CN102539488A - 粮库储粮品质便携式快速检测装置 - Google Patents

Abstract

本发明公开了一种粮库储粮品质便携式快速检测装置，包括气体采集装置和微处理装置；所述气体采集装置包括壳体，壳体内设有气敏传感器；所述气敏传感器一侧的壳体上设有单向截止进气阀，另一侧的壳体上设有微型气泵和单向截止放气阀，所述微型气泵和单向截止放气阀相连；所述气敏传感器通过传感器接口与微处理装置相连。本发明检测装置结构简单、操作方便，所需样本少，且判定结果精确。

Description

粮库储粮品质便携式快速检测装置

技术领域

    本发明涉及一种粮库储粮品质便携式快速检测装置，具体涉及一种利用气体识别技术进行粮食品质检测的装置。 

背景技术

    我国是一个人口大国，粮食问题一直是一个重中之重的问题。用现代电子信息技术制造的快速、便携式、智能化的粮食检测与监测技术是发展的必然趋势。在20世纪80年代初期，英国Rerssaud和Doold教授应用传感器阵列理论基础，模仿哺乳动物嗅觉系统的结构和机理，对几种有机挥发气体进行识别，并提出“电子鼻”概念。它一般由气敏传感器阵列、信号调理系统、微处理器（实现模式识别）等三大部分组成。随着材料科学、制造工艺、微处理器技术、智能算法等学科的发展，经世界各国研究人员十几年的努力，“电子鼻”技术取得了实质性进展，特别是神经网络和模糊理论等信息处理思想的兴起，基于神经网络的模式识别方法实现多种气体，特别是混合气体成分检测与识别已经成为目前电子鼻技术主要识别模式，但神经网络需要较多的样品进行训练，在粮食品质检测上使用受到了限制，同时由于结构较为复杂，不方便携带。 

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，提供了一种粮库储粮品质便携式快速检测装置。 

为了达到上述目的，本发明提供了一种粮库储粮品质便携式快速检测装置，包括气体采集装置和微处理装置；所述气体采集装置包括壳体，壳体内设有气敏传感器；所述气敏传感器一侧的壳体上设有单向截止进气阀，另一侧的壳体上设有微型气泵和单向截止放气阀，所述微型气泵和单向截止放气阀相连；所述气敏传感器通过传感器接口与微处理装置相连。 

对本发明的进一步改进在于：微处理装置包括信号调理模块、微处理器、显示器和声光报警器；所述信号调理模块、显示器和声光报警器分别与微处理器相连；所述微处理装置分别通过信号调理模块和微处理器与气体采集装置的传感器信号接口和微型气泵相连；所述微处理器通过模糊迭代自组织数据分析处理接收的信号，对储粮品质进行评判。微处理器装置采用灰色-周期外延组合模型对模糊迭代自组织数据分析技术处理后的结果进行储粮品质发展趋势预测。 

其中，微处理器采用ARM处理器AT91RM9200。气敏传感器为由8只TGS型SnO₂气敏传感器组成的传感器阵列。 

本发明检测装置还包括无线发射装置。无线发射装置与微处理器相连，无线发射装置包括SIM卡插座、GPRS模块和天线；SIM卡插座和天线分别与GPRS模块相连；无线发射装置通过GPRS模块与微处理器相连。气体采集装置还包括单向截止清洗气阀；所述单向截止清洗气阀设于安装有单向截止进气阀的壳体同侧。 

本发明相比现有技术具有以下优点： 

1、本发明检测装置中的气体采集装置运用仿生鼻原理，通过微型气泵吸取储粮的“气味”，储粮气体直接由泵抽取经过气敏传感器阵列，传感器反应快速灵敏，使储粮的“气味”迅速变为电信号，微型气泵既能手动又能由微处理器自动控制，这样可实现检测与监测职能。

2、同时微处理器通过模糊迭代自组织数据分析技术（ISODATA）为储粮品质进行快速评判，应用灰色-周期外延组合模型进行储粮品质预测，所需样本少且较精确，比较符合储粮品质检测与监测的实际情况。 

3、本发明检测装置可通过显示器直观的进行粮食现场检测，无线发送模块作为无线传感网络节点，对大型国家粮库实行实时的品质监测，同时对所检测与监测的粮食品质进行预测。 

附图说明

图1为本发明粮库储粮品质便携式快速检测装置的结构示意图。 

图2为图1中气体采集装置的结构示意图。 

图3为本发明利用模糊迭代自组织数据分析技术进行储粮品质评判的流程图。 

图4为本发明采用灰色-周期外延组合模型对储粮品质发展趋势的预测图。 

图中，1-气体采集装置，11-单向截止进气阀，12-单向截止清洗气阀，13-微型气泵，14-单向截止放气阀，15-壳体，16-传感器安装座，17-传感器信号接口，18-气敏传感器，2-信号调理模块，3-微处理器，4-显示器，5-声光报警器，6 - GPRS模块，7- SIM卡插座，8-天线，9-电源模块。 

具体实施方式

下面结合附图对本发明粮库储粮品质便携式快速检测装置进行详细说明。 

参见图1，本发明粮库储粮品质便携式快速检测装置包括包括气体采集装置1、微处理装置、无线发射装置和电源模块9。 

结合图2，气体采集装置1包括壳体15、传感器安装座16、气敏传感器18、传感器信号接口17、单向截止进气阀11、单向截止清洗气阀12、微型气泵13和单向截止放气阀14。传感器安装座16设于壳体内中部。气敏传感器18为由8只日本费加罗公司生产的TGS型SnO₂气敏传感器（TGS813、TGS821、TGS822、TGS825、TGS880、TGS812、TGS824和TGS823）组成的传感器阵列，安装在传感器安装座16上。费加罗TGS传感器是厚膜金属氧化物半导体型的，与气体分子反应产生电阻信号，它成本低、寿命长，利用简单电路即可对待检测气体具有良好的敏感特性。传感器信号接口17安装在壳体外侧，且与气敏传感器18相连。单向截止放气阀14安装在壳体一端，且与微型气泵相连。单向截止进气阀和单向截止清洗气阀安装在壳体的另一端。 

微处理装置包括信号调理模块2、微处理器3、显示器4和声光报警器5。信号调理模块2、显示器4和声光报警器5分别与微处理器相连。微处理装置的信号调理模块2和微处理器3分别与气体采集装置1的传感器信号接口17和微型气泵13相连。微处理器3选用Atmel公司的一款内嵌32位ARM920T核的高速ARM处理器AT91RM9200作为中心处理器，具有高性能、低功耗、低成本特点，其指令处理速度可以高达200MI/s（兆指令/秒），能满足无线传感器网关节点的高速传输要求，它又是一款工业级微控制器，能够适合网关节点工作环境恶劣的要求，保证网关节点工作的稳定性。同时AT91RM9200上可以移植标准的Linux操作系统，减少了网关节点软件的开发难度并增强了它的可移植性，有利于软件的二次开发。 

无线发射装置包括SIM卡插座7、GPRS模块6和天线8。SIM卡插座7和天线8分别与GPRS模块6相连。无线发射装置通过GPRS模块分别与微处理器和电源模块相连。GPRS模块6选用MC55模块，由MC55模块内置的TCP/IP协议栈，由AT指令控制使应用程序很容易接入网络。这一方案的优点在于它不需应用程序，开发商执行自己的TCP/IP和PPP栈，这样最小化了将网络连接成一个新的或已经存在的应用程序所需的成本和时间，实现数据的无线拨号GPRS连接。 

电源模块9分别对气敏传感器18、信号调理模块2、微处理器3和GPRS模块6进行供电。 

本发明检测装置使用时，微型气泵13有手动和自动两种开启方式。为了测量更加准确，在进行储粮品质检测前，先打开单向截止清洗阀12接入标准气体，对气体采集装置1进行清洗。在检测时手动开启微型气泵13，打开单向截止进气阀11对准检测粮食吸气，气敏传感器18迅速将粮食气味变成电信号，经信号调理模块2将信号放大后，接入微处理器3，在微处理器3中运行模糊迭代自组织数据分析技术（ISODATA）算法储粮品质进行快速评判，在显示器4上显示评判结果，同时通过声光报警器5发出声光信号。将微型气泵13放在自动挡时，本发明装置通过无线发送模块作为无线传感器网络节点，重复上述过程定时检测，应用灰色-周期外延组合模型对储粮品质发展趋势进行预测，能实现国家大型粮库粮食品质的无线监测。 

本发明采用模糊ISODATA方法，克服了普通聚类只注意样本间相似度量和类的归并，而忽略样本特性指标本身的合理选择的不足,同时考虑指标的内在联系。模糊ISODATA判定的意义是：新样本XR对哪一类(X上的模糊子集)最大，就将它归到哪一类；新样本XR与哪一个聚类中心最接近，就将它归到哪一类。储粮品质评判流程见图4，根据在本发明检测装置的微处理器中已储存的粮食品质检测标准样本，这些样本是在实验室用德国Airsense公司的PEN2电子鼻定量检测的粮库储粮品质的各类样本，并将这些检测结果进行模糊ISODATA分析，然后对分析数据进行样品品质分类，本发明检测装置在现场对粮库待判定储粮样品进行采集，同时进行储粮品质检测（监测），对比标准样品进行这一粮库采样样品储粮品质判定。 

粮食品质变化机理是很复杂的，其趋势分析是一个复杂的系统，仅靠气体传感器得到的信息是不完全的，本身具有很明显的灰色特性，所以用灰色理论来处理是较适合的。 

本发明采用灰色-周期外延组合模型，该模型对于既有总体变化趋势又有周期波动的数据序列，单纯运用灰色系统模型不能反映周期波动的特点，而单纯运用周期外延模型又不能反映总体的变化趋势。将二者有机结合而形成的灰色-周期外延组合模型解决了这一问题。由于灰色系统的GM（1,1）模型能够很好地反映序列的总体趋势，所以可首先建立序列的GM（1,1）模型，然后对残差序列建立周期外延模型，作为灰色GM（1,1）模型的残差补偿，这就是灰色-周期外延组合模型的建模思想。储粮品质趋势预测图见图5，从图中可以看出，建模所需信息较少,通常只要有4个以上数据即可建模；不必知道原始数据分布的先验特征，对无规或服从任何分布的任意光滑的离散原始序列，通过有限次的生成可转化为有规序列；建模精度较高,可保持原系统的特征，能较好地反映系统的实际状况，根据已检测到的粮食品质可以很好的预测到该储粮品质的发展趋势。因此，应用灰色系统理论进行粮库储粮品质趋势分析是可行、简单和实用的。 

其中，模糊ISODATA分析方法和灰色-周期外延组合模型描述如下： 

1.模糊ISODATA分析方法的描述

1.1 模糊分类

       J.C. Bezdek 利用模糊集合的概念提出了模糊分类（也叫软划分）问题，认为被分类对象集合X中的样本 

，以一定的程度隶属于某一类，也就是说，所有的样本都分别发自不同的隶属于某一类。因此，每一类就认为是样本集合X的一个模糊子集，于是每一种这一类分类结果所对应的分类矩阵，就是一个模糊矩阵

式中：。

       设为所有满足以上条件的模糊矩阵R的集合，即 

称

成样本集X被分成C类的模糊分类空间。

       在聚类分析中，如果能根据n个样本的特性指标矩阵寻找出在一定条件下最佳的模糊分类矩阵R，则与R对应的模糊人类，就是样本集X在该条件下最佳的模糊分类。 

1.2 模糊ISODATA聚类分析方法 

       设被分类对象集合为

其中每一个样本

均有m个特性指标，即

。特性指标矩阵为

                               （6）

要将样本集X分成C类，设C个聚类中心向量为

                             （7）

为了获得一个最佳的模糊分类，可以按照下列聚类准则，从模糊分类空间

中优选一个最好的模糊分类。

1.3 模糊分类的聚类准则与聚类判据 

       在模糊分类的情况下，为了得到最优的分类，把聚类判据作如下推广。即使目标函数

    

                  （8）

达到极小值。其中

，

的意义与式（7）相同，q>0。为了灵活地变动相对隶属程度，q可取一定的值（一般取q=2），取值过大会引起信息失真。

       聚类准则是：取出适当的模糊分类矩阵R与聚类中心向量V，使得式（8）所表示的目标函数达到极小值。一般而言，上述目标函数的极值求解相当困难，但Bezdek已经证明：当

时，可以通过下面的方式进行迭代运算，并且运算过程是收敛的，这就是模糊ISODATA方法。其步骤为： 

（1）    选定C，

，取一初始模糊分类矩阵

，逐步迭代，

。

（2）    对于，计算聚类中心向量 

                   （9）

式中，

。

（3）    修正模糊分类矩阵

     （10）

比较

与

，若对取定的

，

                    （11）

则

和即为所求，停止迭代，否则，

，回到步骤（2）重复进行。

       应用以上算法得到模糊分类矩阵和聚类中心

是相对于分类数C，初始模糊分类矩阵

、

和参数q的最优解。 

       由于本算法要求

，以及式（9）和式（10）本身的原因，初始模糊分类矩阵

的选取除了必须满足模糊分类矩阵的3个条件中的2个。 

（1）       

； 

（2）    ;之外，还必须对初始模糊矩阵

的选取，并加以如下限制；

（3）    初始矩阵不能是一个每一元素都相等的常数矩阵；

（4）    初始矩阵

不能是一个某一行元素等值的矩阵；

（5）    初始矩阵

中对只有一个样本的类，聚类前要除掉，待聚类后再放入。

同时满足以上5个条件所选取的初始模糊分类矩阵

，才不会在模糊ISODATA地计算迭代过程中造成失真现象，否则将使聚类分析失败。这一点在选取初始模糊分类矩阵时，必须引起足够的重视。 

       新样本归于何类按下列原则来识别： 

       判定原则1  设最后求得的聚类中心向量为，如果

则将样本归于第i类。

       判定原则2  设最后求得的模糊分类矩阵为 

                            （12）

，在

的第k列中，如果

                          （13）

则将样本归于第i类。

1.4 聚类效果的检验 

       前面已经指出，应用模糊ISODATA方法获得的模糊聚类是相对于分类数C、初始模糊分类矩阵

、误差

和参数q的最优解。如果改变C、

、

和q，则可得到许多局部最优解。若从这些最优解中选出最佳，则需要有鉴别模糊ISODATA聚类效果的指标。鉴别聚类效果可用下列指标：

       分类系数

                        （14）

       当

时，

.因此，愈接近1；最终分类的模糊性愈小，聚类效果愈好；

       平均模糊熵

                   （15）

当平均模糊熵越接近于零越好。

 2.灰色-周期外延组合模型

       灰色-周期外延组合模型建模步骤如下：

       设系统行为序列为

其中，

建立该序列的GM(1，1)模型为

求残差数列：

：

建立残差数列

的周期外延模型。具体步骤如下：

1）计算序列

的均值生成函数。均值生成函数计算式如下：

式中，n为样本序列长度；

为小于的最大整数；M为小于的最大整数。可得均值生成函数矩阵：

对均值生成函数

作周期性延拓，即令

式中，mod表示同余；

称作均值生成函数的延拓函数。

       2)提取优势周期。目前有如下两种方法： 

       ①依方差分析基本原理，可用下式来检验序列是否隐含长度为m的周期。

为服从自由度

的F分布。 

其中， 

对于事先给定的置信水平

，若

，则认为

隐含长度为m的优势周期。

       ②欲确定长度为m的优势周期，只需取 

       3)序列

减去周期m所对应的延拓函数构成一新序列，即

再对新序列

重复2)，3)，可以进一步提取其它优势周期；

       4)叠加。将不同周期同一时刻取值的叠加值记为

，

这就是周期叠加外推法建立的周期外延模型。可将

近似地取为

。

将

与组合作为序列的拟合： 

即得灰色-周期外延组合模型。

Claims (8)

1.一种粮库储粮品质便携式快速检测装置，其特征在于：包括气体采集装置和微处理装置；所述气体采集装置包括壳体，壳体内设有气敏传感器；所述气敏传感器一侧的壳体上设有单向截止进气阀，另一侧的壳体上设有微型气泵和单向截止放气阀，所述微型气泵和单向截止放气阀相连；所述气敏传感器通过传感器接口与微处理装置相连。

2.根据权利要求1所述的粮库储粮品质便携式快速检测装置，其特征在于：所述微处理装置包括信号调理模块、微处理器、显示器和声光报警器；所述信号调理模块、显示器和声光报警器分别与微处理器相连；所述微处理装置分别通过信号调理模块和微处理器与气体采集装置的传感器信号接口和微型气泵相连；所述微处理器通过模糊迭代自组织数据分析处理接收的信号，对储粮品质进行评判。

3.根据权利要求2所述的粮库储粮品质便携式快速检测装置，其特征在于：所述微处理器采用灰色-周期外延组合模型对模糊迭代自组织数据分析处理后的结果进行储粮品质发展趋势预测。

4.根据权利要求2或3所述的粮库储粮品质便携式快速检测装置，其特征在于：所述微处理器采用ARM处理器AT91RM9200。

5.根据权利要求2或3所述的粮库储粮品质便携式快速检测装置，其特征在于：所述气敏传感器为由8只TGS型SnO₂气敏传感器组成的传感器阵列。

6.根据权利要求2或3所述的粮库储粮品质便携式快速检测装置，其特征在于：所述检测装置还包括无线发射装置；所述无线发射装置与微处理器相连。

7.根据权利要求6所述的粮库储粮品质便携式快速检测装置，其特征在于：所述无线发射装置包括SIM卡插座、GPRS模块和天线；所述SIM卡插座和天线分别与GPRS模块相连；所述无线发射装置通过GPRS模块与微处理器相连。

8.根据权利要求2或3所述的粮库储粮品质便携式快速检测装置，其特征在于：所述气体采集装置还包括单向截止清洗气阀；所述单向截止清洗气阀设于安装有单向截止进气阀的壳体同侧。

Images