哈密瓜物流堆码运输包装件共振传递特性研究

为优化设计缓冲包装件,以及减缓运输过程中由共振引起的哈密瓜贮藏品质下降,采用哈密瓜及其包装瓦楞纸箱作为研究对象,设置5层堆码高度,进行模拟运输变频振动试验,结合频谱分析加汉宁窗函数测定各堆码包装件的固有频率,随后进行模拟运输定频振动试验。结果表明,加汉宁窗函数有效提高了频谱分析精度,获得5层包装件的固有频率分别为9.88,54.75,10.06,10.31,10.42 Hz;10 Hz定频振动下,5层包装件的峰值加速度分别为5.99,3.18,6.37,6.56,6.81 g,振动传递率分别为53.61%,28.52%,57.07%,58.76%,61.02%;54.75 Hz定频振动下,5层包装件的峰值加速度分别为1.29,6.34,0.99,0.87,0.23 g,振动传递率分别为8.38%,45.04%,6.47%,6.04%,0.75%。研究为其他包装件寻求更精确的共振频率,从而为运输过程中有效避开共振频率,达到内装果品减损目的提供参考。

小样本药用玻璃瓶缺陷生成方法及应用

目的为了克服药包玻璃瓶缺陷样本不足带来的缺陷检测模型精度不准的问题,提出改进StyleGAN2-ADA的缺陷样本生成方法,提升模型鲁棒性。方法首先,基于StyleGAN2-ADA算法,在无缺陷图像集上训练网络模型并作为骨干。其次,在骨干网络上添加缺陷感知残差块,生成缺陷掩码,在少量的缺陷图像数据集上训练网络模型操纵掩码区域的特征,模拟缺陷图像生成过程,合成缺陷图像。最后,采用YOLOv7检测网络验证该样本生成方法的效果。结果实验结果表明,该方法在大量正常图像和少量缺陷图像基础上生成逼真且多样性的缺陷图像,应用该缺陷样本合成方法丰富数据集后,西林瓶缺陷检测平均准确率(mAP)达到97.3%,较原始数据集合和StyleGAN2-ADA算法分别提高了33.1%和4.1%。结论该图像生成方法可以在少量缺陷样本下生成高质量的缺陷图像,优化不均衡数据集,增强模型训练的稳定性,提高药用玻璃包装产品的质量和合格率。

基于改进YOLOv5s 的白酒瓶盖瑕疵检测

目的瓶装白酒生产过程中,瓶盖表面瑕疵会影响产品外观质量。针对白酒瓶盖表面瑕疵检测效率低和目标检测效果差的问题,提出一种基于YOLOv5s的改进算法DTS-YOLO。方法首先,在主干网络中引入可变形卷积,以提高模型对极端长宽比瑕疵的检测精度。其次,引入Transformer编码块,使网络聚焦于提取图像的全局信息。最后,在颈部网络构建C3SE-Lite模块,将C3模块嵌入SE注意力模块的同时引入Ghost卷积,减少参数量的同时,增强对瓶盖瑕疵的检测能力。结果实验结果表明,本文所提方法相较于基础网络,参数量减少了10%,平均精度均值达95%,平均检测速度达30帧/s。结论本文方法有效实现了白酒瓶盖表面瑕疵快速、准确地检测,可广泛应用于瓶装白酒生产过程中瓶盖表面检测。

烟标二维码等级影响因素及其质量控制研究

目的解决烟草包装上二维码质量控制的问题,为二维码的质量控制提供技术支持。方法设计正交实验,利用方差分析法确定影响二维码质量等级的关键生产参数,并使用多元线性回归算法建模二维码质量。结果发现在生产中二维码的符号反差、固有图形污损、调制比的评级最不稳定,是质量控制的关键;不同基底表面能对墨滴扩散产生影响,建立了调制比和固有图形污损的质量预测模型。结论强调评级参数及其影响因素对质量控制的重要性,利用建模算法实现二维码质量控制,并指出质量预测模型对支持二维码的质量控制具有重要意义。

