,分为固定光路式和扫描式两种。其中,固定光路式光栅色散型CCD图像传感器多通道近红外光谱仪的最大特点是仪器内部无可移动部件,仪器的稳定性和抗干扰性能好;另一个特点是扫描速度快,一般单张光谱的扫描速度只有几十毫秒。因此,该类仪器特别适合作为现场或在线分析仪器使用。因而多通道近红外光谱仪成为国内外的研究热点,但是目前的光谱仪主要缺点在于波长范围通常不超过1750nm,分辨率主要取决于光栅和检测器阵列的性能。另外,由于该波段检测到的主要是样品的三级和四级倍频,样品的摩尔吸收系数较低,因此所需要的光程往往较长。
发明内容
本发明所要解决的技术问题是提供一种能克服现有技术的上述缺陷,满足谷物内部品质检测需要且可以在线检测谷物营养成分的光谱分析系统及方法。
为了实现上述目的,本发明提供了一种检测谷物营养成分的光谱分析系统,其中,包括近红外光学系统、CCD图像系统、样品台及数据处理系统,所述样品台设置在所述近红外光学系统和所述CCD图像系统之间,所述CCD图像系统分别与所述近红外光学系统及所述数据处理系统连接,所述近红外光学系统照射所述样品台上的样品以产生所述样品的近红外吸收光谱,所述CCD图像系统采集所述近红外吸收光谱并传输至所述数据处理系统,所述数据处理系统分析所述近红外吸收光谱以得到所述样品的待测成分及其含量。
上述的检测谷物营养成分的光谱分析系统,其中,所述近红外光学系统包括光源、光源控制系统、光纤及固定光栅系统,所述光源对应于所述固定光栅系统及所述样品台设置,所述光源控制系统与所述光源连接,所述光纤用于所述光源、所述样品及所述固定光栅系统之间的光传递。
上述的检测谷物营养成分的光谱分析系统,其中,所述固定光栅系统包括分光部件、光栅及反射镜,所述反射镜包括对应于所述分光部件的入射缝隙及所述光栅设置的第一反射镜和对应于所述CCD图像系统及所述光栅设置的第二反射镜。
上述的检测谷物营养成分的光谱分析系统,其中,所述光纤为超低羟基石英光纤。
上述的检测谷物营养成分的光谱分析系统,其中,所述CCD图像系统包括CCD图像传感器、驱动控制系统、信号采集系统和温度控制系统,所述驱动控制系统、所述信号采集系统及所述温度控制系统分别与所述CCD图像传感器连接,所述信号采集系统及所述驱动控制系统分别与所述数据处理系统连接。
上述的检测谷物营养成分的光谱分析系统,其中,所述温度控制系统包括温度控制器、温度传感器和热电制冷器,所述温度传感器及所述热电制冷器分别与所述CCD图像传感器连接,所述温度控制器分别与所述热电制冷器及所述温度传感器连接。
上述的检测谷物营养成分的光谱分析系统,其中,所述热电制冷器采用多级制冷片结构,所述多级制冷片通过一金属片直接粘贴在所述CCD图像传感器的散热器上。
上述的检测谷物营养成分的光谱分析系统,其中,所述样品台包括驱动部件、控制部件及旋转台,所述驱动部件分别与所述控制部件及所述旋转台连接。
上述的检测谷物营养成分的光谱分析系统,其中,所述旋转台包括支架、旋转平台和样品杯,所述旋转平台安装在所述支架上,所述样品杯安装在所述旋转平台上,所述驱动部件包括电机、主动皮带轮和从动皮带轮,所述从动皮带轮及所述主动皮带轮分别安装在所述支架上,所述从动皮带轮分别与所述旋转平台及所述主动皮带轮连接,所述电机通过电机架安装在所述支架上并与所述主动皮带轮连接。
为了更好地实现上述目的,本发明还提供了一种所述检测谷物营养成分的光谱分析系统的光谱分析方法,其中,包括如下步骤:
a、生成近红外吸收光谱,启动所述近红外光学系统照射所述样品台上的样品,以产生所述样品的近红外吸收光谱;
b、采集并传输所述近红外吸收光谱,启动所述CCD图像系统采集所述近红外吸收光谱,并将该近红外吸收光谱的光信号转换为模拟的电信号,传输至所述数据处理系统;
c、得到检测样品的待测成分和/或含量,所述数据处理系统接收并分析所述近红外吸收光谱的模拟电信号,并与谷物营养成分分析校正模型对比,得到所述样品的待测成分和/或含量。
本发明的技术效果在于:本发明基于固定光栅和CCD图像传感器技术,将多级制冷片用于CCD图像传感器的制冷,使CCD图像传感器工作在恒低温状态,有效抑制了暗电流的影响,提高了信噪比。超低羟基石英光纤材料的使用,再配以高控制精度的光源系统和旋转样品台,保证了800-1100nm短波近红外光谱仪具有优越的稳定性和重复性,使其满足谷物内部品质检测的需要。
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
附图说明
图1为本发明的光谱分析系统框图;
图2为本发明的方法流程图;
图3为本发明一实施例的光谱分析系统工作流程图;
图4为本发明一实施例的分光部件工作原理图;
图5为本发明一实施例的CCD图像系统工作原理图;
图6为本发明一实施例的光源控制系统示意图;
图7为本发明的光源控制实验数据图;
