谷物干燥過程控制策略研究進展

摘要：糧食生產的耕、種、收環節已基本實現機械化，但糧食收獲后烘干處理環節薄弱。谷物烘干是一個復雜的傳熱傳質過程，為了充分保證谷物烘干后的品質，需要對谷物干燥作業參數進行調控，即對干燥過程進行優化控制以獲得良好的烘干質量與烘干效率。在國內外已有文獻的基礎上，對谷物干燥設備尤其是對熱風對流式谷物烘干機分類進行了簡要描述，從傳統控制策略與智能控制策略兩個方面對谷物干燥過程控制策略研究現狀進行了總結分析，并對相關亟須解決的問題和未來發展的方向進行了展望，以期為谷物烘干過程控制優化提供參考。

關鍵詞：谷物；谷物干燥設備；干燥過程；控制策略；研究進展

中圖分類號：S226.6 文獻標志碼：A DOI：10.16465/j.gste.cn431252ts.20240421

基金項目：山東省自然科學基金青年項目（ZR2021QF072）；山東省重點研發計劃（軟科學）一般項目（2023RKY06011）；山東省農業科學院農業科技創新工程（CXGC2023A34）。

Research progress on control strategies for grain drying process

Liang Zhichao， Wang Shuai， Xu Hao， Song Hualu

（ Shandong Academy of Agricultural Sciences， Jinan， Shandong 250100 ）

Abstract： The cultivation， planting， and harvesting of grain production have been basically mechanized， but the post-harvest drying and processing of grain is weak. Grain drying is a complex heat and mass transfer process， in order to fully ensure the quality of grain drying， grain drying operation parameters need to be regulated， i.e.， the drying process was optimally controlled to obtain high drying quality and drying efficiency. On the basis of existing literature at home and abroad， this paper first gave a brief description of grain drying equipment， especially the classification of hot air convection grain dryers， and summarized and analyzed the current research status of grain drying process control strategy from two aspects， namely， traditional control strategy and intelligent control strategy， and the related urgent problems and future development directions were outlooked to provide reference for the optimization of grain drying process control.

Key words： grain； grain drying equipment； drying process； control strategy； research progress

2023年，全國糧食產量為69 541萬t[1]，糧食生產的耕、種、收環節已基本實現機械化，但糧食收獲后烘干處理環節仍為機械化短板。據有關學者統計，在糧食收獲后的儲存、運輸以及加工等環節，因為天氣潮濕、晾曬不及時以及未按照安全水分進行存儲等原因造成的糧食損失，約占到我國年度糧食總產量的5%[2]。谷物烘干是一個復雜的傳熱傳質過程，在這個過程中谷物與干燥介質之間存在著水分和能量的交換。谷物烘干不僅僅是降低谷物含水率，其對谷物品質的影響還集中在裂紋率、爆腰率、破碎率和色澤等指標上[3-4]，為了充分保證谷物烘干后的品質，需要對谷物干燥作業參數進行調控，即對干燥過程進行優化控制以獲得良好的烘干質量與烘干效率[5]。

2023年《農業農村部關于加快推進農產品初加工機械化高質量發展的意見》提出“補齊設施裝備短板，優化烘干技術裝備配置”“提升糧食烘干品質、作業量在線監測能力，推進糧食烘干綠色化、信息化”[6]。同年，《關于加快糧食產地烘干能力建設的意見》明確要求“加快信息化技術與烘干儲糧設施裝備相融合，提高烘干設施裝備智能化水平”[7]。2024年中央一號文件也提出“大力實施農機裝備補短板行動”“推進農產品加工設施改造提升”[8]。當前我國谷物烘干機械具有廣闊的發展空間，但現有產品普遍存在降水速率低、谷物破損率高、高能耗以及自動化水平低等關鍵問題[9]。因此，分析谷物干燥過程控制策略研究應用現狀，提高谷物烘干裝備信息化和智能化水平，補齊糧食生產“全程機械化”短板（收獲后烘干）具有重要意義，可以為鄉村振興戰略的實施和推進農業現代化發展提供強力支撐。

1 谷物干燥設備分類

按照谷物加熱干燥方式的不同對谷物干燥設備進行分類，其主要包含對流式、傳導式、輻射式、介電式與聯合式等類型。

1.1 對流式

對流式是指高水分谷物與加熱后的干燥介質直接接觸，干燥介質的熱量以對流傳熱方式向谷物傳遞，谷物內部水分受熱后汽化生成水蒸氣，并隨干燥介質排出。熱風對流式谷物烘干機具有結構簡單、操作便利、性價比高等優點，是國內谷物干燥設備行業主力機型[10-11]，熱源涵蓋燃煤、天然氣、生物質、電能與熱泵等，因環保要求，燃煤型熱源已逐步淘汰與替換升級。

