CN104833724B - 一种禽蛋蛋壳裂纹检测方法 - Google Patents

一种禽蛋蛋壳裂纹检测方法 Download PDF

Info

Publication number
CN104833724B
CN104833724B CN201510211676.XA CN201510211676A CN104833724B CN 104833724 B CN104833724 B CN 104833724B CN 201510211676 A CN201510211676 A CN 201510211676A CN 104833724 B CN104833724 B CN 104833724B
Authority
CN
China
Prior art keywords
sensor
vibration acceleration
eggs
beasts
birds
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.)
Expired - Fee Related
Application number
CN201510211676.XA
Other languages
English (en)
Other versions
CN104833724A (zh
Inventor
林颢
赵杰文
孙力
胥沛霆
蔡健荣
宋奔腾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201510211676.XA priority Critical patent/CN104833724B/zh
Publication of CN104833724A publication Critical patent/CN104833724A/zh
Application granted granted Critical
Publication of CN104833724B publication Critical patent/CN104833724B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Catching Or Destruction (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明涉及一种禽蛋蛋壳裂纹检测方法与装置,属于禽蛋蛋壳质量的检测领域;本发明主要通过三个振动加速度传感器和声脉冲传感器分别在蛋壳表面的四个不同区域同步采集禽蛋蛋壳信息,然后在采集卡中进行A/D转换,由电脑软件实现同步信号存储和处理;然后提取各传感器在时间域和频率域独立的特征信息,再提取相邻或相对传感器之间的关联响应信息;对这些特征信息归一筛选;提取禽蛋样本的特征信息变量作为判别模型的输入向量,根据建立的模型判别完好和裂纹禽蛋。本发明所涉及的检测装置,通过一到二次激励可判别禽蛋蛋壳质量,简化禽蛋蛋壳检测流程;本发明提供的技术,不仅可以检测禽蛋的蛋壳裂纹,也可以检测禽蛋蛋壳强度。

Description

一种禽蛋蛋壳裂纹检测方法
技术领域
本发明涉及一种禽蛋蛋壳裂纹检测方法与装置,特指一种基于声脉冲-振动二维传感响应信号分析的禽蛋蛋壳不同质量(完好蛋、裂纹蛋)快速无损检测方法及装置,属于禽蛋蛋壳质量的检测领域。
背景技术
中国的禽蛋年产量均在2700万吨以上,据统计,蛋壳结构有缺陷(如钢壳蛋、沙壳蛋、裂纹蛋)的禽蛋占中国生产总量的6%以上。当禽蛋蛋壳质量出现问题时,会给禽蛋的储藏、运输及加工带来很多问题。如当禽蛋出现裂纹后,微生物等有害物质易从裂纹处侵入蛋的内部基质,导致其保质期下降;此外,裂纹蛋和沙壳蛋结构刚度差,在运输过程中容易破损;另外裂纹蛋,钢壳蛋和沙壳蛋均不能加工成蛋制品,不仅给生产者造成经济损失,给消费者的饮食健康也埋下了隐患。因此,带有质量问题蛋壳的检测在禽蛋的运输、加工和销售过程中十分必要。目前,国内外产业生产中禽蛋裂纹主要依靠人工检测,此方法劳动强度大,效率低,人为破损率高,而且检测精度易受人的主观因素和外界环境条件影响,不易于禽蛋产业化生产。
当禽蛋的蛋壳强度发生变化时,其结构刚度和阻尼系数将随之变化,必然会反映到其模态固有频率和阻尼系数比上。经验数据表明(林颢,基于敲击振动、机器视觉和近红外光谱的禽蛋品质无损检测研究[D],博士学位论文,江苏大学),由于结构刚度和阻尼系数不同,完好禽蛋受敲击(激励)发出的声音清脆;当蛋壳出现裂纹或者沙壳时,则会发出沉闷沙哑的声音,利用这种敲击振动响应信号特性的差异,可区分出不同质量的禽蛋。近些年来,声脉冲响应信号分析方法陆续应用于禽蛋裂纹的检测。但机械敲击也有相应的问题,即机械敲击的位置通常设计在禽蛋裂纹区域的附近,才能得到较完整且清晰的裂纹信息特征,由于声脉冲信号在空气中传播,当机械敲击的位置与裂纹区域的距离超过一定的界限后,声脉冲信号强度迅速衰减,裂纹信息特征模糊,加上外界噪音的干扰,裂纹禽蛋的识别率也就无法保证了(Li Sun, Xiakun Bi, Hao Lin, Jiewen Zhao, Jianrong Cai, On-line detection of eggshell crack based on acoustic resonance analysis,Journal of Food Engineering. 2013,116:240-245)。因此,通常对禽蛋蛋壳表面进行多点全面敲击,以保证裂纹附近的区域能被敲击到。
本发明提出了声脉冲-振动二维响应信号检测裂纹禽蛋,通过采集禽蛋受机械激励后产生的声脉冲-振动多维响应信号,分析其在禽蛋蛋壳表面分布、扩散及衰减情况,最后,综合声脉冲和振动响应信号,以期实现一到二次敲击即可判别裂纹禽蛋。
发明内容
本发明的目的是为克服现有技术的不足,提供一种基于声脉冲-振动二维传感器响应信号分析的禽蛋蛋壳裂纹快速无损检测方法及装置,该装置可通过一到二次机械激励即可采集并分析禽蛋蛋壳质量信息,该方法可应用于禽蛋蛋壳生产加工和流通过程中的自动化检测。
本发明提供一种声脉冲-振动二维传感器检测装置,该装置包括:支撑基座、传感器固定支架、可调式运动轨道、振动加速度传感器一、振动加速度传感器二、振动加速度传感器三、声脉冲传感器、电荷放大器一、电荷放大器二、电荷放大器三、敲击棒、电磁铁、A/D采集卡、声卡、计算机、支架。
所述支撑基座两侧和中间位置分别固定有传感器固定支架,两侧传感器固定支架上分别设置有可调式运动轨道,两侧可调式运动轨道上均装有振动加速度传感器二、振动加速度传感器三,支撑基座中间位置固定的传感器固定支架上端设置有振动加速度传感器一;
所述振动加速度传感器一与电荷放大器一相连接,振动加速度传感器二与电荷放大器二相连接,振动加速度传感器三与电荷放大器三相连接;
