CN117840072A - 一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法 - Google Patents
一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法 Download PDFInfo
- Publication number
- CN117840072A CN117840072A CN202410142132.1A CN202410142132A CN117840072A CN 117840072 A CN117840072 A CN 117840072A CN 202410142132 A CN202410142132 A CN 202410142132A CN 117840072 A CN117840072 A CN 117840072A
- Authority
- CN
- China
- Prior art keywords
- vegetables
- fruit
- fruits
- module
- sorting
- 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
- 235000012055 fruits and vegetables Nutrition 0.000 title claims abstract description 170
- 238000012545 processing Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims description 14
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 125
- 238000001514 detection method Methods 0.000 claims abstract description 71
- 230000005540 biological transmission Effects 0.000 claims abstract description 29
- 239000000463 material Substances 0.000 claims abstract description 25
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims abstract description 8
- 238000005303 weighing Methods 0.000 claims description 30
- 239000000523 sample Substances 0.000 claims description 29
- 239000013307 optical fiber Substances 0.000 claims description 26
- 230000001681 protective effect Effects 0.000 claims description 23
- 229910052736 halogen Inorganic materials 0.000 claims description 17
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 17
- 229910052721 tungsten Inorganic materials 0.000 claims description 17
- 239000010937 tungsten Substances 0.000 claims description 17
- 238000004040 coloring Methods 0.000 claims description 15
- 230000001066 destructive effect Effects 0.000 claims description 14
- 150000002367 halogens Chemical class 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 6
- 239000011248 coating agent Substances 0.000 claims description 5
- 238000000576 coating method Methods 0.000 claims description 5
- 208000019622 heart disease Diseases 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000000411 transmission spectrum Methods 0.000 claims description 3
- 125000005843 halogen group Chemical group 0.000 claims description 2
- 238000003672 processing method Methods 0.000 abstract description 6
- 241000220225 Malus Species 0.000 description 19
- 235000021016 apples Nutrition 0.000 description 9
- 235000013311 vegetables Nutrition 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 244000291564 Allium cepa Species 0.000 description 2
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 2
- 244000144730 Amygdalus persica Species 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 2
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 2
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 2
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 2
- 240000000560 Citrus x paradisi Species 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- 235000006040 Prunus persica var persica Nutrition 0.000 description 2
- 241000220324 Pyrus Species 0.000 description 2
- 240000003768 Solanum lycopersicum Species 0.000 description 2
- 244000061456 Solanum tuberosum Species 0.000 description 2
- 235000002595 Solanum tuberosum Nutrition 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 235000015203 fruit juice Nutrition 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 235000021017 pears Nutrition 0.000 description 2
- 235000012015 potatoes Nutrition 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 244000241235 Citrullus lanatus Species 0.000 description 1
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 1
- 235000005979 Citrus limon Nutrition 0.000 description 1
- 244000131522 Citrus pyriformis Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000013325 dietary fiber Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 235000021022 fresh fruits Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 235000004280 healthy diet Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 235000010755 mineral Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered 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
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Sorting Of Articles (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种可定制式类球形果蔬品质无损分选与适宜加工系统,包括物料传输模块,用于果蔬的传送、识别和定位;机器视觉检测模块,用于捕捉果蔬表面信息,进行果形指数、果面瑕疵等的检测;可见近红外光谱检测模块,用于获取果蔬的光谱信息,进行糖度、酸度、成熟度等指标的检测;信息管理模块,安装于计算机内,用于物料传输模块、机器视觉检测模块、可见近红外光谱检测模块和分拣模块信息的记录、处理与反馈;分拣模块,用于根据不同模块的数据以及预先定制的分选标准,将果蔬输送至不同功能区域进行加工;本发明还公开了一种可定制式类球形果蔬品质无损分选与适宜加工方法。本发明是一种集类球形果蔬检测、分选和加工于一体的可定制式系统。
Description
技术领域
本发明涉及果蔬分选和品质检测技术领域,具体涉及一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法。
背景技术
果蔬是人们日常饮食中必不可少的食物之一,是健康膳食的重要组成部分,可以为人体提供所必须的维生素、矿物质和膳食纤维等营养物质,果蔬除鲜食外还可以被加工成各种产品。果蔬在销售或加工前都需要进行分级,以达到优果优价和加工适配的目的。目前,传统的分级方法主要是通过选果人员对果蔬的大小、果型和色泽等外在指标做出判断,从而进行分选。但是,这种方法很大程度上依赖于操作人员的经验,带有主观性且效率低下。此外,果蔬的内在品质指标难以从外部进行人工鉴别,往往是采用抽样的方式通过化学检测获得。但是,化学检测是一种破坏性的检测方式,并且抽样检测得到的仅是一个整体水平,并不能反映个体间的差异,难以实现品质的实时精准监测。果蔬,如苹果、柑桔、梨、橙子、桃子、柚子、马铃薯、西红柿、西瓜、卷心菜和洋葱等,在外形上呈现球形或类球形,这种形状在无损检测和智能化分级方面具有外形优势。
