稻米食品全產業鏈信息系統、建立方法及應用與流程

本發明涉及稻米食品加工領域，特別涉及稻米食品全產業鏈信息系統、建立方法及應用。

背景技術：

物聯網技術正在深刻改變著人們的生產與生活方式，它已經不僅僅是一項通信技術，更成就了人歷史上最龐大的信息世界。隨著感知識別技術的快速發展，以傳感器和智能終端識別人代表的信息自動生成設備可以準確地開展對物理世界的感知、測量和監控。而網絡通信技術使得綜合利用來自物理世界的信息成為可能。

目前世界各國對物聯網的建設愈發重視，并做了大量的技術研發并不斷拓寬其應用領域，這使得物聯網產業成為推動世界經濟增長的新興產業。從現在起到2020年，中國物聯網產業將經歷應用創新，技術創新和服務創新3個階段，成長為一個超過5萬億規模的巨大產業[2]。物聯網技術在食品全產業鏈信息系統中的應用，能夠為構建現代食品產業體系、提升食品產業核心競爭力、助推產業升級具有重大意義。目前人類對食品安全的關注程度與經濟發展水平密切相關，隨著我國經濟快速發展，食品安全問題日益凸現出來，直接危及到我國消費者的健康和我國食品的國際競爭力。稻米作為主食，其食品安全顯得尤為重要，由于稻米營養食品產業鏈長、環節多，影響其安全的因素復雜，監管難度大，因此有必要從“源頭到餐桌”全產業鏈的角度入手，探討建立稻米營養食品全產業鏈高效安全生產技術體系及信息化平臺。研究表明，從育秧的品種、種植過程的施肥和農藥、干燥的方法和質量、倉儲的管理和監控、加工過程的技術水平等都會威脅稻米營養食品產業鏈的安全進而危害消費者的健康。

技術實現要素：

針對上述問題，本發明提供稻米食品全產業鏈信息系統、建立方法及應用。

本發明的具體方案如下：

一種稻米食品全產業鏈信息系統，包括信息采集模塊，信息傳輸模塊，信息處理模塊，綜合決策模塊，信息存儲模塊，信息輸出模塊，所述信息為稻米食品全產業鏈各環節信息，包括育秧信息、種植信息、倉儲管理信息、加工管理信息；所述稻米食品全產業鏈各環節包括育秧環節、種植環節、倉儲管理環節、加工管理環節；

所述信息傳輸模塊包括將從稻米食品全產業鏈各環節現場所采集到的原始信息經有線或無線方式經過通訊模塊傳遞到遠程監控終端，和遠程監控終端的控制信息經過通訊模塊傳遞到控制終端；

所述信息處理模塊包括原始采集數據標準化轉換得到標準化數據，基于標準化數據的綜合計算；

所述綜合決策模塊用于包括對稻米食品全產業鏈各環節控制，具體為根據當前稻米產業鏈信息和綜合計算結果調節稻米育秧、種植、稻米倉儲、稻米加工的環境及工藝參數控制條件，使稻米品質保持在設定的范圍內；

所述信息存儲模塊用于將上述信息制成數據庫表格加以存儲；

所述信息輸出模塊包括將遠程監控終端監控信息輸出到電腦、手機、屏幕、打印機。

優選地，

所述育秧信息包括育秧人員信息、設備信息、設備維護信息、大棚信息、種子信息、藥品信息、噴藥操作信息、秧苗管理信息；

所述種植信息包括農田信息、秧苗信息、產量信息；

所述倉儲管理信息包括人員信息、設備信息，倉庫信息、入庫信息、倉庫環境監控信息、營養成分信息、理化特性信息、糧食質量信息、出倉信息、稻米品質信息；

所述加工管理信息包括人員信息、進料信息、設備信息、設備維護信息、稻米食品加工信息、壟谷、碾米、加工環境、加工設備和出產信息；

稻米食品包括大米或糙米卷或糙米酥或八寶粥；

所述綜合計算包括基于標準化數據進行稻米品質的數據分析，所述稻米品質包括營養成分信息、理化特性信息、糧食質量信息。

進一步優選地，

所述信息采集模塊通過檢測裝置實現，

所述稻米食品全產業鏈各環節控制通過控制裝置實現，

所述信息處理模塊、綜合決策模塊通過信息處理中心實現，

所述信息傳輸模塊通過檢測裝置、通訊模塊和環境控制裝置實現；

所述檢測裝置包括多個檢測終端，所述稻米食品全產業鏈各環節控制裝置包括若干個控制終端，所述檢測終端、控制終端與通訊模塊連接，通訊模塊與信息處理中心連接；所述檢測終端用于檢測稻米食品全產業鏈各環節環境信息或/和稻米品質信息，檢測終端設于稻米食品全產業鏈各環節；

