基于近红外法的棉花回潮率测量系统研制与试验

陈亚军，杨舒涵，史书伟，赵 博，吴婷荣

·农业信息与电气技术·

基于近红外法的棉花回潮率测量系统研制与试验

陈亚军1，杨舒涵1，史书伟2，赵 博3，吴婷荣1

（1. 西安理工大学信息科学系，西安 710048；2. 中华全国供销合作总社郑州棉麻工程技术设计研究所，郑州 451162；3. 中国农业机械化科学研究院，北京 100083）

该研究针对棉花回潮率的测量问题，进行了烘箱法、电阻法、红外法3种棉花回潮率检测方法的试验，基于理论及实际测试试验证明了基于红外法非接触测量棉花回潮率的可行性，并在现有红外水分仪的基础上开发了棉花回潮率非接触测量系统上位机软件。首先进行了6%、8%、10%、12%、14%、16%这6个不同回潮率水平棉花样本的制备。然后分别用现有基于电阻的测试方法和基于红外的水分测量仪以及烘箱法3种测试方法进行对照试验，研究了测量距离和样本密度对红外法测量棉花回潮率的影响。最后进行了红外法可行性验证，通过分析测试结果的相关性，提出了基于烘箱回潮率数据回归方法以实现较精准的红外法棉花回潮率测量，对基于红外的棉花回潮率在线检测方法的可行性进行了验证。试验结果表明，测量距离和样本密度的变化对测量结果的影响较小，不同测量距离下测量数据的极差在0.6%以内，标准差在0.134%之内。不同密度下测量结果的极差在0.5%以内，标准差在0.15%之内，可满足在线加工对回潮率的测量精度要求。基于标准烘箱回潮值拟合校准后的红外测量方法可以较准确地实现棉花回潮率的在线测量，和实际的烘箱数据对比，标准偏差在0.5%左右。因此，基于红外的棉花回潮率非接触测量系统可行，可解决现有电阻法测量效率低，实时性不够好的问题。

机械化；棉花；含水率；近红外光谱；回潮率；烘箱法

0 引 言

棉花含水率是棉花收获、储存、加工、收购交易及纺织环节的重要影响因素，会影响棉包质量、纤维品质和其他性能，如颜色、长度、强度等。尤其在加工过程中，要实时检测棉花的含水量以进行加湿或烘干等后续操作，从而保证棉花加工的质量。因此，对棉花含水量进行精确测量以便进行后续适当控制是至关重要的[1-5]。

国家标准中棉花含水量多少统一用回潮率来衡量。目前，棉花回潮率的测量方法主要分为直接法和间接法。直接法是通过干燥或用化学方式将棉花中的水分分离，然后由水分和干棉花的质量比计算回潮率。直接法包括烘箱法、微波加热干燥法、红外线加热干燥法、吸湿剂干燥法等。直接法测量结果准确度高、受环境影响较小，但测量速度慢、效率低、被测样本容易被破坏，适合在实验室中使用。间接法是利用棉纤维的电学特性如电阻、介电常数和电容加电后与棉纤维中的水分含量具有一定线性关系来计算回潮率。同样，使用特定波长的微波或红外线照射棉纤维，由于水分子的存在将发生能量衰减，衰减量和水分含量具有线性关系，由此可通过标定间接获得棉花中的含水量。间接法包括电阻法、电容法、微波法和红外法等[6-9]。相对于直接测量法，间接法测量速度快，效率高，适合于生产加工过程。

实际检测中，具体选用哪种测量方法取决于测量需求。现阶段国内总体以电阻法为主，测量方式多为人工使用插入式传感器插入棉包进行相关数据采集，或在装载车上架设测试机进行测量。现有的基于电阻的检测方法有在一定范围内测量准确、功耗低、价格便宜，但其属于接触式测量，在线实时测量效率较低。近红外光谱技术已在农业、纤维、纺织和纺织助剂工业中广泛应用。红外法相对于电阻法具有快速、连续、在线实时测量等优势[10-15]。Anthony[16]于1985年提出了一种红外传感器在线检测棉花含水量的方法；Kuldashov等[17]于2019年设计出一种基于近红外LED光源的双波长原棉回潮率远程监测的传感器，但未见实际的产品和系统。毕新胜等[18]论述了近红外法在棉花回潮率检测系统中应用的优越性及相关原理和技术，但未见进行试验验证。

