CN112394002B - 谷物籽粒含水率检测的校正方法、装置和可读存储介质 - Google Patents

谷物籽粒含水率检测的校正方法、装置和可读存储介质 Download PDF

Info

Publication number
CN112394002B
CN112394002B CN202011386850.1A CN202011386850A CN112394002B CN 112394002 B CN112394002 B CN 112394002B CN 202011386850 A CN202011386850 A CN 202011386850A CN 112394002 B CN112394002 B CN 112394002B
Authority
CN
China
Prior art keywords
drying
model
standard
water content
drying temperature
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
CN202011386850.1A
Other languages
English (en)
Other versions
CN112394002A (zh
Inventor
明博
李少昆
高尚
李璐璐
王克如
谢瑞芝
侯鹏
薛军
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.)
Institute of Crop Sciences of Chinese Academy of Agricultural Sciences
Original Assignee
Institute of Crop Sciences of Chinese Academy of Agricultural Sciences
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 Institute of Crop Sciences of Chinese Academy of Agricultural Sciences filed Critical Institute of Crop Sciences of Chinese Academy of Agricultural Sciences
Priority to CN202011386850.1A priority Critical patent/CN112394002B/zh
Publication of CN112394002A publication Critical patent/CN112394002A/zh
Application granted granted Critical
Publication of CN112394002B publication Critical patent/CN112394002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N5/00Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
    • G01N5/04Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
    • G01N5/045Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder for determining moisture content

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Drying Of Solid Materials (AREA)

Abstract

本申请实施例提供了一种谷物籽粒含水率检测的校正方法、装置和可读存储介质。用于谷物籽粒含水率检测的校正方法包括:获取谷物籽粒的烘干时间、烘干温度和实测表观含水率;判断谷物籽粒在烘干工序中的烘干参数合理程度;根据烘干参数合理程度,确定校正模型;通过校正模型,根据烘干时间、烘干温度和实测表观含水率,将非标准体系下的谷物籽粒含水率测定结果校正为标准体系下的谷物籽粒含水率测定结果。通过本申请实施例能实现不同烘干方法间谷物籽粒含水率的快速转换,尤其是有助于重新评估不同研究人员因使用了不同含水率测试方法导致的结论的差异或争议。

Description

谷物籽粒含水率检测的校正方法、装置和可读存储介质
技术领域
本申请实施例涉及农作物含水量检测的技术领域,特别涉及谷物籽粒含水率检测的校正方法、装置和可读存储介质。
背景技术
籽粒含水率的准确测定与估算是玉米、高粱、大米、黄豆等谷物生产、加工和烘干研究的基础。
水分含量通常表示为谷物中水分重量的百分比,有两种表示方法:湿基和干基。湿基含水率是水重与粮食总重的比值,而干基含水率的分母是粮食中干物质的重量。湿基法是普遍采用的方法,但烘干基由于其分母为常数,在烘干过程中通常采用干基法。
水分测量方法分为直接法和间接法两大类。直接法涉及谷物的除水过程,包括重量法和化学法,而间接法测量与水分有关的一些物理性质,如光学、介电、核和湿度计。间接法更快捷方便,但通常需要昂贵的设备。与直接法相比,其结果精度较低。然而,直接法是水分测定的标准,也是间接法的参考,虽然它通常需要很长的时间。烘箱法是直接法的一种常规方法,具有简便、实用、准确、廉价等特点,已被许多研究人员普遍接受。此外,利用烘箱测定含水率时整粒和磨粉也是可选择的因素。籽粒磨粉能显著增加水分与空气的交换速度,极大的节省时间。但值得注意的是,磨粉过程中会造成籽粒水分的损失,并且不同的磨粉机器也可能会造成影响,而整粒烘干能有效避免这些。
许多研究者利用烘箱测定含水率时会采取不同的方法,一般取决于采用的方法和谷物的类型。在玉米、水稻、小麦以及其他谷物上,不同研究者采用了不同的烘干方法,评估了测定结果之间的差异。其众多的测试方法往往具有经验性,不同类型的谷物或采用不同的烘干方法可能得不到相同的结果,因此需要遵守相同的烘干程序才能进行结果间的比较。
一些机构根据谷物的类型制定了相应的烘干标准。对于玉米籽粒的烘干标准来说,ISO标准ISO 6540(ISO,1980)中规定玉米的整粒烘干采用的烘干温度为130℃-133℃,时间为38h±2h。中国标准(GB/T 10362-2008)和英国标准(BS EN ISO 6540:2010)均修改并采用了ISO 6540:1980关于玉米的整粒烘干标准。美国标准ASAE S352.2(ASAE,R2017)关于玉米整粒烘干的规定为在103℃(±1℃,实际中常用105℃)的烘干温度下烘干72h。ISO标准采用了更高的温度以节省测定玉米含水率所需的时间。这几种玉米籽粒的烘干标准被广泛的应用。然而,即便制定了相应的标准烘干程序,但不同的程序之间的结果也存在一定的差异。有研究表明,测定玉米籽粒的含水率时,105℃的烘干方法的测定值通常会低于130℃的烘干方法。对于烘干方法带来的差异,一些研究者也进行了一定的研究与校正。基于烘干温度和时间带来的粗米含水率的差异,建立了标准含水率和表观含水率之间的关系。其他研究者也建立了与标准含水率的线性模型,并探究了烘干温度和时间的不同组合对模型参数的影响。然而,这些研究也只是基于两个烘干方法之间水分的比较,当面临新的情况时其模型的参数也无法确定,使用时存在较大的局限性。
烘干过程产生的复杂现象的众多物理原理还未完全了解,并且现在的含水率测定也是基于烘干去除的质量均来自于水这一假设,其挥发性物质的问题未被考虑在内。众多的标准烘干程序也是为了尽可能的减少挥发性物质的损失,但尽管如此,我们测定含水率的方法更多的基于经验性,仍然无法得到含水率的真实值。此外,众多的研究者在进行含水率测定时,由于各种原因,更倾向于使用他们自己习惯性的方法,往往不是标准方法。如在测定玉米籽粒含水率时,80℃,85℃和105℃就曾分别被不同的研究者所使用,并且时间也是各不相同。因此,由于含水率测定方法的不同,当研究同一个问题时,很难保证得到的结果是否存在差异,他们的研究结果只能分别进行参考,无法进行统一的比较。事实上,这种现象在研究中普遍存在。
在众多非标准的含水率测试方法中,如何比较他们的结果是一个很大的问题,而通常会归咎于测试环境、品种以及环境等的差异,很难判断他们实际的是否是一致的还是确实存在差异,以及样品的在标准方法下的含水率大小。因此,有必要建立一个适用于不同烘干程序间含水率转换的新方法以便不同的研究结果之间进行相互的比较。这有助于解决许多因含水率测定的不同带来的结论上的差异。本研究的主要目的就是基于前人对于烘干过程和结果的研究理论和方法,建立可用于比较不同烘干程序间玉米籽粒含水率的方法,这种方法能将不同烘干温度和时间的非标准体系下玉米籽粒含水率矫正到指定的标准体系,特别适合于不同烘干程序玉米籽粒含水率的快速转换。
综上,鉴于在测定籽粒含水率时,不同操作人员习惯于使用不同的烘干方法,导致不同结果之间难以相互比较。因此,构建一种谷物籽粒含水率的校正方法,以将不同烘干方法下的谷物籽粒表观含水率(非标准体系)校正到指定的标准体系下,是十分必要的。
发明内容
本申请实施例旨在解决上述技术问题的至少之一。
为此,本申请实施例的第一目的在于提供一种用于谷物籽粒含水率检测的校正方法,包括:获取谷物籽粒的烘干时间、烘干温度和实测表观含水率;判断谷物籽粒在烘干工序中的烘干参数合理程度;根据烘干参数合理程度,确定校正模型;通过校正模型,根据烘干时间、烘干温度和实测表观含水率,将非标准体系下的谷物籽粒含水率测定结果校正为标准体系下的谷物籽粒含水率测定结果。
进一步的,烘干参数合理程度包括烘干温度合理程度和烘干时间合理程度。
进一步的,校正模型包括第一模型和第二模型,根据烘干参数合理程度,确定校正模型,具体包括:基于烘干温度合理程度为烘干温度合理,且烘干时间合理程度为烘干时间不足,采用第一模型作为校正模型;基于烘干温度合理程度为烘干温度不足,且烘干时间合理程度为烘干时间合理,采用第二模型作为校正模型。
进一步的,第一模型为:
Figure BDA0002809925930000041
其中,M(c,ti)为标准烘干时间下的标准表观含水率,M(c,t)为实测表观含水率,t为烘干时间,c为烘干温度,k1为第一模型第一校正参数,k2为第一模型第二校正参数。
进一步的,第一模型第一校正参数k1和第一模型第二校正参数k2之间的关系为:
k2=-4.2403k1+0.999。
进一步的,第一模型第一校正参数k1和实测表观含水率M(c,t)之间的关系为:
Figure BDA0002809925930000042
其中,a和b为常数。
进一步的,基于烘干温度小于标准烘干温度,第二模型为:
ΔM(ci-c)=M(ci,ti)-M(c,ti)=(b0-1)·M(c,ti)+b2·(ci-c)+b3
其中,ΔM(ci-c)为非标准体系与标准体系含水率的测定结果差值,M(ci,ti)为标准烘干时间下和标准烘干温度下标准体系的表观含水率,M(c,ti)为标准烘干时间下非标准体系的表观含水率,c为烘干温度,ci为标准烘干温度,ti为标准烘干时间,b0为第二模型第一校正参数,b2为第二模型第二校正参数,b3为第二模型第三校正参数。
进一步的,基于烘干温度大于标准烘干温度,第二模型为:
ΔM(ci-c)=M(c,ti)-M(ci,ti)=(b0-1)·M(c,ti)+b2·(c-ci)+b3
其中,ΔM(ci-c)为非标准体系与标准体系含水率的测定结果差值,M(ci,ti)为标准烘干时间下和标准烘干温度下标准体系的表观含水率,M(c,ti)为标准烘干时间下非标准体系的表观含水率,c为烘干温度,ci为标准烘干温度,ti为标准烘干时间,b0为第二模型第一校正参数,b2为第二模型第二校正参数,b3为第二模型第三校正参数。
本申请实施例的第二目的在于提供一种校正装置,包括:存储器,存储有计算机程序;处理器,执行计算机程序;其中,处理器在执行计算机程序时,实现如本申请实施例任一实施例的用于谷物籽粒含水率检测的校正方法的步骤。
本申请实施例的第三目的在于提供一种可读存储介质,其特征在于,可读存储介质存储有计算机程序,计算机程序被执行时,实现如本申请实施例任一实施例的用于谷物籽粒含水率检测的校正方法的步骤。
本申请实施例构建了一种谷物籽粒含水率的校正方法。该方法能将不同烘干方法下的表观含水率(非标准体系)校正到指定的标准体系下,并且具有良好的精度和较为稳定的误差。利用该方法能实现不同烘干方法间谷物籽粒含水率的快速转换,尤其是有助于重新评估不同研究人员因使用了不同含水率测试方法导致的结论的差异或争议。
本申请实施例的附加方面和优点将在下面的描述部分中变得明显,或通过本申请实施例的实践了解到。
附图说明
图1为不同烘干温度下24h~72h玉米籽粒残余含水率变化,虚线为平均值的连线。
图2为不同烘干温度下残余水分差与烘干时间的关系。
图3为烘干温度下参数k1与表观含水率的关系。
图4为常数a与烘干温度的关(阴影部分表示95%的置信区间)。
图5为常数b与烘干温度的关(阴影部分表示95%的置信区间)。
图6为校正模型流程图,其中ci和ti分别为标准体系中的烘干温度和时间。
图7为模型验证结果,其中,实线为1:1线,参考值为130℃烘干72h的值。
图8为不同烘干温度(a)下模型验证结果的RMSE变化。
图9为不同烘干时间(b)下模型验证结果的RMSE变化。
图10为不同含水率下由不同烘干温度和烘干时间导致的含水率测定结果的差异分布之一(21.96d.b.,19.02%w.b.)。
图11为不同含水率下由不同烘干温度和烘干时间导致的含水率测定结果的差异分布之二(30.66d.b.,24.31%w.b.)。
图12为不同含水率下由不同烘干温度和烘干时间导致的含水率测定结果的差异分布之三(46.85d.b.,32.71%w.b.)。
图13为常数b2与烘干时间的关系。
图14为常数b3与烘干时间的关系。
图15为不同烘干温度下籽粒表观含水率与水分差异的关系。虚线为根据数据拟合的原始拟合线,实线为基于相同斜率的拟合线。
图16为常数b1与烘干温度的差值(△c)的关系。
具体实施方式
为了能够更清楚地理解本申请实施例的上述目的、特征和优点,下面结合具体实施方式对本申请实施例进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请实施例,但是,本申请实施例还可以采用其他不同于在此描述的其他方式来实施,因此,本申请实施例的保护范围并不受下面公开的具体实施例的限制。
在实现本申请实施例的过程中,申请人通过设置不同的烘干温度和时间形成不同的烘干条件,分析不同烘干条件下谷物籽粒含水率测定结果的差异。结果表明,与标准体系相比,烘干温度和时间的不足会造成谷物籽粒表观含水率偏低,但烘干温度的不足可在一定程度上用较长的烘干时间来弥补,反之亦然。通过分析不同烘干条件下的表观含水率差异产生的原因,本申请实施例构建了一种谷物籽粒含水率的校正方法。该方法能将不同烘干方法下的表观含水率(非标准体系)校正到指定的标准体系下,并且具有良好的精度和较为稳定的误差。利用该方法能实现不同烘干方法间谷物籽粒含水率的快速转换,尤其是有助于重新评估不同研究人员因使用了不同含水率测试方法导致的结论的差异或争议。
以玉米籽粒举例而言,为保证试验更接近于实际情况下玉米籽粒水分测定的烘干条件,本申请实施例所用的烘干籽粒样品直接来自于田间的玉米植株,并在较短的时间内进行手工脱粒,剔除掉非正常玉米籽粒后混匀,以避免非正常籽粒对试验结果的影响。
通过使用不同的播期和玉米杂交种创造不同的水分梯度,包括迪卡517、郑单958、先玉335、豫单132和迪卡653,但未考虑粒型的影响。与研磨样品相比,整粒烘干操作简单,且能避免籽粒在研磨过程中的水分损失。因此本申请实施例采用整粒、一次烘干方法,每份样品设置3次重复。用铝盒从原始样品中称取适量的玉米籽粒并进行称重,然后将样品放入不同温度处理下的恒温烘箱中,烘箱前进行预热到相应温度后再将样品放入。烘干的温度分别设置为130℃、105℃、85℃和60℃。其中130℃是ISO标准中烘干玉米籽粒所需要的温度,105℃为ASAE S352.2所规定的温度,而85℃和60℃通常是研究者习惯使用的温度,虽然温度较低但更安全。需要说明的是,在进行植物茎叶类样品烘干操作时,通常会对样品进行杀青30min的操作,以减少呼吸作用等对干重的影响。
本申请实施例试验测定的含水率范围约为18%~130%(d.b,湿基含水率为15%~55%,若无其他说明,本申请实施例中的含水率均为干基含水率),从玉米籽粒灌浆中期(高含水)直至成熟后(低含水),几乎包含了本领域技术人员需要测定的玉米籽粒含水率的范围。
本申请实施例的试验过程分3个批次进行,每次6个水分梯度,共计18个水分梯度,并且由于试验要求5个恒温烘箱同时运作,所用烘箱来自上海两家公司生产的DHG型电热恒温鼓风烘干箱:上海一恒科学仪器有限公司DHG-9620A、DHG-9420A;上海精宏实验设备有限公司DHG-9423A、DHG-9623A。DHG型烘箱均为强迫对流式(force convection)、温控为±1℃,电源电压为220V/380V 50Hz。电子天平为福州衡之展电子有限公司(FUZHOU HENGZHANELECTRONIC CO.,LTD.)生产的HS-3002N,最大称量3000g,分度值0.01g。
本申请实施例在分析前进行数据处理,当后一次的质量大于前一次时记为不变,以降低称量误差,并且剔除明显的异常值,将3次重复的结果平均进行下一步分析。本申请实施例中所有的统计分析以及图像绘制均使用SAS 9.4进行。
本申请实施例采用不同烘干方法后,进行籽粒含水率测定和结果差异的校正。含水率(M)是被测物内水分质量占干重的比率,烘干法测定含水率需要确定被测物的鲜物质质量m以及完全烘干脱水后的干物质质量mo,那么被测物所含水分质量可用m-mo表示,Mo的计算公式为:
Figure BDA0002809925930000091
受烘干温度(centigrade temperature)和时间的限制,被测物的真实干物质质量mo实际上是无法被准确测定的。那么在温度(c)和时间(t)烘干条件下测定的含水率实际为被测物的表观含水率,即:
Figure BDA0002809925930000092
因为烘干无法完全将水分从被测物中分离,因此m(c,r)>mo,使被测物之中的水分质量被低估而干物质质量被高估,因此M(c,t)<Mo,从而造成烘干法测定的含水率存在被低估的问题。
在ISO标准中玉米整粒烘干程序为130℃烘干38h,且比ASAE规定的105℃烘干72h略高。但较长的烘干时间有很大的可能性会造成籽粒内部某些挥发性物质和某些有机物的损失,并且对试验本身也是一个负担,并且本申请实施例也并未进行相关的测定。为获得较为可靠的干物质质量,因此本申请实施例将130℃作为烘干的标准体系,其烘干72h时的重量被作为最终的干物质质量,并且假定试验中其重量的损失仅来自于水分的散失。
因此在标准体系下测定的被测物表观含水率为:
Figure BDA0002809925930000093
基于以上公式,本申请实施例所使用的样本在标准体系及非标准体系(t=72h)下的表观含水率如表1所示。可以看出,当玉米籽粒烘干72h后,不同温度下的水分烘干结果存在显著差异,且所有水分梯度下(18%--130%d.b),均表现为130℃>105℃>85℃>60℃。当使用较高的温度烘干玉米籽粒测定含水率时,得到的测定结果也越高。
表1不同烘干温度下烘干72h后表观含水率结果
Figure BDA0002809925930000101
注:不同的字母表示在α=0.05的水平上有显著差异。
以标准体系下(130℃烘干72h)得到的玉米籽粒含水率推算其他温度下样品的理论干物质重:
Figure BDA0002809925930000102
mc代表c温度下样本鲜重,g,m(c,72)代表c温度下烘干72h的理论干物质重。
根据不同温度下的理论干物质重,得出在烘干过程中,不同水分范围的玉米籽粒内剩余含水率随时间(24h到72h)的变化曲线(图1)。可以看出,从烘干24h开始,较低的烘干温度处理在任意时刻的剩余含水率均大于较高温度处理,其烘干曲线总处于上方。此外,随着烘干时间的增加含水率的下降速率逐渐趋于平缓,48h到60h呈现过度状态,60h后含水率变化很小,60h到72h的平均值基本无显著的变化,从平均值来看,不同温度下的含水率差值随着时间的增加略有减少或基本不变。
此外,值得注意的是,在烘干相同的时间后,不同水分的玉米籽粒样品内剩余的水分跨度(同一温度、时间下,处理中剩余含水率的最大值与最小值的差值)与烘干温度有一定的关系,其130℃下各个时间下的水分跨度均小于其他温度处理。我们比较了不同温度下水分跨度随烘干时间的变化(图2)。可以看出,烘干24h后,130℃下籽粒水分的跨度从18%~130%(d.b.)迅速降低至1.5%以下,并且逐渐减小,至60h以后基本趋近于0。而其他温度均保持在1.5%以上,随温度的升高而降低,但随时间变化并不大。我们推测,在130℃下,无论样品中水分大小如何,其水分能在短时间内被迅速的去除。根据菲克第二定律,水分的扩散受到温度的影响,较低温度会造成有效水的扩散系数Effective Water Diffusivity降低,致使较高含水时无法快速有效的散失导致高低水分处理间的水分差较大,温度越低时其现象越明显。从试验所用的温度来看,130℃是一个较为理想的烘干温度。ISO标准规定的130℃烘干38h后,其高低水分样品内含水率差值在1%以下,意味着在超过110%以上的水分差的样品下,烘干38h后它们之间的剩余含水率的水分差不超过1%。ASAE标准在烘干72h后(105℃)仍然具有1.5%以上的水分差。本申请实施例采用了72h作为标准参考体系,其烘干后的水分差基本接近于0(60h—69h),相比38h的烘干更稳定。但也值得注意的是,长时间的烘干导致的有机物或挥发性物质的损失是本申请实施例未考虑的。
本申请实施例的用于谷物籽粒含水率检测的校正方法包括:
步骤S102,获取谷物籽粒的烘干时间、烘干温度和实测表观含水率;
步骤S104,判断谷物籽粒在烘干工序中的烘干参数合理程度;
步骤S106,根据烘干参数合理程度,确定校正模型;
步骤S108,通过校正模型,根据烘干时间、烘干温度和实测表观含水率,将非标准体系下的谷物籽粒含水率测定结果校正为标准体系下的谷物籽粒含水率测定结果。
充足的烘干温度和烘干时间能保证较为准确的表观含水率,而在烘干温度较低或烘干时间不足的条件下,烘干法测定的表观含水率必然低于Mo,进而造成含水率测定的偏差。因此,当使用不同烘干方法的测定含水率时,其烘干温度和烘干时间两个变量将会导致4种含水率的状态,其中3种状态与真实含水率之间的关系是未知的:
状态1:使用了正确的烘干温度和烘干时间;
状态2:使用了正确的烘干温度,但烘干了较少的时间;
状态3:使用了较低的烘干温度,但烘干了正确的时间;
状态4:使用了较低的烘干温度和较少的烘干时间。
其中状态2和3是两种较为特殊的状况,因为它们只需要考虑温度或时间其中一个变量,而状态4是一种较为复杂的状况,因为既要考虑温度的影响也要考虑时间的差异,但它是最可能广泛出现的状况。
同时考虑温度和时间两个变量是十分困难的。但是,如果利用一种过渡状态:与状态4有着相同的时间但温度是正确的,或与状态4有着相同的温度但时间是正确的。通过这种过渡状态,虽然状态4与真实含水率的关系被分解为两步,但每一步仅需要考虑温度或时间中的一个,
换句话说,状态4就变成了状态2或者状态3。当了解状态2和3的关系后,状态4也就明确了。因此,仅需要解决由温度或时间其中之一的原因造成的含水率差异。
基于上述原因,本申请实施例的烘干参数合理程度包括烘干温度合理程度和烘干时间合理程度。校正模型包括第一模型和第二模型。根据烘干参数合理程度,确定校正模型,具体包括:基于烘干温度合理程度为烘干温度合理,且烘干时间合理程度为烘干时间不足,采用第一模型作为校正模型;基于烘干温度合理程度为烘干温度不足,且烘干时间合理程度为烘干时间合理,采用第二模型作为校正模型。
为了便于进行模型的构建与验证,本申请实施例中的18个水分处理通过使用简单随机抽样的方法,将样本分为建模组(*)与验证组(#)(表1)。由于高水分样本较少,*#也被作为建模组以保证模型的精度,而模型验证时将仅使用#(不包括*#)。对于不同烘干方法造成的含水率差异,应从温度和时间的两个角度分析,由非标准体系下测定的含水率到标准体系的校正方法。其中,第一模型适用于烘干时间不足时的校正,第二模型适用于烘干温度低,但烘干时间正确的含水率校正。
第一模型为:
Figure BDA0002809925930000131
其中,M(c,ti)为标准烘干时间下的标准表观含水率,M(c,t)为实测表观含水率,t为烘干时间,c为烘干温度,k1为第一模型第一校正参数,k2为第一模型第二校正参数。
第一模型第一校正参数k1和第一模型第二校正参数k2之间的关系为:
k2=-4.2403k1+0.999。
第一模型第一校正参数k1和实测表观含水率M(c,t)之间的关系为:
Figure BDA0002809925930000132
其中,a和b为常数。
基于烘干温度小于标准烘干温度,第二模型为:
ΔM(ci-c)=M(ci,ti)-M(c,ti)=(b0-1)·M(c,ti)+b2·(ci-c)+b3
其中,ΔM(ci-c)为非标准体系与标准体系含水率的测定结果差值,M(ci,ti)为标准烘干时间下和标准烘干温度下标准体系的表观含水率,M(c,ti)为标准烘干时间下非标准体系的表观含水率,c为烘干温度,ci为标准烘干温度,ti为标准烘干时间,b0为第二模型第一校正参数,b2为第二模型第二校正参数,b3为第二模型第三校正参数。
基于烘干温度大于标准烘干温度,第二模型为:
ΔM(ci-c)=M(c,ti)-M(ci,ti)=(b0-1)·M(c,ti)+b2·(c-ci)+b3
其中,ΔM(ci-c)为非标准体系与标准体系含水率的测定结果差值,M(ci,ti)为标准烘干时间下和标准烘干温度下标准体系的表观含水率,M(c,ti)为标准烘干时间下非标准体系的表观含水率,c为烘干温度,ci为标准烘干温度,ti为标准烘干时间,b0为第二模型第一校正参数,b2为第二模型第二校正参数,b3为第二模型第三校正参数。
上述实施方式的原理如下。
(1)烘干时间不足的校正:(c,t)—(c,ti)
由方程(2)可知,籽粒在c温度下烘干t时刻的表观含水率为M(c,t),当达到标准体系的烘干时间时(t=ti=72),对应的表观含水率为M(c,72)。则M(c,t)与M(c,72)的比例可表示为:
Figure BDA0002809925930000141
随着烘干时间(t→72),其R(c,t)不断增加,直至t=72时达到R(c,t)=1。当R(c,t)-t的曲线,已知时,我们可以通过任意时刻的M(c,t)来预测M(c,72)
通过利用建模组(*和*#)进行拟合,R(c,t)-t的关系可用以下方程表示:
Figure BDA0002809925930000142
t为烘干时间(h);k1和k2为模型的参数。各个温度、水分条件下的拟合结果如附表1所示。
研究发现k1和k2之间呈现了良好的线性关系:
k2=-4.2403k1+0.999 (7)
因此,方程(6)可以简化为:
Figure BDA0002809925930000151
k1表现出了水分和温度的依赖性,且均为负相关(图3)。在恒定的温度下,k1与M(c,72)的关系为:
Figure BDA0002809925930000152
其中a,b为常数。但不同的温度c下具有不同的a,b,其关系如图4和图5。当c=130℃时,a=0.2616,b=0.181。
然而,k1的计算涉及到M(c,72),从而造成了方程两边的矛盾,无法求解出R(c,t)。但值得注意的是,虽然在t时刻下测得的表观含水率M(c,t)<M(c,72),但二者有着相近的数量级,能够在一定程度上弥补k1对水分的依赖性。因此我们将M(c,t)近似作为M(c,72)来计算k1的大小,则新的k1计算公式为:
Figure BDA0002809925930000153
结合方程(8),M(c,72)的预测方程为:
Figure BDA0002809925930000154
由方程(11)可将烘干时间不足后的表观含水率修正为相同烘干温度下的标准烘干时间的表观含水率。
不同温度和表观含水率下R(c,t)—t曲线拟合结果如表2所示。
表2
Figure BDA0002809925930000155
Figure BDA0002809925930000161
注:k1和k2是R(c,t)—t曲线的参数,并且R(c,t)=k1ln(t)+k2
(2)烘干温度低,但烘干时间正确的含水率校正:(c,ti)—(ci,ti)
选定的标准体系下的表观含水率与非标准体系下测得的表观含水率之间具有线性相关关系,即:
Figure BDA0002809925930000171
那么,非标准体系与标准体系含水率的测定结果差值ΔM可以表示为:
Figure BDA0002809925930000172
其中,b0和b1为校正模型的参数。当ci=130,ti=72时为本申请实施例选定的标准体系。因而:
ΔM(130-c)=M(130,72)-M(c,72)=(b0-1)·M(c,72)+b1 (14)
前人研究表明,即使在不同的烘干方法下,回归方程(b0)的斜率值是相等的,但截距(b1)受烘干温度和时间的控制。假定烘干时间t充足且固定时(例如t=72),b1只与烘干温度有关,从而降低了参数确定的难度。利用建模组(*)计算出表观含水率的差值(ΔM130-c),ΔM130-c与M(c,72)的关系如表2和附图1所示,表现出显著的线性相关。随着M(c,72)升高和温度c的降低,ΔM130-c逐渐升高。斜率b0的t检验结果显示在不同烘干温度线性方程间无显著差异,而截距b1存在显著差异,这与前人研究结果一致。因此,可以将不同烘干温度拟合方程的斜率平均值确定为表观含水率校正模型的参数b0(表3:方程的原始回归系数和重新拟合的回归系数)。拟合方程的参数值如表4所示。
表3
Figure BDA0002809925930000173
表4
Figure BDA0002809925930000174
Figure BDA0002809925930000181
注:“原始”列是根据试验数据的拟合结果,“重新拟合”列是根据试验数据和相同的(b0-1)的拟合结果。
而截距b1随着烘干温度差值Δc增加而呈现增加的趋势,两者之间存在显著的线性关系(附图2)。因此,不同烘干条件下的表观含水率差异可以进一步表示为:
ΔM(130-c)=M(130,72)-M(c,72)=(b0-1)·M(c,72)+b2·(130-c)+b3 (15)
其中,b0,b2和b3为校正方程的参数,b0-1=0.03512,b2=0.1376,b3=-1.7386。通过方程(15),烘干温度c条件下烘干72小时测定的表观含水率可被校正到标准体系下。其中,常数b1与烘干温度的差值(△c)的关系如图16所示。
基于以上的校正方法,绘制了含水率校正的流程图(图6)。由于本申请实施例在烘干温度60到130℃,烘干时间为24h到72h的范围内进行,因此当使用本方法时需要对所需要转换的温度和时间进行判断,否则模型将无法保证输出结果的精确性。
简而言之,该修正方法的关键在于将不同烘干过程的影响分解为两种状态:(1)相同烘干温度不同烘干时间:根据该温度下的R(c,t)—t曲线进行修正。(2)不同的烘干温度,相同的烘干时间:采用非标准体系与标准体系籽粒含水率的线性模型进行校正。状态4中的两个变量被分成上面的组合状态过渡的使用状态
Figure BDA0002809925930000191
每种状态只解决了烘干温度或时间这两个变量中的一个,大大降低了校正的难度。
(3)模型验证与误差
由烘干温度和时间的不同造成的表观含水的差异,利用本申请实施例的模型进行校正,其模型的验证结果如图7所示。将验证组内所有数据(除130℃烘干72h外,所有的烘干温度和时间的组合)均转换到的标准体系下,在18.1%-56.7%的水分范围下,其模型校正的均方根误差(RMSE)为0.884(N=201)。根据不同温度和不同时间的验证结果分别来评估模型的预测精度(图8和图9)。在四个烘干温度处理下,130℃处理预测的误差最小(RMSE仅为0.25),主要是因为该处理造成的结果差异仅由烘干时间的不足导致,只需要进行一步的校正,而其他温度处理通常需要两步转换,其RMSE平均在1.0左右,105℃处理具有略高的RMSE(1.24)。从不同时间来看,24h和38h的RMSE略高,约在1.0以上,其间的RMSE在逐步的下降,48h以后其RMSE稳定在1.0左右。由此可以看出,因此,当烘干时间超过48h时,本申请实施例模型的验证表现出稳定的偏差。总的来说,修正模型具有较好的精度和稳定性。
(4)模型的扩展
当使用不同的烘干方法测定籽粒含水率时,由于烘干温度和烘干时间的不同造成表观含水率测定结果的差异,图10至图12展示了三个不同水分条件下玉米籽粒含水率在不同的烘干方法下测定结果的差异分布(以130℃烘干72h为标准体系)。在同一水分下,烘干温度的降低和烘干时间的减少均会造成表观测定结果差异增加,但当籽粒水分由19.02%(w.b.)增加到32.71%(w.b.)时,测定结果的差异也由0%-10%增加至0%-14%(由5个色带增加至7个色带),接近标准体系结果的条带范围(0%-2%)也在不断的缩小。烘干温度和时间的不足会造成籽粒含水率测定结果偏低,但差异的等高线是倾斜的,说明烘干温度的不足可在一定程度上用较长的烘干时间来弥补。但长时间的烘干造成的时间、经济成本也是不容忽视的,因此要综合考虑烘干温度与时间的组合。
于本申请实施例的标准体系相比,ISO标准为130℃烘干38h,其水分的跨度能降低至1%以下(图3)。ISO标准的制定可能综合考虑了烘干过程中的时间、经济等成本,从而未选择更长的烘干时间。因此,为满足当前标准的需要,需要提供适用于其他标准体系(如ISO标准:130℃烘干38小时)的修正模型。
(1)结合方程(6),当选定一个新的标准烘干时间(24≤ti≤72)时,R(c,t)—t曲线可被表示为:
Figure BDA0002809925930000201
根据方程(9)和(16)及一定的数学运算,可进一步表示为:
Figure BDA0002809925930000202
根据方程(17),M(c,t)可以被校正为相同温度c下,烘干标准时间ti时的含水率
Figure BDA0002809925930000203
(2)根据方程(13)到(15),当选定新的标准体系时(60≤ci≤130,24≤ti≤72),不同烘干方法之间的含水率差异可表示为:
Figure BDA0002809925930000204
为确定参数b2和b3在不同标准体系下的大小,根据相同的烘干时间,利用方程(18)进行拟合,其拟合结果如附表2所示。由于斜率b0相同,我们仍然用b0的平均值对模型参数进行调整,发现参数b2和b3随着烘干时间的增加逐渐减小(图13和图14)。
此外,没有证据表明参数b2和b3会受参考体系的影响,这意味着方程可能在任意的体系下都可使用。所以,方程(18)可被重新改写为:
Figure BDA0002809925930000211
当ci>c时,
Figure BDA0002809925930000212
当ci<c时,
Figure BDA0002809925930000213
Figure BDA0002809925930000214
当ci=130,ti=38时即为以ISO方法为标准体系的校正模型,其对应的参数值为:b0-1=0.03565,b2=0.1390,b3=-1.1794。然而,方程(19)仅在两个参考体系具有相同的烘干时间时有效,在烘干时间不相等时则不能使用。
根据上述修正模型,当规定了标准体系后,仅需输入烘干时间(t)、烘干温度(c)和实测的表观含水率M(c,t),即可实现对含水率的修正。当在新的标准体系下使用时,只需对模型的参数进行相应的调整。
图15为不同烘干温度下籽粒表观含水率与水分差异的关系。虚线为根据数据拟合的原始拟合线,实线为基于相同斜率的拟合线。根据图15可知,通过对不同烘干条件下玉米籽粒含水率测定结果的比较分析,构建了适用于不同标准体系下玉米籽粒含水率的校正方法,可将不同烘干方法下的籽粒含水率校正至选定的标准体系,其校正的准确性较高,误差的稳定性高。此外,该方法可根据实际需求进行调整所需的标准体系,非常适用于不同烘箱烘干方法间籽粒含水率测定结果的快速转换。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本申请实施例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实例。而且,描述的具体特征、结构、材料或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。
以上仅为本申请实施例的优选实施例而已,并不用于限制本申请实施例,对于本领域的技术人员来说,本申请实施例可以有各种更改和变化。凡在本申请实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请实施例的保护范围之内。

Claims (7)

1.一种用于谷物籽粒含水率检测的校正方法,其特征在于,包括:
获取谷物籽粒的烘干时间、烘干温度和实测表观含水率;
判断所述谷物籽粒在烘干工序中的烘干参数合理程度;
根据所述烘干参数合理程度,确定校正模型;
通过所述校正模型,根据所述烘干时间、所述烘干温度和所述实测表观含水率,将非标准体系下的谷物籽粒含水率测定结果校正为标准体系下的谷物籽粒含水率测定结果;
所述烘干参数合理程度包括烘干温度合理程度和烘干时间合理程度;
所述校正模型包括第一模型和第二模型,所述根据所述烘干参数合理程度,确定校正模型,具体包括:
基于所述烘干温度合理程度为烘干温度合理,且所述烘干时间合理程度为烘干时间不足,采用所述第一模型作为所述校正模型;
基于所述烘干温度合理程度为烘干温度不足,且所述烘干时间合理程度为烘干时间合理,采用所述第二模型作为所述校正模型;
所述第一模型为:
Figure FDA0003411766510000011
其中,M(c,ti)为标准烘干时间下的标准表观含水率,M(c,t)为所述实测表观含水率,t为所述烘干时间,c为所述烘干温度,k1为第一模型第一校正参数,k2为第一模型第二校正参数。
2.根据权利要求1所述的用于谷物籽粒含水率检测的校正方法,其特征在于,所述第一模型第一校正参数k1和所述第一模型第二校正参数k2之间的关系为:
k2=-4.2403k1+0.999。
3.根据权利要求1所述的用于谷物籽粒含水率检测的校正方法,其特征在于,所述第一模型第一校正参数k1和所述实测表观含水率M(c,t)之间的关系为:
Figure FDA0003411766510000021
其中,a和b为常数。
4.根据权利要求1至3中任一项所述的用于谷物籽粒含水率检测的校正方法,其特征在于,基于所述烘干温度小于标准烘干温度,所述第二模型为:
ΔM(ci-c)=M(ci,ti)-M(c,ti)=(b0-1)·M(c,ti)+b2·(ci-c)+b3
其中,ΔM(ci-c)为非标准体系与标准体系含水率的测定结果差值,M(ci,ti)为标准烘干时间下和标准烘干温度下标准体系的表观含水率,c为所述烘干温度,ci为标准烘干温度,ti为标准烘干时间,b0为第二模型第一校正参数,b2为第二模型第二校正参数,b3为第二模型第三校正参数。
5.根据权利要求1至3中任一项所述的用于谷物籽粒含水率检测的校正方法,其特征在于,基于所述烘干温度大于标准烘干温度,所述第二模型为:
ΔM(ci-c)=M(c,ti)-M(ci,ti)=(b0-1)·M(c,ti)+b2·(c-ci)+b3
其中,ΔM(ci-c)为非标准体系与标准体系含水率的测定结果差值,M(ci,ti)为标准烘干时间下和标准烘干温度下标准体系的表观含水率,c为所述烘干温度,ci为标准烘干温度,ti为标准烘干时间,b0为第二模型第一校正参数,b2为第二模型第二校正参数,b3为第二模型第三校正参数。
6.一种校正装置,其特征在于,包括:
存储器,存储有计算机程序;
处理器,执行所述计算机程序;
其中,所述处理器在执行所述计算机程序时,实现如权利要求1至5中任一项的所述的用于谷物籽粒含水率检测的校正方法的步骤。
7.一种可读存储介质,其特征在于,所述可读存储介质存储有计算机程序,所述计算机程序被执行时,实现如权利要求1至5中任一项的所述的用于谷物籽粒含水率检测的校正方法的步骤。
CN202011386850.1A 2020-12-01 2020-12-01 谷物籽粒含水率检测的校正方法、装置和可读存储介质 Active CN112394002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011386850.1A CN112394002B (zh) 2020-12-01 2020-12-01 谷物籽粒含水率检测的校正方法、装置和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011386850.1A CN112394002B (zh) 2020-12-01 2020-12-01 谷物籽粒含水率检测的校正方法、装置和可读存储介质

Publications (2)

Publication Number Publication Date
CN112394002A CN112394002A (zh) 2021-02-23
CN112394002B true CN112394002B (zh) 2022-02-15

Family

ID=74604048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011386850.1A Active CN112394002B (zh) 2020-12-01 2020-12-01 谷物籽粒含水率检测的校正方法、装置和可读存储介质

Country Status (1)

Country Link
CN (1) CN112394002B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE518082C2 (sv) * 1999-11-23 2002-08-20 Sjaunja Lars Ove Standardprovkomposition och livsmedelsanalys, metod för dess tillverkning och metod för analys av livsmedel
CN103994941A (zh) * 2014-04-01 2014-08-20 河北中烟工业有限责任公司 一种快速检测烟草水分的方法
CN106018685A (zh) * 2016-05-13 2016-10-12 福建森宝食品集团股份有限公司 饲料水份快速测定方法
CN106126952A (zh) * 2016-07-01 2016-11-16 中国烟草总公司贵州省公司 非标准大气压下烟叶含水率测定值的修正方法
CN109870382A (zh) * 2019-04-12 2019-06-11 中国烟草总公司郑州烟草研究院 一种基于两阶段温度法快速检测烟丝含水率的方法
JP6626430B2 (ja) * 2016-12-13 2019-12-25 日本電信電話株式会社 土壌含水率推定方法および土壌含水率推定装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111610117A (zh) * 2020-05-13 2020-09-01 江苏鑫源烟草薄片有限公司 一种加热卷烟用薄片含水率的快速测定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE518082C2 (sv) * 1999-11-23 2002-08-20 Sjaunja Lars Ove Standardprovkomposition och livsmedelsanalys, metod för dess tillverkning och metod för analys av livsmedel
CN103994941A (zh) * 2014-04-01 2014-08-20 河北中烟工业有限责任公司 一种快速检测烟草水分的方法
CN106018685A (zh) * 2016-05-13 2016-10-12 福建森宝食品集团股份有限公司 饲料水份快速测定方法
CN106126952A (zh) * 2016-07-01 2016-11-16 中国烟草总公司贵州省公司 非标准大气压下烟叶含水率测定值的修正方法
JP6626430B2 (ja) * 2016-12-13 2019-12-25 日本電信電話株式会社 土壌含水率推定方法および土壌含水率推定装置
CN109870382A (zh) * 2019-04-12 2019-06-11 中国烟草总公司郑州烟草研究院 一种基于两阶段温度法快速检测烟丝含水率的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Assessment of moisture content measurement methods of dried food products in small-scale operations in developing countries: A review;Zambrano等;《TRENDS IN FOOD SCIENCE & TECHNOLOGY》;20190630;第484-496页 *
Effects of Oven Drying Temperature and Drying Time on Rough Rice Moisture Content Determination;JINDAL等;《TRANSACTIONS OF THE ASAE》;19870831;第30卷(第4期);第1185-1192页 *

Also Published As

Publication number Publication date
CN112394002A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
Huang et al. Improved generalization of spectral models associated with Vis-NIR spectroscopy for determining the moisture content of different tea leaves
Ileleji et al. Comparison of standard moisture loss-on-drying methods for the determination of moisture content of corn distillers dried grains with solubles
CN110286660B (zh) 一种基于叶丝升温过程调控干燥过程叶丝加工强度的方法
CN108680515B (zh) 一种单粒水稻直链淀粉定量分析模型构建及其检测方法
CN111307724B (zh) 一种建立基于色差法测定配方烟丝中梗丝含量模型的方法
Paziuk et al. Research on the rational regimes of wheat seeds drying.
CN112394002B (zh) 谷物籽粒含水率检测的校正方法、装置和可读存储介质
Peng et al. Discrimination of heat-damaged tomato seeds based on near infrared spectroscopy and PCA-SVM method
Chen et al. Prediction of milled rice grades using Fourier transform near-infrared spectroscopy and artificial neural networks
CN110262419B (zh) 一种基于叶丝水分蒸发焓调控滚筒干燥叶丝加工强度的方法
Velásquez et al. Effect of coffee cherry maturity on the performance of the drying process of the bean: Sorption isotherms and dielectric spectroscopy
Sørensen Application of reflectance near infrared spectroscopy for bread analyses
Gao et al. Maize grain moisture content correction: From nonstandard to standard system
CN110916239A (zh) 一种基于不同区位色差变化的初烤烟叶分割方法
CN110286659B (zh) 一种调控滚筒干燥过程叶丝加工强度的方法
Ling et al. Improved method for prediction of milled rice moisture content based on Weibull distribution
González-Martín et al. Determination of the percentage of milk (cow's, ewe's and goat's) in cheeses with different ripening times using near infrared spectroscopy technology and a remote reflectance fibre-optic probe
Nassiri et al. Estimation of head rice yield by measuring the bending strength of kernels after drying by different drying methods
CN111289444A (zh) 一种基于色差法测定配方烟丝中梗丝含量的方法
Maciel et al. Development of the enhanced Halsey model to predict equilibrium moisture content (EMC) of sunflower seeds with different oil contents
CN110887809A (zh) 一种基于近红外光谱技术测定烟丝中梗含量的方法
Reh et al. Total solids determination in dairy products by microwave oven technique
Ling et al. Prediction and fusion algorithm for meat moisture content measurement based on loss-on-drying method
JPH08114543A (ja) 茶葉品質評価方法
CN110646371A (zh) 一种烟用香精香料含水量的测定方法

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