目前，蠶繭質(zhì)量評(píng)級(jí)通常是取50g鮮樣繭剝?nèi)ダO衣、削剖、倒出蛹和蛻皮，清除死籠污物，稱(chēng)鮮殼重，烘干至無(wú)水恒重時(shí)稱(chēng)其干殼重量，以干殼重量進(jìn)行分級(jí)[1]。由于整個(gè)過(guò)程的烘殼時(shí)間較長(zhǎng)，繭站面對(duì)千家萬(wàn)戶(hù)售繭，來(lái)不及逐個(gè)檢測(cè)，于是很多繭站采用手摸、目測(cè)、口喊價(jià)。而根據(jù)手感濕度和蠶繭表面疵病來(lái)判斷蠶繭的好壞，只能評(píng)定蠶繭的外觀質(zhì)量，測(cè)試精度低，易受評(píng)定者的主觀因素和實(shí)際經(jīng)驗(yàn)影響，不能達(dá)到“優(yōu)質(zhì)優(yōu)價(jià)”，極大地?fù)p傷了蠶農(nóng)提高蠶繭質(zhì)量的積極性。而且，剖繭稱(chēng)重破壞試樣，造成極大的浪費(fèi)。據(jù)統(tǒng)計(jì)，我國(guó)每年為檢測(cè)蠶繭質(zhì)量而浪費(fèi)鮮蠶繭930t，直接經(jīng)濟(jì)損失1300萬(wàn)元，既浪費(fèi)生產(chǎn)絲140t，又減少創(chuàng)匯392萬(wàn)美元。為了實(shí)現(xiàn)按質(zhì)論價(jià)及不浪費(fèi)收購(gòu)蠶繭的原則，蠶業(yè)界內(nèi)外人士一直在不懈地努力，尋求一種質(zhì)量無(wú)損的檢測(cè)方法，中國(guó)測(cè)試研究院、四川省農(nóng)業(yè)科學(xué)院蠶業(yè)研究所、成都電子科技大學(xué)、浙江大學(xué)和浙江省農(nóng)業(yè)科學(xué)院等單位先后對(duì)此進(jìn)行過(guò)研究；研究的方法有熒光數(shù)模評(píng)繭法、動(dòng)量分離原理的超聲波檢測(cè)、懸浮2次稱(chēng)重法、彈力測(cè)定法和分析扣減水分法等，但這些方法均由于精度不高，最終沒(méi)能實(shí)用化。近年來(lái)，湖北省農(nóng)業(yè)科學(xué)院經(jīng)濟(jì)作物研究所和湖北工業(yè)大學(xué)設(shè)計(jì)了利用數(shù)字圖像處理技術(shù)、光電技術(shù)及振動(dòng)原理對(duì)桑蠶鮮(干)繭質(zhì)量開(kāi)展無(wú)損智能檢測(cè)技術(shù)的研究并取得了一定進(jìn)展。
1基于數(shù)字圖像處理和光電技術(shù)的桑蠶繭無(wú)損智能檢測(cè)
根據(jù)GB/T19113—2003《桑蠶鮮繭分級(jí)(干殼量法)》，干殼量是蠶繭評(píng)級(jí)項(xiàng)目中的主要檢測(cè)項(xiàng)目，可根據(jù)“質(zhì)量＝體積×密度計(jì)算繭殼量”計(jì)算，由于同一個(gè)地方、同一季節(jié)每一相同品種的桑蠶絲密度相對(duì)比較穩(wěn)定，因而求繭殼量主要是求其體積。其基本原理是通過(guò)光照蠶繭，用CCD攝像器對(duì)被檢繭進(jìn)行圖像采集，利用其表面積圖像的像素點(diǎn)和透射圖像的灰度值分別表示蠶繭的表面積和厚度，進(jìn)而求出繭殼體積。通過(guò)專(zhuān)用軟件對(duì)采集到的圖像數(shù)據(jù)進(jìn)行分析處理、數(shù)學(xué)建模，建立標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)，進(jìn)而推算出蠶繭干殼質(zhì)量。然后再利用數(shù)據(jù)庫(kù)技術(shù)，根據(jù)不同的品種和同一品種在不同的季節(jié)建立桑蠶繭干殼量評(píng)級(jí)的標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)，利用此數(shù)據(jù)庫(kù)可以確定所測(cè)蠶繭基本級(jí)別[2]。設(shè)計(jì)方案總流程圖如圖1所示。
圖1方案總流程圖
1.1好蛹率、色澤及勻凈度檢測(cè)
根據(jù)鮮蠶繭的表面圖和透視圖及利用閾值和灰度值的計(jì)算進(jìn)行判別，即在一定光強(qiáng)(普通光源與激光光源)的照射下，對(duì)桑蠶繭攝像并利用數(shù)字圖像處理技術(shù)設(shè)立不同的閾值，根據(jù)不同閾值下的像素點(diǎn)的多少來(lái)判斷色澤的級(jí)別，由桑蠶繭表面圖像判斷被測(cè)桑蠶繭受污情況(黃斑繭等)，可快速找出次繭。通過(guò)鮮蠶繭的透視圖像及鮮蠶蛹的輪廓曲線(xiàn)判別出化蛹繭、毛腳繭、僵蛹(蠶)繭、死籠繭、內(nèi)印繭[3]。根據(jù)不同品種和同一品種在不同季節(jié)生產(chǎn)的桑蠶繭建立鮮蠶繭相對(duì)于好蛹率評(píng)級(jí)的標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)，利用此數(shù)據(jù)庫(kù)依據(jù)GB/T19113—2003《桑蠶鮮繭分級(jí)(干殼量法)》標(biāo)準(zhǔn)確定所測(cè)蠶繭是升級(jí)還是降級(jí)，通過(guò)對(duì)不同產(chǎn)地蠶繭進(jìn)行檢測(cè)，誤差小于0.1%。
1.2干殼量檢測(cè)
利用氦氖激光對(duì)蠶繭進(jìn)行透射，利用圖像灰度值和不同厚度蠶繭透光不同的關(guān)系，應(yīng)用亮度方程計(jì)算蠶繭圖像每一點(diǎn)的灰度值和每個(gè)像素點(diǎn)的w值，再求平均值；通過(guò)實(shí)驗(yàn)研究建立與w值相對(duì)應(yīng)的蠶繭繭層厚度數(shù)據(jù)庫(kù)，采用積分旋轉(zhuǎn)體蠶繭繭層數(shù)學(xué)模型對(duì)其進(jìn)行分析處理，求得干殼量。研究表明[4]：桑蠶繭表面積相對(duì)誤差小于1%；對(duì)形狀規(guī)則的桑蠶繭和在電源穩(wěn)定的條件下，桑蠶繭厚度測(cè)量誤差可控制在2%以?xún)?nèi)；依據(jù)GB/T19113—2003檢測(cè)50g鮮上車(chē)?yán)O的干殼量，檢測(cè)精度可達(dá)0.5g。
研究證明，此方法是切實(shí)可行的，采用此檢測(cè)方法可以檢驗(yàn)以下項(xiàng)目并能夠達(dá)到以下指標(biāo)：(1)不切剖蠶繭，減少蠶繭資源浪費(fèi)和經(jīng)濟(jì)損失；(2)可簡(jiǎn)便、直觀、快速地對(duì)蠶繭評(píng)級(jí)，具有智能性；(3)50克鮮蠶繭干殼量可精確到0.5g；(4)好蛹率的測(cè)量準(zhǔn)確率95%以上；(5)繭層含水率可精確到0.2%以?xún)?nèi)；(6)能準(zhǔn)確地測(cè)出繭粒數(shù)；(7)能準(zhǔn)確地鑒別出蠶繭色澤。
2基于振動(dòng)信號(hào)的無(wú)損質(zhì)量檢測(cè)
根據(jù)振動(dòng)信號(hào)無(wú)損檢測(cè)蠶繭質(zhì)量方法的基本原理是將繭殼固定在某一專(zhuān)用夾具中(蠶蛹在繭殼中可以隨機(jī)振動(dòng))，激振器以正弦規(guī)律激振。通過(guò)加速度傳感器采集振動(dòng)原始信號(hào)，再經(jīng)過(guò)信號(hào)處理得到蠶蛹在繭殼中的隨機(jī)振動(dòng)信號(hào)[5]。由試驗(yàn)論證在相同的條件下(如激振器的激振頻率，激振功率不變等條件)，蠶蛹的重量越重，蠶蛹在繭殼中隨機(jī)振動(dòng)信號(hào)就越強(qiáng)烈(表現(xiàn)為振動(dòng)信號(hào)的幅值大、方差大等特征值上)。然后找出蠶蛹隨機(jī)振動(dòng)信號(hào)中與蠶蛹重量有關(guān)的特征值。最后利用這些特征值建立判別蠶蛹重量的BP神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型.繼而根據(jù)該數(shù)學(xué)模型來(lái)判別蠶蛹的重量，從而間接推出蠶繭繭殼的干殼量[6]。此檢測(cè)方法的振動(dòng)測(cè)試試驗(yàn)裝置圖如圖2所示。
圖2振動(dòng)測(cè)試試驗(yàn)裝置圖
研究設(shè)計(jì)了基于虛擬儀器信號(hào)發(fā)生器軟件、自動(dòng)批量數(shù)據(jù)采集系統(tǒng)、桑蠶繭無(wú)損智能檢測(cè)系統(tǒng)及數(shù)據(jù)處理Matlab節(jié)點(diǎn)程序等軟件；開(kāi)展了利用小波包對(duì)振動(dòng)信號(hào)進(jìn)行分解、對(duì)低頻和高頻段信號(hào)進(jìn)行特征參數(shù)的提取、振動(dòng)加速度信號(hào)特征的優(yōu)選及神經(jīng)網(wǎng)絡(luò)和回歸分析的特征識(shí)別等工作。小波包分析既能分解桑蠶繭振動(dòng)的低頻信號(hào)，也能分解蠶蛹跳動(dòng)的高頻信號(hào)，對(duì)低頻與高頻信號(hào)的綜合分析，能有效提取與桑蠶繭質(zhì)量對(duì)應(yīng)的振動(dòng)信號(hào)的特征。確定了與蠶蛹重量有關(guān)的9個(gè)特征值，并以此作為BP神經(jīng)網(wǎng)絡(luò)的輸入。神經(jīng)網(wǎng)絡(luò)的輸出層為1個(gè)，即蠶蛹的重量。以100個(gè)樣本作為訓(xùn)練樣本，以另外100個(gè)樣本為預(yù)測(cè)樣本，采用神經(jīng)網(wǎng)絡(luò)分析結(jié)果表明，50g鮮上車(chē)?yán)O干殼量誤差小于0.2g的準(zhǔn)確率達(dá)到73.8%，誤差小于0.3g的準(zhǔn)確率達(dá)到93%[7]；這2年，經(jīng)對(duì)系統(tǒng)進(jìn)行改進(jìn)，50g鮮上車(chē)?yán)O干殼量誤差小于0.2g的準(zhǔn)確率達(dá)到82%，但是實(shí)驗(yàn)結(jié)果還存在誤差值較大的比例，雖然比例較小，其原因是蠶蛹在繭殼中“卡死”，不產(chǎn)生振動(dòng)信號(hào)，從而造成檢測(cè)誤差，有待今后研究中進(jìn)一步處理解決。
3小結(jié)
依據(jù)光電與數(shù)字處理技術(shù)，實(shí)現(xiàn)了對(duì)蠶繭繭層水份、色澤勻凈度、內(nèi)印繭、僵蛹(蠶)繭、上車(chē)?yán)O、柴印繭及干殼量等的智能無(wú)損檢測(cè)；而依據(jù)振動(dòng)原理對(duì)蠶繭干殼量的無(wú)損智能檢測(cè)精度較前個(gè)方法高，雖然仍未能完全達(dá)到國(guó)家標(biāo)準(zhǔn)規(guī)定的精度要求，但相對(duì)于以前的檢測(cè)方法已是一個(gè)很大的跨越和進(jìn)步，是實(shí)現(xiàn)蠶繭質(zhì)量智能無(wú)損檢測(cè)最有效的途徑之一，若達(dá)到實(shí)用化程度后能基本實(shí)現(xiàn)長(zhǎng)期以來(lái)不能實(shí)現(xiàn)的“優(yōu)質(zhì)優(yōu)價(jià)、劣質(zhì)劣價(jià)”國(guó)家蠶繭收購(gòu)政策，并且評(píng)定精度級(jí)別穩(wěn)定可靠，人為影響因素小，儀評(píng)度高，將對(duì)提高蠶農(nóng)養(yǎng)優(yōu)蠶的積極性和推動(dòng)我國(guó)桑蠶業(yè)的發(fā)展起重要作用。
（esilk.net聲明：本網(wǎng)登載此文旨在傳遞更多行業(yè)資訊，文章內(nèi)容僅供參考。）
官方微博
官方微信
