CN112021293B - 智能化的烟叶仓库熏蒸杀虫方法 - Google Patents

智能化的烟叶仓库熏蒸杀虫方法 Download PDF

Info

Publication number
CN112021293B
CN112021293B CN202010916782.9A CN202010916782A CN112021293B CN 112021293 B CN112021293 B CN 112021293B CN 202010916782 A CN202010916782 A CN 202010916782A CN 112021293 B CN112021293 B CN 112021293B
Authority
CN
China
Prior art keywords
warehouse
tobacco
fumigation
tobacco leaf
concentration
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.)
Active
Application number
CN202010916782.9A
Other languages
English (en)
Other versions
CN112021293A (zh
Inventor
黄鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changde Furong Xin Environmental Protection Co ltd
Original Assignee
Changde Furong Xin Environmental Protection Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changde Furong Xin Environmental Protection Co ltd filed Critical Changde Furong Xin Environmental Protection Co ltd
Priority to CN202010916782.9A priority Critical patent/CN112021293B/zh
Publication of CN112021293A publication Critical patent/CN112021293A/zh
Application granted granted Critical
Publication of CN112021293B publication Critical patent/CN112021293B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M13/00—Fumigators; Apparatus for distributing gases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M2200/00—Kind of animal
    • A01M2200/01—Insects
    • A01M2200/011—Crawling insects
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M2200/00—Kind of animal
    • A01M2200/01—Insects
    • A01M2200/012—Flying insects

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pest Control & Pesticides (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Toxicology (AREA)
  • Insects & Arthropods (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Environmental Sciences (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明提供了智能化的烟叶仓库熏蒸杀虫方法，其通过对烟叶仓库内部进行空气净化处理，以避免仓库内部空气过湿以及空气漂浮物过多而影响熏蒸用药的渗透效率，并且还通过对烟叶仓库内部的热红外影像确定其中的昆虫存在状态，以便于后续有针对性地对烟叶仓库内部进行高效的和精准的熏蒸杀虫，以此最大限度地降低烟叶仓库内部昆虫的成活率，最后还对烟叶仓库内部进行通风净化处理以此避免仓库内部中残留过多的熏蒸用药，从而改善仓库内的存储环境和延长烟叶的存储时间。

Description

智能化的烟叶仓库熏蒸杀虫方法
技术领域
本发明涉及害虫灭杀的技术领域，特别涉及智能化的烟叶仓库熏蒸杀虫方法。
背景技术
烟叶仓库是用于对烟叶进行恒温恒湿存储，而烟叶在种植生长或者加工工程中会无可避免地附着有不同类型的昆虫，这些昆虫会伴随烟叶共同存在于仓库中并进行生长繁殖，这些昆虫会对烟叶进行侵蚀从而影响烟叶的存储质量，并最终影响烟草制品的品质。为了降低烟叶仓库中昆虫的存活率，需要定期对烟叶仓库进行熏蒸消杀，而目前的熏蒸消杀方式过于单一，其并未充分考虑烟叶仓库内部中昆虫的实际存在情况，这严重地降低了熏蒸消杀的效率以及容易发生仓库内部熏蒸用药残留过多的问题。
发明内容
针对现有技术存在的缺陷，本发明提供智能化的烟叶仓库熏蒸杀虫方法，其包括对烟叶仓库内部进行空气净化处理，从而使该烟叶仓库内部维持在预空气定湿度范围和预定空气漂浮物浓度范围，并对该烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干该内部影像，确定该烟叶仓库内部的昆虫存在状态信息，再根据该昆虫存在状态信息，确定该烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药信息和熏蒸操作参数，从而对该烟叶仓库内部进行自动熏蒸杀虫，最后检测该烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据该残余浓度的检测结果，对该烟叶仓库内部进行通风净化处理，从而使得该烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件；可见，该智能化的烟叶仓库熏蒸杀虫方法通过对烟叶仓库内部进行空气净化处理，以避免仓库内部空气过湿以及空气漂浮物过多而影响熏蒸用药的渗透效率，并且还通过对烟叶仓库内部的热红外影像确定其中的昆虫存在状态，以便于后续有针对性地对烟叶仓库内部进行高效的和精准的熏蒸杀虫，以此最大限度地降低烟叶仓库内部昆虫的成活率，最后还对烟叶仓库内部进行通风净化处理以此避免仓库内部中残留过多的熏蒸用药，从而改善仓库内的存储环境和延长烟叶的存储时间。
本发明提供智能化的烟叶仓库熏蒸杀虫方法，其特征在于，其包括如下步骤：
步骤S1，对烟叶仓库内部进行空气净化处理，从而使所述烟叶仓库内部维持在预空气定湿度范围和预定空气漂浮物浓度范围；
步骤S2，对所述烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干所述内部影像，确定所述烟叶仓库内部的昆虫存在状态信息；
步骤S3，根据所述昆虫存在状态信息，控制所述烟叶仓库内部的熏蒸器进行工作，从而对所述烟叶仓库内部进行自动熏蒸杀虫；
步骤S4，检测所述烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据所述残余浓度的检测结果，对所述烟叶仓库内部进行通风净化处理，从而使得所述烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件；
进一步，在所述步骤S1中，对烟叶仓库内部进行空气净化处理，从而使所述烟叶仓库内部维持在预定空气湿度范围和预定空气漂浮物浓度范围具体包括，
步骤S101，检测所述烟叶仓库内部的实际空气湿度值，并根据所述实际空气湿度值，对所述烟叶仓库内部进行自动抽湿处理和/或自动干燥处理，以使所述烟叶仓库内部的实际空气湿度值低于预设空气湿度百分比阈值；
步骤S102，检测所述烟叶仓库内部的实际空气漂浮物浓度值，并根据所述实际空气漂浮物浓度值，对所述烟叶仓库内部进行漂浮物自动吸附处理，以使所述烟叶仓库内部的实际空气漂浮物浓度值低于预设空气漂浮物浓度阈值；
步骤S103，对所述烟叶仓库内部进行净化空气循环处理，从而使所述烟叶仓库内部的实时空气湿度值维持低于所述预设空气湿度百分比阈值以及实时空气漂浮物浓度值维持低于所述预设空气漂浮物浓度阈值，其中，所述预设空气湿度百分比阈值为20％，所述预设空气漂浮物浓度阈值为20mg/m3
进一步，在所述步骤S101中，检测所述烟叶仓库内部的实际空气湿度值，并根据所述实际空气湿度值，对所述烟叶仓库内部进行自动抽湿处理和/或自动干燥处理，以使所述烟叶仓库内部的实际空气湿度值低于预设空气湿度百分比阈值具体包括，
步骤S1011，采用分布式湿度传感器检测所述烟叶仓库内部不同区域的实际空气湿度值；
步骤S1012，根据每一个区域各自的实际空气湿度值，对每一个区域进行相应强度的自动抽湿处理和/或自动干燥处理，以使所述烟叶仓库内部整体的实际空气湿度值低于预设空气湿度百分比阈值，其中，所述预设空气湿度百分比阈值为20％；
进一步，在所述步骤S1012中，根据每一个区域各自的实际空气湿度值，对每一个区域进行相应强度的自动抽湿处理和/或自动干燥处理具体包括，
确定每一个区域各自的实际空气湿度值是否超过90％，若是，则增强对相应区域进行自动抽湿处理的功率值和/或提高对相应区域进行自动干燥处理的干燥温度值，若否，则减小对相应区域进行自动抽湿处理的功率值和/或降低对相应区域进行自动干燥处理的干燥温度值；
进一步，在所述步骤S102中，检测所述烟叶仓库内部的实际空气漂浮物浓度值，并根据所述实际空气漂浮物浓度值，对所述烟叶仓库内部进行漂浮物自动吸附处理，以使所述烟叶仓库内部的实际空气漂浮物浓度值低于预设空气漂浮物浓度阈值具体包括，
步骤S1021，采用分布式空气微粒传感器检测所述烟叶仓库内部不同区域的实际空气漂浮物浓度值；
步骤S1022，若某一区域的实际空气漂浮物浓度值超过50mg/m3，则对所述某一区域进行功率超过1000w的漂浮物自动吸附处理，否则对所述某一区域进行功率不超过1000w的漂浮物自动吸附处理；
进一步，在所述步骤S2中，对所述烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干所述内部影像，确定所述烟叶仓库内部的昆虫存在状态信息具体包括，
步骤S201，对所述烟叶仓库内部进行热红外扫描拍摄，以此获得所述烟叶仓库内部的热红外影像；
步骤S202，从所述热红外影像提取相应的热红外线强度分布特征信息，并根据所述热红外线强度分布特征，确定所述烟叶仓库内部中昆虫存在位置、昆虫存在密度和昆虫大小尺寸，以此作为所述昆虫存在状态信息；
进一步，在所述步骤S3包括：根据所述昆虫存在状态信息，确定所述烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药信息和熏蒸操作参数，从而对所述烟叶仓库内部进行自动熏蒸杀虫；具体包括，
步骤S301，根据所述烟叶仓库内部的昆虫活动轨迹历史数据，构建昆虫熏蒸消杀存活率分析神经网络模型；
步骤S302，将所述昆虫存在状态信息包含的昆虫存在位置、昆虫存在密度和昆虫大小尺寸输入至所述昆虫熏蒸消杀存活率分析神经网络模型，以此确定对所述烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药种类、熏蒸用药量、熏蒸烟雾浓度和熏蒸持续时间，从而对所述烟叶仓库内部进行自动熏蒸杀虫；
进一步，在所述步骤S4中，检测所述烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据所述残余浓度的检测结果，对所述烟叶仓库内部进行通风净化处理，从而使得所述烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件具体包括，
步骤S401，对经过熏蒸后的所述烟叶仓库内部进行空气样本采集，并检测采集得到的空气样本中的熏蒸烟雾颗粒的残余浓度；
步骤S402，若所述残余浓度大于0.5％，则对所述烟叶仓库内部进行通风净化处理，直到所述残余浓度小于或者等于0.5％为止。
相比于现有技术，该智能化的烟叶仓库熏蒸杀虫方法包括对烟叶仓库内部进行空气净化处理，从而使该烟叶仓库内部维持在预空气定湿度范围和预定空气漂浮物浓度范围，并对该烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干该内部影像，确定该烟叶仓库内部的昆虫存在状态信息，再根据该昆虫存在状态信息，确定该烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药信息和熏蒸操作参数，从而对该烟叶仓库内部进行自动熏蒸杀虫，最后检测该烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据该残余浓度的检测结果，对该烟叶仓库内部进行通风净化处理，从而使得该烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件；可见，该智能化的烟叶仓库熏蒸杀虫方法通过对烟叶仓库内部进行空气净化处理，以避免仓库内部空气过湿以及空气漂浮物过多而影响熏蒸用药的渗透效率，并且还通过对烟叶仓库内部的热红外影像确定其中的昆虫存在状态，以便于后续有针对性地对烟叶仓库内部进行高效的和精准的熏蒸杀虫，以此最大限度地降低烟叶仓库内部昆虫的成活率，最后还对烟叶仓库内部进行通风净化处理以此避免仓库内部中残留过多的熏蒸用药，从而改善仓库内的存储环境和延长烟叶的存储时间。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的智能化的烟叶仓库熏蒸杀虫方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的智能化的烟叶仓库熏蒸杀虫方法的流程示意图。该智能化的烟叶仓库熏蒸杀虫方法包括如下步骤：
步骤S1，对烟叶仓库内部进行空气净化处理，从而使该烟叶仓库内部维持在预空气定湿度范围和预定空气漂浮物浓度范围；
步骤S2，对该烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干该内部影像，确定该烟叶仓库内部的昆虫存在状态信息；
步骤S3，根据所述昆虫存在状态信息，控制所述烟叶仓库内部的熏蒸器进行工作，从而对所述烟叶仓库内部进行自动熏蒸杀虫；
步骤S4，检测该烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据该残余浓度的检测结果，对该烟叶仓库内部进行通风净化处理，从而使得该烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件。
该智能化的烟叶仓库熏蒸杀虫方法有别于现有技术对烟叶仓库内部进行单一的熏蒸杀虫处理，其通过对烟叶仓库内部进行空气净化处理，将烟叶仓库内部变换有利于熏蒸烟雾快速地和充分地扩散的环境，这样能够提高熏蒸烟雾的渗透效率，并且还通过热红外成像的方式确定烟叶仓库内部中昆虫的存在状态，以此有针对性地进行熏蒸杀虫操作，从而提高熏蒸杀虫的有效性和降低昆虫的存活率，并且还对烟草进行消散处理以保证烟叶仓库内部中不会残留超量的熏蒸用药颗粒。
优选地，在该步骤S1中，对烟叶仓库内部进行空气净化处理，从而使该烟叶仓库内部维持在预定空气湿度范围和预定空气漂浮物浓度范围具体包括，
步骤S101，检测该烟叶仓库内部的实际空气湿度值，并根据该实际空气湿度值，对该烟叶仓库内部进行自动抽湿处理和/或自动干燥处理，以使该烟叶仓库内部的实际空气湿度值低于预设空气湿度百分比阈值；
步骤S102，检测该烟叶仓库内部的实际空气漂浮物浓度值，并根据该实际空气漂浮物浓度值，对该烟叶仓库内部进行漂浮物自动吸附处理，以使该烟叶仓库内部的实际空气漂浮物浓度值低于预设空气漂浮物浓度阈值；
步骤S103，对该烟叶仓库内部进行净化空气循环处理，从而使该烟叶仓库内部的实时空气湿度值维持低于该预设空气湿度百分比阈值以及实时空气漂浮物浓度值维持低于该预设空气漂浮物浓度阈值，其中，该预设空气湿度百分比阈值为20％，该预设空气漂浮物浓度阈值为20mg/m3。
由于烟叶仓库在使用过程中其内部空气湿度会逐渐增加以及内部空气中的漂浮物浓度也会提高，这样会影响熏蒸烟雾在烟叶仓库内部的均匀扩散，通过对该烟叶仓库内部进行空气净化处理以将其空气湿度和空气漂浮物浓度，能够最大限度地保证熏蒸烟雾均匀地和快速地渗透到烟叶仓库内部的每一个角落区域，从而提高相应的昆虫消杀效率。
优选地，在该步骤S101中，检测该烟叶仓库内部的实际空气湿度值，并根据该实际空气湿度值，对该烟叶仓库内部进行自动抽湿处理和/或自动干燥处理，以使该烟叶仓库内部的实际空气湿度值低于预设空气湿度百分比阈值具体包括，
步骤S1011，采用分布式湿度传感器检测该烟叶仓库内部不同区域的实际空气湿度值；
步骤S1012，根据每一个区域各自的实际空气湿度值，对每一个区域进行相应强度的自动抽湿处理和/或自动干燥处理，以使该烟叶仓库内部整体的实际空气湿度值低于预设空气湿度百分比阈值，其中，该预设空气湿度百分比阈值为20％。
由于烟叶仓库内部不同区域的空气湿度并不是均匀一致的，通过对不同区域进行适应性强度的抽湿和/或干燥，能够将烟叶仓库内部的整体空气湿度快速地调整至低于预设空气湿度百分比阈值。
优选地，在该步骤S1012中，根据每一个区域各自的实际空气湿度值，对每一个区域进行相应强度的自动抽湿处理和/或自动干燥处理具体包括，
确定每一个区域各自的实际空气湿度值是否超过90％，若是，则增强对相应区域进行自动抽湿处理的功率值和/或提高对相应区域进行自动干燥处理的干燥温度值，若否，则减小对相应区域进行自动抽湿处理的功率值和/或降低对相应区域进行自动干燥处理的干燥温度值。
通过调整自动抽湿处理的功率值或者自动干燥处理的干燥温度值，能够快速地和高效地对烟叶仓库内部的空气湿度进行均一化的调整。
优选地，在该步骤S102中，检测该烟叶仓库内部的实际空气漂浮物浓度值，并根据该实际空气漂浮物浓度值，对该烟叶仓库内部进行漂浮物自动吸附处理，以使该烟叶仓库内部的实际空气漂浮物浓度值低于预设空气漂浮物浓度阈值具体包括，
步骤S1021，采用分布式空气微粒传感器检测该烟叶仓库内部不同区域的实际空气漂浮物浓度值；
步骤S1022，若某一区域的实际空气漂浮物浓度值超过50mg/m3，则对该某一区域进行功率超过1000w的漂浮物自动吸附处理，否则对该某一区域进行功率不超过1000w的漂浮物自动吸附处理。
通过调整漂浮物自动吸附处理的功率值，能够快速地和高效地对烟叶仓库内部的空气漂浮物浓度进行均一化的调整。
优选地，在该步骤S2中，对该烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干该内部影像，确定该烟叶仓库内部的昆虫存在状态信息具体包括，
步骤S201，对该烟叶仓库内部进行热红外扫描拍摄，以此获得该烟叶仓库内部的热红外影像；
步骤S202，从该热红外影像提取相应的热红外线强度分布特征信息，并根据该热红外线强度分布特征，确定该烟叶仓库内部中昆虫存在位置、昆虫存在密度和昆虫大小尺寸，以此作为该昆虫存在状态信息。
由于烟草中昆虫的存在位置、存在密度和大小尺寸会影响熏蒸杀虫的效率，通过热红外成像的方式能够全面地和准确的获得烟叶仓库内部的昆虫存在信息，从而提高熏蒸杀虫的有效性。
优选地，在该步骤S3可包括“根据该昆虫存在状态信息，确定该烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药信息和熏蒸操作参数，从而对该烟叶仓库内部进行自动熏蒸杀虫”，具体包括，
步骤S301，根据该烟叶仓库内部的昆虫活动轨迹历史数据，构建昆虫熏蒸消杀存活率分析神经网络模型；
步骤S302，将该昆虫存在状态信息包含的昆虫存在位置、昆虫存在密度和昆虫大小尺寸输入至该昆虫熏蒸消杀存活率分析神经网络模型，以此确定对该烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药种类、熏蒸用药量、熏蒸烟雾浓度和熏蒸持续时间，从而对该烟叶仓库内部进行自动熏蒸杀虫。
通过构建昆虫熏蒸消杀存活率分析神经网络模型来确定烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药种类、熏蒸用药量、熏蒸烟雾浓度和熏蒸持续时间能够保证在选择合适熏蒸用药种类和用药量的情况下，实现熏蒸杀虫的最优化。
优选地，在该步骤S4中，检测该烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据该残余浓度的检测结果，对该烟叶仓库内部进行通风净化处理，从而使得该烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件具体包括，
S401，对经过熏蒸后的该烟叶仓库内部进行空气样本采集，并检测采集得到的空气样本中的熏蒸烟雾颗粒的残余浓度；
步骤S402，若该残余浓度大于0.5％，则对该烟叶仓库内部进行通风净化处理，直到该残余浓度小于或者等于0.5％为止。
通过通风净化处理将烟叶仓库内部的熏蒸烟雾颗粒的残余浓度降低至小或者等于0.5％能够改善该烟叶仓库内部的空气质量，从而提高在烟叶仓库内部的作业安全性。
从上述实施例的内容可知，该智能化的烟叶仓库熏蒸杀虫方法包括对烟叶仓库内部进行空气净化处理，从而使该烟叶仓库内部维持在预空气定湿度范围和预定空气漂浮物浓度范围，并对该烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干该内部影像，确定该烟叶仓库内部的昆虫存在状态信息，再根据该昆虫存在状态信息，确定该烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药信息和熏蒸操作参数，从而对该烟叶仓库内部进行自动熏蒸杀虫，最后检测该烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据该残余浓度的检测结果，对该烟叶仓库内部进行通风净化处理，从而使得该烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件；可见，该智能化的烟叶仓库熏蒸杀虫方法通过对烟叶仓库内部进行空气净化处理，以避免仓库内部空气过湿以及空气漂浮物过多而影响熏蒸用药的渗透效率，并且还通过对烟叶仓库内部的热红外影像确定其中的昆虫存在状态，以便于后续有针对性地对烟叶仓库内部进行高效的和精准的熏蒸杀虫，以此最大限度地降低烟叶仓库内部昆虫的成活率，最后还对烟叶仓库内部进行通风净化处理以此避免仓库内部中残留过多的熏蒸用药，从而改善仓库内的存储环境和延长烟叶的存储时间。
在一个实施例中，所述根据若干所述内部影像，确定所述烟叶仓库内部的昆虫存在状态信息，包括：
根据所述内部影像，确定所述烟叶仓库内部的目标区域内的昆虫存在状态信息，所述昆虫存在状态信息包括昆虫在所述目标区域内的平均移动速度；
所述根据所述昆虫存在状态信息，控制所述烟叶仓库内部的熏蒸器进行工作，从而对所述烟叶仓库内部进行自动熏蒸杀虫，包括：
熏蒸器设置于可移动机器人上，所述熏蒸器中放置有熏蒸用药；
当所述昆虫在所述目标区域内的平均移动速度等于或小于预设速度阈值时，控制所述可移动机器人以第一速度移动至所述目标区域内；例如，当昆虫是爬行类昆虫时，其平均移动速度就较小，此时，可以直接让可移动机器人移动至目标区域内，利用熏蒸器对昆虫进行消杀；
当所述昆虫在所述目标区域内的平均移动速度大于预设速度阈值时(例如当昆虫是飞蛾之类的可飞行的昆虫时，其平均移动速度就较大)，控制所述可移动机器人以第二速度移动至所述目标区域内，所述第二速度小于所述第一速度，以较小的速度移动到目标区域内，可以避免移动机器人惊动飞蛾而使飞蛾移动到别处，保证可移动机器人移动到目标区域内时目标区域内的昆虫数量不发生巨大变化，保证昆虫消杀效果；
或者所述昆虫在所述目标区域内的平均移动速度大于预设速度阈值时(例如当昆虫是飞蛾之类的可飞行的昆虫时，其平均移动速度就较大)，控制所述可移动机器人以第三速度移动至目标点，所述目标点与所述目标区域的中心点之间的距离处于预设距离范围内；其中，所述第二速度小于所述第三速度；以较大的速度移动到目标区域的附近，可以避免移动机器人惊动飞蛾而使飞蛾移动到别处，保证可移动机器人移动到目标区域附近时目标区域内的昆虫数量不发生巨大变化，利用可移动机器人上的熏蒸器来对处于附近的目标区域内的昆虫进行消杀，保证昆虫消杀效果。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.智能化的烟叶仓库熏蒸杀虫方法，其特征在于，其包括如下步骤：
步骤S1，对烟叶仓库内部进行空气净化处理，从而使所述烟叶仓库内部维持在预空气定湿度范围和预定空气漂浮物浓度范围；
步骤S2，对所述烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干所述内部影像，确定所述烟叶仓库内部的昆虫存在状态信息；
步骤S3，根据所述昆虫存在状态信息，控制所述烟叶仓库内部的熏蒸器进行工作，从而对所述烟叶仓库内部进行自动熏蒸杀虫；
步骤S4，检测所述烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据所述残余浓度的检测结果，对所述烟叶仓库内部进行通风净化处理，从而使得所述烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件；
其中，所述根据若干所述内部影像，确定所述烟叶仓库内部的昆虫存在状态信息，包括：
根据所述内部影像，确定所述烟叶仓库内部的目标区域内的昆虫存在状态信息，所述昆虫存在状态信息包括昆虫在所述目标区域内的平均移动速度；
所述根据所述昆虫存在状态信息，控制所述烟叶仓库内部的熏蒸器进行工作，从而对所述烟叶仓库内部进行自动熏蒸杀虫，包括：
熏蒸器设置于可移动机器人上，所述熏蒸器中放置有熏蒸用药；
当所述昆虫在所述目标区域内的平均移动速度等于或小于预设速度阈值时，控制所述可移动机器人以第一速度移动至所述目标区域内；
当所述昆虫在所述目标区域内的平均移动速度大于预设速度阈值时，控制所述可移动机器人以第二速度移动至所述目标区域内，或者控制所述可移动机器人以第三速度移动至目标点，所述目标点与所述目标区域的中心点之间的距离处于预设距离范围内；
其中，所述第二速度小于所述第一速度；所述第二速度小于所述第三速度。
2.如权利要求1所述的智能化的烟叶仓库熏蒸杀虫方法，其特征在于：在所述步骤S1中，对烟叶仓库内部进行空气净化处理，从而使所述烟叶仓库内部维持在预定空气湿度范围和预定空气漂浮物浓度范围具体包括，
步骤S101，检测所述烟叶仓库内部的实际空气湿度值，并根据所述实际空气湿度值，对所述烟叶仓库内部进行自动抽湿处理和/或自动干燥处理，以使所述烟叶仓库内部的实际空气湿度值低于预设空气湿度百分比阈值；
步骤S102，检测所述烟叶仓库内部的实际空气漂浮物浓度值，并根据所述实际空气漂浮物浓度值，对所述烟叶仓库内部进行漂浮物自动吸附处理，以使所述烟叶仓库内部的实际空气漂浮物浓度值低于预设空气漂浮物浓度阈值；
步骤S103，对所述烟叶仓库内部进行净化空气循环处理，从而使所述烟叶仓库内部的实时空气湿度值维持低于所述预设空气湿度百分比阈值以及实时空气漂浮物浓度值维持低于所述预设空气漂浮物浓度阈值，其中，所述预设空气湿度百分比阈值为20％，所述预设空气漂浮物浓度阈值为20mg/m3。
3.如权利要求2所述的智能化的烟叶仓库熏蒸杀虫方法，其特征在于：在所述步骤S101中，检测所述烟叶仓库内部的实际空气湿度值，并根据所述实际空气湿度值，对所述烟叶仓库内部进行自动抽湿处理和/或自动干燥处理，以使所述烟叶仓库内部的实际空气湿度值低于预设空气湿度百分比阈值具体包括，
步骤S1011，采用分布式湿度传感器检测所述烟叶仓库内部不同区域的实际空气湿度值；
步骤S1012，根据每一个区域各自的实际空气湿度值，对每一个区域进行相应强度的自动抽湿处理和/或自动干燥处理，以使所述烟叶仓库内部整体的实际空气湿度值低于预设空气湿度百分比阈值，其中，所述预设空气湿度百分比阈值为20％。
4.如权利要求3所述的智能化的烟叶仓库熏蒸杀虫方法，其特征在于：在所述步骤S1012中，根据每一个区域各自的实际空气湿度值，对每一个区域进行相应强度的自动抽湿处理和/或自动干燥处理具体包括，确定每一个区域各自的实际空气湿度值是否超过90％，若是，则增强对相应区域进行自动抽湿处理的功率值和/或提高对相应区域进行自动干燥处理的干燥温度值，若否，则减小对相应区域进行自动抽湿处理的功率值和/或降低对相应区域进行自动干燥处理的干燥温度值。
5.如权利要求2所述的智能化的烟叶仓库熏蒸杀虫方法，其特征在于：在所述步骤S102中，检测所述烟叶仓库内部的实际空气漂浮物浓度值，并根据所述实际空气漂浮物浓度值，对所述烟叶仓库内部进行漂浮物自动吸附处理，以使所述烟叶仓库内部的实际空气漂浮物浓度值低于预设空气漂浮物浓度阈值具体包括，
步骤S1021，采用分布式空气微粒传感器检测所述烟叶仓库内部不同区域的实际空气漂浮物浓度值；
步骤S1022，若某一区域的实际空气漂浮物浓度值超过50mg/m3，则对所述某一区域进行功率超过1000w的漂浮物自动吸附处理，否则对所述某一区域进行功率不超过1000w的漂浮物自动吸附处理。
6.如权利要求1所述的智能化的烟叶仓库熏蒸杀虫方法，其特征在于：在所述步骤S2中，对所述烟叶仓库内部进行拍摄，以此获得对应的若干内部影像，再根据若干所述内部影像，确定所述烟叶仓库内部的昆虫存在状态信息具体包括，
步骤S201，对所述烟叶仓库内部进行热红外扫描拍摄，以此获得所述烟叶仓库内部的热红外影像；
步骤S202，从所述热红外影像提取相应的热红外线强度分布特征信息，并根据所述热红外线强度分布特征，确定所述烟叶仓库内部中昆虫存在位置、昆虫存在密度和昆虫大小尺寸，以此作为所述昆虫存在状态信息。
7.如权利要求1所述的智能化的烟叶仓库熏蒸杀虫方法，其特征在于：在所述步骤S3包括：根据所述昆虫存在状态信息，确定所述烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药信息和熏蒸操作参数，从而对所述烟叶仓库内部进行自动熏蒸杀虫；具体包括，
步骤S301，根据所述烟叶仓库内部的昆虫活动轨迹历史数据，构建昆虫熏蒸消杀存活率分析神经网络模型；
步骤S302，将所述昆虫存在状态信息包含的昆虫存在位置、昆虫存在密度和昆虫大小尺寸输入至所述昆虫熏蒸消杀存活率分析神经网络模型，以此确定对所述烟叶仓库内部的熏蒸用药放置点的位置和数量、熏蒸用药种类、熏蒸用药量、熏蒸烟雾浓度和熏蒸持续时间，从而对所述烟叶仓库内部进行自动熏蒸杀虫。
8.如权利要求1所述的智能化的烟叶仓库熏蒸杀虫方法，其特征在于：在所述步骤S4中，检测所述烟叶仓库内部空气中熏蒸烟雾颗粒的残余浓度，并根据所述残余浓度的检测结果，对所述烟叶仓库内部进行通风净化处理，从而使得所述烟叶仓库内部空气满足预设熏蒸烟雾颗粒的残余浓度条件具体包括，
步骤S401，对经过熏蒸后的所述烟叶仓库内部进行空气样本采集，并检测采集得到的空气样本中的熏蒸烟雾颗粒的残余浓度；
步骤S402，若所述残余浓度大于0.5％，则对所述烟叶仓库内部进行通风净化处理，直到所述残余浓度小于或者等于0.5％为止。
CN202010916782.9A 2020-09-03 2020-09-03 智能化的烟叶仓库熏蒸杀虫方法 Active CN112021293B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010916782.9A CN112021293B (zh) 2020-09-03 2020-09-03 智能化的烟叶仓库熏蒸杀虫方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010916782.9A CN112021293B (zh) 2020-09-03 2020-09-03 智能化的烟叶仓库熏蒸杀虫方法

Publications (2)

Publication Number Publication Date
CN112021293A CN112021293A (zh) 2020-12-04
CN112021293B true CN112021293B (zh) 2022-04-08

Family

ID=73591963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010916782.9A Active CN112021293B (zh) 2020-09-03 2020-09-03 智能化的烟叶仓库熏蒸杀虫方法

Country Status (1)

Country Link
CN (1) CN112021293B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES1019048Y (es) * 1991-10-24 1992-10-01 Vizcaino Garcia Jose Secadero de tabaco.
CN101584280B (zh) * 2009-06-17 2011-03-23 李翊玮 可调控仓储环境的多功能烟叶堆垛密封储藏方法
CN103622155B (zh) * 2013-12-20 2016-05-04 四川骏博环保技术有限公司 烟叶养护方法
CN106919204B (zh) * 2015-12-28 2019-08-13 航天信息股份有限公司 仓储害虫生境调控系统和方法
GB201608317D0 (en) * 2016-05-12 2016-06-29 British American Tobacco Co Apparatus and method for use in a flue-cured barn
CN109344917A (zh) * 2018-11-08 2019-02-15 李凯兵 一种毒蛾属昆虫的物种鉴别方法及鉴别系统
CN210580958U (zh) * 2019-09-04 2020-05-22 武汉乐道物流有限公司 一种带杀虫功能的烟草醇化存储装置

Also Published As

Publication number Publication date
CN112021293A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
Ryan Post-harvest tobacco infestation control
Chirico et al. Traps containing acaricides for the control of Dermanyssus gallinae
WO2020058175A1 (de) Detektion von gliederfüssern
DE102013006265A1 (de) Vorrichtung und Verfahren zur Bekämpfung von Varroa-Milben im Bienenstock
Schmidt et al. Swarm traps for survey and control of Africanized honey bees
KR101822029B1 (ko) 꿀벌통을 이용한 말벌 포획기
Cottrell et al. Trap capture of brown and dusky stink bugs (Hemiptera: Pentatomidae) as affected by pheromone dosage in dispensers and dispenser source
CN112021293B (zh) 智能化的烟叶仓库熏蒸杀虫方法
Hinze et al. Mosquito host seeking in 3D using a versatile climate-controlled wind tunnel system
Berge et al. Bird control in vineyards using alarm and distress calls
Zogović et al. From primitive to cyber-physical beekeeping
Tang et al. Impact of visual features on capture of Aedes aegypti with host decoy traps (HDT)
Hawkin et al. Sampling Tribolium confusum and Tribolium castaneum in mill and laboratory settings: Differences between strains and species
CN110955289B (zh) 一种基于温湿度监控的粮食仓储方法
EP2931032B1 (en) Crawling insect counting device, system and method for indicating crawling insect infestation and determining a moment for treatment and/or control of said insects
Mason Effect and control of insects, molds and rodents affecting corn quality
EP3454650A1 (de) Verfahren zum betrieb eines roboters zur ungezieferbekämpfung
CN109362681A (zh) 一种远程监控智能灭蝇系统和方法
KR20130121688A (ko) 접촉 트랩
Jian et al. Detecting and responding to resource and stimulus during the movements of Cryptolestes ferrugineus adults
CN208092546U (zh) 一种智能声波害虫诱杀系统
Annand Investigations on small hive beetle biology to develop better control options
CN112042618A (zh) 烟草的熏蒸杀虫方法
US20050095954A1 (en) Method of controlling pests
Rodriguez‐Saona et al. Long‐term evaluation of field‐wide oriental beetle (C ol., S carabaeidae) mating disruption in blueberries using female‐mimic pheromone lures

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