CN114894657A - 基于干燥模型的热泵烘干机果蔬水分在线检测系统 - Google Patents
基于干燥模型的热泵烘干机果蔬水分在线检测系统 Download PDFInfo
- Publication number
- CN114894657A CN114894657A CN202210484260.5A CN202210484260A CN114894657A CN 114894657 A CN114894657 A CN 114894657A CN 202210484260 A CN202210484260 A CN 202210484260A CN 114894657 A CN114894657 A CN 114894657A
- Authority
- CN
- China
- Prior art keywords
- drying
- moisture
- data
- test
- heat pump
- 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.)
- Pending
Links
- 238000001035 drying Methods 0.000 title claims abstract description 139
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 235000012055 fruits and vegetables Nutrition 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims description 76
- 241000219977 Vigna Species 0.000 claims description 45
- 235000010726 Vigna sinensis Nutrition 0.000 claims description 45
- 241000219094 Vitaceae Species 0.000 claims description 36
- 235000021021 grapes Nutrition 0.000 claims description 36
- 241000219095 Vitis Species 0.000 claims description 24
- 235000009754 Vitis X bourquina Nutrition 0.000 claims description 24
- 235000012333 Vitis X labruscana Nutrition 0.000 claims description 24
- 235000014787 Vitis vinifera Nutrition 0.000 claims description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 15
- 244000046052 Phaseolus vulgaris Species 0.000 claims description 14
- 235000010627 Phaseolus vulgaris Nutrition 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 6
- 239000002356 single layer Substances 0.000 claims description 6
- 230000007480 spreading Effects 0.000 claims description 6
- 238000003892 spreading Methods 0.000 claims description 6
- 238000011109 contamination Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 235000021251 pulses Nutrition 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000009423 ventilation Methods 0.000 claims description 3
- 235000013311 vegetables Nutrition 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 235000021332 kidney beans Nutrition 0.000 claims 1
- 230000009471 action Effects 0.000 description 3
- 238000005485 electric heating Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000005418 vegetable material Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000011869 dried fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/04—Analysing 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
- G01N5/045—Analysing 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/80—Food processing, e.g. use of renewable energies or variable speed drives in handling, conveying or stacking
- Y02P60/85—Food storage or conservation, e.g. cooling or drying
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
本发明公开了基于干燥模型的热泵烘干机果蔬水分在线检测系统，包括硬件检测端和软件程序端，所述硬件检测端用于为果蔬水分在线检测提供硬件基础，所述软件程序端用于对采集的数据进行准确性判断及滤波算法处理后，计算含水率数值，所述硬件检测端与软件程序端通过驱动信号连接；所述硬件检测端包括温湿度传感器、空气压强传感器、模拟量模块和PLC控制器单元，所述温湿度传感器用于对干燥室内温湿度的数据进行采集，所述空气压强传感器用于对干燥室内的空气压强数据进行采集，所述模拟量模块用于对输入的数字信号进行转换，输出可控制的连续电流和信号，本发明，具有果蔬水分在线检测系统精度高和实用性强的特点。
Description
技术领域
本发明涉及果蔬水分检测技术领域，具体为基于干燥模型的热泵烘干机果蔬水分在线检测系统。
背景技术
果蔬干燥过程中的水分实时在线检测一直是亟待解决的关键技术，是影响果蔬干制品质的重要指标。目前，果蔬干燥过程中含水率在线检测技术的研究除了粮食干燥中的常用方法外，多从在图像处理角度出发，在干燥室内直接使用重量传感器的方法，由于干燥室内风速和震动很大，且干燥室内的高温环境在短时间内会使重量传感器发生蠕变，精度很差，使得这种方法的推广大大受限。因此，设计果蔬水分在线检测系统精度高和实用性强的基于干燥模型的热泵烘干机果蔬水分在线检测系统是很有必要的。
发明内容
本发明的目的在于提供基于干燥模型的热泵烘干机果蔬水分在线检测系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：基于干燥模型的热泵烘干机果蔬水分在线检测系统，包括硬件检测端和软件程序端，所述硬件检测端用于为果蔬水分在线检测提供硬件基础，所述软件程序端用于对采集的数据进行准确性判断及滤波算法处理后，计算含水率数值，所述硬件检测端与软件程序端通过驱动信号连接；
所述硬件检测端包括温湿度传感器、空气压强传感器、模拟量模块和PLC控制器单元，所述温湿度传感器用于对干燥室内温湿度的数据进行采集，所述空气压强传感器用于对干燥室内的空气压强数据进行采集，所述模拟量模块用于对输入的数字信号进行转换，输出可控制的连续电流和信号，所述PLC控制器单元用于将采集到的信息实时显示在计算机显示器上，所述温湿度传感器、空气压强传感器均与模拟量模块电连接，所述模拟量模块与PLC控制器单元电连接。
根据上述技术方案，所述软件程序端包括水分监测模块、数据采集处理模块、记录存储数据块和全局变量定义数据块，所述水分监测模块用于监测果蔬干燥过程中的含水率变化，所述数据采集处理模块用于采集数据并进行准确性判断及滤波算法处理，所述记录存储数据块用于记录并储存果蔬干燥过程中的含水率变化数据，所述全局定义数据块用于在软件编程前定义使用所需变量参数。
根据上述技术方案，所述数据采集处理模块包括数据采集子模块、限幅滤波算法子模块和算术平均滤波算法子模块，所述数据采集子模块用于在系统软硬件联机后对干燥过程数据采集，所述限幅滤波算法子模块用于对脉冲干扰进行限制，所述算术平均滤波算法子模块用于对采样值进行算术平均。
根据上述技术方案，所述基于干燥模型的热泵烘干机果蔬水分在线检测系统的试验验证方法主要包括以下步骤：
步骤S1：首先通过葡萄和豇豆的各自干燥试验，对其最适干燥模型的参数进行分析计算；
步骤S2：其次进行试验仪器和设备选型；
步骤S3：接着根据检测原理进行硬件的布置和接线；
步骤S4：进行葡萄和豇豆各自的水分检测程序编程；
步骤S5：软硬件调试无误后，以葡萄和豇豆两种物料进行干燥，对所设计的水分检测系统进行试验验证。
根据上述技术方案，所述步骤S1中，对缸豆进行干燥试验以及分析计算的方法进一步包括：
步骤A1：选取5组数据进行缸豆干燥试验；
步骤A2：前2小时内，间隔0.5小时测定一次样品重量；
步骤A3：其后每间隔1小时测量一侧样品重量；
步骤A4：干燥近完成时，每0.5小时测一次样品重量，干燥含水率为20％时即视为完成缸豆干燥试验；
步骤A5：对五组豇豆热泵干燥试验数据进行处理，利用MATLAB R2010b软件把五组水分比(MR)数据对Two-term模型方程进行拟合；
步骤A6：根据拟合公式，利用温度传感器对豇豆干燥过程中的实时温度数据进行采集，编程实现豇豆干燥过程中的水分实时监测系统设计；
所述步骤A5中豇豆热泵干燥Two-term模型方程公式为：
MR＝a·exp(-k1·t)+b·exp(-k2·t)；
式中：MR为水分比/％，t为热泵干燥时间/h，a、b、k1和k2为干燥模型参数。
根据上述技术方案，所述步骤S1中，对葡萄进行干燥试验以及分析计算的方法进一步包括：
步骤B1：选取3组数据进行葡萄干燥试验；
步骤B2：每隔2小时测量一次重量，当葡萄的湿基含水率降到15％时，停止试验；
步骤B3：对三组葡萄热泵干燥试验的数据进行处理，利用MATLAB R2010b软件把三组水分比(MR)数据对Page模型方程进行拟合；
步骤B4：根据拟合公式，利用温度传感器对葡萄干燥过程中的温度数据进行采集，编程实现葡萄水分实时监测系统设计
所述步骤B3中葡萄热泵干燥Page模型方程公式为：
MR＝exp(－ktn)；
式中：MR为水分比/％，t为热泵干燥时间/h，k、n为干燥模型参数。
根据上述技术方案，所述步骤S2中，试验仪器和设备选择包括：西门子PLC S7-1200，型号CPU 1214C DC/DC/DC；模拟信号模块SM 1231AI 8x13BIT；24V直流开关电源；分体式三线制温湿度传感器；双线制电流型空气压强传感器。
根据上述技术方案，所述步骤S3进一步包括以下步骤：
步骤S31：将空气压强传感器接到0通道上(地址为IW96)，即串联在0-通道后面；
步骤S32：在干燥物料处布置温湿度传感器；
步骤S33：将温度信号线接到通道2上(地址为IW100)；
步骤S34：相对湿度信号线接到通道3上(地址为IW102)。
根据上述技术方案，所述步骤S4进一步包括以下步骤：
步骤S41：创建一个DB数据块，在数据块中定义使用的各种变量参数；
步骤S42：将所有传感器的采集频率以10秒/次、30秒/次和60秒/次三种方式设定，对采集的数据进行准确性判断及滤波算法处理；
步骤S43：得出模型方程参数，缸豆根据拟合的Two-term模型方程公式进行编程，葡萄根据拟合的Page模型方程公式进行编程；
步骤S44：将水分比转换成干基含水率；
步骤S45：分别切换传感器采集频率为30秒/次和60秒/次，重复步骤S43-S44。
根据上述技术方案，所述步骤S5中葡萄干燥试验验证方法为：半切葡萄干燥试验在55℃，铺料密度8kg/m2条件下进行，选取大小均匀、成熟度和色泽相近，颗粒饱满的葡萄，去除杂质和茎柄，清水洗净，待沥干后，将葡萄进行半切处理，挑选组织完好、无破损的半切葡萄，单层均匀地铺在网状托盘上进行试验，启动热泵干燥机，待干燥室里的温度达到设定值，将试验样品放入干燥室，每间隔1h取出样品测量记录一次实际重量，当葡萄的干基含水率降到18％时，停止试验，试验重复三次取均值；
所述步骤S5中缸豆燥试验验证方法为：豇豆干燥试验在55℃，事先漂烫2min，铺料密度3kg/m2条件下进行，挑选长短相近、粗细及色泽均匀的豇豆，去除杂质污秽，洗净沥干后漂烫2min取出，置于通风处待表面水分变干，单层均匀地铺在网状托盘上进行试验，开启干燥机，待干燥室温度达到设定值，将试验样品放入干燥室，每1h取出样品测量记录一次实际重量，当豇豆的干基含水率降到20％时，停止试验，试验重复三次取均值。
与现有技术相比，本发明所达到的有益效果是：本发明，通过采用温度传感器、空气压强传感器和西门子PLC而开发设计的基于果蔬干燥模型的水分在线检测系统，具有较高的检测精度，能够用于物料干燥特性和工艺优化的分析，可以满足实际生产中的要求。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的系统模块组成示意图。
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做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。
请参阅图1，本发明提供技术方案：基于干燥模型的热泵烘干机果蔬水分在线检测系统，包括硬件检测端和软件程序端，硬件检测端用于为果蔬水分在线检测提供硬件基础，软件程序端用于对采集的数据进行准确性判断及滤波算法处理后，计算含水率数值，硬件检测端与软件程序端通过驱动信号连接；
硬件检测端包括温湿度传感器、空气压强传感器、模拟量模块和PLC控制器单元，温湿度传感器用于对干燥室内温湿度的数据进行采集，空气压强传感器用于对干燥室内的空气压强数据进行采集，模拟量模块用于对输入的数字信号进行转换，输出可控制的连续电流和信号，PLC控制器单元用于将采集到的信息实时显示在计算机显示器上，温湿度传感器、空气压强传感器均与模拟量模块电连接，模拟量模块与PLC控制器单元电连接。
软件程序端包括水分监测模块、数据采集处理模块、记录存储数据块和全局变量定义数据块，水分监测模块用于监测果蔬干燥过程中的含水率变化，数据采集处理模块用于采集数据并进行准确性判断及滤波算法处理，记录存储数据块用于记录并储存果蔬干燥过程中的含水率变化数据，全局定义数据块用于在软件编程前定义使用所需变量参数。
数据采集处理模块包括数据采集子模块、限幅滤波算法子模块和算术平均滤波算法子模块，数据采集子模块用于在系统软硬件联机后对干燥过程数据采集，限幅滤波算法子模块用于对脉冲干扰进行限制，算术平均滤波算法子模块用于对采样值进行算术平均。
基于干燥模型的热泵烘干机果蔬水分在线检测系统的试验验证方法主要包括以下步骤：
步骤S1：首先通过葡萄和豇豆的各自干燥试验，对其最适干燥模型的参数进行分析计算；干燥模型描述的是果蔬物料所含水分比与各干燥模型参数的关系，通过建立模型参数与干燥过程中一些参数(如温度、干燥时间等)的数学关系，推导出果蔬物料水分比与温度、干燥时间等干燥过程参数的关系，通过传感器对温度等干燥过程参数的检测，可间接实现果蔬在干燥过程中的含水率检测；
步骤S2：其次进行试验仪器和设备选型；
步骤S3：接着根据检测原理进行硬件的布置和接线；
步骤S4：进行葡萄和豇豆各自的水分检测程序编程；
步骤S5：软硬件调试无误后，以葡萄和豇豆两种物料进行干燥，对所设计的水分检测系统进行试验验证。
步骤S1中，对缸豆进行干燥试验以及分析计算的方法进一步包括：
步骤A1：选取5组数据进行缸豆干燥试验；
步骤A2：前2小时内，间隔0.5小时测定一次样品重量；
步骤A3：其后每间隔1小时测量一侧样品重量；
步骤A4：干燥近完成时，每0.5小时测一次样品重量，干燥含水率为20％时即视为完成缸豆干燥试验；
步骤A5：对五组豇豆热泵干燥试验数据进行处理，利用MATLAB R2010b软件把五组水分比(MR)数据对Two-term模型方程进行拟合；
步骤A6：根据拟合公式，利用温度传感器对豇豆干燥过程中的实时温度数据进行采集，编程实现豇豆干燥过程中的水分实时监测系统设计；
步骤A5中豇豆热泵干燥Two-term模型方程公式为：
MR＝a·exp(-k1·t)+b·exp(-k2·t)；
式中：MR为水分比/％，t为热泵干燥时间/h，a、b、k1和k2为干燥模型参数。
步骤S1中，对葡萄进行干燥试验以及分析计算的方法进一步包括：
步骤B1：选取3组数据进行葡萄干燥试验；
步骤B2：每隔2小时测量一次重量，当葡萄的湿基含水率降到15％时，停止试验；
步骤B3：对三组葡萄热泵干燥试验的数据进行处理，利用MATLAB R2010b软件把三组水分比(MR)数据对Page模型方程进行拟合；
步骤B4：根据拟合公式，利用温度传感器对葡萄干燥过程中的温度数据进行采集，编程实现葡萄水分实时监测系统设计
步骤B3中葡萄热泵干燥Page模型方程公式为：
MR＝exp(－ktn)；
式中：MR为水分比/％，t为热泵干燥时间/h，k、n为干燥模型参数；由于干燥试验中使用的是热泵式果蔬烘干机，干燥室内的温度变化由其热源决定，当热泵果蔬烘干机在某一设定温度作业时，热泵机组产生的干燥空气温度并不是一个恒定值，而是在一定范围内波动。在不使用电加热辅助系统的条件下(实际生产中，为了节能，通常都不使用)，干燥室内温度波动范围为±2℃；若晚上7:00～11:00间进行作业，由于民用电用量增加，供电线路上的损耗增大，使得到达各用户的电压变低，烘干机实际供电电压远低于额定电压，在此期间进行果蔬干燥(不使用电加热辅助系统条件下)，干燥室内温度波动范围可达±4℃甚至±5℃。为了使采集的温度数据是干燥室内的实时温度值，这里将温湿度传感器布置在干燥物料附近，通过西门子PLC将采集到的温度数据滤波处理后进行计算干燥果蔬的实时含水率值，实时显示在计算机显示器上。
步骤S2中，试验仪器和设备选择包括：西门子PLC S7-1200，型号CPU 1214C DC/DC/DC；模拟信号模块SM 1231AI 8x13BIT；24V直流开关电源；分体式三线制温湿度传感器；双线制电流型空气压强传感器。
步骤S3进一步包括以下步骤：
步骤S31：将空气压强传感器接到0通道上(地址为IW96)，即串联在0-通道后面；
步骤S32：在干燥物料处布置温湿度传感器；
步骤S33：将温度信号线接到通道2上(地址为IW100)，即白线连接2+通道，黑线连接2-通道；
步骤S34：相对湿度信号线接到通道3上(地址为IW102)，即棕色线连接3+通道，黑线连接3-通道。
步骤S4进一步包括以下步骤：
步骤S41：创建一个DB数据块，在数据块中定义使用的各种变量参数；
步骤S42：将所有传感器的采集频率以10秒/次、30秒/次和60秒/次三种方式设定，对采集的数据进行准确性判断及滤波算法处理；
步骤S43：得出模型方程参数，缸豆根据拟合的Two-term模型方程公式进行编程，葡萄根据拟合的Page模型方程公式进行编程；
步骤S44：将水分比转换成干基含水率；
步骤S45：分别切换传感器采集频率为30秒/次和60秒/次，重复步骤S43-S44。
步骤S5中葡萄干燥试验验证方法为：半切葡萄干燥试验在55℃，铺料密度8kg/m2条件下进行，选取大小均匀、成熟度和色泽相近，颗粒饱满的葡萄，去除杂质和茎柄，清水洗净，待沥干后，将葡萄进行半切处理，挑选组织完好、无破损的半切葡萄，单层均匀地铺在网状托盘上进行试验，启动热泵干燥机，待干燥室里的温度达到设定值，将试验样品放入干燥室，每间隔1h取出样品测量记录一次实际重量，当葡萄的干基含水率降到18％时，停止试验，试验重复三次取均值；
步骤S5中缸豆燥试验验证方法为：豇豆干燥试验在55℃，事先漂烫2min，铺料密度3kg/m2条件下进行，挑选长短相近、粗细及色泽均匀的豇豆，去除杂质污秽，洗净沥干后漂烫2min取出，置于通风处待表面水分变干，单层均匀地铺在网状托盘上进行试验，开启干燥机，待干燥室温度达到设定值，将试验样品放入干燥室，每1h取出样品测量记录一次实际重量，当豇豆的干基含水率降到20％时，停止试验，试验重复三次取均值；试验结束后利用Excel 2007和Matlab2010b进行试验数据的整理分析，实际物料重量数据每一小时测量一次，检测系统每半小时记录存储一次数据，并将存储的每个整点数据提取出来用于分析比较。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于干燥模型的热泵烘干机果蔬水分在线检测系统，包括硬件检测端和软件程序端，其特征在于：所述硬件检测端用于为果蔬水分在线检测提供硬件基础，所述软件程序端用于对采集的数据进行准确性判断及滤波算法处理后，计算含水率数值，所述硬件检测端与软件程序端通过驱动信号连接；
所述硬件检测端包括温湿度传感器、空气压强传感器、模拟量模块和PLC控制器单元，所述温湿度传感器用于对干燥室内温湿度的数据进行采集，所述空气压强传感器用于对干燥室内的空气压强数据进行采集，所述模拟量模块用于对输入的数字信号进行转换，输出可控制的连续电流和信号，所述PLC控制器单元用于将采集到的信息实时显示在计算机显示器上，所述温湿度传感器、空气压强传感器均与模拟量模块电连接，所述模拟量模块与PLC控制器单元电连接。
2.根据权利要求1所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：所述软件程序端包括水分监测模块、数据采集处理模块、记录存储数据块和全局变量定义数据块，所述水分监测模块用于监测果蔬干燥过程中的含水率变化，所述数据采集处理模块用于采集数据并进行准确性判断及滤波算法处理，所述记录存储数据块用于记录并储存果蔬干燥过程中的含水率变化数据，所述全局定义数据块用于在软件编程前定义使用所需变量参数。
3.根据权利要求2所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：所述数据采集处理模块包括数据采集子模块、限幅滤波算法子模块和算术平均滤波算法子模块，所述数据采集子模块用于在系统软硬件联机后对干燥过程数据采集，所述限幅滤波算法子模块用于对脉冲干扰进行限制，所述算术平均滤波算法子模块用于对采样值进行算术平均。
4.一种基于前述权利要求1-3中任一项所述基于干燥模型的热泵烘干机果蔬水分在线检测系统的试验验证方法主要包括以下步骤：
步骤S1：首先通过葡萄和豇豆的各自干燥试验，对其最适干燥模型的参数进行分析计算；
步骤S2：其次进行试验仪器和设备选型；
步骤S3：接着根据检测原理进行硬件的布置和接线；
步骤S4：进行葡萄和豇豆各自的水分检测程序编程；
步骤S5：软硬件调试无误后，以葡萄和豇豆两种物料进行干燥，对所设计的水分检测系统进行试验验证。
5.根据权利要求4所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：所述步骤S1中，对缸豆进行干燥试验以及分析计算的方法进一步包括：
步骤A1：选取5组数据进行缸豆干燥试验；
步骤A2：前2小时内，间隔0.5小时测定一次样品重量；
步骤A3：其后每间隔1小时测量一侧样品重量；
步骤A4：干燥近完成时，每0.5小时测一次样品重量，干燥含水率为20％时即视为完成缸豆干燥试验；
步骤A5：对五组豇豆热泵干燥试验数据进行处理，利用MATLAB R2010b软件把五组水分比(MR)数据对Two-term模型方程进行拟合；
步骤A6：根据拟合公式，利用温度传感器对豇豆干燥过程中的实时温度数据进行采集，编程实现豇豆干燥过程中的水分实时监测系统设计；
所述步骤A5中豇豆热泵干燥Two-term模型方程公式为：
MR＝a·exp(-k1·t)+b·exp(-k2·t)；
式中：MR为水分比/％，t为热泵干燥时间/h，a、b、k1和k2为干燥模型参数。
6.根据权利要求5所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：所述步骤S1中，对葡萄进行干燥试验以及分析计算的方法进一步包括：
步骤B1：选取3组数据进行葡萄干燥试验；
步骤B2：每隔2小时测量一次重量，当葡萄的湿基含水率降到15％时，停止试验；
步骤B3：对三组葡萄热泵干燥试验的数据进行处理，利用MATLAB R2010b软件把三组水分比(MR)数据对Page模型方程进行拟合；
步骤B4：根据拟合公式，利用温度传感器对葡萄干燥过程中的温度数据进行采集，编程实现葡萄水分实时监测系统设计
所述步骤B3中葡萄热泵干燥Page模型方程公式为：
MR＝exp(-ktn)；
式中：MR为水分比/％，t为热泵干燥时间/h，k、n为干燥模型参数。
7.根据权利要求6所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：所述步骤S2中，试验仪器和设备选择包括：西门子PLC S7-1200，型号CPU 1214C DC/DC/DC；模拟信号模块SM 1231AI 8x13BIT；24V直流开关电源；分体式三线制温湿度传感器；双线制电流型空气压强传感器。
8.根据权利要求7所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：所述步骤S3进一步包括以下步骤：
步骤S31：将空气压强传感器接到0通道上(地址为IW96)，即串联在0-通道后面；
步骤S32：在干燥物料处布置温湿度传感器；
步骤S33：将温度信号线接到通道2上(地址为IW100)；
步骤S34：相对湿度信号线接到通道3上(地址为IW102)。
9.根据权利要求8所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：所述步骤S4进一步包括以下步骤：
步骤S41：创建一个DB数据块，在数据块中定义使用的各种变量参数；
步骤S42：将所有传感器的采集频率以10秒/次、30秒/次和60秒/次三种方式设定，对采集的数据进行准确性判断及滤波算法处理；
步骤S43：得出模型方程参数，缸豆根据拟合的Two-term模型方程公式进行编程，葡萄根据拟合的Page模型方程公式进行编程；
步骤S44：将水分比转换成干基含水率；
步骤S45：分别切换传感器采集频率为30秒/次和60秒/次，重复步骤S43-S44。
10.根据权利要求9所述的基于干燥模型的热泵烘干机果蔬水分在线检测系统，其特征在于：
所述步骤S5中葡萄干燥试验验证方法为：半切葡萄干燥试验在55℃，铺料密度8kg/m2条件下进行，选取大小均匀、成熟度和色泽相近，颗粒饱满的葡萄，去除杂质和茎柄，清水洗净，待沥干后，将葡萄进行半切处理，挑选组织完好、无破损的半切葡萄，单层均匀地铺在网状托盘上进行试验，启动热泵干燥机，待干燥室里的温度达到设定值，将试验样品放入干燥室，每间隔1h取出样品测量记录一次实际重量，当葡萄的干基含水率降到18％时，停止试验，试验重复三次取均值；
所述步骤S5中缸豆燥试验验证方法为：豇豆干燥试验在55℃，事先漂烫2min，铺料密度3kg/m2条件下进行，挑选长短相近、粗细及色泽均匀的豇豆，去除杂质污秽，洗净沥干后漂烫2min取出，置于通风处待表面水分变干，单层均匀地铺在网状托盘上进行试验，开启干燥机，待干燥室温度达到设定值，将试验样品放入干燥室，每1h取出样品测量记录一次实际重量，当豇豆的干基含水率降到20％时，停止试验，试验重复三次取均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210484260.5A CN114894657A (zh) | 2022-05-06 | 2022-05-06 | 基于干燥模型的热泵烘干机果蔬水分在线检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210484260.5A CN114894657A (zh) | 2022-05-06 | 2022-05-06 | 基于干燥模型的热泵烘干机果蔬水分在线检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114894657A true CN114894657A (zh) | 2022-08-12 |
Family
ID=82719312
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210484260.5A Pending CN114894657A (zh) | 2022-05-06 | 2022-05-06 | 基于干燥模型的热泵烘干机果蔬水分在线检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114894657A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115542862A (zh) * | 2022-11-04 | 2022-12-30 | 日照鼎立钢构股份有限公司 | 一种提高果蔬冻干品质的干燥方案决策方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113607597A (zh) * | 2021-09-01 | 2021-11-05 | 南京农业大学 | 一种称重式果蔬含水率在线检测方法及系统 |
-
2022
- 2022-05-06 CN CN202210484260.5A patent/CN114894657A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113607597A (zh) * | 2021-09-01 | 2021-11-05 | 南京农业大学 | 一种称重式果蔬含水率在线检测方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 刘坤等: "红枣薄层干燥数学模型研究", 《食品科学》 * |
| 刘育晟等: "果蔬热风真空组合干燥设备控制系统的设计", 食品工业 * |
| 母刚等: "基于LabVIEW的水产品热泵干燥测试系统设计", 渔业现代化 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115542862A (zh) * | 2022-11-04 | 2022-12-30 | 日照鼎立钢构股份有限公司 | 一种提高果蔬冻干品质的干燥方案决策方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107316116B (zh) | 一种叶类蔬菜产量预测方法 | |
| Jha et al. | Non-destructive prediction of quality of intact apple using near infrared spectroscopy | |
| CN112034095B (zh) | 在线烘后烟丝结构分析系统及方法 | |
| CN114894657A (zh) | 基于干燥模型的热泵烘干机果蔬水分在线检测系统 | |
| CN103163217A (zh) | 声表面波谐振器串联检测系统及其检测方法 | |
| CN106644542B (zh) | 一种吸油烟机吸烟性能评估方法 | |
| Ibba et al. | Low-cost bio-impedance analysis system for the evaluation of fruit ripeness | |
| CN114034826A (zh) | 一种基于数据分析的冻干燕窝工艺用生产环境监测系统 | |
| CN103293188B (zh) | 一种基于介电频谱的小型西瓜成熟度检测方法 | |
| CN111104730B (zh) | 一种基于白度的大米碾白程度快速判别方法 | |
| CN103424431A (zh) | 一种大米霉变快速检测装置和方法 | |
| CN111352365B (zh) | 一种防尘通风型电力电气设备机柜及控制方法 | |
| CN113449792A (zh) | 一种无损快速检测食品质量的方法 | |
| CN112082930A (zh) | 一种诊断变压器固体绝缘老化状态方法 | |
| CN109916971A (zh) | 一种基于电容的新鲜烟叶水分的快速无损检测方法 | |
| CN115024505A (zh) | 一种基于积温积湿数据的烟叶醇化质量判别方法 | |
| CN110421731B (zh) | 一种金刚线断线在线检测系统 | |
| CN103048275A (zh) | 基于近红外光谱的自适应软仪表装置及其构造方法 | |
| CN113834913A (zh) | 一种简便测定水稻糙米粗脂肪含量的方法 | |
| CN110082399A (zh) | 一种新鲜烟叶总糖的快速无损检测方法 | |
| CN113030008A (zh) | 一种蒲黄炭炮制品的近红外在线质量检测方法 | |
| CN218097846U (zh) | 一种烟叶复烤干燥特性测试装置 | |
| BR112020021016A2 (pt) | Monitoramento de processo e controle de filtração por meio de medições de filtrado | |
| KR100549418B1 (ko) | 노이즈에 영향을 받지 않는 센서 신호의 인식방법 | |
| CN100494982C (zh) | 一种快速无损检测鸭梨内部质量的方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220812 |