一种二氧化碳浓度控制装置及控制方法、终端与流程

本发明属于屠宰技术领域，尤其涉及一种二氧化碳浓度控制装置及控制方法、终端。

背景技术：

目前，在生猪屠宰的过程中，为了保证屠宰的效率，一般先将猪进行窒息处理，在传统的窒息手段中，采用电击的方法进行窒息，在电击的过程中，需要用专用的固定架将猪进行固定，且一次仅可以固定一只，窒息的效率比较低，且电击后，影响肉质。

综上所述，现有技术存在的问题是：

(1)目前使用的装置对二氧化碳浓度的实时的检测不够准确，浓度检测的检测限较高，造成对生猪的窒息效率低，影响肉质。

(2)传统的装置中显示屏的亮度均匀性较差，灰度级检测较低，使用者难以对显示屏进行高效的观察利用，容易出现视觉误差。

(3)目前使用的传送带装置调速过程产生的张力较大，使传送带线速度的调整不够精确，对生猪的窒息效果产生影响。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种二氧化碳浓度控制装置及控制方法、终端。

本发明是这样实现的，一种二氧化碳浓度控制装置的控制方法，包括：

步骤一：通过提手活动门提升，将套环套接在卡杆上，活动门固定，打开进气管上的控制阀，将二氧化碳输送进入箱体内；

步骤二：二氧化碳浓度检测仪对箱体内部的二氧化碳的浓度进行检测且传输到显示屏上，二氧化碳浓度检测仪采用改进的elm学习算法对二氧化碳的浓度进行实时监测，改进的elm学习算法为：

(1)将n个采集样本按照与仪器设定稳定点的跨距平均分成两组，每组的数据为原来的n/2，然后根据下式进行分类：

式中：δ为传感器阵列的稳定点；μ为输入数据的隶属度；

(2)随机产生输入层和隐层神经元间的连接权值和偏置值aj和bj；

(3)分别计算网络的隐层输出矩阵h^l，l＝1or2；

(4)在计算对应的隐层神经元和输出神经元的连接权值β^l,其计算表达式为β^l＝(h^l)＇，l＝1or2；

显示屏灰采用改进的灰度级校正方法进行图像的显示：

式中：pi表示经过校正的图像显示数据，si表示显示灰度级的具体数值,sl表示显示灰度级的最大数值；λinv＝1/0.45，n为显示屏的最大线性灰度值；q为取整函数；

步骤三：清洁箱体的内部时，关闭进气管上的控制阀，打开出气管与空气进口上的控制阀，将箱体内部的二氧化碳浓度恢复正常状态进行清洁；通过专用的输送设备的传送带进行箱体内部物品的输送，传送带采用最小二乘法的变频调速方法进行调节速度，具体有：

设电机转速x与传送带线速度y之间函数方程为y＝ax+b，由最小二乘原理求取参数a和b，使均方根误差平方和e²最小，e²看做是a和b的函数：

根据函数的极值条件，将上式两边分别对a和b求偏导数，并均为零，得

化简以上两式得：

即求得拟合直线参数a和b的最佳估计值和

进一步，所述控制阀集成有控制单元，控制单元控制二氧化碳进气量的方法包括：

将二氧化碳进气量去噪模型应用到箱体二氧化碳浓度标准样本预处理中，建立带权的高斯平滑滤波器矩阵模型，计算高斯平滑中心点相对左右阀值的差值和，最后计算高斯平滑处理后的样本值；

将因子分子与模糊数学隶属度结合得到单项指标的因子隶属度，得到对二氧化碳浓度标准样本单项指标评价；计算综合权重，得到不同浓度对应的综合评定权重；最后使用模糊模型中统一化权重计算，得到二氧化碳浓度综合权重矩阵，计算得到箱体二氧化碳浓度状况；

获取的二氧化碳浓度指数，向用户反馈；进行改进的因子定权模型成果展示，各项指标评价是前期二氧化碳浓度预处理结果的呈现，将海量数据通过高斯去噪模型处理后，得到合理指标数据；通过因子定权模型分析，将数据经傅立叶加权变换转换成对应的二氧化碳浓度偏差值，得到最后二氧化碳浓度偏差等级；让用户直观了解评价中各项指标动态因子权重和二氧化碳浓度偏差等级因子隶属概率；

结合相关分析算法对当前各项超标指标和预测超标指标向用户发出警报。

进一步，向用户反馈二氧化碳浓度指数过程如下：

利用爬虫技术获取并解析返回的资源信息；

通过对解析后的资源信息进行模式匹配，模型分析，建立相关视图信息；

将视图信息已ajax访问的形式反馈给前台数据。

进一步，所述改进的因子定权模型成果展示包括：

将海量数据通过高斯去噪模型处理后，得到合理指标数据；

将预处理之后的数据通过因子定权模型分析，得到最后二氧化碳浓度偏差等级；

以指标评价和因子定权模型评价为基础，实时显示二氧化碳浓度预处理和评价过程中的关键数据信息。

进一步，所述高斯去噪模型的步骤如下：

步骤一，建立带权的高斯平滑滤波器矩阵模型：

式中:q为滤波器矩阵，q为1*n的矩阵；

n为矩阵大小阀值；

i为距离中心坐标点的相对坐标值，即q[i]所得为该坐标点相对中心点的权重差；

步骤二，计算高斯平滑中心点相对左右阀值的差值和；

式中:s[k]为中心点相对左右阀值的差值和；

buf[k]为中心点的样本测量值；

n为滤波器矩阵大小；

步骤三，计算高斯平滑处理后的样本值：

式中:buf′[k]为中心点处理后的值；

buf[k]为中心点的样本测量值；

n为滤波器矩阵大小；

所述因子定权模型的算法步骤如下：

步骤一，将因子分子与模糊数学隶属度结合得到因子隶属度，如公式

式中x0代表指标前一个二氧化碳浓度偏差等级；

x1代表氧化碳浓度偏差指标后一个偏差等级；

x代表当前氧化碳浓度样本值；

步骤二，对氧化碳浓度单项指标评价；

w为氧化碳浓度各项指标样本集合，l为氧化碳浓度各项指标偏差等级集合，建立如下公式：

式中：a为样本数值；

n为指标数目；

m为偏差等级个数据；

通过下式计算出单项指标的因子隶属度，对应n个氧化碳浓度指标得到m*n的矩阵r；

步骤三，计算综合权重；

氧化碳浓度偏差是由多个指标引起的，不同物质浓度应当对综合评定权重有影响，单个指标的权重计算如下公式(：

即

式中：ai代表当前指标数值；

lk代表指标等级；

使用模糊模型中统一化权重计算，得到如下公式：

式中：wk代表单一指标权重；

有n个氧化碳浓度指标，即得到氧化碳浓度综合权重矩阵b，如下公式：

b＝[w1，w2，......，wn]

步骤四，将矩阵r与矩阵b复合计算，计算得到氧化碳浓度状况。

本发明的另一目的在于提供一种实现所述二氧化碳浓度控制装置的控制方法的计算机程序。

本发明的另一目的在于提供一种实现所述二氧化碳浓度控制装置的控制方法的终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的二氧化碳浓度控制装置的控制方法。

本发明的另一目的在于提供一种实现所述二氧化碳浓度控制装置的控制方法的二氧化碳浓度控制装置，所述二氧化碳浓度控制装置设置有：

箱体；

所述箱体的一侧通过螺母固定有进气管，所述进气管的一侧镶嵌有显示屏，所述显示屏的另一侧通过螺母固定有出气管，所述显示屏的下方通过螺母固定有空气进口，所述箱体的前端卡接有活动门，所述活动门的前端镶嵌有提手，所述活动门的下端通过螺母固定有套环，所述活动门的两侧通过螺母固定有滑轮，所述活动门的下方镶嵌有保护套。

进一步，所述进气管、出气管、空气进口均设置有控制阀；

所述套环共分为两部分，通过固定轴连接；

所述箱体的侧面上部通过螺母固定有卡杆；

所述显示屏的背部镶嵌有二氧化碳浓度检测仪。

本发明的优点及积极效果为：

(1)本发明采用二氧化碳窒息的方法将猪进行窒息，通过采用二氧化碳检测仪对二氧化碳浓度进行实时监测，箱体的体积较大，一次性可使较多的猪进行窒息，提高了屠宰的效率，所述进气管、出气管、空气进口设置有控制阀，便于控制二氧化碳气体的进出，可以确保生猪的窒息效率，提高肉质；

(2)所述箱体的侧面镶嵌有显示屏，对显示屏的灰度级误差校正，提高了显示屏的亮度均匀性，进行便于操作人员实时的观察，能够及时了解箱体内部的二氧化碳的浓度。

(3)通过对传送带装置采用最小二乘法进行频率调节，有效的减小了传送带调速过程中的张力变化，使传送带的线速度调整更为精确。

本发明控制阀集成有控制单元，将二氧化碳进气量去噪模型应用到箱体二氧化碳浓度标准样本预处理中，建立带权的高斯平滑滤波器矩阵模型，计算高斯平滑中心点相对左右阀值的差值和，最后计算高斯平滑处理后的样本值；

将因子分子与模糊数学隶属度结合得到单项指标的因子隶属度，得到对二氧化碳浓度标准样本单项指标评价；计算综合权重，得到不同浓度对应的综合评定权重；最后使用模糊模型中统一化权重计算，得到二氧化碳浓度综合权重矩阵，计算得到箱体二氧化碳浓度状况；

获取的二氧化碳浓度指数，向用户反馈；进行改进的因子定权模型成果展示，各项指标评价是前期二氧化碳浓度预处理结果的呈现，将海量数据通过高斯去噪模型处理后，得到合理指标数据；通过因子定权模型分析，将数据经傅立叶加权变换转换成对应的二氧化碳浓度偏差值，得到最后二氧化碳浓度偏差等级；让用户直观了解评价中各项指标动态因子权重和二氧化碳浓度偏差等级因子隶属概率；

结合相关分析算法对当前各项超标指标和预测超标指标向用户发出警报。

可获得准确的二氧化碳浓度，为合理的操作提供依据。

附图说明

图1是本发明实施例提供的二氧化碳浓度控制装置结构示意图。

图2是本发明实施例提供的活动门结构示意图。

图中：1、箱体；2、出气管；3、显示屏；4、进气管；5、空气进口；6、卡杆；7、套环；8、固定轴；9、活动门；10、提手；11、滑轮；12、保护套。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

下面结合附图对本发明的结构作详细的描述。

如图1-图2所示，本发明实施例提供的二氧化碳浓度控制装置，设置有：箱体1、出气管2、显示屏3、进气管4、空气进口5、卡杆6、套环7、固定轴8、活动门9、提手10、滑轮11、保护套12。

所述箱体1的一侧通过螺母固定有进气管4，所述进气管4的一侧镶嵌有显示屏3，所述显示屏3的另一侧通过螺母固定有出气管2，所述显示屏3的下方通过螺母固定有空气进口5，所述箱体1的前端卡接有活动门9；

所述活动门9的前端镶嵌有提手10，所述活动门9的下端通过螺母固定有套环7，所述活动门9的两侧通过螺母固定有滑轮11，所述活动门9的下方镶嵌有保护套12。

所述进气管4、出气管2、空气进口均设置有控制阀。

所述套环7共分为两部分，通过固定轴8连接。

所述箱体1的侧面上部通过螺母固定有卡杆6。

所述显示屏3的背部镶嵌有二氧化碳浓度检测仪。

本发明的工作原理：通过提手10动门提升，将套环7接在卡杆6，活动门9固定，将猪送入箱体1部，打开进气管4的控制阀，将二氧化碳输送进入箱体1，二氧化碳浓度检测仪检测箱体内部的二氧化碳的浓度且传输到显示屏3上，窒息完成后，通过专用的输送设备将猪从箱体2运出，如果清洁箱体2的内部，关闭进气管4的控制阀，打开出气管2与空气进口5的控制阀，将箱体1内部的二氧化碳浓度恢复正常状态进行清洁。

下面结合具体分析对本发明作进一步描述。

一种二氧化碳浓度控制装置的控制方法，包括：

步骤一：通过提手活动门提升，将套环套接在卡杆上，活动门固定，打开进气管上的控制阀，将二氧化碳输送进入箱体内；

步骤二：二氧化碳浓度检测仪对箱体内部的二氧化碳的浓度进行检测且传输到显示屏上，二氧化碳浓度检测仪采用改进的elm学习算法对二氧化碳的浓度进行实时监测，改进的elm学习算法为：

(1)将n个采集样本按照与仪器设定稳定点的跨距平均分成两组，每组的数据为原来的n/2，然后根据下式进行分类：

式中：δ为传感器阵列的稳定点；μ为输入数据的隶属度；

(2)随机产生输入层和隐层神经元间的连接权值和偏置值aj和bj；

(3)分别计算网络的隐层输出矩阵h^l，l＝1or2；

(4)在计算对应的隐层神经元和输出神经元的连接权值β^l,其计算表达式为β^l＝(h^l)＇，l＝1or2；

显示屏灰采用改进的灰度级校正方法进行图像的显示：

式中：pi表示经过校正的图像显示数据，si表示显示灰度级的具体数值,sl表示显示灰度级的最大数值；λinv＝1/0.45，n为显示屏的最大线性灰度值；q为取整函数；

步骤三：清洁箱体的内部时，关闭进气管上的控制阀，打开出气管与空气进口上的控制阀，将箱体内部的二氧化碳浓度恢复正常状态进行清洁；通过专用的输送设备的传送带进行箱体内部物品的输送，传送带采用最小二乘法的变频调速方法进行调节速度，具体有：

设电机转速x与传送带线速度y之间函数方程为y＝ax+b，由最小二乘原理求取参数a和b，使均方根误差平方和e²最小，e²看做是a和b的函数：

根据函数的极值条件，将上式两边分别对a和b求偏导数，并均为零，得

化简以上两式得：

即求得拟合直线参数a和b的最佳估计值和

所述控制阀集成有控制单元，控制单元控制二氧化碳进气量的方法包括：

将二氧化碳进气量去噪模型应用到箱体二氧化碳浓度标准样本预处理中，建立带权的高斯平滑滤波器矩阵模型，计算高斯平滑中心点相对左右阀值的差值和，最后计算高斯平滑处理后的样本值；

将因子分子与模糊数学隶属度结合得到单项指标的因子隶属度，得到对二氧化碳浓度标准样本单项指标评价；计算综合权重，得到不同浓度对应的综合评定权重；最后使用模糊模型中统一化权重计算，得到二氧化碳浓度综合权重矩阵，计算得到箱体二氧化碳浓度状况；

获取的二氧化碳浓度指数，向用户反馈；进行改进的因子定权模型成果展示，各项指标评价是前期二氧化碳浓度预处理结果的呈现，将海量数据通过高斯去噪模型处理后，得到合理指标数据；通过因子定权模型分析，将数据经傅立叶加权变换转换成对应的二氧化碳浓度偏差值，得到最后二氧化碳浓度偏差等级；让用户直观了解评价中各项指标动态因子权重和二氧化碳浓度偏差等级因子隶属概率；

结合相关分析算法对当前各项超标指标和预测超标指标向用户发出警报。

向用户反馈二氧化碳浓度指数过程如下：

利用爬虫技术获取并解析返回的资源信息；

通过对解析后的资源信息进行模式匹配，模型分析，建立相关视图信息；

将视图信息已ajax访问的形式反馈给前台数据。

所述改进的因子定权模型成果展示包括：

将海量数据通过高斯去噪模型处理后，得到合理指标数据；

将预处理之后的数据通过因子定权模型分析，得到最后二氧化碳浓度偏差等级；

以指标评价和因子定权模型评价为基础，实时显示二氧化碳浓度预处理和评价过程中的关键数据信息。

所述高斯去噪模型的步骤如下：

步骤一，建立带权的高斯平滑滤波器矩阵模型：

式中:q为滤波器矩阵，q为1*n的矩阵；

n为矩阵大小阀值；

i为距离中心坐标点的相对坐标值，即q[i]所得为该坐标点相对中心点的权重差；

步骤二，计算高斯平滑中心点相对左右阀值的差值和；

式中:s[k]为中心点相对左右阀值的差值和；

buf[k]为中心点的样本测量值；

n为滤波器矩阵大小；

步骤三，计算高斯平滑处理后的样本值：

式中:buf′[k]为中心点处理后的值；

buf[k]为中心点的样本测量值；

n为滤波器矩阵大小；

所述因子定权模型的算法步骤如下：

步骤一，将因子分子与模糊数学隶属度结合得到因子隶属度，如公式

式中x0代表指标前一个二氧化碳浓度偏差等级；

x1代表氧化碳浓度偏差指标后一个偏差等级；

x代表当前氧化碳浓度样本值；

步骤二，对氧化碳浓度单项指标评价；

w为氧化碳浓度各项指标样本集合，l为氧化碳浓度各项指标偏差等级集合，建立如下公式：

式中：a为样本数值；

n为指标数目；

m为偏差等级个数据；

通过下式计算出单项指标的因子隶属度，对应n个氧化碳浓度指标得到m*n的矩阵r；

步骤三，计算综合权重；

氧化碳浓度偏差是由多个指标引起的，不同物质浓度应当对综合评定权重有影响，单个指标的权重计算如下公式(：

即

式中：ai代表当前指标数值；

lk代表指标等级；

使用模糊模型中统一化权重计算，得到如下公式：

式中：wk代表单一指标权重；

有n个氧化碳浓度指标，即得到氧化碳浓度综合权重矩阵b，如下公式：

b＝[w1，w2，......，wn]

步骤四，将矩阵r与矩阵b复合计算，计算得到氧化碳浓度状况。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。