图8为本发明一实施例的温度控制系统示意图;
图9为本发明一实施例的数据预处理结果;
图10为本发明一实施例的光源主回路与反馈控制电路图;
图11为本发明一实施例的信号采集系统的A/D采样电路图;
图12为本发明一实施例的DA与MSP430F169的接口电路图;
图13为本发明一实施例的温度控制系统的制冷电路原理图;
图14为本发明一实施例的旋转样品台结构图;
图15为图14的左视图;
图16为图14的俯视图。
其中,附图标记
1 近红外光学系统
11 光源
12 光源控制系统
13 光纤
14 固定光栅系统
141 分光部件
1411入射缝隙
142 光栅
143 第一反射镜
144 第二反射镜
2 CCD图像系统
21 CCD图像传感器
22 驱动控制系统
23 信号采集系统
24 温度控制系统
241 温度控制器
242 温度传感器
243 热电制冷器
3 样品台
31 驱动部件
311 电机
312 主动皮带轮
313 从动皮带轮
32 控制部件
33 旋转台
331 支架
332 旋转平台
333 样品杯
334 电机架
4 数据处理系统
5 样品
6 电源
a~c步骤
具体实施方式
下面结合附图对本发明的结构原理和工作原理作具体的描述:
参见图1及图3,图1为本发明的光谱分析系统框图,图3为本发明一实施例的光谱分析系统工作流程图。本发明的检测谷物营养成分的光谱分析系统,包括近红外光学系统1、CCD图像系统2、样品台3及数据处理系统4,所述样品台3设置在所述近红外光学系统1和所述CCD图像系统2之间,所述CCD图像系统2分别与所述近红外光学系统1及所述数据处理系统4连接,所述近红外光学系统1照射所述样品台3上的样品5以产生所述样品5的近红外吸收光谱,所述CCD图像系统2采集所述近红外吸收光谱并传输至所述数据处理系统4,所述数据处理系统4分析所述近红外吸收光谱并得到所述样品5的待测成分及其含量。为了更好地保证检测效果,提高在线检测的自动化水平,也可如图3所示,将近红外光学系统1与数据处理系统4连接。
近红外光学系统1与CCD图像传感器21是本发明检测谷物营养成分的光谱分析系统的核心。本实施例中,优选卤素灯并采用双镜设计,即在聚光凸透镜与卤素灯中心连线延长线上放置了一个凹面镜,用来将卤素灯发出的背向凸透镜的光线反射回来,与发向凸透镜方向的光线一起被凸透镜聚光,与只使用一个凸透镜聚光的光源11来说,大大地提高了对卤素灯的光强的利用率。
参见图2,图2为本发明的方法流程图。本发明的光谱分析方法,应用上述的检测谷物营养成分的光谱分析系统,包括如下步骤:
步骤a、生成近红外吸收光谱,启动所述近红外光学系统1照射所述样品台3上的样品5,以产生所述样品5的近红外吸收光谱;
步骤b、采集并传输所述近红外吸收光谱,启动所述CCD图像系统2采集所述近红外吸收光谱,并将该近红外吸收光谱的光信号转换为模拟的电信号,传输至所述数据处理系统4;
步骤c、得到检测样品的待测成分和/或含量,所述数据处理系统4接收并分析所述近红外吸收光谱的模拟电信号,并与谷物营养成分分析校正模型对比,得到所述样品5的待测成分和/或含量。
所述近红外光学系统1包括光源11、光源控制系统12、光纤13及固定光栅系统14,所述光源11对应于所述固定光栅系统14及所述样品台3设置,所述光源控制系统12与所述光源11连接,所述光纤13用于所述光源11、所述样品5及所述固定光栅系统14之间的光传递。本实施例中,所述光纤13优选为超低羟基石英光纤。参见图6,图6为本发明一实施例的光源控制系统示意图。本实施例中,光源控制系统12可以包括硬件和软件两个部分:硬件部分包括单片机工作电路、A/D采集电路、DA控制电路、卤素灯工作回路和反馈电路;软件部分包括PC与单片机的串口通讯、反馈信号的采集、滤波、数字PID控制和DA输出。工作时,系统上电初始化完毕后,单片机将PC下达的卤素灯工作电压与A/D采集得到反馈信号一起经数字PID算法处理得到控制输出,经DA输出给驱动电路部分的场效应管的栅极,从而对反馈电压进行调整,形成闭环系统。由于反馈电压采至于卤素灯工作回路里的低阻值精密电阻,也就相当于得到了反馈电流,从而实现了控制电流的效果。光源11的细微变化都可能极大的影响测量精度,尤其对低浓度的成分来说,更有可能会出现错误的结果,所以光源11的稳定性对于本发明的检测精度来说是非常重要的。本实施例中,光源11的精度要求设定为0.02%。可采用的德国OSRAM公司的12V卤素节能灯,平均寿命达4000小时。采用单片机来控制光源11的稳定性。光源控制系统12主要包括单片机(MSP430F169型)工作电路、AD(AD7705)采集电路、DA(DAC8541)控制电路、卤素灯主回路和反馈电路,如图6所示。数据传输采用MSP430F169的USART模块(MAX3221),通过RS232串口与PC进行通讯。系统上电初始化完毕后,单片机将PC下达的卤素灯工作电压与AD采集得到反馈信号一起经过数字PID算法处理后,得到控制输出,并经DA输出控制场效应管的导通状态,从而对卤素灯的工作状态进行调整,形成闭环系统。由于反馈电压采至于卤素灯主回路里的低阻值精密电阻,也就相当于得到了反馈电流,从而实现了控制电流的效果。可利用MScomm控件开发光源控制系统12的上位机通信程序,利用Picture控件开发控制过程的图示功能,使控制过程一目了然。
