围护结构对浅圆仓粮堆温度模拟的影响研究

针对围护结构材质为钢筋混凝土的浅圆仓,为了准确模拟外部环境对粮堆温度的影响,研究建立了符合局地气候条件的“粮堆—围护结构—环境”传热模型。通过在粮堆模型外部增加围护结构区域并考虑其传热性质,使得建立的模型可以体现出粮仓围护结构对粮堆与外部环境温度之间传热过程的迟滞效应。在此基础之上,以济南市2021年5月至9月的逐时大气温度数据作为输入,模拟了不同围护结构传热参数设定对粮堆温度演化的影响,模拟结果表明,围护结构的物性参数会对粮堆温度的数值和波动幅值产生影响。因此,在模拟围护结构材质为钢筋混凝土的浅圆仓内部粮堆温度演化时,考虑围护结构的传热作用是模拟结果准确的重要前提。

过夏期间平房仓进口大豆粮堆温度时空变化研究

以进口大豆粮堆为研究对象,在平房仓内利用温度传感器密集阵列排布方式,采集过夏期间进口大豆粮情监测数据,在此基础上研究平房仓内大豆粮堆温度时空变化规律及大豆粮堆“热皮”的形成与变化,进而定量化判定大豆粮堆“热皮”厚度,以期为粮食安全储藏提供理论指导。

机械通风中引起粮堆温度不均衡因素的探究

现阶段,机械通风是应用最广泛的储粮技术,通过冬季自然冷源来降低粮堆温度,既保障了储粮的安全性,又保障了储粮的绿色性,然而针对机械通风的粮堆温度依旧需要进行进一步的研究。这主要是因为刚收获入库的粮食水分含量不均衡,加之经常在夏季入库,库中温度过高,在储存时极易由于高温而生虫。要想实现安全储粮,就要确保机械通风中粮堆温度的均衡,然而因设备的操作不当,常常造成不理想的通风效果而导致粮堆温度不均衡。为此本文结合相关规程,分析机械通风中引起粮堆温度不均衡的因素,希望供以参考。

粒子群算法求解粮堆温度模型参数优化问题

针对粮堆温度模型中的众多参数难以确定的问题,提出基于粒子群算法的粮堆温度模型参数优化方案。实验结果表明,模型应用经过优化的参数能准确地计算出粮堆内部温度,与实际测量温度误差不大。该方法可以优化复杂条件下模型的众多参数,提高整个模型的精确度。

变温带地下仓埋深对长期储粮过程粮堆温度影响的模拟研究

为研究我国不同区域采用地下仓储粮的温度适宜性,基于有限容积法和交替方向隐式迭代法对变温带地下仓系统的守恒方程进行了离散求解。考虑粮食呼吸热、环境气温变化和地下仓埋深等因素的影响,经过机械通风和人工制冷2种不同降温方式后,得到了5个代表城市长期储藏过程中地下仓粮堆内的温度分布及变化。结果表明:上层粮堆温度受气温影响,呈现滞后气温的正弦规律性,下部取决于恒温带温度水平,整体呈现与地上储仓类似的"热皮冷心"趋势,但在2种降温方式下"热皮"区温度较平房仓分别降低了约4℃和9℃。冬季粮食通风后储藏,即使埋深较浅(1 m),华中和华北仍可实现低温储粮的目标。

平房仓粮堆温度变化规律研究与应用

对平房仓中仓温、墙温、地温不同的部位温度对粮堆温度的影响进行了研究,找出了"仓、墙、地"三温对粮温的影响幅度和规律,可对综合控温、机械通风、害虫检查等储粮管理进行有针对性的优化和改进,从而保持储粮品质、实现粮食仓储管理工作的节能减排。

粮食储藏中粮堆温度与大气温度之关系

本文着重阐述了已通过国家科技部验收的国家“九五”重点科技攻关计划项目—智能化粮情检测分析控制系统专题(96-615-05-02)实施过程中,使用统计软件SAS对辽宁沈阳、丹东、广西梧州、河南漯河等粮库的粮情检测数据进行分析的方法及结果。通过对粮堆温度与大气温度资料进行的相关分析,结果表明粮堆温度与大气温度间存在着明显的相关关系。但这种相关关系并非是纯线性的,而是随着测温点位置的不同,粮堆温度的变化表现出相对大气温度变化的滞后,这一相关系数随着测温点位置与外界距离的加大而呈现出递减趋势。