目前，在棉花加工环节，国内外还没有专门利用红外技术进行棉花回潮率在线检测的仪器。因此，进行红外测量方法与现有烘箱法和基于电阻的测量方法的相关性对比试验是必要的。本文通过标高现有红外水分仪和试验验证红外法棉花回潮率非接触测量的可行性，为提出一种新型棉花回潮率在线检测方法与系统奠定基础。

1 棉花回潮率和含水率计算

国际上通常用回潮率表示棉花中所含水分的多少。回潮率是指棉纤维内所含水分质量与棉花干质量的百分比，用下式计算：

含水率是指棉纤维内所含水分质量与棉花湿质量的百分比，用下式计算：

式中为回潮率，%；W为含水率，%，0为棉花湿质量，g，1为棉花干质量，g。

含水率与回潮率的关系如式（3）和式（4）所示。

2 基于红外法的棉花水分含量测量原理

棉花水分中的O-H键是红外活性分子，可吸收红外光。水分子吸收光谱的3个特性吸收峰分别为1 430、1 940、2 950 nm[18]。在这3个波长处，水分子更容易被吸收，光透过率低。可通过测量红外光照射物体前后的光通量变化来获得水分含量。棉花中所含水分较少，一般以吸收率适中、测量范围较宽的1 940 nm作为测量波长。

近红外法测量棉花回潮率的理论依据为近红外吸收光谱的定量分析，吸收光谱定量的基础是Kubelka-Munk模型。Kubelka-Munk模型描述了漫反射体内部的散射和吸收关系，用散射系数和吸光系数来衡量光的散射和吸收[19-22]，通过测量漫反射率可计算样本吸收的光能。

工业测量应用中一般用漫反射吸光度来代替漫反射率，Kubelka-Munk模型表示为

样本内部对光的吸收作用较小时，漫反射吸光度与/可用截距不为0的一条直线来近似表示，吸收系数与样本水分浓度成正比，则公式（5）可写为

=+（6）

在进行棉花回潮率测量时，漫反射模型精度的主要影响因素为样本内部的光散射系数，其随着样本装载密度和颗粒度而显著变化[23-24]。通过引入散射系数的显著影响因素即密度，来验证该模型的线性度，对提升模型精确度是至关重要的。本文通过试验研究了棉花样本密度对模型精度的影响。

3 基于Modbus协议的红外棉花回潮率测量系统

3.1 硬件组成

本文基于广东科宝试验设备有限公司的FBS-M-100型红外水分仪进行棉花回潮率检测系统的开发，主要由光学部件、探头主板、供电电源、探头与主机的连接接口等几部分组成，如图1所示。光源（卤素灯泡）发出含有红外光的光线，分为内、外2个光路；外光路经调制盘将由光源发出的连续光进行调制，只有特定波长（易被水分子吸收的波段）可以通过滤光片后照射到被测物体表面，物料中的水分吸收一部分红外光，再经由聚焦镜反射到光电探测器上；内光路的光不经过被测物料，而是经过光学系统的调制后直接被光电探测器接收。照射到光电探测器的内外2路红外光被转换成电压值，内光路的电压减去外光路的电压即为光衰减值，通过标定模型可计算得到被测样品的含水量。

1.电源供电变压器 2.电机供电电路板 3.调制盘 4.滤光盘 5.聚焦镜 6.红外探测器 7.信号放大板 8.光源 9.电机

1.Power supply transformer 2.Motor power supply circuit board 3.Modulation disk 4.Filter disc 5.Focusing lens 6.Infrared detector 7.Signal amplifier board 8.Light source 9.Motor

图1 红外水分仪结构示意图

Fig.1 Structure diagram of infrared moisture meter

3.2 上位机软件设计

基于FBS-M-100红外水分仪，本文设计开发了基于Modbus通讯协议的红外棉花回潮率测试系统上位机软件。上位机软件的工作流程为：红外水分仪通过RS485通信线将检测到的红外数据传输到PC机上，PC机接收到从红外水分仪传输的数据后，使用本文中所建立的棉花回潮校准模型进行数据校准，得到棉花的回潮率，并绘制棉花回潮率曲线图。

图2是基于红外的棉花回潮率检测系统的界面，包含串口设置、回潮率数值显示和校准后回潮率数值动态曲线图。该系统可设置通讯串口和数据传输波特率，在打开串口后开始进行通讯，动态曲线图可根据数值上限动态调整纵轴的取值，并且可将接收到的回潮率数据导出到Excel表格中进行保存。试验中，控制被测棉花以1 m/s左右的速度移动，上位机软件显示的数据是移动的棉花样本的回潮率。预试验测量结果表明，所测数据基本平稳，波动较小。由于红外水分仪检测速度较快，一般在0.012 5 s左右，缓慢移动时速度对测量结果的影响较小，可满足在线回潮率测量的需求。

4 棉花回潮率测量试验

回潮率测量误差的来源主要有试验样本、检测仪器和测量过程3个方面。来自被测样本的影响因素主要有：样本密度、厚度、含杂率、色泽。检测仪器的影响因素主要有：检测光源、光程长、仪器噪声、检测仪器的信号能量等。来自测量过程的影响因素主要有环境温度及湿度[25-27]。

本文以红外水分仪测量值结果为研究对象，通过对红外水分仪、电阻式回潮率检测仪和经烘箱干燥计算所得回潮率试验数据进行对比，以烘箱法回潮率数据为基准分析了红外水分仪在线检测回潮率的可行性，重点研究了棉花密度和测量距离对红外检测仪在线检测结果的影响，作为后续设计棉花专用红外回潮率在线测试仪的基础性试验，为仪器的设计提供理论依据。

4.1 试验设备

天津市泰斯特仪器有限公司202-1A真空干燥箱（(105±3)℃）；舜宇恒平仪器JA2003精密实验室天平（最小分度值0.000 1 g）；密封箱、密封袋；蒸馏水；MJHZ-1型籽棉回潮率在线检测装置，该装置是郑州棉麻工程技术设计研究所开发的应用于棉花加工生产线的基于质量比电阻式籽棉回潮率在线检测系统，如图4；FBS-M-100红外水分测量仪实物如图3所示，其硬件参数如下：双探测波长1 940、1 818nm，测量范围0～50%，测量精度0.1%，测量范围（测量探头距离被测物体表面的距离）15～35 cm，测量速度0.012 5 s。

4.2 试验样本制备

首先根据吸着平衡原理制备不同回潮率的棉花样本。棉纤维吸湿、放湿与空气的相对湿度达到平衡，不再发生质量变化时称为吸着平衡。

试验所用棉花来自郑州棉麻工程技术设计研究所。所有样本制备前按照GB/T 6102.1-2006《原棉回潮率试验方法-烘箱法》进行烘干预处理，使其处在同一初始条件下。

本文共制备2种棉花样本，一是通过计量棉花干质量和加入密封箱中水的质量估算含水量，制备回潮率水平在6%～16%之间的样本。使样本水分含量覆盖棉花在自然情况下所能达到的水分含量区间。二是考虑到测量时棉花的吸湿和放湿会带来误差，制备实验室环境下未密封未加水的棉花样本。

1.过棉通道 2.压棉板电机 3.控制箱 4.光源机箱 5.光学测量探头 6.控制及显示机箱

1.Cotton channel 2.Cotton press motor 3.Control case 4.Light source case 5.Optical measuring detector 6.Control and display case

图3 试验设备与样本

Fig.3 Experiment equipments and samples

具体制备方法如下：

1）6%～16%回潮率水平的样本制备

试验1：将550 g棉样分成5组，每组110 g。再将110 g棉样分为3份，分别为2份50 g和1份10 g。2份50 g棉样分别用红外水分仪和电阻式回潮率检测仪测量，10 g棉样用于烘箱试验。

试验2：将700 g棉样分成5组，每组140 g；将每组140 g棉样分别分成20、30、40和50 g以制备不同密度的样本。

分组完成后，将样本放入密封箱中静置，然后用细密型喷头喷洒蒸馏水到密封箱中，所有棉花样本静置3 d以上，在精度为0.000 1 g的天平上定期称质量，当连续3次所称质量与前次质量之间的变化小于0.01 g时认为棉样达到了吸湿平衡[28]。

2）实验室环境下的样本制备

将烘干后的棉样分成2份，制备实验室环境下未密封未加水的棉花样本，记为N7、N8，每份1 100 g，分不同时间制备。然后将1 100 g分为10组，每组110 g。再将110 g棉样分为3份，分别为2份50 g和1份10 g，分别用于红外水分仪、电阻式回潮率检测仪和烘箱试验。

4.3 试验方法

4.3.1 测量距离（光程长）对红外水分仪测量结果影响的试验

在被测样本、测量波长、光谱仪器一定的情况下，测量精度由光程决定，在对棉花水分进行测量时，由于棉纤维形变量较大，样本表面高低不平，且不同光学器件光路不同，测量距离范围也不尽相同。因此，研究光程对棉花水分测量结果的影响是非常有必要的。

为减少环境干扰，试验过程中3种测量方式同时进行。将50 g棉样从密封箱中取出放入密封袋。为减少棉样在空气中的暴露时长，棉样从密封箱到测量仪器的转移时长控制在1 min内[29-30]。按照不同回潮率组别分别做好标记。在测量前将棉样取出，放置在玻璃容器内并施加相同的压力，尽量使棉样表面平整。FBS-M-100红外水分仪的测量范围是15～35 cm之间，测量距离分别设在15、20、25、30、35 cm处，通过转动容器测量每个距离下5点数据，并记录。启动MJHZ-1电阻式回潮率检测仪，待运行状态稳定后开始测量。为减小棉花在空气中放湿带来的误差，每次测量结束后均将样本放回密封袋。同时，取10 g样本进行烘箱试验，按照GB/T 6102.1-2006原棉回潮率试验方法进行烘干称质量并记录。依次测量6个不同回潮率水平样本的回潮率。

4.3.2 样本密度对红外水分仪测量结果影响的试验

棉纤维的质量密度指单位体积内的纤维质量（g/cm3）。由于棉花的密度难以测量，未经压缩的棉花内部存在大量空气，容易产生漏光现象，使得光探测器接收到的光谱信息偏离正常水平而失效，因此要在一定样本密度下进行测量。

在容器体积固定的情况下，通过改变质量制备不同密度的棉样。将试验2每组140的棉样分成4份，分别为20、30、40和50 g。由于容器容积为900 cm3，制备的棉样密度分别为0.022、0.033、0.044、0.056 g/cm3。

将不同密度的样本在25 cm的距离处进行测量，转动容器测量5点数据并记录。取不同回潮率水平的棉样，重复上述步骤直至测量完毕。

4.4 数据处理

同一样本均测量5次，为了保证数据的准确，去掉最大和最小值，结果取中间3次数据的平均值。

5 结果与分析

5.1 测量距离对红外水分仪测量结果的影响

试验1中统计了50个样本分别使用3种不同检测方法的数据，如图4所示。可以看出，电阻法与烘箱法的测量结果差异较小，但是电阻法测量值在低回潮率和高回潮率处与标准烘箱法的差异较大，性能略有下降。

红外水分仪测量值与烘箱和电测器测量值不同的原因是红外水分仪不是针对棉花回潮率设计的仪器，其标定材料不是棉花，没有针对棉花的回潮率测量模型。从图5的测量结果可知，红外水分仪所测数据走势与烘箱法相近，说明其具有较明显的相关性，可以基于烘箱法测得的棉花回潮率数据对红外水分仪进行重新校准和标定，从而实现棉花回潮率的精准测量。

注：括号中数字表示测量距离；50个样本以不同回潮率水平进行组间排序，组内按烘箱测量值大小进行排序，回潮率与样本编号的对应顺序为S6(1～5)、N7(6～15)，N8(16～25)，S8(26～30)，S10(31～35)，S12(36～40)，S14(41～45)，S16(46～50)。S6、S8、S10、S12、S14、S16表示回潮率分别为6%、8%、10%、12%、14%和16%，N7、N8为实验室环境下样本，回潮率约为7%、8%。下同。

Note:The number in brackets represents the measurement distance; The 50 samples were sorted by different levels of moisture regain between groups, and sorted by the oven measured values within the group, the corresponding order of moisture regain and sample No. is S6(1-5), N7(6-15), N8(16-25), S8(26-30), S10 (31-35), S12 (36-40), S14 (41-45), S16 (46-50). S6, S8, S10, S12, S14 and S16 represent moisture regain of 6%, 8%, 10%, 12%, 14% and 16%, respectively. N7 and N8 are samples in laboratory environment, the moisture regain is about 7% and 8%, respectively. The same below.

