การพัฒนาเซ็นเซอร์ออปติคอลต้นทุนต่ำสำหรับการประเมินคุณภาพการผลิต

บทคัดย่อ:

สเปกโตรสโคปีใกล้อินฟราเรด (NIR) เป็นเครื่องมือที่มีประสิทธิภาพสำหรับการวัดพารามิเตอร์คุณภาพต่างๆ แบบไม่/ทำลายเสียนอกจากนี้ประสิทธิภาพของสเปกโตรสโคปี NIR สำหรับการประเมินคุณภาพขึ้นอยู่กับองค์ประกอบสำคัญสองส่วน 1) สเปกโตรมิเตอร์ที่เหมาะสมและ 2) แบบจำลองการสอบเทียบที่เหมาะสมเป้าหมายของการศึกษานี้คือ 1) เพื่อพัฒนาแบบจำลองการทำนายสำหรับพารามิเตอร์คุณภาพของมะม่วงและมะเขือเทศโดยใช้สเปกโตรมิเตอร์เชิงพาณิชย์ที่แตกต่างกัน 2) เพื่อสร้างต้นแบบของสเปกโตรมิเตอร์ NIR ในบ้านและตรวจสอบความเป็นไปได้ที่จะใช้เป็นแหล่งข้อมูลสเปกตรัมสำหรับการพัฒนาแบบจำลองการสอบเทียบสำหรับพารามิเตอร์คุณภาพของมะม่วงและมะเขือเทศงานนี้มุ่งเน้นไปที่เป้าหมายของการกำหนดพารามิเตอร์คุณภาพของผักและผลไม้: มะม่วงและมะเขือเทศสารแห้ง (DM) ของแข็งที่ละลายน้ำรวม (TSS) ความเป็นกรดที่สามารถไทเทรตได้ (TA) pH และความแน่นได้รับการคัดเลือกเป็นพารามิเตอร์คุณภาพที่สำคัญในการศึกษานี้แบบจำลองการสอบเทียบได้รับการพัฒนาโดยใช้การถดถอยสี่เหลี่ยมน้อยที่สุดบางส่วน (PLSR) และการวิเคราะห์ข้อมูลใช้ทั้งข้อมูลที่ไม่ผ่านการประมวลผลและข้อมูลที่ประมวลผลล่วงหน้า (เช่น อนุพันธ์ Savitzky/Golay, SNV)ความเป็นไปได้ในการทำนายพารามิเตอร์คุณภาพของตัวอย่างมะม่วงและมะเขือเทศได้รับการประเมินโดยใช้สเปกโตรมิเตอร์เชิงพาณิชย์ที่แตกต่างกัน (SCIO, Linksqure, Texas Instruments NirScan Nano และ Neospectra)ในกรณีของตัวอย่างมะม่วง มีการพัฒนาแบบจำลองการทำนายที่ดีสำหรับ DM, TSS, TA และ pH โดยใช้การวัดสเปกโตรสโคปจาก SCIO และ Linksqure ที่ทำงานในโหมดทั้งแบบมองเห็นและ NIRโมเดลที่ดีที่สุดสำหรับ DM โดยใช้สเปกโตรมิเตอร์ SCIO แสดงค่าการตรวจสอบข้ามที่ 0.92 และ 0.739% สำหรับ R2 และ RMSE ตามลำดับแบบจำลองการทำนายที่ดีที่สุดสำหรับพารามิเตอร์ TSS, TA และ pH ได้รับการพัฒนาโดยใช้ Linksqure ที่ทำงานในโหมดที่มองเห็นได้ค่า R2 ของการสอบเทียบและการตรวจสอบ (วงเล็บ) สำหรับ TSS, TA และ pH คือ 0.91 (0.75), 0.91 (0.79) และ 0.93 (0.81) ตามลำดับค่า RMSE ของการสอบเทียบและการตรวจสอบ (วงเล็บ) สำหรับ TSS, TA และ pH คือ 1.03 OBriX (1.76 OBrix) 0.38% (0.58%) และ 0.21 (0.35) ตามลำดับโมเดลการทำนายที่มีประสิทธิภาพไม่ดีพร้อมค่า R2 ที่พอสมควรได้รับโดยใช้ข้อมูลสเปกตรัมจากเครื่องมือ Texas Instruments NIR Scan Nano และ Neospectraสำหรับการทำงานกับมะเขือเทศมะเขือเทศเชอร์รี่ถูกเลือกสำหรับการทดสอบพารามิเตอร์คุณภาพมีการใช้สเปกโตรมิเตอร์เชิงพาณิชย์เพียงสามตัว (SCIO, Linksqure และ Texas Instruments) ในส่วนนี้เนื่องจากหน้าต่างการสุ่มตัวอย่างของ Neospectra มีขนาดใหญ่เกินไปที่จะอนุญาตให้ทำการวัดด้วยสเปกโตรสโคปีโมเดลการทำนายที่ดีได้รับการพัฒนาสำหรับการทำนาย DM และความแน่นโดยใช้การวัดสเปกโตรสโคปที่ทำด้วย SCIO และ Linksqure ที่ทำงานทั้งในโหมดที่มองเห็นและ NIRแบบจำลองที่ดีที่สุดสำหรับ DM ได้มาโดยใช้ข้อมูลสเปกตรัมจากสเปกโตรมิเตอร์ SCIO และแสดงค่าการตรวจสอบข้ามที่ 0.89 และ 0.27% สำหรับ R2 และ RMSE ตามลำดับสำหรับความแน่น ผลลัพธ์ที่ดีที่สุดได้มาโดยใช้ข้อมูลสเปกตรัมที่ได้มาโดยใช้เครื่องมือ Linksqure ที่ทำงานในโหมดที่มองเห็นได้ค่า R2 ของการสอบเทียบและการตัดต่อ/ตรวจสอบความถูกต้อง (วงเล็บ) คือ 0.91 (0.87)ค่า RMSE ของการสอบเทียบและการตัดต่อ/ตรวจสอบความถูกต้อง (วงเล็บ) สำหรับความแน่นคือ 0.91 N (0.87 N)ประสิทธิภาพของแบบจำลองสำหรับการทำนายพารามิเตอร์คุณภาพตามข้อมูลสเปกตรัมที่ได้มาโดยใช้ Texas Instruments NIRScan Nano นั้นไม่ดีโดยมีค่า R2 ขนาดเล็กซึ่งแสดงผลลัพธ์ที่คล้ายคลึงกันกับงานที่ดำเนินการกับมะม่วงจากผลลัพธ์ที่น่าประทับใจที่ได้รับจากเครื่องมือ NIR ต้นทุนต่ำเชิงพาณิชย์ในส่วนแรกของงานนี้ เราจึงดำเนินการต่อไปในส่วนที่สองซึ่งมีการสร้างและประเมินต้นแบบสเปกโตรมิเตอร์ NIR ภายในบ้านประสิทธิภาพของสเปกโตรมิเตอร์ NIR ขึ้นอยู่กับองค์ประกอบสำคัญสามประการ ได้แก่ แหล่งกำเนิดแสง ตัวเลือกความยาวคลื่น และเครื่องตรวจจับต้นแบบของสเปกโตรมิเตอร์ NIR แบบพกพาที่มีต้นทุนต่ำถูกสร้างขึ้นรอบ ๆ เซ็นเซอร์ Hamamatsu C14384MA/01ต้นแบบสเปกโตรมิเตอร์ภายในบ้านถูกสร้างขึ้นในสองรุ่นโดยใช้แหล่งกำเนิดแสงที่แตกต่างกันรุ่นแรกใช้แหล่งกำเนิดแสง NIR LED (SFH 4376, OSRAM) ในขณะที่รุ่นที่สองใช้หลอดไฟฮาโลเจนทังสเตน (TH)สเปกโตรมิเตอร์เหล่านี้ทำงานในช่วงความยาวคลื่นตั้งแต่ 650 ถึง 1050 นาโนเมตรจากนั้นประสิทธิภาพของต้นแบบสเปกโตรมิเตอร์ได้รับการทดสอบโดยการใช้เพื่อรวบรวมข้อมูลสเปกตรัมจากมะม่วงและมะเขือเทศเพื่อวัตถุประสงค์ในการพัฒนาแบบจำลองทำนายสำหรับพารามิเตอร์คุณภาพที่เลือกในกรณีของตัวอย่างมะม่วง ได้มาแบบจำลองการทำนายที่ดีสำหรับการทำนาย DM, TSS, TA และ pH โดยใช้แหล่งกำเนิดแสง NIR LED และ THแบบจำลองที่ดีที่สุดสำหรับการทำนาย DM ได้มาโดยใช้รุ่นสเปกโตรมิเตอร์พร้อมแหล่งกำเนิดแสงเส้นใย THค่า R2 ของชุดทดสอบคือ 0.82สำหรับรุ่นที่ดีที่สุดสำหรับ TSS, TA และ pH ได้มาโดยใช้ข้อมูลที่ได้รับจากต้นแบบที่ติดตั้ง NIR LEDค่า R2 ของชุดทดสอบสำหรับ TSS, TA และ pH คือ 0.86, 0.92 และ 0.86 ตามลำดับแบบจำลองที่พัฒนาขึ้นสำหรับการทำนายความแน่นนั้นไม่ดีโดยมีค่า R2 ปานกลางในกรณีของสเปกโตรมิเตอร์ทั้งสองรุ่นสรุปได้ว่า ต้นแบบสเปกโตรมิเตอร์ภายในบ้านได้ถูกนำมาใช้ในการรวบรวมข้อมูลสเปกโตรสโคปจากมะม่วงน้ำดอกใหม่ ซึ่งเก็บรวบรวมในช่วงสองฤดูกาลที่แตกต่างกันแบบจำลองการทำนายสำหรับพารามิเตอร์คุณภาพมะม่วง (DM, TSS, TA, pH, ความแน่น) ได้รับการพัฒนาจากข้อมูลสเปกโตรสโคปนี้โมเดลที่มีคุณภาพที่น่าพอใจ (R2 > 0.80 ในชุดทดสอบ) ได้รับการพัฒนาสำหรับ DM, TSS, TA และ pHผลลัพธ์บ่งชี้ว่าเครื่องมือที่สร้างขึ้นสามารถรวบรวมข้อมูลสเปกโตรสโคปที่ใช้งานได้จากตัวอย่างที่ผลิตได้ในกรณีของตัวอย่างมะเขือเทศ มีการพัฒนาแบบจำลองเชิงคาดการณ์ที่มีคุณภาพระดับปานกลางสำหรับพารามิเตอร์คุณภาพทั้งหมด โดยมีค่า R2 ของชุดทดสอบต่ำกว่า 0.70 ในทุกสถานการณ์ประสิทธิภาพในการคาดการณ์ DM, TSS, TA, pH และความแน่นโดยใช้แหล่งกำเนิดแสงเส้นใย NIR LED และ TH นั้นแย่กว่าแบบจำลองเชิงคาดการณ์ที่รายงานในสิ่งพิมพ์ก่อนหน้านี้อย่างมีนัยสำคัญในทางกลับกัน แบบจำลองการทำนายของสเปกโตรมิเตอร์ภายในบ้านแสดงประสิทธิภาพที่ดีกว่าเมื่อเปรียบเทียบกับต้นแบบก่อนหน้า (เทคโนโลยี MOEMS) สำหรับการทำนาย TSS, DM, TA และ pH สำหรับตัวอย่างมะเขือเทศสรุปได้ว่ามีการประเมินศักยภาพของสเปกโตรมิเตอร์ NIR ต้นทุนต่ำโดยใช้เทคโนโลยี MOEMS รุ่นใหม่ (C14383MA/01) สำหรับการวัดตัวอย่างมะเขือเทศอย่างรวดเร็วและไม่ทำลาย/ไม่ทำลายผลลัพธ์แสดงให้เห็นว่าแบบจำลองทำนายสามารถใช้ในการทำนาย DM, TSS และ pHโมเดลเชิงคาดการณ์ที่มีคุณภาพที่น่าพอใจ (R2 > 0.50) ได้รับการพัฒนาสำหรับ DM, TSS และ pHแต่สำหรับ TA และความมั่นคงทำให้ประสิทธิภาพการคาดการณ์ไม่ดี