为了解决上述存在的问题,以苹果为例,公开号CN110624855A的专利公布了一种苹果分选控制系统及方法,包括识别模块,进行苹果的扫描以获得苹果颜色分布图像;处理模块,对获得的图像进行处理,基于颜色占比划分至对应层级,并标识序号;分选模块,识别处理单元标识的层级信息并在对应序号触发时分选,该发明基于苹果颜色可以实现苹果的自动筛选从而达到分类的技术效果,但是仅仅针对颜色这一单项品质指标,检测功能过于单一,并不能满足产线上对苹果的分级要求。又如公开号CN113663926A的专利公布了一种具有多种检测功能的苹果分选装置,包括称重器检测苹果和托盘的重量信息并传递给控制器,摄像机拍摄苹果的图像信息并传送给控制器,内部检测装置检测苹果是否存在苹果水心病害、苹果果肉褐变症、伤流,苹果霉心病和苹果的糖度信息并传递给控制器,控制器记录苹果的重量信息、图像信息和糖度信息,人工根据控制器记录的信息将苹果分别放入第一分拣机和第二分拣机,可根据水果的重量大小、表面成像、糖度设置水果的等级,水果的等级分好后托盘上的水果由人工拿出装箱,空托盘回流到输送线上进行循环,方便重复使用托盘。该发明可以检测苹果的重量、表面、病害和糖度信息,弥补了检测功能单一的缺陷,但是苹果的分级还是依靠人工进行,并不能实现自动分选。
此外,上述系统/装置都是针对鲜食果蔬的分级,优选出的商品果可以进行包装销售,而次等果或残次果部分的资源并未得到充分开发利用,这在一定程度上造成了资源的浪费,限制了果蔬附加值的提高,制约了果蔬产业的多元化发展。
发明内容
针对现有技术中存在不足,本发明提出一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法,解决类球形果蔬的多指标自动分级问题和非商品果的综合利用问题,用以提高果蔬的附加值,促进果蔬产业的多元化、高质量发展。
本发明是通过以下技术手段实现上述技术目的的。
一种可定制式类球形果蔬品质无损分选与适宜加工系统,包括计算机、物料传输模块、机器视觉检测模块、可见近红外光谱检测模块、信息管理模块和分拣模块,所述计算机分别与物料传输模块、机器视觉检测模块、可见近红外光谱检测模块和分拣模块相连接,用于与各模块间的信息交互;还包括安装在计算机中的信息管理模块,用于物料传输模块、机器视觉检测模块、可见近红外光谱检测模块和分拣模块信息的记录、处理与反馈;
所述物料传输模块包括输送链板和柔性果托,输送链板位于所述柔性果托两侧,并通过支链与所述柔性果托相连接;在所述输送链板的传输路径上之间设有称重支架,所述称重支架顶部装载重量传感器,重量传感器位于柔性果托下方;所述柔性果托装载独立的电子标签,用于类球形果蔬品质等级的分类;
所述机器视觉检测模块包括LED光源、工业相机和第一防护罩,所述第一防护罩设置在所述输送链板的传输路径上方,第一防护罩为内层涂有漫反射涂层的椭球形腔体,且内部安装第一弧形滑轨;所述LED光源位于传送方向上待检工位的两侧,所述工业相机位于待检工位的上方和下方,呈多点分布;第一弧形滑轨用于安装待检工位上方的工业相机,待检工位上方的工业相机位置可调节;
所述可见近红外光谱检测模块包括卤钨灯、光纤探头、可见近红外光谱仪和第二防护罩,第二防护罩设置在所述输送链板的传输路径上方,第二防护罩为椭球形腔体,内部安装第二弧形滑轨,第二弧形滑轨用于安装卤钨灯,且卤钨灯的位置可调节,所述卤钨灯位于传送方向上待检工位上方的两侧,所述可见近红外光谱仪连接光纤探头,所述光纤探头位于待检工位的水平一侧和正下方;
所述分拣模块包括升降台、柔性挡板、柔性滚轴、分拣导料槽和加工模块,用于根据重量传感器、机器视觉检测模块和可见近红外光谱检测模块测得的数据以及信息管理模块预先定制的分选标准,将类球形果蔬输送至不同的加工模块;所述升降台、柔性挡板和柔性滚轴垂直于输送链板前进方向设置,均位于柔性果托下方;且升降台的设置高度高于柔性滚轴,升降台的高度和柔性滚轴的滚动方向均可调节;所述分拣导料槽位于柔性挡板和柔性滚轴的末端,且对着加工模块的进料口。
上述技术方案中,所述柔性果托与支链之间可拆卸连接,且柔性果托具体为橡胶圆环。
上述技术方案中,所述称重支架的传输速度与输送链板相同;所述称重支架为梯形,两侧为缓坡状的上料区和下料区,中间为平坦区域,且平坦区域的高度可调节;平坦区域上装载重量传感器,所述重量传感器的感应面在物料传输方向上的长度为相邻两个柔性果托之间的距离。
上述技术方案中,所述LED光源设置两个,分别位于待检工位两侧;工业相机包括第一工业相机和第二工业相机,所述第一工业相机位于待检工位的上方,第二工业相机位于待检工位的下方;一侧LED光源朝向向上,用于第一工业相机照明,另一侧光源朝向向下,用于第二工业相机照明;所述LED光源的入射角在0°-90°范围内调节。
上述技术方案中,所述第一工业相机的数量为3,安装在第一弧形滑轨上,三个第一弧形滑轨间隔120°安装。
上述技术方案中,所述光纤探头包括第一光纤探头和第二光纤探头,第一光纤探头位于待检工位的正下方,用于接收漫透射信号,检测类球形果蔬的糖心和霉心病,第二光纤探头位于待检工位的水平一侧,用于接收漫反射信号,检测类球形果蔬的糖度、酸度、成熟度和硬度。
上述技术方案中,当类球形果蔬位于对应的加工模块进料口时,所述升降台上升至高于柔性果托底面1-2cm,类球形果蔬翻转,升降台下降后,柔性滚轴向柔性挡板一侧滚动,带动类球形果蔬掉落至分拣导料槽。
一种可定制式类球形果蔬品质无损分选与适宜加工方法:
S1,在信息管理模块中输入品质指标的等级划分标准,确定加工模块的数量以及每个加工模块对应的品质指标的等级;所述品质指标包括重量、果形指数、果径大小、果面瑕疵、着色面积、糖度、酸度、成熟度、硬度、糖心和霉心;
S2,将待测类球形果蔬放置在柔性果托上,类球形果蔬被赋予独立的电子标签;
S3,称重支架记录待测类球形果蔬和柔性果托的总重量,重量信息被传送回信息管理模块,将待测类球形果蔬的重量信息与信息管理模块中的重量等级标准进行比较,待测类球形果蔬被划分至对应等级,同时重量等级信息存放在该类球形果蔬的电子标签内;
S4,工业相机从四个角度拍摄待测类球形果蔬,拍摄的图片信息被传送回信息管理模块,对图像进行拼接以及果托和果柄的剔除处理;
S5,测量处理后图像中果实的纵径与横径,计算待测类球形果蔬的果形指数和果径大小;
S6,识别图像中的各类颜色,对其进行分割并与整体面积进行比较,计算待测类球形果蔬的果面瑕疵和着色面积;
S7,将待测类球形果蔬的果形指数、果径大小、果面瑕疵和着色面积与信息管理模块中对应的品质等级标准进行比较,在每个品质指标下,待测类球形果蔬被划分为一个等级,并将果形指数、果径大小、果面瑕疵和着色面积的等级信息存放在该类球形果蔬的电子标签内;
