CN105973836A - 一种粮食自动取样时水分在线检测方法 - Google Patents
一种粮食自动取样时水分在线检测方法 Download PDFInfo
- Publication number
- CN105973836A CN105973836A CN201610295446.0A CN201610295446A CN105973836A CN 105973836 A CN105973836 A CN 105973836A CN 201610295446 A CN201610295446 A CN 201610295446A CN 105973836 A CN105973836 A CN 105973836A
- Authority
- CN
- China
- Prior art keywords
- grain
- moisture
- detection
- storage box
- automatic sampling
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- 238000005070 sampling Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title abstract description 4
- 238000003860 storage Methods 0.000 claims abstract description 26
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 235000013339 cereals Nutrition 0.000 claims description 104
- 230000003287 optical effect Effects 0.000 claims description 12
- 210000000582 semen Anatomy 0.000 claims description 10
- 239000012535 impurity Substances 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 8
- 235000007164 Oryza sativa Nutrition 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 238000000985 reflectance spectrum Methods 0.000 claims description 4
- 235000009566 rice Nutrition 0.000 claims description 4
- 240000007594 Oryza sativa Species 0.000 claims 1
- 238000010521 absorption reaction Methods 0.000 abstract description 2
- 238000001035 drying Methods 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 abstract 1
- 238000012216 screening Methods 0.000 abstract 1
- 230000001131 transforming effect Effects 0.000 abstract 1
- 238000005303 weighing Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 235000013325 dietary fiber Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000019197 fats Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种粮食自动取样时水分在线检测方法，包括以下步骤：S1，称取一定量的粮食进行过滤和筛选；S2，将S1中从储粮盒的上部、中部或下部称取的粮食分别放在若干检测盒中；S3，将近红外光检测装置检测到的数据通过模拟数字转换模块进行转换；S4，根据S3检测分析得到的数据对粮食进行等级划分。本发明采用近红外线反射光谱在线测定粮食的水分，由于不同的分子对不同波长的近红外光具有不同特征的吸收，当用近红外光照射样品时，漫反射光的强度与样品的成分含量有关，该方法测量快速、简单，无需对粮食进行烘干，只需在仪器前流动即可检测，减少人为因素，自动生成显示检测数据，提高检测效率和准确度。
Description
技术领域
本发明涉及粮食水分检测技术领域，尤其涉及一种粮食自动取样时水分在线检测方法。
背景技术
粮食是指烹饪食品中各种植物种子总称，也可概括称为“谷物”。粮食作物含营养物质丰富，主要为蛋白质、维生素、膳食纤维、脂肪等，粮食收获后的水分含量无论对其商用或种用都有非常重要的意义。理想的粮食含水量是将粮食干燥至储粮微生物生长的临界点附近,在这一水分条件下,可以保障粮食的储藏安全,最大限度地维持粮食的新鲜度和食用品质,同时也可最大限度地维持粮食的发芽率和种用品质，水分与温度都是影响粮食呼吸作用的主要因素，但二者并不是孤立的，而是相互制约的。在粮食水分含量底时，温度对呼吸的影响很小；当粮食水分增高，温度所引起的呼吸强度变化非常激烈。根据实验，水分仪为18％—23％的粮食在50—55℃温度下,呼吸急剧上升后骤然减弱。但水分为14％—16％的粮食在同样温度下经过几昼夜，呼吸能力几乎没有变化，同样，在温度较低时，水分对呼吸影响较小，在低温时，水分较高的粮食也能安全储藏。例如，在我国北方地区，冬季气温很低，含水2％的小麦也可以作短期储藏；而夏季粮温升高，安全水分应保持为13％—14.5％；北京大米度夏的安全水分为13.5％，而在气温较高的上海就必须控制安全水分在12.0％以下。显然粮食的储藏稳定性受到温度和水分的综合影响，只要粮食水分和温度控制好后，完全可以抑制霉菌、螨类和昆虫的生长，避免对储粮造成危害。粮食水分检测对粮食的收购、运输、储存、加工、贸易都具有十分重要的意义，粮食水分的检测办法概括起来可分为无损检测和有损检测两大类。无损检测是指在不毁坏待测物原来的状态和化学性质等前提下，经过粮食自身的物理、光学及化学特性来测其含水量；有损检测则是指在测量的过程中待测物粉碎或发生了化学变化，致使其不能保持原有的形状、结构或组分。但是有损检测的方法不够经济，而且很麻烦，检测的效率不高，所以实用性不高。
