CN116482310B - 基于顺流式谷物干燥机的水分测量方法及装置 - Google Patents
基于顺流式谷物干燥机的水分测量方法及装置 Download PDFInfo
- Publication number
- CN116482310B CN116482310B CN202310451644.1A CN202310451644A CN116482310B CN 116482310 B CN116482310 B CN 116482310B CN 202310451644 A CN202310451644 A CN 202310451644A CN 116482310 B CN116482310 B CN 116482310B
- Authority
- CN
- China
- Prior art keywords
- grain
- axis
- characteristic parameters
- water content
- site
- 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
Links
- 238000000691 measurement method Methods 0.000 title abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 56
- 239000003990 capacitor Substances 0.000 claims abstract description 44
- 238000003062 neural network model Methods 0.000 claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000007599 discharging Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 21
- 235000013339 cereals Nutrition 0.000 claims description 166
- 238000005259 measurement Methods 0.000 claims description 24
- 230000007246 mechanism Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005496 tempering Methods 0.000 claims description 10
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000001035 drying Methods 0.000 abstract description 8
- 238000004880 explosion Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Food Science & Technology (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明提供一种基于顺流式谷物干燥机的水分测量方法及装置，属于谷物干燥领域，该方法包括：获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率；将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。该方法考虑到空气温湿度、谷物温度和谷物电容的共同影响，提高了谷物水分测量精度和速度，可以在一定程度上降低谷物干燥机的腰爆率。
Description
技术领域
本发明涉及谷物干燥领域，尤其涉及一种基于顺流式谷物干燥机的水分测量方法及装置。
背景技术
谷物干燥机主要用于稻谷和小麦的干燥，对于顺流式谷干燥机，每次缓苏后进行下一次干燥之前，都需要对谷物的水分进行测量，将其水分数据作为下一次干燥的初始条件之一来确定下一次干燥的热风温度或速度。
目前，谷物干燥机对谷物水分的确定方式大多是使用神经网络进行预测或采用电阻法测量。其中，目前的神经网络预测模型准确度并不理想，且容易受到外界环境变化的影响。电阻法测量则是测量某固定点谷物含水率，使用该点谷物的含水率代替该干燥机内部的含水率，但电阻法容易受到谷物中杂质的影响。
发明内容
针对现有技术存在的问题，本发明提供一种基于顺流式谷物干燥机的水分测量方法及装置。
本发明提供一种基于顺流式谷物干燥机的水分测量方法，包括：获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率；将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
根据本发明提供的一种基于顺流式谷物干燥机的水分测量方法，所述获取待测位点的多个特征参数，包括：在平行板电容位于待测位点时，对平行板电容进行充电或者放电；通过测量电路测量充电或者放电过程中预设高电平的持续时长，根据所述持续时长确定所述信号频率。
