1、多目標、多維度糧食倉儲信息化系統集成技術 研究多目標、多維度的糧食倉儲信息化系統，綜合考慮信息傳輸效率、節點分布位置與數量、系統魯棒性與實效性等目標參數，采用物聯網、大數據、云計算等信息化技術對糧倉進行技術改造，通過視頻監控、遠程檢測、數據看板等信息化手段獲取糧倉狀態信息，并根據糧倉內部溫度，濕度，風道風速、流量及糧倉外部環境溫度等狀態數據，從不同維度調節糧倉狀態參數變量，減緩糧食水分流失速度，及時診斷倉內通風較差區域，延長糧食儲存周期，降低管理與儲存成本；在倉儲大數據技術支撐下，進一步集成糧食扦樣、檢驗、稱重、烘干、通風、倉窗、裝卸、整理等倉儲裝備智能化改造和多參數糧情、蟲害識別、智能通風、安全生產預警、質量預警等信息化改造，提升倉儲管理效率和工作質量，完善倉儲科學化管理體系。 對糧食倉儲信息化系統實行分布節點式監控及集中控制，開展視頻圖像無盲區技術、電源系統轉化技術、傳感器分布技術等智能化設計研究，分解模塊單元，構建各部件及整機可靠性模型，優化并提升系統模型穩定性及可靠性，實現原理樣機工程化設計及樣機試制。 該系統要求實現糧倉間信息交互、為種糧農民、涉糧企業和消費者查詢信息提供便利化服務，引入區塊鏈等新興技術，逐步完善糧食倉儲信息化數據庫。開展糧食生產環節質量測報工作，添加儲備糧和政策性糧食收購、儲存、出庫等環節信息采集。
2、多傳感信息融合的糧食倉儲自學習智能控制技術 研究糧食倉儲自學習智能控制技術，利用信息化系統獲取糧堆的溫度、濕度及通風流量等狀態參數，對危險環境能及時做出相應的處理，減少損失。采用機械通風和制冷兩種低溫儲糧技術，結合自學習的自適應控制方法，使糧食倉儲在臨界溫度以下，保持儲糧生態系統穩定，延緩糧食品質陳化速度，實現糧食安全倉儲。引入智能傳感器、數據總線、局域網通信等技術監控倉儲環境，簡化系統布線方式、提高系統擴展性、降低管理和維護成本；結合多傳感器信息融合技術實現倉儲環境的實時監測和信息共享，提高智能糧食倉儲系統的實時性和魯棒性，保證糧食倉儲環境安全，為糧食的高品質存儲提供技術保障。
3、多因素耦合背景下的“整精米率”提升機理研究及控制技術 稻谷的“整精米率”綜合反映了稻米自身彈性、脆性、粘性、水分、雜質、谷外糙米等影響，是稻谷加工工藝品質總體質量狀況的一個直觀性指標。而影響稻谷加工“整精米率”與稻谷存放時間，稻谷含水量，大米加工過程（稻谷脫殼、碾米階段、白米分級、大米色選）中稻殼與米間作用力大小、米粒間間隙距離、稻谷溫度、環境濕度、加工設備運轉速度等工藝參數有關，且對于不同品質的稻谷，其米粒尺寸大小、長寬比、含水量等參數差異較大，因此，結合糧食倉儲智能控制系統的采集數據，綜合分析稻谷加工整精米率與各影響因素間的映射及耦合關系，研究稻米加工“整精米率”的影響機理，進一步優化稻米加工流程設備運轉速度、碾壓作用大小、干燥溫度、風速流量等工藝參數，提高稻谷加工“整精米率”。
4、非接觸式大米外觀品質檢測與分類技術 利用非接觸式的檢測技術和大數據機器學習算法分析大米外觀品質，采用數據挖掘等技術獲取大米狀態特征參數，結合 BP 神經網絡實現對大米外觀品質的檢測及分類，包括完善粒、堊白粒、黃米粒及碎米粒品質的檢測與劃分。利用大米米粒的面積、長度、寬度、長寬比、色調均值及堊白度作為網絡的輸入特征參數進行樣本訓練，結合卷積神經網絡進一步提高大米外觀品質檢測分類的成功率。
預期指標如下：①溫濕調控：糧堆內溫度保持在5℃~10℃，室內濕度70%左右；②設施配備：配備通風系統、糧情檢測系統、內環流系統等，門窗具有自動開啟與閉合能力，內置雨量傳感器，能感知雨量信息自動關閉門窗。③糧食倉儲自學習智能控制系統連續無故障穩定工作時間為6個月，每半年檢修一次。④針對不同品質稻米狀態數據信息，柔性優化稻谷加工流程工藝參數，使不同品質稻谷加工“整精米率”在原有基礎上提升5%以上。⑤能準確對不同品質大米進行完善粒、堊白粒、黃米粒及碎米粒等外觀品質檢測與分類，分類準確率達98%以上。
評論
全部評論