所述电荷放大器一、电荷放大器二、电荷放大器三均通过A/D采集卡连通计算机;
电磁铁固定于支架上,敲击棒一端与电磁铁连接,敲击棒另一端连接有声脉冲传感器,声脉冲传感器通过声卡与计算机连接。
振动加速度传感器一、振动加速度传感器二、振动加速度传感器三和声脉冲
传感器传感器围绕着禽蛋赤道位置以90度距离依次分布,其中,声脉冲传感器位于禽蛋赤道的顶部,振动加速度传感器二位于禽蛋赤道的左侧、振动加速度传感器三位于禽蛋赤道的右侧、振动加速度传感器一位于禽蛋赤道的底部,四个传感器用于从四个不同区域检测禽蛋的蛋壳质量。
底部的传感器与禽蛋蛋壳硬接触,也起到支撑禽蛋的作用。
位于两侧的传感器则装在传感器固定支架上,可左右移动,根据每个禽蛋的大小,传感器固定支架则带动左右侧的振动加速度传感器,在可调式运动轨道上左右移动,保证振动加速度传感器与禽蛋紧密结合。
声脉冲传感器则安装在禽蛋顶端,接收禽蛋受机械激励的声音信号。
本发明还提供一种禽蛋蛋壳裂纹快速无损检测方法,按照以下步骤进行:
(1)声脉冲-振动二维信号的同步采集:在建立的多传感器平台硬件上实现同步采集、输送和存储禽蛋蛋壳受机械激励的声脉冲信号和振动加速度传感器信号;
(2)响应信号特征的提取:在二维传感器中提取禽蛋蛋壳质量的关联特征响应信号,识别不同质量的蛋壳;
(3)响应信号特征的筛选及融合:采用遗传算法对步骤(2)所获取的响应信号特征信息进行筛选,并在特征层面上进行融合;
(4)裂纹禽蛋的识别:将所提取禽蛋样本的声脉冲-振动响应信号的特征变量作为判别模型的输入向量,根据所建立的模型判别区分完好和裂纹禽蛋。
其中步骤(1)中所述的禽蛋声脉冲-振动二维信号的同步采集、输送和存储,是指在一次禽蛋蛋壳强度的响应信号机械激励中,三个振动加速度传感器和声脉冲传感器分别在蛋壳表面赤道的四个不同区域同步采集禽蛋蛋壳信息,四个传感器之间以90度的距离间隔分布,四个传感器同步传输至采集卡中进行A/D转换,由电脑软件中实现同步信号存储和处理。
其中步骤(2)中所述的响应信号特征的提取,是指各个传感器各自在时间域和频率域首先提取其独立的特征信息,再提取相邻或相对传感器(如左右两侧传感器,底部和两侧传感器)之间的关联响应信息也作为特征信息,对所提取的特征信息归一化至同一量纲,并进行融合。
其中步骤(3)中所述的对步骤(2)所提取的独立传感器和传感器关联的特征信息进行筛选,共筛选出顶部声传感器频率域过零点数和;底部传感器的幅值峰值;左右两侧振动传感器时间域图谱的振动幅值的极差对比值及相关性;底部和左侧振动传感器时间域图谱的一阶导数对比值及相关性。
以上装置工作流程如下:试验前,将禽蛋固定在支撑基座上,调节传感器固定支架中的移动轨道,使得禽蛋蛋壳表面与压力传感器之间的压力为所设置的范围,计算机控制电磁铁驱动敲击棒激励禽蛋蛋壳,3个振动加速度传感器和声脉冲传感器同步采集禽蛋蛋壳响应信号,通过对应电荷放大器进行信号放大,并进入采集卡和声卡中,计算机软件则对采集的响应信号进行存储和分析。
本发明的有益效果是:
1. 本发明所涉及的禽蛋蛋壳裂纹检测装置,通过一到二次激励即可全面判别禽蛋蛋壳质量,将极大的简化禽蛋蛋壳检测流程,加快禽蛋生产加工和流通过程中的自动化检测进程。通常在禽蛋裂纹检测需要20次以上敲击,才能保障裂纹蛋被检测出,本发明仅需一到二次敲击,即可检测出裂纹蛋,对传统的检测方法是一个创造性的发明和提升。
2. 本发明提供了柔性技术,不仅可以检测禽蛋的蛋壳裂纹,也可以检测禽蛋蛋壳强度。此外,还可以根据受检物料,更换支撑平台,检测水果的损伤、强度、成熟度等物理结构特征。
附图说明
图1是基于声脉冲-振动多传感器禽蛋蛋壳裂纹检测装置的结构框架图;
