현재 일반적으로 행해지는 계란의 신선도 선별은 침습적 방법에 기반하여 국내 하루 생산량인 1,000만 개를 대상으로 샘플링에 의해 0.01%의 계란을 선별하여 파란 후 계란 성분을 호우지수(Haugh unit)의 범위에 따라 신선란 판별의 기준으로 설정한다. 본 연구의 목적은 비침습적인 광학 측정 및 로드 셀 기반의 모듈을 개발하여 샘플링 법의 한계를 벗어나 생산 현장에서 수거되는 전체 회수란을 대상으로 선별의 정확도를 높이고자 한다. 이를 위해서 신선란에 대한 물성 및 광학적 특성을 측정하여 데이터 베이스를 구축하고 이를 기반으로 신선란에 대한 선별 값 다섯 단계를 기준으로 설정하였다. 생산현장에서 이용하는 이송 컨베이어부의 상부에 광학 측정 모듈을 컨베이어 벨트부에 로드 셀을 장착한 후 계란의 이송 중 측정되는 실시간 광학 및 물성 데이터를 전송 받고 이를 선별 값에 할당 시켜 실시간으로 계란의 등급별 선별이 가능하도록 하였다.
Generally, the grading or sorting of fresh eggs is based on the invasive Haugh unit (HU) measurement of selected eggs by sampling from a larger population of daily production. HU determines the egg protein quality based on the height of egg white (albumen) separated from the cracked eggshell. The aim of this study is the implementation of a non-invasive and on-site real-time detection and sorting system for the eggs produced daily. The detection module is composed of an optical sensor, load cell, and analyzing unit. The detection module collects data from the eggs at the beginning of the conveyor transportation. At the end of the transportation, the eggs are sorted as five different grades based on the assigned index. The analyzing unit communicates with a developed database to assign an index value by comparing the acquired real-time value with the records in the database, in which a wide range of optical and physical properties of the eggs are categorized as five different levels.