انجمن آزمون‌های غیرمخرب ایران نشریه فناوری آزمون‌های غیرمخرب 2676-6655 4 1 2025 02 19 Hazelnut Sorting Using Acoustic Response درجه بندی فندق با استفاده از پاسخ صوتی 72 84 222086 10.30494/jndt.2025.506345.1159 FA سید سالار فخرالاسلامی گروه فنی کشاورزی، پردیس ابوریحان، دانشگاه تهران، ایران، محمد ابونجمی گروه فنی کشاورزی، پردیس ابوریحان، دانشگاه تهران، ایران، 0000-0003-4220-0353 سیدرضا حسن بیگی گروه فنی کشاورزی، پردیس ابوریحان، دانشگاه تهران، ایران Journal Article 2025 02 13 One of the efficient, cost-effective, and rapid methods for non-destructive quality evaluation of horticultural and agricultural products is the acoustic analysis response generated by impact. In this research, the possibility of using sound processing resulting from the collision of hazelnuts with a galvanized iron plate for separating large, medium, and small hazelnuts, as well as separating nutty and hollow types, has been investigated. First, hazelnuts were divided into four groups based on size: large, medium, small, and empty. The hazelnuts of each group were weighed to separate the nutty and hollow types from the composition. Based on this approach, a system was designed and developed using a single-impact method to generate sound from hazelnuts upon impact with an iron surface. Artificial intelligence techniques were employed to analyze and classify the product based on features extracted from their acoustic signals. Then, in order to take samples, all hazelnuts were dropped from a height of 35 and 45 cm and hit an iron plate. The sound of the collision was recorded by the microphone. The recorded data is taken from the time domain to the frequency domain by Fast Fourier Transform (FFT) and graded using the features obtained from the gradation. The results of audio tests show that by comparing the direct ratio of weight with amplitude and sound pressure level, a hazelnut that has a pass range of less than 0.121Pa, and a sound pressure level of less than 75.2 dB is hollow or has an immature kernels. The study also revealed that the drop height did not significantly affect the quality classification, and a height of 35 cm, along with a sound pressure level above 75.2 dB, yielded the best results for hazelnuts classification. The results of this research, in combination with the common methods of separating hazelnuts, show that acoustic response analysis as a non-destructive method of grading hazelnuts can reduce their damage in addition to increasing the speed and accuracy of calssification. یکی از روشهای مهم به صرفه و سریع برای ارزیابی غیر مخرب کیفی محصولات باغی و کشاورزی استفاده از تحلیل پاسخ صوتی حاصل از ضربه میباشد.دراین پژوهش، امکان استفاده از پردازش صدای حاصل از برخورد فندق با صفحه آهنی گالوانیزه برای جداسازی فندق های درشت، متوسط، ریز و نیز جداسازی انواع مغز دار و پوک بررسی شده است. ر این اساس سامانه ای برمبنای روش تک ضربی برای تولید صدای فندق در اثر برخورد با سطح آهنی و استفاده از تکنیک های هوش مصنوعی برای تشخیص و طبقه بندی محصول براساس ویژگی های استخراج شده از سیگنال صوتی آنها طراحی و ساخته شد. ابتدا فندق ها براساس اندازه به سه گروه درشت، متوسط وریز تقسیم شده سپس فندق های هر گروه وزن شده تا انواع مغزدار و پوک از یکدیگر تفکیک شوند. به منظور نمونه برداری، تمامی فندق ها از ارتفاع 35و 45 سانتی‌متری رها شده تا با صفحه آهنی برخورد نمایند. سپس صدای برخورد حاصل از ضربه، توسط میکروفن با دقت بالا ضبط گردید. سیگنال های ضبط شده توسط تبدیل فوریه سریع (FFT) از حوزه زمان به حوزه فرکانس برده و با استفاده از ویژگی های بدست آمده درجه بندی میشوند. نتایج بررسی سیگنال های صوتی نشان میدهد با مقایسه رابطه مستقیم وزن با دامنه و تراز فشار صوت، فندقی که دارای دامنه کمتر از121/0 پاسکال و تراز فشارصوت کمتراز 2/75 دسی بل باشد توخالی یا دارای مغز نارس میباشد. با بررسی صورت گرفته ارتفاع سقوط هیچ تفاوتی معنی داری در تشخیص درجه بندی کیفی نمونه نداشته لذا ارتفاع 35 سانتیمتر و فشار صوت بالاتر از 2/75 بهترین نتیجه برای تشخیص فندق سالم و توپر را دارا میباشد. نتایج حاصل از این تحقیق در ترکیب با روش های متداول جداسازی فندق، نشان میدهد تحلیل پاسخ صوتی به عنوان یکی از روش های غیرمخرب درجه بندی فندق میتواند علاوه بر افزایش سرعت و دقت جداسازی، باعث کاهش آسیب دیدگی آنها نیز گردد. https://www.jndttech.ir/article_222086_355d6a2a9d790dd3b030447417476870.pdf