根据本发明提供的一种基于顺流式谷物干燥机的水分测量方法，所述获取待测位点的多个特征参数之前，还包括：对于多份含水率已知的谷物样本，获取所述谷物样本位于不同空气温度、空气湿度和谷物温度环境下时，平行板电容经充放电后通过测量电路测得的信号频率；将不同空气温度、空气湿度和谷物温度环境，以及测得的信号频率的组合作为训练样本的输入特征参数，将已知含水率作为对应的标签，对构建的初始反向传播神经网络模型进行训练，得到所述训练后的反向传播神经网络模型。
根据本发明提供的一种基于顺流式谷物干燥机的水分测量方法，所述待测位点有多个，相应地，所述将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果，包括：将每个待测位点的特征参数输入训练后的反向传播神经网络模型，得到每个待测位点的谷物含水率；根据所有待测位点的谷物含水率，输出谷物含水率检测结果。
本发明提供一种基于顺流式谷物干燥机的水分测量单元，包括：获取模块，用于获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率；处理模块，用于将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
本发明提供一种基于顺流式谷物干燥机的水分测量装置，包括数据采集机构、温度传感器、湿度传感器、平行板电容、测量电路以及上述水分测量单元；所述温度传感器，用于采集待测位点的空气温度和谷物温度；所述湿度传感器，用于采集待测位点的空气湿度；所述平行板电容，用于在待测点位进行充放电，并通过所述测量电路测量充放电过程中的信号频率；所述数据采集机构，用于将所述温度传感器、所述湿度传感器、所述平行板电容移动至待测位点。
根据本发明提供的一种基于顺流式谷物干燥机的水分测量装置，所述测量电路包括NE555芯片、第一电阻、第二电阻；所述第一电阻连接至NE555芯片的D引脚和VCC引脚之间；所述第二电阻连接至NE555芯片的D引脚和TH引脚之间；所述平行板电容连接至NE555芯片的TH引脚与GND。
根据本发明提供的一种基于顺流式谷物干燥机的水分测量装置，所述数据采集机构包括：X轴电机、X轴滑轨、X轴齿轮齿条、X轴桁架；Y轴电机、Y轴滑轨、Y轴齿轮齿条、Y轴桁架；Z轴电机、Z轴滑轨、Z轴齿轮齿条、Z轴桁架、检测头以及定位模块；其中，X轴滑轨与X轴齿条固定在X轴桁架上，Y轴滑轨与Y轴齿条固定在Y轴桁架上，Z轴滑轨与Z轴齿条固定在Z轴桁架上；X轴电机，与Y轴桁架固定连接，与X轴滑轨通过滑块连接，并带动X轴齿轮齿条往复运动；Y轴电机，Z轴电机固定连接，与Y轴滑轨通过滑块连接，并带动Y轴齿轮齿条往复运动；Z轴电机，与Z轴滑轨通过滑块连接，并带动Z轴齿轮齿条往复运动；温度传感器、湿度传感器和平行板电容安装在检测头上，检测头安装在Z轴末端，X轴滑轨固定于干燥机缓苏室上方；所述定位模块，用于控制X轴电机、Y轴电机和Z轴电机的运动，以使Z轴末端的检测头到达待测位点。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于顺流式谷物干燥机的水分测量方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于顺流式谷物干燥机的水分测量方法。
本发明提供的基于顺流式谷物干燥机的水分测量方法及装置，考虑到空气温湿度、谷物温度和谷物电容的共同影响，提高了谷物水分测量精度，将特征参数输入训练后的反向传播神经网络模型，提高了谷物水分测量速度，基于精度和速度的结合，可以在一定程度上降低谷物干燥机的腰爆率。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的基于顺流式谷物干燥机的水分测量方法的流程示意图；
图2是本发明提供的平行板电容等效原理示意图；
图3是本发明提供的反向传播神经网络模型的结构示意图；
图4是本发明提供的NE555模块的内部电路图；
图5是本发明提供的测量电路图；
图6是本发明提供的基于顺流式谷物干燥机的水分测量单元的结构示意图；
图7是本发明提供的基于顺流式谷物干燥机的水分测量装置的数据采集机构示意图；
图8a是本发明提供的基于顺流式谷物干燥机的水分测量装置的平行板电容立体图；
图8b是本发明提供的基于顺流式谷物干燥机的水分测量装置的平行板电容主视图；
图8c是本发明提供的基于顺流式谷物干燥机的水分测量装置的平行板电容俯视图；
图8d是本发明提供的基于顺流式谷物干燥机的水分测量装置的平行板电容侧视图；
图9是本发明提供的电子设备的结构示意图；
附图标记：1、X轴滑轨；2、X轴齿轮齿条；3、X轴桁架；4、X轴电机；5、Y轴滑轨；6、Y轴桁架；7、Y轴齿轮齿条；8、Y轴电机；9、Z轴滑轨；10、Z轴齿轮齿条；11、Z轴桁架；12、Z轴电机；13检测头。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
下面结合图1-图9描述本发明的基于顺流式谷物干燥机的水分测量方法及装置。图1是本发明提供的基于顺流式谷物干燥机的水分测量方法的流程示意图，如图1所示，本发明提供基于顺流式谷物干燥机的水分测量方法，包括：
101、获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率。
对于干燥领域，目前的测量装置或方法并未考虑到高温、高湿环境对谷物含水率的影响。在本发明中，采集环境温度、谷物温度、空气湿度以及与电容容量相关的信号频率等变量，作为确定含水率的特征参数。
其中，待测位点就是干燥机中待测水分含量谷物的位置。具体可以是将平行板电容及其他测量传感器插入到谷物的待测位点中，或者让谷物流经位于待测位点的平行板电容和其他测量传感器。
102、将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果。
其中，反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
本发明利用平行板电容器测量谷物的含水率主要是从其含水率不同造成谷物得介电常数不同，从而引起电容发生改变，如图2所示：
谷物在堆积时，可以将其看作由水、粮食和空气组成，一般默认空气的介电常数不随空气湿度变化而变化，在粮食中由于自由水的存在会极大影响粮食的介电常数。因此，将平行板电容器分为粮食电容C1、空气电容C2、水分电容C3，可得总电容C：
C＝C1+C2+C3
假设平行板电容板间距离为D，平行板的相对面积为S；C1的相对面积为S1，密度为p1；C2的相对面积为S2，密度为p2；C3的相对面积为S3，密度为p3。
则粮食含水率：
化简得：
根据电容并联，电容量相加得：
令：
则得：
可知，平行板传感器与粮食含水率呈现正比例关系。
对电容进行充放电从而采集输出信号的频率，其频率计算原理如下：
由一阶电路的三要素公式：
其中：
f(0+):初始值
f(∞):稳态值
f(t):重放电的目标值
本发明采用含水率已知的谷物样本采集相同的多个特征参数，并以谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到上述反向传播神经网络模型。标签数据的获取可以通过对谷物放置在水中浸泡不同的时长，得到不同含水率的谷物样本。抽取各个样本的谷物使用水分仪或者试验方式进行测量，便可以得到含水率，再将样品放置于不同的环境温度与湿度下，测量平行板电容充放电后通过测量电路测得的信号频率即可得到训练数据集与验证数据集。
可采用4层全连接层的反向传播算法对网络模型进行训练，其网络结构如图3所示。在STC15W4K48S4的单片机上构建前向传播算法，并根据损失值与预测准确率选择最优权重参数，得到训练后的网络模型。谷物干燥机水分实时检测时，通过获取到的环境温度、谷物温度、环境湿度、信号脉冲频率，便可得到当前谷物的含水率。
具体而言，可将通过4层全连接层的反向传播算法计算得到的谷物含水率通过RS485总线协议传送到谷物干燥机的控制系统。
其具体计算公式如下所示：
Layer1层：
Layer2层：
Layer3层：
Layer4层：
其中Wij、bij分别代表第i层、第j个的权重参数值与偏置，nx、qx(x＝[1、2、3、4、5、6])分别代表在第二层、第三层经过各个权重参数计算后得到的结果。
本发明的基于顺流式谷物干燥机的水分测量方法，考虑到空气温湿度、谷物温度和谷物电容的共同影响，提高了谷物水分测量精度，将特征参数输入训练后的反向传播神经网络模型，提高了谷物水分测量速度，基于精度和速度的结合，可以在一定程度上降低谷物干燥机的腰爆率。
在一些实施例中，所述获取待测位点的多个特征参数，包括：在平行板电容位于待测位点时，对平行板电容进行充电或者放电；通过测量电路测量充电或者放电过程中预设高电平的持续时长，根据所述持续时长确定所述信号频率。
具体而言，可通过测量电路测量充电或者放电过程中高电平的持续时长来确定上述信号频率，预设高电平可自行定义，如1/3VCC到2/3VCC。基于本发明实施例的方法，无需测量整个充放电周期过程，只测量高电平时长，实现过程更简单。频率和时长之间的关系可由固定电阻之间的关系计算出来，如图4中的：或者，可以直接用预设时长替代上述信号频率作为特征参数，由于训练过程的特征参数采用相同的方式，因此预设高电平的持续时长与含水率也是相对应的。
图4是本发明提供的NE555模块的内部电路图，图5是本发明提供的测量电路图，以采用NE555的测量电路为例，其VCC经过电阻R1和R2给电容充电，其电压变化由1/3VCC到2/3VCC，可得其高电平持续时间为：
Th＝(R1+R2)Cln 2
由此可得在电阻值固定时，高电平持续时长与电容呈现正比例关系。
结合谷物含水率与平行板电容关系以及电容与测量电路的高电平时长的关系可得：测量电路输出高电平时长与谷物含水率呈现正比例关系。对于线性关系，只需要对其进行标定即可获得电容值。因此，可采用预设高电平的时长替代上述信号频率作为特征参数中的一个。相应地，训练过程中的输入特征也采用相同的高电平持续时长。
本发明的基于顺流式谷物干燥机的水分测量方法，测量电路测量充放电过程中预设高电平的持续时长，通过几个元器件便可实现，实现成本低，操作过程简单，并且能够准确反应最终的含水率值。
在一些实施例中，所述获取待测位点的多个特征参数之前，还包括：对于多份含水率已知的谷物样本，获取所述谷物样本位于不同空气温度、空气湿度和谷物温度环境下时，平行板电容经充放电后通过测量电路测得的信号频率；将不同空气温度、空气湿度和谷物温度环境，以及测得的信号频率的组合作为训练样本的输入特征参数，将已知含水率作为对应的标签，对构建的初始反向传播神经网络模型进行训练，得到所述训练后的反向传播神经网络模型。
具体而言，为了使得反向传播神经网络模型能够根据多个特征参数准确测得含水率，在此前对反向传播神经网络模型进行训练。
