用于粮食储藏低温通风的优化模糊神经网络智能控制方法

本发明属于粮食工程，尤其是涉及用于粮食储藏低温通风的优化模糊神经网络智能控制方法。

背景技术：

1、粮食安全是事关人类生存的根本性问题，减少粮食损耗是保障粮食安全的重要途径。据统计，全球每年粮食因储藏环节霉变、虫害等损失占粮食产量的8％，如何控制粮食产后保质减损是当前全球亟需解决的科技难题。在我国，粮食在储藏、运输等环节每年损失量约在700亿斤以上，由于户储存设施简陋、烘干能力不足、缺少技术指导等原因导致的粮食损失达8％左右。在耕地有限的情况下，改善粮食储存条件，减少粮食储藏环节损失与浪费，对节约粮食资源、增加农民收入、保障国家粮食安全具有重要意义。未来粮食供求将长期处于紧平衡，优质粮油消费需求问题将愈发突出，如何做好粮食产后优质保鲜储藏是当前我国亟需解决的科技难题。

2、国际上一致认可，以低温储粮为典型的食品行业绿色流通技术，可实现粮食产后轮转周期有效保质减损和虫霉防控，我国现有的粮仓中多数已配有机械通风、谷冷机等配套装备，基本能够实现粮食安全储藏的需求。但值得注意，粮食在度夏期间出现的连续高温背景下，仓房四壁及仓顶长期暴露在烈日高温下，仓储粮堆冷心急剧缩减，粮层温度甚至可达25-30℃，带来了严重的虫霉滋生和品质劣变安全隐患。对此，做好粮食低温储藏是降低粮食产后损失，实现绿色储粮的有效途径。目前，粮食行业关于粮储储藏降温通风多数仍参照《ls/t 1202储粮机械通风技术章程》，仅对通风的时机和通风类型的要求做了概述，通风过程和具体工艺未做详细介绍，实际具体执行过程中，会出现粮堆通风温度不均匀、能耗过高以及粮堆水分迁移等不合理现象，亟需对工艺进行优化改进。

3、当前，以高大平房仓为代表的粮食储备仓房，在机械通风硬件设施方面已基本做到了全覆盖，然而受地理自然条件限制，以长江中下游为代表的全国稻谷主产区夏季高温(>30℃)时期跨度较长，秋冬存储的粮堆冷心无法保证安全度夏，数解决方案往往停留在仓顶加设制冷空调进行缓解，在通风工艺上，仍严重依赖经验员工人为操作，结合工作经验和通风技术章程进行操作，缺乏理论依据，造成能量利用率与智能化程度严重不足，无法满足国家规定的全仓准低温储藏(全仓平均温度≤20℃)，更不能实现优质稻谷的保鲜储藏需求(全低温储藏，全仓平均温度≤15℃)，亟需进行科技创新和通风策略升级改造。当前部分研究也开展了如基于大数据的低温粮仓监测和粮堆通风温度的预测方法，但多数仍停留在粮仓现有的温度传感器数据基础上进行训练和建模，忽略了通风过程中外界环境参数的影响，特别是来自太阳辐射强度和风速流通速率对后续通风的调控行程干扰，建立的模型准确性和鲁棒性有待进一步提高。因此，本发明公开了一种用于粮食储藏低温通风的优化模糊神经网络智能控制方法，在粮堆温度有效降低的同时，延缓粮堆脂肪酸值的上升趋势，降低通风过程的能耗。

技术实现思路

1、本发明的目的是提供用于粮食储藏低温通风的优化模糊神经网络智能控制方法，实现粮食储藏低温通风过程的智能调控和动态决策，提升粮食大规模储藏过程中低温通风的降温效率，为粮食产业智能化信息化提供了一种节能绿色的工程技术新方法。

2、为实现上述目的，本发明提供用于粮食储藏低温通风的优化模糊神经网络智能控制方法，包括以下步骤：

3、步骤1、确定粮堆低温通风的输入层参数采集对象：根据仓外环境参数和仓内环境参数确定粮堆低温通风的输入层参数采集对象；其中，仓外环境参数包括当天太阳辐射强度、法向直接辐射、地表环境风速、水汽压数据、日照时间强度、环境温度和环境相对湿度；仓内环境参数包括不同位置的粮堆温度、粮堆相对湿度、谷物水分含量和风机出风口风速；

4、步骤2、对步骤1确定的采集对象进行预处理：包括消除噪声、异常值和不一致性，具体为消除因温度传感器非人为因素造成的异常值，保证控制系统原始采集数据的高质量输入；

5、步骤3、搭建低温通风的模糊神经网络模型：包括设计低温变速通风模糊逻辑程序、设计成员函数、设计优化神经网络、训练神经网络、设计模糊逻辑系统和神经网络混合控制的架构；

6、步骤4、实施决策与反馈机制：利用模糊逻辑系统和神经网络的输出调整通风参数，具体包括风机运转功率、通风口打开/关闭周期与持续时间；引入反馈机制，持续评估通风策略中的有效性，在通风过程中，如果基于相对湿度传感器检测值过高或表层粮堆结露的异常现象出现，在模糊逻辑系统的输出设置阈值强制终止并信号报警；

7、步骤5、对搭建的低温通风的模糊神经网络模型进行优化：基于反馈机制存储的新数据作为历史数据，采用遗传算法调控参数，提高低温通风的整体效率，确保最佳的粮堆储藏温度，同时最大限度降低能耗，具体表达式如下：