图4 MJHZ-1电阻回潮率测量仪、202-1A烘箱和FBS-M-100红外水分仪测量结果对比

Fig.4 Comparison of measurement results of MJHZ-1 resistance moisture regain meter, 202-1A oven and FBS-M-100 infrared moisture meter

a. 7%

图5是在实验室环境条件下制备的回潮率约为7%的N7和8%的N8样本回潮率测量结果。可以看出，在回潮率为7%～8%时，MJHZ-1电阻式回潮率检测仪的测量结果与烘箱测量结果吻合较好，测量误差基本在0.5%以内。红外水分仪不同测量距离下的数据波动基本保持在0.5%左右，不超过1%。因此，在规定的测量距离范围内，改变测量距离对检测结果的影响较小；同一测量距离下，红外水分仪测量值在1%内波动，具有良好的稳定性。

表1是试验1测量距离（光程长）对红外水分仪回潮率测量结果的影响。可以看出，在6个不同的回潮率水平下，红外水分仪的测量结果未随测量距离的变化而产生较为明显的变化。每个回潮率水平在5个测量距离下的极差在0.6%以内，标准差在0.134%之内，仪器规定范围内的测量距离变化不会对测量结果产生较大影响，满足棉花加工环节的测量精度要求。

表1 测量距离对红外水分仪测量结果的影响

.

5.2 样本密度对红外水分仪测量结果的影响

样本密度对红外水分仪回潮率测量结果影响如表2所示。红外水分仪制造厂所给的建议物料厚度至少应当为10 mm。由于棉花是一种形变量较大的物料，在线检测时不便测量其厚度，因此本文以单位容器内被测棉样的质量来表征密度。从表2中可以看出，同一回潮率水平、同一测量距离、不同密度下红外水分仪测量值的变化幅度较小。不同密度下测量值的极差在0.5%左右，标准偏差在0.15%以内，可以看出，样本密度的变化影响较小，满足棉花加工环节的精度要求。

表2 样本密度对红外水分仪测量结果的影响

5.3 红外棉花回潮率测量标定模型

为了实现棉花回潮率红外在线准确测量，根据上述试验结果，以烘箱测量的棉样回潮率为标准对红外水分仪测量值进行标定。使用42组烘箱测量值与25 cm处红外水分仪测量数据进行标定，剩余8组数据用来验证标定效果。标定结果如图6，标定方程为=−1.607+2.175。

图7为标定结果的验证。从图7可以看出，标定后，红外测量值和烘箱测量值基本一致。在高回潮率水平下，红外测量值有一定偏差。表3为标定后红外测量结果的误差分析。从表3可以看出，低于10%回潮率的样本测量误差较小，最小为0，最大为0.12%，效果较好。回潮率10%～15%的测量误差相对于低回潮率时略有增大，最小为0.10%，最大为0.46%。15%回潮率水平下的回潮率测量结果不如较低回潮率水平下准确。这可能是因为Kubelka-Munk模型在含水率较高时回潮率与吸光度的线性度较差，引入了误差。

表3 红外法棉花回潮率标定结果误差分析

6 结 论

本文通过对比红外法、电阻法和烘箱法3种回潮率测量方法，验证了红外非接触方法测量棉花回潮率的可行性，对现有的红外水分仪进行校准改造，建立了棉花回潮率测量模型，并设计了红外棉花回潮率测量系统上位机软件，主要结论如下：

1）红外水分仪与烘箱法和电测器法所测棉花回潮率的数据变化趋势相同，可利用红外非接触方法实现棉花回潮率在线测量；进一步通过试验分析了样本密度及测量距离对测量结果的影响，不同测量距离下的测量误差在0.6%之内，不同棉样密度下，回潮率测量误差在0.5%之内；

