基于多项式的支持向量回归粮仓储粮重量检测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及基于多项式的支持向量回归粮仓储粮重量检测方法及装置，属于粮仓 检测技术领域。
【背景技术】
[0002] 粮食安全包括数量安全和质量安全。粮食数量在线检测技术与系统研究应用是国 家粮食数量安全的重要保障技术，开展这方面的研究与应用事关国家粮食安全，具有重要 的意义，并将产生巨大的社会经济效益。
[0003]由于粮食在国家安全中的重要地位，要求粮堆数量在线检测准确、快速和可靠。同 时由于粮食数量巨大，价格低，要求粮堆数量在线检测设备成本低、简单方便。因此检测的 高精度与检测系统的低成本是粮仓数量在线检测系统开发必需解决的关键问题。
[0004]现有技术中专利文献申请公布号为CN104330138A的"基于结构自适应检测模型 的粮仓储粮数量检测方法"中公开了一种粮仓储粮数量的检测方法，该发明建立了一种粮 仓储粮数量的检测模型，即
通过在粮仓底面设置压力传感 器，采集粮仓所承受的压力数据，代入到模型中即可得到粮仓储粮数量。
【发明内容】
[0005]本发明是一种全新思路下的粮仓储粮重量检测方法，提出了基于多项式的支持向 量回归粮仓储粮重量检测方法，本发明还提出了基于多项式的支持向量回归粮仓储粮重量 检测装置粮仓储粮重量检测装置。
[0006]本发明是通过如下方案予以实现的：
[0007] 1.基于多项式的支持向量回归粮仓储粮重量检测方法，步骤如下：
[0008] 步骤1，在粮仓底面上分别布置一组内圈压力传感器和一组外圈压力传感器;外圈 压力传感器靠近侧面墙间隔布置，内圈压力传感器均距离侧面墙设定距离且间隔布置；内 圈压力传感器与侧面墙距离为D，外圈压力传感器与侧面墙距离为d;
[0009]步骤2,依据粮仓储粮重量的理论检测模型，建立基于传感器输出均值多项式的支 持向量回归粮仓储粮重量检测模型为：
[0010]
[0011]
[0012]其中，0j，b，γ为通过支持向量机训练所获得的参数；乳,为相应的支持向量点，j=1，. . .，1，1为支持向量的个数；AB为粮堆底面面积
义和iV；为最大阶数NB和NF的最优值，NB、NF分别为 么队_.)、么(％"￡,)多项式的最大阶数；为内圈传感器压力的输出均值，即为粮仓底 面压强估计值；为外圈传感器压力的输出均值，即为粮仓侧面压强估计值，
:B为粮仓底面周长；
[0013]步骤3,将内圈和外圈压力传感器采集的数据，代入到所建立的粮仓储粮重量检测 模型，求解出所述粮仓的储粮重量。
[0014] 进一步的，步骤1中所述的粮仓储粮重量的理论检测模型为：
[0015]
[0016] 其中，Ab为粮堆底面面积；Qb(s)、Qf(s)分别为粮堆底面和侧面中点s处的压强； 3粮堆远高于特征高度时的底面压强饱和值;K为压力转向 jj
系数。
[0017] 进一步的，所述步骤2中对粮仓储粮重量检测模型中所述的参数Nb和Nf是依据如下 方式确定的:采集所述粮仓中的内圈和外圈的压力传感器输出值，作为给定的样本集，根据 给定样本集优化么(\_.)、&(%#)多项式的最大阶数Nb和Nf。
[0018]进一步的，所述给定的样本集为S=股^膝/也匕；其中，碱为第k次检测的粮仓 底面面积;K为样本数;Wk为第k次的实际进粮重量;将％/4取值以及的各项值分别规范 到[-1，1]之间；所述的样本集分为三部分:支持向量机建模样本Sm、&(^,",#)和&(%_^)项 最大阶数选择样本So以及测试样本St。
[0019] 进一步的，根据所述的最大阶数选择样本集So和支持向量机建模样本SM的预测误 差E(NB，NF)，优化么^,)、包(％_)多项式的最大阶数Nb和NF，表达式如下：
[0020]
[0021]
[0022]其中，Wi为样本点i的实际进粮重量;％为样本点i的粮堆重量预测值；
[0023] 设定Nb选择范围[1，MaxNB] ;Nf选择范围[1，MaxNF] ;MaxNB和MaxNF取值范围为4-10; 则(iV〗，.<.)为最优的么)、迄.).多项式最大阶数Nb和Nf。
