开发用于产品质量评估的低成本光学传感器

摘要：

近红外 (NIR) 光谱是对各种质量参数进行无损/破坏性测量的强大工具。此外，用于质量评估的近红外光谱的性能取决于两个关键组件：1）合适的光谱仪和2）适当的校准模型。这项研究的目的是：1）使用不同的商用光谱仪开发芒果和番茄质量参数的预测模型；2）构建内部近红外光谱仪的原型，并研究将其用作光谱数据源来开发芒果和番茄质量参数校准模型的可能性。这项工作的重点是确定水果和蔬菜的质量参数：芒果和西红柿。本研究选择了干物质 (DM)、总可溶性固体 (TS)、可滴定酸度 (TA)、pH 值和硬度作为关键质量参数。校准模型是使用偏最小二乘回归（PLSR）开发的，数据分析使用了未处理的数据和预处理的数据（例如Savitzky/Golay导数，SNV）。使用不同的商用光谱仪（SCIO、Linksqure、德州仪器NIRScan Nano和Neospectra）评估了预测芒果和番茄样品质量参数的可能性。就芒果样本而言，使用SCIO和Linksqure在可见光和近红外模式下运行的光谱测量结果，开发了针对DM、TSS、TA和pH值的良好预测模型。使用SCIO光谱仪进行DM的最佳模型显示，R2和RMSE的交叉验证值分别为0.92％和0.739％。TSS、TA 和 pH 参数的最佳预测模型是使用在可见模式下运行的 Linksqure 开发的。TSS、TA 和 pH 的校准和交叉/验证（方括号）的 R2 值分别为 0.91（0.75）、0.91（0.79）和 0.93（0.81）。TSS、TA 和 pH 的校准和交叉/验证（方括号）的 RMSE 值分别为 1.03 oBriX（1.76 OBriX）、0.38%（0.58%）和 0.21（0.35）。使用来自德州仪器 NIR Scan Nano 和 Neospectra 仪器的光谱数据，获得了表现不佳、R2 值适中的预测模型。在处理西红柿时，选择了樱桃番茄进行质量参数测试。这部分仅使用了三台商用光谱仪（SCIO、Linksqure和德州仪器），因为Neospectra的采样窗口太大，无法进行光谱测量。使用SCIO和Linksqure在可见光和近红外模式下运行时进行的光谱测量，开发了良好的预测模型，用于预测动态和硬度。DM的最佳模型是使用SCIO光谱仪的光谱数据获得的，R2和RMSE的交叉验证值分别为0.89％和0.27％。就硬度而言，使用在可见模式下运行的Linksqure仪器采集的光谱数据获得了最佳结果。校准和交叉/验证（方括号）的 R2 值为 0.91（0.87）。硬度的校准和交叉/验证（方括号）的 RMSE 值为 0.91 N（0.87 N）。根据使用德州仪器NIRScan Nano采集的光谱数据预测质量参数的模型的性能很差，R2值适中，表现出与芒果研究相似的结果。鉴于在这项工作的第一部分中使用商用低成本近红外仪器取得了令人鼓舞的结果，我们进入了第二部分，在那里建造和评估了内部近红外光谱仪原型。近红外光谱仪的性能取决于三个关键组件：光源、波长选择器和探测器。潜在低成本的便携式近红外光谱仪的原型是围绕滨松C14384MA/01传感器建造的。内部光谱仪原型是使用不同的光源制作的两个版本。第一个版本使用近红外 LED（SFH 4376，欧司朗）光源，而第二个版本使用卤素钨灯丝灯泡（TH）。这些光谱仪在 650 到 1050 nm 的波长范围内运行。然后，使用光谱仪原型收集芒果和番茄的光谱数据，测试了光谱仪原型的性能，目的是为选定的质量参数开发预测模型。对于芒果样品，使用近红外 LED 和 TH 光源获得了良好的预测模型，用于预测 DM、TSS、TA 和 pH 值。预测 DM 的最佳模型是使用带有 TH 灯丝光源的光谱仪版本获得的。测试集的 R2 值为 0.82。TSS、TA 和 pH 值的最佳模型是使用配备近红外发光二极管的原型采集的数据获得的。TSS、TA 和 pH 测试集的 R2 值分别为 0.86、0.92 和 0.86。对于两个光谱仪版本，为预测硬度而开发的模型都很差，R2 值适中。总之，内部光谱仪原型已用于收集来自南德迈芒果的光谱数据，这些数据是在两个不同的收获季节收集的。根据这些光谱数据，开发了芒果质量参数（DM、TSS、TA、pH、硬度）的预测模型。针对DM、TSS、TA和pH值开发了质量令人满意的模型（测试集中的R2>0.80）。结果表明，所构造的仪器可以从农产品样品中收集可用的光谱数据。就番茄样本而言，针对所有质量参数开发了质量适中的预测模型，测试集的R2值在所有情况下均低于0.70。使用近红外 LED 和 TH 灯丝光源预测 DM、TSS、TA、pH 和硬度的性能明显低于先前出版物中报告的预测模型。另一方面，与之前用于预测番茄样品的TSS、DM、TA和pH值的原型（MOEMS技术）相比，内部光谱仪的预测模型显示出更好的性能。总之，评估了使用新一代MOEMS技术（C14383MA/01）的低成本近红外光谱仪对番茄样品进行快速和无损测量的潜力。结果表明，预测模型可用于预测 DM、TSS 和 pH 值。已经为 DM、TSS 和 pH 值开发了质量令人满意（R2 > 0.50）的预测模型。但是对于TA和坚定性而言，预测表现不佳。