CN117816388A - 一种粮食杂质清理方法及系统 - Google Patents
一种粮食杂质清理方法及系统 Download PDFInfo
- Publication number
- CN117816388A CN117816388A CN202410247823.8A CN202410247823A CN117816388A CN 117816388 A CN117816388 A CN 117816388A CN 202410247823 A CN202410247823 A CN 202410247823A CN 117816388 A CN117816388 A CN 117816388A
- Authority
- CN
- China
- Prior art keywords
- cleaning
- grain
- impurity
- target
- parameters
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 328
- 239000012535 impurity Substances 0.000 title claims abstract description 273
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000000694 effects Effects 0.000 claims abstract description 55
- 238000003062 neural network model Methods 0.000 claims abstract description 30
- 238000000926 separation method Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 4
- 235000013339 cereals Nutrition 0.000 description 229
- 230000001105 regulatory effect Effects 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- -1 clods Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Landscapes
- Cleaning In General (AREA)
Abstract
本申请涉及粮食储运和加工技术领域,公开了一种粮食杂质清理方法及系统,旨在解决现有粮食杂质清理方法效率低并且难以达到预期清理效果的问题,方案主要包括:构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型;获取待清理粮食的原始粮食参数和目标清理效果,并基于神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;在杂质清理设备对待清理粮食进行杂质清理时,将待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将杂质清理设备调节至目标设备参数。本申请提高了粮食杂质清理的效率和准确性,适用于各类粮食。
Description
技术领域
本申请涉及粮食储运和加工技术领域,具体涉及一种粮食杂质清理方法及系统。
背景技术
粮食在生产、加工和存储过程中,为便于长期存储或确保生产质量,需进行杂质等异物清理。目前,杂质清理主要依靠人工和机械作业。
现有机械作业所使用的杂质清理设备中,其设备参数通常是根据操作人员的经验手动设定,在实际作业过程中卸车效率变化、粮食品种变化、水分变化、杂质类型和杂质含量变化、设备性能变化时不能自动调整个系统相关环节的匹配参数,需要手动调节,杂质清理设备作业效率不能实现最大化,并且手动调节依赖工作人员经验,使得设备参数的准确性较差,难以达到预期的清理效果,容易造成清理出来的杂质中含有大量正常粮食,或造成清理后的粮食过渡干净产生质量损失,或造成清理后粮食含杂率不达标,还可能造成产生超量作业引起设备故障等问题。
发明内容
本申请旨在解决现有粮食杂质清理方法效率低并且难以达到预期清理效果的问题,提出一种粮食杂质清理方法及系统。
本申请解决上述技术问题所采用的技术方案是:
第一方面,本申请提供一种粮食杂质清理方法,所述方法包括:
构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,所述粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型,所述清理效果为杂质清理后粮食的杂质含量范围;
