基于声学特性的鸡蛋蛋壳裂纹检测.docxVIP

基于声学特性的鸡蛋蛋壳裂纹检测林 颢，赵杰文 * ，陈全胜，蔡健荣，周 平(江苏大学食品与生物工程学院，江苏 镇江21 基于声学特性的鸡蛋蛋壳裂纹检测 林 颢，赵杰文 * ，陈全胜，蔡健荣，周 平 (江苏大学食品与生物工程学院，江苏 镇江 212013) 摘 要：通过自行研制的一套禽蛋裂纹检测装置，采集并分析敲击鸡蛋产生的响应信号，检测裂纹鸡蛋。采用 基于归一化最小均方算法的自适应滤波器对信号进行去噪处理。结果表明：经自适应滤波后，敲击响应信号的分 辨率和灵敏度均有显著提高。提取经滤波去噪后的鸡蛋敲击响应信号功率谱的 5 个特征参数，作为误差反传人工神 经网络模型的输入向量进行判别。判别模型对实验鸡蛋的交互验证训练集和独立样本预测集的判别率均为 9 7 %。 关键词：鸡蛋；裂纹；声音响应信号；归一化最小均方算法；误差反传人工神经网络 Application of Acoustic Resonance Analysis to Eggshell Crack Detection LIN Hao，ZH AO Jie-wen *，CH EN Q uan-shen g，CA I Jian-ron g，ZHO U Ping (School of Food and Biological Engineering, Jiangsu University, Zhenjiang 212013, China) Abstract ：A system based on acoustic resonance was developed for eggshell crack detection. It was achieved by analysis of the acoustic frequency response of eggshell excited with a light mechanical. Least mean square (LMS) adaptive filtering were attempted to remove the noise from the response signal. Some characteristics were extracted from excitation resonant frequency and served as input vectors of discrimination model. Back propagation artificial neural network (BP-ANN) model was employed to discriminate intact eggs and cracked eggs. This method allows a crack detection level of 97% in calibration and prediction set respectively. This work shows that acoustic resonance system combined with adaptive filters has a significant potential in cracked eggs detection. Key words：egg；crack；acoustic resonance；normalized least mean square (NLMS)；back propagation artificial neural network (BP-ANN) 中图分类号：TP391；TP27 文献标识码：A 文章编号：1002-6630(2010)02-0199-04 近年来，应用声学特性检测农产品的缺陷、损伤 等品质，国内外有较多的研究[ 1 -2 ] 。不同品质的农产品， 由于表面结构或内部品质的不同，在外界激励下作自由 振动时，产生的声音信号会呈现不同的特点[3]。de Belie 等[4]利用声脉冲响应技术检测了生长中的梨在收获后的变 化。王书茂[ 5 ] 用冲击振动法对西瓜的成熟度进行了检 测，利用声学特性的农产品品质检测方法也应用于禽蛋 裂纹的检测。当鸡蛋蛋壳出现裂纹时，其结构的刚度 和阻尼系数随之变化，且反映到其模态固有频率和阻尼 比上。经验数据表明，固有频率随着裂纹的加剧而下 降，其阻尼比则随着裂纹的扩展而增大，从而导致振 动传播受阻。因此，裂纹鸡蛋受冲击发出的声音沙哑 沉闷，完好蛋品发声清脆，基于这种声学特性的差异， 可以将完好鸡蛋和裂纹鸡蛋区分开。Ch o 等[ 6 ] 用声学响 应系统，进行检测蛋壳裂纹实验，使用多元线性回归 分析模型鉴别裂纹蛋。de Ketelaere 等[7]利用声学脉冲共 振特