CN209349087U - 一种茶叶质量检测分类系统 - Google Patents
一种茶叶质量检测分类系统 Download PDFInfo
- Publication number
- CN209349087U CN209349087U CN201821350602.XU CN201821350602U CN209349087U CN 209349087 U CN209349087 U CN 209349087U CN 201821350602 U CN201821350602 U CN 201821350602U CN 209349087 U CN209349087 U CN 209349087U
- Authority
- CN
- China
- Prior art keywords
- sensor
- categorizing system
- detects
- tea quality
- tealeaves
- 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.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本实用新型公开了一种茶叶质量检测分类系统,包括处理器、温度检测单元、湿度检测单元、红外光谱仪、外形检测单元,所述温度检测单元、湿度检测单元、红外光谱仪、外形检测单元分别与处理器连接;所述外形检测单元包括形状传感器、色泽传感器、气味传感器,所述形状传感器、色泽传感器、气味传感器分别与处理器连接。本实用新型通过采集已制造好的茶叶的温湿度、形状、色泽以及茶叶散发出的气味等信息与设置好的国际等级分类茶叶信息标准进行对比,可根据茶叶的质量进行分类;采用近红外光谱技术,结合分析多种信息传递方式的人工神经网络模型判定茶鲜叶质量等级,实现了不同质量等级茶鲜叶的快速、准确、无损的判定。
Description
技术领域
本实用新型涉及茶叶监测技术领域,具体的说,是一种茶叶质量检测分类系统。
背景技术
茶叶的生产加工具有很强的季节性,但是茶叶的次奥菲却在时间上有常年性,空间上有全球性的特点。茶叶对人类身体有着重要作用,茶叶拥有抗辐射、抗癌、降压降血脂、预防糖尿病、肥胖、利尿等作用,每天喝茶有利于身体健康,因此,对茶叶质量的检测和分类具有非常重要的作用。
对于茶叶质量的检测,有很多种方法,目前主要依靠品茶师来人工完成,而不同的人工会有不同的标准,或多或少会出现一些误差,并且每次都要人工来检测即浪费时间又费力,带来了诸多不方便。
比如特级恩施玉露茶在加工前,茶叶加工人员一般通过自身的工作经验和感官方法来判定鲜叶质量等级,然而人的感觉器官灵敏度易受当时的生理状况和天气、温湿度等外界条件的影响,具有较大的主观性和随意性,不利于恩施玉露茶叶品质的稳定。
并且在茶叶储运过程中也会引起茶叶品质变化,变化因素主要包括茶叶本身的物化反应、温度、湿度、含氧量、光照紫外线等包装内外环境影响。前者是由时间引起的,后者的影响则会促进前者的变化,比如密封故障导致含氧量增加,使得茶叶中的脂类和类胡萝卜素等氧化反应加剧,产生腐臭,而茶多酚和氨基酸的氧化会降低茶叶的滋味,失去鲜爽性。因此,急需建立一种快速、准确、无损的判定茶叶的质量等级的系统。
实用新型内容
本实用新型的目的在于提供一种茶叶质量检测分类系统,与处理连接的红外光谱仪用于检测新鲜茶叶的咖啡碱、预测茶多酚总量、以及判断茶溯源地等。与处理器连接的温度检测单元、湿度检测单元、形状传感器、色泽传感器、气味传感器分别用于检测已经制作好的茶叶的温湿度、外形、色泽和散发的气味。供使用者实时检测茶叶的品质,以进行茶叶质量分类。
本实用新型通过下述技术方案实现:一种茶叶质量检测分类系统,包括处理器、温度检测单元、湿度检测单元、红外光谱仪、外形检测单元,所述温度检测单元、湿度检测单元、红外光谱仪、外形检测单元分别与处理器连接;所述外形检测单元包括形状传感器、色泽传感器、气味传感器,所述形状传感器、色泽传感器、气味传感器分别与处理器连接。
进一步地,为了更好的实现本实用新型,还包括与处理器连接的无线收发模块,所述无线收发模块采用GPRS模块,所述GPRS模块连接有GSM模块,所述GSM模块采用SIM900A通信网络单元。
进一步地,为了更好的实现本实用新型,所述处理器采用STM32F103单片机。