所述控制終端用于控制稻米食品全產業鏈各環節的溫度、濕度及工藝參數；

所述信息處理中心為電腦、手機、或服務器，信息處理中心包含人機界面，用于對數據進行接收、數據分析、執行功能。

更進一步優選地，

所述檢測終端包括環境檢測裝置、稻米品質檢測裝置、第一微控制器，環境檢測裝置、稻米食品品質檢測裝置均與第一微控制器連接；

所述環境檢測裝置包括溫度傳感器、濕度傳感器、視頻檢測、風速檢測、土壤墑情檢測、雨量傳感器、日照檢測傳感器，所述稻米食品品質檢測裝置包括氣味傳感器、聲音檢測傳感器、近紅外儀；溫度傳感器、濕度傳感器、氣味傳感器、聲音檢測傳感器通過串口與第一微控制器連接；

所述通訊模塊為無線通訊模塊或有線通訊模塊。

優選地，所述通訊模塊為wifi通信模塊，wifi通信模塊為適用于短距離無線傳輸的通信模塊；所述通訊模塊或者為4g通信模塊，4g通信模塊適用于長距離無線通信，并具有通信速度快、網絡頻譜寬的特點。

更進一步優選地，

所述控制終端包括溫度控制裝置、濕度控制裝置、稻米食品全產業鏈各環節控制裝置，所述溫度控制裝置、濕度控制裝置、稻米食品全產業鏈各環節控制裝置與第二微控制器連接。

更進一步優選地，

所述信息處理中心包括基本信息數據庫、數據處理系統、執行功能系統；

所述基本信息數據庫信息包括育秧信息、種植信息、倉儲管理信息、加工管理信息；

所述數據處理系統用于將通過基本信息數據庫進行綜合決策，篩選最優的稻米食品全產業鏈各環節生產與管理參數；

所述稻米食品全產業鏈各環節生產與管理參數包括企業生產管理與決策，如原料采購，產品生產與調度，產品質量監控，銷售及人員管理；

所述執行功能系統包括稻米全產業鏈各環節信息的采集與控制，交易管理，基本信息數據庫的管理；

所述基本信息數據庫的管理包括數據存取、追加、修改、儲存。

采用所述系統進行稻米食品信息系統的建立方法，其特征在于：檢測終端工作采集溫度、濕度、氣味、聲音信息、稻米食品加工信息，并反饋給信息中心，若與設定條件有偏差時，則信息中心向控制終端發出指令，控制適宜的稻米食品全產業鏈各環節生產與管理參數。

所述的稻米食品信息系統或所述的稻米食品信息系統建立方法用于企業生產管理、稻米食品質量安全管理、食品信息溯源。

本發明有益效果如下：

1、食品安全問題的發生，必須實現源頭控制，通過建立良好操作技術規范，建立生產各環節的質量控制技術，建立全產業鏈的高效安全生產信息平臺，通過全產業鏈信息平臺，監控和防止各種危害因子的產生和遷移，可為稻米食品產業鏈的高效安全生產奠定基礎。

2、本發明信息系統采用全程監控及在線監測，實時采集生產中各環節的數據，并上傳到系統數據庫，避免了人為數據輸入產生錯誤。

3、本發明稻米食品倉儲管理中應用電子鼻檢測稻谷霉菌的氣味信息，確定霉菌數量與氣味物質濃度的關系，實現定量分析；采用較少的典型的傳感器，搭建了在線監測系統，成本低，效果好，快速在線監測稻米霉菌程度，便于快速推廣應用。

4、本發明通過實現在線監測，控制食品質量，降低了人力成本，并避免了有害因子對稻米食品品質的影響：對稻米育秧、種植環節的種子、肥料、土壤墑情、溫度、濕度等信息進行監測，避免稻米育秧、種植環節的有害因子的影響；倉庫管理模塊，對稻谷的入庫信息、品質信息，儲藏信息即霉菌、害蟲信息進行在線監測，避免食品安全隱患；稻米食品加工過程采用視頻在線監測、稻米食品品質在線監測(近紅外在線監測)等技術，避免人為因素對食品質量產生影響，適時監測稻米品質，實現稻米食品安全生產，質量穩定控制。

5、本發明將生產管理、食品質量控制與管理、食品信息溯源整合在一個平臺，實現了管理供應鏈上下游全生產周期管理，終端客戶可以對稻米食品的產品種植和生產制造進行溯源，同時，本系統還可提供庫存協同、交貨管理、報表管理及運營數據分析等業務的在線操作(訂單變更、交期確認、詢價等)情況，企業用戶可以實時監控產品數量和質量，提高了生產管理效率。

