2.1程序前麵板設計
前麵板相當於(yu) 真實儀(yi) 器可操作的麵板，可以通過操作此麵板來完成需要的任務，此前麵板包括：開始運行按鈕，數字I/O線控製按鈕，通道選擇，輸入采集次數控製量，顯示均值和圖形顯示幾個(ge) 控件。
2.2程序框圖設計
在LabVIEW中，程序框圖相當於(yu) 真實儀(yi) 器內(nei) 部的器件和連線，這才是軟件編程中的靈魂。這部分主要包括信號獲取模塊，I/O控製模塊，信號分析模塊，數據獲取模塊和數據顯示模塊。
圖2為(wei) 係統框圖程序，其中包括所用到的各種控製器和顯示器及各種函數和它們(men) 對應的設置。

圖2 框圖程序
應用實驗及結果分析
本係統掃描了40個(ge) 已知粗蛋白含量的整粒小麥樣品，得到40個(ge) 光譜圖數據（如圖3）。

圖3 40個(ge) 樣品的總光譜圖

然後用36個(ge) 樣品(4個(ge) 被剔除)的光譜數據對整理小麥粗蛋白含量進行建模和預測，其中26個(ge) 作為(wei) 校準集，用於(yu) 建立小麥粗蛋白含量與(yu) 光譜數據之間的校準模型；10個(ge) 作為(wei) 預測集，用於(yu) 檢驗模型的預測能力。

校準集樣品的建模模型為(wei) ：
C=4.77-60.24A890+122.17A910-40.63A940+83.83A1020-89.66A1050
其中，C為(wei) 整粒小麥樣品粗蛋白的含量，A890，A910，A940，A1020，A1050為(wei) 對應波長點的吸光度。

根據此關(guan) 係模型，將掃描到的光譜圖中對應波長的吸光度值代入，即可得到某一整粒小麥粗蛋白含量值。其中校準集中預測值與(yu) 化學值的相關(guan) 係數為(wei) R=0.845，標準差為(wei) SEC=0.84。預測集中預測值與(yu) 化學值的相關(guan) 係數為(wei) R=0.834，標準差為(wei) SEP=0.93。

由於(yu) 建模樣品量少以及儀(yi) 器本身掃描光譜也存在一定的誤差，其預測結果與(yu) 真實化學值之間存在一定偏差，由上麵的圖可以看出，盡管如此，在精度要求不很精密的場合（如現場測量、快速檢測等），已經可以用於(yu) 對整粒小麥粗蛋白含量進行快速無損檢測了。

本文結合虛擬儀(yi) 器技術和近紅外光譜分析技術，搭建了一個(ge) 定量測量近紅外整粒小麥成分（粗蛋白含量）的係統，係統包括硬件設計與(yu) 調試、軟件設計與(yu) 調試以及實驗驗證三部分。此係統利用計算機豐(feng) 富的軟件資源，實現了部分硬件的軟件化，節省了物質資源，其硬件和軟件都采用標準化、模塊化和係統化的設計原則，係統性能穩定，調試、擴展和維護方便，人機界麵友好，增加了係統的靈活性，能直接實時地對測試數據進行分析和處理。同時將本軟件程序打包成可執行程序，可在沒有安裝LabVIEW軟件的電腦上運行，使其不依賴於(yu) 編程軟件來執行，增加了它的適用範圍和靈活性。本文作者創新點：將虛擬儀(yi) 器技術和近紅外光譜技術這兩(liang) 種新技術結合起來搭建的測量整粒小麥成分的係統。