获取待清理粮食的原始粮食参数和目标清理效果,根据所述原始粮食参数和目标清理效果并基于所述神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;
在所述杂质清理设备对待清理粮食进行杂质清理时,将所述待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将所述杂质清理设备调节至目标设备参数。
进一步地,所述方法还包括:
在所述杂质清理设备对待清理粮食进行杂质清理时,检测杂质清理后粮食的当前杂质含量,并判断当前杂质含量是否处于目标杂质含量范围,若否,则对目标设备参数进行调节,直至当前杂质含量处于目标杂质含量范围。
进一步地,所述杂质清理设备包括风选清理装置,所述风选清理装置的设备参数包括风速;
将所述杂质清理设备调节至目标设备参数,具体包括:将所述风选清理装置调节至目标风速。
进一步地,所述方法还包括:
在将所述风选清理装置调节至目标风速后,检测所述风选清理装置的当前风速,并判断当前风速与目标风速是否一致,若否,则再次对风选清理装置的风速进行调节,直至当前风速与目标风速一致。
进一步地,所述杂质清理设备包括设有粗清筛网的粗清清理装置,所述粗清清理装置的设备参数包括粗清筛网的第一倾斜角度和第一运动速度,所述第一运动速度为粗清筛网的振动速度或转动速度;
将所述杂质清理设备调节至目标设备参数,具体包括:将粗清清理装置调节至第一目标倾斜角度和第一目标运动速度,所述第一目标运动速度为粗清筛网的目标振动速度或目标转动速度。
进一步地,所述方法还包括:
在所述粗清清理装置对待清理粮食进行杂质清理时,检测粗清筛网上的粮食分布状态信息,并根据所述粮食分布状态信息对目标粮食流量以及粗清筛网的第一目标倾斜角度和第一目标运动速度进行调节。
进一步地,所述杂质清理设备包括设有精清筛网的精清清理装置,所述精清清理装置的设备参数包括精清筛网的第二倾斜角度和第二运动速度,所述第二运动速度为精清筛网的振动速度或转动速度;
将所述杂质清理设备调节至目标设备参数,具体包括:将精清清理装置调节至第二目标倾斜角度和第二目标运动速度,所述第二目标运动速度为精清筛网的目标振动速度或目标转动速度。
进一步地,所述方法还包括:
在所述精清清理装置对待清理粮食进行杂质清理时,检测精清筛网上的粮食堆叠高度,并根据所述粮食堆叠高度对目标粮食流量以及精清筛网的第二目标倾斜角度和第二目标运动速度进行调节。
第二方面,本申请提供一种粮食杂质清理系统,用于实现如第一方面所述的粮食杂质清理方法,所述系统包括:
构建单元,用于构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,所述粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型,所述清理效果为杂质清理后粮食的杂质含量范围;
确定单元,用于获取待清理粮食的原始粮食参数和目标清理效果,根据所述原始粮食参数和目标清理效果并基于所述神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;
调节单元,用于在所述杂质清理设备对待清理粮食进行杂质清理时,将所述待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将所述杂质清理设备调节至目标设备参数。
进一步地,所述杂质清理设备为风选清理装置、粗清清理装置或精清清理装置,所述风选清理装置设备参数包括风速,所述粗清清理装置设备参数包括粗清筛网的第一目标倾斜角度和第一目标运动速度,所述精清清理装置的设备参数包括精清筛网的第二目标倾斜角度和第二目标运动速度。
本申请的有益效果是:本申请提供的粮食杂质清理方法及系统,通过构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,在对粮食进行杂质清理时,可以根据预期的目标清理效果自动调节粮食进入杂质清理设备的流量以及杂质清理设备的设备参数,实现了设备参数的自动调节,相较于手动调节的方式而言,提高了杂质清理的作业效率和准确性,避免了清理后的粮食杂质率不达标以及过度清理造成的质量损失,同时还避免了超量作业引起的设备故障。
附图说明
图1为本申请实施例提供的一种粮食杂质清理方法的流程示意图;
图2为本申请实施例提供的另一种粮食杂质清理方法的流程示意图;
图3为本申请实施例提供的一种粮食杂质清理系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请的说明书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。
本申请实施例的技术方案适用于需要对粮食进行杂质清理的应用场景中,例如稻类粮食、麦类粮食、豆类粮食或粗粮类粮食的杂质清理。