玉米象诱捕数量与粮堆温度的相关性分析

2014-06—2014-09,采用诱捕陷阱对南宁沙井粮库里的害虫进行了诱捕试验,结合粮堆内温度的分布,分析了害虫诱捕数量与粮堆温度的相关性。结果表明:新收获的小麦中,玉米象为主要的仓储害虫,占诱捕害虫总数的95.26%;在22~29.6℃的温度下,玉米象每周的诱捕数量随着时间的变化符合线性增长的趋势。由初始诱捕到的害虫密度,结合粮温,利用陷阱诱捕器可以预测出仓内害虫的发生趋势和危害水平,指导仓储害虫的防治工作。

粮堆温度预测插值算法的研究

温度变化对粮堆内的微生物滋长和虫害活动有着十分重要的影响,对粮堆温度进行准确监测和预测是保障储粮品质和安全的关键因素。本文通过对实际粮堆温度传感器节点阵列的历史数据进行挖掘分析,提出了基于时间-空间相结合的粮温预测模型,可对各个节点未来时刻的温度值进行预测,并可通过此模型对未知节点温度进行预测插值,以得到未来时刻粮库的温度云图。实验结果表明,与现在粮库常用的基于经验函数的温度预测算法和只考虑时间层面的机器学习预测算法相比,本文预测模型得到的节点温度预测均方误差分别降低了23.81和6.82,预测结果得到提升,并且通过预测插值得到的未来时刻粮堆温度场分布云图对粮库预知局部危险因素具有实际的指导意义。

基于Bagging-WOA-SVR的粮堆温度场预测模型

采用阵列式分布的测温电缆检测粮仓温度变化情况,利用机器学习技术来预测粮食温度,用粮仓1年监测数据来预测粮堆未来27 d温度。传统的BP、RBF、RF、SVR单模型对粮堆温度进行预测存在误差大、泛化能力差等缺点,提出一种基于Bagging集成的鲸鱼算法优化支持向量回归模型(Bagging-WOA-SVR),并与灰狼算法优化支持向量回归模型作比较。将影响粮堆温度的多种因素做灰色关联分析,选取粮仓内温度、粮仓内湿度、粮仓外温度、粮仓外湿度、粮仓平均温度、地表温度作为神经网络的输入,粮堆平均温度作为预测输出,选取3个指标为评判标准,对比分析模型预测精度。结果表明:提出的Bagging-WOA-SVR模型相比之下有着较好的稳定性,均方误差为0.24,相关系数为0.9892。

基于温湿度场耦合的粮堆离散测点温度场重现分析

以钢板浅圆仓为研究对象,以小麦粮堆为目标粮堆,利用温度传感器阵列监测粮堆不同季节、不同位点的温度,运用粮温拟合算法和Matlab模拟软件,重现了不同季节、不同方位的浅圆仓小麦粮堆温度场变化规律,并基于温度湿度场耦合原理对云图进行了分析。结果表明:夏季,粮堆中存在大体积的"冷芯"可以使粮堆安全度夏;秋冬季,粮堆中有"热-冷"多层次区域变化,易导致第2年春季在粮堆表层发生结露霉变;而在冬季进行机械通风作业可有效消除粮堆在春季易结露的安全隐患。本研究为运用场论分析法预判储粮安全提供了有利依据。

基于随机森林算法的粮堆机械通风温度预测及控制研究

为了研究粮堆机械通风温度与其影响因素之间的高维非线性关系,运用随机森林算法建立了预测模型,并用实仓实验数据验证模型的有效性,真实值与预测值的对比表明构建的随机森林模型预测精度较高。为了进一步说明随机森林模型的准确性和可靠性,将预测结果与支持向量机和BP神经网络模型对比。结果显示,随机森林预测模型的误差最小,回归拟合效果最优,可以应用于粮堆机械通风温度的预测。在此基础上,计算出了易调节因素的变化率与粮堆平均温度变化率之间的定量关系,以及粮堆平均温度达到低温条件的临界点集合,为科学地判断粮堆通风时机和温度的控制提供参考。

北京地区粮堆表层温度、水分、气体监测数据分析

选择了北京地区储藏小麦、稻谷和玉米3个粮种共5个仓,针对易出问题的粮堆表层,对温度、粮食水分、CO_2气体以及霉菌和害虫生长,开展为期1年的实仓跟踪监测试验,研究实际粮堆中温度、水分、CO_2浓度与虫霉危害的关系。研究结果表明,粮堆表层温度受环境影响较大,无法检测虫霉危害的发生。粮食自身呼吸不会导致开放式粮堆表层CO_2浓度明显升高。当CO_2浓度明显升高时,可以确定粮堆安全出现异常状况,可能出现霉菌或害虫生长,也可能是虫霉协同共生,需采取其它简单快速的检测方法加以区分确认,以便于后续采取措施。由于气体有扩散性,实际仓储过程中,CO_2浓度量值和变化幅度受霉菌或害虫生长速度以及仓房密闭性等多个因素的影响。

一种基于气象数据的仓储粮堆表层温度预测方法

智慧粮食最大的任务就是要确保粮食安全。粮仓储粮环境实时监测是粮食安全保障的重要技术。本研究针对气象因素对储粮环境的影响,建立了仓储粮堆温度参数和气象因素的数学关系,证明了基于气象数据进行粮堆温度预测的可行性。提出了基于气象8因素的储藏粮堆表层(粮面以下50 cm处)平均温度预测模型,利用气象的气温、气压、相对湿度、0 cm地面温度、日照时间、降水量、蒸发量、风速多个因素展开构建储藏粮堆表层平均温度估计。针对多元回归预测问题,提出了线性最小二乘回归和支持向量机(SVM)不同核函数回归的方法,设计了具体的建模算法。结果表明,仓储粮堆传感器获取的实际值与预测结果的趋势一致,均方根误差均小于5.3,证明了基于气象数据的仓储粮堆表层平均温度预测模型与方法的有效性,为加快实现智慧粮食提供了参考。

鲁西北地区平房仓常规储藏储粮温度分布规律研究

以平房仓为研究对象,以小麦粮堆为目标,利用温度传感器监测气温、仓温及粮堆温度,运用模拟软件重现不同季节、不同部位平房仓小麦粮堆温度场,追溯分析粮堆各点温度变化情况。结果表明:粮温年变的最低值和最高值发生的时间较气温年变的最低值和最高值推迟1~2个月;上层粮温受外温影响最大,中下层和下层受外温影响小,粮温较为稳定;夏季粮堆中存在较大体积的“冷心”,使整个粮堆可以安全度夏;冬季,粮堆温度呈现热冷多层次区域变化,粮堆中部存在温度较高的“热心”,由“热心”驱动的湿热转移是导致结露发生的内因,要多注意观察防止粮堆结露。

平房仓横向谷冷通风技术在稻谷储藏中的应用

研究了平房仓横向谷冷通风技术在稻谷夏季储藏中的应用。试验结果表明,对储藏稻谷的平房仓进行横向谷冷通风后,粮堆平均温度下降3.5℃,粮堆四周和表面逐渐形成“冷皮”,在平房仓稻谷储藏中应用横向谷冷通风技术可实现降温效果。

基于深度学习的粮库测控技术研究进展

粮库负责国家及地方粮食储备,粮库测控技术发展与储粮安全息息相关。基于Faster R-CNN、YOlO、SSD、CNN、BRNN、双向LSTM、深度自编码器及各种优化、级联、融合等网络,阐述了深度学习在车辆检测、车牌识别、车型识别及车辆跟踪中的应用;结合BP、改进CNN、multi-CNN、双流卷积等网络,阐述了深度学习在人员识别、行为识别中的应用;依据R-FCN、Faster R-CNN、YOLO、GANPSO-BP、改进LSTM网络等技术,阐述了深度学习在粮库烟火识别、粮虫识别、粮堆温度预测、粮食籽粒计数、粮库图像去雾的研究进展。总结各种传统算法的优缺点,阐述深度学习在新一代粮库测控技术的研究进展及其优缺点,并做出展望。