在一些实施例中，所述待测位点有多个，相应地，所述将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果，包括：将每个待测位点的特征参数输入训练后的反向传播神经网络模型，得到每个待测位点的谷物含水率；根据所有待测位点的谷物含水率，输出谷物含水率检测结果。
为了提高含水率测量准确度，本发明实施例中，设置多个待测位点，测量缓苏室中各个位点谷物的含水率，然后综合确定最终的含水率，如取平均值，从而减少水分测量误差，提高谷物干燥的品质。
下面对本发明提供的基于顺流式谷物干燥机的水分测量装置进行描述，下文描述的基于顺流式谷物干燥机的水分测量装置与上文描述的基于顺流式谷物干燥机的水分测量方法可相互对应参照。
图6是本发明提供的基于顺流式谷物干燥机的水分测量单元的结构示意图，如图6所示，该基于顺流式谷物干燥机的水分测量单元包括：获取模块601和处理模块602。其中，获取模块601用于获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率；处理模块602用于将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
本发明提供一种基于顺流式谷物干燥机的水分测量装置，包括：采集机构、温度传感器、湿度传感器、平行板电容、测量电路以及上述水分测量单元；所述温度传感器，用于采集待测位点的空气温度和谷物温度；所述湿度传感器，用于采集待测位点的空气湿度；所述平行板电容，用于在待测点位进行充放电，并通过所述测量电路测量充放电过程中的信号频率；所述数据采集机构，用于将所述温度传感器、所述湿度传感器、所述平行板电容移动至待测位点。
温度传感器可以设置一个，同时采集空气温度和谷物温度，也可以设置两个，分别采集空气温度和谷物温度。具体而言，可使用PT1000采集测量位置的空气温度和谷物温度，采用DTH11采集测量位置的湿度。
在一些实施例中，所述测量电路包括NE555芯片、第一电阻、第二电阻；所述第一电阻连接至NE555芯片的D引脚和VCC引脚之间；所述第二电阻连接至NE555芯片的D引脚和TH引脚之间；所述平行板电容连接至NE555芯片的TH引脚与GND。
使用NE 555搭建测量电路对电容进行充放电从而采集输出信号的频率。NE555内部结构图如图4所示。其具有两个比较器与一个RS触发器，当TH与TR同时为高电平时OUT输出高电平，否则输出低电平。
利用该特性组成电容测量电路如图5所示，该电路将电容转化为频率。使用NE555芯片在平行板电容器上串联电阻组成RC震荡电路，其中R1阻值为：20M欧，R2阻值为：20M欧，其高电平时间的范围为1.386*10-4S-3.8115*10-4S，使用改阻值电阻可以精确计算脉冲频率。
在一些实施例中，所述数据采集机构包括：X轴电机4、X轴滑轨1、X轴齿轮齿条2、X轴桁架3；Y轴电机8、Y轴滑轨5、Y轴齿轮齿条7、Y轴桁架6；Z轴电机12、Z轴滑轨10、Z轴齿轮齿条11、Z轴桁架9、检测头13以及定位模块；其中，X轴滑轨1与X轴齿条2固定在X轴桁架3上，Y轴滑轨5与Y轴齿条7固定在Y轴桁架6上，Z轴滑轨10与Z轴齿条11固定在Z轴桁架9上；X轴电机4，与Y轴桁架6固定连接，与X轴滑轨1通过滑块连接，并带动X轴齿轮齿条2往复运动；Y轴电机8，Z轴电机12固定连接，与Y轴滑轨5通过滑块连接，并带动Y轴齿轮齿条7往复运动；Z轴电机12，与Z轴滑轨9通过滑块连接，并带动Z轴齿轮齿条10往复运动；温度传感器、湿度传感器和平行板电容安装在检测头13上，检测头13安装在Z轴末端，X轴滑轨固定于干燥机缓苏室上方；所述定位模块，用于控制X轴电机、Y轴电机和Z轴电机的运动，以使Z轴末端的检测头到达待测位点。
图7是本发明提供的基于顺流式谷物干燥机的水分测量装置的数据采集机构示意图，平行板电容结合温度传感器和湿度传感器，安装在检测头13上。图8a-图8d是本发明提供的基于顺流式谷物干燥机的水分测量装置的平行板电容示意图，如图8a-图8d所示，平行板电容可以采用铜电极片。X轴滑轨与X轴齿条固定在X轴桁架上，同理可得Y轴与Z轴。Y轴桁架与X轴电机同固定在一起并通过滑块架设在X轴滑轨上，Z轴通过Z轴滑轨与固定在Y轴上的滑块相连接并固定在Y轴上，Y轴电机相对Z轴电机为静止状态，电容器安装在Z轴末端，X轴滑轨4通过螺栓固定于干燥机缓苏室上方。
通过X轴电机的转动并通过X轴齿轮齿条传动将X轴电机的转动转化为在X轴直线上的运动，Y、Z轴同理。本装置在安装时通过控制器记录缓苏室内各个点的位置，在干燥机运行时，Z轴处于原点位置，XY轴开始运动到指定的XY坐标P(x,y,0)，此时Z轴开始向下运动到目标位置T(x,y,z)，采集到该点数据并记录下特征参数C，此时Z轴开始向X轴零点方向运动，直至运动到坐标P(x,y,0)。待测位点有多个，其余待测点位T1、T2、Tn等按照该方式进行采集数据并记录特征参数C1、C2、Cn。
采集的数据包含空气中的环境温度、空气湿度、谷物表面的温度、脉冲频率(或者预设高电平对应的脉冲宽度)这四个变量，将这四个变量作为参数带入到训练完成后的前向神经网络即可得到此时刻谷物的水分值。
本发明实施例提供的装置实施例是为了实现上述各方法实施例的，具体流程和详细内容请参照上述方法实施例，此处不再赘述。
本发明实施例所提供的基于顺流式谷物干燥机的水分测量装置，结构简单，将其固定在粮食烘干机的缓苏仓上方，利用XYZ三个方向的电机，可以轻松取得缓苏仓中任意一点谷物水分含量的值，可以准确得到缓苏室中谷物的水分，为简要描述，基于顺流式谷物干燥机的水分测量装置实施例部分未提及之处，可参考前述基于顺流式谷物干燥机的水分测量方法实施例中相应内容。