[0024] 2.基于多项式的支持向量回归粮仓储粮重量检测装置，该装置包括:压力传感器 和检测单元，其中，在粮仓底面上分别布置一组内圈压力传感器和一组外圈压力传感器，检 测单元与压力传感器单元的输出连接，检测单元中执行有一个或多个模块，所述模块用于 执行以下步骤：
[0025] 1)依据粮仓储粮重量的理论检测模型，建立基于传感器输出均值多项式的支持向 量回归粮仓储粮重量检测模型：
[0026]
[0027]
[0028]其中，Pj，b,γ为通过支持向量机训练所获得的参数；:Si?为相应的支持向量点，j =1，. . ·，1，1为支持向量的个数；AB为粮堆底面面积；= ，
和为最大阶数NB和NF的最优值，NB、NF分别为 多项式的最大阶数；为内圈传感器压力的输出均值，即为粮仓底 面压强估计值；为外圈传感器压力的输出均值，即为粮仓侧面压强估计值，
:b为粮仓底面周长。
[0029]2)将压力传感器采集的数据，代入到所建立的粮仓储粮重量检测模型，求解出所 述粮仓的储粮重量。
[0030] 进一步的，所述的外圈压力传感器靠近侧面墙间隔布置，所述的内圈压力传感器 均距离侧面墙设定距离且间隔布置；内圈压力传感器与侧面墙距离为D，外圈压力传感器与 侧面墙距离为d。
[0031] 进一步的，所述的粮仓储粮重量的理论检测模型为：
[0032]
K ........
[0033] 其中，Ab为粮堆底面面积；Qb(s)、Qf(s)分别为粮堆底面和侧面中点s处的压强；
为粮堆远高于特征高度时的底面压强饱和值;K为压力转向 系数。
[0034]进一步的，所述的粮仓储粮重量检测模型中参数Nb和Nf是依据如下方式确定的：采 集所述粮仓中的内圈和外圈的压力传感器输出值，作为给定的样本集，根据给定样本集优 化ft(、J、ft(h"f,)多项式的最大阶数Nb和Nf。
[0035] 进一步的，所述给定的样本集为S= 丨f=i;其中，为第k次检测的粮仓 底面面积;K为样本数;Wk为第k次的实际进粮重量;将％ /4取值以及(4/的各项值分别规范 到[-1，1]之间；所述的样本集分为三部分:支持向量机建模样本Sm、和项 最大阶数选择样本So以及测试样本ST;
[0036] 根据最大阶数选择样本集So和支持向量机建模样本SM的预测误差E(Nb，Nf)，优化 、色(^_)多项式的最大阶数Nb和Nf，表达式如下：
[0037]
[0038]
[0039]其中，Wi为样本点i的实际进粮重量；&为样本点i的粮堆重量预测值；
[0040] 设定Nb选择范围[1，MaxNB] ;Nf选择范围[1，MaxNF] ;MaxNB和MaxNF取值范围为4_10; 贝1J , )为最优的最大阶数Nb和Nf
[0041]本发明和现有技术相比的有益效果是：
[0042]本发明提出了一种全新思路下的粮仓储粮重量的检测方法及其装置，建立基于传 感器输出均值多项式的支持向量回归粮仓储粮重量检测模型，实现对粮仓储粮重量的准确 检测。利用支持向量机的结构风险最小化的特性，本发明在保证对储粮重量的检测精确度 的基础上，具有较强适应性和鲁棒性。
【附图说明】
[0043]图1本发明平房仓底面压力传感器布置模型；
[0044]图2本发明筒仓底面压力传感器布置模型；
[0045]图3本发明检测模型示意图；
[0046]图4本发明的通州粮库建模样本重量预测误差的示意图；
[0047]图5本发明的通州粮库所有样本重量预测误差的示意图；
[0048]图6本发明的洪泽和齐河粮库建模样本重量预测误差的示意图；
[0049]图7本发明的洪泽和齐河粮库所有样本重量预测误差的示意图；
[0050] 图8本发明的实施过程流程图。
【具体实施方式】
[0051] 下面结合附图和实施例对本发明做进一步详细的说明。
[0052] (一）、基于多项式的支持向量回归粮仓储粮重量检测方法的实施例
[0053]本发明是基于传感器输出均值多项式的支持向量回归粮仓重量检测方法，建立粮 仓储粮重量的检测模型，并依据该模型计算储粮重量，下面分别就储粮重量理论检测模型、 粮仓传感器布置、储粮重量检测模型推导和参数标定进行依次说明。
[0054] (1)粮仓储粮重