2）基于现有红外水分仪，经过烘箱法标定后的棉花回潮率测量误差在0.5%之内，可满足加工环节的在线测量要求，进一步验证了基于红外法的棉花回潮率在线测量的可行性；

为了提高红外棉花回潮率测量精度，可考虑在棉花加工生产线上的测量点处增设滚轮压棉装置，以保证样本测量表面的平整度与密实度。根据本文试验和所设计系统的有效性，后期拟开发三波段近红外LED棉花回潮率在线检测专用装置，以解决目前电阻法接触测量和效率低的问题。

[1] 国家标准局纤维检验局. 棉花纤维检验学[M]. 北京：中国标准出版社，1984：172-193.

[2] Delhom C, Rodgers J. Cotton moisture-Its importance, measurements and impacts[C]//New Orleans: United States Department of Agriculture, Agricultural Research Service Proceedings of the 33rd International Cotton Conference Bremen, 2016.

[3] Chun D T W, Hughs S E, Armijo C, et al. A study of bale moisture addition[J]. Transactions of the ASABE, 2007, 50(2): 325-330.

[4] Byler R K, Galyon M E, Anthony W S. Measurement of cotton bale moisture content after moisture restoration[J]. Applied Engineering in Agriculture, 2003, 19(1): 99-104.

[5] 史书伟，向天明，刘伟刚，等. 棉花加工过程中回潮率对皮棉质量的影响[J]. 棉纺织技术，2020，48(8)：19-23.

Shi Shuwei, Xiang Tianming, Liu Weigang, et al. Influence of moisture regain on ginned cotton quality in cotton processing[J]. Cotton Textile Technology, 2020, 48(8): 19-23.(in Chinese with English abstract)

[6] 王梦，李成松，坎杂，等. 棉花回潮率测量方法发展现状[J]. 江苏农业科学，2014，42(3)：268-270.

[7] Byler R K. Resistance-type portable cotton lint moisture meter[J]. Applied Engineering in Agriculture, 2006, 22(1): 13-17.

[8] 郑颖航，丁天怀，李勇. 基于电阻测量原理的新型棉花水分在线自动测量仪[J]. 仪表技术与传感器，2002(7)：21-22，28.

Zheng Yinghang, Ding Tianhuai, Li Yong. Novel on-line automatic apparatus for moisture content of cotton based on resistance[J]. Instrument Technique and Sensor, 2002(7): 21-22, 28. (in Chinese with English abstract)

[9] 许明翥，葛陈勇，方文娟，等. 微波法籽棉回潮率测试仪在籽棉收购加工中的应用研究[J]. 分析仪器，2020(2)：97-103.

Xu Mingzhu, Ge Chenyong, Fang Wenjuan, et al. Research on application of microwave seed cotton moisture regain tester in seed cotton acquisition and processing[J]. Analytical Instrumentation, 2020(2): 97-103. (in Chinese with English abstract)

[10] 景军锋，李炫君，凤婧，等. 电阻式织物回潮率在线测量装置的设计[J]. 棉纺织技术，2016，44(7)：27-31.

Jing Junfeng, Li Xuanjun, Feng Jing, et al. Design of resistivity type on-line measurement device for fabric moisture regain[J]. Cotton Textile Technology, 2016, 44(7): 27-31. (in Chinese with English abstract)

[11] Rodgers J, Montalvo J, Davidonis G, et al. Near infrared measurement of cotton fiber micronaire, maturity and fineness-a comparative investigation[J]. Textile Research Journal, 2010, 80(9): 780-793.

[12] 杨增玲，杨钦楷，沈广辉，等. 豆粕品质近红外定量分析实验室模型在线应用[J]. 农业机械学报，2019，50(8)：358-363，371.

Yang Zengling, Yang Qinkai, Shen Guanghui, et al. Online application of soybean meal NIRS quantitative analysis model from laboratory to factory[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(8): 358-363, 371. (in Chinese with English abstract)

[13] Gaitan-jurado A, Garcia-molina M, Pena-Rodriguez F, et al. Near infrared applications in the quality control of seed cotton[J]. Journal of Near Infrared Spectroscopy, 2008, 16(4): 421-429.