参见图7,图7为本发明的光源控制实验数据图。光源11控制响应速度试验的横坐标是时间,单位是秒,纵坐标是电压值,单位是伏,本实施例中,给定为10.5V。一般光源11在其电源6打开约15min以后稳定性变好,由图可以看出,该光源控制系统12能在20s内将工作电压稳定控制在目标电压10.5V,实验的标准偏差为0.0149%,由此可见,光源11的控制部分能在小于光源11开机稳定时间内将光源11控制在期望值的允许误差内,光源控制系统12在很短的时间内控制收敛,没有额外增加等待时间,提高了实验效率,满足了光谱仪系统的控制精度要求。
参见图10,图10为本发明一实施例的光源主回路与反馈控制电路图。其中,光源11主回路电流是由电源6流出,依次经过卤素灯、场效应管IRF150和一个高精度的铝壳电阻后,流入电源6负端。并在IRF150的GD、DS极各接了2.2μF的保护电容。例如,图中接入A/D芯片输入端的AIN2+处的电阻为高精度铝壳电阻,其阻值为0.1Ω,功率为20W,精度为1%,它的作用是将光源11主回路的电流反馈转化为电压反馈。反馈信号正是AIN2+处的电压信号,它经过同相运算放大器U3A放大后,以负反馈的形式接入U3B,对DAC8541的输出Vout进行补偿,然后经过2K的保护电阻R19后接入IRFP150的栅极。反馈回路的工作过程如下:当卤素灯回路电流增大时,铝壳电阻端电压上升,则放大器U3A的输出上升,导致比较器U3B的输出减小,IRFP150的导通电流也就减小,即抑制了卤素灯回路电流的增加变化,反之亦然。
所述固定光栅系统14包括分光部件141、光栅142及反射镜,所述反射镜包括对应于所述分光部件141的入射缝隙1411及所述光栅142设置的第一反射镜143和对应于所述CCD图像系统2及所述光栅142设置的第二反射镜144。参见图4,图4为本发明一实施例的分光部件工作原理图。图3中光源11发射出来的光聚焦后经过光纤13引入到样品台3,经过准直后以漫透射方式穿透样品5,然后经过聚光后由光纤13引出样品台3,经过准直后打入到图4所示分光部件141的入射缝隙1411上,经第一反射镜143反射到光栅142上,复色光分散成单色光,色散后的光束经第二反射镜144反射至CCD图像传感器21的平面上成像,通过光电转换得到相应的所述样品5的近红外吸收光谱电信号。
参见图5,图5为本发明一实施例的CCD图像系统工作原理图。所述CCD图像系统2包括CCD图像传感器21、驱动控制系统22、信号采集系统23和温度控制系统24,所述驱动控制系统22、所述信号采集系统23及所述温度控制系统24分别与所述CCD图像传感器21连接,所述信号采集系统23及所述驱动控制系统22分别与所述数据处理系统4连接。工作时,采用PLD技术来驱动CCD图像传感器21,同时结合16位的AD转换器对光谱信号进行转换,如图5所示。信号采集系统23的PLD/CPLD芯片向CCD图像传感器21提供工作所需的脉冲时序,CCD图像传感器21则按顺序将信号输出至AD转换器,待AD转换结束后,PLD/CPLD芯片读取AD转换的结果,并将该结果由并行口传输给计算机,由计算机对该结果进行保存和数据软件处理。
CCD图像传感器21在把光信号转变为电信号的过程中,由于累计光照的原因,CCD图像传感器21的温度将会上升,而温度的变化对探测器的暗电流和光电流都有影响,一般都随温度升高而增加,尤其暗电流随温度的变化很大,从而影响测量精度。为了有效抑制暗电流,需要让CCD图像传感器21的芯片工作在比较稳定的低温状态,所以对CCD图像传感器21探测器的温度控制具有极其重要的意义。与压缩机制冷和液氮制冷相比,半导体制冷技术不需要任何制冷剂就可连续工作;没有污染源;是一种固体片件,工作时没有震动、噪音;寿命长,安装容易;热惯性非常小,制冷制热时间很快,在热端散热良好冷端空载的情况下,通电不到一分钟,制冷片就能达到最大温差。另外,半导体制冷片是电流换能型片件,通过输入电流的控制,可实现高精度的温度控制,再加上温度检测和控制手段,很容易实现遥控、程控、计算机控制,便于组成自动控制系统。因此本发明采用该技术来进行CCD图像传感器21制冷。