由于目前对粮食进行杂质清理的杂质清理设备的设备参数基本上是由操作人员手动设定,在实际作业过程中卸车效率变化、粮食品种变化、水分变化、杂质类型和杂质含量变化时,均需要手动设置相应的设备参数,这种方式不仅浪费人力,作业效率低,并且依赖操作人员经验,难以达到预期清理效果,容易造成清理不干净或过度清理,严重时甚至使杂质清理设备超量作业而引起设备故障。
基于此,提出本申请的技术方案,在本申请实施例中,通过构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,所述粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型,所述清理效果为杂质清理后粮食的杂质含量范围;获取待清理粮食的原始粮食参数和目标清理效果,根据所述原始粮食参数和目标清理效果并基于所述神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;在所述杂质清理设备对待清理粮食进行杂质清理时,将所述待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将所述杂质清理设备调节至目标设备参数。
具体而言,本申请实施例可以预先通过实验的方式收集数据,确定在不同粮食参数、不同粮食流量和杂质清理设备的不同设备参数下的清理效果,然后基于收集的数据构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,在后续通过杂质清理设备进行粮食杂质清理时,即可根据待清理粮食的粮食参数和期望的目标清理效果并基于该神经网络模型自动确定对应的目标粮食流量和目标设备参数,进而实现粮食流量和设备参数的自动调节,相较于手动调节方式而言,本申请提高了杂质清理的作业效率和准确性,避免了清理后的粮食杂质率不达标以及过度清理造成的质量损失,同时还避免了超量作业引起的设备故障。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。
请参阅图1和图2,本申请实施例提供的粮食杂质清理方法,包括以下步骤:
S101、构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型;
在实际应用中,可以预先通过实验的方式收集数据,确定在不同粮食参数、不同粮食流量和杂质清理设备的不同设备参数下的粮食清理效果,并根据收集的数据训练神经网络模型,该神经网络模型中包含了粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的对应关系。
在本申请实施例中,所述粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型,其中,粮食种类可以是稻谷、小麦、大豆、玉米等,水分含量可以是预设重量粮食的含水量或百分比含水量,杂质含量可以是预设重量粮食的杂质含量或百分比杂质含量,杂质类型可以是砂石、泥块、灰尘、粮食作物的根、茎、或者病斑变质粮食等。
杂质清理设备可以是风选清理装置、粗清清理装置、精清清理装置。其中,风选清理装置是指利用风选从粮食中清理出与粮食具有一定重量差异的杂质,例如灰尘、砂石等,其对应的设备参数主要是风速。粗清清理装置是指利用驱动设备驱动筛网运动进而从粮食中清理出比粮食体积更大的杂质,例如通过马达带动筛网振动或者通过电机带动筛网转动的方式驱动筛网运动。精清清理装置是指利用驱动设备驱动筛网运动进而从粮食中清理出比粮食体积更小的杂质,也可以是通过马达带动筛网振动或者通过电机带动筛网转动的方式驱动筛网运动,粗清清理装置和精清清理装置对应的设备参数主要包括筛网的倾斜角度和筛网的运动速度,例如振动速度或转动速度。风选清理装置、粗清清理装置、精清清理装置的具体结构属于现有技术,本申请实施例不再赘述。
在本申请实施例中,所述清理效果为杂质清理后粮食的杂质含量范围,通过粮食的杂质含量范围可以实现对清理效果的量化,即粮食的杂质含量越小,则清理效果越好,粮食的杂质含量越大,则清理效果越差。其中,粮食的杂质含量范围可以是粮食表面的杂质含量范围,也可以是粮食内部的杂质含量范围。
在本申请实施例中,粮食流量是指将粮食输送至杂质清理设备的流量,在相同粮食参数和设备参数下,不同粮食流量也会造成不同的清理效果。
在实际应用中,若杂质清理设备是风选清理装置,则可以构建粮食参数和清理效果与粮食流量和风选清理装置的风速之间的神经网络模型;若杂质清理设备是粗清清理装置,则可以构建粮食参数和清理效果与粮食流量和粗清清理装置的第一倾斜角度和第一运动速度的神经网络模型,第一运动速度为粗清筛网的振动速度或转动速度;若杂质清理设备是精清清理装置,则可以构建粮食参数和清理效果与粮食流量和粗清清理装置的第二倾斜角度和第二运动速度的神经网络模型,第二运动速度为精清筛网的振动速度或转动速度。当然在实际应用中,杂质清理设备可以包含一种或多种设备,例如同时包含风选清理装置、粗清清理装置和精清清理装置,则可以分别构建对应的神经网络模型,也可以构建具有相互作用关系的组合神经网络模型。
S102、获取待清理粮食的原始粮食参数和目标清理效果,根据所述原始粮食参数和目标清理效果并基于所述神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;
在实际应用中,可以预先构建粮食参数的识别模型,例如可以分别构建粮食种类识别模型、粮食杂质含量识别模型和粮食杂质类型识别模型,通过采集粮食图像并基于构建的识别模型对输送至杂质清理设备的待清理粮食进行粮食种类识别、杂质含量和杂质类型识别,从而能够提高粮食种类、杂质含量和杂质类型获取的效率。针对粮食的水分含量,则可以通过对输送至杂质清理设备的粮食进行称重,结合粮食体积或粮食流量也可以计算获得粮食的水分含量。上述获取待清理粮食的原始粮食参数的方法属于现有技术,本申请实施例不再赘述。另外,在实际应用中,还可以由操作人员手动测量或者输入待清理粮食的原始粮食参数。
可以理解,目标清理效果是指杂质清理后粮食的目标杂质含量范围,即期望在杂质清理后,粮食的杂质含量范围,可以是粮食表面和/或粮食内部的杂质含量范围。在实际应用中,杂质清理后粮食的杂质含量并非是越小越好,也并非是越大越好,若杂质清理后粮食的杂质含量太大,则可能存在清理不干净的情况,进而导致含杂率不满足要求,若杂质清理后粮食的杂质含量太小,则可能存在过度清理的情况,进而导致粮食质量损失,严重时还可能导致杂质清理设备超量作业而引起设备故障。因此,需要根据实际情况设定目标杂质含量范围,从而达到期望的清理效果。在本申请实施例中,操作人员可以根据实际情况输入目标杂质含量范围,也可以根据实际情况中的粮食参数、储存和加工工序自动确定相应的目标杂质含量范围。
在获得待清理粮食的原始粮食参数和目标清理效果后,将原始粮食参数和目标杂质含量范围输入神经网络模型中,即可自动获得相应的目标粮食流量和目标设备参数。对于风选清理装置而言,将原始粮食参数和目标杂质含量范围输入对应的神经网络模型中,即可获得对应的目标转速;对于粗清清理装置而言,将原始粮食参数和目标杂质含量范围输入对应的神经网络模型中,即可获得对应的第一目标倾斜角度和第一目标运动速度,第一目标运动速度为粗清筛网的目标振动速度或目标转动速度;对于精清清理装置而言,将原始粮食参数和目标杂质含量范围输入对应的神经网络模型中,即可获得对应的第二目标倾斜角度和第二目标运动速度,第二目标运动速度为精清筛网的目标振动速度或目标转动速度。
S103、在所述杂质清理设备对待清理粮食进行杂质清理时,将所述待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将所述杂质清理设备调节至目标设备参数。
在获得目标粮食流量以及杂质清理设备的目标设备参数之后,根据目标粮食流量将待清理粮食输送至杂质清理设备,并控制杂质清理设备以目标设备参数运行,以此进行待清理粮食的杂质清理,使得清理后得粮食的杂质含量处于目标杂质含量范围,进而达到预期的目标清理效果。
在本申请实施例中,为了进一步提高杂质清理的准确性,还包括以下步骤:
S104、在所述杂质清理设备对待清理粮食进行杂质清理时,检测杂质清理后粮食的当前杂质含量,并判断当前杂质含量是否处于目标杂质含量范围,若否,则对目标设备参数进行调节,直至当前杂质含量处于目标杂质含量范围。
可以理解,由于粮食参数、粮食流量等数据存在误差,在实际应用中,可能存在杂质清理后粮食的当前杂质含量不处于目标杂质含量范围的情况,为了避免这种情况,本申请实施例还对杂质清理后粮食的当前杂质含量进行实时检测,若当前杂质含量不处于目标杂质含量范围,则对目标设备参数进行调节。
例如,对于风选清理装置而言,若当前杂质含量低于目标杂质含量范围,则将目标风速调小,若当前杂质含量高于目标杂质含量范围,则将目标风速调大。对于粗清清理装置而言,若当前杂质含量不处于目标杂质含量范围,则对第一目标倾斜角度和/或第一目标运动速度进行调节。对于精清清理装置而言,若当前杂质含量不处于目标杂质含量范围,则对第二目标倾斜角度和/或第二目标运动速度进行调节。
在本申请实施例中,对于风选清理装置而言,还包括风速检测的步骤。具体地,在将所述风选清理装置调节至目标风速后,检测所述风选清理装置的当前风速,并判断当前风速与目标风速是否一致,若否,则再次对风选清理装置的风速进行调节,直至当前风速与目标风速一致。
可以理解,由于设备控制误差,风扇的实际风速和设定的目标风速可能存在不一致的情况,为了避免这种情况,本申请实施例通过对风选清理装置的当前风速进行实时监测,若当前风速与目标风速不一致,则对风选清理装置的风速进行调节,使得当前风速与目标风速一致,从而进一步提高杂质清理的准确性。