[14] 张亚伟，王书茂，陈度，等. 基于近红外的小麦植株含水率检测方法[J]. 农业机械学报，2017，48：118-122，261.

Zhang Yawei, Wang Shumao, Chen Du, et al. Measurement of wheat plants water content based on near-infrared photoelectric sensors[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48: 118-122, 261. (in Chinese with English abstract)

[15] 黄新栋，张涌，汤心溢，等. 红外水分仪数据采集系统的设计与实现[J]. 红外技术，2008，30(6)：335-338.

Huang Xindong, Zhang Yong, Tang Xinyi, et al. Design and implement of infrared moisture instrument data sample syetem[J]. Infrared Technology, 2008, 30(6): 335-338. (in Chinese with English abstract)

[16] Anthony W S. Measurement of cotton moisture with infrared sensors[J]. Applied Engineering in Agriculture, 1986, 2(1): 25-29.

[17] Kuldashov O K, Kuldashov G O, Mamasodikova Z Y. Infrared sensor for remote monitoring of moisture content in raw cotton[J]. Journal of Optical Technology, 2019, 86(6): 390-393.

[18] 毕新胜，贾金亮，王玉刚，等. 近红外光谱技术在籽棉回潮率检测系统的应用[J]. 自动化仪表，2015，36(9)：73-76.

Bi Xinsheng, Jia Jinliang, Wang Yugang, et al. Application of near infrared spectroscopy technology in detection system of seed cotton moisture regain[J]. Process Automation Instrumentation, 2015, 36(9): 73-76. (in Chinese with English abstract)

[19] Dahm D J, Dahm K D. Representative layer theory for diffuse reflectance[J]. Applied Spectroscopy, 1999, 53(6): 647-654.

[20] 严衍禄. 近红外光谱分析基础与应用[M]. 北京：中国轻工业出版社，2005.

[21] Torrent J, Barron V. Methods of Soil Analysis, Part 5, Mineralogical Methods: Diffuse Reflectance Spectroscopy[M]. USA: Soil Science Society of America, 2008: 367-385.

[22] 郭庆辉，彭彦昆，李永玉，等. 肉品无损检测光学传感器设计与试验[J]. 农业机械学报，2020，51(2)：484-490.

Guo Qinghui, Peng Yankun, Li Yongyu, et al. Design and test of optical sensor for meat non-destructive detection[J]. 2020, 51(2): 484-490. (in Chinese with English abstract)

[23] Dela-osa R A, Iparragirre I, Ortiz D, et al.The extended Kubelka-Munk theory and its application to spectroscopy[J]. ChemTexts, 2020, 6: 2.

[24] 邹春宇. 带式干燥床物料水分检测系统设计与实现[D]. 沈阳：东北大学，2011.

Zou Chunyu. Design and Implementation of Drying Materials’ Moisture Measurement System on Belt Dryer[D]. Shenyang: Northeastern University, 2011. (in Chinese with English abstract)

[25] 李勇，魏益民，王锋. 影响近红外光谱分析结果准确性的因素[J]. 核农学报，2005，19(3)：236-240.

Li Yong, Wei Yimin, Wang Feng. Affecting factors on the accuracy of near-infrared spectroscopy analysis[J]. Journal of Nuclear Agricultural Sciences, 2005, 19(3): 236-240. (in Chinese with English abstract)

[26] Keskin M, Dodd R B, Han Y J, et al. Comparison of different types of light sources for optical cotton mass measurement[J]. Transactions of the ASAE, 2001, 44(3): 715-720.

[27] Anthony W S. Field evaluation of infrared moisture meters[J]. Applied Engineering in Agriculture, 1991, 7(5): 509-514.

[28] Byler R K. Cotton lint moisture-sample storage container comparison[J]. Applied Engineering in Agriculture, 2004, 20(5): 543-546.

[29] Byler. A device for rapidly predicting cotton lint moisture content[J]. Transactions of the ASAE, 2004, 47(4): 1331-1335.

[30] 陆婉珍. 现代近红外光谱分析技术[M]. 2版. 北京：中国石化出版社，2006.