发明内容
基于背景技术存在的技术问题，本发明提出了一种粮食自动取样时水分在线检测方法。
本发明提出的一种粮食自动取样时水分在线检测方法，包括以下步骤：
S1，称取一定量的粮食进行过滤和筛选，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的上部、中部或下部称取100-200g的粮食；
S2，将S1中从储粮盒的上部、中部或下部称取的粮食分别放在若干检测盒中，通过检测盒中的重力传感器将得到的重量数据传递给智能终端进行存储，然后将检测盒等间距放置在传送带上，依次通过设置在传送带一侧的近红外光检测装置，通过近红外光反射光谱在线测定粮食的水分；
S3，将近红外光检测装置检测到的数据通过模拟数字转换模块进行转换，将转换后的数据进行智能分析，分析得到的数据通过设置在近红外光检测装置上的显示屏幕显示出来，并且通过近红外光检测装置上的数据传输接口将数据传递给远程的计算机中；
S4，根据S3检测分析得到的数据对粮食进行等级划分，将含有不同水分的粮食划入对应等级中，即可完成粮食自动取样时水分的在线检测。
优选地，所述智能终端上设有人机交互模块，所述人机交互模块包括显示屏和操作模块。
优选地，所述粮食包括小麦、大麦、大豆、玉米、稻米。
优选地，所述S1中，称取一定量的粮食进行过滤和筛选，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的中部或下部称取100-200g的粮食。
优选地，所述S1中，称取一定量的粮食进行过滤和筛选，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的上部或下部称取100-200g的粮食。
本发明中，通过自动取样时对粮食中的水分进行自动进行在线无损检测、自动生成检测数据，通过智能屏幕实时显示检测数据，数据与计算机预留接口，通过智能检测的数据为用户提供结算依据和指导生产，改变了原有传统手工检测的方法，采用近红外线反射光谱在线测定粮食的水分。由于不同的分子对不同波长的近红外光具有不同特征的吸收，当用近红外光照射样品时，漫反射光的强度与样品的成分含量有关。该方法测量快速、简单，无需对粮食进行烘干，只需在仪器前流动即可检测，该法可进行在线测量，减少人为因素，自动生成显示检测数据，提高检测效率和准确度。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例一
本发明提出的一种粮食自动取样时水分在线检测方法，包括以下步骤：
S1，称取一定量的粮食进行过滤和筛选，且粮食包括小麦、大麦、大豆、玉米、稻米，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的上部、中部或下部称取100-200g的粮食；
S2，将S1中从储粮盒的上部、中部或下部称取的粮食分别放在若干检测盒中，通过检测盒中的重力传感器将得到的重量数据传递给智能终端进行存储，且智能终端上设有人机交互模块，人机交互模块包括显示屏和操作模块，然后将检测盒等间距放置在传送带上，依次通过设置在传送带一侧的近红外光检测装置，通过近红外光反射光谱在线测定粮食的水分；
S3，将近红外光检测装置检测到的数据通过模拟数字转换模块进行转换，将转换后的数据进行智能分析，分析得到的数据通过设置在近红外光检测装置上的显示屏幕显示出来，并且通过近红外光检测装置上的数据传输接口将数据传递给远程的计算机中；
S4，根据S3检测分析得到的数据对粮食进行等级划分，将含有不同水分的粮食划入对应等级中，即可完成粮食自动取样时水分的在线检测。
实施例二
本发明提出的一种粮食自动取样时水分在线检测方法，包括以下步骤：
S1，称取一定量的粮食进行过滤和筛选，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的中部或下部称取300-500g的粮食；
S2，将S1中从储粮盒的上部、中部或下部称取的粮食分别放在若干检测盒中，通过检测盒中的重力传感器将得到的重量数据传递给智能终端进行存储，且智能终端上设有人机交互模块，人机交互模块包括显示屏和操作模块，然后将检测盒等间距放置在传送带上，依次通过设置在传送带一侧的近红外光检测装置，通过近红外光反射光谱在线测定粮食的水分；
S3，将近红外光检测装置检测到的数据通过模拟数字转换模块进行转换，将转换后的数据进行智能分析，分析得到的数据通过设置在近红外光检测装置上的显示屏幕显示出来，并且通过近红外光检测装置上的数据传输接口将数据传递给远程的计算机中；
S4，根据S3检测分析得到的数据对粮食进行等级划分，将含有不同水分的粮食划入对应等级中，即可完成粮食自动取样时水分的在线检测。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种粮食自动取样时水分在线检测方法，其特征在于，包括以下步骤：
S1，称取一定量的粮食进行过滤和筛选，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的上部、中部或下部称取100-200g的粮食；
S2，将S1中从储粮盒的上部、中部或下部称取的粮食分别放在若干检测盒中，通过检测盒中的重力传感器将得到的重量数据传递给智能终端进行存储，然后将检测盒等间距放置在传送带上，依次通过设置在传送带一侧的近红外光检测装置，通过近红外光反射光谱在线测定粮食的水分；
S3，将近红外光检测装置检测到的数据通过模拟数字转换模块进行转换，将转换后的数据进行智能分析，分析得到的数据通过设置在近红外光检测装置上的显示屏幕显示出来，并且通过近红外光检测装置上的数据传输接口将数据传递给远程的计算机中；
S4，根据S3检测分析得到的数据对粮食进行等级划分，将含有不同水分的粮食划入对应等级中，即可完成粮食自动取样时水分的在线检测。
2.根据权利要求1所述的一种粮食自动取样时水分在线检测方法，其特征在于，所述智能终端上设有人机交互模块，所述人机交互模块包括显示屏和操作模块。
3.根据权利要求1所述的一种粮食自动取样时水分在线检测方法，其特征在于，所述粮食包括小麦、大麦、大豆、玉米、稻米。
4.根据权利要求1所述的一种粮食自动取样时水分在线检测方法，其特征在于，所述S1中，称取一定量的粮食进行过滤和筛选，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的中部或下部称取100-200g的粮食。
