CN204630927U - 一种赣南脐橙产地快速鉴别装置 - Google Patents
一种赣南脐橙产地快速鉴别装置 Download PDFInfo
- Publication number
- CN204630927U CN204630927U CN201520342018.XU CN201520342018U CN204630927U CN 204630927 U CN204630927 U CN 204630927U CN 201520342018 U CN201520342018 U CN 201520342018U CN 204630927 U CN204630927 U CN 204630927U
- Authority
- CN
- China
- Prior art keywords
- navel orange
- jiangxi
- south
- production
- optical fiber
- 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
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本实用新型公开了一种赣南脐橙产地快速鉴别装置，包括计算机、近红外光谱仪、高精度CCD光谱仪、Y型光纤、光纤、激光器、卤钨灯光源、准直透镜10和检测平台。Y型光纤主支与高精度CCD光谱仪连接，高精度CCD光谱仪与计算机连接；准直透镜与光纤连接，光纤与近红外光谱仪连接，近红外光谱仪与计算机连接。检测平台13正上方由下往上依次设有凸透镜III、穿孔反射镜和反射镜。本实用新型公开的一种赣南脐橙产地快速鉴别装置，利用LIBS及近红外光谱技术获取赣南脐橙及非赣南脐橙的光谱信息，通过自组织特征映射神经网络方法建立赣南脐橙产地的鉴别模型，实现赣南脐橙产地的快速鉴别，保护消费者利益，维护赣南脐橙果品的市场秩序。
Description
技术领域
本实用新型属于农产品产地鉴别检测领域，特别涉及一种赣南脐橙产地快速鉴别装置。
背景技术
赣南脐橙果大形正，果肉细嫩而脆、口感清甜，为江西的特色果品。赣南脐橙已被列为全国十一大优势农产品之一，是国家地理标志保护产品，享有“中华名果”荣誉称号，深受消费者的喜爱。为此，不法商家将其他产地的脐橙标为赣南脐橙出售，侵害消费者的利益，扰乱正常的市场秩序。因此，非常有必要对赣南脐橙的产地进行快速鉴别。
对于赣南脐橙，国家标准GB/T 20355-2006规定了赣南脐橙的种植、质量分级标准及卫生标准等条件，但尚没有赣南产地鉴别的相关检测标准。目前，对于赣南脐橙的鉴别，果品专家主要通过果形、色泽及口感等方法进行判断，这些方法都是主观的判别方法，受个人影响因素大，且正确率低。对于普通消费者，更是难以判断。
激光诱导击穿光谱(LIBS)技术是一种非破坏性、无需样品预处理的快速检测技术，可以用于物质的元素检测分析。LIBS技术的原理是将高能短脉冲的激光束聚焦至样本表面，对样本表面进行烧蚀、气化、电离，产生等离子体，通过分析等离子体光谱信号来检测物质元素含量。近红外光谱技术是一种快速无损的吸收光谱技术，通过分析C-C、C-H、N-H、O-H等基团的合频及倍频的吸收光谱，对物质的成分进行快速定量检测。
发明内容
本实用新型的目的在于提供一种赣南脐橙产地快速鉴别装置，用于判断脐橙是否为赣南脐橙。
本实用新型采取的技术方案是：一种赣南脐橙产地快速鉴别装置，包括计算机7、近红外光谱仪8、高精度CCD光谱仪6、Y型光纤5、光纤9、激光器1、卤钨灯光源15、准直透镜10和检测平台13；所述Y型光纤5主支与高精度CCD光谱仪6连接，所述高精度CCD光谱仪6与计算机7连接；准直透镜10与光纤9连接，光纤9与近红外光谱仪8连接，近红外光谱仪8与计算机7连接；所述检测平台13正上方由下往上依次设有凸透镜III17、穿孔反射镜3和反射镜2。
优选地，所述检测平台13用于放置脐橙样本。
优选地，所述检测平台13下方安装有重量传感器12，用于脐橙样本16的重量。
优选地，所述卤钨灯光源15下方设有光源控制器14，所述卤钨灯光源15与光源控制器14连接。
优选地，通过所述光源控制器14调节卤钨灯光源15的功率。
优选地，所述光源控制器14与重量传感器12连接；所述重量传感器12将脐橙样本16的重量数据反馈给光源控制器14。
优选地，所述光源控制器14通过脐橙样本16的重量数据调节卤钨灯光源15的功率，实现不同重量的脐橙样本16采用不同的卤钨灯光源功率，保证不同重量的脐橙样本16能获得较好的近红外光谱信号。
优选地，所述Y型光纤5的两分支分别与凸透镜I4和凸透镜II11连接。
优选地，所述凸透镜I4固定在穿孔反射镜3右侧。
优选地，所述凸透镜II11设置在凸透镜I4下方。
