熊顯名++王心芒++張文濤++聶君揚(yáng)++唐綺雯

doi：10.15889/j.issn.1002-1302.2016.10.114

摘要：針對(duì)小麥含水率檢測(cè)快速、便捷的需求，設(shè)計(jì)基于近紅外三波長(zhǎng)法的小麥含水率檢測(cè)系統(tǒng)，系統(tǒng)主要由ARM Cortex-M3主控芯片、激光二極管驅(qū)動(dòng)電路、光電轉(zhuǎn)換電路、積分球等組成。通過研究小麥含水率對(duì)3個(gè)不同波長(zhǎng)光功率吸收的規(guī)律，結(jié)合五元三次多項(xiàng)式回歸擬合方法，建立小麥含水率與3個(gè)不同波長(zhǎng)光吸收率的數(shù)學(xué)模型，并對(duì)模型進(jìn)行可靠性檢驗(yàn)。與直接干燥法相比，系統(tǒng)對(duì)含水率為5.0%～10.3%的小麥的含水率絕對(duì)測(cè)量誤差為 -2.2%～0.8%，響應(yīng)時(shí)間小于1.5 s，以達(dá)到實(shí)用的要求。

關(guān)鍵詞：小麥；籽粒含水率；近紅外三波長(zhǎng)法；無損檢測(cè)

中圖分類號(hào)： S237文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2016）10-0390-04

收稿日期：2015-08-10

基金項(xiàng)目：廣西壯族自治區(qū)自然科學(xué)基金（編號(hào)：2014GXNSFGA118003、2013GXNSFDA019002）；廣西教育廳項(xiàng)目（編號(hào)：ZD2014057）；廣西壯族自治區(qū)桂林市科學(xué)研究與技術(shù)開發(fā)課題（編號(hào)：20130122-2、20140127-1）。

作者簡(jiǎn)介：熊顯名（1964—），男，廣西桂林人，研究員，碩士生導(dǎo)師，研究方向?yàn)楣怆姍z測(cè)與智能儀器。E-mail：xmxiong@guet.edu.cn。

通信作者：王心芒。E-mail：mang11@sina.com。糧食的含水率是評(píng)價(jià)糧食品質(zhì)的一個(gè)重要指標(biāo)，它直接影響產(chǎn)品的質(zhì)量和保存期限[1-2]；小麥?zhǔn)鞘澜缟峡偖a(chǎn)量位居第二的糧食作物[3]，僅次于玉米。因此，在小麥的存儲(chǔ)和加工應(yīng)用中，含水率的檢測(cè)[4-5]非常重要。傳統(tǒng)的烘干法[6]和電導(dǎo)法[1，7-8]是小麥含水率檢測(cè)的主要方法。這2種方法具有精度高、測(cè)量結(jié)果穩(wěn)定的優(yōu)點(diǎn)，但是使用條件的限制無法滿足在線非接觸式連續(xù)測(cè)量的需求；近紅外光譜法[9-10]具有分析速度快、無損檢測(cè)的優(yōu)點(diǎn)，但目前國(guó)內(nèi)的近紅外光譜分析儀器主要以進(jìn)口為主，價(jià)格高，保修困難，且光路復(fù)雜、體積大，較難滿足現(xiàn)場(chǎng)檢測(cè)。因此，設(shè)計(jì)出便攜、快速、無損的小麥含水率檢測(cè)系統(tǒng)非常有必要。本研究結(jié)合近紅外光譜法的優(yōu)點(diǎn)，提出采用半導(dǎo)體近紅外激光二極管設(shè)計(jì)含水率檢測(cè)系統(tǒng)，以積分球[11]為核心，采用3個(gè)不同波長(zhǎng)的激光二極管光源和1個(gè)InGaAs半導(dǎo)體探測(cè)器[12]，去除一般光譜儀器中必須采用的移動(dòng)部件，將光源和分光器件合二為一；將ARM Cortex-M3主控芯片作為儀器控制中心，具有自動(dòng)校正和豐富的人機(jī)交互功能。

1小麥籽粒含水率檢測(cè)系統(tǒng)硬件設(shè)計(jì)

1.1光學(xué)系統(tǒng)設(shè)計(jì)

1.1.1光源選擇系統(tǒng)采用陣列式半導(dǎo)體激光器作為光源，積分球[11]作為光收集器，將光源與分光系統(tǒng)合二為一，提高儀器的穩(wěn)定性。近紅外波段（800～2 500 nm）屬于通信波段，此波段的激光光源豐富、價(jià)格適中、光纖技術(shù)較為成熟[13]。有研究發(fā)現(xiàn)，水分子在近紅外波段具有很強(qiáng)的特征性的合頻吸收帶[9-10]，因此根據(jù)市場(chǎng)現(xiàn)有近紅外波段波長(zhǎng)的激光二極管和水的近紅外光譜圖選擇1個(gè)測(cè)量波長(zhǎng)和2個(gè)參比進(jìn)行含水率的測(cè)定。

由圖1可知，水分子在近紅外波段出現(xiàn)3個(gè)吸收峰。在1 200 nm處的吸收率很小，適合含水率大于50%的分析測(cè)量，在1 440、1 940、2 950 nm處吸收率較大。其中，2 950 nm屬于中紅外波段，測(cè)量范圍窄，而且光源價(jià)格較高，適用于高精度的水分測(cè)量；1 940 nm吸收率在1 200～1 440 nm之間，適合含水率大于20%的分析測(cè)量；1 440 nm適合含水率小于20%的分析測(cè)量，而且該波長(zhǎng)的激光器市場(chǎng)供應(yīng)量充足，價(jià)格便宜。根據(jù)以上分析，系統(tǒng)采用1 440 nm的激光二極管作為小麥含水率測(cè)量光源。參比波長(zhǎng)要求對(duì)水分吸收很少，光譜值的偏差很小，且盡量靠近測(cè)量波長(zhǎng)。根據(jù)圖1結(jié)合市場(chǎng)現(xiàn)有近紅外波段波長(zhǎng)的激光二極管，選擇1 310、1 550 nm作為參比波長(zhǎng)，兩者偏差分別為0.02、0.03。

1.1.2積分球設(shè)計(jì)積分球是用于光度測(cè)量的中空球腔，腔壁采用無波長(zhǎng)選擇性的漫反射性鍍金涂料，其反射率高達(dá)96%以上[11]。積分球的結(jié)構(gòu)如圖2所示，光源照射到樣品上，被樣品漫反射的光經(jīng)過球體內(nèi)部的多次反射，絕大部分進(jìn)入檢測(cè)器被接收。由于接收了絕大部分的分析光，提高了系統(tǒng)的信噪比，降低了由于入射光的形狀和角度等對(duì)測(cè)量產(chǎn)生的影響。積分球內(nèi)徑60 mm，樣品杯內(nèi)徑13 mm。

1.1.3光電探測(cè)器的選擇光電探測(cè)器的作用是將光信號(hào)轉(zhuǎn)換成電信號(hào)，一般由光敏器件構(gòu)成，光敏器件的材料決定了其探測(cè)波長(zhǎng)的范圍。由于系統(tǒng)采用分時(shí)驅(qū)動(dòng)3路激光的方法，因此采用單通道銦鎵砷（InGaAs）探測(cè)器[12]，其工作波長(zhǎng)為800～2 500 nm，符合系統(tǒng)要求。

1.2硬件電路的設(shè)計(jì)

硬件系統(tǒng)的整體框圖如圖3所示，主要由ARM Cortex-M3主控芯片、激光二極管驅(qū)動(dòng)電路、光電轉(zhuǎn)換電路、A/D轉(zhuǎn)換電路、4.3寸觸摸屏、通信端口等組成。

通過觸摸屏按鍵發(fā)出檢測(cè)命令，多路開關(guān)分時(shí)驅(qū)動(dòng)3個(gè)不同波長(zhǎng)的激光二極管，光源進(jìn)入裝有小麥樣品的積分球后，由光電探測(cè)器輸出；探測(cè)器輸出信號(hào)通過光電轉(zhuǎn)換電路和 A/D 轉(zhuǎn)換電路后輸送到ARM Cortex-M3主控芯片。由ARM Cortex-M3主控芯片根據(jù)小麥樣品對(duì)3個(gè)不同波長(zhǎng)的光吸收量調(diào)取已構(gòu)建的數(shù)學(xué)模型計(jì)算出小麥的含水率，進(jìn)而在顯示器顯示測(cè)量數(shù)據(jù)；可選擇通過微型打印機(jī)打印測(cè)量數(shù)據(jù)或與其他USB設(shè)備通信。

1.2.1主控芯片選用意法半導(dǎo)體公司以ARM Cortex-M3為核心的32位微控制器STM32F103，工作頻率為72 MHz，芯片內(nèi)部集成了高速存儲(chǔ)器、豐富的I/O接口、SPI、I2C等接口模塊，完全符合系統(tǒng)設(shè)計(jì)要求。其主要任務(wù)是控制各輸入輸出設(shè)備實(shí)現(xiàn)人機(jī)互動(dòng)，并實(shí)現(xiàn)數(shù)據(jù)的采集和運(yùn)算。

1.2.2激光驅(qū)動(dòng)電路采用帶有自動(dòng)功率控制及安全關(guān)斷功能的激光驅(qū)動(dòng)器MAX3766[14]，該驅(qū)動(dòng)器可提供高達(dá)60 mA的調(diào)制電流和80mA的偏置電流。系統(tǒng)采用3片驅(qū)動(dòng)器分別驅(qū)動(dòng)3個(gè)不同波長(zhǎng)的激光二極管。單片MAX3766外圍設(shè)計(jì)電路如圖4所示，其RBIASMAX和RMOD決定了激光器的偏置電流和調(diào)制電流。

RBIAMAX=1.55 V/IBIAMAX-520 Ω；（1）

RMOD=1.55 V/IMOD-520 Ω。（2）

式中：IBIAMAX為偏置電流，IMOD為調(diào)制電流。

1.2.3光電轉(zhuǎn)換電路積分球內(nèi)的樣品對(duì)漫反射光充分吸收后，探測(cè)器接收到的光強(qiáng)很弱，其輸出的電流范圍在幾百pA到幾μA之間，因此對(duì)探測(cè)信號(hào)進(jìn)行放大，采用跨導(dǎo)放大器[15]將電流信號(hào)轉(zhuǎn)換為電壓信號(hào)輸出。選用TI公司的超低偏置電流運(yùn)算放大器ADA7817，光電轉(zhuǎn)換電路如圖5所示。R2決定電流信號(hào)放大倍數(shù)，C1作用是避免電路產(chǎn)生振鈴現(xiàn)象，R1為補(bǔ)償電阻（R1=R2），C2作用是消除R1的噪聲干擾。

1.2.4A/D轉(zhuǎn)換電路光電轉(zhuǎn)換電路輸出的模擬電壓信號(hào)須經(jīng)過A/D轉(zhuǎn)換后輸入控制器。系統(tǒng)選用16位，真差分輸入A/D芯片ADS8865進(jìn)行模數(shù)轉(zhuǎn)換。在輸入前端采用低通

濾波器對(duì)模擬信號(hào)進(jìn)行濾波，以達(dá)到降低輸入紋波的目的。A/D轉(zhuǎn)換電路如圖6所示。

2小麥籽粒含水率檢測(cè)系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)的軟件以μC/OS Ⅱ系統(tǒng)+μC/GUI界面為核心，以ARM Cortex-M3主控芯片為載體，主要完成激光驅(qū)動(dòng)信號(hào)、A/D轉(zhuǎn)換電路、4.3寸觸摸屏、USB通訊和打印機(jī)的控制，信號(hào)采集后的算法處理等功能（圖7）。在μC/OSⅡ操作系統(tǒng)下執(zhí)行主任務(wù)、A/D采集與處理任務(wù)、觸摸屏任務(wù)、μC/GUI任務(wù)、通信任務(wù)5個(gè)任務(wù)。

3小麥籽粒含水率與光功率的關(guān)系

3.1材料與方法

3.1.1樣品選擇樣品選用江蘇省糧食局提供的2015年小麥樣品，品種為白麥。

3.1.2方法小麥的含水率測(cè)定參照GB 5009.3—2010《食品中水分的測(cè)定》的直接干燥法，在標(biāo)準(zhǔn)大氣壓下利用（103±2） ℃的DHG-9123A型鼓風(fēng)干燥箱（上海精宏實(shí)驗(yàn)設(shè)備有限公司）、FA2204B電子分析天平（上海精密科學(xué)儀器有限公司）、干燥器和樣品杯測(cè)量得到小麥樣品的初始濕基含水率為5%。

稱取15份80～100 g初始含水率的小麥樣品，采用多次少量的方法添加一定質(zhì)量的去離子水配制成濕基含水率范圍為5.0%～10.3%的樣品。利用直接干燥法測(cè)量后的樣品用保鮮膜封住樣品杯口，放入25 ℃的恒溫箱4 h以上；依次取出樣品，并且迅速將樣品杯置于積分球中，測(cè)量3個(gè)波長(zhǎng)的光源經(jīng)過該樣品后的光功率輸出，測(cè)量值表現(xiàn)為A/D讀取的電壓值。為了保證測(cè)量的準(zhǔn)確性，每個(gè)含水率的樣品測(cè)量復(fù)3次，3次測(cè)量的平均值作為測(cè)量結(jié)果。不同含水率的樣品對(duì)3個(gè)波長(zhǎng)光源的光功率輸出如表1所示。

3.2試驗(yàn)結(jié)果與分析

3.2.1小麥樣品集劃分按照含水率均勻分布原則，將15個(gè)小麥樣品以2 ∶1劃分為校正集和測(cè)試集。樣品的分布情況見表2。

3.2.2模型的建立根據(jù)表1數(shù)據(jù)，通過Origin Pro軟件繪制小麥樣品不同含水率下對(duì)3個(gè)波長(zhǎng)光源的光功率吸收?qǐng)D。

由以上分析可知，含水率和3個(gè)波長(zhǎng)光功率之間具有相關(guān)性。由圖8可知，1 440 nm處的光吸收率是占絕對(duì)作用的，引入該處吸收率的三次方作為變量；1 310、1 550 nm處的光吸收率很小，可類似等價(jià)于線性變化，引入這2處光吸收率的一次方作為變量。利用MATLAB軟件對(duì)小麥含水率校正集試驗(yàn)數(shù)據(jù)進(jìn)行五元三次多項(xiàng)式回歸擬合[16-17]，擬合結(jié)果如式（3）所示。

y=-5.939 8x1-1.249 4x2+0.399 6x22-0.123 0x23-28.92x3+114.328 2。（3）

式中：y為濕基含水率，%；x1、x2、x3分別為1 310、1 440、1 550 nm 光源的光功率A/D讀取值，V。該模型的回判相關(guān)系數(shù)為0.769 1，校正相關(guān)系數(shù)為0.726 7。

3.2.3模型的檢驗(yàn)進(jìn)行模型的檢驗(yàn)試驗(yàn)，對(duì)式（3）模型的準(zhǔn)確性和適用性進(jìn)行評(píng)估。將5個(gè)測(cè)試集的樣品分別用本檢測(cè)系統(tǒng)3次測(cè)量取平均值，利用式（3）模型計(jì)算出的含水率和直接干燥法的含水率比較，由MATLAB軟件計(jì)算得到的含水率和直接干燥法的含水率之間的決定系數(shù)r2=0.955 0。因此，式（3）可作為小麥含水率的預(yù)測(cè)模型。

4結(jié)論

本試驗(yàn)基于近紅外三波長(zhǎng)法設(shè)計(jì)以積分球?yàn)楹诵?、以ARM Cortex-M3為主控芯片、具有自動(dòng)校正模型的小麥含水率檢測(cè)系統(tǒng)（圖9），研究含水率（5.0%～10.3%）和3個(gè)波長(zhǎng)（1 310、1 440、1 550 nm）光吸收率的關(guān)系，建立含水率從和光吸收率之間的五元三次方程模型，驗(yàn)證模型的準(zhǔn)確性和適用性。結(jié)果表明，以直接干燥法作為標(biāo)準(zhǔn)，設(shè)計(jì)的小麥含水率檢測(cè)系統(tǒng)對(duì)含水率為5.0%～10.3%小麥的測(cè)量絕對(duì)誤差為 -2.2%～08%，響應(yīng)時(shí)間小于1.5 s。

參考文獻(xiàn)：

[1]郝曉莉，張本華，孟淑潔，等. 介電特性在糧食含水率檢測(cè)中的應(yīng)用研究[J]. 農(nóng)機(jī)化研究，2006（2）：121-123，131.

[2]何中虎，夏先春，陳新民，等. 中國(guó)小麥育種進(jìn)展與展望[J]. 作物學(xué)報(bào)，2011，37（2）：202-215.

[3]商兆堂，何浪，商舜，等. 江蘇省冬小麥生長(zhǎng)期間的氣候特征[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（3）：56-62.

[4]李長(zhǎng)友. 稻谷干燥含水率在線檢測(cè)裝置設(shè)計(jì)與試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2008，39（3）：56-59.

[5]李業(yè)德. 基于介質(zhì)損耗因數(shù)的糧食水分測(cè)量方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22（2）：14-17.

[6]蘇祎. 對(duì)烘干法水分分析原理的研究[J]. 中國(guó)計(jì)量，2009（12）：67-70.

[7]王曉雷，胡建東，江敏，等. 附加電阻法快速測(cè)定土壤含水率的試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25（10）：76-81.

[8]郭文川，王婧，劉馳. 基于介電特性的薏米含水率檢測(cè)方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2012，43（3）：113-117.

[9]秦善知，陳斌，陸道禮，等. 基于便攜式近紅外光譜儀檢測(cè)梨可溶性固形物[J]. 江蘇農(nóng)業(yè)科學(xué)，2014（8）：284-286.

[10]Phil W，Karl N. Near-infrared technology in the agricultural and food industries[R]. American Association of Cereal Chemists，Inc.，1987.

[11]陸耀東，史紅民，齊學(xué)，等. 積分球技術(shù)在高能激光能量測(cè)量中的應(yīng)用[J]. 強(qiáng)激光與粒子束，2000，12（增刊1）：106-109.

[12]尤明慧.InGaAs（Sb）近、中紅外激光器材料與器件研究[D]. 長(zhǎng)春：長(zhǎng)春理工大學(xué)，2013.

[13]Deng R R，He Y Q，Qin Y，et al. Measuring pure water absorption coefficient in the near-infrared spectrum（900～2 500 nm）[J]. Journal of Remote Sensing，2012，16（1）：192-206.

[14]羅治福，付婷婷，張瑩，等. 一種激光二極管精密驅(qū)動(dòng)電路[J]. 電子技術(shù)，2014（9）：61-63，60.

[15]傅文淵，凌朝東. 應(yīng)用于跨導(dǎo)放大器設(shè)計(jì)的線性度優(yōu)化方法[J]. 電子學(xué)報(bào)，2013（6）：1214-1218.

[16]謝宇. 回歸分析 [M]. 修訂版. 北京：社會(huì)科學(xué)文獻(xiàn)出版社，2013.

[17]鞠金艷，王金峰.基于 BP 神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)機(jī)械化作業(yè)水平預(yù)測(cè)[J]. 農(nóng)機(jī)化研究，2015（3）：74-78.牛萍娟，李艷艷，田會(huì)娟，等. 基于LabVIEW的智能LED植物補(bǔ)光照明系統(tǒng)設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44（10）：394-398.