5.根据权利要求1所述的一种粮食自动取样时水分在线检测方法，其特征在于，所述S1中，称取一定量的粮食进行过滤和筛选，将除去杂质的粮食放入储粮盒中，然后分别从储粮盒的上部或下部称取100-200g的粮食。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610295446.0A CN105973836A (zh) | 2016-05-06 | 2016-05-06 | 一种粮食自动取样时水分在线检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610295446.0A CN105973836A (zh) | 2016-05-06 | 2016-05-06 | 一种粮食自动取样时水分在线检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105973836A true CN105973836A (zh) | 2016-09-28 |
Family
ID=56991265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610295446.0A Pending CN105973836A (zh) | 2016-05-06 | 2016-05-06 | 一种粮食自动取样时水分在线检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105973836A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106932546A (zh) * | 2017-03-02 | 2017-07-07 | 安徽广深机电设备有限公司 | 一种谷物干燥机的稻谷水分检测系统及检测方法 |
| CN107219144A (zh) * | 2017-08-07 | 2017-09-29 | 开封市茂盛机械有限公司 | 粮食智能快速检验系统 |
| CN107462541A (zh) * | 2017-08-15 | 2017-12-12 | 中国农业科学院农产品加工研究所 | 预测风干肉在热风干过程中水分含量和干燥速率的方法 |
| CN109073545A (zh) * | 2016-04-15 | 2018-12-21 | 株式会社久保田 | 干燥机及干燥机用光谱分析装置 |
| CN113742942A (zh) * | 2021-09-16 | 2021-12-03 | 段力刚 | 粮食烘后水分控制模型建立方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2469441Y (zh) * | 2001-03-15 | 2002-01-02 | 单凯 | 样品检测仓作直线运动的低温高水份玉米快速测定仪 |
| CN1353304A (zh) * | 2001-12-05 | 2002-06-12 | 单凯 | 一种对谷物进行品质检测的方法及其装置 |
| CN103615881A (zh) * | 2013-12-13 | 2014-03-05 | 长春吉大科学仪器设备有限公司 | 基于总重检测的谷物循环干燥水分在线测控方法及其系统 |
| CN105181643A (zh) * | 2015-10-12 | 2015-12-23 | 华中农业大学 | 一种稻米品质的近红外检测方法与应用 |
-
2016
- 2016-05-06 CN CN201610295446.0A patent/CN105973836A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2469441Y (zh) * | 2001-03-15 | 2002-01-02 | 单凯 | 样品检测仓作直线运动的低温高水份玉米快速测定仪 |
| CN1353304A (zh) * | 2001-12-05 | 2002-06-12 | 单凯 | 一种对谷物进行品质检测的方法及其装置 |
| CN103615881A (zh) * | 2013-12-13 | 2014-03-05 | 长春吉大科学仪器设备有限公司 | 基于总重检测的谷物循环干燥水分在线测控方法及其系统 |
| CN105181643A (zh) * | 2015-10-12 | 2015-12-23 | 华中农业大学 | 一种稻米品质的近红外检测方法与应用 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109073545A (zh) * | 2016-04-15 | 2018-12-21 | 株式会社久保田 | 干燥机及干燥机用光谱分析装置 |
| CN109073545B (zh) * | 2016-04-15 | 2021-12-24 | 株式会社久保田 | 干燥机及干燥机用光谱分析装置 |
| CN106932546A (zh) * | 2017-03-02 | 2017-07-07 | 安徽广深机电设备有限公司 | 一种谷物干燥机的稻谷水分检测系统及检测方法 |
| CN107219144A (zh) * | 2017-08-07 | 2017-09-29 | 开封市茂盛机械有限公司 | 粮食智能快速检验系统 |
| CN107462541A (zh) * | 2017-08-15 | 2017-12-12 | 中国农业科学院农产品加工研究所 | 预测风干肉在热风干过程中水分含量和干燥速率的方法 |
| CN107462541B (zh) * | 2017-08-15 | 2019-10-01 | 中国农业科学院农产品加工研究所 | 预测风干肉在热风干过程中水分含量和干燥速率的方法 |
| CN113742942A (zh) * | 2021-09-16 | 2021-12-03 | 段力刚 | 粮食烘后水分控制模型建立方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105973836A (zh) | 一种粮食自动取样时水分在线检测方法 | |
| Arendse et al. | Non-destructive prediction of internal and external quality attributes of fruit with thick rind: A review | |