在本申请实施例中,对于粗清清理装置而言,还包括粮食分布状态信息检测的步骤。具体地,在所述粗清清理装置对待清理粮食进行杂质清理时,检测粗清筛网上的粮食分布状态信息,并根据所述粮食分布状态信息对目标粮食流量以及粗清筛网的第一目标倾斜角度和第一目标运动速度进行调节。
在实际应用中,可以通过图像传感器、接触式振动传感器等设备实时检测粗清筛网上的粮食分布状态信息,从而确定处于粗清筛网上的粮食分布量,当粮食分布量处于第一预设范围时,则不对目标粮食流量、第一目标倾斜角度和第一目标运动速度进行调节,当粮食分布量高于第一预设范围时,则可以通过将目标粮食流量调小、将第一目标倾斜角度调大和/或将第一目标运动速度调大的方式进行适应性调整,当粮食分布量低于第一预设范围时,则可以通过将目标粮食流量调大、将第一目标倾斜角度调小和/或将第一目标运动速度调小的方式进行适应性调整,从而避免粮食分布量对杂质清理造成的影响,进一步提高杂质清理的效率和效果。
在本申请实施例中,对于精清清理装置而言,还包括粮食堆叠高度检测的步骤。具体地,在所述精清清理装置对待清理粮食进行杂质清理时,检测精清筛网上的粮食堆叠高度,并根据所述粮食堆叠高度对目标粮食流量以及精清筛网的第二目标倾斜角度和第二目标运动速度进行调节。
在实际应用中,可以通过图像传感器、接触式振动传感器等设备实时检测精清筛网上的粮食堆叠高度,当粮食堆叠高度处于第二预设范围时,则不对目标粮食流量、第二目标倾斜角度和第二目标运动速度进行调节,当粮食堆叠高度高于第二预设范围时,则可以通过将目标粮食流量调小、将第二目标倾斜角度调大和/或将第二目标运动速度调大的方式进行适应性调整,当粮食堆叠高度低于第二预设范围时,则可以通过将目标粮食流量调大、将第二目标倾斜角度调小和/或将第二目标运动速度调小的方式进行适应性调整,从而避免粮食堆叠高度对杂质清理造成的影响,进一步提高杂质清理的效率和效果。
综上所述,本申请实施例提供的粮食杂质清理方法,通过构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,在对粮食进行杂质清理时,可以根据预期的目标清理效果自动调节粮食进入杂质清理设备的流量以及杂质清理设备的设备参数,实现了设备参数的自动调节,相较于手动调节的方式而言,提高了杂质清理的作业效率和准确性,避免了清理后的粮食杂质率不达标以及过度清理造成的质量损失,同时还避免了超量作业引起的设备故障。通过对杂质清理后粮食的当前杂质含量进行实时检测,若当前杂质含量不处于目标杂质含量范围,则对目标设备参数进行调节,进一步提高了杂质清理的效率和效果。
基于上述技术方案,本实施例还提出一种粮食杂质清理系统,请参阅图3,所述系统包括:
构建单元,用于构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,所述粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型,所述清理效果为杂质清理后粮食的杂质含量范围;
确定单元,用于获取待清理粮食的原始粮食参数和目标清理效果,根据所述原始粮食参数和目标清理效果并基于所述神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;
调节单元,用于在所述杂质清理设备对待清理粮食进行杂质清理时,将所述待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将所述杂质清理设备调节至目标设备参数。
可以理解,由于本申请实施例所述的粮食杂质清理系统是用于实现实施例所述粮食杂质清理方法的系统,对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的较为简单,相关之处参见方法的部分说明即可,此处不再赘述。
Claims (10)
1.一种粮食杂质清理方法,其特征在于,所述方法包括:
构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,所述粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型,所述清理效果为杂质清理后粮食的杂质含量范围;
获取待清理粮食的原始粮食参数和目标清理效果,根据所述原始粮食参数和目标清理效果并基于所述神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;
在所述杂质清理设备对待清理粮食进行杂质清理时,将所述待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将所述杂质清理设备调节至目标设备参数。
