CN114160234B - 碾米生产工艺控制方法及米珍生产线 - Google Patents

Abstract

本发明公开了一种碾米生产工艺控制方法及米珍生产线，以待处理的稻米为预处理工序中第一道碾米机的输入，以预处理样本为预处理工序中最后一道碾米机的输出目标，训练神经网络，确定预处理工序中第一～第N道碾米机的碾米压力；其中第N道碾米机即预处理工序中的最后一道碾米机；所述预处理样本是指完全碾去外皮层、完整保留糊粉层的样本；以所述预处理样本为成品工序中第一道碾米机的输入，以去净糊粉层且胚乳完整的样本为成品工序中最后一道碾米机的输出，训练神经网络，确定成品工序中第一～第M道碾米机的碾米分目标达标率；其中，第M道碾米机即为成品工序中的最后一道碾米机。本发明可以获得高纯度的米珍，控制过程简单可靠。

Description

碾米生产工艺控制方法及米珍生产线

技术领域

本发明涉及粮食加工领域，特别是一种碾米生产工艺控制方法及米珍生产线。

背景技术

米珍是稻米营养的精华，是去除外皮层后的稻米碾制成精白米过程中的洁净碾下物，其成分为稻米糊粉层及胚，含有90％以上的人体必须元素，被誉为“天赐营养源”，是人类营养之珍品。

当前获取米珍的工艺有两种：化学提取法与物理分离法。

其中，化学提取法是对包含稻米外皮层与淀粉在内的所有碾下物通过溶剂升温溶解-萃取-溶剂分离的工艺将稻米糊粉层与胚提取出来，其特点是高成本、高污染、低效率、低成品率，因而无法进行规模化加工。

物理分离法则是通过碾米工艺的设计，并对碾米机砂粒型号、碾米压力的预定，将外皮层与糊粉层和胚用碾磨的方式进行物理剥离，其设计原理仍然基于传统碾米理论：

(1)设计原理依靠“假设”与“经验”，而实际生产中设备运行、原料水分、品种、粒型、饱满程度、存储时间、加工流量等千变万化，无法通过“假设”与“经验”对各种变化进行统一；

(2)加工过程属于“盲控”，而加工对象(稻米)需要剥离的成分(外皮层)与需要保留的成分(糊粉层)仅相差2微米，“盲控”的加工过程无法得到高纯度的目标物(米珍)；

(3)通过设定碾米压力的加工方式，不能适用于加工原料不断变化的稻米天然属性，也不能适用于不同存储时间的原料，更不能适用于不同糊粉层厚度的品种；同时，传统碾米工艺中，不具有碾米压力的感知手段与控制手段。

基于传统碾米原理设计的物理分离法所得到的产品中，糊粉层与胚的含量仅高于传统碾下物，不能得到高纯度的米珍。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种碾米生产工艺控制方法及米珍生产线，提高米珍的纯度，并实现米珍的规模化生产。

为解决上述技术问题，本发明所采用的技术方案是：一种碾米生产工艺控制方法，该方法包括：

以待处理的稻米为预处理工序中第一道碾米机的输入，以预处理样本为预处理工序中最后一道碾米机的输出目标，训练神经网络，确定预处理工序中第一～第N道碾米机的碾米分目标达标率；其中第N道碾米机即预处理工序中的最后一道碾米机；所述预处理样本是指完全碾去外皮层、完整保留糊粉层的样本；

以所述预处理样本为成品工序中第一道碾米机的输入，以去净糊粉层且胚乳完整的样本为成品工序中最后一道碾米机的输出，训练神经网络，确定成品工序中第一～第M道碾米机的碾米分目标达标率；其中，第M道碾米机即为成品工序中的最后一道碾米机。

本发明设置了预处理工序和成品工序，在预处理工序中设置第一个碾米目标：获得完全碾去外皮层、完整保留糊粉层的样本，然后利用成品工序对预处理工序获得的样本进行加工，并设置成品工序的输出目标，训练神经网络，使得预处理工序和成品工序中每道碾米机的输出达到设定的输出达标率，进而确定每道碾米机的碾米分目标达标率。本发明的方法可以确保各工序下的碾米机达到最佳协作关系，获得高纯度的米珍。

在实际碾米过程中，预处理工序的最后一道碾米机的输出样本中，可能含有“过碾”或“碾米不足”的样本，为了提高控制精度，本发明所述第N道碾米机与成品工序的第一道碾米机之间还设置有选米机；所述选米机用于去除第N道碾米机输出的过碾样本和未达标样本。

为了进一步提高处理精度，所述预处理工序和成品工序之间还设置有回碾工序；所述回碾工序的碾米机以所述选米机输出的预处理样本为输入，所述成品工序中第一道碾米机的输入为所述回碾工序中碾米机输出的实物样本。回碾工序可以将选米机输出的未达标样本尽可能地碾为达标样本，进而提高成品工序最终的输出达标率。

本发明中，通过无数次实验测试，当设置N＝3时，可以确保预处理工序的最后一道碾米机的输出达标率最高；其中，预处理工序中第一道米机选用45#粒型砂辊，预处理工序中第二道米机选用60#粒型砂辊，预处理工序中第三道米机选用60#粒型砂辊。

本发明中，通过无数次实验测试，当设置M＝3时，可以确保成品工序的最后一道碾米机的输出达标率最高，因此可以获得纯度非常高的米珍；其中，成品工序中第一道米机选用36#或45#粒型砂辊，成品工序中第二道米机选用45#或60#粒型砂辊，成品工序中第三道米机选用60#粒型砂辊。

对于有2层糊粉层细胞的品种，成品工序中第一道米机选用36#粒型砂辊；对于单糊粉层细胞的品种，成品工序中第一道米机选用45#粒型砂辊。对于有2层糊粉层细胞的品种，成品工序中第二道米机选用45#粒型砂辊，对于单糊粉层细胞的品种，成品工序中第二道米机选用60#粒型砂辊。

为了进一步提高控制精度，提高米珍纯度，本发明中，当预处理工序中第N道碾米机和成品工序中第M道碾米机的输出达标率最高时，确定此时各道碾米机的碾米分目标达标率，神经网络训练结束。

所述预处理工序中第一道碾米机的输出设定为出现明显划痕的实物样本；所述明显划痕是指划痕深度达到珠心层而未及糊粉层。

所述成品工序中第一道碾米机的输出为去净糊粉层且未及胚乳层的样本。

对于任意一道碾米机，设计依据碾米达标率调节碾米压力的智能控制器，智能控制器的智控规则将碾米压力与输出达标率的关系设置为：f＝(D1-D)*n；其中，f为碾米压力调整量，单位为克；f为负值时，降低该碾米机的碾米压力，反之，增大该碾米机的碾米压力；D1为该碾米机的实际输出达标率，D为设置的该碾米机的期望输出达标率；n为该碾米机每1％达标率的变化所对应的碾米压力变化量；优选地，碾米压力调整周期为2分钟。本发明中的碾米压力计算公式简单，容易实现，计算效率高，提高了碾米压力控制的实时性，进一步确保了米珍的纯度。

作为同一个发明构思，本发明还提供了一种米珍生产线，其包括多道碾米机；所述多道碾米机被配置为按照本发明所述方法执行碾米工序。

与现有技术相比，本发明所具有的有益效果为：

1、本发明无需依靠“假设”与“经验”，也无需对实际生产中设备运行等各种参数变化进行统一，即可获得高纯度的米珍，本发明的方法实用性强，成本低，易于推广应用；

2、本发明的方法适用于加工原料不断变化的稻米天然属性，适用于不同存储时间的原料，还适用于不同糊粉层厚度的品种，适用范围广；

3、本发明可以获得高纯度的米珍，控制过程简单可靠，本发明克服了现有技术只能“盲控”(无法将加工工艺控制到设定目标)、无法获知加工品被研磨到何种程度的、加工生产过程不可控的缺陷，本发明可以对加工工艺进行精准的控制，使得大米加工的每个环节都是可控的，颠覆了大米加工生产方式，实现了米珍的规模化生产。

附图说明

图1为本发明实施例米珍生产线示意图；

图2为本发明实施例一碾目标样本示意图；

图3为本发明实施例二碾目标样本示意图；

图4为本发明实施例三碾目标样本示意图；

图5为本发明实施例四碾目标样本示意图；

图6为本发明实施例五碾目标样本示意图；

图7为本发明实施例六碾目标样本示意图；

图8为未碾之前的稻米结构示意图。

具体实施方式

如图1所示，本发明碾米工艺包括：

(1)分为前、后两段工序，共六道米机碾磨。

前段工序为预处理工序，由三道米机组成，其工艺任务是完全且仅仅碾去稻米的外皮层，即，果皮、种皮与珠心层。

第一道米机，选用45#粒型砂辊，其工艺目标为“开糙”；

第二道米机，选用60#粒型砂辊，其工艺目标为“去果皮”；

第三道米机，选用60#粒型砂辊，其工艺目标为“去种皮与珠心层”以及上一道米机未去净的“果皮”。

后段工序为成品工序，由三道米机组成，其工艺任务是通过碾磨将糊粉层从稻米胚乳完全剥离。

第四道米机，选用36#或45#粒型砂辊，对于有2层糊粉层细胞的品种，选用36#粒型砂辊，对于单糊粉层细胞的品种选用45#粒型砂辊；其工艺目标为“开层”；

第五道米机，选用45#或60#粒型砂辊，对于有2层糊粉层细胞的品种，选用45#粒型砂辊，对于单糊粉层细胞的品种选用60#粒型砂辊；其工艺目标为“剥离糊粉层”；

第六道米机，选用60#粒型砂辊，其工艺目标仍为“剥离糊粉层”。

成品工序的每一道碾米机下物均为“米珍”，其中，四碾机下物成品，约有2％的外皮层；六碾机下物成品，约有2-3％的淀粉；五碾机下物成品，则为净纯度的米珍。

(2)为每一台米机1(即碾米机)加装“碾米压力稳定控制系统2”(见CN112317012A)及其智能控制器3，并赋予智能控制器算法：每5毫秒感知一次碾米压力，每10毫秒完成一次在线的传感-控制闭环，即，每1秒完成100次碾米压力在线控制闭环，使碾米压力始终稳定在目标压力上，同时以2纳秒的响应时间达到系统指定的任意碾米压力。

(3)为每一台米机建立在线工艺检测(在线工艺检测、智能取料系统)机制，以每2分钟为一个回合，并进行一次检测数据统计。

(4)在三碾与四碾之间(即，预处理工序后，成品工序之前)增设“选米”工序，以“选留层米机5”作为选米工序设备，其工艺任务为：将未达到“预处理工艺目标”与超过“预处理工艺目标”的加工品从生产线上分别选出。

将选米工序选出的未达到“预处理工艺目标”的加工品送入专门的“回碾”设备，并在“回碾”米机下构建在线工艺检测机制。

完成“回碾”的加工品，回归生产线并输入四碾。

工艺标定

通过实物样本为前段工序(预处理工序)和后段工序(成品工序)分别标定加工目标。

预处理工序样本标定

预处理工序实物样本选择：从所设计的工艺加工线的第一道碾米机下随机取得500克样本；使用50倍放大镜对500克米样逐颗挑选，选取可能完全且刚刚碾净外皮层(果皮、种皮、珠心层)的试样；将挑选出的所有米样输入“在线工艺检测系统4”(CN110782025B)，由机器人获取每一颗米样的测量空间，将机器视觉获取的每一颗米样的测量空间与实物样本一一对应并做好标记；将每一颗实物样本切片并进行化学染色；将切片后的染色实物样本放在千倍显微镜下观察，找到刚刚且完全碾去外皮层、完整保留糊粉层的样本；将这些样本的测量空间归为一类；将归类后的测量空间输入“在线工艺检测系统”的机器人进行神经网络训练，完成预处理样本标定。

本发明的实施例中，将碾磨深度与层次超过目标样本的实物样本定义为“过碾”，将碾磨深度与层次没有达到目标样本的实物样本定义为“碾米不足”，各300-500颗。

预处理工序总目标确定之后，进行一碾、二碾样本定标，定标过程与预处理工序样本标定相同，一碾(第一道碾米机)选择砂刃划入深度刚刚达到目标(即，达到珠心层而未及糊粉层)且呈现明显划痕的实物样本300-500颗；对应下一道碾米机时，选择特征介于一碾与预处理达标样本之间的实物样本300-500颗，输入神经网络训练。

成品工序定标

方法与预处理工序样本标定相同，选择样本标准为：糊粉层去净，胚乳完整的实物样本；300-500颗，输入神经网络进行训练。

选择碾磨层次与深度超过定标样本的实物样本300-500颗，作为“过碾”样本；选择碾磨层次与深度未及定标样本的实物样本300-500颗，作为“碾米不足”样本。

选择砂刃划入深度刚刚达到终碾目标(即，去净糊粉层而未及胚乳)的实物样本300-500颗；选择碾磨程度介于四碾与终碾之间的实物样本300-500颗；分别作为四碾和五碾的标准样本输入神经网络训练。

确定前后工序与子工序的协作关系

将各道碾米的分目标设定为：一碾达标率70％，二碾达标率65％，三碾达标率90％，四碾达标率70％，五碾达标率65％，六碾达标率95％，进行过程控制，按照“协作关系的确定方法”(CN109939773A)，使用“人机协作模式”寻找三碾与六碾达标率最高的各道碾米分目标，得到各分目标的最佳协作关系：

一碾：A％；二碾：B％；三碾：C％；四碾：D％；五碾：E％；六碾：F％

通过“人机协作模式”寻找每台米机达标率(％)与碾米压力(克)之间的对应关系，即：达标率每变化1％所需要的碾米压力变化量n克(实际生产中，碾米压力与达标率成正比例线性关系)。

本发明为每台米机构建了“智能控制器”：智能控制器向下与米机的“碾米压力稳定控制系统”通信，向上与该米机的在线工艺检测机器人通信；为智能控制器赋予碾米压力与达标率控制关系的算法：f＝(D—D1)*n(克)；在线工艺检测机器人每2分钟完成一次数据统计，并将检测数据传输至智能控制器，智能控制器依据当前的工艺检测数据按照赋予的算法对碾米压力稳定控制系统进行实时调制。

其中，f为碾米压力调整量，单位为克，f为负值时，碾米压力向小调整；D1为当前工艺检测数据(即实际输出达标率)，D为该米机分目标达标率(即期望输出达标率)；n为该米机每1％达标率的变化所对应的碾米压力变化量。

本发明实施例中，智能控制器每2分钟完成一次闭环控制，提高碾米压力控制的精度和实时性。

本发明实施例得到的各道碾米机输出的样本如图2～图7所示，对比图8可知，本发明的方法可以去净糊粉层且完整保留胚乳，得到了高纯度的米珍。

Claims (12)

1.一种碾米生产工艺控制方法，其特征在于，该方法包括：

以待处理的稻米为预处理工序中第一道碾米机的输入，以预处理样本为预处理工序中最后一道碾米机的输出目标，训练神经网络，确定预处理工序中第一～第N道碾米机的碾米分目标达标率；其中第N道碾米机即预处理工序中的最后一道碾米机；所述预处理样本是指完全碾去外皮层、完整保留糊粉层的样本；

以所述预处理样本为成品工序中第一道碾米机的输入，以去净糊粉层且胚乳完整的样本为成品工序中最后一道碾米机的输出，训练神经网络，确定成品工序中第一～第M道碾米机的碾米分目标达标率；其中，第M道碾米机即为成品工序中的最后一道碾米机。

2.根据权利要求1所述的碾米生产工艺控制方法，其特征在于，所述第N道碾米机与成品工序的第一道碾米机之间还设置有选米机；所述选米机用于去除第N道碾米机输出的过碾样本和未达标样本。

3.根据权利要求1所述的碾米生产工艺控制方法，其特征在于，所述预处理工序和成品工序之间还设置有回碾工序；所述回碾工序的碾米机以选米机输出的样本为输入，所述成品工序中第一道碾米机的输入为所述回碾工序中碾米机输出的实物样本。

4.根据权利要求1所述的碾米生产工艺控制方法，其特征在于，N =3；其中，预处理工序中第一道米机选用45#粒型砂辊，预处理工序中第二道米机选用60#粒型砂辊，预处理工序中第三道米机选用60#粒型砂辊。

5.根据权利要求1所述的碾米生产工艺控制方法，其特征在于，M =3；其中，成品工序中第一道米机选用36#或45#粒型砂辊，成品工序中第二道米机选用45#或60#粒型砂辊，成品工序中第三道米机选用60#粒型砂辊。

6.根据权利要求5所述的碾米生产工艺控制方法，其特征在于，对于有2层糊粉层细胞的品种，成品工序中第一道米机选用36#粒型砂辊；对于单糊粉层细胞的品种，成品工序中第一道米机选用45#粒型砂辊；对于有2层糊粉层细胞的品种，成品工序中第二道米机选用45#粒型砂辊，对于单糊粉层细胞的品种，成品工序中第二道米机选用60#粒型砂辊。

7.根据权利要求1所述的碾米生产工艺控制方法，其特征在于，所述预处理工序中第一道碾米机的输出设定为出现明显划痕的实物样本；所述明显划痕是指划痕深度达到珠心层而未及糊粉层。

8.根据权利要求1所述的碾米生产工艺控制方法，其特征在于，所述成品工序中第一道碾米机的输出为去净糊粉层且未及胚乳层的样本。

9.根据权利要求1所述的碾米生产工艺控制方法，其特征在于，当预处理工序中第N道碾米机和成品工序中第M道碾米机的输出达标率最高时，确定此时各道碾米机的碾米分目标达标率，神经网络训练结束。

10.根据权利要求1～9之一所述的碾米生产工艺控制方法，其特征在于，对于任意一道碾米机，碾米压力与输出达标率的关系设置为：f=（D1-D）*n；其中，f为碾米压力调整量，单位为克；f为负值时，降低该碾米机的碾米压力，反之，增大该碾米机的碾米压力；D1为该碾米机的实际输出达标率，D为设置的该碾米机的期望输出达标率；n为该碾米机每1%达标率的变化所对应的碾米压力变化量。

11.根据权利要求10所述的碾米生产工艺控制方法，其特征在于，碾米压力调整周期为2分钟。

12.一种米珍生产线，其包括多道碾米机；其特征在于，所述多道碾米机被配置为按照权利要求1～11之一所述方法执行碾米工序。

Images