1.2 傳導式

傳導式是指熱源通過金屬間壁向谷物傳導熱量，水分受熱生成的水分蒸汽去除方式主要包含催掃氣體通入、減壓抽吸與冷凝器去除等。該類型設備在干燥過程中沒有借助干燥介質進行對流傳熱，傳熱效率與潔凈度較高，但該類型設備的干燥能力常常受限于金屬壁傳熱面積與結構復雜度[12]17。

1.3 紅外輻射式

紅外輻射式主要指高水分谷物吸收紅外輻射器發射出電磁波并將其轉化為熱量，從而實現谷物干燥[13]。輻射是指以電磁波的方式傳遞能量，波長0.1～100 μm的電磁波譜具有較顯著的熱效應，這樣的電磁波被稱為熱射線，其傳播過程也被稱為熱輻射，是由固體中的分子振動或晶格振動或固體中束縛電子的遷移而產生[12]541。

1.4 介電式

介電式干燥即在高頻率的電磁場作用下，谷物吸收的電磁能量再轉化為熱量用于內部水分蒸發，與對流、傳導、紅外輻射等方式不同，蒸發水分所需的熱量不需要通過物料的外表面向內部傳遞[14]。一般地，用于加熱和干燥的電磁波頻率分為兩個范圍，即1～100 MHz（高頻，RF）和300 MHz～300 GHz（微波，MV）。在這里，實際上將理論意義上的“高頻”（HF，3～30 MHz）和“超高頻”（VHF，30～300 MHz）合稱為高頻（RF）[12]505。

1.5 聯合式

聯合式主要是指采取對流、傳導、紅外輻射與介電等干燥方式中的2種或2種以上進行谷物干燥的設備，以實現節能、保質與高效的干燥效果。其中對流結合紅外輻射和對流結合介電的設備占比較多[15]。

2 熱風對流式谷物烘干機分類

2.1 按照作業方式分類

熱風對流式谷物烘干機按照作業方式分類主要有循環式谷物烘干機與連續式谷物烘干機。

2.1.1 循環式

循環式谷物烘干機也被稱作批式谷物烘干機，一般需要多個烘干作業流程才能將谷物烘干至目標水分，沒有達到目標水分的谷物從烘干機干燥段出料口排出后，經由提升裝置再次進入烘干機緩蘇后進行再次烘干，達到目標水分的谷物被烘干機排出，才可以進行下一批次谷物的烘干作業。谷物在烘干機內循環進行烘干和緩蘇，單次循環谷物水分降低值較低，且循環式谷物烘干機單機處理量相對較小，通常可配置多臺機器作為干燥機組使用。另外，多數移動式谷物烘干機采用循環式作業方式[16]。

2.1.2 連續式

連續式谷物烘干機的烘干作業過程是連續不斷的，高水分谷物由進料口進入烘干機，在烘干機內順序通過對流干燥段與緩蘇段后，水分降低的谷物通過排糧機構被烘干機排出，谷物在烘干機內只經歷一次烘干作業，不存在內部循環流動的干燥過程，烘干機出口的谷物含水率便是最終含水率。連續式谷物烘干機單機處理量相對較大，熱空氣溫度也較高。

2.2 按照谷物與熱空氣流動方向分類

按照谷物與熱空氣流動方向進行分類，谷物烘干機可以分為順流式、逆流式、橫流式和混流式4種，如圖1所示。順流式烘干機和逆流式谷物烘干機中谷物溫度和水分只在谷物流動方向上發生變化，被稱作一維干燥；橫流式谷物烘干機中谷物溫度和水分可以在谷物流動方向和熱空氣流動方向上發生改變，被稱作二維干燥；混流式谷物烘干機則是將橫流、順流、逆流相互結合的一種干燥方式[17]。

2.2.1 順流式

在順流式谷物烘干機中，谷物和熱空氣的流向相同，干燥均勻度較好，水分梯度小；高溫熱空氣首先與水分最高、溫度最低的谷物相遇，熱交換急劇，干燥速度快，適合于干燥高水分谷物。隨著谷物與熱空氣在烘干機內下行，谷物水分逐漸減少，谷物溫度逐漸升高，熱空氣溫度逐漸降低，干燥速率變緩[18]。

2.2.2 逆流式

在逆流式谷物烘干機中，谷物和熱空氣的流動方向相反，高水分低溫谷物自上而下流動，與低溫高濕空氣接觸，高溫熱空氣自下而上流動，與低水分高溫谷物接觸，谷物的溫度與熱空氣溫度相近，因此熱空氣溫度值不宜設置過高。同時，高水分低溫谷物與低溫高濕空氣接觸，容易發生飽和，降低干燥效果。逆流式烘干機具有熱效率較高，谷物水分和溫度均勻度較好等優點，且排氣的潛熱可以充分利用，但單獨使用純逆流烘干機的較少，一般結合順流式進行組合干燥來提高干燥性能[19]。

2.2.3 橫流式

在橫流式谷物烘干機中，谷物和熱空氣的流向垂直，高水分谷物從儲糧段下流至干燥段，高溫熱空氣垂直橫向穿過梁柱，具備結構簡單、制造成本低等優點，因此得到了廣泛應用。但其進風側谷物水分下降速率快，出風側谷物水分下降速率慢，存在干燥不均勻、單位能耗高、熱能未充分利用等缺點，多采用加裝谷物換流器、差速排糧、熱空氣換向等方式提升橫流式烘干機性能[20]。

2.2.4 混流式

混流式谷物烘干機干燥段中存在著交替排列的進氣角狀盒和排氣角狀盒，谷物顆粒向下流動的軌跡為S形，谷物顆粒在流動過程中與高溫和低溫氣流交替接觸，因而熱空氣溫度設定值可以高于橫流式烘干機。由于熱空氣溫度的提高，干燥過程中單位水分蒸發量所消耗的熱空氣量也隨之降低，因此，可以降低風機功率要求。在混流式谷物烘干機中，谷物與高低溫氣流將進行交替接觸，因此裂紋率與熱損傷率較低，即烘干后品質有所提升，同樣適用于谷物種子烘干作業。從谷物和熱空氣的相對運動來看，混流干燥過程相當于順流逆流橫流的交替作用[21]。

3 谷物干燥過程策略研究現狀

無論是何種形式的熱風對流式谷物烘干機，保證烘干品質、提高烘干效率與降低能耗均是需要關注的焦點。自熱風烘干機問世以來，國內外學者與生產廠家針對谷物烘干機結構優化提升與干燥過程策略優化進行了大量研究。谷物烘干機是典型的大滯后、非線性多輸入輸出系統[22]，內部存在著谷物流動、干燥介質流動、谷物與干燥介質的熱質傳遞等過程，并且還與外界環境存在著熱量交換現象（熱損失）[23]。

谷物干燥過程變量可以分為控制變量、輸出變量和擾動變量，示意圖如圖2所示。

谷物干燥過程變量具體指標如表1所示[24]。

在20世紀30—40年代，奈奎斯特、伯德、維納等人為自動控制理論的初步形成奠定了基礎，這種建立在頻率法和根軌跡法基礎上的理論，通常被稱為經典控制理論，其主要以拉氏變換為數學工具，以單輸入單輸出的線性定常系統為主要的研究對象[25]。20世紀60年代前后，現代控制理論得到了迅速發展，其依靠的數學工具主要包括線性代數和微分方程，并以狀態空間法作為基礎來進行控制系統的分析與設計，線性系統、非線性系統、最優控制、隨機控制和適應控制等都屬于現代控制理論的范疇。經典控制理論與現代控制理論通常被稱作傳統控制理論[26]。從20世紀60年代起，得益于空間技術、計算機技術與人工智能技術的發展，控制界學者開始將人工智能技術應用于控制系統，以便于提高控制系統的自主學習能力，智能控制理論逐漸得到迅速發展。美國IEEE控制系統學會對智能控制的定義為：智能控制必須具有模擬人類學習和自適應的能力。現如今，智能控制技術在工程化與實用化方面已得到了非常廣泛的應用，主要包含模糊控制、專家系統、神經網絡控制和其他學習控制等，并且隨著計算機技術與人工智能技術的迅速發展，智能控制必將迎來它的發展新時期[27]。

3.1 傳統控制策略

自20世紀60年代開始，國外研究人員在谷物干燥過程自動化控制方面開展了一系列研究，主要采用的控制方法集中在前饋控制、反饋控制、前饋-反饋控制等傳統控制方法，雖然取得了一定的控制效果，但仍存在較大的局限性[28-29]。Forbes等利用計算機仿真將前饋控制、反饋控制、PID控制和模型控制4種控制策略應用于玉米干燥過程控制，但由于時間滯后性過大等原因，前饋控制、反饋控制和PID控制均沒有得到理想要求[30]。Whitfield[31]利用計算機模擬技術針對其設計的順流式谷物烘干機PI控制器進行了仿真分析，雖然仿真結果表明其設計的PI控制器能夠取得較好的控制效果，但由于谷物烘干系統的非線性特性，當入機谷物水分發生較大的變化時需要隨時調整相關控制參數，難以獲得穩定良好的控制效果。 McFarlane等[32]在Whitfield研究的基礎上，對原有的PI控制器進行了優化，即增加了一個一階滯后的反饋前饋環節，提高了控制系統的響應速度，但將控制器應用于不同類型的谷物烘干時，仍然需要參考大量相應的操作經驗數據進行設計調試。PID控制器雖然早已成為工業控制中應用最為廣泛的控制器之一，但該類型的控制器應用于谷物烘干系統這樣的大滯后、非線性系統中，局限性較為明顯，難以獲得較為理想的控制效果。