S8,可见近红外光谱仪检测得到的待测类球形果蔬的漫反射光谱信息被传送回信息管理模块,经内置白参考和暗噪声的自动校正后代入信息管理模块中的糖度、酸度、成熟度和硬度的检测模型,获取待测类球形果蔬的糖度、酸度、成熟度和硬度;
S9,可见近红外光谱仪检测得到的待测类球形果蔬的漫透射光谱信息被传送回信息管理模块,经内置白参考和暗噪声的自动校正后代入信息管理模块中的糖心和霉心病的判别模型,获取待测类球形果蔬的糖心和霉心程度;
S10,将待测类球形果蔬的糖度、酸度、成熟度、硬度、糖心和霉心与信息管理模块中对应的品质等级标准进行比较,在每个品质指标下,待测类球形果蔬被划分为一个等级,将糖度、酸度、成熟度、硬度、糖心和霉心的等级信息存放在该类球形果蔬的电子标签内;
S11,根据信息管理模块中每个加工模块对品质的等级要求,自动识别待检类球形果蔬对应的分拣模块,当待检类球形果蔬运送至某一分拣模块时,该分拣模块的升降台升起,在柔性滚轴和柔性挡板的共同作用下,类球形果蔬落入对应的分拣导料槽。
进一步地,在所述S1中,若不同加工模块对品质指标的等级要求有重合,则信息管理模块中需要输入比例值,分拣模块按所述比例对符合要求的类球形果蔬进行不同加工模块的分拣;若有多个相同的加工模块,则信息管理模块中需要输入分拣顺序,分拣模块按所述分拣顺序对类球形果蔬进行分拣。
进一步地,所述糖度、酸度、成熟度和硬度的检测模型以及糖心和霉心病的判别模型是基于大量样本的训练而建立的;通过结合样本的光谱信息和实测品质指标参考值,采用多元线性回归、偏最小二乘法、人工神经网络和支持向量机中的一种或多种结合方式,建立了类球形果蔬品质的检测/判别模型。
本发明的有益效果是:
(1)相比于现有技术,本发明的一种可定制式类球形果蔬品质无损分选与适宜加工系统,采用多检测模块获取类球形果蔬的重量、果形指数、果径大小、果面瑕疵、着色面积、糖度、酸度、成熟度、硬度、糖心和霉心等品质指标信息,结合定制的分选标准,将果蔬输送至不同功能区域进行加工。本发明的加工系统是一种集检测、分选和加工于一体的可定制式系统,可解决果蔬的多指标自动分级问题,可提高非商品果蔬的附加值,为果蔬产业的多元化和高质量发展提供一种灵活、可扩展的解决方案。
(2)本发明提出的一种可定制式类球形果蔬品质无损分选与适宜加工系统及方法具有柔性共性技术优势,系统可选择性配置苹果、柠檬、柑桔、梨、橙子、桃子、柚子、马铃薯、西红柿、卷心菜和洋葱中的一种或多种的检测模型、分选模式和加工属性,具有无损伤、快速、便携的显著技术优势。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了可定制式类球形果蔬品质无损分选与适宜加工系统工作流程示意图;
图2示出了物料传输模块的输送链板与柔性果托连接俯视图;
图3示出了物料传输模块的称重支架主视图;
图4示出了机器视觉检测模块侧视图;
图5示出了可见近红外光谱检测模块侧视图;
图6示出了分拣模块主视图;
图中:201-输送链板,202-柔性果托,203-支链,301-称重支架,302-重量传感器,401-LED光源,402-第一工业相机,403-第二工业相机,404-第一防护罩,405-第一弧形滑轨,501-卤钨灯,502-第一光纤探头,503-第二光纤探头,504-第一可见近红外光谱仪,505-第二可见近红外光谱仪,506-第二防护罩,507-第二弧形滑轨,601-升降台,602-柔性挡板,603-柔性滚轴,604-分拣导料槽,605-加工模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,以苹果为果蔬代表,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本发明实施例1提出了一种可定制式类球形果蔬品质无损分选与适宜加工系统,如图1所示。所述加工系统包括计算机、物料传输模块、机器视觉检测模块、可见近红外光谱检测模块、信息管理模块和分拣模块,其中:
所述计算机通过数据线分别与物料传输模块、机器视觉检测模块、可见近红外光谱检测模块和分拣模块相连接,用于与各模块间的信息交互;所述计算机安装信息管理模块,用于物料传输模块、机器视觉检测模块、可见近红外光谱检测模块和分拣模块信息的记录、处理与反馈;
所述物料传输模块,如图2所示,包括输送链板201和柔性果托202,用于类球形果蔬的传送;输送链板201位于所述柔性果托202两侧,并通过支链203与所述柔性果托202相连接;在所述输送链板201的传输路径上设有称重支架301,如图3所示,所述称重支架301顶部装载重量传感器302,重量传感器302位于柔性果托202下方,用于对类球形果蔬重量的检测;所述柔性果托202装载独立的电子标签,作为类球形果蔬的识别和定位依据,用于品质等级的分类;
所述机器视觉检测模块,如图4所示,包括LED光源401、第一工业相机402、第二工业相机403和第一防护罩404,用于对类球形果蔬形状、果径大小、果面瑕疵、着色面积等指标中至少一个进行检测;所述LED光源401位于传送方向上待检工位的两侧,为机器视觉检测模块提供照明;所述第一工业相机402、第二工业相机403位于待检工位的上方和下方,呈多点分布,用于从不同角度捕获类球形果蔬表面信息;所述第一防护罩404为椭球形腔体,内层涂有漫反射涂层,且第一防护罩404设置在所述输送链板201的传输路径上;所述第一防护罩404上安装有第一弧形滑轨405,第一弧形滑轨405用于安装第一工业相机402,且第一工业相机402可沿第一弧形滑轨405移动,进而对第一工业相机402进行调节;同时,防护罩404还对LED光源401、第一工业相机402、第二工业相机403起到遮光和防尘的作用;
所述可见近红外光谱检测模块,如图5所示,包括卤钨灯501、第一光纤探头502、第二光纤探头503、第一可见近红外光谱仪504、第二可见近红外光谱仪505和第二防护罩506,用于对类球形果蔬糖度、酸度、成熟度、硬度、糖心和霉心病等指标中至少一个进行检测;所述卤钨灯501位于传送方向上待检工位上方的两侧,为可见近红外光谱检测模块提供光源;所述第一光纤探头502、第二光纤探头503位于待检工位的正下方和水平一侧,用于接收漫透射和漫反射信号;所述第一光纤探头502、第二光纤探头503的一端与所述第一可见近红外光谱仪504、第二可见近红外光谱仪505连接,用于光谱数据的获取;所述第二防护罩506为椭球形腔体,用于所述卤钨灯501的固定以及起到遮光和防尘的作用,且第二防护罩506设置在所述输送链板201的传输路径上;所述第二防护罩506上安装有第二弧形滑轨507,第二弧形滑轨507用于安装卤钨灯501,且卤钨灯501可沿第二弧形滑轨507移动,进而对卤钨灯501进行调节;
所述分拣模块包括升降台601、柔性挡板602、柔性滚轴603、分拣导料槽604和加工模块605,用于根据重量传感器302、机器视觉检测模块和可见近红外光谱检测模块测得的数据以及信息管理模块预先定制的分选标准,将类球形果蔬输送至不同功能区域(即加工模块605)进行加工;如图6所示,每个所述加工模块605的进料口分别设有所述升降台601、柔性挡板602、柔性滚轴603和分拣导料槽604;所述升降台601、柔性挡板602和柔性滚轴603垂直于输送链板201前进方向设置,均位于柔性果托202下方;且升降台601的设置高度高于柔性滚轴603,升降台601的高度和柔性滚轴603的滚动方向均可以调节,具体的调节方式为现有技术;分拣导料槽604位于柔性挡板602和柔性滚轴603的末端;所述加工模块605包括但不仅限于鲜食类球形果蔬包装模块、类球形果蔬切片模块、果汁浓缩模块、果酱制作模块,可根据实际需求,定制式增减加工模组;其中鲜食类球形果蔬包装模块、类球形果蔬切片模块、果汁浓缩模块、果酱制作模块的结构均为现有技术。
一般情况下,沿所述输送链板201的前进方向,依次设有上称重支架301、第一防护罩404、第二防护罩506、分拣模块。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工系统,进一步包括:所述输送链板201在靠近物料的两端通过支链203与柔性果托202相连接,所述连接为可拆卸连接,方便果托的替换以适应不同规格类球形果蔬的检测;每个所述柔性果托202通过四条支链203与两侧的输送链板201连接,所述柔性果托202是具有一定深度的橡胶圆环,减少检测遮挡面积的同时可以防止类球形果蔬在物料输送过程中的磕碰。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工系统,进一步包括:所述称重支架301的传输速度与输送链板201一致,可实现动态称重;所述称重支架301为梯形,平行于两侧输送链板201放置;所述称重支架301的上料区和下料区为缓坡,中间平坦区域装载重量传感器302,所述重量传感器302的感应面在物料传输方向上的长度为相邻两个柔性果托202间的距离;所述称重支架301中间平坦区域的高度可以进行调节,用以搭配不同果托,对不同规格的类球形果蔬进行检测;所述称重支架301中间平坦区域的高度调节为高于柔性果托202底面1-2cm,当类球形果蔬到达称重区时,支链203不受力,重量传感器302可以测得类球形果蔬和果托的总重量;当类球形果蔬在称重上料区/下料区时,由于称重支架301的传输方向和速度与输送链板201一致且为缓坡,类球形果蔬和柔性果托202可以平稳进入/离开称重区。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工系统,进一步包括:两个所述LED光源401分别位于待检工位两侧,一侧光源朝向向上,服务于第一工业相机402,另一侧光源朝向向下,服务于第二工业相机403;所述LED光源401入射角可在0°-90°范围内调节,以适应不同入射角照射的需求;所述LED光源401照射在第一防护罩404内的高反射涂层上,通过所述涂层的漫反射光为工业相机提供光源。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工系统,进一步包括:一个所述第二工业相机403安装于待检工位正下方,三个所述第一工业相机402分别安装于待检工位上方的第一弧形滑轨405上,三个第一弧形滑轨405间隔120°安装,上方三个所述第一工业相机402的探测角度和高低位置均可以进行调节;所述第一防护罩404在物料传输方向上的进料口和出料口均设有柔光布,用于防止光线的逸出,以获得清晰的图像。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工系统,进一步包括:两个所述卤钨灯501分别位于待检工位上方左右两侧的第二弧形滑轨507上,聚焦于类球形果蔬的上表面,用于提供检测光源,所述卤钨灯501的位置和角度均可以进行调节,以适应不同规格类球形果蔬的检测;所述第二光纤探头503安装在待检工位的水平一侧,用于接收漫反射信号,应用于糖度、酸度、成熟度和硬度等指标的检测,所述第一光纤探头502安装在待检工位的正下方,用于接收漫透射信号,应用于糖心和霉心病等指标的检测。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工系统,进一步包括:所述升降台601位于柔性果托202下方,其高度可以进行调节,用以搭配不同果托对不同规格的类球形果蔬进行分拣;当类球形果蔬位于对应的加工模块605进料口时,所述升降台601上升至高于柔性果托202底面1-2cm,类球形果蔬和柔性果托202被抬起,当类球形果蔬和柔性果托202随着输送链板201而离开所述升降台601时,所述柔性果托202在重力作用下向前进方向一侧翻转;完成卸料后,所述升降台601下降;所述柔性挡板602和柔性滚轴603分别位于类球形果蔬掉落位置的两侧,所述柔性挡板602对类球形果蔬的掉落起到阻挡缓冲作用,所述柔性滚轴603向柔性挡板602一侧滚动,带动类球形果蔬掉落至所述分拣导料槽604。