2.根据权利要求1所述的粮食杂质清理方法,其特征在于,所述方法还包括:
在所述杂质清理设备对待清理粮食进行杂质清理时,检测杂质清理后粮食的当前杂质含量,并判断当前杂质含量是否处于目标杂质含量范围,若否,则对目标设备参数进行调节,直至当前杂质含量处于目标杂质含量范围。
3.根据权利要求1所述的粮食杂质清理方法,其特征在于,所述杂质清理设备包括风选清理装置,所述风选清理装置的设备参数包括风速;
将所述杂质清理设备调节至目标设备参数,具体包括:将所述风选清理装置调节至目标风速。
4.根据权利要求3所述的粮食杂质清理方法,其特征在于,所述方法还包括:
在将所述风选清理装置调节至目标风速后,检测所述风选清理装置的当前风速,并判断当前风速与目标风速是否一致,若否,则再次对风选清理装置的风速进行调节,直至当前风速与目标风速一致。
5.根据权利要求1所述的粮食杂质清理方法,其特征在于,所述杂质清理设备包括设有粗清筛网的粗清清理装置,所述粗清清理装置的设备参数包括粗清筛网的第一倾斜角度和第一运动速度,所述第一运动速度为粗清筛网的振动速度或转动速度;
将所述杂质清理设备调节至目标设备参数,具体包括:将粗清清理装置调节至第一目标倾斜角度和第一目标运动速度,所述第一目标运动速度为粗清筛网的目标振动速度或目标转动速度。
6.根据权利要求5所述的粮食杂质清理方法,其特征在于,所述方法还包括:
在所述粗清清理装置对待清理粮食进行杂质清理时,检测粗清筛网上的粮食分布状态信息,并根据所述粮食分布状态信息对目标粮食流量以及粗清筛网的第一目标倾斜角度和第一目标运动速度进行调节。
7.根据权利要求1所述的粮食杂质清理方法,其特征在于,所述杂质清理设备包括设有精清筛网的精清清理装置,所述精清清理装置的设备参数包括精清筛网的第二倾斜角度和第二运动速度,所述第二运动速度为精清筛网的振动速度或转动速度;
将所述杂质清理设备调节至目标设备参数,具体包括:将精清清理装置调节至第二目标倾斜角度和第二目标运动速度,所述第二目标运动速度为精清筛网的目标振动速度或目标转动速度。
8.根据权利要求7所述的粮食杂质清理方法,其特征在于,所述方法还包括:
在所述精清清理装置对待清理粮食进行杂质清理时,检测精清筛网上的粮食堆叠高度,并根据所述粮食堆叠高度对目标粮食流量以及精清筛网的第二目标倾斜角度和第二目标运动速度进行调节。
9.一种粮食杂质清理系统,用于实现如权利要求1至8任一项所述的粮食杂质清理方法,其特征在于,所述系统包括:
构建单元,用于构建粮食参数和清理效果与粮食流量和杂质清理设备的设备参数之间的神经网络模型,所述粮食参数至少包括粮食种类、水分含量、杂质含量和杂质类型,所述清理效果为杂质清理后粮食的杂质含量范围;
确定单元,用于获取待清理粮食的原始粮食参数和目标清理效果,根据所述原始粮食参数和目标清理效果并基于所述神经网络模型确定目标粮食流量以及杂质清理设备的目标设备参数;
调节单元,用于在所述杂质清理设备对待清理粮食进行杂质清理时,将所述待清理粮食进入杂质清理设备的粮食流量调节至目标粮食流量,并将所述杂质清理设备调节至目标设备参数。
10.根据权利要求9所述的粮食杂质清理系统,其特征在于,所述杂质清理设备为风选清理装置、粗清清理装置或精清清理装置,所述风选清理装置设备参数包括风速,所述粗清清理装置设备参数包括粗清筛网的第一目标倾斜角度和第一目标运动速度,所述精清清理装置的设备参数包括精清筛网的第二目标倾斜角度和第二目标运动速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410247823.8A CN117816388A (zh) | 2024-03-05 | 2024-03-05 | 一种粮食杂质清理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410247823.8A CN117816388A (zh) | 2024-03-05 | 2024-03-05 | 一种粮食杂质清理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117816388A true CN117816388A (zh) | 2024-04-05 |
Family
ID=90509947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410247823.8A Pending CN117816388A (zh) | 2024-03-05 | 2024-03-05 | 一种粮食杂质清理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117816388A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202823501U (zh) * | 2012-09-24 | 2013-03-27 | 江苏牧羊集团有限公司 | 一种粉碎机喂料装置 |
