非侵入式微波成像用于包装花生酱中金属污染物检测

《Journal of Agriculture and Food Research》:Non-invasive Microwave Imaging for Metallic Contaminant Detection in Packaged Peanut Butter

【字体: 大 中 小 】 时间:2026年08月05日 来源:Journal of Agriculture and Food Research 7.2

编辑推荐:

  本文提出了一种简单、快速且非侵入式的微波成像(MWI)方法,用于检测商业包装花生酱罐内嵌入的金属异物。所提出的MWI系统由十个超宽带(UWB)共面Vivaldi天线组成,这些天线以圆形阵列排列,工作频率范围为3.32–8.71 GHz,并配备一台矢量网络分析仪

  
本文提出了一种简单、快速且非侵入式的微波成像(MWI)方法,用于检测商业包装花生酱罐内嵌入的金属异物。所提出的MWI系统由十个超宽带(UWB)共面Vivaldi天线组成,这些天线以圆形阵列排列,工作频率范围为3.32–8.71 GHz,并配备一台矢量网络分析仪用于获取散射参数、一个自动高速切换系统以及一台计算机。散射参数随后被用于重建金属夹杂物的微波图像。研究人员在商业花生酱罐上进行了实验验证,结果表明该系统能够可靠地检测直径小至1厘米的金属异物,同时提供准确的定位和尺寸估计。此外,所提出的方法成功识别了包装产品内同时存在的多个金属物体。这些结果表明,MWI是一种有前景的非破坏性技术,可用于包装花生酱检测中实时异物检测。
**论文解读:基于微波成像的包装花生酱中金属异物非侵入式检测研究**

**研究背景与问题**

食品中的异物污染对消费者安全构成严重威胁,并可能导致食品制造商遭受重大经济损失。异物可能在供应链各阶段(尤其是加工和包装环节)混入食品,如机械碎片、金属丝、包装材料、玻璃等。2022年,美国农业部(USDA)报告的45起产品召回中,9起与异物污染相关;美国食品药品监督管理局(FDA)的242起召回中,17起涉及异物。FDA指南指出,尺寸在7–25毫米之间的坚硬或尖锐异物被视为危险物理污染物,可能造成口腔、咽喉撕裂、牙齿损伤,甚至刺穿胃肠道导致内出血。因此,食品制造商必须在产品流通前有效检测并去除异物。现有非破坏性检测(NDT)技术(如超声检测、射线照相、高光谱成像、涡流检测、红外热成像等)各有局限:超声检测分辨率低且难以处理复杂几何形状;X射线和伽马射线为电离辐射,可能产生自由基,导致食品变色、营养损失;高光谱成像仅适用于表面或浅层;涡流检测仅限金属;红外热成像需加热食品;显微镜仅适合小面积且需样品制备;磁检测仅限铁磁材料。微波成像(MWI)因其非电离性、适度穿透深度、较低成本及良好分辨率,成为极具前景的NDT技术。已有研究将MWI用于食品异物检测,但多数仅实现二分类检测(如塑料、玻璃)而未生成图像,或仅检测单个物体,缺乏对多物体同时检测及定位验证。为此,本研究旨在开发一种快速、低成本、自动化的MWI系统,实现对包装花生酱罐内小至1厘米金属异物的可视化检测。

**研究内容与结论**

研究人员设计并搭建了一套由十个超宽带共面Vivaldi天线(工作频率3.32–8.71 GHz)组成的圆形阵列MWI系统,配合矢量网络分析仪(VNA)、高速切换网络(基于Arduino Mega 2560微控制器)及计算机。通过获取45个发射-接收天线对的传输系数(S21),采用延迟求和(DAS)波束形成算法重建微波图像。实验采用商业花生酱罐(直径7.2厘米,购自沃尔玛),将不同尺寸(直径4 cm、3 cm、2 cm、1.5 cm、1 cm,厚度2.3 mm)的圆形铜片置于罐内,并通过聚苯乙烯泡沫夹具实现角度定位(0°–315°步长45°)和深度控制。实验包括单物体检测(两种取向:垂直和平行于天线1)及多物体检测(4 cm和3 cm物体组合,平行、垂直、锐角三种取向)。背景扣除法(空气背景扣除花生酱,花生酱背景扣除金属)用于增强图像对比度。结果表明:(1)单物体实验中,所有尺寸(4 cm至1 cm)的金属物体均清晰可见,最小1 cm物体定位误差1.5%,尺寸检测误差2%;(2)多物体实验中,4 cm和3 cm物体同时被检测,但多重反射和干涉效应导致图像失真,难以精确确定真实尺寸和取向;(3)填充空隙(模拟包装不均匀性)实验显示,金属物体信号强度是空隙的4倍,表明系统对正常填充变异具有良好鲁棒性。图像重建时间约21秒(11代Intel Core i7处理器,2.5 GHz,32 GB RAM)。该研究发表于《Journal of Agriculture and Food Research》。

