CN213996781U - 一种基于光谱技术的艾草质量分级检测设备 - Google Patents
一种基于光谱技术的艾草质量分级检测设备 Download PDFInfo
- Publication number
- CN213996781U CN213996781U CN202023087139.4U CN202023087139U CN213996781U CN 213996781 U CN213996781 U CN 213996781U CN 202023087139 U CN202023087139 U CN 202023087139U CN 213996781 U CN213996781 U CN 213996781U
- Authority
- CN
- China
- Prior art keywords
- camera bellows
- spectrum
- conveyer belt
- sorter
- shading
- 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
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本实用新型提供了一种基于光谱技术的艾草质量分级检测设备,属于质量分级检测设备技术领域。包括暗箱、传送带、分拣器、分拣器电机、光谱仪和遮光软帘,暗箱骑跨在传送带上,光谱仪安装在暗箱内,暗箱的出口和入口均安装有遮光软帘,暗箱的出口侧安装有两个分拣器,两个分拣器分别安装在传送带的两侧,分拣器由分拣器电机驱动。本实用新型利用暗箱结构的光谱采集系统,有效避免了杂光干扰,同时保证了光谱采集环境的一致性。为避免传送系统对光谱采集系统的影响,将其安装到横跨在传送带且不接触的暗箱中。适用于各类艾草质量的光谱检测和分级。本实用新型具有样品无需预处理、分析速度快、无污染、成本低、可重复性好、易操作等一系列优点。
Description
技术领域
本实用新型涉及一种基于光谱技术的艾草质量分级检测设备,属于质量分级检测设备技术领域。
背景技术
艾草生产加工过程中需要对艾草原料和成品进行分级筛选,但是由于原材料成本低廉且体积巨大,使用传统的分级检测设备不具有经济性,使用大型分级检测设备更不具有经济性。而现有的检测分级方法主要还是依赖于人工判别,时效性很差。
目前,在食品和药品的无损检测中,常用的无损检测技术有机器视觉技术、人工嗅觉(电子鼻)、人工味觉(电子舌)、声学信号检测技术和光谱技术等。机器视觉技术一般用于待测样品的外观品质检测,如大小、纹理、瑕疵等;人工嗅觉(电子鼻)和人工味觉(电子舌)是模拟生物嗅觉和味觉的过程,得到的是被测样品的整体信息,不能够得到被测样品的成分定性和定量结果;声学信号多用于表面纹理或内部缺陷、裂纹等,对采样环境的要求极高,抗干扰能力较差;光谱检测技术主要是根据不同品质、产品年限以及药品在相同波长范围内所获得光谱的吸收或反射的特征差异,实现产品品质或年限的识别。它同样也对周围的环境非常的敏感,尤其是数据采集过程中设备的震动和杂光干扰。
发明内容
本实用新型的目的是为了解决上述现有技术存在的问题,进而提供一种基于光谱技术的艾草质量分级检测设备。
本实用新型的目的是通过以下技术方案实现的:
一种基于光谱技术的艾草质量分级检测设备,包括:暗箱、传送带、分拣器、分拣器电机、光谱仪和遮光软帘,暗箱骑跨在传送带上,光谱仪安装在暗箱内,暗箱的出口和入口均安装有遮光软帘,暗箱的出口侧安装有两个分拣器,两个分拣器分别安装在传送带的两侧,分拣器由分拣器电机驱动。
本实用新型利用暗箱结构的光谱采集系统,有效避免了杂光干扰,同时保证了光谱采集环境的一致性。为避免传送系统对光谱采集系统的影响,将其安装到横跨在传送带且不接触的暗箱中。适用于各类艾草质量的光谱检测和分级。本实用新型具有样品无需预处理、分析速度快、无污染、成本低、可重复性好、易操作等一系列优点。
附图说明
图1为本实用新型的整体结构示意图。
图2为暗箱的入口或出口的结构示意图。
图3为光谱仪和探头的连接示意图。
图中的附图标记,1为艾草样品,2为暗箱,3为传送带,4为分拣器,5为分拣器电机,6为光谱仪,7为遮光软帘,8为探头。
具体实施方式
下面将结合附图对本实用新型做进一步的详细说明:本实施例在以本实用新型技术方案为前提下进行实施,给出了详细的实施方式,但本实用新型的保护范围不限于下述实施例。
如图1和图2所示,本实施例所涉及的一种基于光谱技术的艾草质量分级检测设备,包括:暗箱2、传送带3、分拣器4、分拣器电机5、光谱仪6和遮光软帘7,暗箱2骑跨在传送带3上,光谱仪6安装在暗箱2内,暗箱2的出口和入口均安装有遮光软帘7,暗箱2的出口侧安装有两个分拣器4,两个分拣器4分别安装在传送带3的两侧,分拣器4由分拣器电机5驱动。
光谱仪6选用滨松微型光谱仪系列。
如图3所示,一种基于光谱技术的艾草质量分级检测设备还包括探头8,探头8与光谱仪6光纤连接。所述探头8为线状排列或面状排列。形成可扩展检测探头阵列,由于检测探头呈线状或面状排列,拥有可扩展性,可获取不同测试艾草样品的面光谱信息或三维光谱信息。
本实施例的一种基于光谱技术的艾草质量分级检测设备使用前需要完成以下事项:
①光谱分级标准建立:
分别采集不同品质艾草样品进行预处理并提取特征光谱,然后依据不同样品品质的光谱响应特征,确定用于品质分级的光谱特征或光谱指数(光谱组合特征)。
②分级系统配置;
基于已建立的光谱分级标准,为产品传送带配送分选器(旋转电机)。其作用在于,实现输入产品的品质分级,即原始艾草产品经光谱检测后,分成不同品级并各自传送至各自产品加工线。
以上所述,仅为本实用新型较佳的具体实施方式,这些具体实施方式都是基于本实用新型整体构思下的不同实现方式,而且本实用新型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实用新型揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本实用新型的保护范围之内。因此,本实用新型的保护范围应该以权利要求书的保护范围为准。
Claims (4)