本实施例的可定制式类球形果蔬品质无损分选与适宜加工系统,具有多个功能性检测模块,不依赖于人的主观评价,面向的是一对一的精准检测,可根据定制式的分级标准,实现类球形果蔬的自动分级。此外,所述系统的检测面向的是鲜食类球形果蔬以及加工类球形果蔬的品质指标,该系统直接连接加工模块,是一种集检测、分选和加工于一体的可定制式系统,可为果蔬产业的多元化发展提供灵活、可扩展的解决方案。
实施例2:
本发明还提出了一种可定制式类球形果蔬品质无损分选与适宜加工方法,该方法通过以下步骤实现:
(1)在信息管理模块中输入重量、果形指数、果径大小、果面瑕疵、着色面积、糖度、酸度、成熟度、硬度、糖心和霉心等品质指标的等级划分标准,确定加工模块605的数量以及每个加工模块605对应的品质指标的等级;
(2)将待测类球形果蔬放置在柔性果托202上,类球形果蔬被赋予独立的电子标签;
(3)称重支架301记录待测类球形果蔬和柔性果托202的总重量,重量信息被传送回信息管理模块,总重量减去该柔性果托202的重量为待测类球形果蔬的重量,该重量信息与信息管理模块中的重量等级标准进行比较,待测类球形果蔬被划分至对应等级,重量等级信息存放在该类球形果蔬的电子标签内;
(4)工业相机从四个角度拍摄待测类球形果蔬,拍摄的图片信息被传送回信息管理模块,对图像进行拼接以及果托和果柄的剔除处理;
(5)测量处理后图像中果实的纵径与横径,计算待测类球形果蔬的果形指数和果径大小(为现有技术);
(6)识别图像中的各类颜色,对其进行分割并与整体面积进行比较,计算待测类球形果蔬的果面瑕疵和着色面积(为现有技术);
(7)将待测类球形果蔬的果形指数、果径大小、果面瑕疵和着色面积指标与信息管理模块中对应的品质等级标准进行比较,在每个品质指标下,待测类球形果蔬被划分为一个等级,将果形指数、果径大小、果面瑕疵和着色面积的等级信息存放在该类球形果蔬的电子标签内;
(8)可见近红外光谱仪检测得到的待测类球形果蔬的漫反射光谱信息被传送回信息管理模块,经内置白参考和暗噪声的自动校正后代入信息管理模块中的糖度、酸度、成熟度和硬度等指标的检测模型,获取待测类球形果蔬的糖度、酸度、成熟度和硬度;
(9)可见近红外光谱仪检测得到的待测类球形果蔬的漫透射光谱信息被传送回信息管理模块,经内置白参考和暗噪声的自动校正后代入信息管理模块中的糖心和霉心病等的判别模型,获取待测类球形果蔬的糖心和霉心程度;
(10)将待测类球形果蔬的糖度、酸度、成熟度、硬度、糖心和霉心指标与信息管理模块中对应的品质等级标准进行比较,在每个品质指标下,待测类球形果蔬被划分为一个等级,将糖度、酸度、成熟度、硬度、糖心和霉心的等级信息存放在该类球形果蔬的电子标签内;
(11)根据信息管理模块中每个加工模块对品质的等级要求,根据电子标签信息自动识别待检类球形果蔬对应的分拣模块,当待检类球形果蔬运送至该分拣模块时,该分拣模块的升降台601升起,在柔性滚轴603和柔性挡板602的共同作用下,类球形果蔬落入对应的分拣导料槽604。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工方法,进一步包括:步骤(1)中若不同加工模块605对品质指标的等级要求有重合,则信息管理模块中需要输入比例值,分拣模块按所述比例对符合要求的类球形果蔬进行不同加工模块的分拣;步骤(1)中若有多个相同的加工模块605,则信息管理模块中需要输入分拣顺序,分拣模块按所述分拣顺序对类球形果蔬进行分拣。
其中,所述一种可定制式类球形果蔬品质无损分选与适宜加工方法,进一步包括:步骤(8)和步骤(9)中内嵌的糖度、酸度、成熟度和硬度等指标的检测模型以及糖心和霉心病等的判别模型是基于大量样本的训练而建立的;通过结合样本的光谱信息和实测品质指标参考值,采用多元线性回归、偏最小二乘法、人工神经网络和支持向量机中的一种或多种结合方式,建立了类球形果蔬品质的检测/判别模型。
本实施例的可定制式类球形果蔬品质无损分选与适宜加工方法,利用所述的可定制式类球形果蔬品质无损分选与适宜加工系统对类球形果蔬的重量、果形指数、果径大小、果面瑕疵、着色面积、糖度、酸度、成熟度、硬度、糖心和霉心等品质指标一一进行检测,结合所述信息管理模块中预先定制的分选标准,将类球形果蔬输送至不同功能区域进行加工,可充分开发次等果和残次果的价值,提升类球形果蔬的总体附加值,促进果蔬产业的多元化发展。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (10)
1.一种可定制式类球形果蔬品质无损分选与适宜加工系统,其特征在于,包括计算机、物料传输模块、机器视觉检测模块、可见近红外光谱检测模块、信息管理模块和分拣模块,所述计算机分别与物料传输模块、机器视觉检测模块、可见近红外光谱检测模块和分拣模块相连接,用于与各模块间的信息交互;还包括安装在计算机中的信息管理模块,用于物料传输模块、机器视觉检测模块、可见近红外光谱检测模块和分拣模块信息的记录、处理与反馈;
所述物料传输模块包括输送链板(201)和柔性果托(202),输送链板(201)位于所述柔性果托(202)两侧,并通过支链(203)与所述柔性果托(202)相连接;在所述输送链板(201)的传输路径上设有称重支架(301),所述称重支架(301)顶部装载重量传感器(302),重量传感器(302)位于柔性果托(202)下方;所述柔性果托(202)装载独立的电子标签,用于类球形果蔬品质等级的分类;
所述机器视觉检测模块包括LED光源(401)、工业相机和第一防护罩(404),所述第一防护罩(404)设置在所述输送链板(201)的传输路径上,第一防护罩(404)为内层涂有漫反射涂层的椭球形腔体,且内部安装第一弧形滑轨(405);所述LED(401)光源位于传送方向上待检工位的两侧,所述工业相机位于待检工位的上方和下方,呈多点分布;第一弧形滑轨(405)用于安装待检工位上方的工业相机,待检工位上方的工业相机位置可调节;
所述可见近红外光谱检测模块包括卤钨灯(501)、光纤探头、可见近红外光谱仪和第二防护罩(506),第二防护罩(506)设置在所述输送链板(201)的传输路径上,第二防护罩(506)为椭球形腔体,内部安装第二弧形滑轨(507),第二弧形滑轨(507)用于安装卤钨灯(501),且卤钨灯(501)的位置可调节,所述卤钨灯(501)位于传送方向上待检工位上方的两侧,所述可见近红外光谱仪连接光纤探头,所述光纤探头位于待检工位的水平一侧和正下方;
