CN109939773A - 协同碾米方法、系统、协作关系确定方法及碾米系统 - Google Patents
协同碾米方法、系统、协作关系确定方法及碾米系统 Download PDFInfo
- Publication number
- CN109939773A CN109939773A CN201910349231.6A CN201910349231A CN109939773A CN 109939773 A CN109939773 A CN 109939773A CN 201910349231 A CN201910349231 A CN 201910349231A CN 109939773 A CN109939773 A CN 109939773A
- Authority
- CN
- China
- Prior art keywords
- husk rice
- rice
- target
- husk
- final
- 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.)
- Granted
Links
Landscapes
- Adjustment And Processing Of Grains (AREA)
Abstract
本发明公开了一种协同碾米方法、系统、协作关系确定方法及碾米系统,将每道碾米的标准实物样本作为机器学习的输入,将每道碾米的达标率/不达标率作为输出;依照设定的达标率/不达标率控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的达标率,且此时对应米机过碾率最低;检查当前终碾效果与最终碾米目标的符合程度,并根据符合程度调整各道碾米的达标率,使得最终碾米效果达到最终碾米目标,且碾减率最低、增碎率最低;固定各道碾米的达标率,该达标率即当前品种与当前最终碾米目标下的最佳碾米协作关系。本发明使得同一品种得到稳定且可重复的同一目标精度,在达到最终碾米目标时得米率最高,整精米率最高。
Description
技术领域
本发明涉及粮食加工领域,具体为一种协同碾米方法、系统、协作关系确定方法及碾米系统。
背景技术
碾米是稻米加工的核心工序,为了降低碾米过程中的增碎比例提高整精米率,当前行业中均采用“多机轻碾”的工艺方法,即:将碾米工序分解为多道碾米,并在概念上赋予每道碾米的主要目标;“多道”包括两道碾米、三道碾米、四道碾米......但是,无论在理论上还是实践中,多机轻碾均存在以下这些普遍性的问题与障碍:
1、因不能准确定义每道碾米之间的协作关系,故不能准确区分不同大米品种的碾米方法。
2、因不能准确定义每道碾米之间的协作关系,故不能使得同一品种得到稳定且可重复的同一目标精度。
3、因不能对每道碾米之间协作关系进行不同方式的定义,故不能准确实现同一品种的不同目标精度。
4、因不能准确定义每道碾米之间的协作关系,故不能最大程度地使加工对象刚好达到期望的加工精度。
5、因不能准确定义每道碾米之间的协作关系,故不能在达到期望精度时使得碾减率最低,得米率最高。
6、因不能准确定义每道碾米之间的协作关系,故不能在达到期望精度时使得增碎率最低,整精米率最高。
发明内容
本发明旨在提供一种协同碾米方法、系统、协作关系确定方法及碾米系统,使得同一品种得到稳定且可重复的同一目标精度,在达到期望精度时使得碾减率最低,得米率最高,增碎率最低,整精米率最高。
为解决上述技术问题,本发明所采用的技术方案是:一种协同碾米方法,包括以下步骤:
定义多机轻碾的最终碾米目标、每道碾米的碾米目标、每道碾米的标准实物样本和过碾样本;
将每道碾米的标准实物样本和过碾样本作为机器学习的输入,将每道碾米的碾米目标作为输出;
依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系;
对于当前品种的新输入原料,利用该最佳碾米协作关系调节各道米机电流,使碾米达到最终碾米目标。
借由上述方法可以确定多机轻碾的最佳碾米协作关系,保证多机轻碾的最终碾米效果达到最终碾米目标,且碾减率最低、增碎率最低。
所述多机轻碾的最终碾米目标即碾米的最终期望精度;定义多机轻碾的最终碾米目标包括以下方式中的任一种:(1)留皮率和/或留皮度;(2)留胚率和/或留皮度;(3)碾至米粒结构上的某一层。
本发明所述每道碾米的碾米目标包括每道碾米的达标率/不达标率。
定义每道碾米的过碾样本包括:以下一道碾米的标准实物样本作为当前道碾米的过碾样本,最末道碾米不定义过碾。
在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标的方法包括:在保证最终碾米效果达到最终碾米目标的前提下,降低任一道米机和/或多道米机的碾米目标,选择碾减率最低和增碎率最低时的每道碾米的碾米目标为当前品种在当前最终碾米目标下的最佳碾米协作关系。本发明中,即通过降低某一道或者某多道碾米的达标率,优化协作关系,保证在最终碾米效果达到最终碾米目标的前提下,碾减率最低、增碎率最低。
相应地,本发明还提供了一种多机轻碾的协同碾米系统,其包括:
定义模块,用于定义多机轻碾的最终碾米目标、每道碾米的碾米目标、每道碾米的标准实物样本与过碾样本;
初始化模块,用于将每道碾米的标准实物样本和过碾样本作为机器学习的输入,将每道碾米的碾米目标作为输出;
训练模块,用于依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
优化模块,用于检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固化模块,用于固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系;
协作模块,用于对当前品种的新输入原料,利用所述最佳碾米协作关系调节各道米机电流,使碾米达到最终碾米目标。
本发明还提供了一种多机协同碾米协作关系确定方法,其包括:
定义多机轻碾的最终碾米目标、每道碾米的碾米目标、每道碾米的标准实物样本与过碾样本;
将每道碾米的标准实物样本和过碾样本作为机器学习的输入,将每道碾米的碾米目标作为输出;
依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系。
作为一个发明构思,本发明还提供了一种碾米系统,其包括至少两道米机;该至少两道米机工作流程包括:
定义每道米机的标准实物样本和过碾样本输出为机器学习的输入,每道碾米的碾米目标为机器学习的输出;
依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系。
本发明的碾米系统包括三道米机;其中一道米机的标准实物样本为符合开糙特征的米粒样本;二道米机的标准实物样本为碾去果皮和种皮且碾开了糊粉层的米粒样本;三道米机的标准实物样本为碾尽果皮和种皮且碾去了糊粉层的米粒样本;优选地,一道米机、二道米机、三道米机的标准实物样本数均为350颗。
所述过碾样本定义过程包括:将一道米机下的标准实物样本作为一碾的达标样本,将二道米机下的标准实物样本作为一碾的过碾样本;将二道米机下的标准实物样本作为二碾的达标样本,将三道米机下的标准实物样本作为二碾的过碾样本;将三道米机下的标准实物样本作为三碾的达标样本。
与现有技术相比,本发明所具有的有益效果为:
1、本发明可以根据米机(碾米机)碾削或擦离米粒到某一结构上的层次来准确标识多机轻碾中每道碾米的工艺目标并对其进行精确量化,可获得任何品种大米的任一期望加工精度下多道碾米之间的最佳协作关系;这个最佳协作关系则体现在每道碾米的具体达标率上,对于同一品种同一期望加工精度来说,这些具体的达标率是一定的,控制好了每道米机的达标率,即意味最低的碾减率与最小的增碎率;
2、在碾米过程中,每道米机只需依照各自的达标率进行控制,即可使得任何品种的大米均能加工到任一“期望的精度(即最终碾米目标)”,且在期望的加工精度下碾减率最低,得米率最高、增碎率最低,整精米率最高。
具体实施方式
本发明主要实现过程如下:
1、定义多机轻碾最终的碾米目标(即,碾米最终的期望精度),定义方式可有三种:(1)留皮率和/或留皮度;(2)留胚率和/或留皮度;(3)碾至米粒结构上的某一层。前两种定义方法只需提出目标要求的具体数值,如采用(1)来定义则是留皮率为某一数值(例如10%),且同时留皮度不大于另一数值(例如1.8%);如采用(2)定义则是留胚率为某一数值(例如12%),且同时留皮度不大于另一数值(例如2%);这是因为留皮率、留胚率、留皮度均已有确定的且公认的定义。如采用(3)定义则需要通过具体的一定数量的实物样本来标识(例如,碾米的最终目标是碾破米粒糊粉层靠外一侧的细胞壁而不碾去其靠内一侧的细胞壁,则需要选用相应的该品种大米标准样本300-500颗)。
2、定义每道碾米的碾米目标:每道碾米达标的标准实物样本(因品种而区分)与达标率。如生产中为两道碾米,则分别定义一碾(第一道碾米工序)与二碾的实物样本;如生产中为三道碾米,则分别定义一碾、二碾(第二道碾米工序)、三碾(第三道碾米工序)的实物样本……以此类推。每道碾米的样本可从实际生产中选择,选择的标准可由用户自定义(本方法不受此局限)。以设计为三道碾米的“多机轻碾”为例:一道碾米可选择刚刚符合“开糙”要求的米粒作为实物样本(标准实物样本),二道碾米可选择碾去了果皮与种皮且刚刚碾出糊粉粒的米粒作为实物样本;三道碾米则可以选择碾尽果皮、种皮与糊粉粒的米粒为实物样本。
每道碾米的碾米目标即每道碾米的达标率(达标率中还包括“过碾率”)或者“不达标率”,每道米机的控制可以依据达标率也可以依据不达标率。
3、定义每道碾米的过碾样本:以下一道碾米的标准样本作为该道碾米的过碾样本,最末道碾米不定义过碾。例如,二碾的达标样本即为一碾的过碾样本。每道碾米不对过碾率单独定义,在控制中过碾率计入达标率中,但在达标率满足控制目标时尽可能减少其中的过碾率。
4、将每道碾米的标准实物样本和过碾样本输入具有学习能力的在线工艺检测平台(或检测机器人)(例如CN109211739A)进行机器学习(最后一道碾米只输入标准实物样本)。
每道碾米的达标率(或不达标率)是每道米机的控制依据也是每道米机的控制目标,各道米机达标率之间的关系即是多机轻碾中的协作关系。
5、投入生产,每道米机依照设定的达标率进行控制,调节米机电流使得每道每台米机的加工效果正好为各自的达标率,且此时其过碾率最低。
6、检查当前多机轻碾的协作关系下终碾效果与期望精度的符合程度、增碎率与碾减率,调整各道碾米的达标率数值,使得多机轻碾最终碾米效果达到期望的精度且得米率最高(碾减率最低)整精米率最高(增碎率最低)。
7、固定各道碾米的达标率数值:这些数值就是当前品种与当前期望精度下的最佳碾米协作关系。生产中,调节各米机电流,使其工艺效果分别与这些达标率相符,即使得碾米达到:(1)期望的精度;(2)该精度下最大的得米率;(3)该精度下最大的整精米率。
实施例
大米加工品种:黄花粘。
多机轻碾工艺:三道碾米。
期望的精度:留皮率10%,留皮度小于2%;其中留皮率10%为核心指标。
1、从生产中的一米机(一道米机)下选出符合“开糙”特征的米粒样本350颗;从二米机(二道米机)下选出碾去果皮和种皮且碾开了糊粉层的米粒样本350颗;从三米机下选出碾尽果皮和种皮且碾去了糊粉层的米粒样本350颗。
2、将这些样本输入具有学习能力的大米加工在线工艺检测平台(或检测机器人)进行机器学习:一道米机下的样本作为一碾的达标样本,二道米机下的样本作为一碾的过碾样本;二道米机下的样本作为二碾的达标样本,三道米机下的样本作为二碾的过碾样本;三道米机下的样本作为三碾的达标样本。
达标率是指达标样本占检测样本的百分比,过碾率亦类同。
3、定义一碾(第一道碾米)目标达标率(达标率+过碾率)为60%;二碾目标达标率(达标率+过碾率)为85%;三碾目标达标率为92%,并将之投入实际生产中。
调制各道各台米机的电流,使得每道每台米机的加工效果与目标达标率相符;之后,使之稳定运行。
4、检查当前状态下终碾效果与期望精度的符合程度、碾减率与增碎率,从符合程度、碾减与增碎的检查数据来看,三道碾米之间的协作关系还可以优化:将一碾的目标达标率调整至55%,将二碾的目标达标率调整至82%,将三碾的目标达标率调整为89%,再投入生产。
5、调制各道米机的电流,使得每道每台米机的加工效果符合目标达标率。发现:刚好达到目标精度:留皮率10%,留皮度1.8%;且碾减最小、增碎最少。
6、将一碾达标55%、二碾达标82%、三碾达标89%定义为以10%留皮率为期望精度的黄花粘多机轻碾的最佳协作关系,且这个关系不受原粮水分变化的影响。
Claims (10)
1.一种协同碾米方法,其特征在于,包括以下步骤:
定义多机轻碾的最终碾米目标、每道碾米的碾米目标、每道碾米的标准实物样本和过碾样本;
将每道碾米的标准实物样本和过碾样本作为机器学习的输入,将每道碾米的碾米目标作为输出;
依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系;
对于当前品种的新输入原料,利用该最佳碾米协作关系调节各道米机电流,使碾米达到最终碾米目标。
2.根据权利要求1所述的协同碾米方法,其特征在于,所述多机轻碾的最终碾米目标即碾米的最终期望精度;定义多机轻碾的最终碾米目标包括以下方式中的任一种:(1)留皮率和/或留皮度;(2)留胚率和/或留皮度;(3)碾至米粒结构上的某一层。
3.根据权利要求1所述的协同碾米方法,其特征在于,所述每道碾米的碾米目标包括每道碾米的达标率/不达标率。
4.根据权利要求1所述的协同碾米方法,其特征在于,定义每道碾米的过碾样本包括:以下一道碾米的标准实物样本作为当前道碾米的过碾样本,最末道碾米不定义过碾。
5.根据权利要求1~4之一所述的协同碾米方法,其特征在于,在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标的方法包括:在保证最终碾米效果达到最终碾米目标的前提下,降低任一道米机和/或多道米机的碾米目标,选择碾减率最低和增碎率最低时的每道碾米的碾米目标为当前品种在当前最终碾米目标下的最佳碾米协作关系。
6.一种协同碾米系统,其特征在于,包括:
定义模块,用于定义多机轻碾的最终碾米目标、每道碾米的碾米目标、每道碾米的标准实物样本与过碾样本;
初始化模块,用于将每道碾米的标准实物样本和过碾样本作为机器学习的输入,将每道碾米的碾米目标作为输出;
训练模块,用于依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
优化模块,用于检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固化模块,用于固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系;
协作模块,用于对当前品种的新输入原料,利用所述最佳碾米协作关系调节各道米机电流,使碾米达到最终碾米目标。
7.一种多机协同碾米协作关系确定方法,其特征在于,包括:
定义多机轻碾的最终碾米目标、每道碾米的碾米目标、每道碾米的标准实物样本与过碾样本;
将每道碾米的标准实物样本和过碾样本作为机器学习的输入,将每道碾米的碾米目标作为输出;
依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系。
8.一种碾米系统,其特征在于,包括至少两道米机;该至少两道米机工作流程包括:
定义每道米机的标准实物样本和过碾样本输出为机器学习的输入,每道碾米的碾米目标为机器学习的输出;
依照设定的每道碾米的碾米目标控制每道米机,调节米机电流使每道每台米机的加工效果为各自的设定的碾米目标,且对应米机过碾率最低;
检查当前终碾效果与最终碾米目标的符合程度,并根据该符合程度调整各道碾米的碾米目标,使得最终碾米效果达到最终碾米目标,并在最终碾米效果达到最终碾米目标时优化每道碾米的碾米目标,使最终碾米效果下碾减率最低、增碎率最低;
固定最终碾米效果达到最终碾米目标时各道碾米的碾米目标,该碾米目标即当前品种在当前最终碾米目标下的最佳碾米协作关系。
9.根据权利要求8所述的碾米系统,其特征在于,该碾米系统包括三道米机;其中一道米机的标准实物样本为符合开糙特征的米粒样本;二道米机的标准实物样本为碾去果皮和种皮且碾开了糊粉层的米粒样本;三道米机的标准实物样本为碾尽果皮和种皮且碾去了糊粉层的米粒样本;优选地,一道米机、二道米机、三道米机的标准实物样本数均为350颗。
10.根据权利要求8所述的碾米系统,其特征在于,所述过碾样本定义过程包括:将一道米机下的标准实物样本作为一碾的达标样本,将二道米机下的标准实物样本作为一碾的过碾样本;将二道米机下的标准实物样本作为二碾的达标样本,将三道米机下的标准实物样本作为二碾的过碾样本;将三道米机下的标准实物样本作为三碾的达标样本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910349231.6A CN109939773B (zh) | 2019-04-28 | 2019-04-28 | 协同碾米方法、系统、协作关系确定方法及碾米系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910349231.6A CN109939773B (zh) | 2019-04-28 | 2019-04-28 | 协同碾米方法、系统、协作关系确定方法及碾米系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109939773A true CN109939773A (zh) | 2019-06-28 |
CN109939773B CN109939773B (zh) | 2021-11-19 |
Family
ID=67016524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910349231.6A Active CN109939773B (zh) | 2019-04-28 | 2019-04-28 | 协同碾米方法、系统、协作关系确定方法及碾米系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109939773B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113351283A (zh) * | 2021-05-31 | 2021-09-07 | 哈尔滨工程北米科技有限公司 | 一种基于大数据、云技术、人工智能的水稻适度加工方法 |
CN114160234A (zh) * | 2021-11-17 | 2022-03-11 | 长沙荣业软件有限公司 | 碾米生产工艺控制方法及米珍生产线 |
CN114425465A (zh) * | 2022-01-21 | 2022-05-03 | 长沙荣业软件有限公司 | 稻米营养成分在线检测方法、智能碾米控制方法及装置 |
CN117960272A (zh) * | 2024-03-27 | 2024-05-03 | 湖南助农米业有限公司 | 一种智能化米珍制备系统以及制备工艺 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002029873A (ja) * | 2000-07-10 | 2002-01-29 | Murase:Kk | 廃棄食品リサイクルシステムおよび廃棄食品リサイクル情報管理システム |
CN202113884U (zh) * | 2011-06-14 | 2012-01-18 | 宋举 | 大米碾白加工装置 |
CN204768856U (zh) * | 2015-06-11 | 2015-11-18 | 袁阿庆 | 一种碾米机 |
CN106902910A (zh) * | 2017-04-28 | 2017-06-30 | 国粮武汉科学研究设计院有限公司 | 一种自动化碾米机组及控制方法 |
CN106980768A (zh) * | 2017-04-05 | 2017-07-25 | 武汉轻工大学 | 水稻加工处理方法、装置以及水稻的生产工艺 |
CN108927243A (zh) * | 2018-09-20 | 2018-12-04 | 长沙荣业软件有限公司 | 一种碾米机及大米加工碾米工序分布式协同智能控制方法 |
CN109046519A (zh) * | 2018-09-06 | 2018-12-21 | 东北农业大学 | 一种基于行为相似准则的碾白室参数设计方法 |
-
2019
- 2019-04-28 CN CN201910349231.6A patent/CN109939773B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002029873A (ja) * | 2000-07-10 | 2002-01-29 | Murase:Kk | 廃棄食品リサイクルシステムおよび廃棄食品リサイクル情報管理システム |
CN202113884U (zh) * | 2011-06-14 | 2012-01-18 | 宋举 | 大米碾白加工装置 |
CN204768856U (zh) * | 2015-06-11 | 2015-11-18 | 袁阿庆 | 一种碾米机 |
CN106980768A (zh) * | 2017-04-05 | 2017-07-25 | 武汉轻工大学 | 水稻加工处理方法、装置以及水稻的生产工艺 |
CN106902910A (zh) * | 2017-04-28 | 2017-06-30 | 国粮武汉科学研究设计院有限公司 | 一种自动化碾米机组及控制方法 |
CN109046519A (zh) * | 2018-09-06 | 2018-12-21 | 东北农业大学 | 一种基于行为相似准则的碾白室参数设计方法 |
CN108927243A (zh) * | 2018-09-20 | 2018-12-04 | 长沙荣业软件有限公司 | 一种碾米机及大米加工碾米工序分布式协同智能控制方法 |
CN108927243B (zh) * | 2018-09-20 | 2020-05-05 | 长沙荣业软件有限公司 | 一种碾米机及大米加工碾米工序分布式协同智能控制方法 |
Non-Patent Citations (2)
Title |
---|
蒋志荣等: "水稻加工智能工厂浅述", 《粮食加工》 * |
蒋志荣等: "水稻的适度加工", 《粮食加工》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113351283A (zh) * | 2021-05-31 | 2021-09-07 | 哈尔滨工程北米科技有限公司 | 一种基于大数据、云技术、人工智能的水稻适度加工方法 |
CN114160234A (zh) * | 2021-11-17 | 2022-03-11 | 长沙荣业软件有限公司 | 碾米生产工艺控制方法及米珍生产线 |
CN114160234B (zh) * | 2021-11-17 | 2022-11-01 | 长沙荣业软件有限公司 | 碾米生产工艺控制方法及米珍生产线 |
CN114425465A (zh) * | 2022-01-21 | 2022-05-03 | 长沙荣业软件有限公司 | 稻米营养成分在线检测方法、智能碾米控制方法及装置 |
CN114425465B (zh) * | 2022-01-21 | 2023-02-14 | 长沙荣业软件有限公司 | 稻米营养成分在线检测方法、智能碾米控制方法及装置 |
CN117960272A (zh) * | 2024-03-27 | 2024-05-03 | 湖南助农米业有限公司 | 一种智能化米珍制备系统以及制备工艺 |
Also Published As
Publication number | Publication date |
---|---|
CN109939773B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109939773A (zh) | 协同碾米方法、系统、协作关系确定方法及碾米系统 | |
US11874650B2 (en) | Industrial internet of things system for automatic control of production line manufacturing parameters and control methods thereof | |
DE102017103588A1 (de) | Analysevorrichtung und analysesystem | |
DE102017130429A1 (de) | Numerische Steuerung und maschinelle Lernvorrichtung | |
CN108818310A (zh) | 一种微尺度磨粒修平参数的在线精准控制方法 | |
US20230067754A1 (en) | Water control method for loosening and conditioning process based on neural network model and double parameter correction | |
CN107844097A (zh) | 用数控机床加工轴类零件自动设定加工工艺的控制系统 | |
CN108927243A (zh) | 一种碾米机及大米加工碾米工序分布式协同智能控制方法 | |
EP1137512B1 (de) | Verfahren zur steuerung des schleifprozesses sowie rechnersteuerung für breitschleifmaschine | |
CN107413861A (zh) | 高速线材精轧机组辊缝在线自动调节系统 | |
CN114160234B (zh) | 碾米生产工艺控制方法及米珍生产线 | |
CN109759452B (zh) | 构建钢轨规格调整量模型的方法 | |
CN110193427A (zh) | 一种铜浮选流程石灰添加量的自动控制方法 | |
CN100449431C (zh) | 用于控制生产钢的设备的方法和装置 | |
CN117399153B (zh) | 一种磨机自适应控制方法及系统 | |
CN106514129A (zh) | 基于加工特征中间状态刚性的数控编程非均匀余量配置方法 | |
CN108828806B (zh) | 彩膜修复装置和彩膜修复方法 | |
CN115889108A (zh) | 一种点胶阀胶量自动调整方法及系统 | |
CN112229976B (zh) | 一种焊点质量检测方法 | |
CN103182626A (zh) | 零部件的加工检测工艺 | |
CN104731005B (zh) | 一种半自磨机功率控制方法 | |
CN118181324B (zh) | 基于人工智能的工业机器人智能控制系统 | |
CN107272550A (zh) | 一种石英晶体外形研磨防呆作业系统及方法 | |
DE60120877T2 (de) | Verfahren zur Berechnung der Produktionskosten von Teilen, welche bearbeitet werden durch eine Maschine zur Bearbeitung von Holz oder ähnliches Material,s undeine Maschine zur Ausführung solchen Verfahrens | |
US20230321664A1 (en) | Method and device for cooperative control of rice hulling and rice polishing, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |