基于数据融合的粮食水分检测技术的研究
|
摘要
水分检测技术是一门涉及多学科的综合性技术。几十年来，通过科技人员的不懈努力，已取得了令人可喜的成果。但由于水分检测影响因素较多，现有的水分仪在处理数据时，普遍存在考虑因素单一，忽视一些次要因素影响等缺点，所以，在检测精度及重复性上一直不能取得令人满意的效果。本次毕业设计，针对以往水分检测技术的不足，引进了先进的数据处理方法，进行了一些探索性的尝试，为水分检测技术的数据处理提供了新的依据。本文的主要内容可归纳如下：
1．分析了现代各种水分检测技术的基本原理，指出了各自的优缺点。
2．进行了电容传感器结构设计优化，并对各种电容检测方法分析比较，找出了适合于粮食水分检测的方法。设计了具体的检测电路，对电路进行了仿真、制版、调试。
3．水分检测数据所用样本的制作，数据采样方案的设计及具体实施。
4．通过对影响水分检测各因素之间的数据分析，指出了水分与电压、温度、紧实度之间的关系，并指出了水分检测中的主要误差来源。
5．利用多维回归拟合算法及人工神经网络—BP网对多传感器数据进行融合处理，提出了具体的操作步骤及方法，对处理结果做了误差分析，指出了两个方法的优缺点。
6．分析了采用基于参数估计方法进行数据融合的基本原理，验证了此方法对于减小不确定因素影响提高检测精度的作用。
The technology of moisture measurement is a synthetic technology relating to many subjects. During the past several decades, by the researcher's hard work, some prominent successes have been achieved. Whereas, due to the influences of several other factors in moisture measurement, existing moisture instruments have some defects such as ignoring influences by subordinate factors. Hence, the measurement precision and the repeatability are not satisfied. In the thesis, more advanced method of data processing is introduced and exploring study is carried out. These provide new ideas for data processing in the moisture measurement technology. The major points of the thesis include:
1.The principles of current moisture instruments are analyzed and their merits and defects are pointed out.
2.The capacitive sensor structure is optimized. By comparing various capacitance measurement circuits, a measuring circuit is designed and simulated. The performance of the circuit is practically tested.
3.Samples of grain for moisture measurement are made. Data acquisition procedures are planed and executed.
4.The relationships of moisture and voltage, temperature and density are indicated by data analysis. The main error sources in the moisture measurement are discussed.
5.The data from several type sensors are merged using data fitting method by multi-dimension regressions and artificial neural networks-HP networks method respectively. The particular operating processes are presented and the errors of each methods are analyzed in detail.
6.The principle of data merging method based on parameter estimation is used. The validation is proved by increasing the measurement precision and reducing the uncertain factor.
1．分析了现代各种水分检测技术的基本原理，指出了各自的优缺点。
2．进行了电容传感器结构设计优化，并对各种电容检测方法分析比较，找出了适合于粮食水分检测的方法。设计了具体的检测电路，对电路进行了仿真、制版、调试。
3．水分检测数据所用样本的制作，数据采样方案的设计及具体实施。
4．通过对影响水分检测各因素之间的数据分析，指出了水分与电压、温度、紧实度之间的关系，并指出了水分检测中的主要误差来源。
5．利用多维回归拟合算法及人工神经网络—BP网对多传感器数据进行融合处理，提出了具体的操作步骤及方法，对处理结果做了误差分析，指出了两个方法的优缺点。
6．分析了采用基于参数估计方法进行数据融合的基本原理，验证了此方法对于减小不确定因素影响提高检测精度的作用。
The technology of moisture measurement is a synthetic technology relating to many subjects. During the past several decades, by the researcher's hard work, some prominent successes have been achieved. Whereas, due to the influences of several other factors in moisture measurement, existing moisture instruments have some defects such as ignoring influences by subordinate factors. Hence, the measurement precision and the repeatability are not satisfied. In the thesis, more advanced method of data processing is introduced and exploring study is carried out. These provide new ideas for data processing in the moisture measurement technology. The major points of the thesis include:
1.The principles of current moisture instruments are analyzed and their merits and defects are pointed out.
2.The capacitive sensor structure is optimized. By comparing various capacitance measurement circuits, a measuring circuit is designed and simulated. The performance of the circuit is practically tested.
3.Samples of grain for moisture measurement are made. Data acquisition procedures are planed and executed.
4.The relationships of moisture and voltage, temperature and density are indicated by data analysis. The main error sources in the moisture measurement are discussed.
5.The data from several type sensors are merged using data fitting method by multi-dimension regressions and artificial neural networks-HP networks method respectively. The particular operating processes are presented and the errors of each methods are analyzed in detail.
6.The principle of data merging method based on parameter estimation is used. The validation is proved by increasing the measurement precision and reducing the uncertain factor.
引文
[1] 单成祥．传感器的理论与设计基础及应用．国防工业出版社，1999．8：474
[2] H.A.Slight, the Measurement of Moisture Content, Measurement and Control,Vol.22.no.2,March 1989
[3] 杜民．水分测定仪的综合研究及评述．中国仪器仪表，1996，2：8-10
[4] 陆品楨．国内外水分测量技术及水分计发展概况．分析仪器，1990．1：12-14
[5] 丁元明．粮食水分测量技术概况．分析仪器，1997．2：5-7
[6] 竹本电机计器．VME型微量水分计．计装，1987．12：89
[7] 杜民．新型水分快速测定仪器的研究仪器．仪表学报，1997．5：486-491
[8] 张仁标．KLS-411微量水份分析仪的设计．分析仪器，1993．4：26-30
[9] 滕召胜．水分检测技术及其智能信息处理方法的研究．湖南大学博士论文，1997
[10] 于洋．测量粉粒体物料水分的电导水分仪．分析仪器，1998．5：15-17
[11] 高扬．电容法测定粮食含水量的实现．电测与仪表，1989．8：16-18
[12] Kett electric lab , instruction manual for "kett" digital multiple grain moisture tester, riceter model 1, tokyo,japan ,1988
[13] 李庆中．谷物含水率在线测试系统的研究．农业机械学报，1995．3：80-84
[14] 高铭．HL-2烟丝水分测定仪的研制．工业仪表与自动化装置，1990．3：36-39
[15] 久保田哲．水分利用法诱电率用水分计．计装，1986．10：39-42
[16] 刘青．WSHF-101型红外水分仪．分析仪器，1994．1：5
[17] 刘青．红外吸收水分仪的技术特点及其对比的研究．国外分析仪器
技术与应用，1994．3：42-46
[18] 李昌喜．新型红外水分仪．自动化仪表，1996．7：13-15
[19] 张旭．科技日报，1999．3-11
[20] 黄文州．带电脑物料水分测定仪．自动化仪表，1990．2：17-23
[21] 沈明新．智能石油含水测量仪．自动化与仪表，1995．3：7-10
[22] 佐佐木宏．波空胴共振方式水分·厚测定．计装，1985．2：47-52
[23] 李福彬译．水分检测的原理与装置．中国计量出版社，1986
[24] 刘大森．中子式谷物水分测定原理及其测定装置．农村实用工程技术，1999．1：22-25
[25] 方肇坤．插入式中子水分仪的现场标定方法．自动化仪表，1992．4：13
[26] 金维芳．电介质物理学．机械工业出版社，1997
[27] 杨希明．大学物理学2．成都科技大学出版社，1987
[28] 宗伟林．临煤粉仓粉位仪用电容传感器的研制．中国矿业大学学报，1999．28(3)：01-2-9
[29] 侯国章．测试与传感技术．哈尔滨工业大学出版社，1998
[30] 张捷贤．模拟电路基础．东北大学出版社，1994
[31] 张晓波．便携式谷物测定仪的精密度和准确度分析．粮食与饲料工业，1999．(5)
[32] 鲁绍曾．现代计量学概论．中国计量出版社，1987
[33] 杨惠连．误差理论与数据处理．天津大学出版社，1992
[34] 杨青云．数据处理方法．冶金工业出版社，1993．10
[35] 何友．多传感器信息融合及应用．电子工业出版社，2000
[36] 藤召胜．智能检测系统与数据融合．机械工艺出版社，2000
[37] H.A.Sliht, Further Thoughts on Moisture Measurement , Measurement and Control, Vol.22, no.3, March 1989
[38] Zorb.G.C and moor G A, Continuous Measurement of Grain Moistire Content During Harvest, 1994
[39] R.P.Loera, W.E, Thompson and S.A.Akbar, Multilevel distributed fusion
of multisensors data , SPIE Vol.1699 1992
[40] 刘君华．智能传感器系统．西安电子科技大学出版社，1999
[41] 从爽．面向MATLAB工具箱的神经网络理论与应用．中国科学技术大学出版社，1998
[42] 楼顺天．基于MATLAB的系统分析与设计．西安电子科技大学出版社，2000
[43] 普雷斯．S．J 廖文等译．贝叶斯统计学．原理、模型及应用．中国计量出版社，1992
[44] 孙皓莹．基于参数估计的多传感器数据融合．传感器技术，1995．(6)：32-35
[45] 陈希孺．数理统计引论．科学出版社，1999
[46] 庄楚强．应用数理统计基础．华南理工大学出版社，1992
[47] Richardson.J.M.Fusion.of.Multisonsor.Data.Int.J.Robot.Res, 1988.7(6):968-977
[48] 王婷杰．一种基于模糊理论的一致性数据融合方法．传感器技术，1999．18(6)：50-53
[49] 程卫国．MATLAB5．3应用指南．人民邮电出版社，1999．1
[50] 蔡铁．粮食烘干塔水分在线检测系统中的实时信息采集与处理．自动化与仪表，2001．16(5)：47-50
[2] H.A.Slight, the Measurement of Moisture Content, Measurement and Control,Vol.22.no.2,March 1989
[3] 杜民．水分测定仪的综合研究及评述．中国仪器仪表，1996，2：8-10
[4] 陆品楨．国内外水分测量技术及水分计发展概况．分析仪器，1990．1：12-14
[5] 丁元明．粮食水分测量技术概况．分析仪器，1997．2：5-7
[6] 竹本电机计器．VME型微量水分计．计装，1987．12：89
[7] 杜民．新型水分快速测定仪器的研究仪器．仪表学报，1997．5：486-491
[8] 张仁标．KLS-411微量水份分析仪的设计．分析仪器，1993．4：26-30
[9] 滕召胜．水分检测技术及其智能信息处理方法的研究．湖南大学博士论文，1997
[10] 于洋．测量粉粒体物料水分的电导水分仪．分析仪器，1998．5：15-17
[11] 高扬．电容法测定粮食含水量的实现．电测与仪表，1989．8：16-18
[12] Kett electric lab , instruction manual for "kett" digital multiple grain moisture tester, riceter model 1, tokyo,japan ,1988
[13] 李庆中．谷物含水率在线测试系统的研究．农业机械学报，1995．3：80-84
[14] 高铭．HL-2烟丝水分测定仪的研制．工业仪表与自动化装置，1990．3：36-39
[15] 久保田哲．水分利用法诱电率用水分计．计装，1986．10：39-42
[16] 刘青．WSHF-101型红外水分仪．分析仪器，1994．1：5
[17] 刘青．红外吸收水分仪的技术特点及其对比的研究．国外分析仪器
技术与应用，1994．3：42-46
[18] 李昌喜．新型红外水分仪．自动化仪表，1996．7：13-15
[19] 张旭．科技日报，1999．3-11
[20] 黄文州．带电脑物料水分测定仪．自动化仪表，1990．2：17-23
[21] 沈明新．智能石油含水测量仪．自动化与仪表，1995．3：7-10
[22] 佐佐木宏．波空胴共振方式水分·厚测定．计装，1985．2：47-52
[23] 李福彬译．水分检测的原理与装置．中国计量出版社，1986
[24] 刘大森．中子式谷物水分测定原理及其测定装置．农村实用工程技术，1999．1：22-25
[25] 方肇坤．插入式中子水分仪的现场标定方法．自动化仪表，1992．4：13
[26] 金维芳．电介质物理学．机械工业出版社，1997
[27] 杨希明．大学物理学2．成都科技大学出版社，1987
[28] 宗伟林．临煤粉仓粉位仪用电容传感器的研制．中国矿业大学学报，1999．28(3)：01-2-9
[29] 侯国章．测试与传感技术．哈尔滨工业大学出版社，1998
[30] 张捷贤．模拟电路基础．东北大学出版社，1994
[31] 张晓波．便携式谷物测定仪的精密度和准确度分析．粮食与饲料工业，1999．(5)
[32] 鲁绍曾．现代计量学概论．中国计量出版社，1987
[33] 杨惠连．误差理论与数据处理．天津大学出版社，1992
[34] 杨青云．数据处理方法．冶金工业出版社，1993．10
[35] 何友．多传感器信息融合及应用．电子工业出版社，2000
[36] 藤召胜．智能检测系统与数据融合．机械工艺出版社，2000
[37] H.A.Sliht, Further Thoughts on Moisture Measurement , Measurement and Control, Vol.22, no.3, March 1989
[38] Zorb.G.C and moor G A, Continuous Measurement of Grain Moistire Content During Harvest, 1994
[39] R.P.Loera, W.E, Thompson and S.A.Akbar, Multilevel distributed fusion
of multisensors data , SPIE Vol.1699 1992
[40] 刘君华．智能传感器系统．西安电子科技大学出版社，1999
[41] 从爽．面向MATLAB工具箱的神经网络理论与应用．中国科学技术大学出版社，1998
[42] 楼顺天．基于MATLAB的系统分析与设计．西安电子科技大学出版社，2000
[43] 普雷斯．S．J 廖文等译．贝叶斯统计学．原理、模型及应用．中国计量出版社，1992
[44] 孙皓莹．基于参数估计的多传感器数据融合．传感器技术，1995．(6)：32-35
[45] 陈希孺．数理统计引论．科学出版社，1999
[46] 庄楚强．应用数理统计基础．华南理工大学出版社，1992
[47] Richardson.J.M.Fusion.of.Multisonsor.Data.Int.J.Robot.Res, 1988.7(6):968-977
[48] 王婷杰．一种基于模糊理论的一致性数据融合方法．传感器技术，1999．18(6)：50-53
[49] 程卫国．MATLAB5．3应用指南．人民邮电出版社，1999．1
[50] 蔡铁．粮食烘干塔水分在线检测系统中的实时信息采集与处理．自动化与仪表，2001．16(5)：47-50