《Journal of Food Engineering》：Mechanical–Acoustic Fusion for Peanut Roasting Duration Classification
编辑推荐：
花生烘烤质构演变与分类研究：开发机械-声学融合系统，集成力传感器、麦克风和声发射传感器，同步采集力学、声学及弹性波信号，结合质量损失率和CIE L*a*b*颜色值分析，通过主成分分析（PCA）降维（保留6个成分，86.42%方差解释率），对比评估不同传感器组合（ME, ME+MIC, ME+AE, ME+MIC+AE）的SVM分类性能，ME+MIC+AE组合准确率达94.17%，较单一机械模型提升33%，为烘烤过程质构监测提供新方法。
施宇|王尚军|陈怀梦|于慧|何萌|徐家琪|周林杰|唐秀英
中国农业大学工程学院，北京，100083，中国
摘要
本研究开发了一种机械-声学融合系统，该系统集成了力传感器、麦克风和声发射（AE）传感器，用于表征和分类烘烤10-50分钟的花生。该系统同时记录了压缩测试过程中的宏观力响应、空气中的断裂声音和弹性波。质量损失和CIE L*a*b*颜色值随烘烤时间的增加而呈现强烈的单调趋势，证实了花生发生了渐进的物理化学变化。提取了27个特征，并通过Kruskal-Wallis和Spearman分析保留了11个代表性参数（3个机械参数、5个麦克风参数和3个AE参数）。机械特征与烘烤时间的相关性最强。主成分分析（PCA）减少了冗余，保留了6个主成分，解释了总方差的86.42%。使用不同的传感器组合（ME、ME+MIC、ME+AE和ME+MIC+AE，其中ME代表力传感器，MIC代表麦克风，AE代表声发射），通过五折交叉验证评估了四种分类器的性能。多模态传感器组合模型（ME+MIC+AE）取得了最佳性能，支持向量机（SVM）的准确率为94.17%，精确率为94.47%，召回率为94.17%，F1分数为94.12%，比单一机械模型提高了33个百分点。所提出的融合方法有效提高了分类精度，并为监测花生的质地演变和烘烤程度提供了客观框架。
引言
花生（Arachis hypogaea L.）是一种重要的油料作物，烘烤后的花生因其酥脆的质地和独特的风味而备受青睐（Arya等人，2024年）。烘烤过程改变了花生的水分含量、油脂分布和微观结构，显著影响了其质地。质地反映了材料对外部力的响应（Kaur等人，2022年）。在烘烤花生的质地属性中，脆性尤为重要，它将感官感知与断裂力学联系起来（Saeleaw和Schleining，2011年）。以往的研究使用机械和声学方法对各种产品的脆性进行了表征，如谷物（Stasiak等人，2007年）、薯片（Taniwaki和Kohyama，2012年）、饼干（Talens等人，2023年）和坚果（Giacosa等人，2016年）。然而，大多数系统仅依赖于单个声学传感器（无论是接触式还是非接触式）和机械传感器的组合（Sakurai和Akimoto，2022年；Zhu等人，2024年），无法全面捕捉花生压碎过程中的关键信息。
与水果或烘焙食品相比，花生在烘烤过程中经历了更复杂的结构变化，包括水分损失、蛋白质变性、油脂迁移和细胞塌陷（Dai等人，2025年）。这些多尺度变化使得传统的机械和声学简单组合难以完全表征花生的脆性。机械传感器与非接触式传感器（如声音包络检测器）的组合可以捕捉宏观断裂，但难以检测早期微裂纹事件（Dias-Faceto等人，2020年），而力传感器和AE传感器的组合可以检测微裂纹，但无法捕捉感知到的断裂声音（Iwatani等人，2013年）。因此，本研究提出了一种多模态融合方法，结合机械信号、空气中的声音和结构声音来监测花生烘烤过程，从而实现对整个烘烤过程的全面分析。
机器学习在食品质地研究方面显示出巨大潜力（Chhetri，2024年）。其中，支持向量机（SVM）（Nashat和Abdullah，2010年）、随机森林（RF）（Sagita等人，2024年）、朴素贝叶斯（NB）（Zarezadeh等人，2021年）和决策树（DT）（Zhang等人，2025年）等算法已成功应用于烘烤程度的分类和感官属性预测，为食品质地的定量分析提供了有效工具。
因此，本研究有三个目标：（1）建立一个多模态传感框架，整合机械传感器、麦克风（空气中的声学传感器）和AE传感器，并结合质量损失率和CIE L*a*b*颜色值的测量，实时监测和定量表征花生烘烤过程中的质地演变；（2）从多模态信号中提取并降维特征，以识别具有显著区分能力的特征参数，用于区分不同烘烤时间下的花生；（3）评估不同分类模型在识别烘烤时间方面的性能，并研究不同传感器组合对模型准确性和鲁棒性的影响。
章节摘录
烘烤花生样本
本研究使用的是从当地超市购买的花生样本，品种为Arachis hypogaea L.，栽培品种为Lu Hua 14，原产于山东省聊城市。该品种以高油产量著称，在山东、河北、安徽和河南等主要花生生产区广泛种植。使用Lu Hua 14作为实验样本对于指导花生储存和生产加工具有实际意义。
烘烤过程中CIE实验室颜色值、质量损失率和水分含量的变化
在花生烘烤过程中，CIE L*a*b*颜色值、质量损失率和水分含量均表现出系统性和显著的变化（图5）。随着烘烤时间的增加，L*（亮度）值逐渐降低，表明外观从浅黄色变为深棕色。a*（红色度）值从负值变为正值并持续上升，反映了绿色调的褪色和红棕色色素的积累。相比之下，b*（黄度）值
结论
- (1)
本研究建立了一种多模态机械-声学方法，用于表征和分类不同烘烤时间下的烘烤花生。通过整合机械、麦克风和AE信号，所提出的系统有效地捕获了压缩过程中产生的与质地相关的信息。花生的物理演变进一步通过质量损失率和CIE L*a*b*颜色值得到了验证，证实了烘烤引起的结构和光学变化。
- (2)
经过预处理后
CRediT作者贡献声明
施宇：撰写——原始草稿，可视化。唐秀英：方法论，资金获取。陈怀梦：撰写——审稿与编辑，软件。王尚军：验证，调查。何萌：数据管理。于慧：数据管理，概念化。周林杰：数据管理。徐家琪：可视化，验证
致谢
本工作得到了国家自然科学基金项目（项目编号：32372435）和中国农业大学的2115人才发展计划的支持。
