-
开放科学(资源服务)标识码(OSID):
-
含水率与质量密度是评估粮麦豆类农产品品质的关键指标。其中，含水率不仅是衡量其储藏安全性的重要指标，也是影响其品质优劣的主要因素之一。水分过高会显著降低粮麦豆类农产品的品质，并威胁其储藏安全。粮麦豆类农产品的国标水分检测方法为烘干法，即在105 ℃的恒温箱中将样品烘干至恒重，通过样品减少的质量计算出水分含量。该方法虽然准确，但耗时费力且测定参数单一，不适用于在线快速检测。目前，国内外粮麦豆类农产品水分快速检测技术与方法有光谱技术[1-5]、机器视觉技术[6-9]、电阻法[10-12]、电容法[13-19]、高频驻波法[20-21]、磁共振技术[22]、微波技术[23]、中子技术[24]等。光谱技术利用化学计量学方法建立算法模型，从而实现水分快速检测，但其仪器价格较贵，且需要大量样本的光谱数据，因此只适用于同一批次的样本，其模型的稳健性和传递性较差，对不同样本或不同产地的同一样品需进行模型更新训练。机器视觉技术依据不同含水率下粮麦豆类农产品外形、颜色特征的细微不同，利用图像处理算法进行回归建模得到含水率，其算法较为复杂，且含水率检测模型的准确性有待进一步提高。磁共振、微波、中子技术具有精度高、检测速度快、无损等优点，但其设备价格较贵，检测成本较高。电阻法、电容法、高频驻波法虽检测速度较快，但目前该类检测装置只适用于同类单一农产品的含水率检测，在检测同类农产品不同品种时误差较大，且对不同种类农产品进行检测时需重新对检测样本进行标定[25]。一方面，同类农产品的品种或产地变化时，其物理性能将发生改变，因此标定模型不具有普适性，检测误差较大；另一方面，现有检测装备不能满足不同粮麦豆类农产品含水率和质量密度多参数同时检测的需要，且稳定性较差[26]，智能化程度较低。
基于上述分析，本研究利用现代电子信息技术，开发了一种粮麦豆类农产品多参数快速智能检测装置，对水稻、小麦、玉米、大豆、绿豆等农产品的含水率、质量密度、环境温度等参数进行快速智能检测，同时还可根据实际需要测定其他粮麦豆类、固态颗粒以及粉粒农产品的含水率与质量密度等参数，以期实现多品种多参数的快速智能高精度检测。
HTML
-
粮麦豆类农产品多参数快速智能检测装置如图 1所示。装置外部结构主要包括顶盖、测量仓、圆盘、底座、电路暗盒、触摸显示屏。装置内部电路系统由304不锈钢制成的同轴电容传感器(外径为81 mm，内径为22 mm，壁厚为2 mm，高度为180 mm)、DHT11型温度传感器(测量范围为0~50 ℃，测量精度为±2 ℃)、YX6655型称重传感器(量程为10 kg，综合误差为0.05%，灵敏度为1.0±0.1 mV/V)、高精度AD5933阻抗转换器(集成频率发生器与12位精度、1 MSPS采样率的ADC，频率发生器的输出频率范围为1~100 kHz，分辨率为0.1 Hz)、TJC8048X270-011C型触摸显示屏、STM32F103C8T6主控芯片、电源适配器等构成。
-
硬件系统通过复阻抗检测系统、称重传感器以及温度传感器检测待测农产品的物理特性参数，并将检测信息传输给STM32F103C8T6主控芯片。主控芯片处理数据后，通过串口通信技术在显示屏上实时显示信息，操作者可通过触摸显示屏设置参数，实现人机交互作业。整个系统采用220 V电源电压，通过电源适配器和稳压电路将电源分别转化为5 V和3.3 V直流电压，并给系统各模块供电。整个硬件系统的工作原理如图 2所示。
同轴电容传感器在整个控制系统中发挥了重要作用。系统将频率发生器产生的一定频率交流信号加到同轴电容传感器上，其阻抗与电容相关，则同轴电容传感器的电容计算公式如式(1)所示：
式中：C为电容；ε为待测介质介电常数；a、b、L分别为同轴圆柱的内、外半径和高度。
当同轴电容传感器几何参数一定时，则电容由待测介质的介电常数决定。粮麦豆类农产品中自由水分的介电常数远大于其含有的纤维、淀粉和蛋白的介电常数，因此同轴电容传感器中加入的粮麦豆类农产品含水率发生变化时，其电容值也会发生变化。通过测量当前电容的阻抗值，建立含水率与电容的关系模型便能得到被测农产品的含水率。系统工作时，将待测量品种加至同轴电容传感器的规定刻度，在触屏上按下对应的农产品品种按钮，系统便自动选择最佳频率。同时，在一定体积下，通过称重传感器测出被测品种的质量，自动计算出农产品质量密度；通过温度传感器测量当前农产品的状态温度。
-
测量不同农产品含水率的软件系统控制流程如图 3所示。当电源打开后，系统首先进行初始化，然后从触摸显示屏接收指令并解析操作人员下达的指令是否有效。若解析指令无效，则返回继续进行初始化，等待有效指令发送；若解析指令有效，则通过指令得到相应农产品种类编码，并根据编码系统自动获得待测农产品的测量频率。待频率调整完毕后，通过不同功能传感器测量农产品当前温度、电容复阻抗以及质量信息，随后系统进行质量密度与含水率的自动计算。计算完成后，将数据发送至触摸显示屏以供操作人员参考。
在本研究中，以标定水稻品种川丰6号为例，则不同水稻品种含水率的检测流程如图 4所示。开始测量时，系统首先进行初始化，从触摸显示屏接收指令并解析指令。然后选择水稻的最佳测量频率为10 kHz，系统自动测量水稻质量、温度和复阻抗，计算水稻质量密度。若质量密度小于标定值，则使用修正后的含水率检测模型，否则使用未修正的含水率检测模型。最后系统通过自动读取水稻的质量密度、温度和复阻抗值来计算含水率，并输出最终检测结果。
1.1. 系统结构
1.2. 工作原理
1.2.1. 硬件系统工作原理
1.2.2. 软件系统工作原理
-
本研究分析不同信号源频率对粮麦豆类农产品含水率检测的影响，确定不同种类农产品的最佳检测频率，从而验证该智能检测装置在农产品物理参数检测方面的稳定性与准确性。同时以水稻品种为例，通过引入不同质量密度的水稻品种，验证该装置对含水率检测误差的影响情况，并建立不同水稻品种含水率检测的修正模型。
-
为研究不同信号源输出频率对待测农产品含水率检测误差的影响，通过AD5933芯片上集成的频率发生器产生的不同频率信号来激励外部复阻抗，外部复阻抗的响应信号由片上ADC进行采样，然后由片上DSP进行DFT处理，最后计算得到电容传感器的复阻抗。经过处理后由I2C通信发送至MCU，同时，DHT11温度传感器和YX6655称重传感器分别将农产品温度、质量数据通过单总线通信和双总线通信发送至MCU。待所有数据收集完毕，MCU将数据通过串口通信发送至触摸显示屏。利用试验测试收集的数据建立同轴电容传感器阻抗与含水率模型，分析被测量农产品在一定含水率下，其误差最小、相关系数最大对应的信号源频率，作为该待测农产品测量含水率时系统自动选择的最佳频率，并存储在系统中。系统工作时，将待测品种加至同轴电容传感器规定刻度，在触屏上按下对应的粮食品种按钮，系统自动选择最佳频率。
-
利用2.1节中的方法确定待测农产品含水率检测所需的最佳频率信号，在待测品种加至同轴电容传感器规定刻度后，测量出不同含水率下该农产品的质量密度与电容值，建立含水率与电容阻抗关系的数学模型，并存储在系统中供系统检测时自动调用。
-
为检验系统对不同种类农产品的检测效果，分别选用大豆、绿豆、玉米、小麦、水稻等粮麦豆类农产品，在不同水分状态下，分别使用烘干法和研发的粮麦豆类多参数快速智能检测装置测量其含水率，并使用天平(精度为0.001 g)测量质量。随后，在保持含水率不变的情况下，重复15次试验以检验系统的检测误差与稳定性。
-
为研究同类农产品不同品种质量密度变化对含水率检测误差的影响，取6种不同水稻品种，利用2.1节得出的水稻含水率最佳信号源频率进行检测，研究不同水稻品种质量密度变化时系统检测出的含水率变化情况，分析检测误差，建立水稻品种质量密度变化时利用电容法检测其含水率的误差修正数学模型，提升检测系统的准确性。
2.1. 不同种类农产品外加检测信号源最佳频率的确定
2.2. 粮麦豆类农产品含水率数学模型的建立
2.3. 系统检测误差与稳定性测试
2.4. 系统对不同质量密度的同类农产品含水率检测误差的影响
-
利用同轴电容传感器检测大豆、绿豆、水稻、小麦、玉米5种农产品的含水率。对同类农产品检测时，当外加信号源频率发生变化，即使其含水率保持不变，检测误差也会发生变化。以信号源频率为横坐标，含水率检测误差(均方根误差)ERMSE和相关系数R2为纵坐标，研究检测误差随信号源频率变化的规律，如图 5所示。
由图 5可知，利用同轴电容传感器检测粮麦豆类农产品的含水率，其检测误差与同轴电容传感器的信号源频率有关，即不同粮麦豆类农产品含水率检测误差最小时，对应的最佳信号源频率不同。由于含水率检测的最小误差对应的信号源频率随农产品种类的不同而发生变化，因此适用于常见电容法含水率检测装置的种类较少。当大豆含水率检测误差最小时，其相关系数最大(R2为0.974 0)，最佳信号源频率为90 kHz；绿豆含水率检测误差最小时，其相关系数最大(R2为0.997 0)，最佳信号源频率为30 kHz；水稻含水率检测误差最小时，其相关系数最大(R2为0.981 5)，最佳信号源频率为10 kHz；小麦含水率检测误差最小时，其相关系数最大(R2为0.926 2)，最佳信号源频率为90 kHz；玉米含水率检测误差最小时，其相关系数最大(R2为0.911 5)，最佳信号源频率为70 kHz。
-
在同品种不同含水率条件下，分别给水稻加频率为10 kHz的信号源，小麦加频率为90 kHz的信号源，玉米加频率为70 kHz的信号源，大豆加频率为90 kHz的信号源，绿豆加频率为30 kHz的信号源，研究介质电容随被测量农产品含水率变化而变化的情况。对电容C取对数处理后，以ln C为横坐标、含水率为纵坐标作图，再将已知含水率数据和ln C数据在MATLAB软件中进行拟合，得出含水率与电容关系数学模型，如图 6所示。研究结果表明，在粮麦豆类农产品各自含水率检测的最佳试验频率下，含水率与ln C满足二次多项式关系。
大豆含水率的最佳信号源频率为90 kHz，R2=0.974 0，其拟合曲线公式为：
绿豆含水率的最佳信号源频率为30 kHz，R2=0.997 0，其拟合曲线公式为：
水稻含水率的最佳信号源频率为10 kHz，R2=0.981 5，其拟合曲线公式为：
小麦含水率的最佳信号源频率为90 kHz，R2=0.926 2，其拟合曲线公式为：
玉米含水率的最佳信号源频率为70 kHz，R2=0.911 5，其拟合曲线公式为：
其中：w1、w2、w3、w4、w5分别为待测大豆、绿豆、水稻、小麦、玉米的含水率(%)；x=ln C为传感器电容C的对数。
由图 6可知，5种农产品含水率与传感器电容的对数ln C都呈二次多项式关系，相关系数R2经t检验后均显著相关(α=0.05)，但系数不同。更为重要的是检测误差ERMSE最小时，对应的最佳信号源频率不同。因此，通过电容法测量农产品含水率时，为得到不同种类农产品的含水率检测误差最小，需设置不同的检测信号源频率。用相同频率信号源检测不同农产品含水率时，误差会增加，同一数学模型也不能准确表达不同种类农产品的含水率与电容传感器所加农产品介电特性之间的关系。
-
利用研制的粮麦豆类农产品多参数快速智能检测装置，在保持含水率和质量不变的情况下，重复测量含水率和质量各15次，其检测数据如表 1所示。由表 1数据可知，不同种类农产品的含水率检测误差均小于5.0%，15组含水率检测数据与均值偏离程度小，每组检测误差绝对值均小于2倍标准差。质量检测误差最大为1.64%，15组数据与均值偏离程度小，每组检测误差绝对值均小于2倍标准差。因此，研制的检测装置性能稳定，能够实现快速检测，检测结果误差小。当每次装样到达规定容积刻度时，系统将检测获得的质量除以容积683 cm3后，自动计算被测量的粮麦豆类农产品质量密度，并将含水率、质量密度、温度数值显示在触摸显示屏上。
-
利用电容法检测不同水稻品种的含水率及其误差，如表 2所示。由表 2数据可知，不同水稻品种的质量密度存在差异时，电容法检测结果与传统烘干法相比，其含水率相对误差变化较大。若以川丰6号水稻为标定样，外加10 kHz最佳信号源频率，建立的拟合计算公式为式(4)，测得川丰6号水稻的含水率相对误差仅为2.14%。然而利用式(4)计算其他水稻品种含水率时，得到陵优6019的含水率检测相对误差高达20.78%，宜香优润丝的含水率检测相对误差为14.46%，品香优姜珍的含水率检测相对误差为11.57%。与川丰6号相比，陵优6019的质量密度最低，其次是品香优姜珍和宜香优润丝。可以看出与标定样川丰6号相比，质量密度越低，含水率检测相对误差越大，其原因是品种的质量密度越低，同轴电容传感器介质中空气体积占比增加。由于等效电容由水稻电容和空气电容构成，利用同种水稻品种标定的含水率检测模型，并不能满足不同质量密度水稻品种含水率的高精度检测需要。
为了提高不同水稻品种含水率的检测精度，针对不同的水稻品种需构建不同的拟合公式。然而这不仅需要大量收集不同品种样本，同时还将大幅增加工作量。从表 2可以看出，以标定用的川丰6号质量密度为基准，低于该质量密度的差值越大，含水率检测相对误差越大，因此以此模型为基础进行修正，则水稻品种含水率修正模型为：
式中：x=ln C为传感器电容C的对数；A为低于标定水稻品种的待检测品种与标定品种之间的质量密度差值，系统默认标定品种为川丰6号，其质量密度为0.536 g/cm3。
检测时该装置自动测量水稻品种的质量密度，若低于0.536 g/cm3时，系统程序自动计算质量密度差值A，并利用嵌入系统的修正模型自动测出含水率。经过修正后系统检测出不同品种水稻含水率的误差最大仅为5.06%，达到对不同水稻品种含水率自动检测的目的。
3.1. 不同品种农产品含水率检测误差与信号源频率的关系
3.2. 最佳信号源频率下含水率与传感器电容的数学模型
3.3. 系统检测误差及稳定性
3.4. 同类农产品不同品种质量密度变化及其含水率检测误差
-
1) 研制了一种粮麦豆类农产品多参数快速智能检测装置，可通过人机交互界面快速测量不同农产品的含水率和质量密度参数。试验结果表明，该装置含水率检测误差小于5.0%，质量密度检测误差小于2.0%。
2) 设计了STM32F103C8T6主控芯片，采用同轴电容传感器、称重传感器、温度传感器、阻抗转换器构成信号检测系统，用户可结合触摸显示屏的实时输入和显示，实现粮麦豆类农产品的多参数快速智能检测。
3) 优化了不同农产品最佳信号源频率，水稻、小麦、玉米、大豆、绿豆的最佳检测信号源频率分别为10 kHz、90 kHz、70 kHz、90 kHz、30 kHz。同时，建立了水稻不同品种的含水率检测自动修正模型，修正后不同水稻品种的含水率检测误差仅为5.06%。
此外，该装置预留了外接接口，在未来的研究中，可进一步建立更多种类农产品含水率参数测量的修正模型和自动控制程序，使检测装置的性能得到进一步提升。
DownLoad: