【摘? 要】隨著時(shí)代的發(fā)展,糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)的建設(shè),能夠?qū)崿F(xiàn)對(duì)糧庫(kù)糧情進(jìn)行實(shí)時(shí)監(jiān)測(cè)的目的,進(jìn)而使糧食儲(chǔ)備中霉變感染問題能夠得到良好的控制。對(duì)此,文章針對(duì)糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)進(jìn)行了分析。
【關(guān)鍵詞】糧庫(kù)糧情;智能監(jiān)測(cè)系統(tǒng);設(shè)計(jì);分析
引言
糧食儲(chǔ)藏工作對(duì)于一個(gè)國(guó)家而言是至關(guān)重要的,與國(guó)家的安全發(fā)展及社會(huì)穩(wěn)定之間存在著直接關(guān)系。基于現(xiàn)代化電子科技、計(jì)算機(jī)技術(shù)等獲得了快速發(fā)展,PC機(jī)作成為其中的控制中心,通過對(duì)分線器的有效利用,來具體對(duì)多點(diǎn)溫度進(jìn)行相應(yīng)的采集。但是對(duì)于儲(chǔ)糧早期發(fā)生感染霉變的情況,當(dāng)前階段始終是糧情監(jiān)控過程中的難點(diǎn)。因此,必須要對(duì)糧食儲(chǔ)藏早期發(fā)生霉變感染的主要因素進(jìn)行了解,進(jìn)而采取相應(yīng)有效性的安全防護(hù)對(duì)策,這對(duì)于糧食儲(chǔ)藏安全而言是極為關(guān)鍵的。
1.糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)的主要結(jié)構(gòu)與設(shè)計(jì)
1.1糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)的相關(guān)結(jié)構(gòu)
能夠?qū)Z庫(kù)內(nèi)糧情產(chǎn)生影響的因素是多方面的,比如糧庫(kù)外界的環(huán)境在天氣與季節(jié)發(fā)生變化的時(shí)候,都會(huì)對(duì)糧庫(kù)內(nèi)部的溫度、濕度以及二氧化碳濃度等重要參數(shù)產(chǎn)生嚴(yán)重的影響,相應(yīng)的糧情監(jiān)控裝置必須要具備對(duì)糧庫(kù)內(nèi)外相關(guān)的參數(shù)變化實(shí)現(xiàn)實(shí)時(shí)監(jiān)控的能力,以保證相關(guān)的數(shù)據(jù)具有實(shí)時(shí)有效性,從而使得外界環(huán)境帶來的干擾得到降低。為了能夠?qū)崿F(xiàn)對(duì)糧庫(kù)內(nèi)外的各項(xiàng)參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控,比如溫度、濕度和二氧化碳濃度這幾方面的參數(shù),需要實(shí)施相關(guān)糧情智能監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)的設(shè)計(jì)。糧情監(jiān)控系統(tǒng)需要通過一體化氣體管道采樣的方式來具體實(shí)現(xiàn),而在實(shí)施多參數(shù)采集的時(shí)候,可以采用多傳感器組成方式下的嵌入式ARM9系統(tǒng)來具體實(shí)施,進(jìn)而實(shí)現(xiàn)對(duì)各項(xiàng)參數(shù)實(shí)施實(shí)時(shí)監(jiān)控以及相應(yīng)傳輸與處理工作,以保證獲得的相關(guān)數(shù)據(jù)參數(shù)切實(shí)真實(shí)有效。由多傳感器組成檢測(cè)設(shè)備是較為敏感的,通過這種敏感陣列來對(duì)糧庫(kù)室內(nèi)的各項(xiàng)信息進(jìn)行捕捉是較為全面的,尤其是對(duì)溫度、濕度以及二氧化碳濃度等相關(guān)信息參數(shù)的收集。針對(duì)糧庫(kù)內(nèi)實(shí)施多點(diǎn)實(shí)時(shí)敏感信息的采集、放大、轉(zhuǎn)換以及處理的時(shí)候,主要是通過STC單片機(jī)來具體構(gòu)成的。其中主要有15個(gè)采集區(qū)域,這些采集區(qū)域的實(shí)測(cè)值主要是通過STC單片機(jī)的內(nèi)置算法加權(quán)并經(jīng)過相應(yīng)的融合處理之后,在再對(duì)相關(guān)的綜合值進(jìn)行獲取,并將其傳輸給上位機(jī)-嵌入式ARM9核心控制器當(dāng)中。
1.2糧庫(kù)糧情智能監(jiān)測(cè)控系統(tǒng)的相關(guān)設(shè)計(jì)
糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)能夠?qū)崿F(xiàn)對(duì)相關(guān)信號(hào)的采集與處理工作。因此,需要結(jié)合糧情的信號(hào)情況實(shí)施智能監(jiān)測(cè)系統(tǒng)信號(hào)采集以及處理裝置的設(shè)計(jì),上位機(jī)的硬件平臺(tái)為嵌入式ARM9,并將S3C2440A這一核心處理器作為重要基礎(chǔ),通過對(duì)人機(jī)交互方式的充分使用,能夠更加鮮明直觀的對(duì)信息進(jìn)行采集、融合處理以及預(yù)測(cè)。下位機(jī)則是通過對(duì)STC單片機(jī)控制模塊的充分利用,來分別對(duì)信號(hào)采集、外圍設(shè)備控制單元等方面的構(gòu)建。其中,信號(hào)采集單元是由多個(gè)模塊組合而成的,主要包括電源、信號(hào)放大濾波以及A/D轉(zhuǎn)換等;外圍的設(shè)備控制單元也是由多個(gè)部分組成的,主要包括外圍控制總線、控制裝置、多氣體采集的切換通道等等。當(dāng)前階段采用的糧情智能監(jiān)測(cè)系統(tǒng)軟件,一般為Microsoft VisualStudio 2010開發(fā)平臺(tái),所使用的開發(fā)語(yǔ)言為VC++開發(fā)語(yǔ)言,并且建立起了MFC-智能糧庫(kù)監(jiān)測(cè)系統(tǒng)工程應(yīng)用程序。
2.糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)的相關(guān)結(jié)果與現(xiàn)實(shí)分析
2.1糧庫(kù)糧情信息的加權(quán)融合分析
由于每個(gè)地理區(qū)域的糧庫(kù)氣體環(huán)境的流通性存在著差異性,為了能夠使其存在的誤差得以消除,可以采用15個(gè)采集區(qū)域的數(shù)據(jù)進(jìn)行相應(yīng)的融合,并將其作為一組預(yù)測(cè)因子,在開始相關(guān)試驗(yàn)之前應(yīng)該先對(duì)相關(guān)的傳感器實(shí)施相應(yīng)的標(biāo)定與修正處理工作,并建立在拉依達(dá)準(zhǔn)則的基礎(chǔ)上,來針對(duì)多傳感器采集到的所有區(qū)域的數(shù)據(jù)信息,來具體實(shí)施粗大誤差的有效剔除,然后有效地實(shí)現(xiàn)對(duì)相關(guān)實(shí)測(cè)正常數(shù)據(jù)具體實(shí)施加權(quán)融合,并將相關(guān)加權(quán)融合之后所獲得的平均值,作為糧庫(kù)糧情監(jiān)測(cè)模型建設(shè)時(shí)的重要輸入因子。
2.2在糧庫(kù)糧情中建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
BP神經(jīng)網(wǎng)絡(luò)在實(shí)際使用中具有良好的優(yōu)勢(shì),其能夠?qū)崿F(xiàn)對(duì)相對(duì)復(fù)雜的非線性系統(tǒng)中的自適應(yīng)性、自學(xué)習(xí)能力等方面是比較強(qiáng)的,在逼近非線性函數(shù)的時(shí)候能夠以任意精度來具體實(shí)現(xiàn),促使糧庫(kù)在多因素環(huán)境方面的特征要求獲得滿足。因此,在具體實(shí)施實(shí)驗(yàn)糧情監(jiān)測(cè)裝置設(shè)置的時(shí)候,可以采用3層反饋神經(jīng)網(wǎng)絡(luò)算法來具體實(shí)施相關(guān)的學(xué)習(xí)、訓(xùn)練以及預(yù)測(cè)環(huán)節(jié),主要是由于這種方式具有很強(qiáng)的適應(yīng)性。隱含層是對(duì)輸入輸出進(jìn)行相應(yīng)連接的重要橋梁,通常默認(rèn)隱含層節(jié)點(diǎn)的個(gè)數(shù)為12,通過logsig來實(shí)現(xiàn)傳遞函數(shù);微生物活性值指標(biāo)具有歸一化的特征并作為輸出層,選用transig來具體實(shí)施相應(yīng)的函數(shù)傳遞。針對(duì)糧庫(kù)內(nèi)外環(huán)境差值實(shí)施相應(yīng)的預(yù)測(cè),發(fā)現(xiàn)倉(cāng)內(nèi)環(huán)境預(yù)測(cè)法達(dá)到6000次左右的時(shí)候能夠?qū)崿F(xiàn)最小誤差,當(dāng)差值預(yù)測(cè)處于2500次左右的時(shí)候能夠使系統(tǒng)達(dá)到最小誤差,使得學(xué)習(xí)速度獲得了明顯加快,并且能夠使系統(tǒng)要求中的最小誤差獲得滿足。