CN209792004U (zh) * | 2019-05-06 | 2019-12-17 | 广东粮之源粮油实业有限公司 | 一种大米加工用谷糙分离机 |
CN112480870A (zh) * | 2005-06-24 | 2021-03-12 | 霍尼韦尔国际公司 | 含有经氟取代烯烃的组合物 |
CN113426672A (zh) * | 2021-07-05 | 2021-09-24 | 云南昆船烟草设备有限公司 | 一种多次抛料风分系统 |
CN113857029A (zh) * | 2021-08-25 | 2021-12-31 | 界首市汇鑫机械科技有限公司 | 组合式环保清理筛 |
CN114798149A (zh) * | 2022-05-06 | 2022-07-29 | 太原理工大学 | 含炭煤灰渣分选残炭的方法以及气流分选系统 |
CN114846143A (zh) * | 2019-10-10 | 2022-08-02 | 联邦科学技术研究组织 | 固氮酶多肽在植物细胞中的表达 |
CN217288629U (zh) * | 2022-03-31 | 2022-08-26 | 中储粮成都储藏研究院有限公司 | 一种粮食水分测试粉碎磨 |
CN115984576A (zh) * | 2022-11-14 | 2023-04-18 | 浙江中泽精密科技有限公司 | 一种新能源电池方形铝壳毛刺无损去除方法及系统 |
CN115993408A (zh) * | 2022-11-02 | 2023-04-21 | 江西中烟工业有限责任公司 | 一种烟用香精香料中四种有机酸的测定方法 |
CN116250232A (zh) * | 2020-09-24 | 2023-06-09 | Oppo广东移动通信有限公司 | 帧间预测方法、编码器、解码器以及计算机存储介质 |
CN116386763A (zh) * | 2022-12-23 | 2023-07-04 | 西北民族大学 | 一种煤有机大分子结构模型的构建方法 |
CN117046853A (zh) * | 2023-06-13 | 2023-11-14 | 广东美创希科技有限公司 | 食品清洗方法、系统、电子设备及存储介质 |
-
2024
- 2024-03-05 CN CN202410247823.8A patent/CN117816388A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112480870A (zh) * | 2005-06-24 | 2021-03-12 | 霍尼韦尔国际公司 | 含有经氟取代烯烃的组合物 |
CN202823501U (zh) * | 2012-09-24 | 2013-03-27 | 江苏牧羊集团有限公司 | 一种粉碎机喂料装置 |
CN209792004U (zh) * | 2019-05-06 | 2019-12-17 | 广东粮之源粮油实业有限公司 | 一种大米加工用谷糙分离机 |
CN114846143A (zh) * | 2019-10-10 | 2022-08-02 | 联邦科学技术研究组织 | 固氮酶多肽在植物细胞中的表达 |
CN116250232A (zh) * | 2020-09-24 | 2023-06-09 | Oppo广东移动通信有限公司 | 帧间预测方法、编码器、解码器以及计算机存储介质 |
CN113426672A (zh) * | 2021-07-05 | 2021-09-24 | 云南昆船烟草设备有限公司 | 一种多次抛料风分系统 |
CN113857029A (zh) * | 2021-08-25 | 2021-12-31 | 界首市汇鑫机械科技有限公司 | 组合式环保清理筛 |
CN217288629U (zh) * | 2022-03-31 | 2022-08-26 | 中储粮成都储藏研究院有限公司 | 一种粮食水分测试粉碎磨 |
CN114798149A (zh) * | 2022-05-06 | 2022-07-29 | 太原理工大学 | 含炭煤灰渣分选残炭的方法以及气流分选系统 |
CN115993408A (zh) * | 2022-11-02 | 2023-04-21 | 江西中烟工业有限责任公司 | 一种烟用香精香料中四种有机酸的测定方法 |
CN115984576A (zh) * | 2022-11-14 | 2023-04-18 | 浙江中泽精密科技有限公司 | 一种新能源电池方形铝壳毛刺无损去除方法及系统 |