所述分拣模块包括升降台(601)、柔性挡板(602)、柔性滚轴(603)、分拣导料槽(604)和加工模块(605),用于根据重量传感器(302)、机器视觉检测模块和可见近红外光谱检测模块测得的数据以及信息管理模块预先定制的分选标准,将类球形果蔬输送至不同的加工模块(605);所述升降台(601)、柔性挡板(602)和柔性滚轴(603)垂直于输送链板(201)前进方向设置,均位于柔性果托(202)下方;且升降台(601)的设置高度高于柔性滚轴(603),升降台(601)的高度和柔性滚轴(603)的滚动方向均可调节;所述分拣导料槽(604)位于柔性挡板(602)和柔性滚轴(603)的末端,且对着加工模块(605)的进料口。
2.根据权利要求1所述的可定制式类球形果蔬品质无损分选与适宜加工系统,其特征在于,所述柔性果托(202)与支链(203)之间可拆卸连接,且柔性果托(202)具体为橡胶圆环。
3.根据权利要求1所述的可定制式类球形果蔬品质无损分选与适宜加工系统,其特征在于,所述称重支架(301)的传输速度与输送链板(201)相同;所述称重支架(301)为梯形,两侧为缓坡状的上料区和下料区,中间为平坦区域,且平坦区域的高度可调节;平坦区域上装载重量传感器(302),所述重量传感器(302)的感应面在物料传输方向上的长度为相邻两个柔性果托(202)之间的距离。
4.根据权利要求1所述的可定制式类球形果蔬品质无损分选与适宜加工系统,其特征在于,所述LED光源(401)设置两个,分别位于待检工位两侧;工业相机包括第一工业相机(402)和第二工业相机(403),所述第一工业相机(402)位于待检工位的上方,第二工业相机(403)位于待检工位的下方;一侧LED光源(401)朝向向上,用于第一工业相机(402)照明,另一侧光源朝向向下,用于第二工业相机(403)照明;所述LED光源(401)的入射角在0°-90°范围内调节。
5.根据权利要求4所述的可定制式类球形果蔬品质无损分选与适宜加工系统,其特征在于,所述第一工业相机(402)的数量为3,安装在第一弧形滑轨(405)上,三个第一弧形滑轨(405)间隔120°安装。
6.根据权利要求1所述的可定制式类球形果蔬品质无损分选与适宜加工系统,其特征在于,所述光纤探头包括第一光纤探头(502)和第二光纤探头(503),第一光纤探头(502)位于待检工位的正下方,用于接收漫透射信号,检测类球形果蔬的糖心和霉心病,第二光纤探头(503)位于待检工位的水平一侧,用于接收漫反射信号,检测类球形果蔬的糖度、酸度、成熟度和硬度。
7.根据权利要求1所述的可定制式类球形果蔬品质无损分选与适宜加工系统,其特征在于,当类球形果蔬位于对应的加工模块(605)进料口时,所述升降台(601)上升至高于柔性果托(202)底面1-2cm,类球形果蔬翻转,柔性滚轴(603)向柔性挡板(602)一侧滚动,带动类球形果蔬掉落至分拣导料槽(604)。
8.一种基于权利要求1-7任一项所述的可定制式类球形果蔬品质无损分选与适宜加工系统的方法,其特征在于:
S1,在信息管理模块中输入品质指标的等级划分标准,确定加工模块(605)的数量以及每个加工模块(605)对应的品质指标的等级;所述品质指标包括重量、果形指数、果径大小、果面瑕疵、着色面积、糖度、酸度、成熟度、硬度、糖心和霉心;
S2,将待测类球形果蔬放置在柔性果托(202)上,类球形果蔬被赋予独立的电子标签;
S3,称重支架(301)记录待测类球形果蔬和柔性果托(202)的总重量,重量信息被传送回信息管理模块,将待测类球形果蔬的重量信息与信息管理模块中的重量等级标准进行比较,待测类球形果蔬被划分至对应等级,同时重量等级信息存放在该类球形果蔬的电子标签内;
S4,工业相机从四个角度拍摄待测类球形果蔬,拍摄的图片信息被传送回信息管理模块,对图像进行拼接以及果托和果柄的剔除处理;
S5,测量处理后图像中果实的纵径与横径,计算待测类球形果蔬的果形指数和果径大小;
S6,识别图像中的各类颜色,对其进行分割并与整体面积进行比较,计算待测类球形果蔬的果面瑕疵和着色面积;
S7,将待测类球形果蔬的果形指数、果径大小、果面瑕疵和着色面积与信息管理模块中对应的品质等级标准进行比较,在每个品质指标下,待测类球形果蔬被划分为一个等级,并将果形指数、果径大小、果面瑕疵和着色面积的等级信息存放在该类球形果蔬的电子标签内;
S8,可见近红外光谱仪检测得到的待测类球形果蔬的漫反射光谱信息被传送回信息管理模块,经内置白参考和暗噪声的自动校正后代入信息管理模块中的糖度、酸度、成熟度和硬度的检测模型,获取待测类球形果蔬的糖度、酸度、成熟度和硬度;
S9,可见近红外光谱仪检测得到的待测类球形果蔬的漫透射光谱信息被传送回信息管理模块,经内置白参考和暗噪声的自动校正后代入信息管理模块中的糖心和霉心病的判别模型,获取待测类球形果蔬的糖心和霉心程度;
S10,将待测类球形果蔬的糖度、酸度、成熟度、硬度、糖心和霉心与信息管理模块中对应的品质等级标准进行比较,在每个品质指标下,待测类球形果蔬被划分为一个等级,将糖度、酸度、成熟度、硬度、糖心和霉心的等级信息存放在该类球形果蔬的电子标签内;
S11,根据信息管理模块中每个加工模块对品质的等级要求,自动识别待检类球形果蔬对应的分拣模块,当待检类球形果蔬运送至某一分拣模块时,该分拣模块的升降台(601)升起,在柔性滚轴(603)和柔性挡板(602)的共同作用下,类球形果蔬落入对应的分拣导料槽(604)。
9.根据权利要求8所述的方法,其特征在于,在所述S1中,若不同加工模块(605)对品质指标的等级要求有重合,则信息管理模块中需要输入比例值,分拣模块按所述比例对符合要求的类球形果蔬进行不同加工模块(605)的分拣;若有多个相同的加工模块(605),则信息管理模块中需要输入分拣顺序,分拣模块(605)按所述分拣顺序对类球形果蔬进行分拣。
10.根据权利要求8所述的方法,其特征在于,所述糖度、酸度、成熟度和硬度的检测模型以及糖心和霉心病的判别模型是基于大量样本的训练而建立的;通过结合样本的光谱信息和实测品质指标参考值,采用多元线性回归、偏最小二乘法、人工神经网络和支持向量机中的一种或多种结合方式,建立了类球形果蔬品质的检测/判别模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410142132.1A CN117840072A (zh) | 2024-02-01 | 2024-02-01 | 一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410142132.1A CN117840072A (zh) | 2024-02-01 | 2024-02-01 | 一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117840072A true CN117840072A (zh) | 2024-04-09 |
Family
ID=90534708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410142132.1A Pending CN117840072A (zh) | 2024-02-01 | 2024-02-01 | 一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117840072A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118218271A (zh) * | 2024-05-24 | 2024-06-21 | 吉林省雅丫麻辣哈哈食品有限公司 | 一种食品生产加工用原料分选装置 |
CN118218271B (zh) * | 2024-05-24 | 2024-07-16 | 吉林省雅丫麻辣哈哈食品有限公司 | 一种食品生产加工用原料分选装置 |
-
2024
- 2024-02-01 CN CN202410142132.1A patent/CN117840072A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118218271A (zh) * | 2024-05-24 | 2024-06-21 | 吉林省雅丫麻辣哈哈食品有限公司 | 一种食品生产加工用原料分选装置 |
CN118218271B (zh) * | 2024-05-24 | 2024-07-16 | 吉林省雅丫麻辣哈哈食品有限公司 | 一种食品生产加工用原料分选装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5526119A (en) | Apparatus & method for inspecting articles such as agricultural produce | |
JP4665899B2 (ja) | オンライン内部品質検査方法と装置 | |
EP2923305B1 (en) | Method for scoring and controlling quality of food products in a dynamic production line | |
US4586613A (en) | Method and apparatus for sorting fruits and vegetables | |
US20110140010A1 (en) | Method and Device for Detecting an Undesirable Object or Flaw | |
JPS5973087A (ja) | 果物および類似物を処理するための方法および装置 | |
CA2907523C (en) | Method and system for checking the color quality of unordered preforms | |
EP0692090A1 (en) | System, apparatus and method for on-line determination of quality characteristics of pieces of meat, and arrangement for illumination of pieces of meat | |
CN108906653A (zh) | 一种桃子刷毛分级设备及桃子刷毛分级方法 | |
JPS5973089A (ja) | 電子的傷スキヤナ | |
KR20110081668A (ko) | 과일 비파괴 선별장치 | |
JP2006267037A (ja) | 青果類の内部品質評価装置および内部品質評価方法 | |
CN110449369A (zh) | 一种基于可见近红外光谱透射式水果品质在线检测与分选生产线 | |
CN117840072A (zh) | 一种可定制式类球形果蔬品质无损分选与适宜加工系统、方法 | |
KR101206964B1 (ko) | 농산물 검사장치 | |
CN208786963U (zh) | 一种桃子刷毛分级设备 | |
CN111257271B (zh) | 一种基于光谱技术的马铃薯自动筛选装置 | |
JP2003251282A (ja) | 苺用等階級計測判定装置 | |
JP2005185993A (ja) | トラッキング情報処理装置 | |
JPS62279875A (ja) | 青果物の選別装置 | |
JP3184137B2 (ja) | 青果物の選別方法 | |
KR101636508B1 (ko) | 과일 선별 장치 | |
JP2642107B2 (ja) | 青果物の自動等級判定方法と装置 | |
JP3392743B2 (ja) | レタス類の自動選別方法およびその装置 | |
JPH04322778A (ja) | 選別機用コンベア装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |