CN112286265B - 一种基于人工智能和大数据的油茶加工智能监测系统 - Google Patents

Abstract

本发明公开了一种基于人工智能和大数据的油茶加工智能监测系统，包括服务器、储藏监控模块、预处理监控模块、废物监控模块、压榨监控模块、数据存储模块和显示控制模块；本发明设置了储藏监控模块，该设置能够保证储藏设备中油茶籽的质量，有助于提高产油质量；本发明设置了预处理监控模块，该设置有助于直观的显示油茶籽预处理之后的质量；本发明设置了压榨监控模块，该设置对压榨设备的入榨温度进行监测，避免入榨温度不合适对油茶籽仁的质量产生影响；本发明设置了废物监控模块，该设置通过监测油茶籽预处理过程中产生的废物来判断预处理设备的状态，有助于提高油茶籽加工的效率和产油质量。

Description

一种基于人工智能和大数据的油茶加工智能监测系统

技术领域

本发明属于油茶加工监测技术领域，具体是一种基于人工智能和大数据的油茶加工智能监测系统。

背景技术

油茶是茶科类植物，常绿小乔木，俗称：茶子树、茶油树、白花茶，由于它的种子可以榨油食用，故名油茶，其色清味香，营养丰富，耐贮藏，属于优质类油。

公开号为CN210681586U的实用新型专利公开了一种油茶加工用油茶籽储存装置，该装置包括存储箱，所述储存箱上端的一侧固定连接有第一控制阀，所述储存箱上端的另一侧固定连接有温度计，所述第一控制阀和温度计之间固定连接有驱动电机，所述储存箱内部转动连接有搅拌轴，所述搅拌轴的上端与驱动电机的传动端传动连接，所述搅拌轴的表面固定连接有搅拌叶，所述储存箱内部的下端设置有干燥垫；上述方案解决了油茶籽堆积存放时间太长导致油茶籽闷坏无法使用的问题。

公开号为CN111534368A的发明专利提供了一种油茶加工方法，包括以下步骤：步骤一：筛选；步骤二：清洗，将筛选后的油茶籽进行喷淋冲洗；步骤三：干燥，将清洗后的油茶籽投入干燥筒内，首次使改造同高速转动进行离心处理，然后向干燥筒内通入热风对其进行热风吹动干燥；步骤四：去壳，利用剥壳设备将油茶籽的外壳剥离得到油茶籽仁和油茶籽壳；步骤五：破碎；上述方案通过两次炒制加工以及中间的冷却操作能够提高出油速度和出油率。

上述两个方案分别对油茶加工过程的储存装置和加工方法进行了改进，在一定程度上提高了油茶籽加工的出油率和出油质量，因为上述两个方案不能对油茶加工的具体过程进行监测调节，也没有对油茶加工过程中的污染进行处理；所以上述两个方案仍需进一步改进。

发明内容

为了解决上述方案存在的问题，本发明提供了一种基于人工智能和大数据的油茶加工智能监测系统。

本发明的目的可以通过以下技术方案实现：一种基于人工智能和大数据的油茶加工智能监测系统，包括服务器、储藏监控模块、预处理监控模块、废物监控模块、压榨监控模块、数据存储模块和显示控制模块；

所述储藏监控模块用于监测储藏设备中的储藏环境信息，并获取通风系数TFX和搅拌系数JBX，并根据通风系数TFX和搅拌系数JBX对储藏设备中的储藏环境信息进行调整，具体调整步骤为：

X1：当通风系数TFX>L1时，则判定储藏设备内部需要进行通风，通过服务器控制储藏设备内的通风管打开进行通风；当通风系数TFX满足

时，则判定储藏设备内部已经完成通风，通过服务器控制储藏设备内的通风管关闭；其中L1为预设通风系数阈值，

为预设比例系数，且

X2：当搅拌系数JBX>L3时，则判定储藏设备中的油茶籽需要进行高频率搅拌，通过服务器控制储藏设备对油茶籽进行高频率搅拌；当搅拌系数满足L2<JBX≤L3时，则判定储藏设备中的油茶籽需要进行中频率搅拌，通过服务器控制储藏设备对油茶籽进行中频率搅拌；当搅拌系数JBX≤L2时，则判定储藏设备中的油茶籽不需要进行搅拌；其中L2和L3为预设搅拌系数阈值，且0<L2<L3；

所述预处理监控模块用于监测预处理之后的油茶籽仁质量，所述预处理通过预处理设备完成，具体监测步骤为：

C1：通过高清摄像头实时拍摄经过预处理之后的油茶籽仁图像；

C2：获取仁壳比例系数RKX和杂质比例系数ZZX；

C3：当仁壳比例系数RKX>L12时，则判定油茶籽仁壳分离不彻底，通过服务器发送仁壳分离异常指令至显示控制模块；当杂质比例系数ZZX>L13时，则判定油茶籽中的杂质去除不彻底，通过服务器发送杂质去除异常指令至显示控制模块；其中L12为预设仁壳比例系数阈值，L13为预设杂质比例系数阈值；

C4：通过服务器将仁壳分离异常指令发送记录和杂质去除异常指令发送记录发送至数据存储模块。

优选的，所述压榨监控模块用于监测压榨设备的入榨温度，具体监测步骤为：

V1：获取压榨设备的入榨温度，并将入榨温度值标记为RWD；

V2：当入榨温度值满足T1≤RWD≤T2时，通过服务器发送入榨温度正常指令至显示控制模块；否则，判定压榨设备的入榨温度异常，通过服务器对压榨设备的入榨温度进行调节，同时记录入榨温度调节的时间；其中T1和T2分别为入榨温度的下限阈值和上限阈值；

V3：通过服务器将入榨温度调节的时间发送至数据存储模块。

优选的，所述废物监控模块用于监测油茶籽预处理过程中产生的废物，所述废物监控模块包括废气监测单元和杂质监测单元，具体监测步骤为：

B1：通过废气监测单元获取选籽、清理分级和去石过程中产生废气中颗粒物的浓度，并计算颗粒物浓度的平均值，并将颗粒物浓度平均值标记为KLN；

B2：通过杂质监测单元获取去石和磁选过程中每T3小时杂质的总重量，并将杂质的总重量标记为ZZZ；其中T3为预设时间阈值；

B3：通过公式FWX＝γ1×KLN+γ2×ZZZ获取废物系数FWX，其中γ1和γ2为预设比例系数；

B4：当废物系数FWX<K1，且杂质比例系数ZZX>L13时，通过服务器发送预处理设备异常指令至显示控制模块；其中K1为预设废物系数阈值；

B5：通过服务器将杂质总质量和颗粒物浓度平均值发送至显示控制模块。

优选的，所述显示控制模块对杂质总质量和颗粒物浓度平均值进行实时数值显示，当杂质总质量超过预设杂质总质量阈值时，则将杂质总质量的显示数值设置为红色，当颗粒物浓度平均值超过预设颗粒物浓度平均值阈值时，则将颗粒物浓度平均值的显示数值设置为紫色。

优选的，所述仁壳比例系数RKX和杂质比例系数ZZX根据油茶籽仁图像获取，具体获取步骤为：

C21：将油茶籽仁图像转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所属图像预处理包括高斯滤波、图像分割和图像增强；

C22：获取标准图像中图像像素点总数；并将其标记为TXZ；

C23：将标准图像中像素点的灰度值标记为HDZ；将灰度值满足L4≤HDZ≤L5的像素点记为油茶籽壳像素点，统计油茶籽壳像素点总数并将其标记为YCK；将灰度值满足L6≤HDZ≤L7的像素点标记为铁屑像素点，统计铁屑像素点总数并将其标记为TXZ；将灰度值满足L8≤HDZ≤L9的像素点记为石子像素点，统计石子像素点总数并将其标记为SZZ；将灰度值满足L10≤HDZ≤L11的像素点标记为背景像素点，统计背景像素点总数并将其标记为BJZ；其中L4为预设油茶籽壳灰度值下限阈值，L5预设油茶籽壳灰度值上限阈值，L6为预设铁屑灰度值下限阈值，L7为预设铁屑灰度值上限阈值，L8为预设石子灰度值下限阈值，L9为预设石子灰度值上限阈值，L10为预设背景灰度值下限阈值，L11为预设背景灰度值上限阈值；

C24：通过公式

获取仁壳比例系数RKX，其中β1为预设比例系数；通过公式

获取杂质比例系数ZZX，其中β2为预设比例系数；

C25：通过服务器将仁壳比例系数RKX和杂质比例系数ZZX发送至数据存储模块。

优选的，所述灰度值根据大小分为油茶籽壳灰度值区间、铁屑灰度值区间、石子灰度值区间和背景灰度值区间的灰度值范围分别为[L4,L5]、[L6,L7]、[L8,L9]、[L10,L11]；所述油茶籽壳灰度值区间、铁屑灰度值区间、石子灰度值区间和背景灰度值区间均不重合。

优选的，所述预处理包括选籽、清理分级、去石、磁选、剥壳和仁壳分离。

优选的，所述高频率搅拌和中频率搅拌为预设搅拌方案，所述预设搅拌方案存储于数据存储模块；所述高频率搅拌是以频率P1连续搅拌T1分钟，所述中频率搅拌是以频率P2连续搅拌T2分钟；其中P1和P2为预设频率阈值，且P1>P2，T1和T2为预设时间阈值，且T1＝2×T2。

优选的，所述通风系数TFX和搅拌系数JBX根据储藏环境信息获取，具体获取步骤为：

Z1：实时获取储藏设备外部环境温度值，并将储藏设备外部环境温度值标记为WWD；

Z2：通过储藏设备内部设置的若干温度传感器实时获取内部温度值，并根据内部温度值获取内部温度平均值，并将储藏设备内部温度平均值标记为NWD；

Z3：通过储藏设备内部设置的若干湿度传感器实时获取内部湿度值，并根据内部湿度值获取内部湿度平均值，并将储藏设备内部湿度平均值标记为NSD；

Z4：通过公式

获取通风系数TFX，其中α1和α2为预设比例系数，且0<α1<α2；

Z5：通过公式JBX＝α3×NSD×e^{α4×|WWD-NWD|}获取搅拌系数JBX，其中α3和α4为预设比例系数，且α3+α4＝0.125；

Z6：通过服务器将内部温度平均值、外部环境温度值、内部湿度平均值、通风系数和搅拌系数发送至数据存储模块；同时将内部温度平均值、外部温度平均值和内部湿度平均值发送时显示控制模块。

优选的，所述储藏设备用于储藏经过验收、计量、干燥和冷却后的油茶籽，所述储藏环境信息包括储藏设备外部环境温度值、内部温度值和内部湿度值。

与现有技术相比，本发明的有益效果是：

1、本发明设置了储藏监控模块，该设置用于监测储藏设备中的储藏环境信息；当通风系数TFX>L1时，则判定储藏设备内部需要进行通风，通过服务器控制储藏设备内的通风管打开进行通风；当通风系数TFX满足

时，则判定储藏设备内部已经完成通风，通过服务器控制储藏设备内的通风管关闭；当搅拌系数JBX>L3时，则判定储藏设备中的油茶籽需要进行高频率搅拌，通过服务器控制储藏设备对油茶籽进行高频率搅拌；当搅拌系数满足L2<JBX≤L3时，则判定储藏设备中的油茶籽需要进行中频率搅拌，通过服务器控制储藏设备对油茶籽进行中频率搅拌；当搅拌系数JBX≤L2时，则判定储藏设备中的油茶籽不需要进行搅拌；储藏监控模块通过对储藏设备中的储藏环境信息进行监测，并根据监测结果控制储藏设备进行通风和搅拌，能够保证储藏设备中油茶籽的质量，有助于提高产油质量；

2、本发明设置了预处理监控模块，该设置用于监测预处理之后的油茶籽仁质量；通过高清摄像头实时拍摄经过预处理之后的油茶籽仁图像；获取仁壳比例系数RKX和杂质比例系数ZZX；当仁壳比例系数RKX>L12时，则判定油茶籽仁壳分离不彻底，通过服务器发送仁壳分离异常指令至显示控制模块；当杂质比例系数ZZX>L13时，则判定油茶籽中的杂质去除不彻底，通过服务器发送杂质去除异常指令至显示控制模块；预处理监控模块对预处理之后的油茶籽仁质量进行监测，有助于直观的显示油茶籽预处理之后的质量；

3、本发明设置了压榨监控模块，该设置用于监测压榨设备的入榨温度；获取压榨设备的入榨温度，并将入榨温度值标记为RWD；当入榨温度值满足T1≤RWD≤T2时，通过服务器发送入榨温度正常指令至显示控制模块；否则，判定压榨设备的入榨温度异常，通过服务器对压榨设备的入榨温度进行调节，同时记录入榨温度调节的时间；压榨监控模块对压榨设备的入榨温度进行监测，避免入榨温度不合适对油茶籽仁的质量产生影响；

4、本发明设置了废物监控模块，该设置用于监测油茶籽预处理过程中产生的废物；通过废气监测单元获取选籽、清理分级和去石过程中产生废气中颗粒物的浓度，并计算颗粒物浓度的平均值，并将颗粒物浓度平均值标记为KLN；通过杂质监测单元获取去石和磁选过程中每T3小时杂质的总重量，并将杂质的总重量标记为ZZZ；通过公式获取废物系数FWX；当废物系数FWX<K1，且杂质比例系数ZZX>L13时，通过服务器发送预处理设备异常指令至显示控制模块；废物监控模块通过监测油茶籽预处理过程中产生的废物来判断预处理设备的状态，有助于提高油茶籽加工的效率和产油质量。

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为本发明的原理示意图。

具体实施方式

下面将结合实施例对本发明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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，一种基于人工智能和大数据的油茶加工智能监测系统，包括服务器、储藏监控模块、预处理监控模块、废物监控模块、压榨监控模块、数据存储模块和显示控制模块；

储藏监控模块用于监测储藏设备中的储藏环境信息，并获取通风系数TFX和搅拌系数JBX，并根据通风系数TFX和搅拌系数JBX对储藏设备中的储藏环境信息进行调整，具体调整步骤为：

X1：当通风系数TFX>L1时，则判定储藏设备内部需要进行通风，通过服务器控制储藏设备内的通风管打开进行通风；当通风系数TFX满足

时，则判定储藏设备内部已经完成通风，通过服务器控制储藏设备内的通风管关闭；其中L1为预设通风系数阈值，

为预设比例系数，且

X2：当搅拌系数JBX>L3时，则判定储藏设备中的油茶籽需要进行高频率搅拌，通过服务器控制储藏设备对油茶籽进行高频率搅拌；当搅拌系数满足L2<JBX≤L3时，则判定储藏设备中的油茶籽需要进行中频率搅拌，通过服务器控制储藏设备对油茶籽进行中频率搅拌；当搅拌系数JBX≤L2时，则判定储藏设备中的油茶籽不需要进行搅拌；其中L2和L3为预设搅拌系数阈值，且0<L2<L3；

预处理监控模块用于监测预处理之后的油茶籽仁质量，预处理通过预处理设备完成，具体监测步骤为：

C1：通过高清摄像头实时拍摄经过预处理之后的油茶籽仁图像；

C2：获取仁壳比例系数RKX和杂质比例系数ZZX；

C3：当仁壳比例系数RKX>L12时，则判定油茶籽仁壳分离不彻底，通过服务器发送仁壳分离异常指令至显示控制模块；当杂质比例系数ZZX>L13时，则判定油茶籽中的杂质去除不彻底，通过服务器发送杂质去除异常指令至显示控制模块；其中L12为预设仁壳比例系数阈值，L13为预设杂质比例系数阈值；

C4：通过服务器将仁壳分离异常指令发送记录和杂质去除异常指令发送记录发送至数据存储模块。

进一步地，压榨监控模块用于监测压榨设备的入榨温度，具体监测步骤为：

V1：获取压榨设备的入榨温度，并将入榨温度值标记为RWD；

V2：当入榨温度值满足T1≤RWD≤T2时，通过服务器发送入榨温度正常指令至显示控制模块；否则，判定压榨设备的入榨温度异常，通过服务器对压榨设备的入榨温度进行调节，同时记录入榨温度调节的时间；其中T1和T2分别为入榨温度的下限阈值和上限阈值；

V3：通过服务器将入榨温度调节的时间发送至数据存储模块。

进一步地，废物监控模块用于监测油茶籽预处理过程中产生的废物，废物监控模块包括废气监测单元和杂质监测单元，具体监测步骤为：

B1：通过废气监测单元获取选籽、清理分级和去石过程中产生废气中颗粒物的浓度，并计算颗粒物浓度的平均值，并将颗粒物浓度平均值标记为KLN；

B2：通过杂质监测单元获取去石和磁选过程中每T3小时杂质的总重量，并将杂质的总重量标记为ZZZ；其中T3为预设时间阈值；

B3：通过公式FWX＝γ1×KLN+γ2×ZZZ获取废物系数FWX，其中γ1和γ2为预设比例系数；

B4：当废物系数FWX<K1，且杂质比例系数ZZX>L13时，通过服务器发送预处理设备异常指令至显示控制模块；其中K1为预设废物系数阈值；

B5：通过服务器将杂质总质量和颗粒物浓度平均值发送至显示控制模块。

进一步地，显示控制模块对杂质总质量和颗粒物浓度平均值进行实时数值显示，当杂质总质量超过预设杂质总质量阈值时，则将杂质总质量的显示数值设置为红色，当颗粒物浓度平均值超过预设颗粒物浓度平均值阈值时，则将颗粒物浓度平均值的显示数值设置为紫色。

进一步地，仁壳比例系数RKX和杂质比例系数ZZX根据油茶籽仁图像获取，具体获取步骤为：

C21：将油茶籽仁图像转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所属图像预处理包括高斯滤波、图像分割和图像增强；

C22：获取标准图像中图像像素点总数；并将其标记为TXZ；

C23：将标准图像中像素点的灰度值标记为HDZ；将灰度值满足L4≤HDZ≤L5的像素点记为油茶籽壳像素点，统计油茶籽壳像素点总数并将其标记为YCK；将灰度值满足L6≤HDZ≤L7的像素点标记为铁屑像素点，统计铁屑像素点总数并将其标记为TXZ；将灰度值满足L8≤HDZ≤L9的像素点记为石子像素点，统计石子像素点总数并将其标记为SZZ；将灰度值满足L10≤HDZ≤L11的像素点标记为背景像素点，统计背景像素点总数并将其标记为BJZ；其中L4为预设油茶籽壳灰度值下限阈值，L5预设油茶籽壳灰度值上限阈值，L6为预设铁屑灰度值下限阈值，L7为预设铁屑灰度值上限阈值，L8为预设石子灰度值下限阈值，L9为预设石子灰度值上限阈值，L10为预设背景灰度值下限阈值，L11为预设背景灰度值上限阈值；

C24：通过公式

获取仁壳比例系数RKX，其中β1为预设比例系数；通过公式

获取杂质比例系数ZZX，其中β2为预设比例系数；

C25：通过服务器将仁壳比例系数RKX和杂质比例系数ZZX发送至数据存储模块。

进一步地，灰度值根据大小分为油茶籽壳灰度值区间、铁屑灰度值区间、石子灰度值区间和背景灰度值区间的灰度值范围分别为[L4,L5]、[L6,L7]、[L8,L9]、[L10,L11]；油茶籽壳灰度值区间、铁屑灰度值区间、石子灰度值区间和背景灰度值区间均不重合。

进一步地，预处理包括选籽、清理分级、去石、磁选、剥壳和仁壳分离。

进一步地，高频率搅拌和中频率搅拌为预设搅拌方案，预设搅拌方案存储于数据存储模块；高频率搅拌是以频率P1连续搅拌T1分钟，中频率搅拌是以频率P2连续搅拌T2分钟；其中P1和P2为预设频率阈值，且P1>P2，T1和T2为预设时间阈值，且T1＝2×T2。

进一步地，通风系数TFX和搅拌系数JBX根据储藏环境信息获取，具体获取步骤为：

Z1：实时获取储藏设备外部环境温度值，并将储藏设备外部环境温度值标记为WWD；

Z2：通过储藏设备内部设置的若干温度传感器实时获取内部温度值，并根据内部温度值获取内部温度平均值，并将储藏设备内部温度平均值标记为NWD；

Z3：通过储藏设备内部设置的若干湿度传感器实时获取内部湿度值，并根据内部湿度值获取内部湿度平均值，并将储藏设备内部湿度平均值标记为NSD；

Z4：通过公式

获取通风系数TFX，其中α1和α2为预设比例系数，且0<α1<α2；

Z5：通过公式JBX＝α3×NSD×e^{α4×|WWD-NWD|}获取搅拌系数JBX，其中α3和α4为预设比例系数，且α3+α4＝0.125；

Z6：通过服务器将内部温度平均值、外部环境温度值、内部湿度平均值、通风系数和搅拌系数发送至数据存储模块；同时将内部温度平均值、外部温度平均值和内部湿度平均值发送时显示控制模块。

进一步地，储藏设备用于储藏经过验收、计量、干燥和冷却后的油茶籽，储藏环境信息包括储藏设备外部环境温度值、内部温度值和内部湿度值。

上述公式均是去量化取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况设定。

本发明的工作原理：

当通风系数TFX>L1时，则判定储藏设备内部需要进行通风，通过服务器控制储藏设备内的通风管打开进行通风；当通风系数TFX满足

时，则判定储藏设备内部已经完成通风，通过服务器控制储藏设备内的通风管关闭；当搅拌系数JBX>L3时，则判定储藏设备中的油茶籽需要进行高频率搅拌，通过服务器控制储藏设备对油茶籽进行高频率搅拌；当搅拌系数满足L2<JBX≤L3时，则判定储藏设备中的油茶籽需要进行中频率搅拌，通过服务器控制储藏设备对油茶籽进行中频率搅拌；当搅拌系数JBX≤L2时，则判定储藏设备中的油茶籽不需要进行搅拌；

通过高清摄像头实时拍摄经过预处理之后的油茶籽仁图像；获取仁壳比例系数RKX和杂质比例系数ZZX；当仁壳比例系数RKX>L12时，则判定油茶籽仁壳分离不彻底，通过服务器发送仁壳分离异常指令至显示控制模块；当杂质比例系数ZZX>L13时，则判定油茶籽中的杂质去除不彻底，通过服务器发送杂质去除异常指令至显示控制模块；

获取压榨设备的入榨温度，并将入榨温度值标记为RWD；当入榨温度值满足T1≤RWD≤T2时，通过服务器发送入榨温度正常指令至显示控制模块；否则，判定压榨设备的入榨温度异常，通过服务器对压榨设备的入榨温度进行调节，同时记录入榨温度调节的时间；

通过废气监测单元获取选籽、清理分级和去石过程中产生废气中颗粒物的浓度，并计算颗粒物浓度的平均值，并将颗粒物浓度平均值标记为KLN；通过杂质监测单元获取去石和磁选过程中每T3小时杂质的总重量，并将杂质的总重量标记为ZZZ；通过公式FWX＝γ1×KLN+γ2×ZZZ获取废物系数FWX；当废物系数FWX<K1，且杂质比例系数ZZX>L13时，通过服务器发送预处理设备异常指令至显示控制模块。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，包括服务器、储藏监控模块、预处理监控模块、废物监控模块、压榨监控模块、数据存储模块和显示控制模块；

所述储藏监控模块用于监测储藏设备中的储藏环境信息，并获取通风系数TFX和搅拌系数JBX，并根据通风系数TFX和搅拌系数JBX对储藏设备中的储藏环境信息进行调整，具体调整步骤为：

X1：当通风系数TFX>L1时，则判定储藏设备内部需要进行通风，通过服务器控制储藏设备内的通风管打开进行通风；当通风系数TFX满足

时，则判定储藏设备内部已经完成通风，通过服务器控制储藏设备内的通风管关闭；其中L1为预设通风系数阈值，

为预设比例系数，且

X2：当搅拌系数JBX>L3时，则判定储藏设备中的油茶籽需要进行高频率搅拌，通过服务器控制储藏设备对油茶籽进行高频率搅拌；当搅拌系数满足L2<JBX≤L3时，则判定储藏设备中的油茶籽需要进行中频率搅拌，通过服务器控制储藏设备对油茶籽进行中频率搅拌；当搅拌系数JBX≤L2时，则判定储藏设备中的油茶籽不需要进行搅拌；其中L2和L3为预设搅拌系数阈值，且0<L2<L3；

所述预处理监控模块用于监测预处理之后的油茶籽仁质量，所述预处理通过预处理设备完成，具体监测步骤为：

C1：通过高清摄像头实时拍摄经过预处理之后的油茶籽仁图像；

C2：获取仁壳比例系数RKX和杂质比例系数ZZX；

C3：当仁壳比例系数RKX>L12时，则判定油茶籽仁壳分离不彻底，通过服务器发送仁壳分离异常指令至显示控制模块；当杂质比例系数ZZX>L13时，则判定油茶籽中的杂质去除不彻底，通过服务器发送杂质去除异常指令至显示控制模块；其中L12为预设仁壳比例系数阈值，L13为预设杂质比例系数阈值；

C4：通过服务器将仁壳分离异常指令发送记录和杂质去除异常指令发送记录发送至数据存储模块；

所述废物监控模块用于监测油茶籽预处理过程中产生的废物，所述废物监控模块包括废气监测单元和杂质监测单元，具体监测步骤为：

B1：通过废气监测单元获取选籽、清理分级和去石过程中产生废气中颗粒物的浓度，并计算颗粒物浓度的平均值，并将颗粒物浓度平均值标记为KLN；

B2：通过杂质监测单元获取去石和磁选过程中每T3小时杂质的总重量，并将杂质的总重量标记为ZZZ；其中T3为预设时间阈值；

B3：通过公式FWX＝γ1×KLN+γ2×ZZZ获取废物系数FWX，其中γ1和γ2为预设比例系数；

B4：当废物系数FWX<K1，且杂质比例系数ZZX>L13时，通过服务器发送预处理设备异常指令至显示控制模块；其中K1为预设废物系数阈值；

B5：通过服务器将杂质总质量和颗粒物浓度平均值发送至显示控制模块。

2.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述压榨监控模块用于监测压榨设备的入榨温度，具体监测步骤为：

V1：获取压榨设备的入榨温度，并将入榨温度值标记为RWD；

V2：当入榨温度值满足T1≤RWD≤T2时，通过服务器发送入榨温度正常指令至显示控制模块；否则，判定压榨设备的入榨温度异常，通过服务器对压榨设备的入榨温度进行调节，同时记录入榨温度调节的时间；其中T1和T2分别为入榨温度的下限阈值和上限阈值；

V3：通过服务器将入榨温度调节的时间发送至数据存储模块。

3.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述显示控制模块对杂质总质量和颗粒物浓度平均值进行实时数值显示，当杂质总质量超过预设杂质总质量阈值时，则将杂质总质量的显示数值设置为红色，当颗粒物浓度平均值超过预设颗粒物浓度平均值阈值时，则将颗粒物浓度平均值的显示数值设置为紫色。

4.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述高频率搅拌和中频率搅拌为预设搅拌方案，所述预设搅拌方案存储于数据存储模块；所述高频率搅拌是以频率P1连续搅拌T1分钟，所述中频率搅拌是以频率P2连续搅拌T2分钟；其中P1和P2为预设频率阈值，且P1>P2，T1和T2为预设时间阈值，且T1＝2×T2。

5.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述通风系数TFX和搅拌系数JBX根据储藏环境信息获取，具体获取步骤为：

Z1：实时获取储藏设备外部环境温度值，并将储藏设备外部环境温度值标记为WWD；

Z2：通过储藏设备内部设置的若干温度传感器实时获取内部温度值，并根据内部温度值获取内部温度平均值，并将储藏设备内部温度平均值标记为NWD；

Z3：通过储藏设备内部设置的若干湿度传感器实时获取内部湿度值，并根据内部湿度值获取内部湿度平均值，并将储藏设备内部湿度平均值标记为NSD；

Z4：通过公式

获取通风系数TFX，其中α1和α2为预设比例系数，且0<α1<α2；

Z5：通过公式JBX＝α3×NSD×e^{α4×|WWD-NWD|}获取搅拌系数JBX，其中α3和α4为预设比例系数，且α3+α4＝0.125；

Z6：通过服务器将内部温度平均值、外部环境温度值、内部湿度平均值、通风系数和搅拌系数发送至数据存储模块；同时将内部温度平均值、外部温度平均值和内部湿度平均值发送时显示控制模块。

6.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述储藏设备用于储藏经过验收、计量、干燥和冷却后的油茶籽，所述储藏环境信息包括储藏设备外部环境温度值、内部温度值和内部湿度值。

7.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述仁壳比例系数RKX和杂质比例系数ZZX根据油茶籽仁图像获取，具体获取步骤为：

C21：将油茶籽仁图像转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所属图像预处理包括高斯滤波、图像分割和图像增强；

C22：获取标准图像中图像像素点总数；并将其标记为TXZ；

C23：将标准图像中像素点的灰度值标记为HDZ；将灰度值满足L4≤HDZ≤L5的像素点记为油茶籽壳像素点，统计油茶籽壳像素点总数并将其标记为YCK；将灰度值满足L6≤HDZ≤L7的像素点标记为铁屑像素点，统计铁屑像素点总数并将其标记为TXZ；将灰度值满足L8≤HDZ≤L9的像素点记为石子像素点，统计石子像素点总数并将其标记为SZZ；将灰度值满足L10≤HDZ≤L11的像素点标记为背景像素点，统计背景像素点总数并将其标记为BJZ；其中L4为预设油茶籽壳灰度值下限阈值，L5预设油茶籽壳灰度值上限阈值，L6为预设铁屑灰度值下限阈值，L7为预设铁屑灰度值上限阈值，L8为预设石子灰度值下限阈值，L9为预设石子灰度值上限阈值，L10为预设背景灰度值下限阈值，L11为预设背景灰度值上限阈值；

C24：通过公式

获取仁壳比例系数RKX，其中β1为预设比例系数；通过公式

获取杂质比例系数ZZX，其中β2为预设比例系数；

C25：通过服务器将仁壳比例系数RKX和杂质比例系数ZZX发送至数据存储模块。

Images