CN102779320A - 标准化的粮食存储温湿度报警的数学模型系统 - Google Patents
标准化的粮食存储温湿度报警的数学模型系统 Download PDFInfo
- Publication number
- CN102779320A CN102779320A CN2012102162285A CN201210216228A CN102779320A CN 102779320 A CN102779320 A CN 102779320A CN 2012102162285 A CN2012102162285 A CN 2012102162285A CN 201210216228 A CN201210216228 A CN 201210216228A CN 102779320 A CN102779320 A CN 102779320A
- Authority
- CN
- China
- Prior art keywords
- temperature
- grain
- mathematical model
- analysis
- warehouse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Storage Of Harvested Produce (AREA)
Abstract
本发明公开了一种标准化的粮食存储温湿度报警的数学模型系统，其特征在于，所述的标准化的粮食存储温湿度报警的数学模型系统包括标准温湿度数学模型，标准温湿度数学模型针对各仓房上传的不同粮食品种的温度、湿度历史数据进行深度数据挖掘，分析温度、湿度数据。本发明有效提高各承储库粮情监测的质量，规范各承储库的粮情管理。
Description
技术领域
本发明涉及一种模型系统，特别是涉及一种标准化的粮食存储温湿度报警的数学模型系统。
背景技术
现有的粮温分析预警系统大多数只能通过单点粮温、层均温、仓均温等与人工设定的单个或多个分析预警阀值的对比来实现预警，这种做法缺乏灵活性的同时，对仓储经验的依赖较大，同时也无法处理特殊粮情，造成误报等。
发明内容
本发明所要解决的技术问题是提供一种标准化的粮食存储温湿度报警的数学模型系统，其有效提高各承储库粮情监测的质量，规范各承储库的粮情管理。
本发明是通过下述技术方案来解决上述技术问题的：一种标准化的粮食存储温湿度报警的数学模型系统，其特征在于，所述的标准化的粮食存储温湿度报警的数学模型系统包括标准温湿度数学模型，标准温湿度数学模型针对各仓房上传的不同粮食品种的温度、湿度历史数据进行深度数据挖掘，分析温度、湿度数据。
优选地，所述的标准化的粮食存储温湿度报警的数学模型系统还包括专家判断分析模块，标准温湿度数学模型与专家判断分析模块连接，专家判断分析模块根据粮仓温度、湿度数据、定期的粮食质量检测报告，结合粮食品种特性，粮食存储地区标准温度模型，对每个粮仓在固定时间进行综合的判断分析。
优选地，所述的标准化的粮食存储温湿度报警的数学模型系统还包括仓房粮温综合分析对比模块，专家判断分析模块与仓房粮温综合分析对比模块连接，仓房粮温综合分析对比模块主要分为同仓房历史温度/湿度数据对比、多仓房历史温度/湿度数据对比，并且以数据和温度曲线结合的方式展现。
本发明的积极进步效果在于：本发明有效提高各承储库粮情监测的质量，规范各承储库的粮情管理，为粮情监测的数字化、智能化、标准化、自动化发展奠定了坚实的基础。通过对温度、湿度等数据问题的分析，可以按照设定阀值提出安全预警，以确保粮食安全。本发明根据对粮库存储粮食的温度、湿度等条件进行测量的结果进行分析，通过分析温度湿度数据，及时对不符合条件的仓库采取相关措施，改善存储环境。此外还统一了粮情数据采集硬件接口，屏蔽了底层硬件设备差异性，实现了与各个不同硬件厂家接口的无缝连接。
附图说明
图1为本发明标准化的粮食存储温湿度报警系统的原理框图。
具体实施方式
下面结合附图给出本发明较佳实施例，以详细说明本发明的技术方案。
如图1所示，本发明标准化的粮食存储温湿度报警系统包括标准温湿度模块、专家判断分析模块、仓房粮温综合分析对比模块，标准温湿度数学模型针对各仓房上传的不同粮食品种的温度、湿度历史数据进行深度数据挖掘，分析不同地区/不同月份的温度、湿度数据，总结规律，形成不同季度标准的仓房粮食温湿度模型，作为判断分析温湿度预警的依据。专家判断分析模块根据粮仓温度、湿度数据、定期的粮食质量检测报告，结合粮食品种特性，粮食存储地区标准温度模型，对每个粮仓在固定时间进行综合的判断分析，代替传统的经验判断，更科学的分析当前粮食存储的生态环境变化，从而给出建设性意见来处理当前的粮食存储风险，如降温通风、晾晒等等。仓房粮温综合分析对比模块主要分为同仓房历史温度/湿度数据对比、多仓房历史温度/湿度数据对比，并且以数据和温度曲线结合的方式展现，更清晰、直观。同仓房同一历史时期和不同时期温度数据进行对比，可以直观的监测粮食存储温度周期性变化，与温度模型对比，清晰的判断当前粮食存储状态，是否达到温度临界值等。多仓房历史温度/湿度数据对比可以根据相同仓房类型（高大平房仓，立筒仓，浅圆仓等）、相同粮食品种、不同时期的温度数据进行对比分析，通过对比分析不同仓房温度的差异，以曲线图方式直观的监测多个仓房温度的变化，为科学合理的决策提供数字依据。