基于COMSOL的纸浆模塑干燥模拟及验证

目的研究采用COMSOL Multiphysics模拟纸浆模塑干燥效率及厚度变化的可行性。方法基于多孔介质理论,应用有限元仿真软件COMSOL Multiphysics建立纸浆模塑干基含水率随时间变化的热湿、水分流动、非等温流动多物理场耦合模型,考虑干燥中含湿多孔介质的湿空气热对流及多孔基体的热传导,模拟在热板加热条件下纸浆模塑的干燥效率和厚度的变化,并与实验结果进行比较。结果模型内域探针所得模拟结果与实验结果具有良好的一致性,在干燥后期厚度预测误差范围为0.4%~7.7%,干燥效率预测差异值最低为4.3%。结论采用COMSOL Multiphysics模拟纸浆模塑干燥过程可行。

图像处理与识别在果蔬成熟度监测中的研究及应用

目的 分析了果蔬成熟度自动监测对发展智慧农业的重要意义,对图像处理与识别技术在监测果蔬成熟度领域的研究与应用现状进行综述、总结与展望,以期为我国发展果蔬成熟度在线或自动检测识别技术提供参考。方法 对图像处理与识别在监测果蔬成熟度中的原理、优势进行分析,对特征提取、深度学习中的神经网络在该领域中的应用研究进展进行综述。结果 采用以图像处理和识别为核心的计算机视觉检测技术对果蔬的颜色、纹理等外部特征进行成熟度检测具有优势,结合神经网络对果蔬成熟度进行检测的识别率高,可在采摘、运输等场景对果蔬成熟度进行监测。结论 图像处理与识别技术在果蔬成熟度监测领域有望得到突破,将催生更多新的应用场景。

裹包式装盒机状态参数远程监测系统的开发

针对小包膨胀食品的裹包式装盒机在运行过程中设备参数无法远程访问、智能化程度低,以及后期设备维护困难等问题,开发一款用于远程实时监测裹包式装盒机状态参数的物联网系统。系统硬件采用AT89C52单片机作为主控,配置3种数据采集传感器,采集装盒机主轴转速、电控箱温度、当前装盒数量参数,配置ESP8266模块实现无线数据传输;系统软件采用OneNet平台接收数据,借助微信开发者工具设计手机移动端GUI界面,实时获取数据并显示,引入Echarts对3种状态参数绘制实时变化曲线图,实现数据可视化。结果表明,温度信息测量的平均相对误差为0.15%,转速信息测量的平均相对误差为3.7%,系统数据采集的准确性、精度满足要求。研究结果为装盒机的远程实时监测及设备状态评估提供参考。

基于改进DeepLabv3+的铝塑泡罩包装表面缺陷检测方法研究

针对传统语义分割模型用于铝塑泡罩包装缺陷检测存在小目标缺陷检测精度低、复杂纹理背景下边缘分割效果差、检测速度慢的问题,文章提出一种改进的铝塑泡罩包装表面缺陷检测方法。主干特征提取网络采用轻量级MobileNetV2网络替代原始的Xception网络,大幅减少模型参数量;在特征提取模块和空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块中串联高效通道注意力(efficient channel attention,ECA)模块,加快全局特征融合,降低细节信息丢失,从而提高模型对小目标缺陷的分割精度;最后,在DeepLabv3+的解码器中加入边界细化模块,提升模型在铝塑表面复杂纹理背景下对缺陷区域边缘的分割精度。在自建药板图片数据集上进行的验证实验结果表明,所提方法模型与传统DeepLabv3+、PSPNet、HRNet等模型相比,平均交并比(mean intersection over union,MIoU)最大提高14.50%,单图预测时间最大减少92.71 ms,参数量最大减少47.67 MiB。文章方法具有较高的识别正确率和效率,可以实现铝塑泡罩包装表面缺陷的快速检测,具有较强的应用性。

