基于新型GNNM(2,1)模型的粮仓温湿度建模

利用BP神经网络的函数逼近特性和GM(2,1)的模型对非单调变化规律数据的描述特性,构建了一种新型的GNNM(2,1)模型,并将其用于粮仓温湿度变化趋势的建模.采用某粮仓一年内的温湿度采样值对其进行训练,并用训练好的模型预测来年温湿度的变化趋势.仿真结果表明,该模型的预测值有较高的精度,这对保证粮食储备安全具有一定的实用意义.     

基于ASP.NET的粮仓温湿度远程监测管理系统的实现

针对粮仓储粮的安全问题,介绍了一种基于ASP.NET的粮仓温湿度远程实时监测管理系统。该技术主要通过ADO.NET和SQL Server相结合,采用AJAX技术解决了页面实时刷新问题,实现了粮仓温湿度远程监测系统的远程实时监测和数据分析功能,及对粮库监测的网络化、智能化和远程监测管理,让高层管理者可随时随地了解粮仓的粮情状况并作出科学决策,从而提高粮仓的管理水平。     

基于STC89C52的粮仓温湿度控制系统的设计

本设计是基于单片机的粮仓温湿度检测控制系统,整个系统的控制核心芯片采用的是单片机STC89C52,利用数字化传感器SHT11现场实时采集粮仓内的温度参数和湿度参数,并可控制风扇启停,实现粮仓内的温湿度调节,实现了自动化、智能化的粮仓温湿度控制管理。     

智能粮仓的采集终端的设计与应用

设计基于ZigBee和LabVIEW的智能粮仓温湿度监控系统,由温、湿度采集节点、无线传输模块zigBee、主控模块,以及具有数据显示、分析、记录功能的LabVIEW上位机组成。用温度和湿度传感器对现场数据进行采集,再利用ZigBee无线传输模块将温湿度数据发送给ZigBee协调器模块,协调器再通过串口传给LabVIEW上位机,由上位机对各监测点的温湿度值进行显示、分析与处理,主控机根据接收到的指令对降温除湿设备进行自动控制,使粮仓内达到适温适湿的目的。通过开发功能齐全的粮仓监测软、硬件系统,为大型粮仓设施提供现代化、智能化的科学、高效的管理手段。     

基于MSP430和GSM技术的粮仓温湿度监控系统设计

设计了一种粮仓温湿度远端监控系统,系统以MSP430单片机为核心,利用传感器SHT11和DSB1820检测粮仓、粮堆内的温湿度,根据需要控制系统及时调整粮仓的温湿度,并将监控信息通过GSM网络传送至相应的手机或PC机。应用实践表明,该系统简洁、方便,在远端可实现整个监测系统数据的显示、查询、控制和存储,可以更好地满足现代粮仓监控的需要。     

基于改进的GM(2,1)模型的粮仓温湿度预测

民以食为天,粮食是关系国计民生、国家安全和社会稳定的特殊产品,在自然灾害频发的当今社会,粮食的安全储藏尤为重要。在对粮库温湿度环境进行监测的同时,如果能根据历史数据准确地预测粮库的温湿度未来的变化趋势,将为及时有效地控制粮食的存储条件,保证粮食储备安全提供先机。本文用改进的GM(2,1)模型对粮库检测到的温湿度数据进行建模分析,以期实现对粮库温湿度变化趋势的预测和预警。仿真结果表明,该模型的预测值有较高的精度。     

基于无线传输技术的粮仓监测系统

传统的人工监测以粮食温湿度监测,没有办法来处理粮食安全的隐患-害虫。为了节约资源,实现低功耗,保证粮食的安全储存,通过研究,可以实现实时监测温湿度和病虫害的数量,越限粮库报警系统。粮仓温湿度采集系统与灯光诱杀害虫和计数,将采集到的数据进行处理,通过ZigBee无线传输到服务器监控粮库环境后送到MSP430。     

基于LabVIEW的粮仓温湿度无线测控系统的研究

基于虚拟仪器设计理论,采用以STC89C51单片机为核心的数据自动采集系统对粮仓内粮食的温湿度进行实时采集,然后通过无线模块nRF905将采集到的数据发送到测控主机,测控主机进行相应的处理后最终到达上位机。上位机计算机管理系统利用LabVIEW软件对数据进行获取、显示、存储、处理等功能。用户根据实时显示的数据,对粮仓及粮食进行相应处理,以实现安全储粮的目的。     

基于弹性网络算法的多缸干燥部关键参数预测模型

纸页干燥过程的排风温度、排风湿度和纸幅湿度是反映干燥部运行状态和工艺合理性的重要参数,其预测控制对干燥部的运行优化和节能降耗具有重要的意义,传统的机理预测模型面临一些过程变量难以准确确定的问题。随着工业大数据的发展,基于数据驱动的方法为建立纸页干燥过程关键参数的预测模型提供了一条有效的途径。通过相关性分析从生产数据中选取与关键参数相关的特征变量作为模型的输入,采用弹性网络算法建立前烘干燥部的排风温湿度和纸幅湿度预测模型。结果表明,采用弹性网络算法建模的预测结果更贴近实际变化趋势,预测模型的平均相对误差均小于7%,比SVR模型低2%以上。模型为验证干燥部操作变量的调控合理性提供了一种有效的验证方法,为工业用纸干燥过程的优化控制提供了新的依据。     

视频合成技术的粮食存储无线监控系统的设计

采用视频合成技术,以粮食存储为研究背景,利用ZIGBEE将粮仓内外的温湿度无线传送到中心节点后,通过单片机与动态视频字符发生器MB90092相连进行视频叠加,将复合的粮仓内外温湿度传送到液晶电视上,从而实现粮食存储的无线监控。该系统稳定可靠,使用方便。     

基于BP神经网络的仓储小麦的生理生化指标预测

BP神经网络算法在粮食仓储领域拥有巨大的应用价值和潜力。本研究尝试将BP神经网络引入仓储小麦品质预警模型,以天津储粮抽检数据为对象,通过对室内温度的记录,样品水分、淀粉、蛋白质等11项生理生化指标的定期检测,利用BP神经网络算法进行仓储小麦的品质预测与影响分析。仿真结果表明,基于BP神经网络的数据预测方法具有较小的过程误差和较高的结果准确性,为仓储小麦的品质预测提供了一种有效的研究方法。     

粮仓谷物温度场数学模型的研究与应用

介绍了根据测量得到的有限个典型的离散温度数据,利用最小二乘法拟合出粮仓温度在其空间坐标上的分布函数,从而可以较精确地估计粮仓内任一点的温度值,该数学模型的应用大大节约了硬件资源,方便了测量工作.     

小型粮仓手持式粮情检测系统研究

对适用于小型粮仓的手持式粮情检测系统进行研究。区别于传统的大型测温系统,该粮情检测系统可直接插入小型粮仓粮堆内部测量粮食的温、湿度,系统界面可进行灵活的温湿度阈值设置及自动报警,并且具有控制风机启停进行紧急通风处理功能,用户可根据测量的温、湿度估算仓内粮食水分,进行安全储粮辅助操作决策。该系统具有测量精度高、体积小、成本低、操作方便等特点,系统在满足广大农户需求的同时,符合粮食产后服务体系建设的发展需要,具有极好的应用推广前景。     

基于VB的粮仓管理系统的设计

介绍了粮仓管理系统上位机设计的通信协议、通信程序、功能设计、调试方法、运行数据分析等。采用Mscommon控件设计了串口通信程序,能够实现粮仓管理、温湿度巡检、超限报警、历史查询、打印报表等功能。     

春季稻谷粮堆结露预警及处置

我国每年粮食产后在储藏过程中因发生结露而造成粮食损失的数量巨大,季节交替是引起粮堆结露的重要因素。通过对实仓的温湿度数据进行采集,绘制图表,并结合露点与温湿度之间的规律,分析冬春季节交替稻谷粮堆较易发生结露的区域,并进行结露预警。为完善我国的粮情监测系统,指导储粮实践,保障粮食安全提供理论依据。     

基于Kriging插值算法的粮堆内部温度可视化研究

为了更直观地获得粮堆内部三维温度分布信息以及变化情况,本文对Kriging插值算法进行研究。建立了粮仓内部温度可视化插值模型,并将其运用到实验过程。经过采样点的数据插值,分别对1 000个数据点和27 000个数据点进行仿真可视化,并对27 000个数据点进行单切片专题图分析比较。在可视化程度相比较分析中,原始216个数据远远不能实现粮堆内部的温度可视化,在将温度插值分为27 000个点后再次进行可视化,便能直观清楚的反映粮仓粮堆内部温度信息。从而验证了Kriging插值算法在粮堆内部温度可视化中的有效性,通过采用Kriging插值算法对粮堆内部温度进行可视化研究有前瞻应用意义。     

基于温湿度场云图的稻谷粮堆状态和结露风险分析

以稻谷为研究对象,利用温湿度一体传感器,模拟实际粮仓中容易发生结露区域以开展不同位点的监测,测得从冬季到夏季粮堆不同位点的温度和相对湿度;运用矩阵实验模拟软件（MATLAB）绘制粮堆温度场、湿度场云图,追溯分析了稻谷温湿度场分布及时空变化;基于粮食平衡绝对湿度与露点温度等模型（CAE模型）推算了稻谷粮堆危险点所处的不同状态（平衡态、饱和态、吸附态或解吸态）和探究其变化规律,为减小储粮损耗和实现储粮安全提供理论依据。     

优质籼米地下仓储藏过程中品质变化

为探索成品粮绿色、安全的储藏方法,在南方高温高湿地区,利用地下仓储藏黄花粘和籼优998两种优质籼米,定期检测水分、碎米总量、小碎米率、垩白粒率、黄粒米、直链淀粉、品尝评分值、色泽气味、不完善率、害虫虫口密度等指标。实验结果显示,实验期间,大米水分呈小幅下降;2种大米不生虫时间长达13个月;小碎米率、色泽气味等指标无显著性变化;碎米总量、黄粒米、不完善粒含量小幅增加,直链淀粉含量逐渐增加,但均未导致大米质量等级下降;垩白粒率显著增加,品尝评分值显著下降,且均造成大米质量定等下降。根据国家标准《大米》的规定,籼优998于储藏3个月后,质量定等由二级降为三级,储藏6个月后,已不属于优质籼米,黄花粘于实验结束后仍为优质籼米三级。说明地下仓具有良好的保湿、保鲜和害虫抑制效果,优质籼米耐储性能与储藏条件和品种均相关。     

基于BP神经网络方法的高大平房仓温度场预测研究

国家粮食储备多以平房仓为主要存储仓型,储粮粮堆在夏季时受到外界持续传热而会达到较高温度,而且微生物生长繁殖会进一步引起粮堆内部发热,对安全储粮产生危害。为了确保储粮品质,控制储粮温度,粮仓温度场预测系统的研究与应用就愈显重要。基于神经网络模型,以BP神经网络预测模型为主要研究对象,并选取典型高大平房仓实际粮情监测数据为实例,在MATLAB平台进行仿真,通过实测数据进行训练,构建实测模型。分析了粮食温度场的影响因素,采用SPSS统计学软件确定了影响因素的权重大小,并采用神经网络方法验证了主成分分析的结果。