本发明采用温湿度数学模型，温湿度数学模型是根据前期上传的历史数据积累而成，它是在真实有效的历史数据的基础上对温湿度数据进行归纳整理，得出用于准确判断温湿度预警的数学模型。本发明的工作原理如下：步骤一，首先将历史测温数据按照储存的粮食类型、月份进行区分。对相同粮食类型、相同月份的历史数据进行整理，排除因测温异常产生的无效温湿度数据，然后计算出每一次正常测温产生的温湿度平均值。步骤二，对步骤一中计算出的所有平均值进行整理，首先计算出这些平均值的总平均值，并筛选出最大平均值和最小平均值。步骤三，将步骤三中得出的总平均值、最大平均值、最小平均值与粮食类型和月份对照，建立仓房储粮温湿度数学模型。温湿度数学模型建立完成后将作为温湿度预警判断的标准化依据。
在分析粮堆内发热类型基础上，利用一维具有内热源非稳态导热情况等的假设条件以及思路。利用热力学定律、能量平衡理论等，以及借鉴其他领域比较成熟的方法，得出粮堆局部导热微分方程，建立了温度场变化数学模型，对粮堆内温度变化进行分析。以此有助于提高我国储备粮的库存质量监控技术。
由粮堆发热原因和形式可知，在任何一种或多种情况下出现发热的热源都可能引起储藏粮堆内的温度变化，也即粮堆内温度场的波动.为了方便研究粮堆内局部温度的变化，在此引入温度场和温度梯度的概念。
温度场是指某一瞬间，粮堆内部空间里所有各点温度变化分布的总称.一般情况下温度场是空间坐标和时间的函数，用 
来表示，式中x，y，z，为空间直角坐标，
为时间。
在某一瞬间，粮堆内部温度场中会出现温度相同的点，连接这些点即可构成几何空间里的等温线和等温面.等温线、等温面是由于粮堆内部的温度差，即温度的变化导致而成.所以出现了数学意义上沿等温线、等温面法向的温度变化率，在所有变化中它具有最大值，被称为温度梯度。
用直角坐标系中3个坐标轴的方向分量可表示温度梯度的大小和方向，即如下的公式（1）:
由于粮堆内部的热源和温度变化是随机的，在时间和空间中，可能具有一种或多种热源，也可能根本没有热源、同时，粮堆是由生物因素场粮食、害虫微生物少和非生物因素场温度、水分、气体少构成的一个复杂系统，内部具有不同的间隙，其传热情况又是难以绝对定型和量化。还有，即便以一个局部系统为研究对象，它仍然会和周围环境进行物质和能量交换。
通过有限元模型分别计算出100小时、900小时、1800小时，2500小时、3000小时、4000小时、5000小时、5200小时、5500小时、6000小时、7000小时、8000小时时对应的有限元温度分布云格式。
以上时刻对应的实测时间分别为：2008年4月20号5点、2008年5月23号13点、2008年6月30号1点、2008年7月29号5点、2008年8月19号1点、2008年9月29号11点、2008年11月10号3点、2008年11月18号11点、2008年11月30号23点、2008年12月20号3点、2009年1月30号11点、2009年3月15号15点。
观察温度云格式可以看出：表层温度比内部温度高，而且表层温度变化明显。因为100小时对应的实测时间为2008年4月20号，这个时间对于春末夏初时节，外界温度相对内部温度偏高因此我们观察到温度云格式从上向下温度依次降低的想象。这和实际情况是想符合的。同样的原因，900小时、1800小时、2500小时、3000小时、4000小时都可以观察到温度从上向下依次降低的现象。
仔细观察各格式比较后发现：与100小时、900小时、1800小时、2500小时、3000小时、4000小时相对应的最高温与最低温的温差在逐步增大（排除测温坏点引起的计算误差）。而且，表层温度和内部温度的差值也在逐步增大。这些现象说明外部粮食的温度变化受外界温度的影响变化明显；内部粮食的温度受外界温度变化影响小，温度变化很平稳缓慢。
温度从上至下有明显的分层现象，而且温度是随着高度的降低而逐渐增加的；同一高度处温度也有明显的分层现象，其总体分布形式是从东往西逐渐降低。经分析得知有限元计算的结果和实际情况是相吻合的，因为粮仓上部和外界相接触长时间受到太阳的照射，所以温度相对于粮仓下部较高。对于粮仓的同一高度东部相对于其他方位受到太阳照射的时间和强度相对较高所以其温度较高也是非常合理的。以上现象就是人们常说的“热心冷皮”现象。
基于上述理论，集合利用仓房中有规律均匀分布的测温点，建立了模型化的仓储温度模型。
将建立好的温度数学模型与粮情测控远程监管平台相结合，粮情平台将仓房温湿度信息采集到系统中，每个虚拟平面的每个交叉点即代表一个测温点，通过收集这些测温点的温度即可知道仓库温度分布情况，然后通过与仓储温度模型进行对比，通过温湿度预警算法和空仓预警算法即可得知仓库储量的情况，包括进行仓温预警、空仓判断等等。
总体上来讲，智能温度模型会根据当地实际情况进行初始化设置，当设置过后通过测温硬件将每个测温点数据收集上来时，通过与智能温度模型的对比，如果每个测温点的温度相近且接近室温，既可判定为空仓，如果每个测温点的温度分布和模型相吻合就意味着该仓有存粮且粮食温度安全，判断完成后，会将本次测温数据通过上述分析纳入到温湿度数学模型中来。
本领域的技术人员可以对本发明进行各种改型和改变。因此，本发明覆盖了落入所附的权利要求书及其等同物的范围内的各种改型和改变。
Claims (3)
1.一种标准化的粮食存储温湿度报警的数学模型系统，其特征在于，所述的标准化的粮食存储温湿度报警的数学模型系统包括标准温湿度数学模型，标准温湿度数学模型针对各仓房上传的不同粮食品种的温度、湿度历史数据进行深度数据挖掘，分析温度、湿度数据。
2.如权利要求1所述的标准化的粮食存储温湿度报警的数学模型系统，其特征在于，所述的标准化的粮食存储温湿度报警的数学模型系统还包括专家判断分析模块，标准温湿度数学模型与专家判断分析模块连接，专家判断分析模块根据粮仓温度、湿度数据、定期的粮食质量检测报告，结合粮食品种特性，粮食存储地区标准温度模型，对每个粮仓在固定时间进行综合的判断分析。
3.如权利要求2所述的标准化的粮食存储温湿度报警的数学模型系统，其特征在于，所述的标准化的粮食存储温湿度报警的数学模型系统还包括仓房粮温综合分析对比模块，专家判断分析模块与仓房粮温综合分析对比模块连接，仓房粮温综合分析对比模块主要分为同仓房历史温度/湿度数据对比、多仓房历史温度/湿度数据对比，并且以数据和温度曲线结合的方式展现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012102162285A CN102779320A (zh) | 2012-06-28 | 2012-06-28 | 标准化的粮食存储温湿度报警的数学模型系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012102162285A CN102779320A (zh) | 2012-06-28 | 2012-06-28 | 标准化的粮食存储温湿度报警的数学模型系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102779320A true CN102779320A (zh) | 2012-11-14 |
Family
ID=47124230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012102162285A Pending CN102779320A (zh) | 2012-06-28 | 2012-06-28 | 标准化的粮食存储温湿度报警的数学模型系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102779320A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107357229A (zh) * | 2017-07-28 | 2017-11-17 | 福建中电合创电力科技有限公司 | 一种环境温湿度监测方法及其系统 |
| CN108334137A (zh) * | 2018-02-02 | 2018-07-27 | 广东美智智能科技有限公司 | 基于labview的壁挂炉实时在线调试方法 |
| CN108613755A (zh) * | 2018-05-09 | 2018-10-02 | 威特龙消防安全集团股份公司 | 一种煤堆高温点预测系统及预测方法 |
| CN109360394A (zh) * | 2018-09-30 | 2019-02-19 | 康美中药材数据信息服务有限公司 | 一种药材生产环境预警系统 |
| CN110020737A (zh) * | 2018-01-02 | 2019-07-16 | 航天信息股份有限公司 | 粮食温度预测方法与装置 |
| CN110134809A (zh) * | 2019-05-21 | 2019-08-16 | 山东浪潮通软信息科技有限公司 | 一种粮温数据可视化方法及装置 |
| CN110309610A (zh) * | 2019-07-08 | 2019-10-08 | 重庆科技学院 | 一种基于改进遗传算法的粮食库温度场重构方法 |
| CN110825147A (zh) * | 2019-12-24 | 2020-02-21 | 南通理工学院 | 一种温湿度智能监控系统及方法 |
| CN111222767A (zh) * | 2019-12-29 | 2020-06-02 | 航天信息股份有限公司 | 一种粮食物流过程质量安全风险评估方法及系统 |
| CN115454162A (zh) * | 2022-08-31 | 2022-12-09 | 浪潮通用软件有限公司 | 一种储粮智能控温方法、设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1041228A (zh) * | 1989-08-09 | 1990-04-11 | 中华人民共和国商业部粮食储运局 | 储粮通风自动判断控制系统 |
| JP2004310374A (ja) * | 2003-04-04 | 2004-11-04 | Santsu Kokusai Shoji Kk | 一元化総合作物管理システム |
-
2012
- 2012-06-28 CN CN2012102162285A patent/CN102779320A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1041228A (zh) * | 1989-08-09 | 1990-04-11 | 中华人民共和国商业部粮食储运局 | 储粮通风自动判断控制系统 |
| JP2004310374A (ja) * | 2003-04-04 | 2004-11-04 | Santsu Kokusai Shoji Kk | 一元化総合作物管理システム |
Non-Patent Citations (2)
| Title |
|---|
| 张兴红: "储粮智能测控专家系统的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 李军军等: "基于粮堆温度场数学模型的空仓预警模块研究", 《软件导刊》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107357229A (zh) * | 2017-07-28 | 2017-11-17 | 福建中电合创电力科技有限公司 | 一种环境温湿度监测方法及其系统 |
| CN110020737A (zh) * | 2018-01-02 | 2019-07-16 | 航天信息股份有限公司 | 粮食温度预测方法与装置 |
| CN108334137A (zh) * | 2018-02-02 | 2018-07-27 | 广东美智智能科技有限公司 | 基于labview的壁挂炉实时在线调试方法 |
| CN108613755A (zh) * | 2018-05-09 | 2018-10-02 | 威特龙消防安全集团股份公司 | 一种煤堆高温点预测系统及预测方法 |
| CN109360394A (zh) * | 2018-09-30 | 2019-02-19 | 康美中药材数据信息服务有限公司 | 一种药材生产环境预警系统 |
| CN110134809A (zh) * | 2019-05-21 | 2019-08-16 | 山东浪潮通软信息科技有限公司 | 一种粮温数据可视化方法及装置 |
| CN110134809B (zh) * | 2019-05-21 | 2023-03-28 | 浪潮通用软件有限公司 | 一种粮温数据可视化方法及装置 |
| CN110309610A (zh) * | 2019-07-08 | 2019-10-08 | 重庆科技学院 | 一种基于改进遗传算法的粮食库温度场重构方法 |
| CN110825147A (zh) * | 2019-12-24 | 2020-02-21 | 南通理工学院 | 一种温湿度智能监控系统及方法 |
| CN111222767A (zh) * | 2019-12-29 | 2020-06-02 | 航天信息股份有限公司 | 一种粮食物流过程质量安全风险评估方法及系统 |
| CN115454162A (zh) * | 2022-08-31 | 2022-12-09 | 浪潮通用软件有限公司 | 一种储粮智能控温方法、设备及介质 |
| CN115454162B (zh) * | 2022-08-31 | 2024-01-30 | 浪潮通用软件有限公司 | 一种储粮智能控温方法、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102779320A (zh) | 标准化的粮食存储温湿度报警的数学模型系统 | |
| Luo et al. | Development of an IoT-based big data platform for day-ahead prediction of building heating and cooling demands | |
| Sha et al. | A simplified HVAC energy prediction method based on degree-day | |
| US10783285B2 (en) | System for obtaining and classifying energy characteristics | |
| CN104733801B (zh) | 动力电池热管理装置及方法 | |
| CN106777984B (zh) | 一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法 | |
| Raatikainen et al. | Intelligent analysis of energy consumption in school buildings | |
| Shi et al. | Prediction of indoor temperature and relative humidity based on cloud database by using an improved BP neural network in Chongqing | |
| CN104933841B (zh) | 一种基于自组织神经网络的火灾预测方法 | |
| CN107133286B (zh) | 一种机房温度参数分布场三维图的生成与分析方法和系统 | |
| CN114202129A (zh) | 风电出力预测方法、电子设备、存储介质及系统 | |
| CN103649852A (zh) | 建筑物能量消耗的预测方法 | |
| CN105320184A (zh) | 建筑室内环境智能监控系统 | |
| KR20170078256A (ko) | 시계열의 데이터를 예측 하는 방법 및 그 장치 | |
| Zhu et al. | A perceptron algorithm for forest fire prediction based on wireless sensor networks | |
| CN102692253A (zh) | 标准化的粮食存储空仓预警和温湿度预警方法 | |
| CN204967067U (zh) | 太阳能供电式机柜 | |
| CN116046796A (zh) | 一种基于无人机的光伏组件热斑检测方法及系统 | |
| CN102024278A (zh) | 基于pi实时数据库的温度巡检控制方法 | |
| Chen et al. | Optimization and prediction of energy consumption, light and thermal comfort in teaching building atriums using NSGA-II and machine learning | |
| KR20160091942A (ko) | 플랜트에서의 생산 및/또는 공정-엔지니어링의 공정 및/또는 공정 단계를 분석하는 방법, 시스템, 및 컴퓨터 프로그램 제품 | |
| Wang et al. | A modified discrete grey model with improved prediction performance for indoor air temperatures in laying hen houses | |
| Ma et al. | [Retracted] Prediction of Transmission Line Icing Using Machine Learning Based on GS‐XGBoost | |
| CN117200352A (zh) | 一种基于云边融合的光伏发电调控方法及系统 | |
| CN104392389B (zh) | 一种评估光伏发电补偿峰荷裕度的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20121114 |