基于弹性模量计算实现苹果碰撞损伤的无损定量表征与预测模型研究

本研究利用高光谱成像技术（398.85–1015.63 nm）结合力学参数分析，建立了基于弹性模量变化率的苹果碰撞损伤定量预测模型。通过竞争性自适应重加权算法（CARS）筛选特征波长，构建了损伤面积、峰值力、吸收能量等参数的PLSR预测模型，模型预测精度显著提升（Rp > 0.89），为水果品质无损检测（NDT）提供了新方法与理论依据。

　　

亮点

苹果样品制备

本研究选用山东烟台产的金冠苹果作为实验样本。经过筛选，共选取180个表面无缺陷、形状规则的苹果（平均果径约78 mm），随机分为4组（每组40个）并逐一编号。所有样本在21°C室温、40%相对湿度环境下储存24小时。4组苹果分别用于不同角度的碰撞实验以模拟多级损伤状态。

苹果损伤参数的统计分析

不同释放角度下苹果的损伤面积、损伤深度、吸收能量和峰值力的统计分析结果如图7所示。从图中可见，随着释放角度的增大，损伤面积、损伤深度、吸收能量和峰值力均呈现上升趋势，且各参数之间存在差异并表现出一定波动性。这可能与苹果的生理特性（如成熟度、果肉密度、糖酸比等）以及碰撞过程中的能量传递特性有关。

结论

为解决苹果力学参数（损伤面积、损伤深度、峰值力、吸收能量等）测量误差大、且损伤分级标准受尺寸差异影响的问题，本研究采用弹性模量变化率定量表征苹果损伤。首先系统分析了损伤面积/体积精确测量与损伤分级标准建立的难点，将弹性模量变化率与各力学参数进行线性关联，并基于高光谱数据建立预测模型。通过CARS算法筛选特征波长，显著提升了模型预测性能，为不同尺寸苹果的损伤定量预测提供了新思路与理论支撑。