一种联合收割机谷物含水率在线检测装置及方法与流程

本发明涉及农业机械领域，具体地说，涉及了一种联合收割机谷物含水率在线检测装置及方法。

背景技术：

粮食是人类必不可少的生存基础，粮食安全是与民生安全有着密不可分的联系。在我国，粮食收获后经加工、运输、贮藏、消费等环节后，由于粮食含水率不符合贮藏标准，损失率达到18％，远远超过国际上所规定的5％的标准值。粮食含水率检测技术不完善、检测精度不高是造成这一现象的主要原因之一。因此粮食中的含水率是影响粮食质量的重要因素，它也是国内外粮食部门严格控制的一项重要的质量指标。

同时在运用联合收割机对谷物收割过程中，为获得较准确的产量信息以及全面分析谷物的损失率，要求对谷物的含水率在收割过程中进行实时的检测，只有将联合收割机检测到的产量信息折算到一个固定统一含水率的谷物重量时，所检测产量才具有实际意义，才能更加全面的分析出损失率产生的原因。

现阶段，谷物含水率装置大多应用于谷物收割后，用来检测干燥前后的谷物含水率，以便达到最佳贮藏状态。其大多为取样静态检测装置，不能满足实时检测的要求。美国CASE公司研制的谷物含水率在线检测装置已投入到联合收割机上进行使用，此款含水率检测装置采用电容式检测原理，将取样装置安装在粮箱内的输粮搅龙底部，并在将输粮搅龙的管壁上开一个口，使部分粮食落入取样通道中完成检测。其测量误差可达到1％以内，但是其价格昂贵，引进成本较高。

我国在谷物含水率在线测量运用在联合收割机上的研究起步较晚,还停留在技术研究、理论分析阶段。在谷物含水率的检测过程中受到环境温度以及谷物密度的影响较大，较难获得较为准确的测量值。现阶段国内将含水率检测运用在联合收割机上，并能够进行实时检测的，有北京农业大学的方建卿。其采用电容式检测原理，在收割机的输粮搅龙上开一个取样口，使部分粮食通过取样口经过取样通道落入检测装置中进行检测，当检测装置中的传感器检测到粮食达到一定高度时，通过螺旋输送器将粮食强行排出，实现粮食的不断更新。但是其只考虑到了环境温度因素对检测值影响，不能更加精确的测量出谷物含水率。

技术实现要素：

针对上述问题，本发明提出了一种联合收割机谷物含水率在线检测装置及方法，采用如下技术方案：

一种联合收割机谷物含水率在线检测装置，包括谷物取样装置和含水率测量装置；

所述谷物取样装置包括取样盒和取样控制机构；所述取样盒包括盒体、位于盒体上面的上薄板和位于盒体下面的下薄板；所述取样控制机构包括伺服电机A和伺服电机B、曲柄连杆机构A和曲柄连杆机构B；所述曲柄连杆机构A的两端分别连接所述上薄板和所述伺服电机A；所述伺服电机A正转时能够通过所述曲柄连杆机构A带动所述上薄板闭合，反转时带动所述上薄板移开；所述曲柄连杆机构B的两端分别连接所述下薄板和所述伺服电机B；所述伺服电机B正转时能够通过所述曲柄连杆机构B带动所述下薄板闭合，反转时带动所述下薄板移开；

所述含水率测量装置包括传感器单元和单片机，所述传感器单元与所述单片机相连；所述传感器单元布置在所述取样盒内部，包括温度传感器、压力传感器、含水率传感器和物位传感器；所述单片机一方面通过电机控制系统控制所述伺服电机A和所述伺服电机B转动，另一方面接收传感器单元的信号并进行处理得出谷物含水率。

进一步，本发明检测装置还包括机座，所述机座为一体化的水平板和垂直板；所述取样盒通过螺栓固定在所述水平板上；所述伺服电机A、所述伺服电机B、以及所述电机控制系统和所述单片机均固定在所述垂直板上。

进一步，所述取样盒的前后面板内侧的上下位置分别开一字槽，所述上薄板、所述下薄板在曲柄连杆机构的作用下能够在所述一字槽内进行直线抽拉式运动；所述上薄板的板面设置为弧形，当上薄板闭合时出粮口输出的粮食顺着弧形面落入粮箱中，不在上薄板上堆积；所述电机控制系统为伺服驱动器。

进一步，所述物位传感器设置在距离取样盒底部3/4位置处；所述压力传感器设置在所述下薄板上；所述温度传感器设置在所述取样盒内壁；所述含水率传感器设置在所述取样盒内壁。

