基于电子鼻和近红外光谱农产品检测系统设计

Journal: Engineering and Management Science DOI: 10.12238/ems.v4i7.5849

任晓宇, 何欣悦

天津科技大学

Abstract

本文以农产品为对象,针对农产品因成熟度较高在仓储过程中出现的腐烂变质问题,基于电子鼻和近红外光谱技术进行一个成熟度检测系统的设计,用于降低农产品在仓库中的损耗问题。电子鼻和近红外光谱技术能够对农产品的成熟度进行检测,本系统能够对仓库内农产品的货位和出库顺序进行合理调整,从而在一定程度上降低农产品的损耗,提高经济效益。

Keywords

电子鼻技术;近红外光谱技术;成熟度检测;系统设计

References

[1] 陈进熹,丁洁瑾.基于机器视觉的番茄采摘器红外图谱识别研究[J].农机化研究,2022,12(4):44-53.
[2] 张铮,熊盛辉,王孙强,等.基于机器视觉的香蕉果肉缺陷预测方法[J].食品与机械,2020,36(7):150-154.
[3] 王俊平,徐刚.机器视觉和电子鼻融合的番茄成熟度检测方法[J].食品与机械,2022,38(02):148-152.
[4] 浦宏杰,汪迪松,王辉,等.基于zNose~(TM)电子鼻的芒果腐烂及成熟度检测[J].现代食品科技,2017,33(03):304-310.
[5] Henike Guilherme Jordan Voss,Sergio Luiz Stevan,Rica rdo Antonio Ayub. Peach growth cycle monitoring using an elec tronic nose[J].Computers and Electronics in Agriculture,2019,163.
[6] 康虎,国德旺,马丽娥.粉体物料混合均匀度评价研究进展[J].广州化工,2015,43(08):30-32.
[7] 周靖宇,孙锐,余多,等.基于近红外技术和偏最小二乘判别法对无花果成熟度的快速判别[J].食品与机械,2020,36(11):107-111.
[8] Sirirak Ditcharoen,Panmanas Sirisomboon,Khwantri Sa engprachatanarug, et al.Improving the non-destructive matu rity classification model for durian fruit using near-infrar ed spectroscopy[J].Artificial Intelligence in Agriculture,2023,ISSN 2589-7217.

Copyright © 2022 任晓宇, 何欣悦

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License