基于聲振法的西瓜內部糖度檢測研究

汪迪松，浦宏杰，2，李臻峰，2，陸 勇

（1江南大學機械工程學院，無錫 214000；2江蘇省食品先進制造裝備技術重點實驗室，無錫 214000）

基于聲振法的西瓜內部糖度檢測研究

汪迪松1，浦宏杰1，2，李臻峰1，2，陸 勇1

（1江南大學機械工程學院，無錫 214000；2江蘇省食品先進制造裝備技術重點實驗室，無錫 214000）

運用自行設計的敲擊振動檢測系統對西瓜進行敲擊振動檢測，通過不同激勵-接收組合發現，當瓜臍處為測量點、瓜蒂處為激勵點時，聲學特征和西瓜內部糖度的相關性較高，且當聲學特征為第二共振峰頻率f2時，與樣本糖度建立的三次擬合模型的R2為0.877。采用逐步多元線性回歸分析建立西瓜糖度的檢測模型，回歸模型為：B＝20.371－0.038f2＋0.035Vf1－0.006 f4，模型的R2為0.881，通過校正集驗證，預測樣本平均誤差為7.48%，檢測模型的校正均方根誤差RMSEC和預測均方根誤差RMSEP分別是0.663和0.796。該模型的建立為在線無損檢測西瓜的內部糖度提供了理論參考。

聲振法；西瓜；糖度；逐步多元線性回歸

中國是世界西瓜生產第一大國，但并非貿易強國，西瓜出口量在世界貿易額中占據份額很小，競爭優勢很不突出［1］。我國沒有先進的檢測手段對出口西瓜進行質量檢測，現階段通常由工人從外觀進行判斷，受主觀性影響較大，不僅檢測效率低，且無法保證準確性［2］。由于聲學檢測技術檢測效率高、成本低廉、準確可靠等眾多優點［3］，且西瓜這種厚皮類瓜果非常適宜用聲學進行內部的質量檢測，所以聲學檢測技術在西瓜品質無損檢測方面的應用非常廣泛。

應用聲學檢測技術于農產品品質檢測一直備受關注，Sugiyama等［4］將理論聲學檢測裝置設計成一個槍式甜瓜成熟度測試儀，研究發現西瓜逐漸成熟共振頻率逐漸降低。Stone等［5］研制出了一個基于脈沖阻抗技術的輕便式系統進行西瓜成熟度的無損檢測，對3個品種西瓜的成熟度進行檢測，并用脈沖響應的頻域參數和單個西瓜的糖度、果肉顏色、堅實度和質量進行比較。Diezma等［6］搭建了一套無損聲學響應檢測裝置，該裝置用于檢測無籽西瓜內部缺陷，并對西瓜內部品質進行分級。Abbaszadeh等［7］通過測量用激光多普勒振動計測得的西瓜振動特性來預測西瓜的成熟度。將西瓜的振動信號通過FFT得到頻域信號，試驗結果表明使用振幅值相比于相位角預測正確率更高，用最近鄰元素（KNN）分析方法判別西瓜正確率可達95.0%。Pintor等［8］通過聲學沖擊響應試驗建立分類模型，將模型應用到一個基于Android的移動應用上測試西瓜的成熟度。結果表明西瓜的甜味增加，頻率下降，且使用時檢測最準確的位置在大西瓜的赤道上，準確率高達92.79%。王書茂等［9］在分析西瓜的力學和物理特性的基礎上，提出了利用西瓜的振動頻率響應來判斷西瓜成熟度的檢測方法，研究表明西瓜的含糖量和西瓜的振動基頻有較好的相關性。肖珂等［10］提出了通過音頻功率譜峰值頻率檢測西瓜成熟度的方法，通過劃分不同成熟度下功率譜峰值頻率范圍檢測西瓜的成熟度。危艷君等［11］搭建了一套檢測西瓜糖度的聲學檢測裝置，確定了敲擊點和接收點位于赤道部位能得到較好的預測模型，且模型的相關系數最高可達0.8842。

目前，研究如何選擇合適的聲學特征建立西瓜的成熟度預測模型一直是無損檢測領域關注點。為此本研究主要是得到西瓜的頻率響應函數，提取聲學特征值建立西瓜糖度的檢測模型，完成了基于聲振法對西瓜內部糖度的檢測研究，為西瓜的在線無損檢測提供一定的理論參考。

1 材料與方法

1.1 試驗西瓜樣本

西瓜樣本采自無錫市北塘區某大棚的‘早佳8424’，該品種為雜交一代早熟西瓜品種，植株生長穩定性良好，坐果性好，開花至成熟需要38 d左右，全生育期90 d左右。根據授粉后瓜農系的標記，采摘授粉后時間分別為20 d、30 d、40 d、50 d的西瓜各20個，總共80個西瓜樣本。市場中銷售的西瓜一般為30—40 d左右的適熟瓜，而20 d左右的西瓜為未熟瓜，50 d左右的西瓜為過熟瓜。采摘不同時間段樣品有利于增加試驗數據差異性便于后續研究。

將所有西瓜樣本放置于恒溫恒濕實驗室中（環境溫度20℃、相對濕度60%），在進行振動測試試驗前首先將西瓜表面清洗干凈，去除瓜蒂處莖葉，稱重，測量樣本橫徑與縱徑，編號，標定待用。用于建模的80個‘早佳8424’樣品的基本物理參數如表1所示。

表1 西瓜基本物理參數Table1 The basic physical parameters of watermelon

1.2 試驗設備

試驗在自行設計的西瓜敲擊振動檢系統上完成，檢測系統如圖1所示，硬件由力錘激勵裝置（美國PCB公司，型號086C01）、加速度傳感器（美國PCB公司，型號352C68）、信號解調儀（美國PCB公司，型號482C05）、NI數據采集卡（美國NI公司，型號USB-6259）、工作臺以及計算機組成。其中工作臺上放置硬質海綿支撐托架，模擬實際流水線分揀過程中的支撐條件。檢測系統數據采集軟件部分由Labview軟件編輯而成，將采集到的信號顯示和進行后續處理，并將文件命名存儲在計算機中便于后續分析。

1.3 試驗方法

1.3.1 測試點標記

‘早佳8424’果型為圓形，可近似為球體，將其劃分為瓜臍、瓜蒂以及赤道3個區域。首先標記加速度傳感器接收測量點，測試主要考慮橫向與縱向兩個方向（圖2），將瓜臍處標記為A組測點作為西瓜橫向測點；選擇赤道上任意一點作為縱向接收測量點，標記為B組測點作為縱向測點。然后標記力錘傳感器敲擊位置點，首先在樣本橫向上進行標記，以瓜蒂為初始點A1，沿樣本一條經線逆時針每隔45°分別標記A2、A3、A4，作為橫向4個測試點；然后在赤道上半部任選一點為B1點，以測試點B1為起始沿赤道每隔45°分別標記B2、B3、B4共4個縱向測點。

圖1 西瓜敲擊振動檢測系統圖Fig.1 Vibration testing system for watermelon

圖2 西瓜位置標號示意圖Fig.2 Sketch m ap of watermelon position label

1.3.2 振動信號采集

進行敲擊試驗前對敲擊振動檢測系統參數設置，將采樣率設為4 096 Hz，采樣點數設為4 096，分辨率為1 Hz。平均次數設置為10，即力錘在敲擊點同一位置敲擊10次取平均值以降低隨機噪聲誤差。

試驗時，將西瓜橫向放置在工作平臺上，將加速度傳感器用雙面膠固定在A組測點位置，力錘依次敲擊A1、A2、A3和A4位置；或者固定于B組測點位置，力錘依次敲擊B1、B2、B3和B4位置。每次敲擊完成，需要檢查傳感器是否緊貼樣品表面。力錘敲擊時產生的激勵信號作為輸入信號經過西瓜內部介質，加速度傳感器檢測到通過西瓜傳遞的振動信號。激勵信號和振動信號都通過信號調節儀將信號過濾、放大處理，再通過NI數據采集卡和程序端的DAQ將數據輸入計算機，經過程序的后續處理得到頻率響應函數（frequency response function，FRF）。

1.3.3 西瓜糖度測試

西瓜糖度指標（實為可溶性固形物，Soluble solids content，SSC）是描述西瓜成熟度的重要指標之一，但西瓜瓜瓤糖度分布不均，中心糖度無法代表該樣品糖度，因此樣本糖度檢測步驟如下：（1）糖度儀操作步驟：使用ATAGO PR-101型手持式數字折光儀，先用純凈水清洗樣品臺，用試紙擦干，再滴入純凈水，按下START開關進行校零，當純凈水糖度顯示為零時，可進行樣品檢測；（2）分別取樣本中心、瓜蒂處以及瓜臍處瓜瓤放入不同燒杯中，將其搗碎、過濾后分別滴入樣品臺中進行讀數，再用純凈水清洗擦干后進行下一次測量；（3）每個部位瓜瓤測量3次，取平均值記錄。

2 結果與分析

2.1 西瓜頻響信號特征值提取

西瓜在生長過程中，其果肉細胞間的組織結構會由緊密變疏松。敲擊不同疏松程度的西瓜，可以通過加速度傳感器檢測到的振動信號加以反映。系統采集到的西瓜的頻率響應函數會隨著不同成熟度的西瓜，出現不同的共振峰。如圖3所示，本研究采用第一共振峰處響應頻率f1和響應能量密度Vf1、第二共振峰處響應頻率f2和響應能量密度Vf2、第三共振峰處響應頻率f3和響應能量密度Vf3、第四共振峰處響應頻率f4和響應能量密度Vf4作為衡量西瓜成熟度的特征值，對西瓜內部品質進行分析。

2.2 西瓜內部品質參數統計

由表2可以看出，每個西瓜的糖度不一，而且單個西瓜中心瓜瓤糖度普遍高于瓜臍處與瓜蒂處。本試驗主要研究西瓜糖度與振動特征值之間的關系，不考慮單個西瓜糖度分布問題，故試驗中取瓜瓤糖度平均值作為西瓜糖度的整體指標。80個樣品中整體瓜瓤糖度平均值最小為3.3%，最大為12.6%。

圖3 西瓜的頻率響應函數Fig.3 Frequency response function of watermelon

表2 整體西瓜糖度參數統計Table 2 The parameter statistics of sugar degree of watermelon %

如圖4所示，隨著西瓜不斷生長，其內部瓜瓤含糖量也在不斷增加，且西瓜在生長時間為20—40 d時，其生長較為旺盛，含糖量增長速度較快，生長時間為20 d時糖度差異性較大；當西瓜成長至40 d后，其生長速度變緩，糖度增長速度也變慢，且生長時間為50 d時相比40 d糖度差異變化減小，逐漸趨于穩定。

2.3 測試位置對特征值的影響

在對樣品內部品質參數與其聲學振動特征值進行分析前，首先要考慮激勵與接收位置對其結果的影響，危艷君等［11］通過提取聲透過率參數與西瓜糖度參數進行建模發現最佳激勵-接收組合在西瓜自然生長狀態的中部兩側，說明激勵-接收組合的選擇能夠影響結果的準確性。由于西瓜樣本品種不同，因此其果形、皮厚、彈性模量與阻尼比也不一樣，需要對其進行分析。表3為8號樣本敲擊振動試驗數據，表中可以看到激勵-接收組合不同，其共振峰響應頻率與響應能量密度都有區別，如第一共振峰頻率范圍在182—200 Hz，其響應頻率密度范圍在0.3—24.9 dB，其原因可能與聲波通過樣本內部介質的糖度以及聲波傳播距離有關。

圖4 不同生長時間瓜瓤糖度的變化Fig.4 The change of sugar degree in different grow th time

表3 8號樣本不同位置特征值一覽表Table 3 The grade of No.8 watermelon sample feather value in different position

將不同激勵-接收組合的聲學振動特征值分別與糖度值做相關性分析，所有特征值與西瓜樣本糖度值的相關系數如表4所示。由表4可見，特征值f1、f2、f3、f4即頻響函數中的響應峰值頻率與糖度值的相關性較高，平均相關系數高于0.7，說明響應峰值頻率能夠用來描述樣本糖度值的變化；而特征值Vf1、Vf2、Vf3、Vf4即響應頻率密度與糖度值的相關性均偏低，部分測試位置相關系數達到0.5，但有些位置相關系數更低，無法說明其是否相關。在八個激勵-接收組合中，A1組合選取聲學特征值為f1和f2時糖度的相關性遠高于其他位置組合，而當選取聲學特征值f3和f4時糖度的相關性略小于其他位置組合，綜合選取A1位置組合進行后續研究，即激勵點為瓜蒂、接收點為瓜臍。

表4 不同位置西瓜樣本特征值與糖度的相關度統計Table 4 The statistical correlation between watermelon samp le feather value and sugar degree in different position

2.4 內部品質參數對特征值的影響

采用激勵-接收組合為A1時特征值與樣本內部品質參數進行分析，建立數學模型。由表4可以看出特征值f2與樣本糖度相關系數最高（R＝0.909），以糖度值為自變量，以特征值f2為因變量，建立回歸方程，描述糖度變化對特征值的影響。所得不同類型回歸方程如表5所示，回歸方程的模型P值＜0.001，具有高度顯著性，其中三次方模型的確定系數最高（R2＝0.877），且標準誤差為13.46，可以較好的描述糖度的變化對特征值的影響，其方程為f（x）＝238.4－39.63x－15.59x2－4.561x3（x為糖度值）。圖5即為西瓜糖度與特征值之間的三次模型，特征值f2隨著糖度值的增加而逐漸減小，和Pintor等［8］研究的西瓜的甜味增加頻率下降具有一致性。2

圖5 三次方數學模型Fig.5 The three party m athematicalmodel

表5 特征值f2與糖度值的數學模型Table 5 Them athematicalmodel between f and sugar degree

2.5 檢測模型的確定

由上述研究可得，樣本糖度參數與其聲學特征值之間具有較高的相關性，且能夠建立數學模型描述糖度與振動特征值之間的關系。利用SMLR方法建立西瓜糖度參數的檢測模型，從80個樣本中隨機抽取65個樣本進行建模，剩下15個樣本用作檢測模型的校驗。選取瓜蒂與瓜臍作為最佳的敲擊-接收組合，該組合振動信號傳播部分的瓜瓤生長過程中接收光照等外在條件基本一致，可消除西瓜樣本的差異性。另外，在實際品質檢測中，可以比較清楚的辨別出瓜蒂與瓜臍位置，有利于實際工業檢測。

表6 西瓜糖度檢測模型Table6 The watermelon sugar measuring m odel

利用SPSS統計軟件進行逐步多元線性回歸分析，以振動信號特征值建立西瓜糖度檢測模型。設置各變量選擇與剔除的顯著水平分別為0.05和0.1，得到入選特征值及檢測模型如表6所示，在樣本敲擊振動響應頻譜函數中，第二共振峰頻率f2、第四共振峰頻率f4以及第一共振峰響應能量密度Vf1進入檢測模型。由表6可知，所建立的3個檢測模型的R2都在0.8以上，且模型均達到極顯著水平。在3個檢測模型中，模型3的F值與標準估計誤差分別為88.548和0.699，為3個模型中最小，因此，可以建立檢測模型為：B＝20.371－0.038f2＋0.035Vf1－0.006f4。

由SMLR分析法選取8個特征值中的3個建立西瓜糖度檢測模型，隨機挑選15個試驗樣本對模型進行校驗。將實際測量值與模型預測值進行對比，得到結果如表7所示，預測樣本平均誤差為7.48%，該檢測模型的校正均方根誤差RMSEC和預測均方根誤差RMSEP分別是0.663和0.796，模型檢測準確度較高，均方根誤差較小，說明所提取的聲學特征值能夠對西瓜糖度參數進行真實有效預測。

表7 西瓜糖度與模型預測值的比較及誤差Table 7 The comparison and errors of sugar degree and value ofm odeling forecast

3 結論

本研究通過自行設計的西瓜敲擊振動檢測系統，得到西瓜的頻率響應函數，提取聲學特征值建立西瓜糖度的檢測模型，完成了基于聲振法對西瓜內部糖度的檢測研究。通過不同激勵-接收組合發現，當瓜臍處為測量點瓜蒂處為激勵點時，聲學特征和西瓜內部糖度的相關性較高，且當聲學特征為f2時，與樣本糖度建立的三次模型的R2為0.877。采用逐步多元線性回歸分析建立西瓜糖度的檢測模型，回歸模型為：B＝20.371－0.038 f2＋0.035Vf1－0.006 f4，模型的R2為0.881，通過校正集驗證，預測樣本平均誤差為7.48%，檢測模型的校正均方根誤差RMSEC和預測均方根誤差RMSEP分別是0.663和0.796。該模型的建立為西瓜的糖度檢測提供了一種檢測手段，為西瓜產業的無損檢測提供了理論參考。

［1］趙姜，周忠麗，吳敬學.世界西瓜產業生產及貿易格局分析［J］.世界農業，2014（7）：100-106.

［2］應義斌，蔡東平，何衛國，金娟琴.農產品聲學特性及其在品質無損檢測中的應用［J］.農業工程學報，1997，3（3）：213-217.

［3］呂飛玲.基于聲學特性的西瓜品質無損檢測方法研究［D］.杭州：浙江大學，2003.

［4］SUGIYAMA J，KATSURAI T，HONG J，et al.Melon ripeness monitoring by protable firmness tester［J］.Transactions of the ASAE，1998，41（1）：121-127.

［5］STONE M L，ARMSTRONG P R，ZHANG X，et al.Watermelon Maturity Determination in the Field Using Acoustic Impulse Impedance Techniques［J］.Transactions of the American Society of Agricultural Engineers，1996，39（6）：2325-2330.

［6］DIEZMA IB，RUIZ-ALTISENT M，JANCSOK P.Vibrational analysis of seedless watermelons：use in the detection of internal hollows［J］.Spanish Journal of Agricultural Research，2005，3（1）：52-60.

［7］ABBASZADEH R，RAJABIPOUR A，DELSHAD M，et al，Evaluation of watermelons texture using their vibration responses［J］.Biosystems Engineering，2013，115（1）：102-105.

［8］PINTOR A L C，MAGPANTAY M A A，SANTIAGO M R.Development of an Android-Based Maturity Detector Mobile Application for Watermelons［Citrullus Lanatus（Thunb.）Matsum.＆Nakai］using Acoustic Impulse Response［J］.Small，2016，200（33）：3-83.

［9］王書茂，焦群英，籍俊杰.西瓜成熟度無損檢驗的沖擊振動方法［J］.農業工程學報，1999，15（3）：241-245.

［10］肖珂，高冠東，滕桂法，張玉新，賈宇琛.西瓜成熟度音頻無損檢測技術［J］.農機化研究，2009（8）：150-152，155.

［11］危艷君，饒秀勤，漆兵.基于聲學特性的西瓜糖度檢測系統［J］.農業工程學報，2012，28（3）：283-287.

（責任編輯：張睿）

Detection of sugar content in waterm elon based on themethod of sound vibration

WANG Di-song1，PU Hong-jie1，2，LIZhen-feng1，2，LU Yong1
（1School of Mechanical Engineering of Jiangnan University，Wuxi214000，China；2Jiangsu Key Laboratory of Advanced Food Manufacturing Equipment and Technology，Wuxi214000，China）

The research was conducted by knocking on watermelon for its’vibration testwith self-designed vibration test system.Through different incentive-receive combinations，it found thatwhen the melon pedicle was measurement pointand themelon terrierwas excitation point，the internal correlation of acoustic characteristics and sugar contentwas higher，and when the acoustic characteristics was the second formant frequency，the three fittingmodel of sugar contentwas0.877.Stepwisemultiple linear regression analysiswas adopted to establish the watermelon sugar content testingmodel，regression model was B＝20.371－0.038 f2＋0.035Vf1－0.006 f4，the R2of thismodelwas 0.881.By calibrating validation，sample’s average forecasting error was 7.48%，detection model correction RMSEC rootmean square error and the rootmean square prediction error RMSEP was 0.663 and 0.796 respectively.The establishment of the model provides a theoretical reference for the on-line nondestructive testing ofwatermelons’sugar content.

Sound vibration method；Watermelon；Sugar content；Stepwisemultiple linear regression

S651

：A

1000-3924（2017）02-125-06

10.15955j.issn1000-3924.2017.02.23

2016-08-08

國家自然科學基金（515082290）；江蘇省產學研聯合創新資金（BY2014023-32）；江蘇省食品先進制造裝備技術重點實驗室開放課題（FM-201406）

汪迪松（1991—），男，在讀碩士，研究方向：食品無損檢測。E-mail：sunnywds＠126.com

，E-mail：hjpu＠jiangnan.edu.cn