8、f(x)＝w1×(ta-tg)2+w2+pf

9、ta为目标通风温度，tg为粮堆温度，pf为通风系统能耗，w和w2为权重系数，平衡目标和能耗之间的关系。

10、优选的，步骤1中，不同位置的粮堆分别按照粮堆东西走向的15％、南北走向的18％设计测温电缆，粮堆垂直走向的18％布置测温点，仓外设置小型环境监测站，采集当天太阳辐射强度、法向直接辐射、地表环境风速、水汽压数据、日照时间强度、环境温度和环境相对湿度参数，对应的风机接口温湿度检测点分别位于地上笼主风道正上方进行垂直布置。

11、优选的，步骤2中，对采集对象进行预处理，包括统计计算平均值、中位数、标准差、最大值、最小值和四分位数，使用四分位数间距统计识别检测异常值，并采用邻近数据点的线性插值进行替换。

12、优选的，步骤3的具体过程如下：

13、s31、设计低温变速通风模糊逻辑程序：基于预处理后的输入层数据，开展模糊变量定义，使用if-then语句以语言形式表达规则对输出和输出函数进行通风规则的语言表达；

14、s32、设计成员函数：基于隶属函数开发粮堆变速低温通风的成员函数，表征代表不同粮堆温度、粮堆相对湿度、环境温度、环境相对湿度、谷物水分含量和风机出风口风速的语言变量；以该类成员函数用于反应粮堆储藏环境中固有的不确定性和模糊性；

15、s33、设计优化神经网络：以多层感知器为基础，设计神经网络模型，基于历史数据学习输入-输出对之间的映射，采用梯度下降算法进行反向传播，优化设计的神经网络性能和收敛速度；

16、s34、训练神经网络：基于粮堆降温通风历史数据，进行神经网络学习并根据动态调整模糊逻辑规则训练神经网络，适应环境温湿度，构建特异性可低温度通风模型；

17、s35、设计模糊逻辑系统和神经网络混合控制的架构：根据神经网络的反馈和捕捉的动态输入层数据，随时间动态调整模糊规则库，完成模糊集去模糊化，确定精确变量，共同构建低温通风的模糊神经网络模型；实现粮堆通风过程中高效稳健的可低温度通风。

18、优选的，s31中开展模糊变量定义包括温度、湿度和谷物水分含量，其中温度包括粮堆温度和环境温度；湿度包括粮堆相对湿度和环境相对湿度；具体模糊变量定义如下：温度＜12℃被定义为“非常低温”，12℃≤温度＜15被定义为“低温”，15℃≤温度＜20被定义为“准低温”，20℃≤温度＜30被定义为“常温”，30℃≤温度被定义为“高温”；相对湿度＜55％被定义为“脱水风险湿度”，55％≤相对湿度＜75％被定义为“准适合湿度”，75％≤相对湿度＜90％被定义为“适合湿度”；90％≤相对湿度被定义为“结露风险湿度”；谷物水分含量＜13.5％被定义为“危险水分含量”，13.5％≤谷物水分含量＜14.5％被定义为“安全水分含量”，14.5％≤谷物水分含量被定义为“可控水分含量”。

19、优选的，s32中，增加隶属函数对粮堆变速低温通风的成员函数设计，包括与模糊变量之间的隶属度，具体设置为粮堆温度：粮堆相对湿度：环境温度：环境相对湿度：谷物水分含量：风机出风口风速：太阳辐射强度：法向直接辐射：地表环境风速：昨日日照时间：水汽压数据：地表环境风速＝2:1:1:1:1:1:1:0.5:0.5:0.5:0.3:0.2。

20、优选的，s33中，设计优化神经网络依据系统调控特点的目标函数ek，采用以δ函数确定的学习信号规则进行参量调整，对应的学习信号规则为：

21、

22、其中，rk为每一次迭代的理想输出，yk为每一次迭代的实际输出，k为迭代步骤，表示权值向量调整矩阵，netk表示网络输入与输出误差，x表示样本的输入值；

23、ek的具体表达式如下：

24、ek＝0.5*[rk-yk]2。

25、优选的，s34中，动态调整模糊逻辑规则为“若a且b则c”，具体模糊关系：

26、if(粮堆温度低于外界环境温度)and(谷物水分含量处于安全和可控水分含量)then(电流增高，风机开启，低温通风持续)；

27、if(粮堆温度接近外界环境温度)and(谷物水分含量处于安全和可控水分含量)then(电流降低，风机频率降低，低温通风速率降低)；

28、if(粮堆温度明显低于外界环境温度)and(谷物水分含量处于安全和可控水分含量)then(风机停止，通风停止)

29、优选的，s35中模糊集去模糊化采用重心法去模糊化，将模糊控制器的输出值x乘以降温速度的比例因子tx，得到控制量，对应的温度变化范围假设控制在[-xm，xm]，在对应的粮堆温度低温范围[a，b]基础下，控制量按照以下公式得出控制降温幅度，具体表达式如下：

30、

31、优选的，步骤4中的异常现象包括对湿度传感器监测相邻3次检测值均超过了90％，或者相邻两次粮堆水分检测值变化超过±0.2％。

32、因此，本发明采用上述用于粮食储藏低温通风的优化模糊神经网络智能控制方法，具有以下有益效果：

33、(1)本发明构建的基于优化模糊神经网络控制的粮仓低温通风在温控允许的变化范围内，响应时间大幅提高，取代了原有的粮仓机械通风人为判断操作，对外界环境变化响应快速且具有自适应的特点；

34、(2)本发明开发的粮食低温变速通风的优化模糊神经网络智能控制的方法，采用了遗传算法作为模型优化改进方式，预测结果准确，结合实际环境变量和系统能耗完成了对粮食通风降温过程的节能提升，为粮食智能通风提供了一种有效的节能新手段。

35、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。