PET包装材料中聚酯低聚物的研究进展

目的综述PET包装材料中聚酯低聚物的研究现状,包括筛查识别、迁移检测、风险评估及政策法规。方法PET包装材料中聚酯低聚物的筛查识别主要采用液相色谱-高分辨率质谱技术进行,结合靶向筛查和非靶向筛查手段。聚酯低聚物的迁移检测主要是测定不同条件聚酯低聚物从PET包装材料向食品模拟物的迁移。结果部分研究开展了真实食品中低聚物的含量测定,并采用合适的方法对食品样品进行前处理。聚酯低聚物的风险评估通常是将食品/食品模拟物中的迁移量和法规中的迁移限量进行比较。对法规中未列出的低聚物,通常采用毒理学关注阈值(TTC)方法结合Cramer决策树进行风险评估。由于实验数据的缺乏,针对PET内聚酯低聚物的法规还十分有限。结论随着PET包装材料的广泛使用,特别是新型PET包装材料的出现,有必要对PET中聚酯低聚物的潜在风险进行深入研究,以确保食品安全。应注重高分辨率质谱在聚酯低聚物筛查及迁移检测中发挥的作用,为后续风险评估提供重要数据支持。

贮藏温度和时间对麻辣蛤蜊罐制品贮藏期间品质的影响

目的针对贝类罐制品贮藏期间品质变化情况不明和调控手段缺乏等问题,研究温度和时间对贝类罐制品贮藏期间品质变化的影响。方法以麻辣蛤蜊罐制品为研究对象,分析贮藏温度(4、10、25、30℃)对其食用和营养品质的影响规律,探讨其品质变化原因及调控措施。结果低温贮藏(4、10℃)可以较好地保持麻辣蛤蜊罐制品的感官和质构品质,减缓脂肪的游离速度;贮藏温度对脂肪酸组成的影响不明显,饱和脂肪酸和单、多不饱和脂肪酸含量基本稳定;在贮藏期间,亚麻酸和反式亚油酸含量增加,二十碳五烯酸和二十二碳六烯酸含量减少。结论低温贮藏(4、10℃)有利于保持贝类罐制品良好的食用品质和营养品质。

不同种植条件莲藕的真空包装品质综合评价

目的 研究真空包装及不同种植条件对莲藕贮藏和营养品质的影响,明确品质指标间的相关性,建立莲藕采后品质综合评价体系。方法 首先对比真空包装对莲藕失水率及色泽的影响。在此基础上以真空包装的莲藕为实验材料,研究露天和大棚2种种植方式及长、短种植周期对莲藕贮藏品质和营养成分的影响,利用品质指数(LotusQualityIndex,LQI)对莲藕营养品质进行评价。结果 低温下,真空包装能有效缓解莲藕水分散失及维持外观色泽,将货架期从2 d延长至10 d左右。大棚长周期种植的莲藕耐贮性最强,外观品质保持较好,而大棚短周期产品营养品质最佳。单位质量莲藕中可溶性固形物(Total Soluble Solids,TSS)、总糖、淀粉、可溶性蛋白、抗坏血酸(Vitamin C,Vc)和总酚经10 d贮藏后均增加。LQI表明真空包装有利于维持莲藕贮藏期间的营养价值。结论 大棚种植有效提升了莲藕的营养及贮藏品质,而种植周期要结合经济效益决定。

基于改进YOLOv5的条烟识别研究

目的针对当下烟草物流中心条烟分拣机及人工分拣时会产生错烟等问题。从兼顾实时性、识别精度出发,基于YOLOv5s算法提出一种收敛速度更快、准确率更高的条烟识别模型。方法首先在YOLOv5s网络架构中融入CA注意力模块来更好地提取特征,提高模型获取目标位置的准确度;其次将原网络中的最近邻插值上采样算子改为轻量级通用上采样算子CARAFE,获得更大的感受野;然后在骨干网络中嵌入Ghost模块,对网络进行轻量化处理;最后在烟草物流中心搭建条烟图像采集系统,建立条烟图像数据集。结果相较于YOLOv5s,本文提出的优化算法计算量减少了45.8%,mAP@0.5值达到了99.3%,在条烟纠错系统上识别率约为99.9%。结论本文提出的优化算法能够高精度满足高速条烟分拣识别需求。

