论文部分内容阅读
随着消费者对红茶需求的增长，红茶已经成为全球最受欢迎的饮料之一，但红茶传统加工工艺相对落后，特别是红茶发酵过程中品质的实时监控一直是研究的难点和热点。传统的红茶发酵过程大多依靠人工经验控制，劳动强度大、人工成本高且主观性强。鉴于此，本研究提出了基于无损检测技术的红茶发酵过程快速监测研究。重点开展基于近红外(NIR)光谱，嗅觉传感器和计算机视觉(CVS)等无损检测技术的红茶发酵过程在线监测研究。具体研究工作如下：
1.基于FT-NIR光谱技术的红茶内部成分含量快速检测。利用FT-NIR光谱技术结合化学计量学方法建立模型，检测红茶中氨基酸，咖啡因，茶黄素，总多酚和水分的含量。在模型建立过程中，尝试了偏最小二乘法(PLS)，联合区间PLS(Si-PLS)，遗传算法PLS(GA-PLS )和反向区间筛选PLS(Bi-PLS)等不同算法。利用交互验证均方根误差(RMSECV)来优化模型，以校正相关系数(Rc)及预测相关系数(Rp)用来评价模型结果。结果显示，GA-PLS模型对氨基酸和水分含量的预测性能最佳，氨基酸模型的Rc=0.9506，Rp=0.9498，水分模型的Rc=0.9264，Rp=0.8785；Bi-PLS模型对咖啡因和茶黄素的预测性能最佳，咖啡因模型的Rc=0.9328，Rp=0.9232，茶黄素的模型Rc=0.9454，Rp=0.9240；Si-PLS对总多酚含量的预测性能最佳，总多酚的模型Rc=0.8914，Rp=0.879。研究表明FT-NIR光谱技术结合化学计量学结合可用于红茶中内部成分的检测，同时表明NIR光谱技术在红茶发酵过程中的内部成分的实时监测上具有可行性。
2.基于便携式NIR光谱技术的红茶发酵过程内部成分快速监测。本研究旨在开发一种便携式近红外光谱设备，实现红茶发酵过程中各种酚类化合物(如ferulicacid,gallicacid,L-epicatechin,phloridzinandrutin)的快速监测。在模型建立过程中，尝试了偏最小二乘法(PLS)，竞争自适应重加权采样PLS(CARS-PLS)，蚁群优化PLS(ACO-PLS)等不同算法。利用交互验证均方根误差(RMSECV)来优化模型，以校正相关系数(Rc)及预测相关系数(Rp)用来评价模型结果。其中，使用CARS-PLS对ferulicacid、gallicacid和rutin的含量预测最佳，ferulicacid模型的Rc=0.932，Rp=0.928，gallicacid模型的Rc=0.842，Rp=0.825，rutin的Rc=0.894，Rp=0.881；使用ACO-PLS对phloridzin和L-epicatechin的含量预测最佳，phloridzin模型的Rc=0.965，Rp=0.961，L-epicatechin的模型Rc=0.966，Rp=0.961；总体结果表明，便携式NIR结合化学计量法可用于红茶发酵过程内部成分的快速监测。
3.基于CSA电子鼻技术的红茶发酵程度监测。本研究建立了基于CSA技术的茶叶发酵实时监测方法，实现红茶发酵过程中发酵程度的监测。实验选取了红茶发酵过程中6个时间节点采集CSA的图像和光谱数据。通过主成分分析(PCA)，线性判别分析(LDA)和K-最近邻(KNN)算法分析CSA的图像和光谱数据，使用校正集和预测集判定准确率确定最优模型。其中，使用LDA对CSA的图像分析效果最佳，LDA模型的校准集的判定正确率为94%，预测集的判定正确率为92％。使用LDA对CSA的光谱数据的分析结果最佳，LDA模型的校准集的判定准确率为96%，预测集的判定准确率为93％。总体结果表明，CSA电子鼻技术实时监测红茶发酵过程具有一定的可行性。
4.基于计算机视觉系统的红茶发酵过程监测。设计了一种基于计算机视觉技术的红茶发酵过程中发酵程度监测系统，通过红茶发酵过程中外观变化检测发酵程度。实验选取了红茶发酵过程7个时间节点采集样本图像，通过计算机视觉系统提取样本图像的红，绿，蓝(RGB)色彩分量和色调，饱和度，强度(HSI)色彩分量组成6个图像颜色特征数据，同时提取样本图像的灰度共生矩阵(GLCM)组成18个图像纹理特征数据，将图像的特征数据和纹理特征数据合并组成图像特征数据。通过PCA，LDA和KNN分析图像特征数据，使用模型的校正集和预测集分类判定准确率作为最优模型的选择依据。结果表明，使用LDA模型所建立的模型效果最佳，LDA模型的校正集分类准确率为96%，预测集的分类率为95％。结果表明，计算机视觉系统实时监测红茶发酵过程具有一定的可行性。
5.基于数据融合技术的红茶发酵程度监测。构造了一种基于数据融合的红茶发酵过程中发酵程度检测系统，将CSA和CVS技术结合实现了红茶发酵过程中发酵程度的预测。实验选取了红茶发酵过程中6个时间节点的10个CSA数据和10个CVS数据，将两种数据融合后形成20个融合特征数据。通过PCA，LDA和KNN分析融合特征数据，使用模型的校正集和预测集分类判定准确率作为最优模型的选择依据。结果表明，使用LDA和KNN用于融合数据的分类效果性能。LDA模型和KNN模型的最佳结果在校正集以及预测集中均具有100％的分类效果。以上研究表明，CSA电子鼻技术融合CVS能实时监测红茶的发酵过程是可行的，且结果较单一技术有所提高。
1.基于FT-NIR光谱技术的红茶内部成分含量快速检测。利用FT-NIR光谱技术结合化学计量学方法建立模型，检测红茶中氨基酸，咖啡因，茶黄素，总多酚和水分的含量。在模型建立过程中，尝试了偏最小二乘法(PLS)，联合区间PLS(Si-PLS)，遗传算法PLS(GA-PLS )和反向区间筛选PLS(Bi-PLS)等不同算法。利用交互验证均方根误差(RMSECV)来优化模型，以校正相关系数(Rc)及预测相关系数(Rp)用来评价模型结果。结果显示，GA-PLS模型对氨基酸和水分含量的预测性能最佳，氨基酸模型的Rc=0.9506，Rp=0.9498，水分模型的Rc=0.9264，Rp=0.8785；Bi-PLS模型对咖啡因和茶黄素的预测性能最佳，咖啡因模型的Rc=0.9328，Rp=0.9232，茶黄素的模型Rc=0.9454，Rp=0.9240；Si-PLS对总多酚含量的预测性能最佳，总多酚的模型Rc=0.8914，Rp=0.879。研究表明FT-NIR光谱技术结合化学计量学结合可用于红茶中内部成分的检测，同时表明NIR光谱技术在红茶发酵过程中的内部成分的实时监测上具有可行性。
2.基于便携式NIR光谱技术的红茶发酵过程内部成分快速监测。本研究旨在开发一种便携式近红外光谱设备，实现红茶发酵过程中各种酚类化合物(如ferulicacid,gallicacid,L-epicatechin,phloridzinandrutin)的快速监测。在模型建立过程中，尝试了偏最小二乘法(PLS)，竞争自适应重加权采样PLS(CARS-PLS)，蚁群优化PLS(ACO-PLS)等不同算法。利用交互验证均方根误差(RMSECV)来优化模型，以校正相关系数(Rc)及预测相关系数(Rp)用来评价模型结果。其中，使用CARS-PLS对ferulicacid、gallicacid和rutin的含量预测最佳，ferulicacid模型的Rc=0.932，Rp=0.928，gallicacid模型的Rc=0.842，Rp=0.825，rutin的Rc=0.894，Rp=0.881；使用ACO-PLS对phloridzin和L-epicatechin的含量预测最佳，phloridzin模型的Rc=0.965，Rp=0.961，L-epicatechin的模型Rc=0.966，Rp=0.961；总体结果表明，便携式NIR结合化学计量法可用于红茶发酵过程内部成分的快速监测。
3.基于CSA电子鼻技术的红茶发酵程度监测。本研究建立了基于CSA技术的茶叶发酵实时监测方法，实现红茶发酵过程中发酵程度的监测。实验选取了红茶发酵过程中6个时间节点采集CSA的图像和光谱数据。通过主成分分析(PCA)，线性判别分析(LDA)和K-最近邻(KNN)算法分析CSA的图像和光谱数据，使用校正集和预测集判定准确率确定最优模型。其中，使用LDA对CSA的图像分析效果最佳，LDA模型的校准集的判定正确率为94%，预测集的判定正确率为92％。使用LDA对CSA的光谱数据的分析结果最佳，LDA模型的校准集的判定准确率为96%，预测集的判定准确率为93％。总体结果表明，CSA电子鼻技术实时监测红茶发酵过程具有一定的可行性。
4.基于计算机视觉系统的红茶发酵过程监测。设计了一种基于计算机视觉技术的红茶发酵过程中发酵程度监测系统，通过红茶发酵过程中外观变化检测发酵程度。实验选取了红茶发酵过程7个时间节点采集样本图像，通过计算机视觉系统提取样本图像的红，绿，蓝(RGB)色彩分量和色调，饱和度，强度(HSI)色彩分量组成6个图像颜色特征数据，同时提取样本图像的灰度共生矩阵(GLCM)组成18个图像纹理特征数据，将图像的特征数据和纹理特征数据合并组成图像特征数据。通过PCA，LDA和KNN分析图像特征数据，使用模型的校正集和预测集分类判定准确率作为最优模型的选择依据。结果表明，使用LDA模型所建立的模型效果最佳，LDA模型的校正集分类准确率为96%，预测集的分类率为95％。结果表明，计算机视觉系统实时监测红茶发酵过程具有一定的可行性。
5.基于数据融合技术的红茶发酵程度监测。构造了一种基于数据融合的红茶发酵过程中发酵程度检测系统，将CSA和CVS技术结合实现了红茶发酵过程中发酵程度的预测。实验选取了红茶发酵过程中6个时间节点的10个CSA数据和10个CVS数据，将两种数据融合后形成20个融合特征数据。通过PCA，LDA和KNN分析融合特征数据，使用模型的校正集和预测集分类判定准确率作为最优模型的选择依据。结果表明，使用LDA和KNN用于融合数据的分类效果性能。LDA模型和KNN模型的最佳结果在校正集以及预测集中均具有100％的分类效果。以上研究表明，CSA电子鼻技术融合CVS能实时监测红茶的发酵过程是可行的，且结果较单一技术有所提高。