所述温度控制系统24包括温度控制器241、温度传感器242和热电制冷器243,所述温度传感器242及所述热电制冷器243分别与所述CCD图像传感器21连接,所述温度控制器241分别与所述热电制冷器243及所述温度传感器242连接。所述热电制冷器243采用多级制冷片结构,所述多级制冷片通过一金属片直接粘贴在所述CCD图像传感器21的散热器上。参见图8,图8为本发明一实施例的温度控制系统示意图。本实施例中,采用智能1-Wire温度传感器为DS18B20。温度控制系统24的硬件部分可包括单片机工作电路、温度传感器电路、DA控制电路和制冷片工作回路;软件部分可包括PC与单片机的串口通讯、温度信号的采集、滤波、数字PID控制和DA输出,也可采用串口通讯和基于Picture控件开发的图示功能来对控制过程进行监控。
工作时,系统上电初始化完毕后,单片机将计算机下达的指定温度与温度传感器242采集值经数字PID算法处理后,得到控制输出,经DA输出给场效应管的栅极,控制热电制冷器243的制冷片工作,本实施例中,优选采用两级制冷片,且该两级制冷片通过一个铝片与CCD图像传感器21的散热器粘黏在一起,该两级制冷片的工作效果直接作用于CCD图像传感器21和温度传感器242,这样就形成了CCD图像传感器21温度控制的闭环系统。
本实施例中,CCD图像传感器21可采用日本SONY公司推出的超高灵敏度线阵CCD图像传感器ILX511,它有2048个像素,光谱范围为200~1100nm,适合于对微弱光信号的检测。PLD芯片为基于CPLD技术的LATTICE公司的可编程逻辑器件ispLSI1032。由于ILX511的动态范围是48.5dB,由公式ADC位数≥动态范围(dB)/(20*log(2))得到ADC的位数≥8.06,所以应选择的ADC精度最低为9位,本设计采用了16位的ADS7805作为模数转换器,以提高系统精度。
参见图11,图11为本发明一实施例的信号采集系统的A/D采样电路图。本实施例中,A/D转换电路工作电压可以选择3V或5V,考虑到MSP430F169采用3.3V供电,因而AD7705也采用3.3V供电,以免需要电平转换。2.5V的参考电压通过AD584来提供,并接了2个滤波电容来提高抗干扰能力。DIN、DOUT则通过上拉5.1K电阻来保证逻辑的可靠性,分别接入MSP430F169的32脚(P3.4)与33脚(P3.5)。其它如RESET、DRDY、SCLK、CS则依次接入14-17脚(P1.2~1.5)。
参见图12,图12为本发明一实施例的DA与MSP430F169的接口电路图。控制输出部分采用了宽工作电压,单输出通道,并行接口16位D/A转换器DAC8541。DAC8541与F169的连接线比较多,布线时应优先走线。模拟和数字部分的电源都要加电容去耦电路,用一个10μF的电解电容并联一个0.1μF的陶瓷电容接地去耦。电容尽量靠近芯片的电源6输入端,模拟地和数字地分开走线。
参见图13,图13为本发明一实施例的温度控制系统的制冷电路原理图。制冷主回路电流是由电源流出,依次经过制冷片和MOSFET管2N6284后,流入电源负端。并给MOSFET管接了一个2.2μF的保护电容。单片机根据温度传感器242DS18B20提供的温度信号来调整DAC8541的控制输出,也就是图中的Vout,经过放大器U10放大后,驱动2N6284,调整其导通状态。其中2K的R6为保护电阻。
谷物如小麦、玉米等的颗粒相对液体与粉末状的物质来说比较大,样品的分布间隙对测量的重复性和稳定性有较大影响。通过样品的旋转来获得更多的样品光谱信息和增加扫描次数,可以减小由于谷物样品的分布间隙对测量的影响。参见图14~16,图14为本发明一实施例的旋转样品台结构图,图15为图14的左视图,图16为图14的俯视图。所述样品台3包括驱动部件31、控制部件32及旋转台33,所述驱动部件31分别与所述控制部件32及所述旋转台33连接。本实施例中,所述旋转台33包括支架331、旋转平台332及样品杯333,所述旋转平台332安装在所述支架331上,所述样品杯333通过轴承安装安装在所述旋转平台332上并与从动皮带轮313固定在一起,所述驱动部件31包括电机311、主动皮带轮312和从动皮带轮313,所述从动皮带轮313及所述主动皮带轮312分别安装在所述支架331上,所述从动皮带轮313分别与所述旋转平台332及所述主动皮带轮312连接,所述电机311通过电机架334安装在支架331上并与所述主动皮带轮312连接。工作时,电机311启动带动主动皮带轮312旋转,通过皮带带动从动皮带轮313与样品5一同旋转。
本实施例中,样品台3可由控制电路、继电器、步进电机和旋转台组成。控制信号由ispLSI1032发出给75452芯片,由它驱动继电器的吸合状态,继电器的常开触点串联在步进电机的主回路,控制步进电机主回路的开关状态,从而达到控制旋转台的目的。