进一步地,为了更好的实现本实用新型,所述温度检测单元采用AD590温度传感器,所述湿度检测单元采用湿敏电阻。
进一步地,为了更好的实现本实用新型,所述红外光谱仪采用傅里叶型红外光谱仪。
进一步地,为了更好的实现本实用新型,所述形状传感器采用面阵CCD图像传感器,所述CCD图像传感器采用TCD132D。
进一步地,为了更好的实现本实用新型,所述色泽传感器采用TCS230传感器。
进一步地,为了更好的实现本实用新型,所述气味传感器采用2至4个常温气敏传感器组成的阵列。
进一步地,为了更好的实现本实用新型,所述处理器通过无线收发模块与远程终端连接。
进一步地,为了更好的实现本实用新型,还包括分别与处理器连接的存储器、电源模块,所述存储器采用M24C02-RMN6TP EEPROM存储器,所述电源模块采用7805三端稳压器。
工作原理:
所述处理器由技术人员实现记录好国际等级分类茶叶信息标准信息。与处理连接的红外光谱仪用于检测新鲜茶叶的咖啡碱、预测茶多酚总量、以及判断茶溯源地等。
与处理器连接的温度检测单元、湿度检测单元、形状传感器、色泽传感器、气味传感器分别用于检测已经制作好的茶叶的温湿度、外形、色泽和散发的气味。供使用者实时检测茶叶的品质,以进行茶叶质量分类。
本实用新型与现有技术相比,具有以下优点及有益效果:
(1)本实用新型采用近红外光谱技术,结合分析多种信息传递方式的人工神经网络模型判定茶鲜叶质量等级,在完好保证茶鲜叶物理状态的条件下实现了不同质量等级茶鲜叶的快速、准确、无损的判定,有效地解决了茶鲜叶收购时其不同质量等级的鲜叶判定难的问题;
(2)本实用新型通过采集已制造好的茶叶的温湿度、形状、色泽以及茶叶散发出的气味等信息与设置好的国际等级分类茶叶信息标准进行对比,可根据茶叶的质量进行分类;
(3)本实用新型中温度传感器、湿度传感器、形状传感器、色泽传感器以及气味传感器分别采用AD590温度传感器、湿敏电阻、TCD132D图像传感器、TCS230传感器以及气敏传感器阵列,上述传感器精度高,功耗小;
(4)本实用新型采用低功耗单片机STM32F103作为处理器,整体功耗小,处理速度快,通过其内部的ADC模块可以实时获取测量到茶叶的重量、形状、色泽以及茶叶散发的气味信息。
(5)本使用新型采用无线收发模块连接智能终端,可由智能终端远程监测被测茶叶的质量情况,供使用者实时观测并存储茶叶的质量等级等信息。
附图说明
图1为本实用新型的系统框图;
图2为本实用新型的外形检测单元系统框图;
图3为本实用新型的无线收发模块原理图;
图4为本实用新型处理器与色泽传感器连接原理图。
具体实施方式
下面结合实施例对本实用新型作进一步地详细说明,但本实用新型的实施方式不限于此。
实施例1:
本实用新型通过下述技术方案实现,如图1所示,一种茶叶质量检测分类系统,包括处理器、温度检测单元、湿度检测单元、红外光谱仪、外形检测单元,所述温度检测单元、湿度检测单元、红外光谱仪、外形检测单元分别与处理器连接;所述外形检测单元包括形状传感器、色泽传感器、气味传感器,所述形状传感器、色泽传感器、气味传感器分别与处理器连接。
需要说明的是,通过上述改进,所述处理器由技术人员实现记录好国际等级分类茶叶信息标准信息。与处理连接的红外光谱仪用于检测新鲜茶叶的咖啡碱、预测茶多酚总量、以及判断茶溯源地等。
与处理器连接的温度检测单元、湿度检测单元、形状传感器、色泽传感器、气味传感器分别用于检测已经制作好的茶叶的温湿度、外形、色泽和散发的气味。供使用者实时检测茶叶的品质,以进行茶叶质量分类。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例2:
本实施例在上述实施例的基础上做进一步优化,如图1所示,还包括与处理器连接的无线收发模块,所述无线收发模块采用GPRS模块,所述GPRS模块连接有GSM模块,所述GSM模块采用SIM900A通信网络单元;所述处理器采用STM32F103单片机;所述处理器通过无线收发模块与远程终端连接。
需要说明的是,通过上述改进,所述STM32F103单片机作为主体控制核心,其中AD转换模块采用STM32F103单片机内部的ADC12模块,ADC12模块具有12位转换精度。所述STM32F103单片机与SIM900A连接,智能终端可通过SIM900A传输STM32F103单片机检测到的茶叶信息,供使用者观看。所述STM32F103单片机与SIM900A连接关系是现有技术,故本实施例不对此作出详述。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例3:
本实施例在上述实施例的基础上做进一步优化,如图1所示,所述温度检测单元采用 AD590温度传感器,所述湿度检测单元采用湿敏电阻。
需要说明的是,通过上述改进,温度采集单元采用的AD590温度传感器是一种已经IC化的温度传感器,它会将温度转换为电流。温度每增加1℃,AD590就会增加1uA的输出电流,其测量范围为-55℃至150℃,供电电压范围为+4V至+30V。AD590的输出电流值说明如下:其输出电流是以温度零度为基准,即-273℃,温度每增加1℃,AD590就会增加1uA输出电流,当室温为25℃时,其输出电流为:
Iout=(273+25)=298uA
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例4:
本实施例在上述实施例的基础上做进一步优化,如图1所示,所述红外光谱仪采用傅里叶型红外光谱仪。
需要说明的是,通过上述改进,分别采集两种不同质量等级同种茶鲜叶样品,依据质量等级不同,将茶鲜叶样品随机分为校正集和验证集两个集合,用傅里叶型红外光谱仪扫描获得全部茶鲜叶样品的近红外光谱。应用光谱仪的化学计量学对全部茶鲜叶样品的近红外光谱进行求导和平滑预处理,然后将茶鲜叶样品光谱转化为成对的数据点。
应用Matlab软件对全部茶鲜叶样品的光谱数据进行主成分分析,求得全部茶鲜叶样品光谱数据的得分score1值和score2值、主成分数及其贡献率。
以校正集样品光谱的前3个主成分为输入值,以不同质量等级鲜叶类型为输出值,经过反复优化,建立Standardnets、Jumpconnectionnets和Jordan-Elmannets三种信息传递方式鲜叶不同质量等级人工神经网络预测模型,比较该三种模型相关系数R和交互验证均方根方差RMSECV值,其中相关系数R公式为:
交互验证均方根方差RMSECV公式为:
式中,R为相关系数,n表示样本数,yi和y'i分别为样品集中第i个样品的质量等级实测值和质量等级预测值,为样品集中第i个样品的实测值的平均值,式中i≤n;其中以相关系数R最大和交互验证均方根方差RMSECV最小的模型为最佳模型,经比较后得到最佳校正集模型。
为避免出现过度拟合现象,应用验证集样品对得到的三种校正集模型预测效果进行检验,所得结果用相关系数R和验证集均方差RMSEP表示,其中相关系数R越大和验证集均方差 RMSEP越小则表示检验效果越好,此时若得到的近红外光谱的质量等级预测值与质量等级实测值基本一致,则表示对验证集样品的预测效果很好,最佳校正集模型可以准确的预测鲜叶样品的不同质量等级,其中验证集均方差RMSEP公式为:
式中,n表示样本数,yi和y'i分别为样品集中第i个样品的质量等级实测值和质量等级预测值,式中i≤n。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例5:
本实施例在上述实施例的基础上做进一步优化,如图1所示,所述形状传感器采用面阵 CCD图像传感器,所述CCD图像传感器采用TCD132D。
需要说明的是,通过上述改进,所述形状传感器采用森美瑞科技有限公司的面阵CCD图像传感器,是通过将光学信号转化为数字信号来实现图像的获取、存储、传输、处理和复现。光学信号主要有CCD感光片完成,CCD的感应电路为面阵CCD传感器核心,此处CCD的型号为TCD132D。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例6:
本实施例在上述实施例的基础上做进一步优化,如图1所示,所述色泽传感器采用TCS230传感器。
需要说明的是,通过上述改进,色泽传感器TCS230采用美国TAOS公司产生的,具有高分辨率、可编程的颜色选择与输出定标、单电源供电等特点。用色泽传感器TCS230将茶叶色泽信息转化为电信号,色泽传感器的4管脚接地,5管脚接3.3V电源,TCS230的1、2、 7、8、6、3管脚将茶叶转化的电信号传到单片机STM32F103的I/O口PB0-PB5,配置在A/D 转换第二功能,经过A/D采样后得出的结果从PB6管脚输出。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例7:
本实施例在上述实施例的基础上做进一步优化,如图1所示,所述气味传感器采用2至 4个常温气敏传感器组成的阵列。
需要说明的是,通过上述改进,待检测的茶叶气味与气敏传感器阵列发生反应,产生信号传到单片机STM32F103的PA1 I/O口,配置在A/D转换第二功能,经过A/D采样后得出的结果从PA2管脚输出。再取国家标准各等级的茶叶分别运用上述方法再采集、处理一遍,将单片机输出结果从PA3管脚输出。
本实施例的其他部分与上述实施例相同,故不再赘述。
以上所述,仅是本实用新型的较佳实施例,并非对本实用新型做任何形式上的限制,凡是依据本实用新型的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本实用新型的保护范围之内。
Claims (10)
1.一种茶叶质量检测分类系统,其特征在于:包括处理器、温度检测单元、湿度检测单元、红外光谱仪、外形检测单元,所述温度检测单元、湿度检测单元、红外光谱仪、外形检测单元分别与处理器连接;所述外形检测单元包括形状传感器、色泽传感器、气味传感器,所述形状传感器、色泽传感器、气味传感器分别与处理器连接。
2.根据权利要求1所述的一种茶叶质量检测分类系统,其特征在于:还包括与处理器连接的无线收发模块,所述无线收发模块采用GPRS模块,所述GPRS模块连接有GSM模块,所述GSM模块采用SIM900A通信网络单元。
3.根据权利要求2所述的一种茶叶质量检测分类系统,其特征在于:所述处理器采用STM32F103单片机。
4.根据权利要求1-3任一项所述的一种茶叶质量检测分类系统,其特征在于:所述温度检测单元采用AD590温度传感器,所述湿度检测单元采用湿敏电阻。
5.根据权利要求4所述的一种茶叶质量检测分类系统,其特征在于:所述红外光谱仪采用傅里叶型红外光谱仪。
6.根据权利要求5所述的一种茶叶质量检测分类系统,其特征在于:所述形状传感器采用面阵CCD图像传感器,所述CCD图像传感器采用TCD132D。
7.根据权利要求6所述的一种茶叶质量检测分类系统,其特征在于:所述色泽传感器采用TCS230传感器。
8.根据权利要求7所述的一种茶叶质量检测分类系统,其特征在于:所述气味传感器采用2至4个常温气敏传感器组成的阵列。
9.根据权利要求8所述的一种茶叶质量检测分类系统,其特征在于:所述处理器通过无线收发模块与远程终端连接。
10.根据权利要求3所述的一种茶叶质量检测分类系统,其特征在于:还包括分别与处理器连接的存储器、电源模块,所述存储器采用M24C02-RMN6TP EEPROM存储器,所述电源模块采用7805三端稳压器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201821350602.XU CN209349087U (zh) | 2018-08-21 | 2018-08-21 | 一种茶叶质量检测分类系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201821350602.XU CN209349087U (zh) | 2018-08-21 | 2018-08-21 | 一种茶叶质量检测分类系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209349087U true CN209349087U (zh) | 2019-09-06 |
Family
ID=67779502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201821350602.XU Active CN209349087U (zh) | 2018-08-21 | 2018-08-21 | 一种茶叶质量检测分类系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN209349087U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111722563A (zh) * | 2020-06-17 | 2020-09-29 | 筠连县千秋茶业有限公司 | 茶叶智能检测装置 |
CN111796570A (zh) * | 2020-07-07 | 2020-10-20 | 筠连县美强茶业有限公司 | 用于茶叶储存的智能监控系统 |
CN113359628A (zh) * | 2021-05-31 | 2021-09-07 | 三江侗族自治县仙池茶业有限公司 | 一种绿茶加工过程的控制方法和装置 |
-
2018
- 2018-08-21 CN CN201821350602.XU patent/CN209349087U/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111722563A (zh) * | 2020-06-17 | 2020-09-29 | 筠连县千秋茶业有限公司 | 茶叶智能检测装置 |
CN111796570A (zh) * | 2020-07-07 | 2020-10-20 | 筠连县美强茶业有限公司 | 用于茶叶储存的智能监控系统 |
CN111796570B (zh) * | 2020-07-07 | 2023-12-15 | 筠连县美强茶业有限公司 | 用于茶叶储存的智能监控系统 |
CN113359628A (zh) * | 2021-05-31 | 2021-09-07 | 三江侗族自治县仙池茶业有限公司 | 一种绿茶加工过程的控制方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN209349087U (zh) | 一种茶叶质量检测分类系统 | |
CN101762463B (zh) | 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法 | |
CN102323267A (zh) | 一种快速评价生鲜肉品新鲜度的系统及方法 | |
CN106970189B (zh) | 一种水果新鲜度的检测分析系统及方法 | |
CN102788752A (zh) | 基于光谱技术的农作物内部信息无损检测装置及方法 | |
CN104849232B (zh) | 一种快速检测蜂王浆水分和蛋白质含量的方法 | |
CN106805985B (zh) | 基于功能性近红外光谱技术的专注力检测、训练系统和方法 | |
CN107449749A (zh) | 水质检测设备及其水质检测系统 | |
CN102042968A (zh) | 粮食品质近红外快速检测无线系统 | |
CN101975759A (zh) | 透射式无损检测植物叶片含水量的装置和方法 | |
CN102435568A (zh) | 基于11个特征波长快速无损检测茶叶干物质含量的方法 | |
CN106841052A (zh) | 一种快速检测食用肉类新鲜度的方法和系统 | |
CN103487422A (zh) | 多波长led荧光光谱的云端中药品质检测系统及方法 | |
CN208239436U (zh) | 一种水质氨氮检测系统 | |
CN109100322A (zh) | 基于温度自校正的食品近红外光谱快速检测方法及便携式检测装置 | |
CN110375850A (zh) | 一种可穿戴式环境监测设备 | |
CN115290593A (zh) | 一种基于近红外光谱技术的土壤有机质的快速检测方法与装置 | |
Mathur et al. | High resolution air pollution mapping using wireless sensor nodes | |
CN203572772U (zh) | 基于多波长led荧光光谱的云端中药品质检测系统 | |
CN114705632A (zh) | 一种利用卫星遥感反射率估算水库营养状态指数的方法 | |
CN105784606A (zh) | 一种基于光学特性的水质监控系统 | |
CN206788033U (zh) | 一种近红外光谱检测水果内部品质的专用检测系统 | |
CN201903501U (zh) | 人工合成色素快速检测装置 | |
CN113588633B (zh) | 一种仿生贴片传感器及其制备方法和检测方法 | |
CN107340241A (zh) | 一种基于短波成像光谱技术检测人参皂苷含量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |