基于激光多普勒振动分析的采后西瓜成熟度无损检测方法研究

Watermalon is the favorite fruit for many people in the summer. It has a juicy, sweet interior flesh. Due to developing with the improvement of people's living standard, consumers hope that fruits have higher quality. As we all know, the ripeness is the major factor of fruit quality. Therefore, in order to satisfy the needs of consumers for ripe watermelon, postharvest ripeness detection of 'Zhaochunhongyu' watermelon using a nondestructive Laser Doppler Vibrometer is proposed in this research. After samples are harvested, 10 samples will be selected out and measured by a Laser Doppler Vibrometer and the ripeness indicators will be analyzed in the laboratory. This research will focus on: (1) investigating changes in ripeness indicators during different ripening stages; (2) analyzing the characteristics of laser Doppler vibration signal acquired from ripening samples and looking for the characteristic parameters which are related to ripeness; (3) evaluating the influence of detection modes on the results; (4) building two models, one for quantitatively predicting ripeness indicators, the other for qualitatively predicting ripeness of postharvest watermelon. The conclusions of this research would be used for exploring online watermelon ripeness detection system.

西瓜是夏季主要水果，味道甘甜多汁，清爽解渴，深受消费者的喜爱。随着人们生活水平的不断提高，消费者对水果品质要求越来越高。而水果的成熟度是决定水果品质的主要因素。为了让消费者购买到高品质的适熟西瓜，本项目拟选择采收后的浙江嘉善"早春红玉"品种西瓜为研究对象，研究基于激光多普勒振动的采后西瓜成熟度无损检测方法。在一批样本被采收后，每2天对其中10个样本进行激光多普勒振动信号的采集和理化指标的测定。项目将研究采收后西瓜成熟度指标的变化规律；重点研究不同成熟度西瓜激光多普勒振动信号的特征，筛选出与西瓜成熟度密切相关的特征参量；探明检测方式对检测结果的影响；建立西瓜成熟度指标的定量检测模型和西瓜成熟度无损定性检测模型，为开发西瓜成熟度在线检测装备提供理论依据和新方法。

西瓜是夏季主要水果，味道甘甜多汁，清爽解渴，深受消费者的喜爱。随着人们生活水平的不断提高，人们对农产品的要求不再满足于农产品的数量，而是对其品质要求越来越高。在同等安全、卫生的情况下，选择优质农产品渐渐成为一种消费观念和消费文化。本项目综合利用激光多普勒测振技术、农业物理和化学计量学等诸多领域的知识，探索了基于激光多普勒振动的采后西瓜成熟度无损检测方法。本项目1）研究了检测参数和检测位置对西瓜振动波谱的影响，有交互作用的正交试验结果表明，在各参数组合中2.5g定振加速度幅、1000 Hz/min扫频速率、赤道检测点为较优的检测参数和检测位置。2）研究了不同成熟度西瓜的激光多普勒振动波谱的差异，提取出12个振动特征参量：第一、第二共振频率（f1和f2），f1和f2处的幅值（A1、A2），150、175、200、400、600、800、1000 Hz处的相位（P200、P400、P600、P800和P1000）和刚度系数(S1、S2、S3)。3）利用多元线性回归算法建立了西瓜成熟度指标的定量检测模型，其中糖度的检测结果相对较好。4）利用Bayes判别分析和BP神经网络算法建立了西瓜成熟度定性检测模型，其中利用BP神经网络方法建立的模型精度较高。5）发表SCI论文3篇、国际会议论文2篇，录用EI论文1篇，获得国家发明专利1项，获得实用新型1项，申请发明专利1项，获得软件登记1项。本项目的研究为西瓜成熟度快速检测提供了一条新途径，也为研发具有我国自主知识产权的西瓜品质在线无损检测装备奠定了基础。