基于指數關系和支持向量回歸的糧倉重量檢測方法及裝置的制造方法
【技術領域】
[0001] 本發明涉及一種基于指數關系和支持向量回歸的糧倉重量檢測方法及裝置，屬于 糧食重量檢測技術領域。
【背景技術】
[0002] 糧食安全包括數量安全和質量安全。糧食數量在線檢測技術與系統研究應用是國 家糧食數量安全的重要保障技術，開展這方面的研究與應用事關國家糧食安全，具有重要 的意義，并將產生巨大的社會經濟效益。由于糧食在國家安全中的重要地位，要求糧堆數量 在線檢測準確、快速和可靠。同時由于糧食數量巨大，價格低，要求糧堆數量在線檢測設備 成本低、簡單方便。因此檢測的高精度與檢測系統的低成本是糧倉數量在線檢測方法開發 必需解決的關鍵問題。
[0003] 申請號為201410101693. 5的專利申請，提供了 一種基于結構自適應檢測模 型的糧倉儲糧數量檢測方法，該檢測方法在糧倉底面上布置兩圈壓力傳感器，檢測各 傳感器的輸出值，依據所建立的檢測模型計算糧倉重量估計，所建立的檢測模型為
，該檢測模型通過將側面壓強、底面壓強分別估計為關于外圈壓力傳感 器、內圈壓力傳感器輸出均值的多項式得到。
【發明內容】
[0004] 本發明的目的是提供一種基于指數關系和支持向量回歸的糧倉重量檢測方法及 裝置，以提供一種新的糧倉重量檢測方式。
[0005] 本發明為實現上述目的提供了一種基于指數關系和支持向量回歸的糧倉重量檢 測方法，該檢測方法包括以下步驟：
[0006] 1)在糧倉底面上布置兩組壓力傳感器，一組為內圈傳感器，一組為外圈傳感器，外 圈傳感器靠近側面墻間隔布置，內圈傳感器距離側面墻設定距離且間隔布置；
[0007] 2)依據步驟1)中傳感器的布置方式，建立基于指數關系估計和支持向量回歸的 糧倉重量檢測模型為：
[0008]
[0009] 其中AB為糧堆底面面積，λ *CB為底面周長，QBM=(Φ(1)，Φ(2)，Φ⑶），
[0010] 為內圈傳感器輸出均值，)為外圈傳感器輸出均值，
3和KF為參數，β_j，b為通過支持向量機訓練所獲得的參數，β盧0，為相應的支持向量點，1為支持向量的個數j= 1，...，1 ;
[0011] 3)檢測步驟1)中各傳感器的輸出值，依據步驟2)中的檢測模型計算被檢測糧倉 重量的估計值#β
[0012] 所述步驟2)所建檢測模型中各參數的標定如下：
[0013] Α.在多于6個糧倉中布置壓力傳感器，進糧至滿倉，待壓力傳感器輸出值穩定 后，采集各倉的壓力傳感器輸出值，根據內外圈壓力傳感器檢測值計算出相應內外圈均值 和以及相應項序列'，Α=(ν(]),ν/*(2)，?/(3>)，形成樣本集5' = :('凡/4)丨L， 其中為第k次檢測的糧倉底面面積，κ為樣本數，并將％/<取值以及的各項值分別 規范到[-1，1];
[0014] B.將樣本集S分為兩個部分，優化與支持向量機建模樣本集SM和測試樣本Sτ;
[0015] C.任意選定一組參數ΚΡ、心和KF，利用支持向量機建模樣本SM和支持向量機訓練 算法建立相應的支持向量機模型；
[0016] D.采用百分比誤差模型計算KP、KjPKF
[0017]
[0018] 約束條件：KP> 0
[0019] 1-Κ忑一)>0
[0020] KB> 0
[0021] KF> 0
[0022] 其中，篆為樣本點i的糧堆重量預測值。
[0023] 所述的檢測模型是在糧倉重量理論檢測模型的基礎上得到的，糧倉重量理論檢測 模型為：
[0024]
[0025] 其中，#.為糧堆重量估計，
，AB為糧堆底面面積，CBS底面周 長：
QF(s)分別為糧堆底面和側面中s點的壓強， I?:為糧堆遠高于一定高度時的底面壓強飽和值。
[0026] 所述底面壓強均值ft⑷與內圈傳感器輸出值均值)具有近似指數關系，同樣 偵_壓強均值與外圈傳感器輸出值均值an)也具有近似關系，即
[0027]
[0028]
[0029] 其中bB。、bB1、bF。和bF1分別為估計項的系數。
[0030] 所述外圈傳感器距離側面墻距離d大于0小于1米，內圈傳感器距離側面墻距離 D大于2米。
[0031] 本發明還提供了一種基于指數關系和支持向量回歸的糧倉重量檢測裝置，該檢測 裝置包括檢測單元以及與檢測單元連接且設置在糧倉底面的壓力傳感器，所述壓力傳感器 分兩組布置，一組為內圈傳感器，一組為外圈傳感器，外圈傳感器靠近糧倉側面墻間隔布 置，內圈傳感器距離糧倉側面墻設定距離且間隔布置，所述檢測單元中執行有一個或多個 模塊，所述一個或多個模塊用于執行以下步驟：
[0032] 1)建立基于指數關系和支持向量回歸的糧倉重量檢測模型：
[0033]
[0034] 其中AB為糧堆底面面積，& =3，CB為底面周長，QBM=(Φ(1)，Φ(2)，Φ⑶），
[0035] a(u為內圈傳感器輸出均值，為外圈傳感器輸出均值，
和KF為參數，β_j，b為通過支持向量機訓練所獲得的參數，β盧0，為相應的支持向量點，1為支持向量的個數j= 1，. . .，1 ;
[0036] 2)檢測各傳感器的輸出值，根據步驟1)中的檢測模型計算被檢測糧倉重量的估 計值r。
[0037] 所述建立的檢測模型中各參數的標定如下：
[0038] A.在多于6個糧倉中布置壓力傳感器，進糧至滿倉，待壓力傳感器輸出值穩定 后，采集各倉的壓力傳感器輸出值，根據內外圈壓力傳感器檢測值計算出相應內外圈均 值&0/ "I和&以及相應項序歹
，形成樣本集
;中4為第k次檢測的糧倉底面面積，κ為樣本數，并將％ / 4取值 以及的各項值分別規范到[-1，1];
[0039]B.將樣本集S分為兩個部分，優化與支持向量機建模樣本集SM和測試樣本Sτ;
[0040] C.任意選定一組參數ΚΡ、心和KF，利用支持向量機建模樣本SM和支持向量機訓練 算法建立相應的支持向量機模型；
[0041] D.采用百分比誤差模型計算KP、KjPKF
[0042]
約束條件：KP> 0
[0043]
[0044] KB> 0
[0045] KF> 0
[0046] 其中，七為樣本點i的糧堆重量預測值。
[0047] 所述的檢測模型是在糧倉重量理論檢測模型的基礎上得到的，糧倉重量理論檢測 模型為：
[0048]
[0049] 其中，#為糧堆重量估計，
AB為糧堆底面面積，(^為底面周 長，
QF(S)分別為糧堆底面和側面中S點的 壓強，⑷為糧堆遠高于一定高度時的底面壓強飽和值。
[0050] 所述底面壓強均值色(4與內圈傳感器輸出值均值具有近似指數關系， 同樣側面壓強均值(4.與外圈傳感器輸出值均值包(％_.)也具有近似關系，即
[0051]
[0052]
[0053] 其中bB。、bB1、bF。和bF1分別為估計項的系數。
[0054] 所述外圈傳感器距離側面墻距離d大于0小于1米，內圈傳感器距離側面墻距離 D大于2米。
[0055] 本發明的有益效果是：本發明通過在糧倉底面上布置兩組壓力傳感 器，一組為內圈壓力傳感器，一組為外圈壓力傳感器；建立糧倉重量檢測模型
;檢測各傳感器輸出值，依據所建立的檢測模型，實現對糧倉 重量的檢測。本發明所建立的檢測模型是基于底面、側面壓強均值分別與內圈壓力傳感器、 外圈壓力傳感器輸出均值之間的近似指數關系和支持向量回歸算法，因此所建模型具有精 度高，對傳感器性能要求低、適應性和魯棒性強、便于遠程在線糧倉數量檢測和糧倉狀態監 測等特點，本發明的檢測方法適應于多種糧倉結構類型的儲糧數量檢測，具有巨大的應用 價值，為保障國家糧食數量安全提供了新的技術手段。
【附圖說明】
[0056] 圖1是平房倉底面壓力傳感器布置模型示意圖；
[0057] 圖2是筒倉底面壓力傳感器布置模型示意圖；
[0058]圖3是本發明所建立的檢測模型示意圖；
[0059] 圖4是本發明檢測實例2中采用建模樣本進行重量預測的誤差示意圖；
[0060] 圖5是本發明檢測實例2中采用所有樣本進行重量預測的誤差示意圖；
[0061] 圖6是本發明糧倉重量檢測方法的實施流程圖。
【具體實施方式】
[0062] 下面結合附圖對本發明的【具體實施方式】做進一步的說明。
[0063] 一、基于指數關系和支持向量回歸的糧倉重量檢測方法的實施例
[0064] 本發明的基于指數關系和支持向量回歸的糧倉重量檢測方法通過建立相應的糧 倉重量檢測模型，依據所建立的糧倉重量檢測模型計算糧倉重量，關于該模型獲得的理論 前提、對應的糧倉傳感器布置、模型推導和參數標定，下面依次具體介紹。
[0065] 1.糧倉重量理論檢測模型
[0066] 通常使用的糧倉有平房倉、淺圓倉、筒倉等類型，糧食入倉后，糧堆頂部要求攤平， 平房倉糧堆形狀大致上為不同尺寸的立方體，淺圓倉、筒倉糧堆形狀大致上為不同尺寸的 圓柱體，通過糧堆受力分析可知，糧倉糧堆重量與糧倉壓強分布具有下式所示的關系。
[0067