1.一种基于光谱技术的艾草质量分级检测设备,包括:暗箱(2)、传送带(3)、分拣器(4)、分拣器电机(5)、光谱仪(6)和遮光软帘(7),其特征在于,暗箱(2)骑跨在传送带(3)上,光谱仪(6)安装在暗箱(2)内,暗箱(2)的出口和入口均安装有遮光软帘(7),暗箱(2)的出口侧安装有两个分拣器(4),两个分拣器(4)分别安装在传送带(3)的两侧,分拣器(4)由分拣器电机(5)驱动。
2.根据权利要求1所述的基于光谱技术的艾草质量分级检测设备,其特征在于,光谱仪(6)选用滨松微型光谱仪系列。
3.根据权利要求2所述的基于光谱技术的艾草质量分级检测设备,其特征在于,还包括探头(8),探头(8)与光谱仪(6)光纤连接。
4.根据权利要求3所述的基于光谱技术的艾草质量分级检测设备,其特征在于,所述探头(8)为线状排列或面状排列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202023087139.4U CN213996781U (zh) | 2020-12-17 | 2020-12-17 | 一种基于光谱技术的艾草质量分级检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202023087139.4U CN213996781U (zh) | 2020-12-17 | 2020-12-17 | 一种基于光谱技术的艾草质量分级检测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN213996781U true CN213996781U (zh) | 2021-08-20 |
Family
ID=77289334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202023087139.4U Active CN213996781U (zh) | 2020-12-17 | 2020-12-17 | 一种基于光谱技术的艾草质量分级检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN213996781U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114985281A (zh) * | 2022-07-18 | 2022-09-02 | 浙江工业大学 | 一种干制虾米的精准分级装置及方法 |
-
2020
- 2020-12-17 CN CN202023087139.4U patent/CN213996781U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114985281A (zh) * | 2022-07-18 | 2022-09-02 | 浙江工业大学 | 一种干制虾米的精准分级装置及方法 |
CN114985281B (zh) * | 2022-07-18 | 2024-06-28 | 浙江工业大学 | 一种干制虾米的精准分级装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101251526B (zh) | 鲜猪肉综合品质无损检测方法与装置 | |
CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
CN102179375B (zh) | 一种基于近红外作物单籽粒成分无损检测筛选方法 | |
CN103109754B (zh) | 血斑蛋在线无损检测分选设备及其方法 | |
Pan et al. | Eggshell crack detection based on computer vision and acoustic response by means of back-propagation artificial neural network | |
CN106525759B (zh) | 一种基于衰减全反射太赫兹介电谱鉴别蜂蜜品种的方法 | |
CN101949686A (zh) | 水果内外综合品质在线无损检测方法及装置 | |
CN109781622B (zh) | 便携式智能金属矿石种类快速分辨仪 | |
CN103822884A (zh) | 一种基于太赫兹时域光谱的茶叶分类鉴别方法 | |
CN102636450A (zh) | 基于近红外光谱技术无损检测枸杞中枸杞多糖含量的方法 | |
CN207103187U (zh) | 一种基于高光谱成像及电阻抗的玉米种子活力检测装置 | |
CN106872370A (zh) | 一种基于高光谱的杨梅中花色苷含量测定的方法 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN103543205A (zh) | 瓶装液体中异物的检测方法及系统 | |
CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
CN213996781U (zh) | 一种基于光谱技术的艾草质量分级检测设备 | |
CN201156043Y (zh) | 食品综合品质无损检测装置 | |
CN111537469A (zh) | 一种基于近红外技术的苹果品质快速无损检测方法 | |
CN105911000B (zh) | 基于特征波段的血斑蛋在线检测方法 | |
CN101349638A (zh) | 果蔬维生素c含量的光谱快速无损检测方法 | |
CN110376154A (zh) | 基于光谱校正的水果在线检测方法及系统 | |
CN105954228A (zh) | 基于近红外光谱的油砂中金属钠含量的测量方法 | |
CN202028553U (zh) | 一种近红外高通量无损选择平台装置 | |
CN204705581U (zh) | 汽车自动变速箱油品牌与品质快速检测装置 | |
CN204008454U (zh) | 用于检测贮藏稻谷中霉菌指标的便携式近红外光谱分析仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |