基于激光三角测量与神经网络模型的干燥薄层产品体积收缩无接触监测系统

《Scientific Reports》：Non-contact volumetric shrinkage measurement of horticultural products during thin-layer drying using 3D laser imaging and mathematical modeling

　　

摘要

收缩显著影响干燥薄层产品的质量，但常规测量方法具有破坏性，不适合在线监测。在本研究中，开发了一种基于激光三角测量和数学建模的无接触成像系统，用于测量薄层干燥过程中的体积收缩。该系统将线性运动模块与PID控制器及激光扫描仪相结合，以捕获三维表面面积数据。一个多层感知神经网络模型预测了层厚随时间、温度和初始厚度的变化函数，在测试中取得了高相关系数（R），分别为胡萝卜0.987、香蕉0.995和苹果0.993。瞬时体积通过扫描表面面积和预测厚度计算得出。通过与比重瓶测量的体积收缩进行验证（在每个时间点对独立切片进行测量），结果显示出高度一致性，R和RMSE值分别为胡萝卜0.988/3.82、香蕉0.950/4.97和苹果0.982/3.23。该方法对胡萝卜和苹果表现出高精度，但对香蕉的精度略低，这可能是由于褐变引起的激光光子吸收导致较暗区域的点云精度降低。这种无接触方法为实时干燥过程监测提供了一种有前景的解决方案，特别适用于薄层产品，在园艺移动床干燥系统的质量控制和效率提升方面具有潜在应用。