CN116386763A (zh) * | 2022-12-23 | 2023-07-04 | 西北民族大学 | 一种煤有机大分子结构模型的构建方法 |
CN117046853A (zh) * | 2023-06-13 | 2023-11-14 | 广东美创希科技有限公司 | 食品清洗方法、系统、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
中国有色金属学会: "2016-2017 矿物加工工程 学科发展报告", vol. 1, 31 March 2018, 中国科学技术出版社, pages: 38 - 39 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3731619B1 (en) | Apparatus and method for improving the quality of grass and clover by tedding | |
US10664726B2 (en) | Grain quality monitoring | |
CN103688684B (zh) | 一种联合收获机清选筛筛片开度的调节装置及调节方法 | |
CN104737721B (zh) | 一种联合收获机自适应清选控制装置及其自适应清选方法 | |
CN104737707B (zh) | 一种联合收获机清选含杂率自适应控制装置及自适应清洗方法 | |
US10716255B2 (en) | Adaptive control system for threshing separation load of tangential flow and longitudinal axial flow device | |
RU2406288C2 (ru) | Способ регулировки рабочего аппарата уборочной сельхозмашины | |
CN101905215B (zh) | 数字化水稻考种机 | |
WO2019129334A1 (en) | Apparatus and method for improving the conditioning quality of grass and clover prior to the collecting thereof | |
US8954224B2 (en) | Creation of image databases for image evaluation | |
US20050150202A1 (en) | Apparatus and method for monitoring and controlling an agricultural harvesting machine to enhance the economic harvesting performance thereof | |
CN108650975B (zh) | 收获机脱出物自动均布装置与自动调节方法 | |
EP4032390A1 (en) | Image-based roll gap optimization for roller conditioner systems | |
CN204741825U (zh) | 一种联合收获机清选含杂率自适应控制装置 | |
CN104782318B (zh) | 一种联合收割机田间性能测试试验系统及试验方法 | |
CN107876391A (zh) | 一种谷物清选及含杂率监测装置及其控制方法 | |
WO2021214580A1 (en) | Agricultural machines and methods for controlling windrow properties | |
CN112014399B (zh) | 粮箱内带式谷物破碎率和含杂率检测装置和方法 | |
CN207336378U (zh) | 一种自动检测水稻表型参数的装置 | |
CN117816388A (zh) | 一种粮食杂质清理方法及系统 | |
CN116993527A (zh) | 一种生猪饲料生产数据优化采集监测方法 | |
CN113796198A (zh) | 稻麦联合收获机清选模糊推理装置及自动控制方法 | |
CN204518489U (zh) | 一种联合收获机清选损失率自适应控制装置 | |
CN114255394A (zh) | 用于调整农业机械作业参数的方法、装置及处理器 | |
CN107527066A (zh) | 一种基于嵌入式的杂交稻播种性能检测系统及检测方法 |
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 |