豆粕品质在线监测近红外分析系统的研制与应用

郭中原，慎石磊，周新奇，王芸芸，王越峰，薛 昱,李大铭

(1.杭州谱育科技发展有限公司，浙江 杭州 311300)

在大豆油脂加工工业中，一般其生产工艺是先将大豆的豆皮筛选出来，即豆粕生产前端需要将豆皮筛选出来，在油脂浸出后再将豆皮加入豆粕中，混合后的豆粕中其颗粒物料和豆皮中所含的蛋白质量差异较大，以国内粮油加工企业较常进口的北美大豆为例，一般其豆粕中湿基蛋白质质量分数为43%～46%，豆皮中湿基蛋白质质量分数只有20%左右，且由于两者重量及性状差异较大，就造成了混合后物料存在不均匀的问题。豆粕作为大豆加工后除豆油外的另一种产物，主要作为饲料生产的原料，对其质量的控制尤为重要。

目前，对于豆粕的品质控制多采用在线近红外分析仪表测量，进行实时的生产质量监测控制，市面上的在线近红外分析仪表对于物料均匀的样品进行分析测量，其结果比较稳定可靠，但对于物料成分不均匀的样品，仪表的测量结果并不能真实准确的反映实际样品的成分含量。本研究所介绍的在线近红外分析系统针对当前在线仪表存在的问题，在原有仪表的基础上增加了预处理系统，解决了当前不均匀物料测量存在的问题[1]。

1 方案设计

根据当前存在的问题，制定了如下实现方案，在仪表测量前端增加预处理系统，对测量样品进行预处理后再进行测量，采用的关键方式是对混合后的不均匀物料进行粉碎，使其2种混合物料颗粒度尽可能一致，然后对其进行搅拌、混合均匀后进行测量，同时增加了其他自动化控制装置来共同配合完成测量。

2 系统架构设计

整套系统在原有的仪表系统上增加了预处理系统，预处理系统有多个子系统构成，分别有取样系统、粉碎系统、搅拌系统、吹扫系统、测量系统、控制系统等构成，见图1系统连接框图、图2系统架构图[2]。

图1 系统连接框图

图2 系统架构图

3 硬件设计

3.1 取样系统

由于采用粉碎方式后，其取样是采用间歇式的，在源头的取样口需要安装自动的取样装置，根据整个系统的流程进行控制，设置取样的频率和取样时间。取样系统用作对测量的样品根据要求自动取样，安装在合适的取样点位，采用全自动的方式和系统联动进行取样。

取样系统由取样管道、取样控制机构、输送样品系统组成，取样管安装在主管道的取样点位，插入主管道进行取样，一般安装点位需要有一定高度，方便靠重力取样，相对于下一节点的高度为0.5 m以上。取样管为一Y型管，Y字形倒立安装，在两个支管节点处安装有取样阀门，用于管内物料路径切换。正常情况下取样管内的物料通过一根支管实时在流动，直接流入到下一节点的管道中，当需要进行取样时则将取样阀门位置切换到另一支管，所取样品则流入到取样池，取样完毕后取样阀门切换回正常位置。

取样完成的样品则依靠气动的方式输送到粉碎机的料斗中，在取样池中通入正压气体，通过强大的气流对物料进行输送。这种输送方式可以比较灵活的对样品进行输送，不受粉碎机的安装位置高度的限制。如果取样位置高于粉碎机安装高度，则可以依靠重力将所取样品自然流落到粉碎机中。

取样阀门靠气动控制，整体由挡板、气缸、电磁阀器件构成，通过挡板的开合控制物料的流通，气缸的开合采用电磁阀进行控制，设置一定的取样时间执行取样操作，具体的取样时间和取样频率通过上位机软件进行设置，取样完成后控制机构关闭取样阀门，取样系统需要和整套系统一起进行联动控制。

3.2 粉碎系统

粉碎系统是整个系统的核心部分，负责对原始物料进行粉碎预处理，关系着预处理后的物料是否能够达到预期的粉碎效果。当所取样品进入到粉碎机的料斗后，粉碎机即开始进行粉碎，以便能够快速完成样品的粉碎。

该系统由粉碎机和下部的测量探头安装机构组成，粉碎机采用三相供电的大功率粉碎机，可以做到快速的粉碎完成所取样品，减少粉碎时间，同时也减少了内部热量的产生及物料水分的散失。粉碎机负责将取样管中所取的物料进行粉碎，粉碎颗粒度可以根据机内筛网目数进行控制，筛网目数一般以18目为宜，即孔径为1 mm左右。孔径较大的话，粉碎完成的物料颗粒度过大，仍存在不均匀的情况，孔径太小的话，粉碎颗粒过细，粉碎时间较长，粉碎效率较低。进入粉碎机的实时粉碎量由粉碎机落料口挡板进行控制，通过挡板的开口大小进行调节，粉碎机的粉碎能力取决于选取的筛网目数及其设计的粉碎产量。

粉碎机下部为测量探头安装机构，上面安装有仪表的测量探头、下料控制机构、排料控制机构、取样机构、观察窗，探头安装机构见图3。测量探头安装在观察窗对面，可以通过观察窗来查看内部的物料情况，当经过粉碎搅拌完成的物料进入到测量筒后，仪表开始对样品进行测量，当测量完成后物料将自动排入到下一个工序中。

图3 测量探头安装机构图

3.3 搅拌测量系统

粉碎完成的样品可能会存在一定的分层或不均匀情况，在测量前需要对粉碎后的样品进行搅拌，确保测量的样品是均匀的样品。

搅拌系统由搅拌电机、搅拌杆、搅拌轴承、调速器组成。搅拌杆焊接有不同角度的翅片来保证搅拌物料整体的均匀性，当物料开始粉碎时，搅拌系统即开始工作，可以通过软件灵活设置开始搅拌的时间及所需搅拌的总时间，便于控制搅拌的均匀程度，同时可以通过调速器来控制搅拌的速度，搅拌完成后的物料进入下部的测量筒进行测量。

当搅拌完成后，取样控制系统控制搅拌筒底部的挡板打开，物料进入测量筒中，系统控制仪表对样品进行测量。测量完成后测量筒下部的挡板打开，物料排出并流入到回料管道中。

测量完的样品需要手工取样时，排料挡板下部设计有取样门，打开取样门将取样盒放入取样槽，当排料挡板打开时物料就流入到了取样盒中，如图3。

3.4 吹扫系统

吹扫系统包括对测量窗和观察窗的吹扫，以及对粉碎机腔体的吹扫。对2个窗片的吹扫是由于粉碎完的物料呈现粉末状，且其中含有少量的水分和残油，长时间会造成测量窗口和观察窗口的玻璃附着厚厚的粉尘，影响窗片的通透性，进而影响测量及无法观察内部物料情况，对此加装了吹扫系统，间隔一定时间后对2个窗片进行吹扫，以便及时清除窗片上附着的粉尘物料，确保窗片时刻保持清洁通透。

吹扫系统对粉碎机腔体进行吹扫，是由于粉碎腔体中粉碎完物料后内部有热量产生，加上物料本身有一定的热量和湿度，导致粉碎腔体内部会附着物料和水分，长时间会越积越厚。当粉碎完成后立即对粉碎腔体进行吹扫，及时排出内部湿气。

窗片吹扫采用气帘安装在测量窗片和观察窗片上方1 cm处，吹扫孔和窗片呈45度的角度，可以较好的吹扫掉窗片上的粉尘，吹扫示意图见图4。采用压缩空气进行吹扫，气压一般在0.2 MPa以上即可，吹扫气管径在6 mm直径。

图4 吹扫示意图

粉碎机腔体的吹扫通过将吹扫气体接入到腔体上方，当吹扫时从粉碎到排料的通道都打开，吹扫气将内部湿气及管道内的残留物料清理干净，粉碎腔的吹扫可以增加气压及吹扫管路的管径，以便提高吹扫效率。

3.5 通讯及控制系统

由于测量点距离中控室较远，上位机到仪表间通信采用光纤通讯，最大通讯距离可以达到20 km，也可以通过更换光纤传输模块获得更大的通讯距离。本方案中采用光纤通讯方式具有传播速度快、通讯距离远、通信稳定可靠的优点，同时光纤采用即插即用方式，方便系统搭建。

控制系统具有多路输出开关量的控制功能，可以连接多路子系统进行控制。该系统控制对象包括取样控制、粉碎控制、搅拌控制、测量控制、出料控制、粉碎机过流保护控制，对整个系统的控制采用流程时序的控制方式。

在粉碎机过流保护控制系统中，一旦粉碎机内部物料过多导致卡机，或是出现其他异常情况，如负荷过大、过热等情况发生时，系统能够通过检测粉碎机的电流大小，然后根据反馈的异常电流信号，切断粉碎机的电源，同时控制其他运动机构停止运作，操作端同步输出相关报警信息,且报警灯亮起。为了防止报警控制系统的误操作，可以根据具体情况设置合适的粉碎机过载电流大小，防止系统误报警。

4 软件设计

整个系统软件包括一个上位机软件、一个在线仪表MCU软件和控制系统的MCU软件。上位机软件负责对整个系统的控制，包括对仪表的控制、光谱的读取预测、测量结果的显示等。仪表MCU软件负责对读取的样品光谱进行处理、仪表运动机构的控制。

预处理控制系统的MCU软件主要是配合整个系统联动控制，按照逻辑时序控制预处理系统的各个部件的动作执行，整个系统的软件架构见图5。预处理软件的逻辑控制时序示例见图6，两次测量间隔80 s，色带表示当前为打开状态，色带长度表示持续时间，X轴为时间轴，Y轴为预处理控制部件，可以根据实际的控制时序在上位机软件端进行设置，设置各部件的起始时间和持续时间来完成整个动作流程。

图5 软件系统架构

图6 预处理软件时序控制示例

5 系统运行流程

系统运行流程见图7，系统由上位机软件控制整体系统的流程和时序，预处理则由控制系统控制。在上位机软件控制端开启测量后系统开始运行，落料挡板开启用于将测试完毕的样品流入到样品盒进行取样，之后粉碎机开启，粉碎机后端的阀门打开，用于排空粉碎机内部和管道中的废料，紧接着取样系统开始取样，取样完成后样品输送到粉碎机中进行粉碎，同时搅拌机开始工作，待粉碎搅拌完成后，经过预处理的粉末状均匀物料输送到测量筒中，仪表开始测量，测量完成后的物料排出，也可以排到取样盒中作为取样样品，用于采集光谱建立模型[3]。

图7 系统运行流程图

6 试验验证

6.1 在线系统模型建立

良好稳健的模型是保障测量结果准确性与稳定性的基础，建立模型所选取的样品需要有代表性，即要包含所有生产工艺点所产生的样品，不能只选取生产工艺稳定时的样品，这样所选样品就不充分、不全面。选取时可以选取刚开车时生产的样品、生产稳定时的样品、即将停车时生产的样品，以及有异常情况时生产的样品，这样的样本集就比较全面，模型的适应性就比较稳健。

建模流程一般包括收集样品、样品光谱扫描、样品化验、建立模型、验证模型。首先要收集有代表性的样品，然后采集收集的样品的光谱，再进行样品的性质值化验，将样品光谱和化验结果对应采用化学计量学软件建立模型，常规的建模流程见图8[4]。

图8 建立模型操作流程

所建立的模型选取了有代表性的样品162份，采集其吸光度光谱，并用手工化验法得出其化验结果作为真实值建立模型数据库，根据采集的光谱和化验结果建立模型，建模方法采用PLC(偏最小二乘法)，光谱预处理方法为正态变量变换(SNV)、去趋势校正(DT)、多项式一阶导数、均值中心化。建模所选择的波长段为1 100～1 790 nm段。采用8折交互检验方法确定最佳模型主因子个数，主因子的选择一般选择PRESS图的拐点处，主因子选择过大，包含的噪声信息会比较多，影响测量结果；选择过小，则有用的信息就会丢失，见图9，选择合适的主因子数为7。

图9 PRESS图

模型真实值与预测值关系见图10。

图10 模型真实值与预测值关系图

6.2 在线系统测量结果

根据收集的样品建立了模型，对25个样品进行了实际的测试,将测试完的样品按照国标方法进行了手工化验，根据化验结果和实际测量的结果对比，蛋白质绝对误差多小于0.3%，水分绝对误差多小于0.2%，见表1。由于豆粕样品成分中所含水分相差小，水分的误差较小；而豆粕中的豆粉和豆皮物质所含蛋白质相差大，其蛋白质测试结果的误差相对于水分大些。由于校正样本集中样品只有162个样品，模型后续还需要进一步扩充完善，以提高模型的适应性、准确性、稳定性。

表1 测量值与国标检测值对比

7 结论

本项目根据现场的工况及应用情况，针对当前在线近红外使用过程中存在的问题，制定了具体的解决方案，采用在线近红外仪表加样品预处理的方案，研制了一种新型的豆粕品质在线检测近红外分析系统，该系统在山东某客户现场进行了应用，解决了目前在线近红外技术对于豆粕颗粒不均匀导致测量结果误差大的问题。通过现场实际的测试验证，测试结果良好，可以解决当前存在的问题。