粮食储藏方法、系统、设备及存储介质 |
|||||||
申请号 | CN202211234134.0 | 申请日 | 2022-10-10 | 公开(公告)号 | CN115454182B | 公开(公告)日 | 2024-04-19 |
申请人 | 中南林业科技大学; | 发明人 | 李旺; 任佳丽; | ||||
摘要 | 本 发明 公开了一种粮食储藏方法、系统、设备及存储介质,该方法利用 预测模型 来模拟品质指标数随着初始品质、储藏环境参数和储藏时间的变化规律,在预测时通过预测模型计算出粮食在储藏预计储藏时间后的品质指标,并根据计算出的品质指标和品质指标标准值来调整储藏环境参数,以确定最优的储藏环境参数 阈值 ,最后根据最优的储藏环境参数阈值对实际储藏环境参数进行调控。本发明针对不同品质的粮食,以不同储藏环境参数阈值来调控,既可以保证粮食储藏预计储藏时间后不变质,又能节省 能源 ,解决了采用统一储藏 温度 控制方式导致品质差的粮食易变质,品质好的粮食易造成能源浪费问题。 | ||||||
权利要求 | 1.一种粮食储藏方法,其特征在于,所述方法包括以下步骤: |
||||||
说明书全文 | 粮食储藏方法、系统、设备及存储介质技术领域[0001] 本发明属于粮食储藏技术领域,尤其涉及一种粮食储藏方法、系统、设备及存储介质。 背景技术[0002] 储备粮(例如稻谷、玉米、小麦等)通常储藏在粮库内,储藏年限一般为1~3年。高温可以使粮食快速变质,例如稻谷,随着储藏时间和储藏温度的增加,稻谷的脂肪酸含量逐渐上升,若稻谷的脂肪酸含量高于标准值,则表明粮食变质或变坏。 [0003] 为了保证粮食储藏时的品质指标(例如稻谷的脂肪酸含量)不超标,粮库的粮堆内设有若干温度传感器,以实时监测并调控粮食(或粮库)温度。目前,对粮食(或粮库)温度的控制通常是根据温度传感器检测的实时温度和储藏温度阈值对粮库环境调控设备进行控制。例如,当温度传感器检测的实时温度大于储藏温度阈值25℃时,监测界面显示橙色,大于储藏温度阈值30℃,监测界面显示红色,粮库工作人员根据监测界面的颜色来调节粮库的空调开关、窗户和/或抽风机等,使粮库温度低于储藏温度阈值。这种调控方式具有随意性和不准确性,例如当实时温度大于储藏温度阈值30℃时,虽然监测界面显示红色预警,但并不表明如果不进行粮库环境调控(主要指温湿度的调控),粮食就会变坏。 [0004] 同时,每次收购的粮食品质并不相同,例如粮食采收季节雨水较多时,粮食易发霉,不易储藏(相同的储藏温度阈值下储藏时间短)。目前,无论入库的粮食品质如何,均采用统一的储藏温度控制方式(即不论入库的粮食品质如何均采用相同的储藏温度阈值)。 发明内容[0005] 针对现有技术的不足,本发明的目的在于提供一种粮食储藏方法、系统、设备及存储介质,以解决不同品质的粮食在储藏时均采用统一的储藏温度控制方式,对于品质差的粮食易出现未到储藏年限粮食已变质现象,对于品质好的粮食易因温度过度调控而导致能源浪费的问题。 [0006] 本发明是通过如下的技术方案来解决上述技术问题的:一种粮食储藏方法,包括以下步骤: [0007] 步骤1:测定不同初始品质的粮食的品质指标在不同储藏环境参数下随着储藏时间的变化数据; [0008] 步骤2:构建预测模型,所述预测模型通过从所述变化数据中选出多条不同初始品质的粮食在不同储藏环境参数和储藏时间下对应的品质指标数据训练得到; [0009] 步骤3:在预测时,获取粮食的初始品质、储藏开始时间、初始储藏环境参数、预计储藏时间; [0010] 步骤4:以粮食的初始品质、储藏开始时间、储藏环境参数、预计储藏时间作为输入,由所述预测模型计算出粮食储藏所述预计储藏时间后的品质指标; [0011] 步骤5:当计算出的品质指标≤品质指标标准值时,调整储藏环境参数,使所述预测模型计算出的品质指标升高,并以调整后的储藏环境参数作为当前储藏环境参数,转入所述步骤4; [0012] 当计算出的品质指标>品质指标标准值时,判断上一次由所述预测模型计算出的品质指标是否小于等于品质指标标准值,如果是,则以上一次对应的储藏环境参数作为储藏环境参数阈值;否则调整储藏环境参数,使所述预测模型计算出的品质指标降低,转入所述步骤4; [0013] 步骤6:根据所述储藏环境参数阈值调控粮食所储藏粮库的环境参数。 [0014] 进一步地,当所述粮食为稻谷时,所述初始品质包括初始水分含量和初始脂肪酸含量,所述品质指标为脂肪酸含量。 [0015] 进一步地,所述储藏环境参数为温度和/或湿度。 [0016] 进一步地,所述预测模型为BP神经网络模型、GRU神经网络模型、长短期记忆网络LSTM模型和循环神经网络模型中的至少一种。 [0018] 进一步地,所述预测模型的训练过程为:以所述变化数据中的初始品质、储藏环境参数、储藏时间作为所述预测模型的输入,以对应的品质指标作为所述预测模型的输出,对所述预测模型进行训练,直到预测模型输出的品质指标满足评价指标。 [0019] 进一步地,根据所述储藏环境参数阈值调控粮食所储藏粮库的环境参数的具体实现过程为: [0020] 当储藏当日的日环境参数≤储藏环境参数阈值时,不做调控; [0021] 当储藏当日的日环境参数>储藏环境参数阈值时,将所述粮库的环境参数调控至所述储藏环境参数阈值以下。 [0022] 基于同一发明构思,本发明还提供一种粮食储藏系统,包括: [0023] 构建模块,被配置为构建预测模型,所述预测模型通过从变化数据中选出多条不同初始品质的粮食在不同储藏环境参数和储藏时间下对应的品质指标数据训练得到;其中,所述变化数据是通过测定不同初始品质的粮食的品质指标在不同储藏环境参数下随着储藏时间的变化得到; [0024] 获取模块,被配置为在预测时,获取粮食的初始品质、储藏开始时间、初始储藏环境参数、预计储藏时间; [0025] 计算模块,被配置为以所述获取模块获取的初始品质、储藏开始时间、储藏环境参数、预计储藏时间作为输入,由所述预测模型计算出粮食储藏所述预计储藏时间后的品质指标; [0026] 比较调整模块,被配置为当所述计算模块计算出的品质指标≤品质指标标准值时,调整储藏环境参数,使所述预测模型计算出的品质指标升高,并以调整后的储藏环境参数作为当前储藏环境参数;当计算出的品质指标>品质指标标准值时,判断上一次由所述预测模型计算出的品质指标是否小于等于品质指标标准值,如果是,则以上一次对应的储藏环境参数作为储藏环境参数阈值;否则调整储藏环境参数,使所述预测模型计算出的品质指标降低; [0027] 调控模块,被配置为根据所述储藏环境参数阈值调控粮食所储藏粮库的环境参数。 [0028] 基于同一发明构思,本发明还提供一种粮食储藏电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的所述粮食储藏方法的程序,所述处理器执行所述粮食储藏方法的程序时实现如上述所述粮食储藏方法的步骤。 [0029] 基于同一发明构思,本发明还提供一种存储介质,所述存储介质上存储有实现上述粮食储藏方法的程序,所述粮食储藏方法的程序被处理器执行时实现如上述的粮食储藏方法的步骤。 [0030] 有益效果 [0031] 与现有技术相比,本发明所提供的一种粮食储藏方法、系统、设备及存储介质,利用预测模型来模拟品质指标数随着初始品质、储藏环境参数和储藏时间的变化规律,在预测时通过预测模型计算出粮食在储藏预计储藏时间后的品质指标,并根据品质指标调整储藏环境参数以确定最优的储藏环境参数阈值,最后根据最优的储藏环境参数阈值对实际储藏环境参数进行调控。本发明针对不同品质的粮食,以不同储藏环境参数阈值来调控,既可以保证粮食储藏预计储藏时间后不变质,又能节省能源,解决了采用统一储藏温度控制方式导致品质差的粮食易变质,品质好的粮食易造成能源浪费问题。附图说明 [0032] 为了更清楚地说明本发明的技术方案,将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一个实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。 [0033] 图1是本发明实施例中粮食储藏方法流程图。 具体实施方式[0034] 下面结合本发明实施例中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。 [0035] 本发明实施例所提供的一种粮食储藏方法,该方法可以应用在智能终端,例如手机、电脑、平板等,也可以应用在服务器中。下面以该方法应用在服务器为例进行说明,但需要说明的是仅为举例说明,并不用于对本发明的保护范围进行限定。本发明实施例中的一些其他说明,也是举例说明,并不用于对本发明的保护范围进行限定,之后便不再一一说明。 [0036] 以稻谷为例来说明本发明粮食储藏方法的具体实现,具体如图1所示: [0037] 步骤1:变化数据的测定 [0038] 稻谷的初始品质包括初始水分含量和初始脂肪酸含量,在储藏过程中根据稻谷的脂肪酸含量判断稻谷是否变质或变坏,当稻谷的脂肪酸含量≤脂肪酸标准值时,表明稻谷未变质或变坏;当稻谷的脂肪酸含量>脂肪酸标准值时,表明稻谷已变质或变坏。本实施例中,稻谷的脂肪酸标准值为30mg/100g。 [0039] 在实验室测定不同初始水分含量、不同初始脂肪酸含量的稻谷在不同储藏温度和湿度下随着储藏天数的变化数据。示例性的,初始水分含量为12.9%、初始脂肪酸含量为17.3mg/100g的稻谷在不同储藏温度和湿度下储藏700天的变化数据。 [0040] 步骤2:构建预测模型 [0041] 具体地,预测模型可以为BP神经网络模型、GRU神经网络模型、长短期记忆网络LSTM模型和循环神经网络模型中的至少一种,也可以为本发明中未列举的其他预测模型。以BP神经网络模型为例,BP神经网络模型包括输入层、隐含层以及输出层;隐含层的激励函数为sigmoid函数、tanh函数或ReLU函数。 [0042] 从步骤1获得的变化数据中挑选出多条不同初始水分含量、不同初始脂肪酸含量的稻谷在不同储藏温度、湿度和储藏天数对应的脂肪酸含量数据构成数据样本,利用数据样本对预测模型进行训练。例如,对于初始水分含量为12.9%、初始脂肪酸含量为17.3mg/100g的稻谷,挑选出储藏0天、20天、40天、60天、……、700天的数据;对于初始水分含量为 13.1%、初始脂肪酸含量为18.7mg/100g的稻谷,挑选出储藏0天、10天、20天、30天、……、 700天的数据,以此类推,挑选出大量的数据,由此构成数据样本。数据样本中的第i条数据可表示为{Wi0,Ai0,Tij,Hij,j,Wij},其中,Wi0为初始水分含量,Ai0为初始脂肪酸含量,Tij为第j天储藏温度,Hij为第j天储藏湿度,j为储藏天数,Wij为储藏第j天时的脂肪酸含量。本实施例中,数据样本有323条数据。 [0043] 将数据样本的80%用于训练,数据样本的20%用于验证。对数据样本中的每条数据进行归一化处理后,以初始水分含量、初始脂肪酸含量、储藏温度、储藏湿度、储藏天数作为模型的输入量,以对应的脂肪酸含量作为模型的输出量,对预测模型进行训练,直到预测模型的输出满足评价指标。本实施例中,以均方误差和脂肪酸含量变化趋势的合理性作为评价指标,从而得到训练好的预测模型。 [0044] 步骤3:在预测时,获取初始参数 [0045] 初始参数包括稻谷的初始水分含量、初始脂肪酸含量、预计储藏天数、初始储藏温度、初始储藏湿度。在粮库中取稻谷样品,参照《GB 5009.3‑2016食品安全国家标准食品中水分的测定》第一法检测到稻谷初始水分含量为13.8%,参照《GB/T 20569‑2006稻谷储存品质判定规则》中附录A稻谷脂肪酸值测定方法检测到稻谷初始脂肪酸值为18.7mg/100g,10月1日入库,储存地为长沙,预计储藏天数是2年,即730天。 [0046] 步骤4:脂肪酸含量的计算 [0047] 将以稻谷的初始水分含量、初始脂肪酸含量、储藏开始日期、预计储藏天数和设定储藏温度作为输入,由预测模型计算出稻谷储藏预计储藏时间后的脂肪酸含量。示例性的,以初始水分含量为13.8%、初始脂肪酸含量为18.7mg/100g、预计储藏天数730天和设定储藏温度为28℃作为模型输入,模型输出稻谷储藏730天后的脂肪酸含量。在预测中,储藏开始日期的作用在于根据历史数据(即历史环境温湿度数据)确定当天的温度和湿度,如果当天温度低于设定储藏温度,则采用当天温度,如果当天温度高于设定储藏温度,则采用设定储藏温度,此时储藏湿度也会相应的调整。 [0048] 步骤5:储藏温度阈值的确定 [0049] 当计算出的脂肪酸含量≤脂肪酸含量标准值时,升高储藏温度,使预测模型计算出的脂肪酸含量升高,并以调整后的储藏温度作为当前储藏温度,转入步骤4; [0050] 当计算出的脂肪酸含量>脂肪酸含量标准值时,判断上一次由预测模型计算出的脂肪酸含量是否小于等于脂肪酸含量标准值,如果是,则以上一次对应的储藏温度作为储藏温度阈值;否则降低储藏温度,使预测模型计算出的脂肪酸含量降低,转入步骤4。 [0051] 当计算出的脂肪酸含量≤脂肪酸含量标准值时,计算出的脂肪酸含量并非最优的储藏温度阈值,还需要升高储藏温度,以升高后的储藏温度作为当前储藏温度,转入步骤4,以找到最优的储藏温度阈值,既保证储藏预计储藏天数后不变质,又节省能源。示例性的,当储藏温度为28℃时,储藏730天后计算出的脂肪酸含量≤脂肪酸含量标准值;当储藏温度为30℃时,储藏730天后计算出的脂肪酸含量仍然≤脂肪酸含量标准值,储藏温度阈值为28℃虽然能保证稻谷不变质,但并非最优的温度阈值,以储藏温度为30℃作为储藏温度阈值,既保证稻谷在储藏730天后不变质,又能节省能源。通过步骤5的判断和调整过程可以确定最优的储藏温度阈值。 [0052] 本实施例中,储藏温度的调节步长为1℃,即升高或降低调整时,每次升高或降低1℃。 [0053] 步骤6:粮库温度的调控 [0054] 当预计储藏天数较长时,储藏阶段包含不同的季节,例如在储藏730天的过程中包含春夏秋冬,每个季节温度不同,对于低温季节(例如冬季),由于环境温度本身交底,因此对于粮库温度无需进行调控,以节省电能,因此为了进一步节省电能,在对粮库温度进行调控时采用如下步骤来实现: [0055] 当储藏当日的日最高温度≤储藏温度阈值时,不做调控;当储藏当日的日最高温度>储藏温度阈值时,将粮库的温度调控至储藏温度阈值以下。 [0056] 假设步骤5确定的储藏温度阈值为30℃,在2022年10月1日稻谷储藏时,如果10月1日粮库的最高温度≤储藏温度阈值30℃,则不对粮库温度进行调控;如果10月1日粮库的最高温度>储藏温度阈值30℃,则对粮库温度进行调控,将粮库温度调控至储藏温度阈值30℃以下。 [0057] 本发明实施例还提供一种粮食储藏系统,包括:构建模块、获取模块、计算模块、比较调整模块和调控模块。 [0058] 构建模块,被配置为构建预测模型,预测模型通过从变化数据中选出多条不同初始品质的粮食在不同储藏环境参数和储藏时间下对应的品质指标数据训练得到;其中,变化数据是通过测定不同初始品质的粮食的品质指标在不同储藏环境参数下随着储藏时间的变化得到。 [0059] 以稻谷为例,稻谷的初始品质包括初始水分含量和初始脂肪酸含量,在储藏过程中根据稻谷的脂肪酸含量判断稻谷是否变质或变坏,当稻谷的脂肪酸含量≤脂肪酸标准值时,表明稻谷未变质或变坏;当稻谷的脂肪酸含量>脂肪酸标准值时,表明稻谷已变质或变坏。本实施例中,稻谷的脂肪酸标准值为30mg/100g。 [0060] 在实验室测定不同初始水分含量、不同初始脂肪酸含量的稻谷在不同储藏温度和湿度下随着储藏天数的变化数据。示例性的,初始水分含量为12.9%、初始脂肪酸含量为17.3mg/100g的稻谷在不同储藏温度和湿度下储藏700天的变化数据。 [0061] 从变化数据中挑选出多条不同初始水分含量、不同初始脂肪酸含量的稻谷在不同储藏温度、湿度和储藏天数对应的脂肪酸含量数据构成数据样本,利用数据样本对预测模型进行训练。例如,对于初始水分含量为12.9%、初始脂肪酸含量为17.3mg/100g的稻谷,挑选出储藏0天、20天、40天、60天、……、700天的数据;对于初始水分含量为13.1%、初始脂肪酸含量为18.7mg/100g的稻谷,挑选出储藏0天、10天、20天、30天、……、700天的数据,以此类推,挑选出大量的数据,由此构成数据样本。数据样本中的第i条数据可表示为{Wi0,Ai0,Tij,Hij,j,Wij},其中,Wi0为初始水分含量,Ai0为初始脂肪酸含量,Tij为第j天储藏温度,Hij为第j天储藏湿度,j为储藏天数,Wij为储藏第j天时的脂肪酸含量。本实施例中,数据样本有323条数据。 [0062] 将数据样本的80%用于训练,数据样本的20%用于验证。对数据样本中的每条数据进行归一化处理后,以初始水分含量、初始脂肪酸含量、储藏温度、储藏湿度、储藏天数作为模型的输入量,以对应的脂肪酸含量作为模型的输出量,对预测模型进行训练,直到预测模型的输出满足评价指标。本实施例中,以均方误差和脂肪酸含量变化趋势的合理性作为评价指标,从而得到训练好的预测模型。 [0063] 获取模块,被配置为在预测时,获取粮食的初始品质、储藏开始时间、初始储藏环境参数、预计储藏时间。 [0064] 以稻谷为例,初始参数包括稻谷的初始水分含量、初始脂肪酸含量、预计储藏天数、初始储藏温度、初始储藏湿度。在粮库中取稻谷样品,参照《GB 5009.3‑2016食品安全国家标准食品中水分的测定》第一法检测到稻谷初始水分含量为13.8%,参照《GB/T 20569‑2006稻谷储存品质判定规则》中附录A稻谷脂肪酸值测定方法检测到稻谷初始脂肪酸值为 18.7mg/100g,10月1日入库,储存地为长沙,预计储藏天数是2年,即730天。 [0065] 计算模块,被配置为以获取模块获取的初始品质、储藏开始时间、储藏环境参数、预计储藏时间作为输入,由所述预测模型计算出粮食储藏所述预计储藏时间后的品质指标。 [0066] 示例性的,将以稻谷的初始水分含量、初始脂肪酸含量、储藏开始时间、预计储藏天数、初始储藏温度和湿度作为输入,由预测模型计算出稻谷储藏预计储藏时间后的脂肪酸含量。示例性的,以初始水分含量为13.8%、初始脂肪酸含量为18.7mg/100g、预计储藏天数730天和初始储藏温度为28℃作为模型输入,模型输出稻谷储藏730天后的脂肪酸含量。 [0067] 比较调整模块,被配置为当所述计算模块计算出的品质指标≤品质指标标准值时,调整储藏环境参数,使所述预测模型计算出的品质指标升高,并以调整后的储藏环境参数作为当前储藏环境参数;当计算出的品质指标>品质指标标准值时,判断上一次由所述预测模型计算出的品质指标是否小于等于品质指标标准值,如果是,则以上一次对应的储藏环境参数作为储藏环境参数阈值;否则调整储藏环境参数,使所述预测模型计算出的品质指标降低。 [0068] 示例性的,当计算出的脂肪酸含量≤脂肪酸含量标准值时,计算出的脂肪酸含量并非最优的储藏温度阈值,还需要升高储藏温度,以升高后的储藏温度作为当前储藏温度,重复计算和调整步骤,以找到最优的储藏温度阈值,既保证储藏预计储藏天数后不变质,又节省能源。例如,当储藏温度为28℃时,储藏730天后计算出的脂肪酸含量≤脂肪酸含量标准值;当储藏温度为30℃时,储藏730天后计算出的脂肪酸含量仍然≤脂肪酸含量标准值,储藏温度阈值为28℃虽然能保证稻谷不变质,但并非最优的温度阈值,以储藏温度为30℃作为储藏温度阈值,既保证稻谷在储藏730天后不变质,又能节省能源。通过判断和调整过程可以确定最优的储藏温度阈值。 [0069] 本实施例中,储藏温度的调节步长为1℃,即升高或降低调整时,每次升高或降低1℃。 [0070] 调控模块,被配置为根据所述储藏环境参数阈值调控粮食所储藏粮库的环境参数。 [0071] 当预计储藏天数较长时,储藏阶段包含不同的季节,例如在储藏730天的过程中包含春夏秋冬,每个季节温度不同,对于低温季节(例如冬季),由于环境温度本身较低,因此对于粮库温度无需进行调控,以节省电能,因此为了进一步节省电能,调控模块具体包括: [0072] 温度调控模块,被配置为当储藏当日的温度≤储藏温度阈值时,不做调控;当储藏当日的温度>储藏温度阈值时,将粮库的温度调控至储藏温度阈值以下。 [0073] 假设储藏温度阈值为30℃,在2022年10月1日稻谷储藏时,如果10月1日粮库的最高温度≤储藏温度阈值30℃,则不对粮库温度进行调控;如果10月1日粮库的最高温度>储藏温度阈值30℃,则对粮库温度进行调控,将粮库温度调控至储藏温度阈值30℃以下。 [0074] 以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。 |