基于单片机的粮食霉变监测系统设计

针对粮食长期存储过程中因潮湿等因素易出现霉变,进而导致产生大量的二氧化碳、甲醛等气体,提出一种基于单片机的粮食霉变监测系统。首先,采用MQ-137传感器、温湿度传感器等实时采集粮食存储区域内的二氧化碳和甲醛等气体浓度;然后将采集到的信息传输给AT89C51单片机处理,最后上传至后台服务器;后台服务器结合采集到的数据,通过耦合模拟退火(CSA)的最小二乘支持向量机(LS-SVM)对霉变监测数据进行实时评估,并设定评估报警的阈值。结果表明,CSA LS-SVM预测模型可快速实现粮食霉变检测,且相较于IPSO-BP和GA-PSO-BP模型,具有较高的预测精度;该方法的预测时间开销仅需8.39 s,比另外两种方法短。由此说明,CAS LS-SVM方法可提升对存储环境中的霉变大米进行有效监测,从而降低因存储因素等带来的可能损失。