基于近紅外法的棉花回潮率測量系統研制與試驗

陳亞軍，楊舒涵，史書偉，趙 博，吳婷榮

·農業信息與電氣技術·

基于近紅外法的棉花回潮率測量系統研制與試驗

陳亞軍1，楊舒涵1，史書偉2，趙 博3，吳婷榮1

（1. 西安理工大學信息科學系，西安 710048；2. 中華全國供銷合作總社鄭州棉麻工程技術設計研究所，鄭州 451162；3. 中國農業機械化科學研究院，北京 100083）

該研究針對棉花回潮率的測量問題，進行了烘箱法、電阻法、紅外法3種棉花回潮率檢測方法的試驗，基于理論及實際測試試驗證明了基于紅外法非接觸測量棉花回潮率的可行性，并在現有紅外水分儀的基礎上開發了棉花回潮率非接觸測量系統上位機軟件。首先進行了6%、8%、10%、12%、14%、16%這6個不同回潮率水平棉花樣本的制備。然后分別用現有基于電阻的測試方法和基于紅外的水分測量儀以及烘箱法3種測試方法進行對照試驗，研究了測量距離和樣本密度對紅外法測量棉花回潮率的影響。最后進行了紅外法可行性驗證，通過分析測試結果的相關性，提出了基于烘箱回潮率數據回歸方法以實現較精準的紅外法棉花回潮率測量，對基于紅外的棉花回潮率在線檢測方法的可行性進行了驗證。試驗結果表明，測量距離和樣本密度的變化對測量結果的影響較小，不同測量距離下測量數據的極差在0.6%以內，標準差在0.134%之內。不同密度下測量結果的極差在0.5%以內，標準差在0.15%之內，可滿足在線加工對回潮率的測量精度要求。基于標準烘箱回潮值擬合校準后的紅外測量方法可以較準確地實現棉花回潮率的在線測量，和實際的烘箱數據對比，標準偏差在0.5%左右。因此，基于紅外的棉花回潮率非接觸測量系統可行，可解決現有電阻法測量效率低，實時性不夠好的問題。

機械化；棉花；含水率；近紅外光譜；回潮率；烘箱法

0 引 言

棉花含水率是棉花收獲、儲存、加工、收購交易及紡織環節的重要影響因素，會影響棉包質量、纖維品質和其他性能，如顏色、長度、強度等。尤其在加工過程中，要實時檢測棉花的含水量以進行加濕或烘干等后續操作，從而保證棉花加工的質量。因此，對棉花含水量進行精確測量以便進行后續適當控制是至關重要的[1-5]。

國家標準中棉花含水量多少統一用回潮率來衡量。目前，棉花回潮率的測量方法主要分為直接法和間接法。直接法是通過干燥或用化學方式將棉花中的水分分離，然后由水分和干棉花的質量比計算回潮率。直接法包括烘箱法、微波加熱干燥法、紅外線加熱干燥法、吸濕劑干燥法等。直接法測量結果準確度高、受環境影響較小，但測量速度慢、效率低、被測樣本容易被破壞，適合在實驗室中使用。間接法是利用棉纖維的電學特性如電阻、介電常數和電容加電后與棉纖維中的水分含量具有一定線性關系來計算回潮率。同樣，使用特定波長的微波或紅外線照射棉纖維，由于水分子的存在將發生能量衰減，衰減量和水分含量具有線性關系，由此可通過標定間接獲得棉花中的含水量。間接法包括電阻法、電容法、微波法和紅外法等[6-9]。相對于直接測量法，間接法測量速度快，效率高，適合于生產加工過程。

實際檢測中，具體選用哪種測量方法取決于測量需求。現階段國內總體以電阻法為主，測量方式多為人工使用插入式傳感器插入棉包進行相關數據采集，或在裝載車上架設測試機進行測量。現有的基于電阻的檢測方法有在一定范圍內測量準確、功耗低、價格便宜，但其屬于接觸式測量，在線實時測量效率較低。近紅外光譜技術已在農業、纖維、紡織和紡織助劑工業中廣泛應用。紅外法相對于電阻法具有快速、連續、在線實時測量等優勢[10-15]。Anthony[16]于1985年提出了一種紅外傳感器在線檢測棉花含水量的方法；Kuldashov等[17]于2019年設計出一種基于近紅外LED光源的雙波長原棉回潮率遠程監測的傳感器，但未見實際的產品和系統。畢新勝等[18]論述了近紅外法在棉花回潮率檢測系統中應用的優越性及相關原理和技術，但未見進行試驗驗證。

目前，在棉花加工環節，國內外還沒有專門利用紅外技術進行棉花回潮率在線檢測的儀器。因此，進行紅外測量方法與現有烘箱法和基于電阻的測量方法的相關性對比試驗是必要的。本文通過標高現有紅外水分儀和試驗驗證紅外法棉花回潮率非接觸測量的可行性，為提出一種新型棉花回潮率在線檢測方法與系統奠定基礎。

1 棉花回潮率和含水率計算

國際上通常用回潮率表示棉花中所含水分的多少。回潮率是指棉纖維內所含水分質量與棉花干質量的百分比，用下式計算：

含水率是指棉纖維內所含水分質量與棉花濕質量的百分比，用下式計算：

式中為回潮率，%；W為含水率，%，0為棉花濕質量，g，1為棉花干質量，g。

含水率與回潮率的關系如式（3）和式（4）所示。

2 基于紅外法的棉花水分含量測量原理

棉花水分中的O-H鍵是紅外活性分子，可吸收紅外光。水分子吸收光譜的3個特性吸收峰分別為1 430、1 940、2 950 nm[18]。在這3個波長處，水分子更容易被吸收，光透過率低。可通過測量紅外光照射物體前后的光通量變化來獲得水分含量。棉花中所含水分較少，一般以吸收率適中、測量范圍較寬的1 940 nm作為測量波長。

近紅外法測量棉花回潮率的理論依據為近紅外吸收光譜的定量分析，吸收光譜定量的基礎是Kubelka-Munk模型。Kubelka-Munk模型描述了漫反射體內部的散射和吸收關系，用散射系數和吸光系數來衡量光的散射和吸收[19-22]，通過測量漫反射率可計算樣本吸收的光能。

工業測量應用中一般用漫反射吸光度來代替漫反射率，Kubelka-Munk模型表示為

樣本內部對光的吸收作用較小時，漫反射吸光度與/可用截距不為0的一條直線來近似表示，吸收系數與樣本水分濃度成正比，則公式（5）可寫為

=+（6）

在進行棉花回潮率測量時，漫反射模型精度的主要影響因素為樣本內部的光散射系數，其隨著樣本裝載密度和顆粒度而顯著變化[23-24]。通過引入散射系數的顯著影響因素即密度，來驗證該模型的線性度，對提升模型精確度是至關重要的。本文通過試驗研究了棉花樣本密度對模型精度的影響。

3 基于Modbus協議的紅外棉花回潮率測量系統

3.1 硬件組成

本文基于廣東科寶試驗設備有限公司的FBS-M-100型紅外水分儀進行棉花回潮率檢測系統的開發，主要由光學部件、探頭主板、供電電源、探頭與主機的連接接口等幾部分組成，如圖1所示。光源（鹵素燈泡）發出含有紅外光的光線，分為內、外2個光路；外光路經調制盤將由光源發出的連續光進行調制，只有特定波長（易被水分子吸收的波段）可以通過濾光片后照射到被測物體表面，物料中的水分吸收一部分紅外光，再經由聚焦鏡反射到光電探測器上；內光路的光不經過被測物料，而是經過光學系統的調制后直接被光電探測器接收。照射到光電探測器的內外2路紅外光被轉換成電壓值，內光路的電壓減去外光路的電壓即為光衰減值，通過標定模型可計算得到被測樣品的含水量。

1.電源供電變壓器 2.電機供電電路板 3.調制盤 4.濾光盤 5.聚焦鏡 6.紅外探測器 7.信號放大板 8.光源 9.電機

1.Power supply transformer 2.Motor power supply circuit board 3.Modulation disk 4.Filter disc 5.Focusing lens 6.Infrared detector 7.Signal amplifier board 8.Light source 9.Motor

圖1 紅外水分儀結構示意圖

Fig.1 Structure diagram of infrared moisture meter

3.2 上位機軟件設計

基于FBS-M-100紅外水分儀，本文設計開發了基于Modbus通訊協議的紅外棉花回潮率測試系統上位機軟件。上位機軟件的工作流程為：紅外水分儀通過RS485通信線將檢測到的紅外數據傳輸到PC機上，PC機接收到從紅外水分儀傳輸的數據后，使用本文中所建立的棉花回潮校準模型進行數據校準，得到棉花的回潮率，并繪制棉花回潮率曲線圖。

圖2是基于紅外的棉花回潮率檢測系統的界面，包含串口設置、回潮率數值顯示和校準后回潮率數值動態曲線圖。該系統可設置通訊串口和數據傳輸波特率，在打開串口后開始進行通訊，動態曲線圖可根據數值上限動態調整縱軸的取值，并且可將接收到的回潮率數據導出到Excel表格中進行保存。試驗中，控制被測棉花以1 m/s左右的速度移動，上位機軟件顯示的數據是移動的棉花樣本的回潮率。預試驗測量結果表明，所測數據基本平穩，波動較小。由于紅外水分儀檢測速度較快，一般在0.012 5 s左右，緩慢移動時速度對測量結果的影響較小，可滿足在線回潮率測量的需求。

4 棉花回潮率測量試驗

回潮率測量誤差的來源主要有試驗樣本、檢測儀器和測量過程3個方面。來自被測樣本的影響因素主要有：樣本密度、厚度、含雜率、色澤。檢測儀器的影響因素主要有：檢測光源、光程長、儀器噪聲、檢測儀器的信號能量等。來自測量過程的影響因素主要有環境溫度及濕度[25-27]。

本文以紅外水分儀測量值結果為研究對象，通過對紅外水分儀、電阻式回潮率檢測儀和經烘箱干燥計算所得回潮率試驗數據進行對比，以烘箱法回潮率數據為基準分析了紅外水分儀在線檢測回潮率的可行性，重點研究了棉花密度和測量距離對紅外檢測儀在線檢測結果的影響，作為后續設計棉花專用紅外回潮率在線測試儀的基礎性試驗，為儀器的設計提供理論依據。

4.1 試驗設備

天津市泰斯特儀器有限公司202-1A真空干燥箱（(105±3)℃）；舜宇恒平儀器JA2003精密實驗室天平（最小分度值0.000 1 g）；密封箱、密封袋；蒸餾水；MJHZ-1型籽棉回潮率在線檢測裝置，該裝置是鄭州棉麻工程技術設計研究所開發的應用于棉花加工生產線的基于質量比電阻式籽棉回潮率在線檢測系統，如圖4；FBS-M-100紅外水分測量儀實物如圖3所示，其硬件參數如下：雙探測波長1 940、1 818nm，測量范圍0～50%，測量精度0.1%，測量范圍（測量探頭距離被測物體表面的距離）15～35 cm，測量速度0.012 5 s。

4.2 試驗樣本制備

首先根據吸著平衡原理制備不同回潮率的棉花樣本。棉纖維吸濕、放濕與空氣的相對濕度達到平衡，不再發生質量變化時稱為吸著平衡。

試驗所用棉花來自鄭州棉麻工程技術設計研究所。所有樣本制備前按照GB/T 6102.1-2006《原棉回潮率試驗方法-烘箱法》進行烘干預處理，使其處在同一初始條件下。

本文共制備2種棉花樣本，一是通過計量棉花干質量和加入密封箱中水的質量估算含水量，制備回潮率水平在6%～16%之間的樣本。使樣本水分含量覆蓋棉花在自然情況下所能達到的水分含量區間。二是考慮到測量時棉花的吸濕和放濕會帶來誤差，制備實驗室環境下未密封未加水的棉花樣本。

1.過棉通道 2.壓棉板電機 3.控制箱 4.光源機箱 5.光學測量探頭 6.控制及顯示機箱

1.Cotton channel 2.Cotton press motor 3.Control case 4.Light source case 5.Optical measuring detector 6.Control and display case

圖3 試驗設備與樣本

Fig.3 Experiment equipments and samples

具體制備方法如下：

1）6%～16%回潮率水平的樣本制備

試驗1：將550 g棉樣分成5組，每組110 g。再將110 g棉樣分為3份，分別為2份50 g和1份10 g。2份50 g棉樣分別用紅外水分儀和電阻式回潮率檢測儀測量，10 g棉樣用于烘箱試驗。

試驗2：將700 g棉樣分成5組，每組140 g；將每組140 g棉樣分別分成20、30、40和50 g以制備不同密度的樣本。

分組完成后，將樣本放入密封箱中靜置，然后用細密型噴頭噴灑蒸餾水到密封箱中，所有棉花樣本靜置3 d以上，在精度為0.000 1 g的天平上定期稱質量，當連續3次所稱質量與前次質量之間的變化小于0.01 g時認為棉樣達到了吸濕平衡[28]。

2）實驗室環境下的樣本制備

將烘干后的棉樣分成2份，制備實驗室環境下未密封未加水的棉花樣本，記為N7、N8，每份1 100 g，分不同時間制備。然后將1 100 g分為10組，每組110 g。再將110 g棉樣分為3份，分別為2份50 g和1份10 g，分別用于紅外水分儀、電阻式回潮率檢測儀和烘箱試驗。

4.3 試驗方法

4.3.1 測量距離（光程長）對紅外水分儀測量結果影響的試驗

在被測樣本、測量波長、光譜儀器一定的情況下，測量精度由光程決定，在對棉花水分進行測量時，由于棉纖維形變量較大，樣本表面高低不平，且不同光學器件光路不同，測量距離范圍也不盡相同。因此，研究光程對棉花水分測量結果的影響是非常有必要的。

為減少環境干擾，試驗過程中3種測量方式同時進行。將50 g棉樣從密封箱中取出放入密封袋。為減少棉樣在空氣中的暴露時長，棉樣從密封箱到測量儀器的轉移時長控制在1 min內[29-30]。按照不同回潮率組別分別做好標記。在測量前將棉樣取出，放置在玻璃容器內并施加相同的壓力，盡量使棉樣表面平整。FBS-M-100紅外水分儀的測量范圍是15～35 cm之間，測量距離分別設在15、20、25、30、35 cm處，通過轉動容器測量每個距離下5點數據，并記錄。啟動MJHZ-1電阻式回潮率檢測儀，待運行狀態穩定后開始測量。為減小棉花在空氣中放濕帶來的誤差，每次測量結束后均將樣本放回密封袋。同時，取10 g樣本進行烘箱試驗，按照GB/T 6102.1-2006原棉回潮率試驗方法進行烘干稱質量并記錄。依次測量6個不同回潮率水平樣本的回潮率。

4.3.2 樣本密度對紅外水分儀測量結果影響的試驗

棉纖維的質量密度指單位體積內的纖維質量（g/cm3）。由于棉花的密度難以測量，未經壓縮的棉花內部存在大量空氣，容易產生漏光現象，使得光探測器接收到的光譜信息偏離正常水平而失效，因此要在一定樣本密度下進行測量。

在容器體積固定的情況下，通過改變質量制備不同密度的棉樣。將試驗2每組140的棉樣分成4份，分別為20、30、40和50 g。由于容器容積為900 cm3，制備的棉樣密度分別為0.022、0.033、0.044、0.056 g/cm3。

將不同密度的樣本在25 cm的距離處進行測量，轉動容器測量5點數據并記錄。取不同回潮率水平的棉樣，重復上述步驟直至測量完畢。

4.4 數據處理

同一樣本均測量5次，為了保證數據的準確，去掉最大和最小值，結果取中間3次數據的平均值。

5 結果與分析

5.1 測量距離對紅外水分儀測量結果的影響

試驗1中統計了50個樣本分別使用3種不同檢測方法的數據，如圖4所示。可以看出，電阻法與烘箱法的測量結果差異較小，但是電阻法測量值在低回潮率和高回潮率處與標準烘箱法的差異較大，性能略有下降。

紅外水分儀測量值與烘箱和電測器測量值不同的原因是紅外水分儀不是針對棉花回潮率設計的儀器，其標定材料不是棉花，沒有針對棉花的回潮率測量模型。從圖5的測量結果可知，紅外水分儀所測數據走勢與烘箱法相近，說明其具有較明顯的相關性，可以基于烘箱法測得的棉花回潮率數據對紅外水分儀進行重新校準和標定，從而實現棉花回潮率的精準測量。

注：括號中數字表示測量距離；50個樣本以不同回潮率水平進行組間排序，組內按烘箱測量值大小進行排序，回潮率與樣本編號的對應順序為S6(1～5)、N7(6～15)，N8(16～25)，S8(26～30)，S10(31～35)，S12(36～40)，S14(41～45)，S16(46～50)。S6、S8、S10、S12、S14、S16表示回潮率分別為6%、8%、10%、12%、14%和16%，N7、N8為實驗室環境下樣本，回潮率約為7%、8%。下同。

Note:The number in brackets represents the measurement distance; The 50 samples were sorted by different levels of moisture regain between groups, and sorted by the oven measured values within the group, the corresponding order of moisture regain and sample No. is S6(1-5), N7(6-15), N8(16-25), S8(26-30), S10 (31-35), S12 (36-40), S14 (41-45), S16 (46-50). S6, S8, S10, S12, S14 and S16 represent moisture regain of 6%, 8%, 10%, 12%, 14% and 16%, respectively. N7 and N8 are samples in laboratory environment, the moisture regain is about 7% and 8%, respectively. The same below.

圖4 MJHZ-1電阻回潮率測量儀、202-1A烘箱和FBS-M-100紅外水分儀測量結果對比

Fig.4 Comparison of measurement results of MJHZ-1 resistance moisture regain meter, 202-1A oven and FBS-M-100 infrared moisture meter

a. 7%

圖5是在實驗室環境條件下制備的回潮率約為7%的N7和8%的N8樣本回潮率測量結果。可以看出，在回潮率為7%～8%時，MJHZ-1電阻式回潮率檢測儀的測量結果與烘箱測量結果吻合較好，測量誤差基本在0.5%以內。紅外水分儀不同測量距離下的數據波動基本保持在0.5%左右，不超過1%。因此，在規定的測量距離范圍內，改變測量距離對檢測結果的影響較小；同一測量距離下，紅外水分儀測量值在1%內波動，具有良好的穩定性。

表1是試驗1測量距離（光程長）對紅外水分儀回潮率測量結果的影響。可以看出，在6個不同的回潮率水平下，紅外水分儀的測量結果未隨測量距離的變化而產生較為明顯的變化。每個回潮率水平在5個測量距離下的極差在0.6%以內，標準差在0.134%之內，儀器規定范圍內的測量距離變化不會對測量結果產生較大影響，滿足棉花加工環節的測量精度要求。

表1 測量距離對紅外水分儀測量結果的影響

.

5.2 樣本密度對紅外水分儀測量結果的影響

樣本密度對紅外水分儀回潮率測量結果影響如表2所示。紅外水分儀制造廠所給的建議物料厚度至少應當為10 mm。由于棉花是一種形變量較大的物料，在線檢測時不便測量其厚度，因此本文以單位容器內被測棉樣的質量來表征密度。從表2中可以看出，同一回潮率水平、同一測量距離、不同密度下紅外水分儀測量值的變化幅度較小。不同密度下測量值的極差在0.5%左右，標準偏差在0.15%以內，可以看出，樣本密度的變化影響較小，滿足棉花加工環節的精度要求。

表2 樣本密度對紅外水分儀測量結果的影響

5.3 紅外棉花回潮率測量標定模型

為了實現棉花回潮率紅外在線準確測量，根據上述試驗結果，以烘箱測量的棉樣回潮率為標準對紅外水分儀測量值進行標定。使用42組烘箱測量值與25 cm處紅外水分儀測量數據進行標定，剩余8組數據用來驗證標定效果。標定結果如圖6，標定方程為=?1.607+2.175。

圖7為標定結果的驗證。從圖7可以看出，標定后，紅外測量值和烘箱測量值基本一致。在高回潮率水平下，紅外測量值有一定偏差。表3為標定后紅外測量結果的誤差分析。從表3可以看出，低于10%回潮率的樣本測量誤差較小，最小為0，最大為0.12%，效果較好。回潮率10%～15%的測量誤差相對于低回潮率時略有增大，最小為0.10%，最大為0.46%。15%回潮率水平下的回潮率測量結果不如較低回潮率水平下準確。這可能是因為Kubelka-Munk模型在含水率較高時回潮率與吸光度的線性度較差，引入了誤差。

表3 紅外法棉花回潮率標定結果誤差分析

6 結 論

本文通過對比紅外法、電阻法和烘箱法3種回潮率測量方法，驗證了紅外非接觸方法測量棉花回潮率的可行性，對現有的紅外水分儀進行校準改造，建立了棉花回潮率測量模型，并設計了紅外棉花回潮率測量系統上位機軟件，主要結論如下：

1）紅外水分儀與烘箱法和電測器法所測棉花回潮率的數據變化趨勢相同，可利用紅外非接觸方法實現棉花回潮率在線測量；進一步通過試驗分析了樣本密度及測量距離對測量結果的影響，不同測量距離下的測量誤差在0.6%之內，不同棉樣密度下，回潮率測量誤差在0.5%之內；

2）基于現有紅外水分儀，經過烘箱法標定后的棉花回潮率測量誤差在0.5%之內，可滿足加工環節的在線測量要求，進一步驗證了基于紅外法的棉花回潮率在線測量的可行性；

為了提高紅外棉花回潮率測量精度，可考慮在棉花加工生產線上的測量點處增設滾輪壓棉裝置，以保證樣本測量表面的平整度與密實度。根據本文試驗和所設計系統的有效性，后期擬開發三波段近紅外LED棉花回潮率在線檢測專用裝置，以解決目前電阻法接觸測量和效率低的問題。

[1] 國家標準局纖維檢驗局. 棉花纖維檢驗學[M]. 北京：中國標準出版社，1984：172-193.

[2] Delhom C, Rodgers J. Cotton moisture-Its importance, measurements and impacts[C]//New Orleans: United States Department of Agriculture, Agricultural Research Service Proceedings of the 33rd International Cotton Conference Bremen, 2016.

[3] Chun D T W, Hughs S E, Armijo C, et al. A study of bale moisture addition[J]. Transactions of the ASABE, 2007, 50(2): 325-330.

[4] Byler R K, Galyon M E, Anthony W S. Measurement of cotton bale moisture content after moisture restoration[J]. Applied Engineering in Agriculture, 2003, 19(1): 99-104.

[5] 史書偉，向天明，劉偉剛，等. 棉花加工過程中回潮率對皮棉質量的影響[J]. 棉紡織技術，2020，48(8)：19-23.

Shi Shuwei, Xiang Tianming, Liu Weigang, et al. Influence of moisture regain on ginned cotton quality in cotton processing[J]. Cotton Textile Technology, 2020, 48(8): 19-23.(in Chinese with English abstract)

[6] 王夢，李成松，坎雜，等. 棉花回潮率測量方法發展現狀[J]. 江蘇農業科學，2014，42(3)：268-270.

[7] Byler R K. Resistance-type portable cotton lint moisture meter[J]. Applied Engineering in Agriculture, 2006, 22(1): 13-17.

[8] 鄭穎航，丁天懷，李勇. 基于電阻測量原理的新型棉花水分在線自動測量儀[J]. 儀表技術與傳感器，2002(7)：21-22，28.

Zheng Yinghang, Ding Tianhuai, Li Yong. Novel on-line automatic apparatus for moisture content of cotton based on resistance[J]. Instrument Technique and Sensor, 2002(7): 21-22, 28. (in Chinese with English abstract)

[9] 許明翥，葛陳勇，方文娟，等. 微波法籽棉回潮率測試儀在籽棉收購加工中的應用研究[J]. 分析儀器，2020(2)：97-103.

Xu Mingzhu, Ge Chenyong, Fang Wenjuan, et al. Research on application of microwave seed cotton moisture regain tester in seed cotton acquisition and processing[J]. Analytical Instrumentation, 2020(2): 97-103. (in Chinese with English abstract)

[10] 景軍鋒，李炫君，鳳婧，等. 電阻式織物回潮率在線測量裝置的設計[J]. 棉紡織技術，2016，44(7)：27-31.

Jing Junfeng, Li Xuanjun, Feng Jing, et al. Design of resistivity type on-line measurement device for fabric moisture regain[J]. Cotton Textile Technology, 2016, 44(7): 27-31. (in Chinese with English abstract)

[11] Rodgers J, Montalvo J, Davidonis G, et al. Near infrared measurement of cotton fiber micronaire, maturity and fineness-a comparative investigation[J]. Textile Research Journal, 2010, 80(9): 780-793.

[12] 楊增玲，楊欽楷，沈廣輝，等. 豆粕品質近紅外定量分析實驗室模型在線應用[J]. 農業機械學報，2019，50(8)：358-363，371.

Yang Zengling, Yang Qinkai, Shen Guanghui, et al. Online application of soybean meal NIRS quantitative analysis model from laboratory to factory[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(8): 358-363, 371. (in Chinese with English abstract)

[13] Gaitan-jurado A, Garcia-molina M, Pena-Rodriguez F, et al. Near infrared applications in the quality control of seed cotton[J]. Journal of Near Infrared Spectroscopy, 2008, 16(4): 421-429.

[14] 張亞偉，王書茂，陳度，等. 基于近紅外的小麥植株含水率檢測方法[J]. 農業機械學報，2017，48：118-122，261.

Zhang Yawei, Wang Shumao, Chen Du, et al. Measurement of wheat plants water content based on near-infrared photoelectric sensors[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48: 118-122, 261. (in Chinese with English abstract)

[15] 黃新棟，張涌，湯心溢，等. 紅外水分儀數據采集系統的設計與實現[J]. 紅外技術，2008，30(6)：335-338.

Huang Xindong, Zhang Yong, Tang Xinyi, et al. Design and implement of infrared moisture instrument data sample syetem[J]. Infrared Technology, 2008, 30(6): 335-338. (in Chinese with English abstract)

[16] Anthony W S. Measurement of cotton moisture with infrared sensors[J]. Applied Engineering in Agriculture, 1986, 2(1): 25-29.

[17] Kuldashov O K, Kuldashov G O, Mamasodikova Z Y. Infrared sensor for remote monitoring of moisture content in raw cotton[J]. Journal of Optical Technology, 2019, 86(6): 390-393.

[18] 畢新勝，賈金亮，王玉剛，等. 近紅外光譜技術在籽棉回潮率檢測系統的應用[J]. 自動化儀表，2015，36(9)：73-76.

Bi Xinsheng, Jia Jinliang, Wang Yugang, et al. Application of near infrared spectroscopy technology in detection system of seed cotton moisture regain[J]. Process Automation Instrumentation, 2015, 36(9): 73-76. (in Chinese with English abstract)

[19] Dahm D J, Dahm K D. Representative layer theory for diffuse reflectance[J]. Applied Spectroscopy, 1999, 53(6): 647-654.

[20] 嚴衍祿. 近紅外光譜分析基礎與應用[M]. 北京：中國輕工業出版社，2005.

[21] Torrent J, Barron V. Methods of Soil Analysis, Part 5, Mineralogical Methods: Diffuse Reflectance Spectroscopy[M]. USA: Soil Science Society of America, 2008: 367-385.

[22] 郭慶輝，彭彥昆，李永玉，等. 肉品無損檢測光學傳感器設計與試驗[J]. 農業機械學報，2020，51(2)：484-490.

Guo Qinghui, Peng Yankun, Li Yongyu, et al. Design and test of optical sensor for meat non-destructive detection[J]. 2020, 51(2): 484-490. (in Chinese with English abstract)

[23] Dela-osa R A, Iparragirre I, Ortiz D, et al.The extended Kubelka-Munk theory and its application to spectroscopy[J]. ChemTexts, 2020, 6: 2.

[24] 鄒春宇. 帶式干燥床物料水分檢測系統設計與實現[D]. 沈陽：東北大學，2011.

Zou Chunyu. Design and Implementation of Drying Materials’ Moisture Measurement System on Belt Dryer[D]. Shenyang: Northeastern University, 2011. (in Chinese with English abstract)

[25] 李勇，魏益民，王鋒. 影響近紅外光譜分析結果準確性的因素[J]. 核農學報，2005，19(3)：236-240.

Li Yong, Wei Yimin, Wang Feng. Affecting factors on the accuracy of near-infrared spectroscopy analysis[J]. Journal of Nuclear Agricultural Sciences, 2005, 19(3): 236-240. (in Chinese with English abstract)

[26] Keskin M, Dodd R B, Han Y J, et al. Comparison of different types of light sources for optical cotton mass measurement[J]. Transactions of the ASAE, 2001, 44(3): 715-720.

[27] Anthony W S. Field evaluation of infrared moisture meters[J]. Applied Engineering in Agriculture, 1991, 7(5): 509-514.

[28] Byler R K. Cotton lint moisture-sample storage container comparison[J]. Applied Engineering in Agriculture, 2004, 20(5): 543-546.

[29] Byler. A device for rapidly predicting cotton lint moisture content[J]. Transactions of the ASAE, 2004, 47(4): 1331-1335.

[30] 陸婉珍. 現代近紅外光譜分析技術[M]. 2版. 北京：中國石化出版社，2006.

Development and experiments of cotton moisture regain measurement using near-infrared method

Chen Yajun1, Yang Shuhan1, Shi Shuwei2, Zhao Bo3, Wu Tingrong1

(1.Department of Information and Science, Xi’an University of Technology, Xi’an 710048, China;2. Zhengzhou Cotton&Jute Engineering Technology and Design Research Institute, Zhengzhou 451162, China;3. Chinese Academy of Agricultural Mechanization Sciences, Beijing 100083, China)

Moisture regain of cotton has posed a great challenge on the quality of products in the whole processing links of cotton industry. Therefore, it is necessary to accurately measure the moisture regain of cotton. Most measurementsof cotton moisture are contact detectionin the field of online cotton processing, particularly requiring additional auxiliary devices. However, the current contact mode in the moisture measurement cannotrealizefast online detectionat a highly demanding speed.In this study, a non-contact measurement was proposed using near-infrared spectroscopy, and an experimental test was also conductedto investigatethe influencing factors and feasibility inthe measurementof cotton moisture regain. The specific sample collection was set to ensure that the moisture regain of cotton samples covered the moisture regain under natural conditions.Six cotton samples were prepared with the moisture regain levels of 6%, 8%, 10%, 12%, 14%, and 16%. Three measurements were selected to compare, including the most widely-used resistance-based, the newly proposed infrared-based, and thestandard oven measurement. Two influencing factorswerefirst explored in the infrared measurement, such as the detection distance and sample density. The reason was that different deformation capabilities were found in the cotton fibers with various moisture content when the infrared measurement was performed. The cotton samples under the same moisture regain level were regarded as a batch of cotton samples, wherethe dispersion degree of infrared measuredvalues inthe same batch of cotton samples was obtainedunder the various measuring distance and sample density. The experimental results show that there wasgreat variationin the measuringdistance,but thesample density hadlittle effect on the measurement. The data range under different measurement distances was within 0.6%, withastandard deviation of 0.134%. The data range under different densities was about 0.5%, with the standard deviation of 0.15%,under the condition that there was no gap on the surface of visually inspected cotton sample, and no light leakage.The measuringerror met the accuracy requirements of online processing for moisture regain. A feasibility verification was also performed for the infrared measurement. In correlation analysis, the data regression was proposed to achieve a more accurate measurement of cotton moisture regain, where the correlation coefficient of the calibration model was 0.978. A host computer softwarewas also designedusing Modbus communication protocol, where the calibration model was utilized to measure the moisture regain after calibration by oven data. It was found that the infrared measurement model using fitting calibration more accurately realized the online monitoring the cotton moisture regain. In cotton samples with the moisture regain of 5% to 15%, the measuringerror less than 10%, with aminimum of 0 and amaximum of 0.12%, indicating abetter prediction. Between 10% and 15%, the moisture regain increased slightly when the measurement error was low,where the minimum was 0.10%, and the maximum was0.46%. The accuracy of calibration valuein cotton moisture regain wasreduced when the moisture regain level wasclose to 15%. The measurement error was expected to be less than 0.5%in the level of moisture regain. Therefore, the proposed near-infrared-based non-contact system was feasiblefor measuring cotton moisture regain, indicating high efficiency and sufficient real-time performance in cotton production.

mechanization; cotton; moisture content; near infrared spectroscopy; moisture regain; oven method

2021-02-18

2021-04-01

國家重點研發計劃項目（2018YFD0700400）；陜西省重點研發計劃資助項目（2019GY-080）；陜西省教育廳科學研究計劃項目（20JY053）

陳亞軍，副教授，研究方向為圖像分析與機器視覺及應用、農業信息化。Email：chenyj@xaut.edu.cn

10.11975/j.issn.1002-6819.2021.07.019

TP391.41; S126; S451

A

1002-6819(2021)-07-0158-08

陳亞軍，楊舒涵，史書偉，等. 基于近紅外法的棉花回潮率測量系統研制與試驗[J]. 農業工程學報，2021，37(7)：158-165. doi：10.11975/j.issn.1002-6819.2021.07.019 http://www.tcsae.org

Chen Yajun, Yang Shuhan, Shi Shuwei, et al. Development and experiments of cotton moisture regain measurement using near-infrared method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(7): 158-165. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.07.019 http://www.tcsae.org