砀山酥梨原料近红外无损检测与智能切片出品率数据集

本数据集来源于生产线前端的六通道水果机器视觉分选机、在线近红外NIR光谱检测仪以及高速机械切片机组的运行日志，共计64条高维度的工艺关联数据。内容详细记录了每批次入场原料梨的物理形态特征如平均果径、机器视觉识别出的表皮瑕疵像素面积、NIR透射光谱计算出的内部褐变指数（反映黑心病风险）、果肉硬度值，以及随后的机械加工参数包括切片机刀组编号、实时转速、切片厚度设定值，并最终关联到该工况下的碎片率统计与有效成品出品率，完整构建了从“一颗梨”到“一片梨”的数字化转化档案。

搜集汇总

背景与挑战

背景概述

该数据集聚焦于砀山酥梨在食品加工过程中的质量检测与生产效率优化，包含60条记录，涵盖了原料的物理生理指标（如果径、硬度、内部褐变）和智能切片加工参数（如刀盘转速、碎片率、出品率）。它通过近红外无损检测技术识别原料内部缺陷，并结合机器学习模型动态调整加工参数，旨在提升罐头生产的原料利用率和产品品质，适用于食品制造业的精细化分级与成本控制场景。