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。

2009年河南省仓储小麦品质状况分析

通过对仓库存储的2009年新收获的27份小麦样品进行检测,分析其籽粒品质及面团流变学特性,并与2008年收获的仓库小麦进行比较。结果表明,2009年仓储小麦中,有96.3%的小麦样品容重在750 g/L以上,33.3%的小麦样品籽粒粗蛋白质含量在14.0%以上,51.9%的小麦样品稳定时间在7.0 min以上,63.0%小麦样品的降落数值在300 s以上,达到优质小麦——强筋小麦品质标准的规定。2009年仓储小麦的面团流变学特性好于2008年,容重、湿面筋含量、降落数值等指标显著低于2008年。

四川北部仓储小麦的质量调查

为了掌握四川北部仓储小麦品质状况,以2010年在四川北部3市9县(区)抽取的15个仓储小麦样品为试验分析材料,对其进行了品质性状调查分析。结果表明,2010年四川北部仓储小麦样品的千粒重平均为(52.14±3.66)g,容重平均为(756.23±22.27)g/L,籽粒蛋白质平均为(10.61±0.99)%,湿面筋平均为(24.91±4.55)%,降落数值平均为(273.00±42.92)s,面团的稳定时间为(4.10±2.09)min。总之,2010年抽样调查四川北部仓储小麦样品的籽粒品质、蛋白质品质、淀粉品质和面团粉质参数在德阳、绵阳和广元3个地区间无显著差异(p<0.05)。

四川北部仓储小麦的品质性状分析

为了掌握四川北部仓储小麦品质状况,以2009年在四川北部3市9县(区)抽取的19个仓储小麦样品为实验分析材料,对其进行了品质性状调查分析。结果表明,2009年广元和德阳仓储小麦样品的籽粒品质性状优于绵阳的,广元仓储小麦的蛋白质和湿面筋含量都高于绵阳和德阳的;广元地仓储小麦面团粉质参数较好。总之,在四川北部3个市所抽取仓储小麦样品,只有籽粒容重在抽样地区间存在显著差异,受环境条件影响较大,而籽粒千粒重、灰分、蛋白质含量、湿面筋含量和面团的粉质参数在抽样地区间无显著差异,受环境条件影响较小。

仓储小麦品质变化监控检测研究现状及进展

小麦仓储过程中品质会发生一系列的变化,保持其品质新鲜,控制和减缓粮食品质劣变,不用或少用化学熏蒸药剂,为消费者提供绿色放心粮食,是中国粮食仓储行业目前面临的一项紧迫任务。文章对气调储粮、温湿调控、智能监控、害虫检测、菌群检测等储粮检测方法方式进行了系统阐述分析,综述了仓储小麦品质劣变监控检测的研究进展,并结合当前存在的问题,展望了粮食仓储技术的未来发展趋势。

小麦仓储环境监控研究

本文分析了影响小麦存储品质的关键环境因素,针对当前小麦仓储环境监控中存在的不足,构建了基于无线传感器网络的小麦存储环境监控系统架构。

LF-NMR和DSC技术在小麦仓储品质劣变分析中的应用

针对小麦仓储过程中出现的品质劣变问题,以北方实仓储藏的硬质白小麦为研究对象,通过测定仓储过程中小麦的色差、水分、脂肪、脂肪酸、淀粉含量等指标反映品质劣变程度;采用低场核磁共振成像技术(low-field nuclear magnetic resonance,LF-NMR)和差示扫描量热法(differential scanning calorimetry,DSC)可视化检测小麦仓储过程中水分传递和淀粉转变现象,寻找仓储过程中小麦水分迁移变化规律以及直链淀粉、支链淀粉的转化关系,探索小麦淀粉糊化反应。结果表明,小麦在仓储过程中色泽逐渐变暗,脂肪酸含量增加,水分、脂肪和淀粉总量减少,LF-NMR和DSC检测结果表明长期仓储小麦受环境因子影响会使其结合水的含量升高,自由水含量下降,糊化温度降低。