2.3糧庫(kù)糧情預(yù)測(cè)結(jié)果的分析
依據(jù)生物學(xué)的相關(guān)研究成果及結(jié)果分析,來進(jìn)行糧庫(kù)環(huán)境模型的建立,針對(duì)糧庫(kù)二氧化碳濃度進(jìn)行逆向推導(dǎo),并作為對(duì)糧情進(jìn)行判定的相關(guān)標(biāo)準(zhǔn),可見微生物活性值能夠直觀地對(duì)儲(chǔ)糧的具體安全狀況進(jìn)行反映。因此,網(wǎng)絡(luò)輸出層的相關(guān)安全指標(biāo)主要采用微生物活性值,通常此輸出層的安全指標(biāo)被默認(rèn)為歸一化的活性值。這里在對(duì)BP神經(jīng)網(wǎng)絡(luò)糧情監(jiān)測(cè)模型進(jìn)行建立的時(shí)候,主要采用2017年—2018年某市小麥的信息樣本作為相關(guān)的訓(xùn)練數(shù)據(jù),將2018年—2019年的小麥信息樣本來具體實(shí)施的相應(yīng)的預(yù)測(cè)與驗(yàn)證工作。為了能夠?qū)⑵渲械恼`差波動(dòng)性進(jìn)行消除,在選取最終輸出指標(biāo)的時(shí)候,需要采取10次預(yù)測(cè)結(jié)果所得的算術(shù)平均值來作為相關(guān)指標(biāo)。在相關(guān)模型建立的時(shí)候,主要采用的輸入因子為糧庫(kù)內(nèi)外環(huán)境的溫度、濕度以及CO2濃度等方面的差值信息,針對(duì)糧情信息實(shí)施相應(yīng)的預(yù)測(cè)工作,這樣使得輸出指標(biāo)能夠與期望值更加接近,其中預(yù)測(cè)的最大絕對(duì)誤差為0.02,而最大相對(duì)誤差則為5.66%;而在對(duì)溫度、濕度以及二氧化碳的濃度具體實(shí)施預(yù)測(cè)時(shí)則采用常規(guī)值來具體實(shí)施。因此,所選用的差值預(yù)測(cè)結(jié)果在精度方面更高、在誤差方面也會(huì)更小。
3.結(jié)束語(yǔ)
總而言之,通過糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì),并針對(duì)建立起來的糧情預(yù)測(cè)模型來具體實(shí)施相應(yīng)的實(shí)例驗(yàn)證。文章選取15個(gè)區(qū)域采樣的氣體環(huán)境信息作為相關(guān)樣本,并將管道循環(huán)切換作為相應(yīng)的采樣方式。通過BP神經(jīng)網(wǎng)絡(luò)的有效建立,來實(shí)現(xiàn)對(duì)糧情安全級(jí)別模型的預(yù)測(cè)。依據(jù)相關(guān)結(jié)果表明,將倉(cāng)內(nèi)外氣體環(huán)境的差值作為對(duì)糧庫(kù)糧情的相關(guān)輸入因子,該系統(tǒng)預(yù)測(cè)的最大絕對(duì)誤差及最大相對(duì)誤差分別為0.02與5.56%,并且糧情誤差曲線收斂方面在整體上是比較平滑的,使得曲線中存在的局部波動(dòng)得到了有效抑制,從而使得外界環(huán)境對(duì)糧庫(kù)糧情判定結(jié)果更加準(zhǔn)確。
參考文獻(xiàn)
[1]孫曉全,周光,何志鋒,馬劉正,蘇睿,江敏,胡建東.糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2020,54(02):237-242.
[2]龍夏,檀明,王曉峰,劉原.糧庫(kù)糧情智能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].牡丹江師范學(xué)院學(xué)報(bào)(自然科學(xué)版),2019(04):5-8.
[3]田琴.大數(shù)據(jù)分析在用電采集數(shù)據(jù)分析與智能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電子測(cè)試,2018(06):90-91.
[4]王愛珍. 龍門國(guó)家糧庫(kù)糧情溫濕度監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)[D].電子科技大學(xué),2005.
作者簡(jiǎn)介:宋夕洋(1975.04-),男,山東沂水人,本科,漢族,中級(jí)職稱,研究方向?yàn)榧Z食工程。