一种粮堆内温、湿、水分一体化测量装置及其控制方法与流程

本发明涉及一种粮堆内温、湿、水分一体化测量装置及其控制方法，属于粮食检测领域。

背景技术：

我国是人口大国，也就是粮食消耗大国，正确处理人口与粮食之间的关系式国家稳定与发展的一个非常重要的因素。众所周知，我国粮食多数分布在全国各地的粮库之中，保障粮库内粮食的长期安全储存就成立一件集气重要的大事。影响粮食保存的因素很多，其中，粮仓、粮堆内的温度、湿度以及水分含量是粮食保存的重点。

粮仓内粮堆内部温度检测时粮库检测的一个重点，粮食在储备的过程中常常因粮食湿度过大而升温发热，导致粮食大量腐烂变质，给国家带来巨大的损失。有效监测粮仓内的温度变化，结合粮食温度变化，及时采取相应措施，可以有效防止粮食霉烂、保证粮食的存储质量，减少给造成不必要的粮食浪费。

这对于中国这样一个粮食消耗大国，意义重大，同时也需要对粮仓内空气的温湿度实时监测，以保障粮仓内保持合适的温湿度存储条件，通过检测，自动调节温湿度的大小，以保证粮仓内的温湿度适于粮食的长期保存。

只有保证粮堆内温度和湿度都处于一个合理的范围内，才能较理想的达到长时间安全的存储粮食的效果。做好粮粮堆的监控对于国家和我们每个人来说都意义重大，影响深远。

现有的粮堆检测装置在测试时，由于装置的限制，大多数时候只能测量粮堆的浅处的参数，当粮堆达到一定高度时，很难对粮堆深处的温度、湿度和水分进行测量，并且现有的粮堆检测装置在测量时，无法调整被测物料的平整度，因此导致测量结果不精确，影响测量者对粮堆参数的判断。

技术实现要素：

本发明设计开发了一种粮堆内温、湿、水分一体化测量装置，能够测量粮堆在不同深度时的参数，并且能够调整被测物料的高度和平整度。

本发明的另一个发明目的：提供一种粮堆内温、湿、水分一体化测量装置的控制方法，通过BP神经网络对被测物料的高度和平整度进行调节，保证测量精度。

本发明提供的技术方案为：

一种粮堆内温、湿、水分一体化测量装置，包括：

手柄，其设置在测量装置的上部，内部为空腔，下端与上盖连接，并且每段都有相应的刻度；

内壳，其设置在于所述上盖连接的外壳内部，内部设置有空腔，且截面为马蹄形；

检测机构，包括依次上下平行设置在所述内壳中部的温度传感器和湿度传感器，以及设置在所述内壳平面外壁上的水分检测装置；

物料输送机构，其设置在所述内壳的空腔内，能够将物料从底部带起，且上方设置有激光测距仪，能够调整物料表面的平整度；

下盖，其与所述外壳下端连接，且下部开有槽口，方便物料的进出。

优选的是，所述物料输送机构包括：

绞龙，包括输送轴和螺旋设置在其外部的叶片；

电机，其设置在所述内壳的外壁下部，并通过皮带带动所述绞龙转动，进而输送被测物料。

优选的是，所述外壳采用金属材料，保证对粮堆无污染。

优选的是，所述手柄上部设置有显示器，能够设置并显示所述测量装置的参数。

优选的是，所述物料输送机构还包括：激光测距仪，其设置在所述物料的上方通过测量被测物料的高度，调整物料的平整度。

优选的是，所述激光测距仪的一侧还设置有摄像头，能够在测量之前检测装置内是否有残存物料。

一种粮堆内温、湿、水分一体化测量装置的控制方法，使用权利要求以上任意一项所述的粮堆内温、湿水分一体化测量装置，包括以下步骤：

步骤一、根据采样周期，采用重量传感器、激光测距仪、平整度测量仪以及转速传感器分别对测量装置所取样的参数进行测定，包括：所取的物料的质量M、物料的高度H、物料的平整度R以及测量装置电机的转速S；

步骤二、将上述参数进行归一化，并建立三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄}，其中，x₁为所取物料的质量系数，x₂为所取物料的高度系数系数，x₃为物料的平整度系数，x₄为电机转速系数。

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_b}；b为中间层节点个数，满足其中a为输入层节点个数，c为输出层节点个数；

步骤四、得到输出层向量o＝{o₁,o₂}，其中o₁为进料高度调节系数，o₂为物料平整度调节系数；

步骤五、控制测量装置的电机的转速和转动方向，使：

其中，分别为第i次采样周期的输出层参数，H_max为被测物料的最大高度，R_max为被测物料的平整度最大值，H_(i+1)为第i+1个采样周期时的被测物料的高度，R_(i+1)为第i+1个采样周期时被测物料的平整度。

优选的是，所述步骤二中进行归一化的公式为其中，为归一化处理的输入参数，x_j为测量参数M、H、R、S，j＝1,2,3,4；x_{j max}、x_{j min}分别为相应测量参数中的最大测量值和最小测量值，采用S型函数。

本发明所述的有益效果：采用可拆卸手柄，能够根据所需要测量粮堆的深度，选择安装不同长度的手柄，并且每一段手柄上均设置有刻度，实现对不同深度粮堆参数的测定，简单方便，同时手柄内部设置为空腔，能够布置数据线和电气元件等连接线，节省空间。

安装激光测距仪，对被测物料的高度进行测量，能够保证对所测物料进料高度的一致性，通过BP神经网络对被测物料的高度和平整度进行调节，保证测量精度和准确性。本装置结构简单，便于操作，实用性强，适合大范围推广和使用。

附图说明

图1为本发明所述的粮堆内温、湿、水分一体化测量装置的剖面示意图。

图2为本发明所述的粮堆内温、湿、水分一体化测量装置的A-A剖视图。

图3为本发明所述物料输送机构的剖视图。

图4粮堆内温、湿、水分一体化测量装置的结构示意图。

图5为本发明所述的粮堆内温、湿、水分一体化测量装置的控制策略图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1-5所示，本发明提供一种粮堆内温、湿、水分一体化测量装置，包括：手柄100、内壳200、外壳300、被测物料400以及下盖500。

手柄100设置在测量装置的上部，为分段式可拆卸手柄，内部设置有空腔，内部的空腔能够布置数据线和电器元件连接线，节省占用空间。每段手柄上均设置有相应的刻度，能够测量不同深度的粮堆，并能够根据所测量粮堆的深度自行选择安装手柄。

手柄100的下端与上盖顶端连接，上盖的下端与外壳300的一端连接，外壳的另一端连接有下盖500。手柄100上部设置有显示器110，能够设置并显示参数。

内壳200设置在外壳300的内部，内部设置有空腔，并且横截面为“马蹄形”；在其平面的一侧外壁上部连接有水分检测装置240。

检测机构包括依次上下平行设置在内壳200中部的，分别为温度传感器220和湿度传感器210，还包括设置在内壳平面一侧外壁上部的水分检测装置240，能够对粮堆的温度、湿度以及水分进行测量，并能够将测量结果显示在显示器110。

物料输送机构，设置在内壳200的空腔内，包括竖直设置的绞龙260，绞龙260包括输送轴和螺旋设置在输送轴外部的叶片；电机设置在内壳的外壁上，位于外壁的下部，电机带轮和皮带带动绞龙260转动，进而收集和排出物料。

下盖500的上端与外壳300的另一端连接，下盖500的下部开有槽口，能够方便物料的进出。

在物料的上方，设置有激光测距仪，能够测量被测物料在内筒中的高度，检测被测物料的高度是否达到所需高度。在激光测距仪230的一侧还设置有摄像头，其能够与显示器连接，在测量物料参数之前通过观察显示器，检测测量装置内是否有残存物料。

在使用时，首先将测量装置插到粮堆中，从手柄的刻度上读取所插入粮堆的深度，同时可以根据所插粮堆的深度选择安装手柄的长度，然后通过显示器检查测量装置内部是否有残存物料，检查完毕完毕后通过调整电机的转动方向和电机转动，收集被测物料，使被测物料进入到内壳中，并调整电机的转速和转动方向，使被测物料的高度和平整度达到设定值，最后通过温度传感器和湿度传感器以及水分检测装置测量所取物料的温度、湿度和水分，并通过显示器读取测量的数值。

本发明还提供一种粮堆内温、湿、水分一体化测量装置的控制方法，采用BP神经网络对取料过程进行控制，确保取料过程的准确性，进而保证测量结果的精准。

步骤一S610：建立BP神经网络模型

构建三层BP神经网络，其中第一层为输入层，有n个节点，表示测量装置在工作时的n个检测信号。第二层为隐层，共m个节点，由神经网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，根据测量装置的实际输出的响应确定。

因此，本神经网络的数学模型为：

输入向量：x＝(x₁,x₂,...,x_a)^T

中间层向量：y＝(y₁,y₂,...,y_b)^T

输出向量：O＝(o₁,o₂,...,o_c)^T

本发明中，输入层节点数a＝5，输出层节点数为c＝2，中间层节点b通过估算

输入层的四个参数分别表示为：x₁为所取物料的质量系数，x₂为所取物料的高度系数系数，x₃为物料的平整度系数，x₄为电机转速系数。

由于输入层的各个参数的量纲不同，因此，需要对输入层的各参数进行归一化处理，得到0-1之间的参数。

归一化的公式为其中，为规格化处理的输入参数，其中，为归一化处理的输入参数，x_j为测量参数M、H、R、S，j＝1,2,3,4；x_{j max}、x_{j min}分别为相应测量参数中的最大测量值和最小测量值，采用S型函数。

采用重量传感器测量所取物料的质量M，进行归一化得到质量系数M_min和M_max分别为所取物料质量的最小值和最大值，并且，其中，W_Mi为第i个重量传感器的权值，M_i′表示第i个重量传感器测量的质量值，单位为kg，n_M为重量传感器的个数。

采用激光测距仪测量所取物料的高度H，进行归一化得到高度系数H_min和H_max分别为所取物料高度的最小值和最大值，并且其中，W_Hi为第i个激光测距仪的权值，H_i′表示第i个激光测距仪测量的高度值，单位为cm，n_H为激光测距仪的个数。

采用平整度测量仪测量所取物料的高度R，进行归一化得到高度系数R_min和R_max分别为所取物料平整度的最小值和最大值，并且其中，W_Ri为第i个平整度测量仪的权值，R_i′表示第i个平整度测量仪测量的平整度值，单位为mm，n_R为平整度测量仪的个数。

采用转速传感器测量电机的转速S，进行归一化得到电机转速系数S_min和S_max分别为电机转转速的最小值和最大值，并且其中，W_Si为第i个转速传感器的权值，S_i′表示第i个转速传感器测量的转速值，单位为r/s，n_S转速传感器的个数。

得到输出层向量o＝{o₁,o₂}，其中o₁为进料高度调节系数，o₂为物料平整度调节系数；

通过控制测量装置的电机的转速和转动方向，控制所取物料的高度和平整度，使：

其中，分别为第i次采样周期的输出层参数，H_max为被测物料的最大高度，R_max为被测物料的平整度最大值，H_(i+1)为第i+1个采样周期时的被测物料的高度，R_(i+1)为第i+1个采样周期时被测物料的平整度。

根据第i次采样周期中的采样信号，判定第i+1个采样周期时的农药机的运行状态，当输出o₁＝0，o₂＝1时，表示测量装置正常运行；当o₁＝1，o₂＝0时，表示需要调整被测物料的高度，当o₁＝1，o₂＝1时，表示需要调整被测物料的平整度。

步骤二S620、进行BP神经网络训练

根据历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值W_ij，隐层节点j和输出层节点k之间的连接权值W_jk，隐层节点j的阈值θ_j，输出层节点k的阈值θ_k、W_ij、W_jk、θ_j、θ_k均为-1到1之间的随机数。

在训练过程中，不断修正W_ij、W_jk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

如表1所示，给定了一组训练样本以及训练过程中各节点的值。

表1 训练过程各节点值

步骤三S630、采集测量装置运行参数输入神经网络得到的控制系数

同时使用质量传感器、激光测距仪、平整度测量仪、电机转速传感器测量初始参数值:M₀、H₀、R₀、S₀，通过将上述参数进行归一化，得到BP神经网络的初始输入向量通过BP神经网络的运算得到初始输出向量

通过传感器获得第i个采样周期的所取物料的质量M、所取物料的高度H、所取物料的平整度R以及电机的转速S，通过进行归一化得到第i个采样周期的输入向量通过BP神经网络的运算得到到第i个采样周期的输出向量控制所取物料的高度和平整度，使:

步骤四S640、监测测量装置的运行状态。

根据输出向量判断测量装置的运行状态，当输出o₁＝0，o₂＝1时，表示测量装置运行正常；当o₁＝1，o₂＝0时，表示需要调整所取物料的高度，当o₁＝1，o₂＝1时，表示需要调整所取物料的平整度。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。