进一步，本发明检测装置还包括显示屏，所述显示屏与所述单片机相连，用于实时显示处理结果；所述显示屏安装在驾驶室内。

进一步，所述检测装置通过所述机座侧面的垂直板固定在收割机粮箱内壁并使得出粮口对准所述取样盒。

根据上述的联合收割机谷物含水率在线检测装置，本发明还提出了一种检测方法，包括如下步骤：

S1：将检测装置通过机座的侧面垂直板与粮箱的内壁固定，安装在粮箱中靠近出粮口的位置，使得谷物从出粮口输出落入到取样盒中；当谷物高度达到距取样盒底端3/4处时，启动伺服电机A，伺服电机A正转，使取样盒的上薄板闭合，电容式含水率传感器、温度传感器以及压力传感器开始进行测量，并将测量信号输出给单片机进行数据处理，并将处理结果通过显示屏显示。

S2：单片机处理结束后，启动伺服电机B，伺服电机B反转，使取样盒的下薄板移开，取样盒中的谷物利用自身重力下落；延时一段时间后，接着控制伺服电机B正转使下薄板合上、控制伺服电机A反转使上薄板移开，进行下一次取样检测，以此反复。

进一步，所述步骤S1中所述的单片机进行数据处理的方法为：

采集温度传感器、压力传感器和含水率传感器所检测到的信号，利用数据融合技术中的模糊神经网络预测算法对数据进行处理；具体处理过程如下：

S1.1：网络初始化、模糊神经网络训练；

所述网络初始化包括：建立样本数据库、设置网络结构、初始化模糊神经网络参数、初始化模糊隶属度参数、对样本数据进行归一化处理；

所述模糊神经网络训练包括：在归一化的数据样本中提取训练样本、对输入参数进行模糊化处理、计算每个参数的模糊隶属度、输出计算、对模糊隶属度函数宽度修正值进行计算、对模糊隶属度函数中心修正值进行计算、最后得到最终修正的隶属度参数；

S1.2：用训练好的模糊神经网络对谷物含水率进行检测，其过程包括：输入数据归一化处理、对输入参数进行模糊化处理、网络隶属度参数计算、根据隶属度参数得到含水率。

进一步，所述模糊神经网络的结构中输入节点个数设为3，输出节点个数设为1，隶属度函数的个数设为6，采用3-6-1的神经网络结构。

本发明的有益效果：

1、本发明采用多信息融合技术，排除在检测过程中受到环境温度及谷物堆密度的影响，提高了含水率检测的可靠性。

2、所检测到的含水率通过数据传输能够在驾驶室内的触摸显示屏上进行显示及存储，便于后期数据信息处理。

3、本发明在运用联合收割机对谷物收割过程中，为获得较准确的产量信息以及全面分析谷物的损失率提供了依据。

附图说明

图1是联合收割机谷物粮箱内含水率在线检测装置结构及安装示意图。

图2是联合收割机谷物粮箱内含水率在线检测装置俯视图。

图3是含水率测量装置硬件电路组成框图。

图中标记说明：1-机座，2-取样盒，3-物位传感器，4-曲柄连杆机构A，5-曲柄连杆机构B，6-伺服电机A，7-伺服电机B，8-电机控制系统，9-含水率传感器，10-温度传感器，11-压力传感器，12-控制系统，13-显示屏，14-上薄板，15-下薄板，16-螺栓。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1和图2所示联合收割机粮箱内谷物含水率在线检测装置结构及安装图，本发明的检测装置包括谷物取样装置和含水率测量装置；所述谷物取样装置包括取样盒2和取样控制机构；所述取样盒2包括盒体、位于盒体上面的上薄板14和位于盒体下面的下薄板15；所述取样控制机构包括伺服电机A6和伺服电机B7、曲柄连杆机构A4和曲柄连杆机构B5；所述曲柄连杆机构A4的两端分别连接所述上薄板14和所述伺服电机A6；所述伺服电机A6正转时能够通过所述曲柄连杆机构A4带动所述上薄板14闭合，反转时带动所述上薄板14移开；所述曲柄连杆机构B5的两端分别连接所述下薄板15和所述伺服电机B7；所述伺服电机B7正转时能够通过所述曲柄连杆机构B5带动所述下薄板15闭合，反转时带动所述下薄板15移开；

所述含水率测量装置包括传感器单元和控制系统12，所述控制系统为单片机及其外围电路，所述传感器单元与所述单片机相连；所述传感器单元布置在所述取样盒2内部，包括温度传感器10、压力传感器11、含水率传感器9和物位传感器3；所述单片机一方面通过电机控制系统8控制所述伺服电机A6和所述伺服电机B7转动，另一方面接收传感器单元的信号并进行处理得出谷物含水率。

本发明的检测装置还包括机座1和显示屏13，所述机座1为一体化的水平板和垂直板；所述取样盒2通过螺栓16固定在所述水平板上；所述伺服电机A6、所述伺服电机B7、以及所述电机控制系统8和所述单片机均固定在所述垂直板上。所述显示屏13与所述单片机相连，用于实时显示处理结果。

取样盒2的前后面板内侧的上下位置分别开一字槽，使上薄板、下薄板在曲柄连杆机构的作用下，在一字槽内进行直线抽拉式运动。所述上薄板的板面为弧形，当上薄板14闭合时，由出粮口输出的谷物直接从上薄板14上面滑落至粮箱，不会堆积在薄板上。所述电机控制系统采用伺服驱动器。

所述物位传感器设置在距离取样盒底部3/4位置处；所述压力传感器设置在所述下薄板上；所述温度传感器设置在所述盒体内壁；所述含水率传感器设置在取样盒内壁。

本发明的检测装置通过所述机座1的侧面垂直板固定在收割机粮箱内壁并使得出粮口对准所述取样盒2。

所述含水率测量装置的硬件电路组成框图如图3所示，主要由高频电容式含水率传感器9、温度传感器10、压力传感器11、物位传感器3、信号调理电路、STM32单片机、触摸显示屏13以及电源模块组成。高频电容式含水率传感器9根据不同物质的介电常数不同的原理来进行工作。常温下，水的介电常数远远大于谷物的介电常数(水为81，干燥谷物约为2)。随着谷物含水量的不断增加，其介电常数也相应的不断增大。因此，若通过电容式含水率传感器间接检测出谷物的介电常数，就可以推导出谷物的含水率。温度传感器10主要用于采集取样盒2中环境温度。压力传感器11主要用于测量谷物的重力，由于取样盒2中的容积保持不变，根据谷物的重力和谷物体积即可计算出谷物堆密度。

信号调理电路包括振荡电路、频率/电压转换电路、放大电路、滤波电路。高频电容式含水率传感器通过振荡电路将电容极板之间介电常数的变化转为频率的变化，输出的频率信号通过频率/电压转换电路将频率信号转为电压信号供后续电路处理。放大电路将温度传感器、压力传感器、频率/电压转换电路输出的3路电压信号进行放大，放大后的电压信号通过滤波电路去除噪声信号供单片机进行后续的数据处理。

本发明检测装置的工作过程和原理如下：

S1：将检测装置通过机座1的侧面垂直板与粮箱的内壁固定，安装在粮箱中靠近出粮口的位置，谷物从出粮口输出落入到取样盒2中，当谷物高度达到距取样盒底端3/4处(即物位传感器3接收到物位信号时)，启动伺服电机A6，伺服电机A6正转，使取样盒的上薄板14合上(初始时，上薄板移开，下薄板闭合)，电容式含水率传感器、温度传感器10以及压力传感器11开始进行测量，并将测量信号输出给后续单片机进行数据处理。

S2：数据处理结束后，启动伺服电机B7，伺服电机B7反转，使取样盒的下薄板15移开，取样盒2中的谷物利用自身重力下落。利用单片机程序进行软件延时10s后，接着控制伺服电机B正转使下薄板15合上、控制伺服电机A反转使上薄板14移开，进行下一次取样并检测，以此重复，从而实现实时在线检测。

其中，数据处理方法为：采集三类传感器(温度传感器、压力传感器和含水率传感器)所检测到的电压信号，利用数据融合技术中的模糊神经网络预测算法对数据进行处理。在整个算法中经过滤波电路滤除信号后的3路电压信号作为算法的输入，数据处理后的含水率作为输出。由于输入维数为3，输出数据维数为1，确定神经网络结构中输入节点个数为3，输出节点个数为1，根据输入输出结点个数拟定隶属度函数个数为6，所以采用3-6-1的网络结构。数据处理的具体过程包括：

网络初始化、模糊神经网络训练。其中网络初始化包括：建立样本数据库、设置网络结构、初始化模糊神经网络参数、初始化模糊隶属度参数、对样本数据进行归一化处理。模糊神经网络训练包括：从已经归一化的数据样本中提取训练样本、对输入参数进行模糊化处理、计算每个参数的模糊隶属度、输出计算、对模糊隶属度函数宽度修正值进行计算、对模糊隶属度函数中心修正值进行计算、最后得到最终修正的隶属度参数。用训练好的模糊神经网络对谷物含水率进行检测，其过程包括：输入数据归一化处理、对输入参数进行模糊化处理、网络隶属度参数计算、根据隶属度参数得到含水率，将谷物含水率在触摸屏上进行实时显示。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。