首页> 中文学位 >基于ARM的近红外原料奶成分检测设备研发
【6h】

基于ARM的近红外原料奶成分检测设备研发

代理获取

目录

声明

摘要

1 前言

1.1 研究目的和意义

1.2 原料奶成分检测技术概况

1.2.1 化学分析方法

1.2.2 超声波分析法

1.2.3 近红外光谱分析法

1.3 国内外近红外分析技术的研究现状

1.3.1 近红外原料奶检测设备类型

1.3.2 近红外技术在国内外的应用现状

1.4 主要研究内容

2 近红外光谱分析技术

2.1 近红外光谱分析技术概述

2.2 近红外光谱产生的原理

2.3 近红外光谱主要谱带的归属

2.4 近红外光谱技术的特点

2.5 近红外光谱分析的基本分析流程

2.6 本章小结

3 成分检测设备设计与研发

3.1 设计原理及总体方案

3.1.1 设计原理

3.1.2 总体设计方案

3.2 成分检测设备硬件设计

3.2.1 光路设计

3.2.2 嵌入式控制系统设计

3.3 成分检测设备软件设计

3.4 本章小结

4 数据处理

4.1 样品定标制备及挑选

4.1.1 蛋白质含量的测定

4.1.2 脂肪含量的测定

4.1.3 样品集的挑选

4.2 常用的建模方法

4.2.1 偏最小二乘法

4.2.2 BP神经网络

4.3 校正模型的基本评价参数

4.4 校正模型的建立

4.4.1 异常样本去除

4.4.2 校正样品集的选择

4.4.3 特征波段的选择

4.4.4 光谱预处理

4.4.5 校正模型选择

4.4.6 设备及模型准确性验证

4.5 本章小结

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

攻读硕士学位期间发表的学术论文

展开▼

摘要

近年来随着人们生活水平的不断提高,人们对乳制品的需求也越来越高,目前对于乳及乳制品质量的检测已成为全社会关注的热点。原料奶是一种由多种物质组成的复杂的悬浮物,其中含有大量人体所需营养物质,作为乳及乳制品的基础,其安全问题自然备受关注。因此,在原料奶的收购与管理过程中,应加强对其质量的监督,为乳及乳制品的质量安全把好第一关。
  原料奶中蛋白质和脂肪的含量是评价其质量的重要指标,因此,对于原料奶的检测工作目前大多集中在蛋白质和脂肪这两个重要指标上。目前较为通用的检测方式有化学检测、超声波检测和近红外检测,其中化学检测方法结果准确,是国家承认的标准检测方式,但是其实验周期过长、对样品有破坏、并且操作较复杂;超声波检测方式检测速度快,但是这类检测仪器大多噪声较大,实验结果准确性较低;近红外检测方式是近年来比较受推崇的一种新兴检测方式,具有无污染、检测速度快、实时化等优点。综合对以上几种检测方法进行比较,本课题将嵌入式技术与近红外光谱分析技术相结合,对原料奶中主要成分的含量进行定量测量研究,其意义在于改善现有原料奶成分检测方法的不足,设计一个针对原料奶中主要成分含量进行检测的便携式设备,具有体积小、检测速度快,可用于在线分析等特点,满足市场对原料奶成分检测的需求。
  文中综合考虑了原料奶的组成成分特性以及其主要成分的谱带归属;并对近红外光谱分析技术的技术特点以及其基本数据处理过程进行了研究,最终确定设备的总体实现方案。采用三星公司生产的S3C6410A微处理器作为设备核心,结合软件程序,对整个设备进行全面控制。采用卤钨灯作为近红外光源,由于光源产生的光谱覆盖范围较大且为含有多种不同波长的复合光,因此要通过微处理器驱动步进电机工作,进而使光栅型分光系统工作对复合光进行分光,经分光系统后得到900-1700nm的近红外光线;将这部分光线照射到样品上,光线与样品通过漫透射的作用,携带样品的光谱信息;然后使用日本滨松公司的G9203-256D对光谱信息进行光电转换,滤波放大电路对电信号进行处理后,电信号交由ADS1230模数转换器将电信号转化为微处理能够识别的数字信号,进而通过微处理器中装载的软件程序对数据进行分析处理。应用设备采集的数据对原料奶中蛋白质及脂肪进行校正模型的建立,通过与设备中已经建立好的校正模型进行对比,进而得出待测原料奶样品中蛋白质及脂肪含量的预测值。
  文中最后部分对设备及校正模型的可用性和准确性进行验证,通过对设备中装载校正模型的评价参数指标进行分析得知,其参数指标均在允许范围内,说明校正模型具备可用性。使用设备对10个待测原料奶样本进行光谱检测,并与设备中建立好的校正模型进行综合比较,最终得到样品中蛋白质和脂肪含量的预测值,将此预测值与用化学方法检测的标准值进行对比,结果表明该设备对原料奶成分含量的检测结果与标准化学方法测定结果之间的误差均控制在10%之内,且线性关系及传递性较好。由此得知,该便携式原料奶成分检测设备具备可用性且准确性较高,可以用于原料奶中主要成分含量的检测,为原料奶成分检测提供了一种新的方法,具有广泛的应用前景和推广价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号