CN116022477A - 一种稻谷去壳前的智能存储管理系统 - Google Patents
一种稻谷去壳前的智能存储管理系统 Download PDFInfo
- Publication number
- CN116022477A CN116022477A CN202310054674.9A CN202310054674A CN116022477A CN 116022477 A CN116022477 A CN 116022477A CN 202310054674 A CN202310054674 A CN 202310054674A CN 116022477 A CN116022477 A CN 116022477A
- Authority
- CN
- China
- Prior art keywords
- rice
- storage
- storage bin
- temperature
- humidity
- 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
Images
Landscapes
- Storage Of Harvested Produce (AREA)
Abstract
本发明公开一种稻谷去壳前的智能存储管理系统，包括仓储环境检测模块、存储模型搭建模块、存储品质演变预估模块、干扰介入评估模块和传导迁移分析模块，本发明通过对存储环境检测单元所在位置的温湿度进行模型搭建，获得稻谷存储仓的温、湿度存储模型，并通过对存储仓内各位置处的温湿度变化情况以及稻谷存储的时长、稻谷存入至稻谷存储仓时的含水率进行分析，以分析出稻谷存储过程中随着温度湿度变下稻谷存储仓内部的实时含水率，进而预测出实时含水率变化下稻谷的品质预演情况，能够准确预演出存储过程中的稻谷品质，并评估出稻谷品质预演下稻谷达到品质管控下限所需的预干扰介入时长，实现对稻谷存储过程中的智能管控，具有智能化动态调控的特点。
Description
技术领域
本发明属于稻谷存储技术领域，涉及到一种稻谷去壳前的智能存储管理系统。
背景技术
随着我国稻谷产生的增加，对其进行干燥、贮藏的问题日益受到重视，粮食存储安全是关系粮食安全的重要因素，稻谷作为我国粮食作物其存储安全尤为重要，随着稻谷存储环境下的温度和湿度是影响稻谷存储品质的重要因素，稻谷存储仓内温度、水分过高，会导致稻谷发热，出现点翠、霉变、腐烂不同程度的变化，同时发热消耗粮食的干物质，导致粮食重量减少，营养减少或丧失。
现有常规的检测方法存在对存储仓内的稻谷检测频繁，检测时间长以及需消耗大量的人力物力对存储仓内存储环境参数的获取等问题，以对存储仓进行通风，通风的过程中存在通风时间不足或通风量过大，，无法精准地稻谷存储仓内任意位置处的温湿度进行预测，并无法根据检测的存储仓内温湿度以及稻谷存储条件对稻谷的含水率进行分析，进而无法根据稻谷的含水率变化分析稻谷存储过程中的品质变化；另外，现有技术对稻谷存储仓进行通风的过程中，存在持续通风，造成能源浪费或通风时长不足造成存储仓内的温度和湿度未达到标准存储环境，影响稻谷存储过程中的品质把控，无法实现对稻谷存储过程进行智能化动态通风管控调整。
发明内容
本发明的目的在于提供的一种稻谷去壳前的智能存储管理系统，解决了现有技术存在的问题。
本发明的目的可以通过以下技术方案实现：
一种稻谷去壳前的智能存储管理系统，包括仓储环境检测模块、存储模型搭建模块、存储品质演变预估模块和干扰介入评估模块；
仓储环境检测模块包含若干分布在存储仓内用于检测所放置位置处的温湿度以及风量参数的仓储环境检测单元；
存储模型搭建模块用于获取各位置编号所对应的仓储环境检测单元检测的温湿度，并将各仓储环境检测单元所检测的温湿度与该仓储环境检测单元在稻谷存储仓内的空间位置建立映射关系，对稻谷存储仓内各空间位置下的温湿度进行训练，搭建稻谷存储仓内的温、湿度存储模型；
存储品质演变预估模块用于提取稻谷存储仓内任意位置处的温湿度参数，并筛选出稻谷存储的时长以及稻谷存入至稻谷存储仓时的含水率，对该含水率下的稻谷随存储时长变化下的温湿度参数进行分析，以获得稻谷存储仓内各位置处的稻谷品质演变预估系数；
干扰介入评估模块用于获取稻谷存储仓内各位置处的稻谷品质演变预估系数，筛选出各稻谷存储仓内稻谷品质演变预估系数最大的稻谷存储仓所在的位置，并对最大的稻谷品质演变预估系数进行分析，评估出最大的稻谷品质演变预估系数所对应的稻谷达到品质管控下限时所对应的预干扰介入时长，以根据预干扰介入时长对存储仓进行通风控制。
进一步地，搭建温度存储模型和湿度存储模型时，以位于稻谷存储仓底部中心的仓储环境检测单元所在的位置为原点，建立xy坐标，即(x01,y01)为坐标原点。
进一步地，受存入至稻谷存储仓时的含水率、存储时长以及在存储过程中的温湿度参数的影响，对稻谷存储品质进行演变分析，具体包括以下步骤：
步骤A1、提取稻谷存储的时长内各等间隔采样时间点下的存储仓内各位置处的温、湿度；
步骤A2、分析储存仓内各位置的处温、湿度的单位变化率，温度单位变化率湿度单位变化率Wk (x,y)为第k个等间隔采样时间点下(x,y)位置处的温度，Qk (x,y)为第k个等间隔采样时间点下(x,y)位置处的湿度，k＝2,3，...，T为相邻两等间隔采样时间点间的时长；
步骤A3、对步骤A2中的温度单位变化率和湿度单位变化率进行分析，预估稻谷存储仓内稻谷的实时含水率Ln (x,y)；
步骤A4、提取步骤A3中稻谷存储仓内各位置处稻谷的实时含水率，对稻谷存储仓内该位置处的稻谷进行品质演变预估，获得稻谷品质演变预估系数。
进一步地，还包括传导迁移分析模块，传导迁移分析模块用于判断干扰介入评估模块分析出的预干扰介入时长是否小于等于设定的时间阈值，若小于等于设定的时间阈值，并获取存储仓内堆放的稻谷重量、稻谷堆放高度以及存储模型搭建模块搭建出的存储仓内各位置处温湿度参数，采用通风传导迁移模型对稻谷存储仓内各位置的温湿度进行传导迁移分析，获得存储仓内各位置的传导迁移系数。
进一步地，所述传导迁移分析模块中的通风传导迁移模型为μ(x,y)为稻谷存储仓内(x，y)位置处的传导迁移系数，为传导迁移干扰因子，G为稻谷存储仓内存储的稻谷总重量，g为重力常数，取值9.8，x和y分别为(x,y)位置处的位置坐标，D为稻谷存储仓的半径，本实施例中研究的稻谷存储仓内圆柱状，h为稻谷存储仓的存储高度，v表示为单位时间内通风管道向稻谷存储仓内通入的气体体积，s为通风管道的截面积，σ(x，y)为稻谷存储仓内(x，y)位置处环境疏散阻挡因子，β为温湿度占比，取值0.47，θ(x,y)为温度疏散引导系数，ψ(x,y)为湿度疏散引导系数，温度疏散引导系数和湿度疏散引导系数的数值由训练获得，W(x，y)为稻谷存储仓内(x，y)位置处的温度，W0为设定的标准温度，Q(x，y)为稻谷存储仓内(x，y)位置处的湿度，Q0为设定的标准湿度，设定的标准温度和标准湿度为进风管道输入的温度和湿度。
进一步地，还包括疏散迁移预测模块，所述疏散迁移预测模块用于获得存储仓内各位置的传导迁移系数，并根据传导迁移系数预测出各位置处进行温湿度疏散的传导迁移时长，提取出最大传导迁移时长，判断最大传导迁移时长是否大于设定的疏散标准时长，若大于设定的疏散标准时长，则动态调整单位时间内通风管道向稻谷存储仓内通入气体的体积，直至存储仓内各位置的传导迁移系数所对应的传导迁移时长小于预干扰介入时长。
进一步地，还包括疏散训练分析模块，疏散训练分析模块用于获得位于存储仓内各仓储环境检测单元所在位置处的风量参数，对存储仓内各位置处仓储环境检测单元的风量参数进行实验训练，以获得各位置处的风量参数与存储仓中心轴距离间的关联干扰因子，进而获得存储仓内任意位置处的风量参数。
进一步地，还包括疏散蔓延评估模块，疏散蔓延评估模块提取疏散训练分析模块获得的存储仓内任意位置处的风量参数，同时获取存储模型搭建模块搭建出的存储仓内各位置处的温湿度参数，通过存储仓内各位置处的风量参数以及各位置处的温湿度参数预估出各位置所对应的温度疏散引导系数和湿度疏散引导系数。
本发明的有益效果：
本发明通过对采集的存储仓内数量有限的存储环境检测单元所在位置的温湿度进行模型搭建，获得稻谷存储仓的温、湿度存储模型，以便于根据温湿度存储模型获得存储仓内任意位置处的温湿度参数，降低存储仓内各位置环境参数检测所需的存储环境检测单元数量，同时提高了存储仓内各位置处温湿度参数检测的准确性，为后期存储环境内的温湿度对稻谷品质的分析提供可靠基础数据。
本发明通过对存储仓内各位置处的温湿度变化情况以及稻谷存储的时长、稻谷存入至稻谷存储仓时的含水率进行分析，以分析出稻谷存储过程中随着温度湿度变下稻谷存储仓内部的实时含水率，进而预测出实时含水率变化下稻谷的品质预演情况，实现对稻谷存储环境下稻谷品质的量化分析，能够准确预演出存储过程中的稻谷品质，并评估出稻谷品质预演下稻谷达到品质管控下限所需的预干扰介入时长，便于根据预干扰介入时长及早对最早预发生黄变的稻谷存储环境进行时间评估，以达到提前干扰介入，最大程度地阻碍稻谷品质的衰减，提高了存储环境下稻谷的品质，可根据预干扰介入时长及时对通风装置进行控制，以保证存储仓内的稻谷的品质。
本发明通过通风传导迁移模型对存储仓内堆放的稻谷重量、稻谷堆放高度以及各位置处的温湿度参数进行分析，获得存储仓内各位置的传导迁移系数，并将根据传导迁移系数分析预测的各位置处进行温湿度疏散所需的传导迁移时长与设定的疏散标准时长进行对比，以动态调整单位时间内通风管道向稻谷存储仓内通入气体的体积，实现通风参数的动态调整，达到稻谷存储的智能管理，保证存储仓散热和排湿的智能化，避免持续通风，造成能源浪费或通风时长不足造成存储仓内的温度和湿度未达到最佳存储环境，提到稻谷存储品质。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明中存储仓内部分布示意图。
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它实施例，都属于本发明保护的范围。
稻谷储存要适时通风：新生稻谷往往呼吸旺盛，稻谷存储仓内的温度较高、水分较高，应适时通风，若不及时通风，存储仓内会发热发霉，影响稻谷存储品质。
若干稻谷存储仓分布在仓库内，稻谷存储仓底部设有进气孔，顶部设有出气孔，底部的进气孔与送风管道连接，送风管道与风机连接，当风机工作时，风机产生的风经干燥器干燥后，并依次通过进风管道、存储仓的进气孔进入稻谷存储仓底，最后由稻谷仓储顶部的出气孔排出，能够有效地将稻谷存储仓内的水分和温度带出稻谷存储仓。
一种稻谷去壳前的智能存储管理系统，包括仓储环境检测模块、存储模型搭建模块、存储品质演变预估模块、干扰介入评估模块和仓储通风管控模块。
仓储环境检测模块由若干仓储环境检测单元组成，仓储环境检测单元分布在稻谷存储仓的底部、中部和顶部三个不同存储高度处，位于底部的仓储环境检测单元距稻谷存储仓底部的高度距离为5cm，位于顶部的仓储环境检测单元距稻谷存储仓顶部的高度距离为5cm，位于稻谷存储仓中部的仓储环境检测单元在稻谷存储仓高度的二分之一位置处。
如图1所示，同一存储高度下的稻谷存储仓中心轴位置、存储仓中心轴与稻谷存储仓边缘距离的一半位置均设有一仓储环境检测单元，通过对稻谷存储仓底部、中部以及顶部不同仓储高度以及同一仓储高度下距离存储仓中心轴不同位置处的温湿度进行获取，可均匀获取稻谷存储仓内各位置处的温湿度参数。
仓储环境检测单元对所放置位置处的温湿度以及风量参数进行检测，并将所检测的放置位置处的温湿度以及该放置位置处的仓储环境检测单元所对应的位置编号反馈至存储模型搭建模块，并将检测的仓储环境检测单元所在位置处的风量参数发送至疏散训练分析模块，具体本实施例中的风量参数为单位时间内流经所在位置处的气体体积。
存储模型搭建模块用于获取各位置编号所对应的仓储环境检测单元检测的温湿度，并将提取的各位置编号下仓储环境检测单元所检测的温湿度与该仓储环境检测单元在稻谷存储仓内的空间位置建立映射关系，对稻谷存储仓内各空间位置下的温湿度进行训练，搭建稻谷存储仓内的温、湿度存储模型，通过搭建稻谷存储仓的温、湿度存储模型，可获取稻谷存储仓内任意位置处的温湿度参数，实现稻谷存储仓内任意位置处温湿度获取的便利性，降低为获取稻谷存储仓内各位置处温湿度参数所采用的仓储环境检测单元的数量，具有存储模型搭建的准确性高的特点。
搭建温度存储模型和湿度存储模型时，以位于稻谷存储仓底部中心的仓储环境检测单元所在的位置为原点，建立xy坐标，即(x01,y01)为坐标原点，由于稻谷存储仓内同一高度下距离稻谷存储仓中心轴的距离相同的稻谷所在环境的温度和湿度差异性较小，为了减少实验数据量，规定同一高度下的稻谷存储仓内距离稻谷存储仓中心轴的距离相同的位置所对应的温、湿度相同。
其中，温度存储模型：
W(x,y)表示为存储仓内(x,y)处的温度数值，W01和W02分别表示为底部中心的温度数值和底部中心与存储仓边缘连线中点的温度数值，W11和W12分别为存储仓中部中心的温度数值和存储仓中部与存储仓边缘连线中点的温度数值，W21和W22分别为存储仓顶部中心的温度数值和存储仓顶部与存储仓边缘连线中点的温度数值，(x01,y01)为底部中心的位置坐标，(x02,y02)表示为底部中心与存储仓底部边缘连线中点的位置坐标，(x11,y11)表示为存储仓中部中心的位置坐标，(x12,y12)为存储仓中部与存储仓中部边缘连线中点的位置坐标，(x21,y21)为存储仓顶部中心的位置坐标，(x22,y22)为存储仓顶部与存储仓顶部边缘连线中点的位置坐标。
所述湿度存储模型：
Q(x,y)表示为存储仓内(x,y)处的湿度数值，Q01和Q02分别表示为底部中心的温度数值和底部中心与存储仓底部边缘连线中点的湿度数值，Q11和Q12分别为存储仓中部中心的温度数值和存储仓中部与存储仓中部边缘连线中点的湿度数值，Q21和Q22分别为存储仓顶部中心的湿度数值和存储仓顶部与存储仓顶部边缘连线中点的湿度数值。
存储品质演变预估模块用于提取稻谷存储仓内任意位置处的温湿度参数，并筛选出稻谷存储的时长以及稻谷存入至稻谷存储仓时的含水率，对该含水率下的稻谷随存储时长变化下的温湿度参数进行分析，以获得稻谷存储仓内各位置处的稻谷品质演变预估系数，对稻谷存储环境参数进行综合分析，以预估稻谷在当前存储环境下的品质，便于根据预估的稻谷品质对稻谷存储环境进行改善，以保证稻谷存放过程中的稻谷品质。
受存入至稻谷存储仓时的含水率、存储时长以及在存储过程中的温湿度参数的影响，对稻谷存储品质进行演变分析，具体包括以下步骤：
步骤A1、提取稻谷存储的时长内各等间隔采样时间点下的存储仓内各位置处的温、湿度；
步骤A2、分析储存仓内各位置的处温、湿度的单位变化率，温度单位变化率湿度单位变化率Wk (x,y)为第k个等间隔采样时间点下(x,y)位置处的温度，Qk (x,y)为第k个等间隔采样时间点下(x,y)位置处的湿度，k＝2,3，...，T为相邻两等间隔采样时间点间的时长；
步骤A3、对步骤A2中的温度单位变化率和湿度单位变化率进行分析，预估稻谷存储仓内稻谷的实时含水率Ln (x,y)为第n个等间隔采样时间点下(x,y)位置处稻谷的实时含水率，n取值1,2,3,...，χ为稻谷存入至存储仓时的含水率，α为稻谷含水率吸收系数，取值0.0317，由多次实验获取，ΔηW为所允许的单位时间内最大温度变化率，0.12-0.3℃/h，ΔηQ为所允许的单位时间内最大湿度变化率，0.01-0.025％/h,为了保证核心数据的安全性，本发明不对所允许的单位时间内最大温度变化率和最大湿度变化率的数据进行公布；
步骤A4、提取步骤A3中稻谷存储仓内各位置处稻谷的实时含水率，对稻谷存储仓内该位置处的稻谷进行品质演变预估，获得稻谷品质演变预估系数φn (x,y)，稻谷品质演变预估系数反应出稻谷存储过程中受稻谷内温度和湿度干扰下的品质衰减程度，随着稻谷品质演变预估系数逐渐增大，存储至存储仓内的稻谷品质逐渐降低。
干扰介入评估模块用于获取稻谷存储仓内各位置处的稻谷品质演变预估系数，筛选出各稻谷存储仓内稻谷品质演变预估系数最大的稻谷存储仓所在的位置，并对最大的稻谷品质演变预估系数进行分析，评估出最大的稻谷品质演变预估系数所对应的稻谷达到品质管控下限时所对应的预干扰介入时长，针对品质管控下限所对应的稻谷品质演变预估系数等于设定的危险系数阈值，且预干扰介入所对应的危险系数阈值下的稻谷未发生变质，一旦稻谷品质演变预估系数大于预干扰介入所对应的危险系数阈值时，稻谷逐渐开始发生黄变，采用预干扰介入时长能够及早对最早预发生黄变的稻谷存储环境进行时间评估，便于提前干扰介入，最大程度地阻碍稻谷品质的衰减，提高了存储环境下稻谷的品质，可根据预干扰介入时长及时对通风装置进行控制，以保证存储仓内的稻谷的品质。
预干扰介入时长为E为品质管控下限所对应的稻谷品质演变预估系数，φmax为稻谷存储仓内最大的稻谷品质演变预估系数。
其中，一实施例中结合通风装置对存储仓内通风进行智能预测，分析出存储仓内稻谷进行湿度和热量排放的情况，具体本实施例还包括传导迁移分析模块、疏散迁移预测模块、疏散训练分析模块和疏散蔓延评估模块。
传导迁移分析模块用于判断干扰介入评估模块分析出的预干扰介入时长是否小于等于设定的时间阈值，若小于等于设定的时间阈值(设定的时间阈值为存储仓内对稻谷达到品质管控下限的稻谷存储仓进行通风的最长时长)，并获取存储仓内堆放的稻谷重量、稻谷堆放高度以及存储模型搭建模块搭建出的存储仓内各位置处温湿度参数，采用通风传导迁移模型对稻谷存储仓内各位置的温湿度进行传导迁移分析，获得存储仓内各位置的传导迁移系数，传导迁移系数反应通风装置对稻谷存储仓内各位置的通风散热排湿的能力，并根据传导迁移系数分析出稻谷存储仓内温度和湿度在通风作用下降低至标准存储环境(存储仓内标准存储温度、标准存储湿度)以下所需的时间，进而便于对通风装置进行智能调控。
通风传导迁移模型为μ(x,y)为稻谷存储仓内(x，y)位置处的传导迁移系数，为传导迁移干扰因子，G为稻谷存储仓内存储的稻谷总重量，g为重力常数，取值9.8，x和y分别为(x,y)位置处的位置坐标，D为稻谷存储仓的半径，本实施例中研究的稻谷存储仓内圆柱状，h为稻谷存储仓的存储高度，v表示为单位时间内通风管道向稻谷存储仓内通入的气体体积，s为通风管道的截面积，σ(x，y)为稻谷存储仓内(x，y)位置处环境疏散阻挡因子，β为温湿度占比，取值0.47，θ(x,y)为温度疏散引导系数，ψ(x,y)为湿度疏散引导系数，温度疏散引导系数和湿度疏散引导系数的数值由W(x，y)为稻谷存储仓内(x，y)位置处的温度，W0为设定的标准温度，Q(x，y)为稻谷存储仓内(x，y)位置处的湿度，Q0为设定的标准湿度，设定的标准温度和标准湿度为进风管道输入的温度和湿度。
疏散迁移预测模块用于获得存储仓内各位置的传导迁移系数，并根据传导迁移系数预测出各位置处进行温湿度疏散的传导迁移时长提取出最大传导迁移时长，判断最大传导迁移时长是否大于设定的疏散标准时长，若大于设定的疏散标准时长，则动态调整单位时间内通风管道向稻谷存储仓内通入气体的体积，直至存储仓内各位置的传导迁移系数所对应的传导迁移时长小于设定的疏散标准时长，以达到对存储仓最佳散热和透气，有效保证存储内稻谷的存放品质。
通过疏散迁移预测模块对受存储仓内各位置的温度、湿度以及通风管道内的风量参数等干扰的传导迁移系数进行分析，获得各位置传导迁移系数所预测出的该位置进行温湿度疏散所对应的传导迁移时长，以便于根据温湿度疏散的传导迁移时长对通风管道向存储仓内流入的气体体积进行智能动态调控，以保证存储仓散热和除湿的智能化，避免持续通风，造成能源浪费或通风时长不足造成存储仓内的温度和湿度未达到标准存储环境，进而导致存储品质收到影响。
另外，本实施例还记载了疏散训练分析模块和疏散蔓延评估模块用于获取通风传导迁移模型中的温度疏散引导系数和湿度疏散引导系数，并根据各位置处的风量以及温湿度的实时变化情况，能够准确地根据风量对存储仓内的温湿度疏散进行引导预测。
由于各存储环境检测单元所分布的数量以及位置有限，无法保证存储仓内任意位置的温湿度和风量参数均通过存储环境检测单元获取，根据在存储仓内有限的存储环境检测单元所检测的风量参数，并对有限的存储环境检测单元所检测的风量参数进行训练，以获得存储仓内任意位置处的风量参数。
具体，疏散训练分析模块用于获得位于存储仓内各仓储环境检测单元所在位置处的风量参数，对存储仓内各位置处仓储环境检测单元的风量参数进行实验训练，以获得各位置处的风量参数与存储仓中心轴距离间的关联干扰因子，即，得到风量干扰因子e-x，进而获得存储仓内任意位置处的风量参数因存储仓内不同位置的稻谷对气流的阻力不同，可根据进气管分布的位置以及存储仓内各位置在水平面内距离存储仓中心轴的距离所决定，x为存储仓的x位置坐标。
通过对存储仓内有限采集点处的存储环境检测单元所检测的风量参数进行实验训练，寻找规律，以寻找到各位置处的风量参数与存储仓中心轴距离间的关联干扰因子，进而可根据关联干扰因子分析出存储仓内任意位置处的风量参数。
疏散蔓延评估模块提取疏散训练分析模块获得的存储仓内任意位置处的风量参数，同时获取存储模型搭建模块搭建出的存储仓内各位置处的温湿度参数，通过存储仓内各位置处的风量参数以及各位置处的温湿度参数预估出各位置所对应的温度疏散引导系数和湿度疏散引导系数F为设定的单位时间内单位面积下通过的标准气体体积，EW为单位时间内单位面积下通过的标准气体容积所疏散的温度数值，EQ为单位时间内单位面积下通过的标准气体容积所疏散的湿度数值，通过疏散蔓延评估模块对存储仓内温度和湿度疏散程度进行分析，进而获取温度和湿度疏散过程中的准确数据，便于准确获得稻谷存储仓内各位置处的传导迁移系数，进而提高了对各位置处进行温湿度疏散的传导迁移时长的精度。
另外，本系统还包括仓储通风管控模块，智能通风装置包括气体干燥筒、风机、通风管道和控制器，控制器与风机连接，用于控制风机在单位时间内产生的风通风管道内流过的体积，风机依次与通风管道和气体干燥筒连接，气体干燥筒再次通过通风管道与稻谷存储仓的进气孔连接，风机产生的风通过风机与气体干燥筒间的通风管道流入气体干燥筒内(单位时间内流入气体干扰筒和流出气体干燥筒的气体体积相同)，并经气体干燥筒干燥后的气体通过通风管道与存储仓底部中心的进气孔连接，便于通入干燥后的气体，将存储仓内潮湿的气体以及高温环境从存储仓的出气孔排出。
上述公式均是去量纲取其数值计算，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进行设置，比例系数和权重系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于比例系数和权重系数的大小，只要不影响参数与量化后数值的比例关系即可。
以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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 (8)
1.一种稻谷去壳前的智能存储管理系统，其特征在于：包括仓储环境检测模块、存储模型搭建模块、存储品质演变预估模块和干扰介入评估模块；
仓储环境检测模块包含若干分布在存储仓内用于检测所放置位置处的温湿度以及风量参数的仓储环境检测单元；
存储模型搭建模块用于获取各位置编号所对应的仓储环境检测单元检测的温湿度，并将各仓储环境检测单元所检测的温湿度与该仓储环境检测单元在稻谷存储仓内的空间位置建立映射关系，对稻谷存储仓内各空间位置下的温湿度进行训练，搭建稻谷存储仓内的温、湿度存储模型；
存储品质演变预估模块用于提取稻谷存储仓内任意位置处的温湿度参数，并筛选出稻谷存储的时长以及稻谷存入至稻谷存储仓时的含水率，对该含水率下的稻谷随存储时长变化下的温湿度参数进行分析，以获得稻谷存储仓内各位置处的稻谷品质演变预估系数；
干扰介入评估模块用于获取稻谷存储仓内各位置处的稻谷品质演变预估系数，筛选出各稻谷存储仓内稻谷品质演变预估系数最大的稻谷存储仓所在的位置，并对最大的稻谷品质演变预估系数进行分析，评估出最大的稻谷品质演变预估系数所对应的稻谷达到品质管控下限时所对应的预干扰介入时长，以根据预干扰介入时长对存储仓进行通风控制。
2.根据权利要求1所述的一种稻谷去壳前的智能存储管理系统，其特征在于：搭建温度存储模型和湿度存储模型时，以位于稻谷存储仓底部中心的仓储环境检测单元所在的位置为原点，建立xy坐标，即(x01,y01)为坐标原点。
3.根据权利要求1所述的一种稻谷去壳前的智能存储管理系统，其特征在于：受存入至稻谷存储仓时的含水率、存储时长以及在存储过程中的温湿度参数的影响，对稻谷存储品质进行演变分析，具体包括以下步骤：
步骤A1、提取稻谷存储的时长内各等间隔采样时间点下的存储仓内各位置处的温、湿度；
步骤A2、分析储存仓内各位置的处温、湿度的单位变化率，温度单位变化率
湿度单位变化率
Wk (x,y)为第k个等间隔采样时间点下(x,y)位置处的温度，Qk (x,y)为第k个等间隔采样时间点下(x,y)位置处的湿度，k＝2,3，...，T为相邻两等间隔采样时间点间的时长；
步骤A3、对步骤A2中的温度单位变化率和湿度单位变化率进行分析，预估稻谷存储仓内稻谷的实时含水率Ln (x,y)；
步骤A4、提取步骤A3中稻谷存储仓内各位置处稻谷的实时含水率，对稻谷存储仓内该位置处的稻谷进行品质演变预估，获得稻谷品质演变预估系数。
4.根据权利要求1所述的一种稻谷去壳前的智能存储管理系统，其特征在于：还包括传导迁移分析模块，传导迁移分析模块用于判断干扰介入评估模块分析出的预干扰介入时长是否小于等于设定的时间阈值，若小于等于设定的时间阈值，并获取存储仓内堆放的稻谷重量、稻谷堆放高度以及存储模型搭建模块搭建出的存储仓内各位置处温湿度参数，采用通风传导迁移模型对稻谷存储仓内各位置的温湿度进行传导迁移分析，获得存储仓内各位置的传导迁移系数。
5.根据权利要求5所述的一种稻谷去壳前的智能存储管理系统，其特征在于：所述传导迁移分析模块中的通风传导迁移模型为
μ(x,y)为稻谷存储仓内(x，y)位置处的传导迁移系数，
为传导迁移干扰因子，
G为稻谷存储仓内存储的稻谷总重量，g为重力常数，取值9.8，x和y分别为(x,y)位置处的位置坐标，D为稻谷存储仓的半径，本实施例中研究的稻谷存储仓内圆柱状，h为稻谷存储仓的存储高度，v表示为单位时间内通风管道向稻谷存储仓内通入的气体体积，s为通风管道的截面积，σ(x，y)为稻谷存储仓内(x，y)位置处环境疏散阻挡因子，
β为温湿度占比，取值0.47，θ(x,y)为温度疏散引导系数，ψ(x,y)为湿度疏散引导系数，温度疏散引导系数和湿度疏散引导系数的数值由训练获得，W(x，y)为稻谷存储仓内(x，y)位置处的温度，W0为设定的标准温度，Q(x，y)为稻谷存储仓内(x，y)位置处的湿度，Q0为设定的标准湿度，设定的标准温度和标准湿度为进风管道输入的温度和湿度。
6.根据权利要求4所述的一种稻谷去壳前的智能存储管理系统，其特征在于：还包括疏散迁移预测模块，所述疏散迁移预测模块用于获得存储仓内各位置的传导迁移系数，并根据传导迁移系数预测出各位置处进行温湿度疏散的传导迁移时长，提取出最大传导迁移时长，判断最大传导迁移时长是否大于设定的疏散标准时长，若大于设定的疏散标准时长，则动态调整单位时间内通风管道向稻谷存储仓内通入气体的体积，直至存储仓内各位置的传导迁移系数所对应的传导迁移时长小于预干扰介入时长。
7.根据权利要求5所述的一种稻谷去壳前的智能存储管理系统，其特征在于：还包括疏散训练分析模块，疏散训练分析模块用于获得位于存储仓内各仓储环境检测单元所在位置处的风量参数，对存储仓内各位置处仓储环境检测单元的风量参数进行实验训练，以获得各位置处的风量参数与存储仓中心轴距离间的关联干扰因子，进而获得存储仓内任意位置处的风量参数。
8.根据权利要求7所述的一种稻谷去壳前的智能存储管理系统，其特征在于：还包括疏散蔓延评估模块，疏散蔓延评估模块提取疏散训练分析模块获得的存储仓内任意位置处的风量参数，同时获取存储模型搭建模块搭建出的存储仓内各位置处的温湿度参数，通过存储仓内各位置处的风量参数以及各位置处的温湿度参数预估出各位置所对应的温度疏散引导系数和湿度疏散引导系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310054674.9A CN116022477A (zh) | 2023-02-03 | 2023-02-03 | 一种稻谷去壳前的智能存储管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310054674.9A CN116022477A (zh) | 2023-02-03 | 2023-02-03 | 一种稻谷去壳前的智能存储管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116022477A true CN116022477A (zh) | 2023-04-28 |
Family
ID=86070402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310054674.9A Pending CN116022477A (zh) | 2023-02-03 | 2023-02-03 | 一种稻谷去壳前的智能存储管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116022477A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117035618A (zh) * | 2023-10-09 | 2023-11-10 | 山东爱福地生物股份有限公司 | 一种有机水溶肥储存料仓管理方法及系统 |
| CN117196412A (zh) * | 2023-11-01 | 2023-12-08 | 江苏银家不锈钢管业有限公司 | 一种钢管成品的质检验收方法及系统 |
-
2023
