物联网技术在粮食仓储中粮情监测方面的应用

66I仓储与物流丨Warehousing and Logistics[VOL.45,No.05May.2025~|物联网技术粮食仓储中粮情监测方面的应用
彭音音-李江涛2,林亲录2
(1.中南林业科技大学计算机与信息工程学院,湖南长沙410211;
2.中南林业科技大学食品科学与工程学院,湖南长沙410211)
[摘要]粮食仓储对于我国粮食安全至关重要。本文主要介绍了物联网技术在粮食仓储中粮情监测方面的应用,主要对粮食智能出入库系统、储粮数量检测系统、粮食温湿水检测及智能通风系统、粮仓虫害气体在线检测及内循环熏蒸与均温系统展开介绍,提出物联网在粮食仓储中粮情监测方面应用的不足,旨在为促进将物联网技术更有效地应用于粮情监测,提高粮食仓储的整体效率提供借鉴和参考。
[关键词]物联网技术;粮食仓储;粮情监测
中图分类号:F326.6文献标识码:A DOI:10.16465/j.gste431252ts.20200515
粮食作为我国重要的战略资源及人民生活的基本物质,其安全储备是保障国家粮食安全的必要措施。近年来,我国粮食生产连创新高,储存量也逐年增加,为转变粮食产业运行方式,“十三五”规划建议提出:“
大明湖的传说
坚持最严格的耕地保护制度,坚守耕地红线,实施藏粮于地、藏粮于技战略,提高粮食产能,确保谷物基本自给、口粮绝对安全。”[1]粮食产业中,粮食仓储为关键性构成部分,粮食仓储技术直接影响储藏过程中粮食的数量以及质量。针对我国粮食储藏数量大、储存时间长的特点,不断发展粮食储藏及监测技术,以此确保国家粮食安全,是一项长期而艰巨的任务[2]o
物联网指利用多种信息传感设备,如RFID、智能控制及全球定位系统等设备,将监测的事物与互联网进行有效连接,实现智能化识别及监控等多功能的网络技术[3]。将物联网应用于现代粮食仓储,在粮情监测方面实现自动判断,能更加灵敏、直观、实时地反映和监测粮堆情况,并根据实际情况及时作出调整,以此保障粮食仓储的安全[4]。
物联网驱动的粮仓粮情监测系统主要利用温度、湿度、气体、虫害等传感系统对粮食入库到仓储过程中粮库仓内、仓外等各种物理参数精确感知并进行采集,将此类数据向监控中心传递,实时掌握粮食粮情数据,根据实际情况监控中心及时调整外部环境,提高粮食仓储管理水平。整个监测系统除采用传感器技术监测外,还配备传输、信息处理、智能控制等技术,以此辅助整个物联网系统的高效运行。
1粮食智能出入库系统
粮食智能出入库系统是在现有仓储管理的基
斗齿收稿日期:2020-04-29
崔芝昆基金项目:国家自然科学基金面上项目(31571874)。
作者简介:彭音音,女,本科,研究方向为计算机与信息工程。础上引入RFID、智能图像分析及计算机等技术,实现出入库自动化登记、识别及调度等[5]oRFID是智能出入库系统常用的一种非接触式自动识别技术,通过射频信号对目标对象的相关数据进行自动识别而获得相关信息,可在各种恶劣环境中工作[6]o 何彬兵[7]将RFID技术应用于智能出入库系统中的电子地磅、自动道闸及图像抓拍等,实现粮食入库流程中各业务环节的智能化信息管理,以此规范出入库管理过程。云顺忠等[8]介绍了湖北省粮食局的智能化出入库系统,将快速登记、自动扦样、自动称重、快速检验、出入仓作业确认等各环节进行有效整合,并提供数据查询、流量控制、断网操作等决策分析功能,为有效提高出入库作业的规范性、可追溯性及工作效率提供了理论支持。1苯基1丙酮
2粮仓储粮数量在线检测系统
粮仓储粮数量在线检测对于保障粮食仓储安全至关重要。目前储粮数量在线检测方法有很多,主要是利用压力传感器、电磁波检测技术和红外扫描技术等进行检测。
fitc压力传感器为基础的数量在线检测系统主要由压力传感器、数据采集系统及数据处理系统等组成,可
实现对粮仓内粮食的空仓、满仓、倒仓等状态进行实时判别。张鑫等[9]通过在粮仓底部布置若干压力传感器的方法获取粮仓底部所受压强值,多次进粮并记录所受压强值,再通过R语言平台构建不同层次的深度神经网络结构,并利用对数据集的学习对粮仓内储粮数量进行预测,预测误差小于3%。张德贤等[10]进一步优化基于粮仓内外圈布置的压力传感器模型和基于多项式展开的粮仓数量在线检测模型,使粮仓储粮数量在线检测模型检测误差低于2.5%。
山东省主体功能区规划电磁波检测技术利用在粮堆表面移动的雷达

本文发布于:2024-09-24 15:24:29,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/23147.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:粮食   系统   检测   技术   监测
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议