高 嬌,禹振軍,蔣 彬,熊 波,張迪婧
(北京市農業機械試驗鑒定推廣站,北京 100079)
禽蛋是最受人們歡迎的重要農產品之一,我國禽蛋的消費以鮮禽蛋和二次加工的整蛋為主,禽蛋的消費量極大[1]。在禽蛋加工過程中的一個重要步驟是檢測分級,即把破損蛋(主要是裂紋蛋)從好蛋中挑出來,將禽蛋按照一定標準分開包裝,不僅保證了禽蛋產品的品質,還提高了經濟效益。目前,較通用的檢測分級工作主要是對蛋的大小、干凈程度、蛋殼顏色及裂紋蛋進行分選,分級方式可根據生產加工量選擇人工、半機械化和自動化[2]。我國禽蛋檢測分級工作仍然以人工為主,即傳統的照蛋法和敲蛋法,通過人的眼睛和耳朵進行識別。人工檢測效率低、易受操作人員水平影響,極大限制了禽蛋的產量和品質的提升。近年來,國內外學者通過模擬人工檢測方法,采用計算機視覺和音頻檢測等技術,研究禽蛋新鮮度、蛋殼裂紋等檢測分級方法,取得了一定的成效,提升了禽蛋品質檢測與分級的機械化水平[3-4]。本文梳理了禽蛋產品檢測分級機械化技術發展進程、現階段技術水平及存在的問題,為禽蛋產品檢測分級機械化技術的推廣應用提供技術參考。
禽蛋檢測與分級是蛋品產后初加工的重要組成步驟,分級主要是依據蛋品的質量大小,蛋品分級機械化技術的研究起步較早,始于20世紀40年代。以蛋品的質量為分級依據,世界首臺雞蛋分級機是由荷蘭MOBA公司生產,于1947年問世,生產能力僅為1 600枚/h,稱量誤差也較大。該公司采用杠桿原理進行稱量分級,利用30年時間對設備進行升級改造,1970年將蛋品稱量分級與自動包裝集成在一臺機器上,同時生產能力提高到14 400枚/h,稱量分級誤差也大大降低[5]。隨著電子技術的快速發展,蛋品分級機的稱量部分由純機械向機電一體化方向轉變,使用電子稱量替代天平稱量,生產能力大幅度提升,在1993年推出的Omnia系列機器最低生產效率為3萬枚/h[6]。目前,禽蛋分級設備做的比較好的公司如荷蘭的MOBA公司和日本的NABEL公司生產的高效率蛋品分級包裝機,基本上采用零速電子稱量方式對禽蛋進行稱量分級,質量精確到0.1 kg,而且稱量速度快,分級效率高[7]。
國內蛋品分級研究起步于20世紀70年代,較為代表性的企業有深圳振野蛋品智能設備有限公司,該公司生產的ZYF-J3L(IK)型蛋品分級機,生產效率為5 400枚/h[8]。該設備采用動態稱量的方式對禽蛋進行稱量,此種方法稱量的精度較低,但目前國內蛋品分級設備多采用動態稱量的方式進行分級[9-10]。部分研究人員采用靜態稱量的方式,即將單個雞蛋放到秤盤上,讀取穩定質量值后判斷等級,再將雞蛋撥到分級線進行分級,此方法精度高但作業效率低,未被廣泛應用[11]。市場上主流的蛋品稱量分級機生產效率為1萬~2萬枚/h。
國外在20世紀90年代初就有禽蛋檢測方面基礎性研究,1992年美國的DIAMOND公司研制了全自動破損檢測機;1996年利用機器視覺技術研發全自動污垢檢測機。1998年日本的NABEL公司發布了自動蛋殼裂縫檢查裝置“ACD”系統;2000年又發布了應用分光技術對禽蛋進行非破壞自動血蛋檢查裝置“ABD”系統。2010年開始應用機器視覺檢測禽蛋的好壞。生產方面,MOBA、NABEL、DIAMOND等公司陸續生產出禽蛋裂紋在線檢測的分級設備和生產線,目前大型的設備處理能力已達18萬枚/h[12]。
國內禽蛋自動檢測技術研究從2000年以后逐步開展,以華中農業大學、南京農業大學、浙江大學、江蘇大學及福州大學等高校為主。主要基于兩個技術,一是通過分析敲擊蛋殼的聲音來檢測,另一個是通過機器視覺分析蛋殼圖片來檢測。2004年,華中農業大學的研究者建立了鴨蛋在線監測系統,主要利用音頻分析方法來分析禽蛋蛋殼的裂紋,依靠采集敲擊鴨蛋的聲音信號,將信號轉換成數字信號進入計算機進行頻譜分析,建立好蛋與壞蛋的判別模型進行檢測,該系統好蛋檢測率93%,壞蛋檢測率91%[13]。2005年,陳紅等[14]應用計算機視覺技術檢測鴨蛋品質(顏色、大小、新鮮度),設計了鴨蛋品質自動檢測分級控制系統,實現了鴨蛋品質參數的在線檢測。近幾年,國內學者在采用彩色視覺系統和遺傳神經網絡相結合來對殼體缺陷進行研究等方面取得一定進展,但大部分還停留在實驗室階段,真正生產應用的禽蛋在線自動檢測生產線仍然較少[15]。
目前,國內的禽蛋分級設備多基于機械天平測質量,根據禽蛋的質量對其進行分類,基本可以滿足質量分類標準要求,但分級效率低,為5 400~30 000枚/h左右,與世界先進蛋品分級設備相比要低很多。機器視覺檢測技術和音頻檢測技術是禽蛋品質無損檢測最常用的方法。另還有利用蛋的動力學特性或電學、機械學特性來檢測,還有化學檢測法、生物檢測法及綜合檢測法等。但禽蛋的內部品質、裂紋等檢測只是比較粗略地分類,市場上自動化禽蛋品質無損檢測機械設備較少。而發達國家生產的蛋品分級包裝生產線效率較高,采用零速電子稱量方式對禽蛋進行稱量分級,質量精確到0.1 kg,而且稱量速度快,分級效率高,且可與禽蛋自動化無損檢測設備聯合作業,效率最高可達18萬枚/h。其中,MOBA公司是世界領先的禽蛋分類、包裝和加工機器設備制造商,該公司生產的雞蛋自動分級包裝設備規格多、效率高,國際市場占有率達50%,在中國占據高端雞蛋加工設備市場份額的95%[10]。
北京市家禽養殖總量為974.8萬只,飼料加工、飼喂、飲水和清糞等環節基本實現機械化作業,但撿蛋、清洗、檢測和分級等環節機械化水平相對較低。經過調研了解到,北京地區蛋雞養殖規模10萬只以下的養殖場,對于檢測分級設備應用較少,需求也較少,一部分小規模養殖場無需蛋品分級檢測,另一部分采用人工分級的方法。養殖規模100萬只以上的企業,多采用國外進口的成套蛋品檢測分級設備。中等規模的養殖場多采用國內企業生產的蛋品檢測分級設備,人工輔助作業,作業效率在5 400~30 000枚/h。
3.1.1應用程度低
國內禽蛋裂紋檢測主要以人工或半機械化檢測為主,通過輔助燈光照射觀察蛋殼表面的完整性來判斷。人工檢測準確率低且容易眼疲勞,準確度隨著檢測時間的推移逐漸降低,難以滿足禽蛋自動化快速檢測加工的要求,阻礙了禽蛋產業的發展進步。國內禽蛋養殖場對于成套的禽蛋檢測設備應用相對較少,只有少數大型的蛋品企業進口國外禽蛋檢測加工設備。隨著禽蛋行業檢測標準的提高,禽蛋養殖場對國外禽蛋檢測設備的需求量逐漸增大,檢測設備進口數量呈逐年上升趨勢。
3.1.2重視程度不夠
一是養殖場對禽蛋產后初加工環節重視不夠,對禽蛋品質的檢測和質量分級多采用人工或半機械化作業,尤其是中小規模養殖場,將禽蛋產品不經加工直接銷售,價格低廉導致經濟效益低。經過調研了解到,一方面中小規模養殖場滿足于現有的經濟收入,對于禽蛋品質提升提高經濟效益愿望不強烈;另一方面中小規模養殖場消息閉塞,對新興的蛋品分級、檢測機械化技術和裝備了解的較少,或對作業效果、經濟效益情況存有疑慮。
二是政府部門對禽蛋產后初加工環節重視不夠,在農機購置補貼目錄、相關農機統計工作中均沒有包括檢測、分級環節的設備,沒有將禽蛋產后初加工作為重要環節關注,宣傳推廣力度不夠。
三是家禽機械設備生產企業對禽蛋產后初加工環節重視不夠。由于市場需求不大,以及政府部門重視程度不夠,機械設備生產廠家對生產加工禽蛋檢測分級設備積極性不高。
3.1.3核心技術有待提高
目前,國內有關禽蛋品質檢測的研究及檢測功能較單一,利用光學、聲學特性進行無損檢測雖然已經取得一定成果,相關研究現有的成熟技術手段和方法與實際生產需要仍有距離,機械設備自動化程度不高,需要人工輔助作業。市場上現有的蛋品分級設備作業效率低,稱量核心技術需要進一步突破,以提高蛋品分級效率。
3.2.1加大宣傳推廣力度
多措并舉,加大禽蛋分級檢測機械化技術和裝備的宣傳力度,通過農機展會展示、項目帶動、示范培訓和媒體宣傳等多種方式,讓禽蛋養殖企業多了解分級檢測機械化技術和裝備的應用效果替換人工作業后禽蛋品質的提升和節本增效情況,促進禽蛋養殖企業主動了解、接受這項技術,推動禽蛋分級檢測機械化技術和裝備的推廣應用。
3.2.2加大科技研發力度
國內相關研究應該在現有成熟技術手段和方法的基礎上,結合實際生產需要適當拓展綜合檢測項目,與一些精密儀器和機械結合起來,投入到實際生產線中,以滿足禽蛋產業品質提升的需要。研究吸收國外禽蛋檢測分級設備的核心技術,不斷加以改進創新,提高國產蛋品檢測設備的自動化、智能化技術水平。
3.2.3加強產學研推部門聯合
建立暢通的產學研推部門聯合工作機制,加強最新科研成果的轉化應用,便于對新技術、新裝備的推廣應用。大專院校、科研院所等單位研發的禽蛋分級檢測新技術應與機械生產企業、農機推廣部門聯合,開展相應的生產試驗,檢測新技術、新裝備的適用性、可靠性,對存在的問題進行調試改進,加快新技術、新裝備的成果轉化,推動禽蛋分級檢測機械化技術和裝備不斷更新換代,提升禽蛋分級檢測機械化技術和裝備的科技含量水平。
禽蛋檢測分級機械化技術研究在國外起步較早,技術研究、應用發展較快,禽蛋檢測分級可聯合作業,作業效率高,精度高,設備種類多樣,占據國際市場份額50%。國內禽蛋檢測分級機械化技術研究起步較晚,且由于政府部門、科研機構、生產企業和養殖場等重視程度不夠,技術裝備應用率較低,導致技術裝備研究發展緩慢,滯后于發達國家。應加強禽蛋檢測分級核心技術科研攻關、加大禽蛋檢測分級機械化技術的宣傳力度,推動技術裝備的推廣應用,提高國產禽蛋的質量和競爭力,拉動家禽產業發展。