Development and experiments of cotton moisture regain measurement using near-infrared method

Chen Yajun1, Yang Shuhan1, Shi Shuwei2, Zhao Bo3, Wu Tingrong1

(1.Department of Information and Science, Xi’an University of Technology, Xi’an 710048, China;2. Zhengzhou Cotton&Jute Engineering Technology and Design Research Institute, Zhengzhou 451162, China;3. Chinese Academy of Agricultural Mechanization Sciences, Beijing 100083, China)

Moisture regain of cotton has posed a great challenge on the quality of products in the whole processing links of cotton industry. Therefore, it is necessary to accurately measure the moisture regain of cotton. Most measurementsof cotton moisture are contact detectionin the field of online cotton processing, particularly requiring additional auxiliary devices. However, the current contact mode in the moisture measurement cannotrealizefast online detectionat a highly demanding speed.In this study, a non-contact measurement was proposed using near-infrared spectroscopy, and an experimental test was also conductedto investigatethe influencing factors and feasibility inthe measurementof cotton moisture regain. The specific sample collection was set to ensure that the moisture regain of cotton samples covered the moisture regain under natural conditions.Six cotton samples were prepared with the moisture regain levels of 6%, 8%, 10%, 12%, 14%, and 16%. Three measurements were selected to compare, including the most widely-used resistance-based, the newly proposed infrared-based, and thestandard oven measurement. Two influencing factorswerefirst explored in the infrared measurement, such as the detection distance and sample density. The reason was that different deformation capabilities were found in the cotton fibers with various moisture content when the infrared measurement was performed. The cotton samples under the same moisture regain level were regarded as a batch of cotton samples, wherethe dispersion degree of infrared measuredvalues inthe same batch of cotton samples was obtainedunder the various measuring distance and sample density. The experimental results show that there wasgreat variationin the measuringdistance,but thesample density hadlittle effect on the measurement. The data range under different measurement distances was within 0.6%, withastandard deviation of 0.134%. The data range under different densities was about 0.5%, with the standard deviation of 0.15%,under the condition that there was no gap on the surface of visually inspected cotton sample, and no light leakage.The measuringerror met the accuracy requirements of online processing for moisture regain. A feasibility verification was also performed for the infrared measurement. In correlation analysis, the data regression was proposed to achieve a more accurate measurement of cotton moisture regain, where the correlation coefficient of the calibration model was 0.978. A host computer softwarewas also designedusing Modbus communication protocol, where the calibration model was utilized to measure the moisture regain after calibration by oven data. It was found that the infrared measurement model using fitting calibration more accurately realized the online monitoring the cotton moisture regain. In cotton samples with the moisture regain of 5% to 15%, the measuringerror less than 10%, with aminimum of 0 and amaximum of 0.12%, indicating abetter prediction. Between 10% and 15%, the moisture regain increased slightly when the measurement error was low,where the minimum was 0.10%, and the maximum was0.46%. The accuracy of calibration valuein cotton moisture regain wasreduced when the moisture regain level wasclose to 15%. The measurement error was expected to be less than 0.5%in the level of moisture regain. Therefore, the proposed near-infrared-based non-contact system was feasiblefor measuring cotton moisture regain, indicating high efficiency and sufficient real-time performance in cotton production.

mechanization; cotton; moisture content; near infrared spectroscopy; moisture regain; oven method

2021-02-18

2021-04-01

国家重点研发计划项目（2018YFD0700400）；陕西省重点研发计划资助项目（2019GY-080）；陕西省教育厅科学研究计划项目（20JY053）

陈亚军，副教授，研究方向为图像分析与机器视觉及应用、农业信息化。Email：chenyj@xaut.edu.cn

10.11975/j.issn.1002-6819.2021.07.019

TP391.41; S126; S451

A

1002-6819(2021)-07-0158-08

陈亚军，杨舒涵，史书伟，等. 基于近红外法的棉花回潮率测量系统研制与试验[J]. 农业工程学报，2021，37(7)：158-165. doi：10.11975/j.issn.1002-6819.2021.07.019 http://www.tcsae.org

Chen Yajun, Yang Shuhan, Shi Shuwei, et al. Development and experiments of cotton moisture regain measurement using near-infrared method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(7): 158-165. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.07.019 http://www.tcsae.org