3.1.1 模型預測控制

模型預測控制（model predictive control，MPC）在20世紀70年代開始逐漸應用于工業控制領域，其結合了預測模型、滾動優化算法和反饋校正算法，對模型的精確性要求降低，因此能夠有效地用于復雜對象的控制，解決工業過程控制中存在的多變量耦合、非線性以及不確定性等問題[33]。MPC控制器的特性適用于解決谷物烘干機控制過程中的大滯后和多變量耦合問題，曾被認為是谷物烘干機的最佳控制方式，并得到了廣泛應用[22]。美國學者Liu等[34-36]發表了系列文章，涉及基于傳熱傳質機理的干燥過程模型、MPC控制器設計及其在橫流式谷物烘干機中的應用，結果顯示，該MPC控制器具有良好的精度、穩定性和魯棒性，在玉米進口水分含量為21%～32%以及干燥空氣溫度為85 ℃～120 ℃的條件下，干燥后玉米的水分實際值可以控制在設定值的±0.7%以內。趙波[37]利用計算機仿真技術結合濕熱平衡模型對深床干燥過程進行了模擬試驗，對連續橫流干燥條件下的玉米干燥層厚度進行了優選，并建立了相應的玉米連續式橫流干燥模型，進而設計了連續橫流式玉米烘干機模型預測控制系統并開展了干燥試驗。試驗結果表明，出口玉米的水分波動性較小，水分實際值與設定值偏差均在±1%之內，可以較好地保證干燥后的玉米品質。宋琦[38]為提高稻谷烘干后品質，以其建立的稻谷整精米率預測評價模型為基礎，構建了稻谷干燥過程模型預測控制策略優化目標函數與滾動優化流程，并將其應用于橫流式循環谷物烘干機。試驗結果表明，經智能控制系統優化調控后的烘干后稻谷整精米率提高了0.18%。

3.1.2 自適應控制

自適應控制（adaptive control）也稱為適應控制，是一種對系統參數的變化具有適應能力的控制方法，其可以通過修正自身特性以適應控制對象和外部擾動的動態特性變化，因此，在長時滯與多變量耦合的谷物干燥過程控制上得到了廣泛應用[39]。Nybrant[40]開發了一種橫流式烘干機自適應控制模型，在此基礎上設計了一種自適應控制器，并在實驗室條件下進行了烘干機自適應控制器性能測試，測試結果表明該控制器可以在谷物和干燥特性發生變化的情況下進行自行調整以保持良好的控制效果，可以實現干燥段底部出風口溫度的精確調控，進而實現出口谷物含水率的精確控制。李長友等[41]以谷物深層干燥解析理論為基礎，結合谷物水分在線測量技術，設計了連續式谷物烘干機自適應控制系統，其可以根據烘干機進料口谷物水分的變化，自動調節烘干機工作狀態，提高干燥效率與品質，實際生產應用表明該自適應控制系統能夠穩定工作在10%～35%（濕基）谷物水分范圍以及-30 ℃～40 ℃溫度范圍，烘干機谷物出機水分誤差可保持在±0.5%（濕基）以內。趙勇等[42]設計了一種連續式谷物烘干機自適應控制系統，其將出口谷物水分作為系統唯一被控變量，將熱風溫度與排糧電機轉速作為控制變量，將進口谷物溫度、熱風風量、冷卻風風量以及環境溫度等作為可測干擾變量，仿真分析結果表明該連續式谷物烘干機自適應控制系統對于階躍擾動與參數時變都具有較好的抑制作用，展示了其較好的魯棒性與穩定性，在小系統可測干擾與小時滯差異等條件下，即使沒有前饋補償與時滯跟蹤，也可以保證系統運行的穩定性。有學者認為，把人類具有的直覺推理和試湊法等智能加以形式化或機器模擬，并用于控制系統的分析與設計中，使之在一定程度上實現控制系統的智能化，這就是智能控制，同時，他認為自適應控制就是智能控制的低級體現[43]。

3.2 智能控制策略

智能控制是以控制理論、計算機科學、人工智能等學科為基礎，將相關控制技術與方法進行融合或綜合交叉，構建具有特定功能的智能控制系統或智能控制器。隨著計算機控制技術和人工智能學科的發展，智能控制的學習及推理能力逐漸增強，在谷物干燥過程控制方面優勢更加明顯，谷物干燥過程控制進入了智能控制階段[44-45]，其中應用較多的有模糊控制、專家系統、神經網絡、支持向量機及其他學習控制等。

3.2.1 模糊控制

模糊控制（fuzzy control）的全稱為模糊邏輯控制（fuzzy logic control），是一種基于模糊集合論、模糊語言變量和模糊邏輯推理的控制方法[46]。它的特點是依賴于操作經驗和表述知識轉換得到的“模糊規則”，提供了一種可以將自然語言表述的知識和規則轉換成自動控制策略的途徑，通過模擬人的智能實現對被控對象的控制，不需要依賴傳統控制中系統的數學模型。Zhang等[47]設計了一種谷物烘干機模糊控制系統，并在實驗室條件下進行了連續式橫流谷物烘干機控制系統性能測試，結果表明采用模糊控制的出機口玉米水分與人工控制模式相近，同時還降低了玉米干燥后的破碎率。李業德等[48]針對連續式順流谷物烘干機設計了一種以89C51單片機為核心的智能模糊控制器，其將谷物烘干機排糧電機轉速作為控制變量以實現谷物出機水分的控制，小麥烘干試驗表明，入糧水分范圍為22%～24%且出糧水分設定值為18%的條件下，穩態誤差小于0.5%。趙波等[49]利用虛擬儀器技術與模糊控制算法建立了二維結構模糊控制系統，以熱風溫度與排糧速度作為控制變量對干燥過程進行控制，以水稻作為試驗物料對模糊控制系統性能進行了測試，測試結果表明在-20 ℃～60 ℃溫度范圍內，控制系統反應靈敏，穩定性好，超調量小。王炫權[50]面向連續式玉米烘干機，提出了一種結合積溫預測模型與出機含水率預測模型的控制方案，采用模糊控制器與模糊PID控制器自動分時控制策略研發了智能測控系統，在實驗室條件下對測控系統性能進行了測試，結果表明干燥后玉米水分誤差穩定在允許范圍之內。

3.2.2 專家系統

專家系統（expert system）是一種模擬人類專家解決領域問題的計算機程序系統，其內部含有大量的某個領域專家水平的知識與經驗，可以模擬人類專家的決策過程進行推理和判斷，以便解決那些需要人類專家處理的復雜問題[51]。Zhang等[52]開發了一個模糊專家系統的原型為干燥過程控制提供建議。專家系統給出的控制決策是基于預測的破碎程度、干燥條件和玉米干燥專家的建議，并用兩種典型的干燥工藝對專家系統進行了測試，研究結果表明玉米破碎程度預測結果與實測結果吻合，且系統給出的控制建議與干燥領域專家一致。劉明山等[53]以多塔式玉米干燥系統為研究對象，研制了一種玉米干燥模糊控制專家系統，該模糊控制專家系統輸入量為出糧含水率、原糧含水率、排糧電機轉速、各干燥倉料位、干燥倉溫度與環境溫度，輸出量為排糧電機的調整量，計算機仿真結果與實測數據結果基本一致。韓峰[54]結合虛擬儀器開發平臺LabVIEW、測控儀表與傳感器等研發了一種橫流組合式谷物烘干機智能測控系統，該系統集成了基于品質控制的玉米變溫干燥專家系統，并在生產實踐中進行了應用與試驗，試驗結果表明智能測控系統自動控制模式下的烘干機出口含水率波動較手動控制模式有較大提高。

3.2.3 神經網絡控制

人工神經網絡（artificial neural network，ANN）是一種非線性、自適應信息處理系統，由大量信息處理單元互聯組成，其信息處理和記憶方式抽象于人類腦神經網絡。ANN具有強大的逼近非線性函數的能力，適合于具有不確定性或高度非線性的被控對象，在谷物干燥過程控制方面得到了廣泛應用。遲慶雷[55]以四段式順流干燥機的玉米干燥過程作為研究對象，采集和分析玉米干燥過程中各階段的狀態數據，利用現場數據進行離線訓練確立了模糊神經網絡模型結構，將前3段干燥數據作為模糊神經網絡預測器輸入變量，對出機含水率進行預測，并將玉米含水率預測值與設定值的偏差和偏差變化率作為模糊控制器的輸入計算求得排糧電機速度，實現了對玉米干燥過程的控制。劉擁軍等[56]設計了一種基于神經網絡和模糊控制算法的谷物烘干塔智能控制系統，其利用多層前饋神經網絡對谷物烘干塔進行學習，通過入機口谷物水分、谷物溫度、熱風溫度等參數，預測得到出料口谷物水分值，將水分預測值聯合其他參數作為模糊控制器的輸入參數，實現糧食傳送帶電機的控制。鐘嘉豪等[57]基于5HNH-15連續式糧食干燥機，構建了BP神經網絡預測模型，將連續式干燥機入口糧食含水率、環境溫濕度、高溫段風溫和風速、低溫段風溫和風速以及排糧速度作為輸入，出口糧食含水率作為輸出。利用Matlab軟件進行BP神經網絡模型的建立及驗證，結果表明模型絕對誤差小于±0.1，平均絕對誤差為0.028 8，回歸系數R=0.999 96，決定系數R2=0.999 8。

3.2.4 支持向量機控制

Vapnik于1995年在統計學習理論基礎上提出了一種人工智能算法——支持向量機（support vector machines，SVM）[58]。SVM的基本原則是結構風險最小化，其利用核函數將輸入特征映射到高維空間，降低了計算復雜度，把非線性問題轉化為高維空間中的線性問題，可以有效避免維數災難和局部極值等問題，訓練過程簡便且泛化能力強，適用于進行小樣本和非線性問題求解。朱德泉等[59]設計了一種結合改進遺傳算法和最小二乘算法的干燥過程模糊支持向量機控制器以實現谷物干燥過程溫度和濕度的精確控制，輸入量為溫度偏差、溫度偏差變化率、濕度偏差與濕度偏差變化率，輸出量為加熱控制量和排濕控制量，利用模糊算法進行溫濕度解耦，并采用支持向量機實現模糊邏輯控制的非線性處理。仿真結果表明，與經典PID控制器和模糊控制器相比，其設計的模糊支持向量機控制器具有更好的控制性能，適用于谷物干燥過程控制。代愛妮[60]設計了一種采用機理與數據雙驅動的遺傳優化支持向量機直接逆模型預測控制器，并進行了小麥混流連續干燥控制實驗，與人工控制和專家控制系統進行了控制效果對比測試。實驗結果表明基于遺傳優化支持向量機直接逆模型預測控制器的控制性能更加優良。金驍[61]結合最小二乘支持向量機（LS-SVM）與模糊PID設計了一種谷物干燥機智能控制算法，首先利用LS-SVM對出料口稻谷含水率進行預測，將含水率預測值與實際值的偏差與烘干機的排糧轉速分別作為模糊PID自整定控制系統的輸入與輸出變量，針對循環式谷物烘干機進行了控制系統軟硬件研發與性能測試，現場試驗結果表明，出料口實際含水率與設定值平均偏差低于5%，爆腰增率均值維持在6%以內，符合正常生產需求。

4 討論與展望

4.1 控制模型

從國內外研究分析可以看出，傳統控制大多基于谷物干燥過程機理的“白箱”模型，即基于熱質平衡等物理方程建立的過程模型，其主要優點是模型使用已知的理論基礎和物理規律，已建立的模型參數便于調整，但缺點是難以應對谷物烘干系統的復雜性，有時存在難以確定具體方程或方程參數，從而影響實際應用效果；智能控制大多基于依據系統的輸入-輸出關系建立的“黑箱”模型，此種模型不需要明確系統內部機理，但實際使用中對于數據的可靠性和精度要求較高。因此，可以將“白箱”模型與“黑箱”模型結合，建立機理與數據耦合驅動的控制模型，將智能控制的相關技術結合或綜合交叉，設計研發適合于谷物烘干機的智能控制策略。

4.2 控制目標

在谷物干燥過程控制研究中，國內外諸多學者圍繞水分控制開展了谷物干燥過程控制理論與試驗研究，并取得了較多成果，但由于谷物含水率在線實時檢測技術等短板的存在，在生產實踐中尚未得到廣泛應用；同時，考慮能量損耗和谷物烘干后質量的優化控制算法研究相對較少，因此，還需要進行持續攻關，開展多策略融合與優化研究，進而實現谷物烘干后品質、烘干效率與烘干能耗的系統最優化。

參 考 文 獻

[1] 國家統計局網站.中華人民共和國2023年國民經濟和社會發展統計公報[EB/OL].（2024-02-29）[2024-06-01].https：//www. gov.cn/lianbo/bumen/202402/content_6934935.htm.

[2] 薄克明，申天兵，王健平，等.天津市糧食干燥機械化技術發展現狀及對策[J].農業工程，2017（3）：89-91+74.

[3] 鄭剛，孫麗琴.遼寧省玉米產后破碎因素的調查與分析[J].糧食科技與經濟，2020，45（8）：71-74.

[4] 李根，李繼文，尚賀.低溫烘干玉米對其品質影響及效益分析[J].糧食科技與經濟，2020，45（6）：74-77.

[5] 曹崇文，何金榜.國外谷物干燥設備的發展趨勢[J].現代化農業，2002（1）：40-43.

[6] 農業農村部.農業農村部關于加快推進農產品初加工機械化高質量發展的意見：農機發〔2023〕1號[S/OL].（2023-03-17）[2024-06-01].http：//www.moa.gov.cn/govpublic/ NYJXHGLS/202303/t20230317_6423310.htm.

