及时获取谷类及油料作物部分有效成分的含量信息,在它们的收获、收购、储运、加工等阶段均有重要意义,也是提高农产品有效利用率和提高深加工水平的重要技术手段之一。本研究设计了一种可直接搭载于生产线上的在线近红外检测系统,可用于谷类及油料作物小颗粒农产品品质信息的实时监测,及时调整生产工艺参数,提高物料加工品质。课题的主要研究内容如下:（1）在不同光谱采集方式的研究中,搭建了预试验平台,通过几种光谱采集方式下的光谱稳定性对比,找出最佳的光谱采集方式。其中,在光纤头与样品表面距离对光谱稳定性影响的研究中发现,不同颗粒大小的物料对应的最佳光纤采集距离不同,大豆的最优光纤采集距离为90 mm,油菜籽最优光纤采集距离为70 mm,面粉最优光纤采集距离为70 mm。在光纤头中心线与光源中心线所成角度对光谱稳定性的研究中,进行了3次重复性实验,综合考虑,可以在光源倾斜角度为10°的情况下,将光纤检测角度设计为10°。（2）完成了在线近红外检测系统的光谱采集模块结构设计、升降台结构设计以及输送装置的选择,着重完成了光源、近红外微型光谱仪、控制用步进电机等的选型。系统工作时,通过上位机给予光谱采集模块中步进电机不同脉冲信号,控制转盘的转动,实现了暗场光谱采集、标准片光谱采集、参比光谱采集以及样品光谱采集模式的方便切换,其中暗场光谱采集时光源处于关闭状态,其他采集模式下光源处于打开状态;设计了采用步进电机的正反向旋来实现升降台的升降的方案,同时为了保证升降台的安全行程,设计了两套安全保护措施。（3）对光谱采集模块的光学性能参数进行了测试,结果显示,波长准确性、波长重复性、吸光度重复性及基线稳定性各项性能指标满足实用性要求。选用油菜籽作为检测样品,通过建立油菜籽含油率的校正模型,考核在线近红外检测系统的实际应用能力。102个样品的近红外光谱采用K-S方法按照校正集与预测集数量7:3的比例对样品集进行划分后,分别采用了Raw、S-G、1Der、2Der、归一化、SNV、MSC共7种预处理方法以及iPLS、GA、SPA、CARS、RC共5种波长优选方法,结合PLSR建模对比。结果显示经过1Der预处理,建立的PLSR预测模型获得了较好的结果,RC,RMSECV,RP,RMSECP分别为0.9221,0.7812,0.9136,0.8122;经过GA波长优选出的26个波长点建模后获得了较好的结果,RC,RMSECV,RP,RMSECP分别为0.9383,0.7121,0.9311,0.7652。最后使用本检测系统对10份非建模集样品油菜籽的含油率进行检测,测试结果与传统理化方法实际检测值间误差的标准偏差为0.7349,不超过模型RMSECP值,模型可用于实际生产中的检测。