本發(fā)明涉及羽絨水分檢測，具體為一種基于人工智能的羽絨水分含量測試分析方法。

背景技術(shù)：

1、羽絨羽毛是家禽養(yǎng)殖的主要副產(chǎn)品之一，具有柔軟、保暖性能好以及蓬松等優(yōu)點(diǎn)，主要用于服裝和寢具領(lǐng)域。廣義的羽絨是指家禽除翼羽之外的全部羽毛，狹義的羽絨是指可以作為紡織品填充料長度在5厘米以下的羽毛。羽絨包括片羽和絨羽，其中利用價(jià)值較高的為絨羽。由家禽羽毛的生產(chǎn)特性決定，雞可利用的羽絨極少，水禽羽絨可利用部分較多。

2、隨著羽絨羽毛市場的繁榮發(fā)展，羽絨羽毛及制品行業(yè)已經(jīng)成為我國國民經(jīng)濟(jì)中一個(gè)發(fā)展?jié)摿薮蟮漠a(chǎn)業(yè)，羽絨羽毛質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn)越來越重要，其中羽絨羽毛含水率的檢測是評(píng)價(jià)羽絨羽毛質(zhì)量的重要指標(biāo)之一。目前羽絨羽毛水分檢測方法主要是采用烘箱法，該方法測量過程全部由人工完成，耗時(shí)長，效率低；另外該方法在烘干樣品水分的同時(shí)，樣品中所含的一些有效成分如油脂，也會(huì)在烘烤過程中散發(fā)掉，從而影響測量結(jié)果的準(zhǔn)確性。

3、為解決此類問題的存在，提高水分測量結(jié)果的準(zhǔn)確性，需要對(duì)羽絨水分測量結(jié)果進(jìn)行校準(zhǔn)，需要更加合理的檢測方法，提高羽絨水分測量結(jié)果準(zhǔn)確性。

4、現(xiàn)有技術(shù)中的，公開號(hào)為cn102878785a公開了溫控導(dǎo)熱油羽絨烘干機(jī)，通過在該羽絨烘干機(jī)筒體的夾層中充滿導(dǎo)熱油，導(dǎo)熱油內(nèi)均布有多個(gè)溫度傳感器；筒體的夾層中均勻設(shè)有若干組電加熱管；筒體左右兩端的端蓋上分別設(shè)有篩板；篩板的外部分別設(shè)有氣箱；左、右氣箱之間連接有風(fēng)道；風(fēng)道的中間由四通換向閥連接有進(jìn)氣口和抽風(fēng)口；進(jìn)氣口順序連接有空氣預(yù)熱裝置和風(fēng)罩，空氣預(yù)熱裝置的外部設(shè)有由與筒體內(nèi)腔連接的散熱器，利用外流熱源加熱空氣來對(duì)羽絨進(jìn)行干燥，去除水分，使用過程中氣箱工作將空氣通過風(fēng)道傳入烘干機(jī)筒體使樣品受熱均勻，但氣箱容易使羽絨中雜質(zhì)掉落，水分測試結(jié)果偏大，因此僅通過烘干后的羽絨質(zhì)量來測量羽絨水分含量，使得得到的羽絨水分含量數(shù)據(jù)的有效性、準(zhǔn)確性降低。

5、在所述背景技術(shù)部分公開的上述信息僅用于加強(qiáng)對(duì)本公開的背景的理解，因此它可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于人工智能的羽絨水分含量測試分析方法，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于人工智能的羽絨水分含量測試分析方法，具體步驟包括：

4、采集若干組已知含水量的羽絨原料作為檢測樣本，使用激光干涉儀對(duì)平鋪在檢測平臺(tái)區(qū)域內(nèi)的檢測樣本進(jìn)行照射，通過檢測平臺(tái)區(qū)域下方的接收器記錄干涉信號(hào)，對(duì)采集的干涉信號(hào)進(jìn)行分析得到干涉條紋間的總間距和干涉條紋的總數(shù)量；

5、使用高分辨率相機(jī)采集平鋪在檢測平臺(tái)區(qū)域內(nèi)的檢測樣本的圖像，根據(jù)檢測樣本的圖像獲取檢測樣本在檢測平臺(tái)區(qū)域內(nèi)的基底面積和檢測樣本的高度；

6、建立羽絨含水量修正模型，將得到的干涉條紋間的總間距、干涉條紋的總數(shù)量、檢測樣本在檢測平臺(tái)區(qū)域內(nèi)的基底面積和檢測樣本的高度作為模型的輸入，以每組檢測樣本對(duì)應(yīng)的含水量為標(biāo)簽，對(duì)羽絨含水量修正模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的羽絨含水量修正模型；

7、采集待檢測的羽絨原料所對(duì)應(yīng)的干涉條紋間的總間距、干涉條紋的總數(shù)量、檢測平臺(tái)區(qū)域內(nèi)的基底面積和高度，將獲取的數(shù)據(jù)輸入完成訓(xùn)練的羽絨含水量修正模型中，得到待檢測羽絨原料的光學(xué)檢測羽絨含水量；

8、采集待檢測的羽絨原料的初始質(zhì)量，將待檢測的羽絨原料進(jìn)行干燥，獲取干燥后的待檢測的羽絨原料質(zhì)量，根據(jù)干燥后的待檢測的羽絨原料質(zhì)量和初始質(zhì)量計(jì)算待檢測的羽絨原料的含水量；

9、根據(jù)羽絨含水量修正模型輸出的光學(xué)檢測羽絨含水量對(duì)干燥法得到的待檢測的羽絨原料的含水量進(jìn)行修正，得到羽絨原料的精確含水量。

10、進(jìn)一步地，其特征在于：從經(jīng)過清潔預(yù)處理的每組羽絨原料樣本中取得確定質(zhì)量的樣品作為檢測樣本，將所述檢測樣本平鋪在檢測平臺(tái)區(qū)域，檢測平臺(tái)區(qū)域下方設(shè)置有接收器；所述檢測平臺(tái)區(qū)域?yàn)橥腹獠馁|(zhì)，其中檢測平臺(tái)區(qū)域?yàn)榫匦吻覚z測平臺(tái)區(qū)域水平放置。

11、進(jìn)一步地，使用激光干涉儀對(duì)平鋪在檢測平臺(tái)區(qū)域內(nèi)的檢測樣本進(jìn)行照射，確保激光光束穿過檢測樣本，其中激光入射角度為45°，根據(jù)采集的干涉信號(hào)分析生成干涉條紋的總間距和干涉條紋的總數(shù)量所依據(jù)的公式為：

12、

13、式中，δx為干涉條紋間距，λ為激光波長，δl為光路差，其中光路差δl計(jì)算所依據(jù)的公式為：

14、δl＝2d*cosθ

15、式中，d為激光束的物理路徑長度，θ為激光束的入射角；

16、共采集到m條干涉條紋，則共產(chǎn)生m-1個(gè)干涉條紋間距，故干涉條紋的總間距計(jì)算所依據(jù)的公式為：

17、

18、式中，δxz為干涉條紋的總間距，δxi為第i個(gè)干涉條紋間距，其中i＝1,2,…,m-1。

19、進(jìn)一步地，根據(jù)檢測樣本圖像獲取檢測樣本在檢測平臺(tái)區(qū)域內(nèi)的基底面積和檢測樣本的高度，其中獲取檢測樣本在檢測平臺(tái)區(qū)域內(nèi)的基底面積的方法為使用canny邊緣檢測算法對(duì)檢測樣本在檢測平臺(tái)區(qū)域內(nèi)的邊緣進(jìn)行檢測并提取，將提取的邊緣采用像素計(jì)數(shù)法計(jì)算面積，具體步驟包括：將識(shí)別出的輪廓區(qū)域轉(zhuǎn)換為二值圖像，計(jì)算輪廓區(qū)域內(nèi)的輪廓像素?cái)?shù)量，根據(jù)已知的像素與實(shí)際面積的比例來計(jì)算輪廓的面積；

20、檢測樣本的高度采用激光傳感器測量樣本表面到傳感器的距離，根據(jù)樣本表面到傳感器的距離和傳感器到檢測平臺(tái)表面的距離計(jì)算得出檢測樣本的高度。

21、進(jìn)一步地，建立羽絨含水量修正模型，其中羽絨含水量修正模型基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建；

22、其中所述初始神經(jīng)網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò)，由輸入層、卷積層、池化層、全連接層和輸出層組成，其中卷積層中的激活函數(shù)為relu函數(shù)，relu函數(shù)的具體表達(dá)式為：

23、relu(sl(p,q))＝max(0,sl(p,q))

24、其中，l表示第l個(gè)卷積層，sl(p,q)則表示第l個(gè)卷積層中第p個(gè)特征圖的第q個(gè)特征值；

25、對(duì)于全連接層，設(shè)置全連接層神經(jīng)元數(shù)量為64，初始神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)率設(shè)為0.001，訓(xùn)練輪數(shù)為50。

26、進(jìn)一步地，采集待檢測的羽絨原料的質(zhì)量，將待檢測的羽絨原料進(jìn)行干燥，其中對(duì)待檢測的羽絨原料進(jìn)行干燥的方法為：使用八籃烘箱對(duì)待檢測的羽絨原料進(jìn)行干燥，將待檢測的羽絨原料均勻分布在八籃內(nèi)，確保空氣能夠流通，其次打開烘箱并啟動(dòng)鼓風(fēng)機(jī)，確?？諝饩鶆蜓h(huán)，設(shè)置恒定的干燥溫度對(duì)羽絨原料進(jìn)行干燥，再次，每隔30min稱量一次試樣質(zhì)量，直至相鄰兩次質(zhì)量相差不大于試樣總量的0.1％時(shí)，烘干完成；最后記錄最終質(zhì)量。

27、進(jìn)一步地，根據(jù)干燥后的待檢測的羽絨原料質(zhì)量和初始質(zhì)量計(jì)算待檢測的羽絨原料的含水量所依據(jù)的公式為：

28、

29、式中，w2為待檢測的羽絨原料的含水量，m0為待檢測的羽絨原料初始質(zhì)量，mt為干燥后的待檢測的羽絨原料質(zhì)量。

30、進(jìn)一步地，根據(jù)羽絨含水量修正模型輸出的光學(xué)檢測羽絨含水量對(duì)計(jì)算得到的待檢測的羽絨原料的含水量進(jìn)行修正所依據(jù)的邏輯為：根據(jù)羽絨含水量修正模型輸出的待檢測羽絨原料的光學(xué)檢測羽絨含水量w1和計(jì)算得到的待檢測的羽絨原料的含水量w2計(jì)算修正系數(shù)，根據(jù)修正系數(shù)對(duì)計(jì)算得到的待檢測的羽絨原料的含水量w2進(jìn)行修正，得到羽絨原料的精確含水量計(jì)算；

31、其中羽絨原料的精確含水量計(jì)算所依據(jù)的公式為：

32、wz＝(1+k)*w2

33、式中，wz為羽絨原料的精確含水量，k為修正系數(shù)，其中修正系數(shù)所依據(jù)的公式為：

34、

35、式中，k為修正系數(shù)，ω1,ω2和ω3分別為w1和w2平均值與w2的比值，干燥環(huán)境溫度t和干燥環(huán)境濕度h的權(quán)重系數(shù)，其中ω1,ω2和ω3均大于0且ω1>ω2>ω3。

36、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

37、通過采集若干組已知含水量的羽絨樣品作為試驗(yàn)樣本，對(duì)采集的試驗(yàn)樣本進(jìn)行清潔預(yù)處理，減少試驗(yàn)干擾，使用激光干涉儀采集試驗(yàn)樣本的光學(xué)特征，包括干涉條紋間的總間距和干涉條紋的總數(shù)量，同時(shí)用相機(jī)記錄試驗(yàn)樣本的外觀特征，包括檢測樣本在檢測平臺(tái)區(qū)域內(nèi)的基底面積和檢測樣本的高度，建立羽絨含水量修正模型，將獲取的試驗(yàn)樣本的光學(xué)特征和外觀特征作為模型的輸入，并以對(duì)應(yīng)的試驗(yàn)樣本羽絨含水量作為標(biāo)簽，對(duì)模型進(jìn)行訓(xùn)練，采集待檢測的羽絨原料，經(jīng)過清潔預(yù)處理后，采集待檢測的羽絨原料的干涉條紋間的總間距、干涉條紋的總數(shù)量、在檢測平臺(tái)區(qū)域內(nèi)的基底面積和高度，將采集的特征數(shù)據(jù)輸入完成訓(xùn)練的羽絨含水量修正模型中，得到待檢測的羽絨原料的光學(xué)檢測羽絨含水量，基于光學(xué)檢測羽絨含水量結(jié)合干燥溫度和濕度，生成修正系數(shù)，對(duì)通過干燥法檢測得到的羽絨水分含量進(jìn)行修正，得到羽絨原料的精確含水量；此方法采用激光干涉技術(shù)，通過測量羽絨樣品在不同濕度條件下的光學(xué)特性變化，來分析水分含量，這種方法不需要直接接觸樣品，避免了雜質(zhì)干擾，同時(shí)拍攝羽絨樣品的圖像，通過分析羽絨在不同濕度下的外觀變化，來判斷水分含量，同時(shí)根據(jù)光學(xué)特征和外觀特征訓(xùn)練模型，提高了修正的魯棒性，通過修正系數(shù)對(duì)干燥法檢測得到的羽絨水分含量進(jìn)行修正，有效提高了羽絨水分含量檢測的準(zhǔn)確性。