[7] 農業農村部，國家發展改革委，財政部，等.農業農村部 國家發展改革委 財政部 自然資源部 生態環境部 國家糧食和物資儲備局關于加快糧食產地烘干能力建設的意見：農機發〔2023〕3號[S/OL].（2023-05-09）[2024-06-01].https：//www.gov. cn/zhengce/zhengceku/202305/content_6857350.htm.

[8] 新華社.中共中央 國務院關于學習運用“千村示范、萬村整治”工程經驗有力有效推進鄉村全面振興的意見[S/OL].（2024-02-03）[2024-06-01].https：//www.gov.cn/gongbao/2024/ issue_11186/202402/content_6934551.html.

[9] 潘九君，潘保利，閆立衡.我國糧食干燥機械的普遍問題及選擇配置[J].現代食品，2015（15）：23-27.

[10] 任廣躍，張忠杰，朱文學，等.糧食干燥技術的應用及發展趨勢[J].中國糧油學報，2011，26（2）：124-127.

[11] 尹曉峰，楊明金，李光林，等.稻谷薄層熱風干燥工藝優化及數學模型擬合[J].食品科學，2017，38（8）：198-205

[12] 潘永康.現代干燥技術[M].2版.北京：化學工業出版社， 2007：505-541.

[13] 班春華.糧食烘干機械化技術及設備發展研究[J].農業科技與裝備，2016（6）：53-54.

[14] 邵耀堅，劉道被，肖俊銘，等.谷物干燥機的原理與構造[M].北京：機械工業出版社，1985：49.

[15] 彭彥昆.我國糧食干燥技術的發展狀況和趨勢[J].農產品加工，2013（5）：6-7.

[16] 臧華.智能化移動式糧食干燥機的研究與開發[J].糧食科技與經濟，2019，44（2）：110-111+151.

[17] 何豪杰，張銀平，龔魁杰，等.我國糧食烘干倉儲技術裝備研究應用現狀與趨勢[J].農機化研究，2024，46（4）：1-6+77.

[18] 劉衛東，崔志富，錢海峰.5HSH-500型雙溫雙向高效節能谷物烘干機主要工作參數的設計與計算[J].現代化農業，2018（11）：70-72.

[19] 羅棟，孫慧男，夏朝勇.我國順逆流連續式烘干機的發展現狀[J].現代食品，2021（8）：23-24+29.

[20] 張仲欣，趙永玲，張玉先.橫流循環式烘干機氣流分布均勻性的試驗研究[J].農業工程學報，2001（6）：17-21.

[21] 蔡顯凱，李揚盛，胡玉杰.淺談連續式混流烘干塔在稻谷烘干方面的應用[J].糧食與食品工業，2017，24（6）：85-87.

[22] 曹崇文，汪喜波.糧食干燥機的自動控制[J].現代化農業，2002（2）：40-44.

[23] 張亞秋.糧食干燥過程水分檢測與自動控制[D].長春：吉林大學，2012：9.

[24] 陳武東，蘇東鶴，劉睿，等.常見智能谷物干燥機控制技術與發展趨勢探析[J].農機使用與維修，2023（5）：86-88.

[25] 胡皓，王春俠，任鳥飛.現代控制理論[M].北京：清華大學出版社，2014：2-3.

[26] 陳青，張利.自動控制理論[M].4版.北京：中國電力出版社，2017：6.

[27] 劉金琨.智能控制：理論基礎、算法設計與應用[M].北京：清華大學出版社，2019：1-4.

[28] ZACHARIAH G L， ISAACS G W. Simulation of a moisture control system for a continuous flow drier[J]. Transactions， American Society of Agricultural Engineers 1966， 9（3）： 297-302.

[29] ELTIGANI A Y， ARKEMA F W B. Automatic control of commercial crossflow grain dryers[J]. Drying Technology， 1987， 5（4）：561-575.

[30] FORBES J F， JACOBSON B A， RHODES E， et al. Model based control strategies for commercial grain drying systems[J]. The Canadian Journal of Chemical Engineering， 1984， 62（6）：773-779.

[31] WHITFIELD R D. An unsteady-state simulation to study the control of concurrent and counter-flow grain driers[J]. Journal of Agricultural Engineering Research， 1986， 33（3）：171-178.

[32] MCFARLANE N J B， BRUCE D M. Control of mixed-flow grain-driers： development of a feedback-plus-feedforward algorithm[J]. Journal of Agricultural Engineering Research， 1991， 49（4）：243-258.

[33] ZHANG J， SUN T R， ZHAO D A， et al. Robust model predictive control of the automatic operation boats for aquaculture[J]. Computers and Electronics in Agriculture， 2018， 142：118-125.

[34] LIU Q， BAKKER-AREKMA F W. PH-postharvest technology： automatic control of cross flow grain dryers， part 1： development of a process model[J]. Journal of Agricultural Engineering Research， 2001，80（1）：81-86.

[35] LIU Q， BAKKER-AREKMA F W. PH-postharvest technology： automatic control of cross flow grain dryers， part 2： design of a model-predictive controller[J]. Journal of Agricultural Engineering Research 2001，80（2）：173-181.

[36] LIU Q， BAKKER-AREKMA F W. PH-postharvest technology： automatic control of cross flow grain dryers， part 3： field testing of a model-predictive controller[J]. Journal of Agricultural Engineering Research 2001，80（3）：245-250.

[37] 趙波.連續橫流式玉米干燥機模型預測控制系統的研究[D].長春：吉林大學，2012：63.

[38] 宋琦.基于稻谷干燥過程評價模型的稻谷干燥過程智能控制技術研究[D].鎮江：江蘇大學，2021：92-94.

[39] 柴天佑，岳恒.自適應控制[M].北京：清華大學出版社， 2016：3.

[40] NYBRANT T G. Modeling and adaptive-control of continuous rain driers[J]. Journal of Agricultural Engineering Research， 1988， 40（3）： 165-173.

[41] 李長友，班華.基于深層干燥解析理論的糧食干燥自適應控制系統設計[J].農業工程學報，2008，24（4）：142-146.

[42] 趙勇，王士軍，劉敦寧，等.基于自適應逆控制技術的連續流糧食干燥系統研究[J].中國農機化學報，2015，36（2）：107-110.

[43] 黃蘇南，邵惠鶴，張鐘俊.智能控制的理論和方法[J].控制理論與應用，1994（4）：386-395.

[44] LUTFY O F， NOOR S B M， MARHABAN M H， et al. Non-linear modelling and control of a conveyor-belt grain dryer utilizing neuro-fuzzy systems[J]. Proceedings of the Institution of Mechanical Engineers Part I： Journal of Systems and Control Engineering， 2011，225（5）： 611-622.

[45] NEGNEVITSKY M. Artificial intelligence： a guide to intelligent systems[M]. New Jersey： Addison-Wesley Publisher， 2005：1-4.

[46] MAMDANI E H. Application of fuzzy algorithms for control of simple dynamic plant[J]. Proceedings of the Institution of Electrical Engineers，1974，121（12）：1585-1588.

[47] ZHANG Q， LITCHFIELD J B. Fuzzy logic control for a continuous crossflow grain dryer[J]. Journal of Food Process Engineering， 1993， 16（1）：59-77.

[48] 李業德，李業剛.順流式谷物烘干機的模糊控制系統[J].農業工程學報，2002（1）：162-164+2.

[49] 趙波，楊春暉，王剛，等.基于模糊控制的糧食干燥機自動控制系統的研究[J].農業機械，2011（14）：109-111.

[50] 王炫權.連續式玉米干燥機測控系統的研究[D].長春：吉林大學，2018：63.

[51] 尹朝慶.人工智能與專家系統[M].2版.北京：水利水電出版社，2009：93-95.

[52] ZHANG Q， LITCHFIELD J B. Fuzzy expert systems： a prototype for control of corn breakage during drying[J]. Journal of Food Process Engineering， 1990， 12（4）：259-273.

[53] 劉明山，吳成武，吳思奇，等.糧食干燥模糊控制專家系統的研究與仿真[J].農業機械學報，2001，32（4）：54-56.

[54] 韓峰.玉米干燥過程數字模擬、控制及工藝專家系統[D].長春：吉林大學，2010：87-89.

[55] 遲慶雷.基于模糊神經網絡的玉米干燥過程預測控制理論研究[D].沈陽：東北大學，2008：58-59.

[56] 劉擁軍，董春宵，楊斌，等.基于神經網絡算法的糧食智能控制系統研究[J].計算機與數字工程，2016（7）：1271-1276.

[57] 鐘嘉豪，李長友，黃嘉禧，等.基于BP神經網絡的5HNH-15干燥機出糧水分研究[J].農機化研究，2023，45（4）：1-7+14.

[58] 鄧乃揚，田英杰.數據挖掘中的新方法：支持向量機[M].北京：科學出版社，2004：94.

[59] 朱德泉，錢良存，駱敏舟.谷物干燥過程模糊支持向量機控制器的設計[J].電子測量與儀器學報，2009，23（4）：80-85.

[60] 代愛妮.糧食干燥過程智能建模與控制研究[D].北京：北京郵電大學，2018：155-158.

[61] 金驍.谷物干燥工藝優化及過程控制技術研究[D].杭州：浙江工業大學，2019：73-74.