本实用新型取得的有益效果是：本实用新型提供的一种赣南脐橙产地快速鉴别装置，联合利用LIBS及近红外光谱技术获取赣南脐橙及非赣南脐橙的光谱信息，通过自组织特征映射神经网络方法建立赣南脐橙产地的鉴别模型，实现赣南脐橙产地的快速鉴别，保护消费者的利益，维护赣南脐橙果品的市场秩序。
附图说明
图1为一种赣南脐橙产地快速鉴别装置。
附图标号：1、激光器；2、反射镜；3、穿孔反射镜；4、凸透镜I；5、Y型光纤；6、高精度CCD光谱仪；7、计算机；8、近红外光谱仪；9、光纤；10、准直透镜；11、凸透镜II；12、重量传感器；13、检测平台；14、光源控制器；15、卤钨灯光源；16、脐橙样本；17、凸透镜III。
具体实施方式
以下结合附图对本实用新型的实施方式做更详细的说明。
参见附图1，一种赣南脐橙产地快速鉴别装置，包括计算机7、近红外光谱仪8、高精度CCD光谱仪6、Y型光纤5、光纤9、激光器1、卤钨灯光源15、准直透镜10和检测平台13；所述Y型光纤5主支与高精度CCD光谱仪6连接，所述高精度CCD光谱仪6与计算机7连接；准直透镜10与光纤9连接，光纤9与近红外光谱仪8连接，近红外光谱仪8与计算机7连接；所述检测平台13正上方由下往上依次设有凸透镜III17、穿孔反射镜3和反射镜2。
进一步地，所述检测平台13用于放置脐橙样本。
进一步地，所述检测平台13下方安装有重量传感器12，用于脐橙样本16的重量。
进一步地，所述卤钨灯光源15下方设有光源控制器14，所述卤钨灯光源15与光源控制器14连接。
进一步地，通过所述光源控制器14调节卤钨灯光源15的功率。
进一步地，所述光源控制器14与重量传感器12连接；所述重量传感器12将脐橙样本16的重量数据反馈给光源控制器14。
进一步地，所述光源控制器14通过脐橙样本16的重量数据调节卤钨灯光源15的功率，实现不同重量的脐橙样本16采用不同的卤钨灯光源功率，保证不同重量的脐橙样本16能获得较好的近红外光谱信号。
进一步地，所述Y型光纤5的两分支分别与凸透镜I4和凸透镜II11连接。
进一步地，所述凸透镜I4固定在穿孔反射镜3右侧。
进一步地，所述凸透镜II11设置在凸透镜I4下方。
参见附图1，一种赣南脐橙产地快速鉴别装置，将脐橙样本16置于检测平台13的中心。打开激光器1，激光器1产生的光束经反射镜2，再经穿孔反射镜3及凸透镜III17，聚焦到脐橙样本16表面，对脐橙样本16表面进行烧蚀、气化、电离，产生等离子体信号；为获得更多的等离子体信号，分别在两个方向上收集信号；一部分等离子体信号经凸透镜II11汇聚到Y型光纤5，另一部分等离子体信号经凸透镜III17汇聚，然后由穿孔反射镜4反射，再经凸透镜I4汇聚到Y型光纤5，最终均被高精度CCD光谱仪6检测，从而获得脐橙样本16的LIBS光谱，并保存到计算机7中。
关闭激光器1，打开卤钨灯光源15，为保证不同重量的样本能获得较好的近红外光谱信号，对不同重量的样本采用不同的卤钨灯光源功率；重量传感器12获得脐橙样本16的重量，并将脐橙样本16的重量数据反馈给光源控制器14，通过光源控制器14调节卤钨灯光源15的功率；在合适的光源功率下，卤钨灯光源15产生的光束照射到脐橙样本16，透过脐橙样本16的光经准直透镜10，再经光纤9，被近红外光谱仪8检测，获得脐橙样本16的近红外光谱，并保存到计算机7中。
首先，去除脐橙样本16的LIBS光谱的噪声和背景信号，并采用主成分分析方法提取脐橙样本16的LIBS光谱的前20个主成分；然后，采用小波方法对脐橙样本16近红外光谱进行去噪，并利用标准归一化联合正交信号校正方法进行光谱预处理，再应用主成分分析方法提取待测脐橙样本16近红外光谱的前20个主成分；再次，将待测脐橙样本16的LIBS光谱的20个主成分及近红外光谱的20个主成分输入到鉴别模型中，获得待测样本的类别值；最后由类别值判断待测样本是否属于赣南脐橙。
所述鉴别模型的建立方法包括以下步骤；
（1）获得赣南脐橙样本和其他不同产地脐橙样本的LIBS光谱和近红外光谱；
（2）去除赣南脐橙样本和其他不同产地脐橙样本的LIBS光谱的噪声和背景信号；
（3）采用主成分分析方法提取赣南脐橙样本和其他不同产地脐橙样本的LIBS光谱的前20个主成分；
（4）对赣南脐橙样本和其他不同产地脐橙样本的近红外光谱进行小波去噪，并利用标准归一化联合正交信号校正方法进行光谱预处理；
（5）采用主成分分析方法提取赣南脐橙样本和其他不同产地脐橙样本近红外光谱的前20个主成分；
（6）将赣南脐橙样本的类别值定为1，其他产地的脐橙样本的类别值定为2；
（7）应用自组织特征映射神经网络方法将赣南脐橙样本及其他不同产地脐橙样本的20个LIBS光谱的主成分及20个近红外光谱的主成分与其类别值进行关联，建立赣南脐橙产地的鉴别模型。
以上列举的仅是本实用新型的具体实施例。显然，本实用新型不限于以上实施例，还可以有许多类似的改形。本领域的普通技术人员能从本实用新型公开的内容直接导出或联想到的所有变形，均应认为是本实用新型所要保护的范围。
Claims (8)
1. 一种赣南脐橙产地快速鉴别装置，其特征在于：所述装置包括计算机（7）、近红外光谱仪（8）、高精度CCD光谱仪（6）、Y型光纤（5）、光纤（9）、激光器（1）、卤钨灯光源（15）、准直透镜（10）和检测平台（13）；所述Y型光纤（5）主支与高精度CCD光谱仪（6）连接，所述高精度CCD光谱仪（6）与计算机（7）连接；准直透镜（10）与光纤（9）连接，光纤（9）与近红外光谱仪（8）连接，近红外光谱仪（8）与计算机（7）连接；所述检测平台（13）正上方由下往上依次设有凸透镜III（17）、穿孔反射镜（3）和反射镜（2）。
2.根据权利要求1所述的一种赣南脐橙产地快速鉴别装置，其特征在于：所述检测平台（13）下方安装有重量传感器（12）。
3. 根据权利要求1所述的一种赣南脐橙产地快速鉴别装置，其特征在于：所述Y型光纤（5）的两分支分别与凸透镜I（4）和凸透镜II（11）连接。
4. 根据权利要求1所述的一种赣南脐橙产地快速鉴别装置，其特征在于：所述检测平台（13）用于放置脐橙样本（16）。
5. 根据权利要求2所述的一种赣南脐橙产地快速鉴别装置，其特征在于：所述卤钨灯光源（15）下方设有光源控制器（14），所述卤钨灯光源（15）与光源控制器（14）连接。
6. 根据权利要求5所述的一种赣南脐橙产地快速鉴别装置，其特征在于：所述光源控制器（14）与重量传感器（12）连接。
7. 根据权利要求3所述的一种赣南脐橙产地快速鉴别装置，其特征在于：所述凸透镜I（4）固定在穿孔反射镜（3）右侧。
8. 根据权利要求3所述的一种赣南脐橙产地快速鉴别装置，其特征在于：所述凸透镜II（11）设置在凸透镜I（4）下方。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201520342018.XU CN204630927U (zh) | 2015-05-26 | 2015-05-26 | 一种赣南脐橙产地快速鉴别装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201520342018.XU CN204630927U (zh) | 2015-05-26 | 2015-05-26 | 一种赣南脐橙产地快速鉴别装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN204630927U true CN204630927U (zh) | 2015-09-09 |
Family
ID=54049944
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201520342018.XU Expired - Fee Related CN204630927U (zh) | 2015-05-26 | 2015-05-26 | 一种赣南脐橙产地快速鉴别装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN204630927U (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106568741A (zh) * | 2016-10-31 | 2017-04-19 | 湖北省农业科学院果树茶叶研究所 | 一种近红外光谱快速判定茶鲜叶产地的方法 |
| CN110161014A (zh) * | 2019-06-25 | 2019-08-23 | 江西农业大学 | 一种脐橙元素成分libs全光学快速检测装置及其方法 |
| CN110174394A (zh) * | 2019-06-25 | 2019-08-27 | 江西农业大学 | 一种基于长焦深libs系统的脐橙多元素检测装置及方法 |
| CN111044503A (zh) * | 2019-12-16 | 2020-04-21 | 华南理工大学 | 一种基于激光诱导击穿光谱和近红外光谱信息融合的煤质测量方法 |
-
2015
- 2015-05-26 CN CN201520342018.XU patent/CN204630927U/zh not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106568741A (zh) * | 2016-10-31 | 2017-04-19 | 湖北省农业科学院果树茶叶研究所 | 一种近红外光谱快速判定茶鲜叶产地的方法 |
| CN106568741B (zh) * | 2016-10-31 | 2019-06-14 | 湖北省农业科学院果树茶叶研究所 | 一种近红外光谱快速判定茶鲜叶产地的方法 |
| CN110161014A (zh) * | 2019-06-25 | 2019-08-23 | 江西农业大学 | 一种脐橙元素成分libs全光学快速检测装置及其方法 |