本发明的工作原理为:基于电流反馈的光源控制系统12及电源6为光源11提供35~150瓦的近红外光,波长优选为800nm-1100nm,经过聚光后由传导光纤13引入样品台3,经过准直后的光直接照射在放置与旋转中的样品台3上的样品5上,漫透射过的光经过聚光后,再由光纤13传导至准直系统,然后打在固定光栅142上,形成连续的近红外吸收光谱。由半导体制冷单元进行温控的CCD图像传感器21将光信号转换为模拟的电信号,经过跟随器隔离和放大电路放大后,通过A/D转换器将对应的光谱信号实时采集,并由并口传输给数据处理系统(例如可为安装有化学计量软件和谷物营养成分分析校正模型的计算机)。计算机软件通过分析由CCD图像系统2采集到的样品5的近红外吸收光谱,检测被测样品5中的待测成分及其含量(例如水分及蛋白质等)。本发明采用漫透射测量方法,温度控制系统24为CCD图像传感器21提供±0.2度的稳定环境,光源控制系统12则为光源11提供优于0.02%的稳定光强,提高了近红外光学系统1的性能。
实施例:
利用本发明对小麦样品成分进行分析试验,其他谷物如玉米、大豆或高粱的检测与此相同。
1号小麦样品:为了制备宽范围的水分样品,直接收购了200Kg刚收割的高水分小麦样品,通过边自然晾干边取样的办法,获得了51个小麦水分样品,通过标准105°烘干法获得其水分的真值,水分覆盖范围约为9%~18%。
2号小麦样品:从黑龙江省农科院购得65个2008年的小麦样品,附有干基蛋白、硬度、湿面筋、沉降值和硬度等参数真值。
实验样品准备完毕后,利用本发明的光谱分析系统及方法对小麦样品成分进行分析试验,其中,谷物营养成分分析校正模型可采用现有技术的多种方式建立,本实施例中,以建立小麦水分、蛋白模型为例予以说明,但对此不做限制,以验证本发明性能的稳定性和准确性。
以采集的小麦的光谱为例。实验过程往往会存在着各种噪声,仪器背景或者漂移以及样品的不均匀对光谱的影响尤为显著。因此,可对建模样品进行预处理,其目的是剔除异常样品,消除光谱噪声,筛选数据变量,优化光谱范围,净化谱图信息,减弱甚至消除各种非目标因素对光谱的影响,为建立谷物营养成分分析校正模型和预测未知样品组分浓度或性质奠定基础。对水分样品光谱可采用矢量归一化(SNV)、最小-最大归一化、多远散射校正、一阶导数、一阶导+SNV、一阶导+附加散射校正(MSC)、二阶导数等预处理方法处理。
对去除部分线性或接近线性的背景、噪声光谱对目标光谱的影响,本实施例中优选一阶导数方法,而经过MSC法处理后的光谱随机变异得到最大可能性的扣除。因此,经过一阶导数与MSC法结合预处理后的光谱,往往RMSECV能达到最优。
PLS建模既可以使用全部或部分光谱数据,可以较好地解决许多以往普通多元回归无法解决的问题。PLS方法提供了多因变量对自变量的回归建模方法,同时有效解决了变量之间的多重相关性问题。因此,PLS方法是目前最为常用的建模方法。
在定量分析中,建好模型之后,必须对其加以验证,以预测其可靠性。在PLS建模中,一般采用交叉检验均方根误差RMSECV可以当作方法质量的判据。交叉验证的优点在于使用较少的样品量。比如,我们可以设定冻结样品数为1进行内部交叉验证。开始建模之前要从这组样品中拿出一个样品,用作检验模型,其余样品用作该系统的建模。在定量分析中,我们要重复这个过程,直到所有的样品都被用于检验,因此,相对外部检验方法,交叉验证方法更加优越。
参见图9,图9为本发明一实施例的数据预处理结果。其中,采取一阶导数与MSC结合的预处理,RMSECV最优。在此基础上用PLS建模,并设定冻结样品数为1进行内部交叉验证。对蛋白样品也采用类似的处理过程。最后针对水分和蛋白样品的实验结果如表1所示:
表1
由表1可以看出,水分的相关性比蛋白的要差一些,一方面是因为在近红外光谱波段,水分对光谱的吸收要比蛋白强,另一方面是由于蛋白样品的品种多,而水分样品是单一品种,所以样品本身的背景复杂程度也有差异。同时也说明使用本发明对小麦水分与蛋白含量进行检测是完全可行的,而且具有很好的准确性和重复性。
本发明的主要特点在于:
1、选择波长为800nm-1100nm,采用制冷CCD图像传感器21配合固定光栅142,使得谷物定量测定操作简单、精度高。其波长准确度±1nm,分辨力0.25nm,波长重复性±1nm;
2、采用光谱自动校准技术,测量暗电流和光源信号自动进行补偿;
3、采用超低羟基石英光纤材料,由光纤传导,使得NIR能用于在线测量;
4、由于含氢基团的倍频或组合频谱带主要出现在700-1900nm的NIR区,而其它化学基团对该区域的影响较小,所以从NIR光谱可以提取含氢基团物质的丰富而相对干扰少的光谱信息;
5、CCD图像传感器21采用了两级制冷片的半导体制冷技术,使得系统稳定性增强;
6、采用了高精度的光源控制系统12,保证了仪器性能的稳定性;
