鸡蛋蛋壳裂纹检测技术与装置的研发

发布时间：2017-03-22 19:14

  本文关键词：鸡蛋蛋壳裂纹检测技术与装置的研发，由笔耕文化传播整理发布。

【摘要】：随着养殖业的迅猛发展,我国的禽蛋产量已经位居世界第一位,几乎占据了世界禽蛋总产量的一半。我国人均禽蛋消费量已达到发达国家水平,禽蛋也已成为全国人民喜爱的一种营养与能量来源。由于我国禽蛋产销量巨大,对禽蛋品质的控制就显得格外重要。禽蛋如携带致病微生物(沙门氏菌等),将极有可能给消费者带来健康上的危害。若禽蛋蛋壳在储运过程中遭到破坏使得禽蛋内容物被污染,不但会引起自身的腐败变质还会感染周围完好的禽蛋,造成经济损失。世界上许多国家对禽蛋的进出口品质有着严格的规定,达不到规定标准,禽蛋就不能创造更高的经济价值。而消费者对禽蛋类商品越来越高的要求也促使生产商对禽蛋品质进行更精细的检测。蛋壳裂纹作为禽蛋品质的一种缺陷一直以来被视作禽蛋品质检测的一项重要指标。裂纹禽蛋作为残次品,会引起上述一系列的禽蛋质量安全问题,应在生产中对其进行检测并及时剔除。另外在禽蛋腌制行业以及种禽业中,裂纹会造成腌制或孵化的失败,在浪费了原料的同时也消耗了大量时间成本,所导致的经济损失甚至高于生鲜蛋行业。很多国家都已认识到禽蛋裂纹的危害,并在食品安全及禽蛋质量标准中对禽蛋蛋壳裂纹检测的技术手段和结果进行了相应的规定。声学检测是目前禽蛋蛋壳裂纹检测最主要的技术手段之一,其可行性已经得到了实验的证实,并已有商品化产品进入市场。研究人员也基于现有设备对多种裂纹检测方法进行了测试,掌握了它们的检测能力。这些声学裂纹检测装置来源于对人工声学裂纹检测方法的模仿,具有良好的敲击力控制能力和对蛋壳指定位置的检测能力。但现有设备也存在结构复杂、体积庞大、制造成本高昂、以及控制系统相对复杂等不足之处。鸡蛋约占我国禽蛋总产量的85%,利用鸡蛋作为样本对禽蛋裂纹检测方法和装置进行研究是具有普适性的。本研究综合利用机械、电子、信号分析以及模式识别等多领域的知识,以梅黄鸡蛋作为研究对象,研究利用禽蛋滚动所产生的冲击力进行蛋壳裂纹检测的声学方法及其装置,并对装置的结构和参数进行了初步的优化。在进行方法和装置研究前,根据鸡蛋蛋壳的结构特点和实验结论对实验中可能出现的裂纹进行了初步分类,改善了以往研究中对被检测裂纹描述不够详实的情况。另外对蛋壳的不同部位进行了静载荷和冲击载荷测试,结果表明鸡蛋赤道附近较易破损产生裂纹。此结果说明在研究中应着重注意对赤道附近蛋壳裂纹进行检测。通过对现有声学检测方法原理的研究,提出了一种基于阶梯板的鸡蛋裂纹检测方法和与之配合使用的检测装置。其装置结构较现有设备更加简单,成本更低,并通过实验证明这种方法具有对赤道附近蛋壳裂纹检测的能力。研究中利用不同阶梯数下裂纹的检测效果对冲击次数和检测效果之间的关系进行调查,得出裂纹检出率和冲击次数呈正相关的结论,为之后波纹板的表面形态设计提供依据。根据此结论,以增加冲击次数并减小两次冲击点间距为目的,提出了一种基于波纹板的鸡蛋裂纹检测方法和与之配合使用的检测装置。实验结果证明此方法能够极大地提高裂纹检出率,但其检测时间与利用阶梯板进行检测相比较慢。为了缩短检测时间,将鸡蛋在检测前从一块加速板上滚落,增加鸡蛋在检测前的滚动速度,从而使鸡蛋以更快的速度滚过波纹板。实验结果证明该方法在检出率略微降低的情况下,有效地减少了检测时间。同时也对加速距离和检测效果之间的关系进行了初步的研究,得到了相对较优的加速距离。主要研究结果及结论如下所述：(1)根据已有研究成果和实际检测经验,裂纹的形态会对检测结果造成一定的影响。因此在本研究中,通过对蛋壳微观结构进行观察并基于文献中对裂纹形成过程的描述,将蛋壳裂纹从外形上划分为放射形裂纹和线性裂纹两种。又根据壳膜在蛋壳结构改变中所起的作用,将裂纹从严重程度上划分为壳膜未破裂裂纹和壳膜破裂裂纹两种。这两种划分方法在一定程度上将裂纹形态和裂纹检测结果联系起来,使实验描述更加清楚。(2)对鸡蛋进行长轴和短轴方向的静载荷加载测试,得到这两个方向上各65枚鸡蛋的平均静载荷强度为39.85N和37.85N。结果表明鸡蛋赤道部位的静载荷强度要小于两端的综合静载荷强度。利用在轨道中滚动的小钢珠对禽蛋尖端、钝端、赤道、赤道与尖端之间和赤道与钝端之间总共五个位置进行冲击载荷加载测试,分别得到这五个位置产生裂纹时小钢珠的平均滚动距离分别为238.2mm、 229.7mm、232.5mm、236.8mm和237.2mm。结果表明鸡蛋赤道部位的冲击载荷强度在五个位置中排第四,仅高于鸡蛋钝端。实验结果表明,鸡蛋赤道位置在受到相同强度静载荷的作用下,较两端更易产生裂纹。且该位置在相同强度的冲击载荷的作用下,相比除大端以外的其余三个位置更易产生裂纹。因此本研究中着重对鸡蛋赤道附近进行裂纹检测具有实际意义。(3)鸡蛋在滚落阶梯板时会出现裂纹部分撞击阶梯板所产生的时域声学信号幅值面积小于完好部分的现象。选取鸡蛋滚落7级台阶时产生的时域冲击信号面积作为特征向量,并使用基于马氏距离差的判别分析(DAMDD)和支持向量机(SVM)作为识别算法,分别取得了最优91.7%的裂纹检出率、10%的误检率以及最优93.3%的裂纹检出率、6.7%的误检率。每枚鸡蛋的平均检测时间约为0.8s。同时利用受试者操作特性曲线(ROC)及其线下面积值(AUC)对台阶数量进行优化但未得到明确的优化值。实验结果表明,该类型设备对赤道附近裂纹具有一定的检测能力,且较现有装置结构更简单、成本更低。同时发现裂纹检出率同阶梯数量呈正相关,该结论说明冲击点间的距离与裂纹检出率呈负相关。应在冲击点覆盖蛋壳指定位置的条件下,尽可能地减小冲击点间的距离,提高裂纹检出率。(4)鸡蛋滚过波纹板时会对板上大量波纹进行不断冲击,产生连续的声音信号。将裂纹鸡蛋频域信号在1400-1600 Hz、1900-2100 Hz、4900-5100 Hz以及5300-5500 Hz频段内存在的较完好鸡蛋幅值更高的共振峰作为裂纹识别的特征向量,利用支持向量机(SVM)作为识别算法,得到预测集最优100%的裂纹检出率和0%的误检率。每枚鸡蛋的平均检测时间约为0.9s。在比较了不同识别算法的检测结果后发现,非线性识别算法与线性识别算法之间的差异不大。实验结果表明,利用波纹板对鸡蛋裂纹进行捡测可减小冲击点的间距,和阶梯板相比可显著提高裂纹检出率。与现有装置相比,此方法在相同的冲击点数条件下具有更快的检测速度。(5)将鸡蛋在进入波纹板前从一块加速板上滚落,提高其滚过波纹板的速度,从而减少检测时间。该方法在提高检测速度的同时增大了时域声学信号的幅值,使裂纹特征更加明显。并且消除了鸡蛋滚动速度不高时在时域信号中产生的裂纹特征不明显段。通过识别蛋壳裂纹压过波纹板时在时域信号中产生的幅值较低区域对裂纹进行检测,并对100 mm、200 mm以及400mm加速距离下不同识别阈值T进行两次优化后获得在100mm加速距离且识别阈值取值范围为0.83倍到0.92倍被测鸡蛋时域信号平均幅值的条件下,可获得最优98%的裂纹检出率和2%的误检率。每枚鸡蛋的平均检测时间约为0.7s。实验结果表明,该方法相比鸡蛋由静止开始从波纹板上滚落,裂纹检测时间缩短了约0.2s，最优裂纹检出率下降了2%。利用该方法对裂纹检测的整体效率有一定的提高。
【关键词】：禽蛋裂纹 声学检测 波纹板 滚动冲击 蛋壳结构
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：O429;TS253.7
【目录】：

• 致谢7-8
• 摘要8-12
• ABSTRACT12-20
• 缩写符号表20-25
• 第一章 绪论25-41
• 1.1 课题背景25-29
• 1.1.1 禽蛋产业的发展现状25-27
• 1.1.2 裂纹对禽蛋品质的影响27-28
• 1.1.3 裂纹的控制28-29
• 1.2 禽蛋裂纹的检测方法与优缺点比较29-32
• 1.2.1 禽蛋裂纹的常用检测方法29-31
• 1.2.2 各种检测方法的优缺点比较31-32
• 1.3 禽蛋蛋壳裂纹声学检测的研究现状32-36
• 1.3.1 声学检测装置的研究现状32-35
• 1.3.2 声学检测算法的研究现状35-36
• 1.4 国内外同类研究存在的问题及借鉴之处36-37
• 1.5 研究对象、目标、内容和技术路线37-40
• 1.5.1 课题来源37-38
• 1.5.2 研究对象、目标和内容38-39
• 1.5.3 技术路线39-40
• 1.6 小结40-41
• 第二章 鸡蛋蛋壳裂纹的分类及裂纹重点检测位置的研究41-60
• 本章提要41
• 2.1 鸡蛋蛋壳裂纹的分类41-55
• 2.1.1 蛋壳的微观结构与裂纹的形成41-44
• 2.1.2 壳膜在蛋壳结构改变中的作用44-52
• 2.1.3 裂纹的分类52-53
• 2.1.4 裂纹的参数化描述53-55
• 2.2 裂纹重点检测位置的确定55-59
• 2.2.1 实验样本与实验设备55-57
• 2.2.2 静载荷测试57-58
• 2.2.3 冲击载荷测试58-59
• 2.3 小节59-60
• 第三章 基于阶梯板的鸡蛋蛋壳裂纹检测研究60-89
• 本章提要60
• 3.1 实验装置与样本处理60-64
• 3.1.1 实验装置60-62
• 3.1.2 实验样本与处理62-64
• 3.2 信号处理与分析64-77
• 3.2.1 信号截取与特征提取64-65
• 3.2.2 基于马氏距离差的判别分析(DAMDD)65-67
• 3.2.3 支持向量机(SVM)67-73
• 3.2.4 受试者操作特性曲线(ROC曲线)与其线下面积(AUC)73-77
• 3.3 结果分析77-87
• 3.3.1 DAMDD结果分析77-83
• 3.3.2 SVM结果分析83-86
• 3.3.3 检测时间与检测效率分析86-87
• 3.4 小结87-89
• 第四章 基于波纹板的鸡蛋蛋壳裂纹检测研究89-113
• 本章提要89
• 4.1 实验装置与样本处理89-97
• 4.1.1 实验装置89-96
• 4.1.2 实验样本与处理96-97
• 4.2 信号处理与分析97-105
• 4.2.1 信号截取97-98
• 4.2.2 裂纹特征的提取98-101
• 4.2.3 特征向量的归一化101-102
• 4.2.4 裂纹的识别算法102-105
• 4.3 结果分析105-111
• 4.3.1 SVM结果分析105-108
• 4.3.2 线性分类方法的准确率及与非线性分类方法的比较108-109
• 4.3.3 检测时间与检测效率分析109-111
• 4.3.4 裂纹类型与检出率之间的关系分析111
• 4.3.5 应用潜力111
• 4.4 小结111-113
• 第五章 基于波纹板的具初速度鸡蛋的蛋壳裂纹检测研究113-126
• 提要113
• 5.1 实验装置与样本处理113-115
• 5.1.1 实验装置113-115
• 5.1.2 实验样本与处理115
• 5.2 信号处理与分析115-119
• 5.2.1 信号截取115-116
• 5.2.2 裂纹特征选取116-118
• 5.2.3 阈值T的选择118-119
• 5.2.4 识别算法的检验119
• 5.3 结果分析119-125
• 5.3.1 阈值T的一次优化119-123
• 5.3.2 阈值T的二次优化123-124
• 5.3.3 检测时间与检测效率124-125
• 5.3.4 检测参数的检验125
• 5.5 小结125-126
• 第六章 总结与展望126-133
• 6.1 主要研究结论126-128
• 6.2 主要创新点128
• 6.3 展望128-133
• 6.3.1 检测方法的展望128-129
• 6.3.2 裂纹检测成套装备的初步设计129-133
• 参考文献133-148
• 本人在攻读博士学位期间取得的学术成果14

【相似文献】

中国期刊全文数据库 前8条

1 丁浩;欧阳敏;;表面裂纹检测的现状及发展趋势[J];科技风;2012年17期

2 林富甲,黄玉珊;裂纹检测概率曲线的统计测定[J];航空学报;1982年04期

3 刘明军;修黎明;李金屏;彭喜元;;基于多表达式编程与频率等高线相结合的结构裂纹检测[J];山东大学学报(理学版);2009年09期

4 陈元琰,姜颖军,王强;玻璃瓶口裂纹检测的简易判断法[J];广西师范大学学报(自然科学版);2001年03期

5 王存有;;32m~3液氨卧式储罐裂纹检测与修复[J];黑龙江科技信息;2012年28期

6 严太山;基于BP神经网络的玻璃瓶裂纹检测模型[J];科技情报开发与经济;2005年15期

7 陈建珍,罗智坚;不透明物体表面裂纹检测的近代光学方法[J];江西师范大学学报(自然科学版);1998年03期

8 ;[J];;年期

中国重要会议论文全文数据库 前7条

1 丁浩;钟国强;;表面裂纹检测的现状及发展趋势[A];第二届钢材质量控制技术——形状、性能、尺寸精度、表面质量控制与改善学术研讨会文集[C];2012年

2 武俐明;苏勋家;侯根良;刘小勇;;基于PLC的裂纹检测系统的设计与实现[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

3 李培玉;张志欣;董月;;基于图像特征的板坯表面裂纹检测方法[A];第十七届（2013年）全国炼钢学术会议论文集（B卷）[C];2013年

4 丁友福;张小川;杨小林;沈京玲;张存林;冯立春;李艳红;蒋淑芳;刘波;;超声红外热成像技术在裂纹检测中的应用[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年

5 刘世忠;李斌;;大型铸钢件裂纹检测[A];2006年西南地区第九届NDT学术年会暨2006年全国射线检测新技术研讨会论文集[C];2006年

6 董洪波;陈雪峰;李兵;祁克玉;何正嘉;;基于小波有限元模型和高精度模态参数辨识的转子裂纹检测方法[A];第八届全国转子动力学学术讨论会论文集[C];2008年

7 唐德东;周鹏;;磁记忆技术在管件裂纹检测中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

中国博士学位论文全文数据库 前1条

1 金程;鸡蛋蛋壳裂纹检测技术与装置的研发[D];浙江大学;2015年

中国硕士学位论文全文数据库 前9条

1 张鹏宇;沥青路面裂纹检测技术的研究[D];长沙理工大学;2010年

2 徐维超;超声红外热波无损检测技术应用于裂纹检测的研究[D];首都师范大学;2008年

3 刘洪清;基于远场涡流的管道裂纹检测方法有限元仿真研究[D];清华大学;2007年

4 姜颖军;计算机视觉在玻璃制品裂纹检测中的应用[D];广西师范大学;2000年

5 程蔚;一种用于裂纹检测的新结构反射式涡流探头[D];华东交通大学;2011年

6 田双蜀;基于声学特性的裂纹缺陷检测方法研究[D];东北大学;2009年

7 王玮瑾;金属薄板裂纹检测方法研究[D];哈尔滨工业大学;2010年

8 孟乔;沥青路面裂纹检测算法研究[D];长安大学;2010年

9 李静;基于油管裂纹的数字图像检测算法的研究与应用[D];西南石油大学;2015年

  本文关键词：鸡蛋蛋壳裂纹检测技术与装置的研发，，由笔耕文化传播整理发布。

本文编号：262046