作者：
罗东杰，王萌，张晓姝，肖新庆
摘要
食用葡萄可溶性固形物含量的检测是一个至关重要的问题，因为浆果的质量和风味与之直接相关。近年来，随着芯片级光谱传感器技术的发展，具有高精度和高稳定性的芯片上光谱传感器为光谱检测开辟了新的道路。在这项工作中，设计、制造和测试了一种小型、用户友好且具有成本效益的光学设备，该设备可以无损地检测桌上葡萄的SSC。新一代Vis/NIR光谱传感器AS7263具有芯片级光谱分析能力，是系统的关键工作。每个传感器有六个数字光谱通道，带有集成高斯滤波器和可编程电流的LED。光谱通道的中心波长从610 nm均匀地增加到860nm。此外，LED可以发射730或850纳米的光，全宽半峰为50纳米。首先，这个光学原型在暗室中收集了276个葡萄浆果的光谱。使用PAL-1检测SSC，然后根据t分布计算SSCt：SSCt0.9和SSCt0.95。其次，对于原始光谱数据，使用主成分分析法提取主成分，并根据得分因子的分布排除16个位于置信区间外的异常样本。此外，还采用了一阶导数、归一化和标准化对数据进行了预处理。之后，我们计算了样品在12个通道处的吸光度或KubelkaMunk函数值F。根据Vis/NIR光谱自变量之间的多重相关性以及光谱与SSCt之间的非线性相关性，建立了葡萄SSC检测的PLS-BP神经网络预测模型。结果表明，当β为0.95时，预处理方法为标准化，光谱参数为吸光度，预测模型效果最好：R2p=0.93，RMSEP=0.181，Bias=0.01，RPD=3.78，可以认为该模型对预测葡萄SSC具有较高的精度和较好的适应性。最后，一方面，参考实验结果，对葡萄的吸收光谱进行了一个非常有趣的分子尺度原理分析：在众多的分子振动类型中，O-H键的3x，4x频率，O-H的3x+C，4x+C频率，C的8x，9x═O键是Vis/NIR光谱检测的有效振动频率。另一方面，该样机为未来高精度、便携、低成本的在线质量检测设备提供了技术参考。