| Zude-Sasse et al. | An approach to non-destructive apple fruit chlorophyll determination | |
| Wang et al. | Rapid prediction of chlorophylls and carotenoids content in tea leaves under different levels of nitrogen application based on hyperspectral imaging | |
| Fan et al. | Individual wheat kernels vigor assessment based on NIR spectroscopy coupled with machine learning methodologies | |
| Nawi et al. | Prediction and classification of sugar content of sugarcane based on skin scanning using visible and shortwave near infrared | |
| Magwaza et al. | The use of Vis/NIRS and chemometric analysis to predict fruit defects and postharvest behaviour of ‘Nules Clementine’mandarin fruit | |
| Liu et al. | Discriminating and elimination of damaged soybean seeds based on image characteristics | |
| CN105527244A (zh) | 一种基于近红外光谱的寒富苹果品质无损检测方法 | |
| Magwaza et al. | Prediction of ‘Nules Clementine’mandarin susceptibility to rind breakdown disorder using Vis/NIR spectroscopy | |
| Wu et al. | Investigating the effects of simulated transport vibration on tomato tissue damage based on vis/NIR spectroscopy | |
| Morales-Sillero et al. | Feasibility of NIR spectroscopy for non-destructive characterization of table olive traits | |
| Ncama et al. | On-tree indexing of ‘Hass’ avocado fruit by non-destructive assessment of pulp dry matter and oil content | |
| Beghi et al. | Setting-up of a simplified handheld optical device for decay detection in fresh-cut Valerianella locusta L. | |
| Kramchote et al. | Rapid determination of cabbage quality using visible and near-infrared spectroscopy | |
| Wei et al. | Navel orange maturity classification by multispectral indexes based on hyperspectral diffuse transmittance imaging | |
| Belyakov et al. | Control of bulk products’ humidity and grinding size by the photoluminescent method photoluminescent quality control | |
| Wang et al. | Development of near‐infrared online grading device for long jujube | |
| CN105527236A (zh) | 一种利用光谱法测定农产品主要营养成分的方法 | |
| Rajkumar et al. | Development of a farmer‐friendly portable color sorter cum grader for tomatoes | |
| Ruslan et al. | Quantification of total soluble solids and titratable acidity for citrus maturity using portable vis-NIR spectroradiometer | |
| Brito et al. | Near infrared reflectance spectrometry classification of lettuce using linear discriminant analysis | |
| Singh et al. | Optical sensors and online spectroscopy for automated quality and safety inspection of food products | |
| CN105928900A (zh) | 一种近红外谷物分析方法 | |
| Ye et al. | Estimation of the degree of red coloration in flesh of a red-fleshed apple cultivar ‘Kurenai no Yume’with a UV–vis-NIR interactance device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160928 |