一种用于果肉浆料缺陷筛除的处理方法、系统及程序产品与流程

本技术涉及一种用于蔬果加工领域的用于果肉浆料缺陷筛除的处理方法、系统及程序产品。

背景技术：

1、在果蔬深加工产业中，原料经压榨或破碎取汁后，会副产大量富含膳食纤维、风味物质及营养素的果肉浆料。上述果肉浆料通常作为食品配料、饮料基料或膳食纤维补充剂进行后续的深加工利用。然而，受来料品质、加工工艺等因素影响，果肉浆料中不可避免地混入多种不良组分或异物，包括色泽异常的褪色果肉、非果肉表皮组织、霉变产生的黑点，以及在采收或加工环节引入的非果肉异物，如枝叶、昆虫等。上述缺陷组分的存在，将严重影响最终产品的感官品质、口感均一性及食品安全性。因此，在果肉浆料进入后续深加工前，需要设置高效的在线检测与分离环节，以实现对上述缺陷组分的有效剔除。

2、目前，针对固态果蔬原料的筛选与分级技术已较为成熟。现有技术中，通常采用基于机器视觉的检测系统，对输送通道上依次排列的独立个体（如完整果实、坚果或切片物料）进行图像采集与特征识别，并依据预设的色泽、尺寸、形状等分级规则进行分类。其剔除执行机构多采用瞬时机械外力作用方式，例如，利用高压气流对目标个体进行定向气吹、利用摆动臂进行击打，或利用推杆、拨叉等接触式构件将目标个体推离原有输送轨迹，从而实现缺陷物料与合格物料的分流，或使不同等级物料分别进入指定的收集通道。同时，在果肉浆料的输送与处理领域，亦存在一种基于物理分流原理的缺陷物料剔除方案。该方案在检测到输送通道上的果肉浆料中存在缺陷区域后，启动设于物料通道下游的分流机构，将包含该缺陷区域的一段连续浆料流整体切换至废料收集通道，从而实现缺陷物料的分离。

3、然而，上述现有技术至少存在以下技术问题：

4、首先，由于榨汁后果肉浆料呈湿态、具有一定粘度和流动性，在实际生产中通常需以一定厚度均匀平铺并附着于输送带表面进行输送，其物料形态与离散的刚性固体个体截然不同。因此，上述针对独立个体蔬果的“气吹式”或“击打式”筛选手段，无法有效作用于具有粘附性和流动性的湿态浆料层；强行使用易导致浆料飞溅、形变或无法克服粘附力而实现分离，故不适用于该特定浆料形态物料的精细化筛选。

5、其次，针对上述基于物理分流原理的浆料缺陷剔除方案，由于缺陷在浆料层中的分布具有局部性和离散性，该方案在执行分流操作时，将导致围绕缺陷周边的大量合格浆料被一并作为废弃物引流排出。该方式不仅造成了合格物料的巨大浪费，显著降低了原料的综合利用率和产品出成率，还增加了后续废水处理的负担，影响了生产的经济效益。

技术实现思路

1、本技术的目的是为了克服现有技术的不足，提供一种用于果肉浆料缺陷筛除的处理方法、系统及程序产品，能够实现对果肉浆料中的缺陷杂质进行精准的识别以及精确的吸取筛除。

2、第一方面，本技术提供的一种用于果肉浆料缺陷筛除的处理方法，采用的技术方案包括以下步骤：

3、s100，将果肉浆料平铺于输送带表面，控制所述输送带以预设速度连续传送；

4、s200，当所述输送带将果肉浆料输送至视觉检测工位时，对果肉浆料进行拍摄，通过视觉识别算法识别果肉浆料中的缺陷，并记录各所述缺陷在输送带平面上的位置信息；所述位置信息包括沿输送带长度方向的第一坐标和沿输送带宽度方向的第二坐标；

5、s300，根据所述位置信息，确定各所述缺陷到达真空吸取工位的执行时序，具体包括：

6、依据所述第一坐标，对各所述缺陷到达对应真空吸取工位正下方的时机进行标定；

7、依据所述第二坐标，将各所述缺陷分配至沿输送带宽度方向排列的多个真空吸头通道并进行标定；

8、基于标定结果，生成包含各真空吸头启动顺序与启动时机的动作顺序表；

9、s400，根据所述动作顺序表，当包括所述缺陷的果肉浆料到达真空吸取工位时，控制对应真空吸头通道的真空吸头启动，以对所述输送带上的果肉浆料中的缺陷进行定点吸取。

10、通过采用上述技术方案，本技术通过建立果肉浆料缺陷在视觉检测工位空间位置的准确映射，并形成真空吸头启的动作顺序表，能够实现通过单排真空吸头对局部缺陷区域的定点、精准吸取，有效满足了高速连续化生产场景下的实时缺陷筛除需求。

11、作为优选，s100还包括果肉浆料特性先验步骤：在所述果肉浆料上料前或上料过程中，对该批次果肉浆料的固形物含量和/或流体粘性进行检测；s400中，根据所述果肉浆料的固形物含量和/或流体粘性的检测结果，对所述真空吸头启动后的吸取时长进行调控。

12、通过采用上述技术方案，通过引入对果肉浆料固形物含量及流体粘性的先验检测与吸取时长的动态调控机制，本方案能够根据果肉浆料本身的物理特性自适应地匹配吸取能量输入，避免了因吸取时长不足导致缺陷漏吸或者果肉浆料粘附在真空吸头内壁的问题，以及避免了因吸取时长过长导致吸取过多无缺陷完好果肉浆料问题，从而提升了系统对不同批次、不同品种果肉浆料的通用适应能力与缺陷筛除工艺稳定性。

13、作为优选，s100中，所述输送带的预设速度根据所述真空吸头启动的吸取时长进行对应调节；s200中，对所述果肉浆料进行拍摄的拍摄间隔根据所述输送带的预设速度进行对应调节。

14、通过采用上述技术方案，使得输送带的运行速度与真空吸头的吸取时长相匹配，确保输送带上果肉浆料的运送速度与真空吸头的吸取时间能够适配；与此同时，拍摄间隔随输送带速度同步调整，保证了各帧图像在输送带长度方向上能够实现无缝首尾衔接，既避免了因拍摄频率过低导致漏检，也避免了因拍摄频率过高产生区域交集以及冗余数据。

15、作为优选，所述输送带的传动轴上设有编码器，所述编码器用于输出随传动轴转动产生的周期性脉冲信号；

16、s300中，所述依据所述第一坐标，对各所述缺陷到达对应真空吸头正下方的时机进行标定，具体包括：

17、基于视觉检测工位与真空吸取工位的预标定距离以及所述第一坐标，标定各所述缺陷到达对应真空吸头正下方时的脉冲信号倒数计数值，并基于所述周期性脉冲信号进行倒数；当所述脉冲信号倒数计数值归零时，即为所述动作顺序表中对应真空吸头的启动时机。

18、通过采用上述技术方案，采用编码器脉冲信号直接反映输送带的实际物理位移量，以此为时间基准进行启动时机的倒数标定，能够有效克服输送带因输出功率波动或调速偏差等因素导致的理论速度与实际位移不一致的问题，从而将缺陷从视觉检测工位到真空吸取工位的传送过程以位移脉冲链的形式进行精确追踪，相较于单纯依赖时间延时或速度换算的标定方案，能够显著提高动作触发时机与物料实际到达位置之间的同步精度。

19、作为优选，s400中，所述根据所述动作顺序表，当包括所述缺陷的果肉浆料到达真空吸取工位时，控制对应真空吸头通道的真空吸头启动，还包括根据所述真空吸头及其驱动机构的固有响应时间，设置提前量，对于所述动作顺序表中的启动时机，扣除所述提前量作为控制对应真空吸头的实际启动时机；所述提前量根据真空吸取的校验结果进行调整。

20、通过采用上述技术方案，通过引入提前量补偿，方案消除了由电磁阀机械动作延迟构成的固有响应延迟，使得吸头的实际吸取动作与缺陷到达时刻实现精准对齐，且校验调整机制进一步赋予了系统在线优化补偿精度的能力，从而在工程实践中显著提升了缺陷筛除的稳定性和可控性。

21、作为优选，所述视觉识别算法为基于神经网络的目标检测模型或图像分类模型；所述神经网络包括yolo系列模型、cnn、cnn-transformer中的一种，或以上述模型为基础进行改进的网络结构。

22、通过采用上述技术方案，选用兼具局部特征提取与全局上下文建模能力的视觉神经网络模型，能够有效应对复杂背景下的微小缺陷识别任务，为实现高准确率、低漏检率的缺陷识别与定位提供了可靠的技术保障。

23、作为优选，所述缺陷包括褪色果肉、果皮或果皮碎片、白皮层或白皮层碎片、籽粒或籽粒碎片、黑点、霉菌以及非果肉异物中的一种或多种。

24、通过采用上述技术方案，上述缺陷类型涵盖了果肉浆料在实际生产过程中常见且对最终产品品质影响最为显著的缺陷组分，对于本技术方案针对果肉浆料筛选领域的实际问题及方案适配性边界进行了限定。

25、第二方面，本技术提供了一种用于果肉浆料缺陷筛除的处理系统，用于实现上述的处理方法，采用如下的技术方案，包括：

26、物料输送模块，包括上料装置、输送带和编码器；所述上料装置用于将果肉浆料平铺于所述输送带表面；所述编码器设置于所述输送带的传动轴上，用于输出脉冲信号；

27、视觉检测模块，设置于视觉检测工位，包括图像采集装置和视觉处理单元；所述图像采集装置用于对所述输送带上的果肉浆料进行拍摄；所述视觉处理单元用于通过视觉识别算法识别果肉浆料中的缺陷，并输出缺陷的位置信息；

28、真空吸取模块，设置于真空吸取工位，包括沿输送带宽度方向排列的多个真空吸头、为各所述真空吸头提供负压的真空泵、控制各所述真空吸头气路通断的电磁阀组，以及与各所述真空吸头连接的废液罐；

29、plc控制器，分别与所述物料输送模块、所述视觉检测模块和所述真空吸取模块连接，用于接收所述脉冲信号和所述缺陷的位置信息，控制对应的真空吸头对缺陷进行定点吸取，并对输送带的输送速度、视觉检测模块的拍摄间隔以及电磁阀组的通断持续时间进行控制。

30、作为优选，所述真空吸取模块还包括与各所述真空吸头连接的垂直位移机构，所述垂直位移机构用于在缺陷到达真空吸取工位时，驱动对应的真空吸头下降至抵近所述输送带表面的位置，并在完成真空吸取后控制真空吸头复位。

31、第三方面，本技术提供了一种计算机程序产品，包括计算机程序或指令，采用的技术方案为，所述计算机程序或指令被处理器执行时，实现如上述处理方法的步骤。

32、综上所述，本技术包括以下至少一种有益技术效果：

33、1.本技术针对榨汁后果肉浆料的特定物料形态，采用真空吸取作为缺陷筛除动力源，实现对浆料层的有效分离。同时，通过建立缺陷空间位置与执行机构之间的精确映射关系，实现了对局部缺陷区域的定点精准吸取，从根本上避免了大量合格浆料随缺陷一并废弃的问题，显著提高了原料的综合利用率和产品出成率。

34、2.本技术通过引入果肉浆料固形物含量和/或流体粘性的先验检测步骤，并根据检测结果动态调控真空吸头启动后的吸取时长；在此基础上，输送带的预设速度随吸取时长进行联动调节，视觉检测模块的拍摄间隔亦随输送带速度同步适配。通过物料特性感知—吸取时长确定—输送速度调节—拍摄间隔适配的逻辑链路，构成了对于果肉浆料吸取的动态协同控制机制，使得系统能够自适应地匹配不同批次、不同品种、不同状态果肉浆料因固形物含量和流体粘性差异所带来的吸取分离难度变化，避免了真空吸头吸取时长与果肉浆料不适配，从而显著提升了系统在多变生产场景下的通用适应能力与运行稳定性。

35、3.本技术通过输送带传动轴上设置的编码器产生周期性脉冲信号，作为对输送带输送距离的标定，并通过标定各缺陷到达对应真空吸头正下方时的脉冲信号倒数计数值，以倒数计数值归零作为对应真空吸头的启动时机。该机制以编码器脉冲信号直接反映输送带的实际物理位移量，能够有效克服输送带因功率波动或调速偏差等因素导致的理论速度与实际位移不一致的问题，实现对缺陷的精确追踪。在此基础上，进一步根据真空吸头及其驱动机构的固有响应时间设置提前量补偿，使真空吸头的实际吸取动作与缺陷到达时刻实现精准对齐。

36、4.针对果肉浆料中缺陷尺寸微小、形态不规则、与正常果肉浆料背景的纹理和颜色差异细微等特点，本技术采用基于神经网络的目标检测模型或图像分类模型作为视觉识别算法，能够有效应对复杂背景下的微小缺陷检测任务，为在线检测环节提供高准确率、低漏检率的缺陷识别与定位支撑，从而保障了后续定点吸取工序的有效执行与整体方案的工程可行性。