Ukrainian Journal of Physical Optics 

Home page
 
 

Other articles 

in this issue
Numerical simulations of infected-grain detection based on laser–ultrasonic technique

Fan Chao, Jiao Ya-jie and Song Yu-pei

College of the Information Science and Engineering, Henan University of Technology, 450001 Zhengzhou, China

Download this article

Abstract. When a wheat kernel is infected by insects, nutrients of the kernel are damaged, which reduces the commercial value of wheat and threatens its food safety. We suggest a new non-destructive method for revealing infected kernels, which is based on laser-induced ultrasonic. A detection process is simulated using a finite-element analysis. Firstly, we formulate a finite-element model for normal wheat and models for infected wheat (with the wormhole radii 0.4, 0.6, 0.8 and 1.0 mm), following from a classical thermal-stress theory. Secondly, a controlling equation is obtained, a process of ultrasonic excitation is simulated for all the models using a standard Newmark time-integration method, and the ultrasonic signals are obtained for those models. Finally, we derive the velocity of ultrasonic wave propagating in the kernel and analyze the relationships among the ultrasonic parameters and the structural parameters of the models. Our results show that the time interval between two adjacent ultrasonic echoes depends notably upon the internal kernel structure. In particular, the interval between the first and second echoes is longer and the interval between the second and third echoes is shorter with increasing wormhole radius. This can be used for finding out the infected kernels at early stages and determining the sizes of wormholes.

Keywords: infected grain, laser ultrasound, detection methods, finite-element analysis

UDC: 535+534.14
Ukr. J. Phys. Opt. 20 113-123
doi: 10.3116/16091833/20/3/113/2019
Received: 06.06.2019

Анотація. Коли пшеничне зерно заражене комахами, пошкодження його поживних речовин понижує комерційну цінність пшениці і загрожує безпеці цього харчового продукту. Ми пропонуємо новий неруйнівний метод виявлення інфікованих зерен, заснований на лазерно-індукованому ультразвукові. Процес виявлення моделюється на основі методу скінченних елементів. Спочатку сформульовано модель скінченних елементів для нормальної пшениці та моделі опису інфікованої пшениці (з радіусами червоточини 0,4, 0,6, 0,8 і 1,0 мм), виходячи з класичної теорії термічного стресу. Далі одержано керуюче рівняння, промодельовано процес збудження ультразвуку для всіх моделей із використанням стандартного методу часового інтегрування Ньюмарка, а також одержано ультразвукові сигнали для цих моделей. Нарешті, знайдено швидкість ультразвукової хвилі, яка поширюється в зерні, і проаналізовано співвідношення між ультразвуковими параметрами і структурними параметрами моделей. Наші результати засвідчують, що часовий інтервал між двома сусідніми ультразвуковими луна-сигналами помітно залежить від внутрішньої структури зерна. Зокрема, інтервал між першим і другим луна-сигналами довший, а інтервал між другим і третім луна-сигналами коротший у разі більшого радіуса червоточини. Це можна використати для виявлення заражених зерен на ранніх стадіях зараження та для визначення розмірів червоточин.

REFERENCES
  1. Zhihui Li, Tong Zhen, Yuhua Zhu, 2019. Research on time series modeling in grain storage hidden insects environment detection. Ekoloji, 28: 4521-4525.
  2. Neethirajan S, Karunakaran C, Jayas DS, White NDG, 2007. Detection techniques for stored-product insects in grain. Food Control. 18: 157-162. doi:10.1016/j.foodcont.2005.09.008
  3. Eliopoulos PA, Potamitis I, Kontodimas DCh, Givropoulou EG, 2015. Detection of adult beetles inside the stored wheat mass based on their acoustic emissions. J. Econom. Entomol. 108: 2808-2814. doi:10.1093/jee/tov231
  4. Chelladurai V, Karuppiah K, Jayas D S, Fields PG, White NDG, 2014. Detection of Callosobruchus maculatus (F.) infestation in soybean using soft X-ray and NIR hyperspectral imaging techniques. J. Stored Prod. Res. 57: 43-48. doi:10.1016/j.jspr.2013.12.005
  5. Boniecki P, Piekarska B H, Swierczynski K, Koszela K, Zaborowicz M, Przybył J, 2014. Detection of the granary weevil based on X-ray images of damaged wheat kernels. J. Stored Prod. Res. 56: 38-42. doi:10.1016/j.jspr.2013.11.001
  6. Km Sheetal Banga, Nachiket Kotwaliwale, Debabandya Mohapatra, Saroj Kumar Giri, 2019. Techniques for insect detection in stored food grains: an overview. Food Control. 97: 115-116. doi:10.1016/j.foodcont.2018.10.011
  7. Chao Fan, 2015. Early discriminant method of infected kernel based on the erosion effects of laser ultrasonics. Laser Phys. 25: 076101. doi:10.1088/1054-660X/25/7/076101
  8. Li J Y, Niu H S and Niu Y X, 2017. Laser feedback interferometry and applications: a review. Opt. Eng. 56: 050901. doi:10.1117/1.OE.56.5.050901
  9. Nemets M and Pastor A A, 2017. Lasers in analysis: potential and prospects for the development of ultrashort pulsed lasers. Rus. J. Phys. Chem. B. 11: 95-98. doi:10.1134/S1990793117010298
  10. Padmanabham G and Bathe R, 2018. Laser materials processing for industrial applications. Proc. Nat. Acad. Sci. 88: 359-374. doi:10.1007/s40010-018-0523-5
  11. Dawood M S, 2016. The effects of ultrasound and alternating current on the laser penetration in the tissue. Las. Med. Sci. 31: 955-964. doi:10.1007/s10103-016-1937-4
  12. Chao Fan, Jing-bo Xu, Tie-jun Yang and Hong-Liang Fu, 2014. Research on a measurement method for wheat hardness based on the erosion effects of laser ultrasonics. Laser Phys. 24: 046101. doi:10.1088/1054-660X/24/4/046101
  13. Fan Chao. 2017. Detection of wheat hardness based on a laser-generated ultrasonic signal. Ukr. J. Phys. Opt. 18: 201-212. doi:10.3116/16091833/18/4/201/2017
  14. Urzova J and Jelinek M, 2018. Heat transfer modelling of pulsed laser-tissue interaction. Laser Phys. 28: 036001. doi:10.1088/1555-6611/aa9a9a
  15. LuisPolo-Parada, Gerardo Gutiérrez-Juárez, Jennifer A Kist, Laxmi Adhikari, Nakara Bhawawet, Gary A.Baker , 2019. Laser-induced sound pinging (LISP): A rapid photoacoustic method to determine the speed of sound in microliter fluid volumes. Sensors and Actuators B - Chemical. 291: 401-410. doi:10.1016/j.snb.2019.04.080
  16. Popovich A A, Masaylo D V, Sufiiarov S, Borisov E V, Polozov I A, Bychenok V A, Kinzhagulov I Yu, Berkutov I V, Ashikhin D S, Il'inskii A V, 2016. A laser ultrasonic technique for studying the properties of products manufactured by additive technologies. Rus. J. Nondestruct. Testing. 52: 303-309. doi:10.1134/S1061830916060097
  17. Hossam Selim, Miguel Delgado Prieto, José Trull, Luis Romeral, and Crina Cojocaru, 2019. Laser ultrasound inspection based on wavelet transform and data clustering for defect estimation in metallic samples. Sensors. 19: 573. doi:10.3390/s19030573
  18. Sedaghati A, Honarvar F and Sinclair A N, 2019. Lamb wave-based experimental and numerical studies for detection and sizing of corrosion damage in metallic plates. Proc. Inst. Mech. Eng., Part C - J. Mech. Eng. Sci. 233: 2107-2120. doi:10.1177/0954406218781965
  19. Ziming Li, Cunfu He, Zenghua Liu, BinWu , 2019. Quantitative detection of lamination defect in thin-walled metallic pipe by using circumferential Lamb waves based on wavenumber analysis method. NDT & E International. 102: 56-67. doi:10.1016/j.ndteint.2018.11.005
  20. Wei Zeng, Shikai Qi, Li Liu, Yeiyan Yao, 2019. Research on laser-generated Rayleigh waves with angled surface crack by finite element method. Optik. 181: 57-62. doi:10.1016/j.ijleo.2018.11.105
  21. Yu Zhan, Changsheng Liu, Xiangwei Kong, Yingmei Li, 2018. Measurement of fiber reinforced composite engineering constants with laser ultrasonic. Appl. Acoust. 139: 182-188. doi:10.1016/j.apacoust.2018.04.036
(c) Ukrainian Journal of Physical Optics