图中: 1:支撑基座,2:传感器固定支架,3:可调式运动轨道,4:振动传感器一,5:振动传感器二,6:振动传感器三,7:声脉冲传感器,8:电磁铁,9:敲击棒, 10:电荷放大器一, 11:电荷放大器二,12:电荷放大器三,13:A/D采集卡,14:声卡,15:计算机,16:支架。
图2 禽蛋蛋壳裂纹响应信号检测系统流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
本发明对禽蛋的蛋壳裂纹快速无损检测具有通用性,在此以鸡蛋为例,介绍本发明对鸡蛋蛋壳裂纹检测的实施过程。
实施例1:基于声脉冲-振动二维传感器禽蛋蛋壳裂纹检测装置
如图1所示,基于声脉冲-振动二维传感器禽蛋蛋壳裂纹检测装置,该装置包括支撑基座1、传感器固定支架2、可调式运动轨道3、振动加速度传感器一4、振动加速度传感器二5、振动加速度传感器三6、声脉冲传感器7、电磁铁8、敲击棒9、电荷放大器一10、电荷放大器二11、电荷放大器三12、A/D采集卡13、声卡14、计算机15、支架16。
其中支撑基座1两侧和中间位置分别固定有传感器固定支架2,两侧传感器固定支架2上分别设置有可调式运动轨道3,两侧可调式运动轨道3上分别装有振动加速度传感器二5、振动加速度传感器三6,支撑基座1中间位置固定的传感器固定支架2上端设置有振动加速度传感器一4;
振动加速度传感器一(4)与电荷放大器一(10)相连接,振动加速度传感器二(5)与电荷放大器二(11)相连接,振动加速度传感器三(6)与电荷放大器三(12)相连接;
电荷放大器一(10)、电荷放大器二(11)、电荷放大器三(12)均通过A/D采集卡(13)连通计算机(15);
4个传感器围绕着禽蛋赤道位置以90度距离依次分布,其中,声脉冲传感器位于禽蛋赤道的顶部,3个振动加速度传感器分别位于禽蛋赤道的左右侧和底部。
其中,支撑基座1起固定禽蛋和传感器固定支架2的作用,传感器固定支架2则用于固定每个振动加速度传感器,传感器固定支架2上装有可调式移动轨道3,由于每个禽蛋大小不同,可调式运动轨道3可带动禽蛋自由移动,来保证振动加速度传感器与禽蛋紧密结合,振动加速度传感器二5用于确定振动加速度传感器一4与禽蛋蛋壳表面结合的紧密性,每次试验时,电磁铁8连接并驱动敲击棒9激励禽蛋蛋壳表面,振动加速度传感器一4、振动加速度传感器二5、振动加速度传感器三6分别采集振动响应信号进入A/D采集卡13,连接在敲击棒9上的声脉冲传感器7采集声脉冲响应信号进入声卡14,计算机15捕获并分析所采集的响应信号。
实施例2:一种禽蛋蛋壳裂纹无损检测方法
按照下述步骤进行:
(1)禽蛋声脉冲-振动二维信号的采集:3个振动加速度传感器分别在禽蛋的底部和左右两侧布置,左右两侧的禽蛋振动传感器在可调式运动轨道3上可自由移动,保证其与禽蛋紧密结合。震动加速度传感器5位于振动传感器的左上方,用于测试左右两个振动传感器与禽蛋蛋壳接触的紧密度。当震动加速度传感器5中的压力值介于0.5-.07N之间,则表示传感器与禽蛋蛋壳已接触紧密。
开启系统处理工作状态,在计算机系统中的软件中控制电磁铁8驱动敲击棒9在顶部快速激励禽蛋(时间100ms),随着机械敲击,安装在敲击棒9顶端的声脉冲传感器7则开始采集禽蛋蛋壳的声脉冲信号,此时,禽蛋的振动激励信号也分别被3个加速度传感器采集。这样,每个禽蛋在蛋壳质量测试过程中所经历4个质量采集点落在在蛋壳表面的不同位置,即可从整体上判别禽蛋的蛋壳质量。
(2)禽蛋的声--振动脉冲响应信号处理:禽蛋蛋壳受到自动敲击后发出响应信号,此信号分别经声脉冲传感器7和3个振动加速度传感器的采集后转换为模拟电信号,声脉冲传感器7的信号经过声卡14放大、滤波、去噪和A/D转换进入计算机中,而振动加速度传感器一4、振动加速度传感器二5、振动加速度传感器三6的信号则分别通过各自的电荷放大器一10、电荷放大器二11、电荷放大器三12进行电路调理放大和去噪,并连接到同一A/D采集卡13中进行A/D转换进入计算机15中,计算机编制的Labview软件可同步采集声脉冲和各个振动加速度传感器信号并处理。声脉冲信号通过巴特沃斯带通滤波器和低通滤波器分别获取频率在1000-7800Hz之间的中低频信号和0-2000Hz低频信号;此外,再利用自适应滤波器等软件去噪方法去除信号采集过程中混入的与蛋壳质量无关的随机噪音。
(3)特征响应信号提取、融合及优化:在Labview软件中,设置声脉冲信号和振动信号的阈值触发,当所得信号判断为禽蛋蛋壳强度敲击响应信号时,软件系统即开始采集信号并进行快速傅立叶(512点)变换,将信号从时域空间转换到频率空间进行处理。分别在禽蛋蛋壳声脉冲响应信号的时域空间提取信号衰减时间和信号衰减速率特征,在频域空间提取特定频率(1700Hz)区域信号值;在禽蛋蛋壳振动响应信号的时域空间提取信号峰值、方差、一阶导数最大值及方差、二阶导数最大值及方差进行等特征,在频域空间提取第一共振峰频率及幅值,第二共振峰功率及幅值等特征,将禽蛋所采集的各个特征在特征层面上进行归一化并融合。再采用遗传算法从融合后的特征信号中进一步筛选出与禽蛋蛋壳裂纹相关的信息,以对所提取及筛选出的各个特征变量进一步优化。
(4)完好和裂纹鸡蛋识别模型的建立:将所提取禽蛋样本的声脉冲-振动响应信号的特征变量作为判别模型的输入向量,建立不同的数学模型判别区分完好和裂纹鸡蛋。在建立模型的过程中,考虑模型识别效率的同时也要考虑模型的运行速率,以适合后续在线检测的需要。因此,在建立模型时,主要尝试采用一些逻辑型判别模型建立裂纹禽蛋判别模型。在尝试不同的判别模型的同时,也再次优化提取的特征向量,比较不同向量组合在各个模型中的适用效果,以期采用尽可能少的特征向量建立鲁棒性强的判别模型。
(5)判别模型适用性验证:利用所建立的模型识别独立的裂纹鸡蛋样本,以准确率作为评判所建立模型鲁棒性的主要指标。比较所建立的模型对独立的自然裂纹鸡蛋和人为制造裂纹鸡蛋样本的识别率,如果识别率有较大的差异,则需要修正模型,再进行识别和调试,直至所建立的模型对两类裂纹禽蛋的识别率相当。确定模型后,即建立禽蛋蛋壳裂纹检测的标准库。
对于一个禽蛋样本,要检测其蛋壳强度,可通过上述步骤对其机械敲击,采集敲击响应信号,并信号处理、分析,采用遗传算法提取特征频率,经过标准库中相应的检测模型预测鸡蛋蛋壳强度,并通过上下位机通讯输送至计算机界面上显示,至此该鸡蛋蛋壳裂纹测试结束。
根据以上禽蛋蛋壳裂纹无损检测方法,对完好和裂纹禽蛋进行多批次检测,实验结果反应本发明的硬件装置和软件模型具有很好的适应度和推广性,具体结果如下:
实验(1):
对100个完好和100个裂纹鸡蛋检测,蛋重从47.5-75.5g,蛋壳厚度0.207-0.317mm。其中,完好和裂纹蛋各60个作为训练集,剩余作为预测集,其检测准确率如下表所示:
表1 振动传感器判别裂纹蛋结果
实验(2):
对33个完好和33个裂纹白壳鸭蛋进行检测,蛋重从60.05-75.69g,蛋壳厚度0.37-0.52mm。其中,完好和裂纹蛋各22个作为训练集,剩余作为预测集,其检测准确率如下表所示:
表2 振动传感器判别裂纹蛋结果
实验(3):
对33个完好和33个裂纹青壳鸭蛋进行检测,蛋重从56.8-83.5g,蛋壳厚度0.385-0.487mm。其中,完好和裂纹蛋各22个作为训练集,剩余作为预测集,其检测准确率如下表所示:
表3 振动传感器判别裂纹蛋结果

Claims (6)

1.一种禽蛋蛋壳裂纹快速无损检测方法,其特征在于,按照以下步骤进行:
(1)声脉冲-振动二维信号的同步采集:在建立的多传感器平台硬件上实现同步采集、输送和存储禽蛋蛋壳受机械激励的声脉冲信号和振动加速度传感器信号;
(2)响应信号特征的提取:在二维传感器中提取禽蛋蛋壳质量的关联特征响应信号,识别不同质量的蛋壳;
(3)响应信号特征的筛选及融合:采用遗传算法对步骤(2)所获取的响应信号特征信息进行筛选,并在特征层面上进行融合;
(4)裂纹禽蛋的识别:将所提取禽蛋样本的声脉冲-振动响应信号的特征变量作为判别模型的输入向量,根据所建立的模型判别区分完好和裂纹禽蛋;
步骤(1)中所述的多传感器平台硬件,为一种声脉冲-振动二维传感器检测装置,所述装置包括:支撑基座(1)、传感器固定支架(2)、可调式运动轨道(3)、振动加速度传感器一(4)、振动加速度传感器二(5)、振动加速度传感器三(6)、声脉冲传感器(7)、电磁铁(8)、敲击棒(9)、电荷放大器一(10)、电荷放大器二(11)、电荷放大器三(12)、A/D采集卡(13)、声卡(14)、计算机(15)、支架(16);
所述支撑基座(1)两侧和中间位置分别固定有传感器固定支架(2),两侧传感器固定支架上分别设置有可调式运动轨道(3),两侧可调式运动轨道上分别装有振动加速度传感器二(5)、振动加速度传感器三(6),支撑基座(1)中间位置固定的传感器固定支架(2)上端设置有振动加速度传感器一(4);
所述振动加速度传感器一(4)与电荷放大器一(10)相连接,振动加速度传感器二(5)与电荷放大器二(11)相连接,振动加速度传感器三(6)与电荷放大器三(12)相连接;
所述电荷放大器一(10)、电荷放大器二(11)、电荷放大器三(12)均通过A/D采集卡(13)连通计算机(15);
所述电磁铁(8)固定于支架(16)上,敲击棒(9)一端与电磁铁(8)连接,敲击棒(9)另一端连接有声脉冲传感器(7),声脉冲传感器(7)通过声卡(14)与计算机(15)连接;
步骤(3)中所述的对步骤(2)所提取的独立传感器和传感器关联的特征信息进行筛选,共筛选出顶部声传感器频率域过零点数和、底部传感器的幅值峰值、左右两侧振动传感器时间域图谱的振动幅值的极差对比值及相关性、底部和左侧振动传感器时间域图谱的一阶导数对比值及相关性。
2.根据权利要求1所述的一种禽蛋蛋壳裂纹快速无损检测方法,其特征在于,步骤(1)中所述的禽蛋声脉冲-振动二维信号的同步采集、输送和存储,是指在一次禽蛋蛋壳强度的响应信号机械激励中,振动加速度传感器一(4)、振动加速度传感器二(5)、振动加速度传感器三(6)和声脉冲传感器(7)分别在蛋壳表面赤道的四个不同区域同步采集禽蛋蛋壳信息,四个传感器之间以90度的距离间隔分布,四个传感器同步传输至A/D采集卡(13)中进行A/D转换,由电脑软件中实现同步信号存储和处理。
3.根据权利要求1所述的一种禽蛋蛋壳裂纹快速无损检测方法,其特征在于,步骤(2)中所述的响应信号特征的提取,是指振动加速度传感器一(4)、振动加速度传感器二(5)、振动加速度传感器三(6)和声脉冲传感器(7)各自在时间域和频率域首先提取其独立的特征信息,再提取左右两侧传感器、底部和两侧传感器之间的关联响应信息也作为特征信息,对所提取的特征信息归一化至同一量纲,并进行融合。
4.根据权利要求1所述的一种禽蛋蛋壳裂纹快速无损检测方法,其特征在于,所述振动加速度传感器一(4)、振动加速度传感器二(5)、振动加速度传感器三(6)和声脉冲传感器(7)围绕着禽蛋赤道位置以90度距离依次分布,其中,声脉冲传感器(7)位于禽蛋赤道的顶部,振动加速度传感器二(5)位于禽蛋赤道的左侧、振动加速度传感器三(6)位于禽蛋赤道的右侧、振动加速度传感器一(4)位于禽蛋赤道的底部,四个传感器用于从四个不同区域检测禽蛋的蛋壳质量。
5.根据权利要求1所述的一种禽蛋蛋壳裂纹快速无损检测方法,其特征在于,所述振动加速度传感器二(5)、振动加速度传感器三(6)装在可调式运动轨道(3)上,可左右移动,根据每个禽蛋的大小,可调式运动轨道(3)带动左侧的振动加速度传感器二(5)和右侧的振动加速度传感器三(6),在可调式运动轨道上左右移动,保证振动加速度传感器与禽蛋紧密结合。
6.根据权利要求1所述的一种禽蛋蛋壳裂纹快速无损检测方法,其特征在于,所述声脉冲传感器(7)安装在禽蛋顶端,接收禽蛋受机械激励的声音信号。
CN201510211676.XA 2015-04-30 2015-04-30 一种禽蛋蛋壳裂纹检测方法 Expired - Fee Related CN104833724B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510211676.XA CN104833724B (zh) 2015-04-30 2015-04-30 一种禽蛋蛋壳裂纹检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510211676.XA CN104833724B (zh) 2015-04-30 2015-04-30 一种禽蛋蛋壳裂纹检测方法

Publications (2)

Publication Number Publication Date
CN104833724A CN104833724A (zh) 2015-08-12
CN104833724B true CN104833724B (zh) 2018-11-09

Family

ID=53811738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510211676.XA Expired - Fee Related CN104833724B (zh) 2015-04-30 2015-04-30 一种禽蛋蛋壳裂纹检测方法

Country Status (1)

Country Link
CN (1) CN104833724B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105651609B (zh) * 2016-03-01 2018-09-11 浙江大学 基于并联压电薄膜阵列的禽蛋滚动式在线裂纹检测装置
CN106198747A (zh) * 2016-06-21 2016-12-07 长安大学 一种测定墙体上的瓷砖是否有掉落危险的方法
CN109541031A (zh) * 2019-01-25 2019-03-29 山东农业大学 基于声学和振动特性的水果硬度检测方法
CN114199762B (zh) * 2022-01-14 2023-10-24 山东智谷碳素研究院有限公司 一种碳块裂纹检测装置及检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101413928A (zh) * 2008-11-14 2009-04-22 江苏大学 基于声学特性的禽蛋裂纹快速在线无损检测装置及方法
CN101419196A (zh) * 2008-12-08 2009-04-29 浙江大学 一种禽蛋细小裂纹的敲击响应检测装置及方法
CN201314904Y (zh) * 2008-12-08 2009-09-23 浙江大学 禽蛋细小裂纹的敲击响应检测装置
CN101915767A (zh) * 2010-07-13 2010-12-15 南京农业大学 一种鸡蛋裂纹的系统性识别方法
CN102156169A (zh) * 2011-03-08 2011-08-17 江苏大学 一种鸡蛋蛋壳强度在线无损检测方法及装置
CN203287353U (zh) * 2013-04-02 2013-11-13 浙江大学 一种基于连续振动发声的禽蛋裂纹声学检测装置
CN204613160U (zh) * 2015-04-30 2015-09-02 江苏大学 一种禽蛋蛋壳裂纹检测装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101413928A (zh) * 2008-11-14 2009-04-22 江苏大学 基于声学特性的禽蛋裂纹快速在线无损检测装置及方法
CN101419196A (zh) * 2008-12-08 2009-04-29 浙江大学 一种禽蛋细小裂纹的敲击响应检测装置及方法
CN201314904Y (zh) * 2008-12-08 2009-09-23 浙江大学 禽蛋细小裂纹的敲击响应检测装置
CN101915767A (zh) * 2010-07-13 2010-12-15 南京农业大学 一种鸡蛋裂纹的系统性识别方法
CN102156169A (zh) * 2011-03-08 2011-08-17 江苏大学 一种鸡蛋蛋壳强度在线无损检测方法及装置
CN203287353U (zh) * 2013-04-02 2013-11-13 浙江大学 一种基于连续振动发声的禽蛋裂纹声学检测装置
CN204613160U (zh) * 2015-04-30 2015-09-02 江苏大学 一种禽蛋蛋壳裂纹检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于静_动态力学的裂纹鸡蛋蛋壳特性研究;胥沛霆 等;《食品安全质量检测学报》;20140331;第5卷(第3期);第719页右栏最后1段至第720页第1段,图1-2 *
鸡蛋裂纹损伤检测的声振分析方法研究;吴雪;《食品与机械》;20141130;第30卷(第6期);第10页右栏第2段,第11页左栏第1段,图5-6 *

Also Published As

Publication number Publication date
CN104833724A (zh) 2015-08-12

Similar Documents

Publication Publication Date Title
CN104833724B (zh) 一种禽蛋蛋壳裂纹检测方法
CN101413928B (zh) 基于声学特性的禽蛋裂纹快速在线无损检测装置及方法
CN101603927B (zh) 一种无损检测丰水梨缺陷的装置与用法
CN100495032C (zh) 一种禽蛋表面品质检测的方法和装置
Sun et al. On-line detection of eggshell crack based on acoustic resonance analysis
CN108051449A (zh) 基于形态学边缘检测的咸鸭蛋表面裂纹在线视觉检测方法
Pan et al. Eggshell crack detection based on computer vision and acoustic response by means of back-propagation artificial neural network
CN103109754B (zh) 血斑蛋在线无损检测分选设备及其方法
CN102147402A (zh) 机器视觉技术快速检测鸡蛋新鲜度的方法
CN106442525B (zh) 用于核桃内部干瘪缺陷的在线检测方法
CN204613160U (zh) 一种禽蛋蛋壳裂纹检测装置
CN102928435A (zh) 基于图像和超声信息融合的飞机蒙皮损伤识别方法及装置
CN109187553B (zh) 一种基于机器视觉的变质鸡蛋在线智能识别方法
CN110133049A (zh) 基于电子鼻和机器视觉的茶叶等级快速无损检测方法
CN109932333B (zh) 声学振动和近红外光谱融合的水果坚实度测量系统和方法
CN104597124A (zh) 一种基于声音频谱拟合的金属罐装产品质量在线检测方法
CN110378618A (zh) 基于在线烟丝表面缺陷检测的质量评价方法及系统
CN110006899A (zh) 皮蛋内部品质的无损视觉检测分级方法
CN108776138A (zh) 一种催熟水果库水果品质在线监测装置
CN101419196A (zh) 一种禽蛋细小裂纹的敲击响应检测装置及方法
CN110261483A (zh) 焊缝缺陷检测方法、装置、检测设备及可读存储介质
CN112691939A (zh) 果蔬品质智能感知分拣机器人系统
CN109541031A (zh) 基于声学和振动特性的水果硬度检测方法
CN110020604A (zh) 一种蔬菜品质检测方法及系统
CN101968438B (zh) 一种原料肌肉注水快速判别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181109

Termination date: 20200430