| CN110174394A (zh) * | 2019-06-25 | 2019-08-27 | 江西农业大学 | 一种基于长焦深libs系统的脐橙多元素检测装置及方法 |
| CN111044503A (zh) * | 2019-12-16 | 2020-04-21 | 华南理工大学 | 一种基于激光诱导击穿光谱和近红外光谱信息融合的煤质测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | Discrimination of varieties of tea using near infrared spectroscopy by principal component analysis and BP model | |
| CN204630927U (zh) | 一种赣南脐橙产地快速鉴别装置 | |
| Wang et al. | Comparison of detection modes in terms of the necessity of visible region (VIS) and influence of the peel on soluble solids content (SSC) determination of navel orange using VIS–SWNIR spectroscopy | |
| CN103822884A (zh) | 一种基于太赫兹时域光谱的茶叶分类鉴别方法 | |
| CN104849233B (zh) | 一种检测谷物新陈度的方法及装置 | |
| CN103913435B (zh) | 一种基于多源信息融合的潲水油快速检测方法及装置 | |
| CN1614391A (zh) | 中草药真伪及质量鉴别的快速无损分析方法 | |
| CN103134765A (zh) | 一种基于太赫兹时域光谱的中药样品真伪初筛方法 | |
| CN102175636A (zh) | 一种中草药检测鉴别的系统和方法 | |
| CN106841083A (zh) | 基于近红外光谱技术的芝麻油品质检测方法 | |
| CN103674884A (zh) | 基于近红外光谱信息的烟叶风格特征的随机森林分类方法 | |
| CN103743703A (zh) | 一种采用近红外光谱快速检测茶叶中主要成分的方法 | |
| CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
| CN110749565A (zh) | 一种快速鉴别普洱茶存储年份的方法 | |
| CN106384116A (zh) | 一种基于太赫兹成像的植株叶脉识别方法及装置 | |
| CN103487397A (zh) | 一种雷竹笋硬度快速检测方法及装置 | |
| Hao et al. | Rapid origin identification of chrysanthemum morifolium using laser-induced breakdown spectroscopy and chemometrics | |
| CN103353443A (zh) | 一种基于近红外光谱的中宁枸杞子判别方法 | |
| Violino et al. | AI-based hyperspectral and VOCs assessment approach to identify adulterated extra virgin olive oil | |
| CN116297319A (zh) | 基于libs和nir数据融合的百合重金属精确检测方法及系统 | |
| Ta et al. | Wine component tracing method based on near infrared spectrum fusion machine learning | |
| CN102928356A (zh) | 一种快速测定香精溶剂含量的方法 | |
| CN106872396B (zh) | 一种不同近红外仪器测定葡萄糖度模型转换的方法 | |
| CN102645416A (zh) | 一种快速测定蓝莓中花青素含量的方法 | |
| PUANGSOMBUT et al. | Evaluation of internal quality of fresh‐cut pomelo using VIS/NIR transmittance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| 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: 20150909 Termination date: 20190526 |