准确和一致的评分杏仁是至关重要的。传统上,杏仁已经手动分级,与样本从生产线每小时检查外观的一致性,芯片和划痕,双内核,昆虫和模具损坏,和其他缺陷。然而,这个过程是劳动密集型,缓慢和主观的,所有这些会导致不准确和不一致的评分,特别是由于员工流动率从一季到下一季。
与行业伙伴SureNut,南澳大利亚大学的研究人员已经开发出一种机器,大大提高杏仁评分的准确性,除了检测潜在的致命污染物在杏仁核。副教授Sang-Heon李明博领导的研究小组联合两个高清摄像机,高光谱相机和purpose-developed AI算法来创建一个系统,可以准确地评估生理缺陷等芯片和划痕和检测有害污染物,包括强有力的致癌物质黄曲霉毒素B1的存在,这可能涉及全球肝癌病例的20%以上。
“我们的目标,这一创新并不是简单地复制一个人可以做什么,但远远超出了,”协会。李教授说。”所以,在外表,这台机器可以检测缺陷更快和更准确地比手动分级,并通过使用两个高清摄像机和一个透明观察表面,同时它也可以把双方的螺母。”
南澳大利亚大学工程研究人员,威尔默阿里扎和贾亚特里博士Mishra,开发了高光谱系统用于SureNut机器,和阿里扎说杏仁博士对这项技术提供了一个独特的挑战。
“我们是第一个团队以这种方式成功地使用光谱成像与杏仁,尽管其他研究人员已经尝试,”阿里扎博士说。
“某些特征的螺母kernels-which我们保持秘密使过程非常困难,但我们克服了,现在我们可以提供高度精确分析使用高光谱成像技术。通过这个过程中,我们也发现了一些新的信息高光谱成像技术在一般情况下,我们将与更广泛的社区研究。”
杏仁中的SureNut系统可以监控四个关键指标:水分含量;内容游离脂肪酸(FFA)和过氧化值(PV),这是与腐败联系在一起;和黄曲霉毒素B1内容。
“水分,FFA, PV和黄曲霉毒素B1内容都正确地开发模型预测的准确性为95%,93%,91%和94%,分别”,Assoc李教授说。“以前,唯一的方法来检测这些污染物是通过实验室方法,需要地面样品化学处理,使验证困难,所以我们的技术是一个主要的安全改进行业鉴于酸败和黄曲霉毒素对消费者健康产生重大影响。”
而高光谱分析只有在实验室里进行了测试原型设备在这个阶段,SureNut机器运行新的评分系统最近实地测试Riverland杏仁,杏仁南澳大利亚领先的生产商之一。质量保证主管Riverland杏仁、Deanne克劳福德说,试验期间进行本赛季的收成SureNut系统显示出巨大的潜力。“杏仁Riverland继续与SureNut密切合作,一直试验单位在2021年的生产季节”,克劳福德说。“当单位是一个原型,仍在发展,鼓励我们取得的进展,并乐观地认为,结果在本赛季将证明,技术行业内的商业应用。我们特别鼓励SureNut正在开发的增值特性融入单位。”
