排序方式： 共有15条查询结果，搜索用时 150 毫秒
1.
2.
采用基于环境相对湿度可控的微波干燥系统,探究相对湿度对山楂微波干燥过程的影响。在物料干燥温度60℃的条件下,研究恒定湿度(相对湿度5%、30%、50%、70%)和阶段变湿[CRP(恒速阶段)、FRP(降速阶段)分别保持相对湿度5%、30%、50%]共10种方案下山楂的干燥特性;利用Weibull函数进行干燥动力学分析并计算有效水分扩散系数(D_(eff));基于复水性、色差、V_C含量和感官品质,评估不同干燥条件下干制品品质。结果表明:恒定湿度条件及阶段变湿条件下,干燥时间均随相对湿度的下降而缩短,其中,相对湿度5%条件下干燥时间比相对湿度70%条件下缩短了51.62%;FRP阶段降湿可显著缩短干燥时间。Weibull函数可很好地拟合山楂干燥过程,D_(eff)随相对湿度的下降而增大,验证了降低相对湿度可增强干燥过程中水分扩散速率,其中FRP阶段降湿对水分有效扩散系数的提升更为明显。恒定相对湿度30%和阶段变湿(恒速阶段相对湿度50%、降速阶段相对湿度30%)条件下干制品色差、V_C含量和感官品质较好。 相似文献
3.
为了实现叶片水分含量的快速、精准检测,提出一种基于太赫兹成像技术的大豆叶片水分含量测定方法。利用太赫兹光谱成像系统获取96份大豆叶片太赫兹图像,采用干燥法测量叶片含水率,通过主成分分析(PCA)提取出水分敏感特征波段0.557、1.098、1.163 THz,对这3个特征波段下的叶片图像采用自适应阈值分割法,将其分为叶脉图像与叶肉图像,分别求取各自的图像灰度特征,并分为叶片特征组(G1)、叶脉特征组(G2)和叶肉特征组(G3)。分别采用多元线性回归(MLR)、反向传播神经网络(BP-ANN)和最小二乘支持向量机(LS-SVM)算法,以上述3个特征组作为输入,构建出9种大豆叶片水分预测模型。对比分析各模型性能,发现基于G3的LS-SVM模型预测结果最好,校正集和预测集的决定系数和均方根误差分别为0.967 8、0.963 2,0.057 8、0.046 5。试验结果表明,利用太赫兹成像技术来检测叶片中的水分含量具有非常高的预测精度,为作物叶片水分含量测定提供了一种行之有效的检测手段。 相似文献
4.
5.
基于声振法的西瓜贮藏时间检测 总被引：1，自引：0，他引：1
为了研究贮藏时间对西瓜振动特性的影响,在自行设计的声学振动检测试验平台上,利用声振法检测西瓜的振动频率随贮藏时间的变化规律。结果表明,提取的频响信号中第一响应基频频率与西瓜贮藏时间的相关性较好,建立第一响应基频频率与贮藏时间的三阶非线性函数模型,相关系数R2可达0.919 1。通过选取多个振动特征值建立西瓜贮藏时间的逐步多元线性回归模型,结果表明,将激励点和接收点分别放在西瓜的瓜梗和瓜蒂处可获得最佳的测定模型,模型的相关系数、标准估计误差分别为0.931 3和1.812 0,这为西瓜采摘后的贮藏与销售提供了参考。 相似文献
6.
采用基于气味在线检测的微波干燥试验系统,研究干燥温度(50℃、65℃、80℃)、切片厚度(2 mm、4mm、6 mm)对苦瓜微波干燥过程的影响。利用表面声波式电子鼻在线采集恒温干燥过程中的挥发性气味,通过分析干燥特性、气味峰面积曲线、气味散失强度寻找气味散失规律,结合干燥后品质确定一种较优的干燥方案。结果表明:苦瓜气味峰面积散失规律与水分散发规律具有一定的一致性;干燥温度较切片厚度对苦瓜气味散失、干燥速率的影响更大;50~80℃区间内干燥温度越低、切片厚度越大时,气味峰面积越小且变化越平稳、气味散失强度越低。综合来看,微波干燥温度65℃、切片厚度2 mm,气味峰面积变化较平稳,气味保留较佳,干燥速率适中,且干燥后品质较好。 相似文献
7.
8.
热风微波耦合干燥是延长牛蒡货架期的有效手段。在热风微波耦合干燥过程中,物料因受到微波与热风的共同作用,表面及中心存在一定的温差,从而产生相应的温度梯度。为了揭示这一温度梯度的影响,通过温控系统分别调节牛蒡表面及中心的温度,形成不同的温度梯度,测定其各自的干燥速率及干后品质。结果显示,干燥速率并不随着温度梯度单调变化。改变温度梯度,当干燥速率最大时,由于干燥过程中样品结构遭到破坏,产品的质量较低。为了进一步改进干燥过程,提出控制策略,在干燥过程中合理改变温度梯度,以兼顾干燥效率及产品质量。 相似文献
9.
基于光场相机的大豆冠层叶面积无损测量方法研究 总被引：1，自引：0，他引：1
大豆上、中、下冠层叶面积分布是大豆植株株型状况评价、产量预测的重要依据,而传统上、中、下冠层叶面积测量方法采用大田切片法,该方法过程繁琐,且会对叶片造成伤害。针对这一问题,引入光场相机重聚焦技术分别得到聚焦在上、中、下叶片的重聚焦图像,通过图像处理技术提取聚焦平面的叶片,去掉离焦平面的叶片,分别得到上、中、下层的投影面积。选用开花期103盆宏秋品种大豆植株作为校正集,根据光场相机的标定计算各冠层叶片的校正系数,获得修正后的各冠层叶片投影面积。建立大豆植株各冠层投影面积和真实叶面积的回归模型,并选20盆作为预测集来验证各回归模型。研究发现:上层叶面积模型的决定系数为0.945,预测集的最大误差为4.48%,均方根误差为4.376;中层叶面积模型的决定系数为0.796,预测集的最大误差为13.62%,均方根误差为7.273;下层叶面积模型的决定系数为0.914,预测集的最大误差为8.63%,均方根误差为1.529。上层和下层叶面积测量模型相关性高,由于上层叶片的遮挡,中层叶面积模型相关性略低。 相似文献
10.
茶多酚、氨基酸、含水率是茶叶品质的重要指标,传统检测方法周期长且过程复杂。本研究利用机器视觉对微波杀青过程中茶叶的色泽和纹理特征实时监测,在线检测含水率,同时检测茶多酚和氨基酸含量。结果表明,色泽、纹理特征与含水率、茶多酚、氨基酸含量均呈规律性变化且显著相关。对色泽和纹理特征进行主成分分析,以前3个主成分为输入建立极限学习机（ELM）、遗传神经网络（GA-BP）、卷积神经网络（CNN）模型对品质成分含量进行预测。结果表明,ELM、GA-BP、CNN模型分别适用于含水率、茶多酚含量和氨基酸含量的预测,精度均在0.99以上。研究表明,通过实时监测茶叶的色泽和纹理特征来预测其在杀青过程中含水率、茶多酚和氨基酸含量是可行的。 相似文献