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种检测谷物营养成分的光谱分析系统,其特征在于,包括近红外光学系统、CCD图像系统、样品台及数据处理系统,所述样品台设置在所述近红外光学系统和所述CCD图像系统之间,所述CCD图像系统分别与所述近红外光学系统及所述数据处理系统连接,所述近红外光学系统照射所述样品台上的样品以产生所述样品的近红外吸收光谱,所述CCD图像系统采集所述近红外吸收光谱并传输至所述数据处理系统,所述数据处理系统分析所述近红外吸收光谱以得到所述样品的待测成分及其含量。
2.如权利要求1所述的检测谷物营养成分的光谱分析系统,其特征在于,所述近红外光学系统包括光源、光源控制系统、光纤及固定光栅系统,所述光源对应于所述固定光栅系统及所述样品台设置,所述光源控制系统与所述光源连接,所述光纤用于所述光源、所述样品及所述固定光栅系统之间的光传递。
3.如权利要求2所述的检测谷物营养成分的光谱分析系统,其特征在于,所述固定光栅系统包括分光部件、光栅及反射镜,所述反射镜包括对应于所述分光部件的入射缝隙及所述光栅设置的第一反射镜和对应于所述CCD图像系统及所述光栅设置的第二反射镜。
4.如权利要求2或3所述的检测谷物营养成分的光谱分析系统,其特征在于,所述光纤为超低羟基石英光纤。
5.如权利要求1、2或3所述的检测谷物营养成分的光谱分析系统,其特征在于,所述CCD图像系统包括CCD图像传感器、驱动控制系统、信号采集系统和温度控制系统,所述驱动控制系统、所述信号采集系统及所述温度控制系统分别与所述CCD图像传感器连接,所述信号采集系统及所述驱动控制系统分别与所述数据处理系统连接。
6.如权利要求4所述的检测谷物营养成分的光谱分析系统,其特征在于,所述温度控制系统包括温度控制器、温度传感器和热电制冷器,所述温度传感器及所述热电制冷器分别与所述CCD图像传感器连接,所述温度控制器分别与所述热电制冷器及所述温度传感器连接。
7.如权利要求5所述的检测谷物营养成分的光谱分析系统,其特征在于,所述热电制冷器采用多级制冷片结构,所述多级制冷片通过一金属片直接粘贴在所述CCD图像传感器的散热器上。
8.如权利要求1、2、3、6或7所述的检测谷物营养成分的光谱分析系统,其特征在于,所述样品台包括驱动部件、控制部件及旋转台,所述驱动部件分别与所述控制部件及所述旋转台连接。
9.如权利要求8所述的检测谷物营养成分的光谱分析系统,其特征在于,所述旋转台包括支架、旋转平台和样品杯,所述旋转平台安装在所述支架上,所述样品杯安装在所述旋转平台上,所述驱动部件包括电机、主动皮带轮和从动皮带轮,所述从动皮带轮及所述主动皮带轮分别安装在所述支架上,所述从动皮带轮分别与所述旋转平台及所述主动皮带轮连接,所述电机通过电机架安装在所述支架上并与所述主动皮带轮连接。
10.一种上述权利要求1、2、3、6、7或9所述的检测谷物营养成分的光谱分析系统的光谱分析方法,其特征在于,包括如下步骤:
a、生成近红外吸收光谱,启动所述近红外光学系统照射所述样品台上的样品,以产生所述样品的近红外吸收光谱;
b、采集并传输所述近红外吸收光谱,启动所述CCD图像系统采集所述近红外吸收光谱,并将该近红外吸收光谱的光信号转换为模拟的电信号,传输至所述数据处理系统;
c、得到检测样品的待测成分和/或含量,所述数据处理系统接收并分析所述近红外吸收光谱的模拟电信号,并与谷物营养成分分析校正模型对比,得到所述样品的待测成分和/或含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104601386A CN103185703A (zh) | 2011-12-31 | 2011-12-31 | 一种检测谷物营养成分的光谱分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104601386A CN103185703A (zh) | 2011-12-31 | 2011-12-31 | 一种检测谷物营养成分的光谱分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103185703A true CN103185703A (zh) | 2013-07-03 |
Family
ID=48676987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104601386A Pending CN103185703A (zh) | 2011-12-31 | 2011-12-31 | 一种检测谷物营养成分的光谱分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103185703A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472006A (zh) * | 2013-08-28 | 2013-12-25 | 浙江大学 | 一种转基因稻米在线检测装置 |
CN103926216A (zh) * | 2014-04-24 | 2014-07-16 | 江西农业大学 | 一种食用植物油反式脂肪酸快速检测方法及装置 |
CN104215331A (zh) * | 2014-09-16 | 2014-12-17 | 天津大学 | 一种实现近红外色散型光谱分析仪超高分辨率的方法 |
CN104382557A (zh) * | 2014-11-20 | 2015-03-04 | 西安邮电大学 | 基于红外谱分析的肿瘤细胞预警方法和系统 |
CN104528304A (zh) * | 2014-12-04 | 2015-04-22 | 中国农业大学 | 一种基于近红外光谱的秸秆特性循环在线分析装置 |
CN104730073A (zh) * | 2015-02-16 | 2015-06-24 | 中国土产畜产进出口总公司 | 一种餐盘所盛取菜品的定量分析方法及其系统 |
CN105527236A (zh) * | 2015-12-31 | 2016-04-27 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品主要营养成分的方法 |
CN105681769A (zh) * | 2016-04-08 | 2016-06-15 | 杭州康永生物技术有限公司 | 检测杯数据采集仪 |
CN105699301A (zh) * | 2015-12-31 | 2016-06-22 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中粗纤维素的方法 |
CN106018925A (zh) * | 2016-07-15 | 2016-10-12 | 广州开能电气实业有限公司 | 直流系统智能传感器 |
CN112697788A (zh) * | 2020-12-14 | 2021-04-23 | 河南牧业经济学院 | 基于电极阵列的米粒非粘连图像获取方法及系统 |
CN113607676A (zh) * | 2021-08-04 | 2021-11-05 | 淮北师范大学 | 基于异形比色皿和近红外图像的牛奶成分快速检测方法 |
-
2011
- 2011-12-31 CN CN2011104601386A patent/CN103185703A/zh active Pending
Non-Patent Citations (2)
Title |
---|
张银桥 等: "基于固定光栅和CCD技术的近红外光谱分析系统设计", 《农业工程学报》 * |
张银桥: "谷物品质近红外光栅光谱分析仪关键部件的研制", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472006B (zh) * | 2013-08-28 | 2015-11-18 | 浙江大学 | 一种转基因稻米在线检测装置 |
CN103472006A (zh) * | 2013-08-28 | 2013-12-25 | 浙江大学 | 一种转基因稻米在线检测装置 |
CN103926216A (zh) * | 2014-04-24 | 2014-07-16 | 江西农业大学 | 一种食用植物油反式脂肪酸快速检测方法及装置 |
CN104215331A (zh) * | 2014-09-16 | 2014-12-17 | 天津大学 | 一种实现近红外色散型光谱分析仪超高分辨率的方法 |
CN104215331B (zh) * | 2014-09-16 | 2016-05-11 | 天津大学 | 一种实现近红外色散型光谱分析仪超高分辨率的方法 |
CN104382557A (zh) * | 2014-11-20 | 2015-03-04 | 西安邮电大学 | 基于红外谱分析的肿瘤细胞预警方法和系统 |
CN104528304A (zh) * | 2014-12-04 | 2015-04-22 | 中国农业大学 | 一种基于近红外光谱的秸秆特性循环在线分析装置 |
CN104730073A (zh) * | 2015-02-16 | 2015-06-24 | 中国土产畜产进出口总公司 | 一种餐盘所盛取菜品的定量分析方法及其系统 |
CN105527236A (zh) * | 2015-12-31 | 2016-04-27 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品主要营养成分的方法 |
CN105699301A (zh) * | 2015-12-31 | 2016-06-22 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中粗纤维素的方法 |
CN105699301B (zh) * | 2015-12-31 | 2019-05-28 | 深圳市芭田生态工程股份有限公司 | 一种利用光谱法测定农产品中粗纤维素的方法 |
CN105681769A (zh) * | 2016-04-08 | 2016-06-15 | 杭州康永生物技术有限公司 | 检测杯数据采集仪 |
CN106018925A (zh) * | 2016-07-15 | 2016-10-12 | 广州开能电气实业有限公司 | 直流系统智能传感器 |
CN112697788A (zh) * | 2020-12-14 | 2021-04-23 | 河南牧业经济学院 | 基于电极阵列的米粒非粘连图像获取方法及系统 |
CN113607676A (zh) * | 2021-08-04 | 2021-11-05 | 淮北师范大学 | 基于异形比色皿和近红外图像的牛奶成分快速检测方法 |
CN113607676B (zh) * | 2021-08-04 | 2022-04-05 | 淮北师范大学 | 基于异形比色皿和近红外图像的牛奶成分快速检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103185703A (zh) | 一种检测谷物营养成分的光谱分析系统及方法 | |
US8159668B2 (en) | Spectrometer for measuring moving sample material and the method | |
CN1184467C (zh) | 谷物质量监测仪 | |
RU2383881C2 (ru) | Спектрометрическая измерительная головка для уборочных и других сельскохозяйственных машин | |
CN1395683A (zh) | 用可见光线和/或近红外线诊断有无乳房炎的方法与装置 | |
Zhang et al. | A compact laser absorption spectroscopy tomographic system with short spectral scanning time and adjustable frame rate | |
de Souza Ribeiro et al. | Development of a hardware platform for detection of milk adulteration based on near-infrared diffuse reflection | |
CN2819212Y (zh) | 一种新型快速椭圆偏振光测量仪 | |
CN1875251A (zh) | 分光光度计 | |
CN102928081B (zh) | 一种声光可调滤光型近红外光谱仪 | |
CN100501377C (zh) | 基于近红外光谱的黄酒酒龄快速鉴别装置 | |
CN111781155A (zh) | 便携式牛乳成分分析方法与装置 | |
KR20050088466A (ko) | 과채류의 품질 평가 장치 | |
CN108204824B (zh) | 一种光电探测器检测装置及检测方法 | |
CN105424624A (zh) | 一种基于半导体激光器的检测器及其参数调整方法 | |
CN111781154A (zh) | 基于多光谱传感器的低成本牛乳成分分析方法与装置 | |
CN109115682B (zh) | 一种兼顾液体及固体成份探测的光谱仪及其探测方法 | |
CN203561585U (zh) | 便携式近红外分析仪 | |
CN201788150U (zh) | 基于固定光栅和ccd技术的近红外检测器 | |
JP2000249654A (ja) | フーリエ変換ラマン分光測定装置及びその応用 | |
AU2021232690B2 (en) | Spectrometer detection device | |
CN204008454U (zh) | 用于检测贮藏稻谷中霉菌指标的便携式近红外光谱分析仪 | |
CN208283281U (zh) | 痕量元素及其同位素自动检测系统 | |
CN103620375A (zh) | 高通量准直照射器和均匀场照射的方法 | |
CN212646456U (zh) | 基于多光谱传感器的低成本牛乳成分分析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130703 |