项目教学法在《食品包装学》课程中的探索应用

将项目教学法应用于《食品包装学》课程教学实践,用以解决课程内容多、学时少、学生学习积极性不高、难以达到预期课程目标等问题。贺州学院在课程教学改革实践中,围绕实现课程目标将理论授课与学生项目设计实践相结合,取得了较好的教学效果,学生对课程总体满意度为97.9%,对教学方式和教学效果的满意度也均高于97.0%。对比采用项目教学前后相同专业不同年级学生《食品包装学》课程成绩,平均分及优良率占比均有显著提升。通过教学改革,有效提升了学生自主学习和探究式学习的积极性,灵活应用理论知识于实践的能力和创新能力得到了有效增强。

塑料包装材料表面大肠杆菌滋生影响因素研究

目的选择大肠杆菌为典型致病菌,分析不同塑料包装材料(聚乙烯、聚丙烯、聚酰胺、聚对苯二甲酸乙二酯)、营养状况与温湿度下包装表面大肠杆菌的滋生情况。方法通过正交试验法分析各因素对大肠杆菌在包装表面滋生的影响规律。着重研究不同塑料材料表面大肠杆菌生物膜附着的影响因素,通过相关性分析确定模型输入参数;并基于这些参数采用反向传播神经网络(BP神经网络)建立不同塑料材料表面大肠杆菌菌落数的预测模型。结果温度对大肠杆菌在材料表面的生长影响最大,其次为营养状况,材料和相对湿度的影响相对较小。塑料材料的水接触角、表面能、粗糙度和营养肉汤接触角是影响材料表面大肠杆菌生物膜附着的主要因素,基于这些因素建立的塑料材料表面大肠杆菌菌落数的神经网络预测模型的R^(2)超过0.95,具有极高的预测精度。结论该研究提出了塑料包装材料表面大肠杆菌滋生的关键环境控制因素,并为食品包装材料的选择提供了参考,从而为提升食品安全提供理论依据。

卷烟包装外观缺陷数据集构建及深度学习检测技术研究

目的为了提升烟包缺陷检测的准确率,构建卷烟包装外观缺陷识别基准数据集,并开展主流深度学习模型在卷烟包装外观缺陷智能检测中的应用研究。方法首先,从生产运行中的ZB45型细支烟硬盒包装机组采集缺陷图像,经过人工审核与筛选后获取典型的缺陷数据。然后,根据缺陷的特征与成因,将缺陷数据划分为23个类别,并逐一进行目标检测框标注。最终,形成了包含13000余张缺陷图像的卷烟包装外观缺陷识别基准数据集,并针对烟包缺陷识别、缺陷分类、目标检测、模型迁移4项任务开展实验。结果结果表明,数据集能够满足高准确率深度学习模型的训练需求;通过模型迁移,能够利用该数据集大幅提高不同牌号卷烟的缺陷检测效果;DenseNet模型在烟包缺陷识别与缺陷分类任务上表现较好,准确率分别达到93.70%和95.43%,YOLOv5模型在缺陷目标检测任务上mAP@0.5值达到了96.61%。结论该数据集能够作为烟包缺陷检测领域的基准数据集,研究成果将进一步支撑卷烟包装领域的数据应用与数字化转型。

放射性物品运输容器表面去污方法应用研究现状

目的为满足放射性物品运输容器表面去污特殊需求,概述放射性表面污染监测仪器,深入总结放射性表面去污方法并提供应用指导。方法系统性综述现有表面去污方法的原理、应用,并基于现有方法缺陷综述具有潜力的先进表面去污方法,指出未来的发展方向。结果去污方法选取应基于放射性内容物、材料特性、去污预算、二次废物处理难易程度等综合选取去污方法或几种方法的组合。而现有方法无法兼顾效率、成本和安全,因此新材料清洁去污方法展现出巨大的潜力。结论建议重点研究清洁放射性表面去污方法,并大力发展机器人远程通信传输及控制技术,以实现远程放射性物品容器表面污染监测与去污一体化操作。

融合注意力机制的弱监督纸板表面缺陷检测

目的 针对目前表面缺陷检测方法因缺少实例级标签,使深度神经网络在工业检测上的应用受到限制的问题。本文面向实际的纸板表面缺陷检测任务,提出弱监督学习下融合卷积和注意力机制的神经网络算法。方法 该网络通过将通道注意力模块和梯度类激活映射模块相结合,进一步提高类激活图的精细度,实现纸板表面缺陷的精确定位;同时通过倒残缺结构和上采样层的组合操作,进一步细化浅层特征提升网络的特征提取能力,加快网络收敛速度。结果 通过在公开的纸板缺陷数据集上进行实验,本文提出的算法在使用图像级标签训练的情况下,分类正确率与定位正确率分别达到99.0%和92.2%,验证了该算法的有效性。结论 避免了实例级标签数量较少和过于主观的缺点,为基于机器人的缺陷纸板剔除奠定了基础。

基于照相测色的镭射纸印品颜色检测方法研究

目的应用于精美包装的镭射纸表面具有光学微纳周期性结构,会对光产生散射、衍射和干涉等物理作用,难以采用分光光度计等传统颜色测量仪器对其颜色信息进行客观、准确及可重复测量。针对镭射纸印品颜色检测误差大、印品颜色稳定性控制难的问题,提出一种基于照相测量的镭射纸印品颜色稳定性检测方法。方法首先对样本进行视觉标定,选定标准印品的可接受色差宽容度样本集;其次使用均匀漫射照明拍照系统拍摄标准印品及样本集的数字图像,并使用光谱重建方法重建样本的光谱反射率,依据色度学理论计算拍摄样本颜色数据;再使用凸包算法构建合格印品的可接受色差宽容度色域体及对应的椭球和椭圆;最后拍摄任意待测试印品的数字图像,并获取其颜色数据,通过色域体和待测印品的位置关系来判断待测印品的色相是否合格。结果实验结果表明,所提方法能够实现镭射纸印品颜色的准确鉴别,对合格样品的检测精度能够达到100%,对不合格样品的检测精度能够达到90%以上。结论可以实现视觉感知一致的镭射纸颜色稳定性检测,为镭射纸印品颜色的品控提供了解决方案。

智能包装应用中的RFID多标签识别算法研究

目的提高应用于射频识别技术的智能包装系统识别效率,解决大规模标签应用场景下的碰撞问题。方法在研究国内外相关文献中标签识别算法的性能和不足的基础上,设计一种基于映射转码的多标签识别算法。该算法将标签ID的三位识别码通过一定映射关系转为五位序列码,通过总结序列码碰撞规则实现对标签的有效识别,从而避免标签碰撞。结果仿真实验结果表明,MTMI算法的识别效率能达到56%左右。结论MTMI算法在减少查询次数、降低碰撞以及提高识别效率方面表现优异。在处理不同长度的标签ID时,算法仍然展现出优异的稳定性和可靠性。在智能包装系统中大规模应用RFID标签的场景下,MTMI算法展现出良好的应用潜力。

顶空固相微萃取气质联用法分析包装印刷品关键气味成分

目的采用顶空固相微萃取技术(HS-SPME)结合气质联用(GC-MS)技术分析5款包装印刷品中对气味贡献较大的成分。方法通过考察不同类型的萃取头、平衡时间、萃取时间和萃取温度对挥发性/半挥发性成分的数量及含量的影响,建立一种包装印刷品气味成分检测方法。结合解卷积+匹配度法+保留指数法对检测出的化合物进行定性识别,通过归一化法和内标法对气味成分的含量进行分析,并结合化合物的气味阈值,筛选关键气味成分。结果得到了最佳的分析条件,采用50/30μm聚二乙烯苯/碳分子筛/聚二甲基硅氧烷固相微萃取头,平衡时间为30 min,萃取时间为30 min,萃取温度为80℃,解吸时间为10 min。在上述最优条件下,5款包装印刷品被鉴别出43种关键性气味成分,包括醛类、酮类、醇类、芳香烃类、杂环类、酯类、醚类、胺类等八大类。结论该方法可为后续包装印刷品气味分析、异味预警、新产品开发、工艺技术改进等提供技术支撑。