图9是本发明提供的电子设备的结构示意图，如图9所示，该电子设备可以包括：处理器(processor)901、通信接口(Communications Interface)902、存储器(memory)903和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信。处理器901可以调用存储器903中的逻辑指令，以执行基于顺流式谷物干燥机的水分测量方法，该方法包括：获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率；将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
此外，上述的存储器903中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于顺流式谷物干燥机的水分测量方法，该方法包括：获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率；将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于顺流式谷物干燥机的水分测量方法，该方法包括：获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的信号频率；将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于顺流式谷物干燥机的水分测量方法，其特征在于，包括：
获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的预设高电平的持续时长；
将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；
其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
2.根据权利要求1所述的基于顺流式谷物干燥机的水分测量方法，其特征在于，所述获取待测位点的多个特征参数，包括：
在平行板电容位于待测位点时，对平行板电容进行充电或者放电；
通过测量电路测量充电或者放电过程中预设高电平的持续时长。
3.根据权利要求1所述的基于顺流式谷物干燥机的水分测量方法，其特征在于，所述获取待测位点的多个特征参数之前，还包括：
对于多份含水率已知的谷物样本，获取所述谷物样本位于不同空气温度、空气湿度和谷物温度环境下时，平行板电容经充放电后通过测量电路测得的预设高电平的持续时长；
将不同空气温度、空气湿度和谷物温度环境，以及测得的预设高电平的持续时长的组合作为训练样本的输入特征参数，将已知含水率作为对应的标签，对构建的初始反向传播神经网络模型进行训练，得到所述训练后的反向传播神经网络模型。
4.根据权利要求1所述的基于顺流式谷物干燥机的水分测量方法，其特征在于，所述待测位点有多个，相应地，所述将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果，包括：
将每个待测位点的特征参数输入训练后的反向传播神经网络模型，得到每个待测位点的谷物含水率；
根据所有待测位点的谷物含水率，输出谷物含水率检测结果。
5.一种基于顺流式谷物干燥机的水分测量单元，其特征在于，包括：
获取模块，用于获取待测位点的多个特征参数，所述多个特征参数包括空气温度、空气湿度、谷物温度以及平行板电容充放电过程中通过测量电路测得的预设高电平的持续时长；
处理模块，用于将所述多个特征参数输入训练后的反向传播神经网络模型，输出谷物含水率检测结果；
其中，所述反向传播神经网络模型，根据含水率已知的谷物样本采集所述多个特征参数，并以所述谷物样本的多个特征参数作为输入，已知含水量作为标签，进行训练后得到。
6.一种基于顺流式谷物干燥机的水分测量装置，其特征在于，包括数据采集机构、温度传感器、湿度传感器、平行板电容、测量电路以及权利要求5所述的水分测量单元；
所述温度传感器，用于采集待测位点的空气温度和谷物温度；
所述湿度传感器，用于采集待测位点的空气湿度；
所述平行板电容，用于在待测点位进行充放电，并通过所述测量电路测量充放电过程中预设高电平的持续时长；
所述数据采集机构，用于将所述温度传感器、所述湿度传感器、所述平行板电容移动至待测位点。
7.根据权利要求6所述的基于顺流式谷物干燥机的水分测量装置，其特征在于，所述测量电路包括NE555芯片、第一电阻、第二电阻；
所述第一电阻连接至NE555芯片的D引脚和VCC引脚之间；
所述第二电阻连接至NE555芯片的D引脚和TH引脚之间；
所述平行板电容连接至NE555芯片的TH引脚与GND。
8.根据权利要求6所述的基于顺流式谷物干燥机的水分测量装置，其特征在于，所述数据采集机构包括：
X轴电机、X轴滑轨、X轴齿轮齿条、X轴桁架；
Y轴电机、Y轴滑轨、Y轴齿轮齿条、Y轴桁架；
Z轴电机、Z轴滑轨、Z轴齿轮齿条、Z轴桁架、检测头以及定位模块；
其中，X轴滑轨与X轴齿条固定在X轴桁架上，Y轴滑轨与Y轴齿条固定在Y轴桁架上，Z轴滑轨与Z轴齿条固定在Z轴桁架上；
X轴电机，与Y轴桁架固定连接，与X轴滑轨通过滑块连接，并带动X轴齿轮齿条往复运动；
Y轴电机，Z轴电机固定连接，与Y轴滑轨通过滑块连接，并带动Y轴齿轮齿条往复运动；
Z轴电机，与Z轴滑轨通过滑块连接，并带动Z轴齿轮齿条往复运动；
温度传感器、湿度传感器和平行板电容安装在检测头上，检测头安装在Z轴末端，X轴滑轨固定于干燥机缓苏室上方；
所述定位模块，用于控制X轴电机、Y轴电机和Z轴电机的运动，以使Z轴末端的检测头到达待测位点。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述基于顺流式谷物干燥机的水分测量方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述基于顺流式谷物干燥机的水分测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310451644.1A CN116482310B (zh) | 2023-04-24 | 2023-04-24 | 基于顺流式谷物干燥机的水分测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310451644.1A CN116482310B (zh) | 2023-04-24 | 2023-04-24 | 基于顺流式谷物干燥机的水分测量方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116482310A CN116482310A (zh) | 2023-07-25 |
| CN116482310B true CN116482310B (zh) | 2024-04-09 |
Family
ID=87226424
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310451644.1A Active CN116482310B (zh) | 2023-04-24 | 2023-04-24 | 基于顺流式谷物干燥机的水分测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116482310B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116559015B (zh) * | 2023-07-10 | 2023-10-03 | 农业农村部南京农业机械化研究所 | 一种谷物联合收割水分在线检测装置及其方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0223360D0 (en) * | 2001-10-08 | 2002-11-13 | Millennium Venture Holdings Lt | Method of volume manufacture of a product in a staged production process |
| CN1996175A (zh) * | 2006-12-30 | 2007-07-11 | 辽宁省粮食科学研究所 | 基于模糊神经网络的谷物干燥预测控制系统及方法 |
| CN102226823A (zh) * | 2011-04-01 | 2011-10-26 | 广州润芯信息技术有限公司 | 一种接地电容的rc常数测量方法 |
| CN102818594A (zh) * | 2012-08-16 | 2012-12-12 | 全椒金竹机械制造有限公司 | 带恒温箱自动控制系统低温粮食动态检测仪 |
| CN106197584A (zh) * | 2016-08-10 | 2016-12-07 | 江苏大学 | 一种基于激光对射式阵列传感器的谷物流量测量装置及方法 |
| CN106198885A (zh) * | 2016-08-10 | 2016-12-07 | 江苏大学 | 一种联合收割机谷物含水率在线检测装置及方法 |
| CN206440659U (zh) * | 2017-01-24 | 2017-08-25 | 重庆电子工程职业学院 | 一种cpld湿度检测电路 |
| CN107247076A (zh) * | 2017-05-31 | 2017-10-13 | 合肥艾瑞德电气有限公司 | 一种在线水分分析仪 |
| CN107305647A (zh) * | 2016-04-25 | 2017-10-31 | 天津职业技术师范大学 | 一种新型淀粉含水量监测方法 |
| CN108279261A (zh) * | 2018-01-25 | 2018-07-13 | 天津现代职业技术学院 | 一种基于射频抗阻法的谷物在线含水量检测装置及方法 |
| CN109412581A (zh) * | 2017-08-18 | 2019-03-01 | 杭州晶华微电子有限公司 | 一种时钟停振检测电路 |
| RU2730047C1 (ru) * | 2019-08-13 | 2020-08-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Саратовский государственный технический университет имени Гагарина Ю.А." (СГТУ имени Гагарина Ю.А.) | Цифровой частотомер |
| WO2020240039A1 (en) * | 2019-05-30 | 2020-12-03 | Financiera Maderera, S.A. | Method and system for controlling fibre moisture content in a fibreboard manufacturing process |
| WO2020247138A1 (en) * | 2019-06-07 | 2020-12-10 | Lam Research Corporation | Systems and methods for tuning a mhz rf generator within a cycle of operation of a khz rf generator |
| CN213843381U (zh) * | 2020-11-18 | 2021-07-30 | 广州安捷制造有限公司 | 一种基于电流互感器的交流电压采样与过零检测电路 |
| CN114419311A (zh) * | 2022-03-29 | 2022-04-29 | 武汉轻工大学 | 一种基于多源信息的百香果成熟度无损检测方法及装置 |
| CN115165981A (zh) * | 2022-06-27 | 2022-10-11 | 潍柴雷沃重工股份有限公司 | 一种流动式谷物湿度检测装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6842018B2 (en) * | 2002-05-08 | 2005-01-11 | Mcintosh Robert B. | Planar capacitive transducer |
-
2023
- 2023-04-24 CN CN202310451644.1A patent/CN116482310B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0223360D0 (en) * | 2001-10-08 | 2002-11-13 | Millennium Venture Holdings Lt | Method of volume manufacture of a product in a staged production process |
| CN1996175A (zh) * | 2006-12-30 | 2007-07-11 | 辽宁省粮食科学研究所 | 基于模糊神经网络的谷物干燥预测控制系统及方法 |
| CN102226823A (zh) * | 2011-04-01 | 2011-10-26 | 广州润芯信息技术有限公司 | 一种接地电容的rc常数测量方法 |
| CN102818594A (zh) * | 2012-08-16 | 2012-12-12 | 全椒金竹机械制造有限公司 | 带恒温箱自动控制系统低温粮食动态检测仪 |
| CN107305647A (zh) * | 2016-04-25 | 2017-10-31 | 天津职业技术师范大学 | 一种新型淀粉含水量监测方法 |
| CN106197584A (zh) * | 2016-08-10 | 2016-12-07 | 江苏大学 | 一种基于激光对射式阵列传感器的谷物流量测量装置及方法 |
| CN106198885A (zh) * | 2016-08-10 | 2016-12-07 | 江苏大学 | 一种联合收割机谷物含水率在线检测装置及方法 |
| CN206440659U (zh) * | 2017-01-24 | 2017-08-25 | 重庆电子工程职业学院 | 一种cpld湿度检测电路 |
| CN107247076A (zh) * | 2017-05-31 | 2017-10-13 | 合肥艾瑞德电气有限公司 | 一种在线水分分析仪 |
| CN109412581A (zh) * | 2017-08-18 | 2019-03-01 | 杭州晶华微电子有限公司 | 一种时钟停振检测电路 |
| CN108279261A (zh) * | 2018-01-25 | 2018-07-13 | 天津现代职业技术学院 | 一种基于射频抗阻法的谷物在线含水量检测装置及方法 |
| WO2020240039A1 (en) * | 2019-05-30 | 2020-12-03 | Financiera Maderera, S.A. | Method and system for controlling fibre moisture content in a fibreboard manufacturing process |
| WO2020247138A1 (en) * | 2019-06-07 | 2020-12-10 | Lam Research Corporation | Systems and methods for tuning a mhz rf generator within a cycle of operation of a khz rf generator |
| RU2730047C1 (ru) * | 2019-08-13 | 2020-08-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Саратовский государственный технический университет имени Гагарина Ю.А." (СГТУ имени Гагарина Ю.А.) | Цифровой частотомер |
| CN213843381U (zh) * | 2020-11-18 | 2021-07-30 | 广州安捷制造有限公司 | 一种基于电流互感器的交流电压采样与过零检测电路 |
| CN114419311A (zh) * | 2022-03-29 | 2022-04-29 | 武汉轻工大学 | 一种基于多源信息的百香果成熟度无损检测方法及装置 |
| CN115165981A (zh) * | 2022-06-27 | 2022-10-11 | 潍柴雷沃重工股份有限公司 | 一种流动式谷物湿度检测装置 |
Non-Patent Citations (3)
| Title |
|---|
| Application of Artificial Neural Network for Prediction of Key Indexes of Corn Industrial Drying by Considering the Ambient Conditions;Bin Li 等;《Appl. Sci.》;20200814;第10卷(第5659期);第1-19页 * |
| 烘干塔中粮食温度-含水量测量系统设计;王佳伟;陈纯;徐永帅;赵知辛;魏碧辉;徐慧茹;;自动化与仪器仪表;20200325(第03期);第86-89页 * |
| 谷物湿度测量系统的设计;朱亚东;师帅兵;胡磊;;农机化研究;20090401(第04期);第87-89页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116482310A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116482310B (zh) | 基于顺流式谷物干燥机的水分测量方法及装置 | |
| CN106706852A (zh) | 一种气体浓度传感器的标定方法和系统 | |
| CN102928772B (zh) | 时序测试系统及其测试方法 | |
| CN105675024A (zh) | 一种阻性传感器阵列的数据读出方法、装置 | |
| CN1015023B (zh) | 利用测量阻抗测量物理量的方法及装置 | |
| CN108037034A (zh) | 砂轮磨削性能的多传感器在线检测及数据处理系统 | |
| EP1039389B1 (en) | Method and apparatus for adaptively learning test error sources to reduce the total number of test measurements required in real-time | |
| CN108152458A (zh) | 气体检测方法及装置 | |
| CN109188095B (zh) | 一种电阻测量电路、方法及环境参数测量装置 | |
| CN105115535B (zh) | 电容传感器的模拟装置 | |
| CN111551281A (zh) | 一种体温检测装置及方法 | |
| CN106707174B (zh) | 一种聚合物锂电池组一致性检测方法及系统 | |
| CN115183884A (zh) | 电热协同系统的红外测温补偿方法及装置 | |
| CN115047075A (zh) | 一种树木检测方法、装置及树木检测设备 | |
| Alexander et al. | Parametrization of a simplified physical battery model | |
| SE536654C2 (sv) | Metod för testning av temperaturgivare, och en testanordning | |
| CN209280808U (zh) | 一种电阻测量电路及环境参数测量装置 | |
| CN110749340A (zh) | 一种阻容式传感器信号测量电路 | |
| CN110794321A (zh) | 一种电池储能装置的绝缘电阻监测方法及系统 | |
| CN118095110B (zh) | 一种燃煤机组炉温获取方法、系统、设备及存储介质 | |
| CN117760521A (zh) | 非接触水位传感器、水位测量电路及其测量方法 | |
| CN115543715B (zh) | 一种半导体存储类产品的性能测试方法及系统 | |
| CN112504413B (zh) | 一种用于六分量天平电桥检测的全数字化变换方法及装置 | |
| CN116087622B (zh) | 检测准确度预测方法、装置、处理设备及存储介质 | |
| Zampetti et al. | Low cost electronic board to acquire signals from conductive and capacitive chemical sensors |
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 |