0063]
⑴
[0064] 其中，为粮堆重量估计，AB为粮堆底面面积，CB为底面周长，Η为粮堆高度，f?为 粮堆侧面与粮仓侧面之间的平均摩擦系数
分别为粮堆底面和侧面中点s处的压强。
[0065] 根据Janssen模型，可以推出粮仓底面压强与粮堆高度有如下式所示的近似关 系。
[0066]
(2)
[0067] 其中，为粮仓粮堆特征高度，K为压力转向系数；泛|00为粮堆远高于特 征高度时的底面压强饱和值。由式（2)可以推出
[0068] (3)
[0069]
[0070] 将式⑶代入式⑴，则有
[0071] "t，…
~抑四-w" (4) K
[0072] 其中，#为粮堆重量估计，
\B为粮堆底面面积，C#底面周 子别为粮堆底面和侧面中s点的压 ?=?：
* J=0 强，为粮堆远高于一定高度时的底面压强饱和值。
[0073] 2.粮仓压力传感器布置
[0074] 对于通常使用的平房仓和筒仓，在粮仓底面按外圈和内圈两圈布置压力传感器， 如图1和图2所示，圆圈为压力传感器布置位置，外圈压力传感器均与侧面墙距离为d，内圈 传感器均与侧面墙距离为D。显然当d= 0时，外圈处底面压强也是侧面底部的压强。因此 可利用外圈压力传感器输出值描述大小，利用内圈压力传感器输出值描述&(·*)大小。 [0075] 实际实验表明，外圈压力传感器与侧面墙距离d=0时，其压力传感器输出值描述 &W的准确性提高，但输出值的波动性也明显增大，从而影响检测模型精度，因此为保证模 型精度，可取d> 0米且d< 1米。内圈传感器与侧面墙距离D越大，压力传感器输出值描 述由《的有效性提高，因此在方便装卸粮食的条件下，应适当增大D，因此可取D>2米，一般 取3米左右。为了保证检测模型的通用性，各粮仓的内外圈压力传感器与侧面墙距离d和 D应相同，两圈传感器个数均为6-10,传感器间距应不小于lm。
[0076] 3.粮仓重量检测模型推导
[0077] 采用图1、图2所示的粮仓底面两圈传感器布置模型，利用外圈传感器输出值均值 构建粮仓侧面压强估计，利用内圈传感器输出值均值构建粮仓底面压强估 计。对于式（4)所示的粮仓重量检测理论模型，令
[0078]
[0079]
[0080]
[0081] 则匕估计为
[0082] Η.Λ=\η(1-ΚΡρβΓ(^·)) (7)
[0083] 其中KP=K"bBF。将式（7)代入式（4)可得
[0084]
(8)
[0085] 对于式（5)，采用多项式构建&(.0、估计为
[0087] 一, (】υ)
[0086] (9)
[0088] 其中，bB (m)和bF (n)分别为和+&(i)估计项的系数，m= 0, . . .，NB，η= 0,. . .，NF，NjP心分别为&^和|各问估计的多项式阶数。将式（9)和式（10)代入式（8)， 则有
[0089]
(11)
[0090] 式⑶即为本发明所提出的基于粮堆高度与底面压强关系的粮仓重量检测模型。
[0091] 4.检测模型中各参数的标定
[0092] 对于给定的传感器、粮食种类以及仓型，需要对所建立的粮仓重量检测模型进行 标定，即求解式（11)中的各项参数，具体过程如下：
[0093] A.在多于6个粮仓中按照步骤1)的方式布置压力传感器，进粮至满 仓，待压力传感器输出值稳定后，采集各仓的压力传感器输出值，形成样本集
其中i为样本点号，i= 1，2, 3,...，M，Μ为样本个数； 分别为第i个样本点的&(~》?.)和值;胃;为样本点i的实际进 粮重量，4为相应的粮仓面积；
[0094] B.将样本集S分为三个部分，优化与多元回归样本集SM、仏(^".)和&0^?·)项最 大阶数选择样本S。以及测试样本Sτ;
[0095] C.给定一个ΚΡ，利用优化与多元回归样本集SM，通过多元回归方法确定回归参数 bB (m)和bF (η);
[0096] D.根据优化与多元回归样本集SM，采用以下优化模型优化参数ΚΡ，
[0097]
[0098] 约束条件：ΚΡ> 0
[0099] 1-Α·/；ρδΚ(4·)>0；
[0100] E.依据百分比误差模型样本集S。和SM的预测误差E(Nb，Nf)
[0101]
[0102]设定 乂选择范围[1，MaxNB],NF选择范围[1，MaxNF]，MaxNjPMaxNF为 4-10,若
[0103]
[ohm] 则(a;，v;卿为检测模型的和项所求的最佳最大阶数。
[0105] 二、基于粮堆高度与底面压强关系的粮仓重量检测装置的实施例
[0106] 本发明所提供的检测装置包括检测单元以及与检测单元连接且设置在粮仓底面 的压力传感器，其中压力传感器分两组布置，一组为内圈传感器，一组为外圈传感器，外圈 传感器靠近粮仓侧面墙间隔布置，内圈传感器距离粮仓侧面墙设定距离且间隔布置，如图 1、图2所示。检测单元可以采用单片机、DSP、PLC或MCU等，检测单元中执行有一个或多个 模块，这里的模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPR0M存储器、寄 存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其他形式的存储介质，可以将该存储 介质耦接至检测单元，使检测单元能够从该存储介质读取信息，或者该存储介质可以是检 测单元的组成部分。一个或多个模块用于执行以下步骤：
[0107] 1)建立粮仓重量检测模型：
[0108]
[0109] 其中AB为粮堆底面面积，A= ·^，CB为底面周长，为内圈传感器输出均 值，&?(%?&?)为外圈传感器输出均值，bB(m)和bF(n)分别为和&估计项的系 数，m= 0,. . .，ΝΒ，η= 0,. . .，NF，队和NF分别为&(*/(_:)和&(和",".：)估计的多项式阶数， Qbf(s) ~\-QB(sMna-) + QB(sOu!erW^ '
[0110] 2)检测各传感器的输出值，依据所建立的粮仓重量检测模型计算被检测粮仓重量 的估计值#
[0111] 其中粮仓重量检测模型的推导和模型参数的标定过程已在方法的实施例中进行 详细说明，这里不再赘述。
[0112] 三、检测实例与结果分析
[0113] 检测实例1
[0114] 本检测实例所采用的平房仓长9m，宽4. 2m，面积为37. 8m2,CB/AB~0. 698。粮仓均 属于小型粮仓，(^/\相对较大。根据图1所示的压力传感器布置模型，对于平房仓，压力传 感器分2圈布置，内圈8个，外圈10个，共18个压力传感器。
[0115] 实验粮食种类为玉米，重量约160吨，共进行4次实验。取MaxNB= 10和MaxNF= 10。由于样本过少，以1-3次实验为回归样本，以实验4作为项最高次阶数选择样本和测试 样本。根据式（11)所建模型参数如表1至表2所示，重量预测结果如表3至表6所示，其 中表3为实验1储量重量计算结果，表4为实验2储量重量计算结果，表5为实验3储量重 量计算结果，表6为实验4储量重量计算结果，4次实验的总预测误差为21. 7668。
[0116] 表 1
[0117]
[0118] 表 2
[0119]
[0121] 以1-3次实验为回归样本，以实验4作为测试样本，没有项最高次阶数选择样本， 根据式（11)所建模型参数如表7和表8所示，重量预测结果如表9至表12所示，其中表9 为实验1储量重量计算结果，表10为实验2储量重量计算结果，表11为实验3储量重量计 算结果，表12为实验4储量重量计算结果，参与建模的1-3次实验的总预测误差为10. 715， 4次实验的总预测误差为27. 0091。
[0122] 表 7
[0123]
[0124]表 8
[0125]
[0126]
[0127]由表3和表6可以看出，本发明所给出的粮仓重量检测模型具有理想的建模精度 和预测精度，比较表6和表12所示的测试样本重量计算结果可以看出，通过引入&和 项最大阶数选择样本S。能够显著提高模型的预测能力。
[0128] 检测实例2
[0129] 下面以洪泽和齐河的3个粮仓为例进行说明，这三个粮仓的出粮种类为小麦和稻 谷，储量重量分别为2455. 6吨、2009. 98吨和2100吨，采用与检测实例1不同的传感器，经 检测获得检测样本501个。其中选取297个作为建模样本，197个作为多元回归样本SM，100 个作为和&项最大阶数选择样本S。，其余作为测试样本。根据式（11)所见模 型参数如表13至14所示，重量预测结果如