声学实时检测装置

便携预测果肉硬度

融合声学信号与Vis/NIR光谱，快速无损预测黄桃果肉硬度，性能显著优于单一检测方式，适用于采后分级与货架期管理。

Chen, Nan · Zhi, Liu · Tianyu, Zhang · Qingrong, Lai · Jiansheng, Zhang · 魏新林 · 刘燕德 · Chen, Nan

LWT - Food Science and Technology 2024

参数信息

预测集决定系数 R²

0.951

预测集均方根误差 RMSEP

0.443 N/mm

技术优势

预测精度高

SwinT-PLS模型融合声学图像与Vis/NIR光谱特征后，预测集R²达0.951，显著优于单一传感器模型。

无损检测

基于声学和光谱信号，无需破坏果实即可预测硬度，适用于在线分级。

多信号互补

融合声学与Vis/NIR信息，比单一检测方式提供更全面的果实内部品质表征。

应用场景

• 果蔬采后分级：在线实时预测硬度，按成熟度分级，减少人工分选误差。
• 果肉硬度检测：免破坏即可量化果肉硬度，替代穿刺法用于品质抽检。
• 食品品质快速检测：声学+Vis/NIR融合模型数秒给出硬度值，加速品质评价流程。
• 智慧农业传感器：原型装置可便携部署于果园或包装线，作为实时传感节点。