**主要关键技术方法**

1. **圆形Vivaldi天线阵列**:10个共面Vivaldi天线以36°间隔圆形排列,工作频率3.32–8.71 GHz,采用FR4基板(38.5×47.45×0.8 mm3),测量反射系数低于–10 dB,实现近场垂直极化辐射。
2. **高速自动切换系统**:两个单刀十掷(SP10T)开关(切换时间232 ns,插入损耗2.1 dB @ 8 GHz)和单刀双掷(SPDT)开关(切换时间3 ns,插入损耗1.6 dB @ 10 GHz),由Arduino Mega 2560控制,实现45个天线对自动扫描,总采集时间约20秒。
3. **延迟求和(DAS)波束形成算法**:基于背景扣除后的S21参数,计算每个体素到发射-接收天线对的传播时延,对信号进行相位校准后相干叠加,生成三维图像,空间分辨率1.5 mm(96×96像素)。
4. **差分测量策略**:采用空气背景扣除(用于成像花生酱罐)和花生酱背景扣除(用于成像金属异物),抑制背景散射,提高对比度。

**研究结果**

**4.1 单个金属异物测试**
通过DAS算法在约21秒内生成微波图像。设置相对介电常数(εr)为1.3(通过迭代调谐,使无物体时花生酱罐图像直径匹配实际尺寸)。单物体实验中,所有尺寸(4 cm至1 cm)金属物体在垂直和平行于天线1的两种取向下均清晰可见。最小1 cm物体定位误差1.5%,尺寸检测误差2%。对于1 cm和1.5 cm物体,图像中出现的低强度伪影主要归因于手工放置的位置变化,但金属物体信号仍可分辨。填充空隙控制实验表明,金属物体散射强度约为空隙的4倍,系统对正常批间变异具有良好鲁棒性。

**4.2 多个金属异物测试**
4 cm和3 cm金属物体在平行、垂直、锐角三种取向下同时插入。重建图像中两个物体均可检测,但由于多重反射和干涉效应,图像出现显著失真,难以准确确定物体真实尺寸和取向。与既往研究对比(表6),本系统首次在实验中验证了多物体检测能力,且最小检测体积(180.64 mm3)小于既往研究(如523.6 mm3或8000 mm3)。

**讨论与结论**

**讨论**
所提出的MWI系统利用DAS波束形成框架,实现了计算高效的金属异物检测和空间成像,优于仅依赖机器学习二分类的既往研究。与射线照相系统相比,非电离微波信号具有操作安全性优势,且无需厚重屏蔽。然而,系统对直径小于1 cm的金属物体灵敏度有限(受波长限制);手工放置物体引入定位误差;10天线阵列的有限角度采样导致紧密排列的多物体图像失真和旁瓣干扰。未来工作将探索更高频率、更宽带宽天线以提升分辨率;开发自动化传送带采集系统;采用合成孔径雷达(SAR)处理及自适应波束形成算法改善旁瓣抑制和多目标分离;并扩展至非金属异物(玻璃、木材、塑料)检测。

**结论**
本研究提出了一种快速、计算高效且低复杂度的MWI系统,用于包装花生酱罐内金属异物的非侵入式检测。通过采用DAS波束形成方法及工作于3.3–8.7 GHz的圆形Vivaldi天线阵列,该系统成功检测到直径小至1厘米的金属污染物,并同时识别多个物体,尽管紧密排列的目标引入了一定图像失真。结果表明,MWI作为一种非电离、低复杂度的检测技术,在食品质量保证应用中具有潜力。与射线照相系统相比,所提方法在操作安全性、减少屏蔽需求及降低系统复杂度方面可能具有优势。此外,其检测多个金属污染物的能力在涉及机器碎片或多异物侵入的场景中可能具有实用价值。总体而言,该系统作为工业食品检测的补充技术具有前景。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号