- 2023-02-03 CN CN202310054674.9A patent/CN116022477A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117035618A (zh) * | 2023-10-09 | 2023-11-10 | 山东爱福地生物股份有限公司 | 一种有机水溶肥储存料仓管理方法及系统 |
| CN117035618B (zh) * | 2023-10-09 | 2024-01-12 | 山东爱福地生物股份有限公司 | 一种有机水溶肥储存料仓管理方法及系统 |
| CN117196412A (zh) * | 2023-11-01 | 2023-12-08 | 江苏银家不锈钢管业有限公司 | 一种钢管成品的质检验收方法及系统 |
| CN117196412B (zh) * | 2023-11-01 | 2024-01-23 | 江苏银家不锈钢管业有限公司 | 一种钢管成品的质检验收方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116022477A (zh) | 一种稻谷去壳前的智能存储管理系统 | |
| CN105075546B (zh) | 粮仓通风系统和方法 | |
| CN107389746A (zh) | 粮堆含水率在线检测方法及系统 | |
| Lawrence et al. | Modeling in-bin rice drying using natural air and controlled air drying strategies | |
| CN205694422U (zh) | 一种复合型智能钢板仓 | |
| CN115564280A (zh) | 一种基于物联网的粮仓测虫用数据管理系统 | |
| Atungulu et al. | Assessment of new in-bin drying and storage technology for soybean seed | |
| CN111109350A (zh) | 一种水果智能催熟方法和催熟系统 | |
| CN107514382A (zh) | 一种调节机框风道以减小系统功耗的装置和方法 | |
| CN104544501B (zh) | 一种带有称重装置的澳洲坚果干燥方法 | |
| CN111861307B (zh) | 一种果品多元品质时空分布感知方法及系统 | |
| Xue et al. | Effect of cooling pad installation on indoor airflow distribution in a tunnel-ventilated laying-hen house | |
| CN106818080B (zh) | 黄淮流域玉米就仓干燥仓及其干燥操作方法 | |
| CN114901057B (zh) | 一种数据中心机房内部多点能耗检测与动态调节系统 | |
| SE514550C2 (sv) | Adaptiv prediktionsbaserad styrning av ett vakuumarbetande avfallsuppsamlingssystem | |
| CN102252894B (zh) | 一种可控制烘干终点样品水分含量的快速节能粮食烘箱 | |
| CN203982232U (zh) | 一种智能通风控制系统 | |
| CN205584837U (zh) | 智能粮仓 | |
| CN213029206U (zh) | 一种基于多参数粮情检测的新型低温储粮系统 | |
| CN206245828U (zh) | 一种后熟、保鲜粮仓 | |
| KR101657137B1 (ko) | 지능형 축사 환풍구 제어방법 | |
| CN113110324A (zh) | 烘干机参数优化模型的训练方法、装置和计算机设备 | |
| CN117407728B (zh) | 一种用于干细胞的存储环境实时监测方法及系统 | |
| CN104950955B (zh) | 一种仓库管理系统及方法 | |
| CN112984712A (zh) | 新风系统的控制方法、新风系统及计算机可读存储介质 |
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 |