Распознавание мучнистых зерен пшеницы по уровню плотности потока отраженного излучения в красной области спектра

Введение
В последнее время все чаще для очистки зерна от примесей, отличающихся по цвету, используются фотосепараторы. Однако, методы спектрального анализа позволяют по оптическим характеристикам зерна, коррелирующим с тем или иным показателям качества, проводить его подсортировку [1].

Класс пшеницы определяется рядом показателей, в частности, стекловидностью. Повышение стекловидности партии зерна тем или иным методом может обеспечить повышения класса и, соответственно, стоимости. Стекловидное зерно дает более ценную муку (в частности макаронную). Более того, имеет место существенная разница в содержании белка у стекловидных и мучнистых зерен внутри одной партии зерна. Стекловидное зерно содержит больше белка, как это видно из табл.1.
 

 
Т.е., удалив часть мучнистых зерен, мы можем поднять класс зерна, как за счет повышения стекловидности, так и за счет повышения содержания белка. На рис.1 представлены требования к классу зерна пшеницы по стекловидности и содержанию белка в соответствии с ГОСТ Р 52554-2006.
 
Методика исследований
В качестве объекта исследований использовалось зерно белой пшеницы двух сортов.
Отбор стекловидных и мучнистых зерен проводился в соответствии с ГОСТ 10987-76 (Методы определения стекловидности), используя диафаноскоп и визуальную оценку.

 
Рисунок 1 - Требования к классу зерна пшеницы по стекловидности и содержанию белка в соответствии с ГОСТ Р 52554-2006.
 
Съемка диффузных спектров отражения отдельных зерновок производилась в МГУ им. М.В. Ломоносова с использованием оригинальной измерительной методики на спектрофлуориметре Perkin Elimer LS55, работающем в диапазоне длин волн от 200 до 800 нм с дискретностью 0.5 нм.
 
Результаты
На рис.2 и рис.3 даны спектры диффузного отражения мучнистых и стекловидных зерен пшеницы для двух образов.

 
Рисунок 2. - Спектры диффузного отражения стекловидных (а) и мучнистых (б) зерен пшеницы (серия 1).
 

Рис. 3 - Спектры диффузного отражения стекловидных (а) и мучнистых (б) зерен пшеницы (серия 2).
 
На рис.4 даны усредненные спектры для обеих выборок.
 

 
Рис.4. Усредненные спектры диффузного отражения: 1 - мучнистых, 2 - стекловидных зерен пшеницы.
 
Обсуждение и выводы
В фотосепараторах для оценки отражательной (или пропускательной) способности зерна используются светодиоды с определенными спектральными характеристиками. Наиболее доступны и получили широкое распространение светодиоды с доминантной длинной волны 470, 520 и 630 нм, соответствующие синей, зеленой и красной областям спектра видимого излучения.

Рассмотрим в качестве диагностических признаков уровни сигналов в некотором спектральном диапазоне той или иной части спектра, которые характеризуют отражательную способность объекта в этом диапазоне волн.
Обычно, для повышения класса зерна требуется удалить сравнительно небольшую часть мучнистых зерен. В качестве оценки эффективности выделения примем коэффициент вариации K_v, равный отношению стандартного отклонения диагностического признака для стекловидных зерен к разности средних значений диагностических признаков обучающей выборки мучнистых и стекловидных зерен.

На рис.5 показана разность в уровнях диагностического признака между мучнистыми и миловидными зернами в диапазоне рассматриваемых длин волн.
 

 
Рис.5. Зависимость усредненной разности сигналов от длины волны.
 
Максимум уровней разницы сигналов для обоих видов зерна наблюдается в районе длин волн 630 нм. Однаако, сама по себе большая разница не является основанием для предпочтения данной области спектра. Существенное значение имеет разброс данных на множестве однотипных зерен. В случае выделения мучнистых зерен за комплексный показатель эффективности можно принять коэффициент вариации - отношение дисперсии сигнала для стекловидных зерен к разности средних значений сигналов для мучнистых и стекловидных зерен. Чем меньше этот показатель, тем меньше стекловидных зерен будет удалено при сортировке.
На рис.6 дана зависимость коэффициента вариации в зависимости от длины волны сигнала.

Из рис.6 видно, что наименьшие значения коэффициента вариации (0.5-0.6) лежат в диапазоне длин волн 550-700 нм (красная область видимого спектра).
Возьмем в качестве диагностического признака уровни спектральной плотности на длине волны 630 нм. Полученные результаты представлены на рис.7.
 

Рис.7. Уровни спектральной плотности (коэффициент вариации 0.53) на длине волны 630 нм для зервен: · - стекловидных, ¦ - мучнистых, - уровень средних значений.
 
Использование в качестве диагностического признака уровня спектральной плотности в красном диапазоне длин волн на практике позволило из опытной навески зерна пшеницы на фотосепараторе фирмы «Си Сорт» (г. Барнаул) отсортировать (с производительностью 4 т/час) мучнистые зерна, что привело к повышению содержания стекловидных зерен в пшенице с 56% до 73% [2].

Таким образом, предлагается еще один инструмент формирования партий зерна повышенного качества - удаление части мучнистых зерен спектрофотометрическим методом, который может оказаться экономически целесообразным при остром дефиците зерна высокой стекловидности. Тем более, что отсортировка, экономически целесообразна, при удалении относительно небольшой их части. Мучнистая часть может быть использована в соответствии со своим классом, например, в производстве крахмалопродуктов, комбикормов и т.п.

Основная задача - накопление фактографического материала по широкому кругу зерновых культур и разработка диагностических признаков на те или иные показатели качества. В настоящее время, ведутся поисковые исследования с целью выявить наиболее перспективные диагностические признаки для идентификации мучнистых и стекловидных зерен, используя спектры отражения. Собираются статистические данные, в первую очередь по пшенице, где просматривается наибольший экономический эффект при промышленной реализации метода. Прорабатывается вопрос о методике настройки фотосепараторов и создании дешевого прибора для автоматической оценки стекловидности зерна.

Литература
1. Зверев С.В., Политуха О.В., Панкратьева И.А., Галкин Е.В., Капустин Д.А. Фотосепарирование зерна тритикале по признаку стекловидности // Хранение и переработка зерна, №3, 2017. - С.24-26.
2.Зверев С.В., Зайцев В.Б., Галкин Е.В., Капустин Д.А. Повысить класс // Агробизнес, №4, 2017. - С.34-36.
 
Зверев С.В., доктор технических наук, Козырев И.В., Политуха О.В.
ФГБНУ "ФНЦ Пищевых Систем им. В.М. Горбатова" РАН
Зайцев В.Б., кандидат физико-математических наук
ФГБОУ МГУ им. М.В.Ломоносова
 
Статья опубликована в сборнике:
 
Актуальные вопросы развития устойчивых, потребитель-ориентированных технологий пищевой и перерабатывающей промышленности АПК: 20-ая Международная научно-практическая конференция, посвященная памяти В.М. Горбатова, 7-8 декабря 2017 г. – М.: ФГБНУ «ВНЦ пищевых систем им. В.М. Горбатова» РАН, 2017. – С. 131-135.

 

---