肖 旺 杨煜俊 申启访 单森森 黄 越

(广东工业大学机电工程学院，广东 广州 510006)

鸭蛋是日常生活中重要的食品之一，味道鲜美，价格便宜，营养丰富，一直备受消费者喜爱。其品质直接关乎鸭蛋的销量及其蛋制品(如皮蛋、咸鸭蛋等)品质。然而鸭蛋在出栏、运输、加工、储存等阶段容易造成外壳破损，表面污染，严重影响鸭蛋品质，若加工和销售前不及时剔除，会造成更大的污染和资源浪费，甚至危及消费者的健康安全。目前，鸭蛋的筛选可分为人工光检与声学检测。对于大多蛋品企业而言，鸭蛋的挑选主要是依赖人工肉眼识别，其成本高昂，效率低下，漏检率高，且对眼损伤较大。此外，近些年中国有部分厂家引进了日本声学裂痕检测模块，通过小锤敲击蛋壳表面的几处关键点，采集蛋壳表面的声纹振动反馈，以此分析并判断鸭蛋表面是否完好。但此方法虽能检测出蛋壳破损的鸭蛋，但易受蛋壳表面脏污影响出现误判，需要人工二次检查。

当前，制约中国蛋品行业发展的一个主要因素就是蛋品深加工机械设备不足，无法实现集约化发展，导致蛋品加工率过低，蛋品品质良莠不齐。俞玥等[1-2]在蛋品无损检测与品质分级方面进行了大量研究，按检测方法不同主要可分为声学检测[3]、机器视觉检测[4-6]以及深度学习检测[7-9]。在声学领域，孙力等[10]通过蛋壳表面声学特性设计了一套在线蛋壳裂痕检测系统，检测率达90%；陈诚等[11]采用敲击响应方法，对鸡蛋进行多角度敲击，并精准采集敲击音频响应信号，设计了基于声学响应信号分析的一套禽蛋蛋壳在线检测系统，该系统对正常禽蛋检测准确率达92%。……