附圖說明

下面結合附圖和實施例對本發明作進一步說明：

圖1為本發明的結構示意圖；

圖2為本發明檢測終端的結構示意圖；

圖3為實施例1稻米食品全產業鏈信息系統結構框圖；

圖4為實施例1育秧環節數據庫設計流程圖；

圖5為實施例1育秧模塊示意圖；

圖6為實施例1種植環節數據庫設計流程圖；

圖7為實施例1種植模塊示意圖；

圖8為實施例1種倉儲管理模塊示意圖；

圖9為實施例1稻米加工過程流程圖；

圖10為實施例1稻米初加工產品溯源圖；

圖11為實施例1稻米深加工產品溯源數據庫設計包含信息；

圖12為實施例2室外氣象信息采集系統結構圖；

圖13為實施例3u型支架的結構示意圖；

圖14為實施例4糧倉霉菌、溫濕度檢測系統

圖15為實施例5霉菌信號采集系統結構圖；

圖16為實施例5控制系統結構框圖。

圖17為實施例520℃、40℃、60℃萃取，第1d氣相色譜圖；

圖18為實施例5電子鼻對稻谷揮發性氣味物質的響應強度隨采樣時間的變化；

圖19為實施例5不同儲藏天數稻谷樣品的指紋圖(頂空溫度20℃)；

圖20為實施例5不同儲藏天數稻谷樣品的指紋圖(頂空溫度40℃)；

圖21為實施例5不同儲藏天數稻谷樣品的指紋圖(頂空溫度60℃)；

圖22為實施例520℃電子鼻響應值主成分；

圖23為實施例540℃電子鼻響應值主成分分析分析；

圖24為實施例560℃電子鼻響應值主成分分析；

圖25為實施例6倉儲害蟲檢測系統；

圖26為實施例6計算機分析處理系統；

圖27為實施例6倉儲害蟲監測系統結構圖；

圖28為實施例7水稻種植過程視頻監控系統結構圖；

圖29為實施例7水稻種植過程視頻監控圖；

圖30為實施例7大米粗加工過程視頻監控系統結構；

圖31為實施例7大米粗加工過程監控圖；

圖中：檢測終端1，通訊模塊2，信息處理中心3，控制終端4，第一電磁閥5，第二電磁閥6，風機7，第三電磁閥8，第四電磁閥9，洗氣管道10，外排氣管道11，氣體分流室12，內排氣管道13，數據采集裝置14，過濾物15，糧倉16，埋沒式進氣管17，稻米18，頂空式進氣管19，第五電磁閥20。

具體實施方式

下面結合實施例來進一步說明本發明，但本發明要求保護的范圍并不局限于實施例表述的范圍。

一種稻米食品全產業鏈信息系統，包括信息采集模塊，信息傳輸模塊，信息處理模塊，綜合決策模塊，信息存儲模塊，信息輸出模塊，所述信息為稻米食品全產業鏈各環節信息，包括育秧信息、種植信息、倉儲管理信息、加工管理信息；所述稻米食品全產業鏈各環節包括育秧環節、種植環節、倉儲管理環節、加工管理環節；

所述信息傳輸模塊包括將從稻米食品全產業鏈各環節現場所采集到的原始信息經有線或無線方式經過通訊模塊傳遞到遠程監控終端，和遠程監控終端的控制信息經過中繼點傳遞到控制終端；

所述信息處理模塊包括原始采集數據標準化轉換得到標準化數據，基于標準化數據的綜合計算；

所述綜合決策模塊包括對稻米食品全產業鏈各環節控制，具體為根據當前稻米產業鏈信息和綜合計算結果調節稻米育秧、種植、稻米倉儲、稻米加工的環境及工藝參數控制條件，使稻米品質保持在設定的范圍內；

所述信息存儲模塊用于將上述信息制成數據庫表格加以存儲；

所述信息輸出模塊包括將遠程監控終端監控信息輸出到電腦、手機、屏幕、打印機。

優選地，

所述育秧信息包括育秧人員信息(員工編號、姓名、性別、年齡、工齡、崗位、家庭住址、聯系方式)、設備信息(包括設備基本信息(機器編號、類型、型號、品牌、價格、狀態、購買日期、使用年限)、設備維護信息(設備編號、維護周期、維護員、維護日期))、大棚信息(大棚基本信息、大棚土壤信息、室內環境信息、光照信息、溫度信息、水信息、氣信息)、種子信息(種子基本信息、種子質量信息、浸種操作信息、暗化操作信息、散盤操作信息)、藥品信息(包括基本信息(藥品批次號、藥品名稱、生產標準、劑型、作用)、噴藥操作信息(種子批次號、藥品批次號、用量、日期、操作員))、秧苗管理信息(托盤批次號、育秧地點、育秧批次號、起始日期、結束日期、負責人)；

所述種植信息包括農田信息(農田基本信息、農田環境信息、農田氣象信息、農田土壤信息、農田水資源信息)、秧苗信息(秧苗長勢信息、秧苗生物量信息、灌溉操作信息、施肥操作信息、除蟲操作信息)、產量信息(編號、秧苗批次號、收割編號、產量、日期、負責人)；

所述倉儲管理信息包括人員信息(員工編號、姓名、性別、年齡、工齡、崗位、家庭住址、聯系方式)、設備信息(機器編號、類型、型號、品牌、價格、狀態、購買日期、使用年限)，倉庫信息(倉庫編號、倉庫地點、倉庫容量、糧食儲存量、標準、日期、倉管員)、入庫信息(包括入庫糧食信息(入庫編號、品種、類型、批次、重量、來源、入庫日期、倉庫、倉管)、營養成分信息(蛋白質、脂肪、淀粉、維生素)、理化特性信息(硬度、腹白、爆腰、粒度、精度、糊化溫度、直鏈淀粉含量)、糧食質量信息(入庫編號、理化特性編號、營養成分編號、霉菌、蟲害、原料等級、日期))、倉庫環境監控信息(倉庫編號、糧堆溫度、糧堆濕度、倉庫溫度、害蟲監測、霉菌監測、日期)、營養成分信息(蛋白質、脂肪、淀粉、維生素)、理化特性信息(硬度、腹白、爆腰、粒度、精度、糊化溫度、直鏈淀粉含量)、糧食質量信息(入庫編號、理化特性編號、營養成分編號、霉菌、蟲害、原料等級、日期))、出倉信息(出倉糧食信息(出庫編號、品種、類型、批次、重量、流向、出倉日期、倉庫號、倉管員)、稻米品質信息(營養成分信息(蛋白質、脂肪、淀粉、維生素)、理化特性信息(硬度、腹白、爆腰、粒度、精度、糊化溫度、直鏈淀粉含量)、糧食質量信息(霉菌、蟲害、原料等級))；

所述加工管理信息包括人員信息(員工編號、姓名、性別、年齡、工齡、崗位、家庭住址、聯系方式)、進料信息(進料編號、品種、類型、來源、重量、操作員、日期)、設備信息((包括設備基本信息(機器編號、類型、型號、品牌、價格、狀態、購買日期、使用年限、工作線)、設備維護信息(設備編號、維護周期、維護員、維護日期))、稻米食品加工信息(清理(日期、清理參數、清理編號)、壟谷(日期、壟谷編號、壟谷參數)、碾米(日期、碾米編號、碾米參數)、加工環境(濕度、溫度、日期)、加工設備(設備編號、進料編號、參數))和出產信息(出料編號、產品編號、重量、流向、用途)；

稻米食品包括大米或糙米卷或糙米酥或八寶粥；

所述綜合計算包括基于標準化數據進行稻米品質的數據分析，所述稻米品質包括營養成分信息(蛋白質、脂肪、淀粉、維生素)、理化特性信息(硬度、腹白、爆腰、粒度、精度、糊化溫度、直鏈淀粉含量)、糧食質量信息(霉菌、蟲害、原料等級)。

進一步優選地，

所述信息采集模塊通過檢測裝置實現，

所述稻米食品全產業鏈各環節控制通過控制裝置實現，

所述信息處理模塊、綜合決策模塊通過信息處理中心實現，

所述信息傳輸模塊通過檢測裝置、通訊模塊和環境控制裝置實現；

所述檢測裝置包括多個檢測終端1，所述稻米食品全產業鏈各環節控制裝置包括若干個控制終端4，所述檢測終端1、控制終端4與通訊模塊2連接，通訊模塊2與信息處理中心3連接；所述檢測終端1用于檢測稻米食品全產業鏈各環節環境信息或/和稻米品質信息，檢測終端1設于稻米食品全產業鏈各環節；

所述控制終端4用于控制稻米食品全產業鏈各環節的溫度、濕度及工藝參數；

所述信息處理中心3為電腦、手機、或服務器，信息處理中心3包含人機界面，用于對數據進行接收、數據分析、執行功能。

更進一步優選地，

所述檢測終端1包括環境檢測裝置、稻米品質檢測裝置、第一微控制器，環境檢測裝置、稻米食品品質檢測裝置均與第一微控制器連接；

所述環境檢測裝置包括溫度傳感器、濕度傳感器、視頻檢測、風速檢測、土壤墑情檢測、雨量傳感器、日照檢測傳感器，所述稻米食品品質檢測裝置包括氣味傳感器、聲音檢測傳感器、近紅外儀；溫度傳感器、濕度傳感器、氣味傳感器、聲音檢測傳感器通過串口與第一微控制器連接；

所述通訊模塊2為無線通訊模塊或有線通訊模塊。

優選地，所述通訊模塊2為wifi通信模塊，wifi通信模塊為適用于短距離無線傳輸的通信模塊；所述通訊模塊2或者為4g通信模塊，4g通信模塊適用于長距離無線通信，并具有通信速度快、網絡頻譜寬的特點。

更進一步優選地，

所述控制終端4包括溫度控制裝置、濕度控制裝置、稻米食品全產業鏈各環節控制裝置，所述溫度控制裝置、濕度控制裝置、稻米食品全產業鏈各環節控制裝置與第二微控制器連接。

更進一步優選地，

所述信息處理中心3包括基本信息數據庫、數據處理系統、執行功能系統；

所述基本信息數據庫信息包括育秧信息、種植信息、倉儲管理信息、加工管理信息；

所述數據處理系統用于將通過基本信息數據庫進行綜合決策，篩選最優的稻米食品全產業鏈各環節生產與管理參數；

所述稻米食品全產業鏈各環節生產與管理參數包括企業生產管理與決策，如原料采購，產品生產與調度，產品質量監控，銷售及人員管理；

所述執行功能系統包括稻米全產業鏈各環節信息的采集與控制，交易管理，基本信息數據庫的管理；

所述基本信息數據庫的管理包括數據存取、追加、修改、儲存。

采用所述系統進行稻米食品信息系統的建立方法，檢測終端工作采集溫度、濕度、氣味、聲音信息、稻米食品加工信息，并反饋給信息中心，若與設定條件有偏差時，則信息中心向控制終端發出指令，控制適宜的稻米食品全產業鏈各環節生產與管理參數。

所述的稻米食品信息系統或所述的稻米食品信息系統建立方法用于企業生產管理、稻米食品質量安全管理、食品信息溯源。

實施例1本發明稻米食品全產業鏈信息系統

稻米食品全產業鏈信息系統主要對稻米育秧種植、存儲環節、視頻監控系統、銷售環節中關鍵信息進行采集，針對上述環節的實際情況，設計不同的軟硬件結構的信息采集節點，實現稻米育秧種植環境溫濕度信息、氣象數據、稻米存儲霉菌、蟲害及溫濕度信息采集與糙米營養食品溯源信息錄入。稻米食品全產業鏈信息系統結構框圖如圖3所示。水稻種植環節前還設有育秧環節，其中育秧環節數據庫設計流程如圖4，育秧模塊如圖5所示。水稻種植環節數據庫設計流程如圖6所示，種植模塊如圖7所示。倉儲管理模塊如圖8所示。稻米加工過程如圖9所示。稻米初加工產品溯源圖如圖10所示。稻米深加工產品溯源數據庫設計包含信息如圖11所示。

實施例2室外氣象信息采集系統

室外氣象信息采集系統結構件圖12所示。室外環境氣象信息采集(溫度、濕度、風速、日照、降雨量等)。

糧食作物對環境依賴程度大，要實現智能的精細化生產與監控，就要隨時隨地的掌握生產基地的環境情況，室外環境氣象信息采集系統實時采集溫度、濕度、風速、光強、降雨量等種植基地的環境指標，每隔5秒向云服務器上傳一次數據，管理員可以直接登陸網站，查看實時的環境數據。

室外氣象信息采集系統包括本地存儲顯示和上傳數據到云端數據庫顯示兩個部分，本地的數據存儲在本地的電腦上。獲取本地數據之后，通過post的方式，將數據存儲在云數據庫。

實施例3生產過程產品質量的在線檢測

采用近紅外在線監測原料入庫品質(稻谷水分、蛋白質等稻米品質近紅外在線檢測)。

一、近紅外在線檢測平臺

近紅外在線檢測平臺包括皮帶傳輸裝置、在線近紅外儀、支架、電腦等，具體如下：

皮帶傳輸裝置(帶長(從糧食出口到末端)270cm，帶寬50.3cm，速度0至4.7m/s，由現代農業工程實驗室提供)；在線近紅外分析儀(型號supnir-4692，聚光科技有限公司提供)；u型支架(如圖13，其中左上為u型支架的主視圖，右上是側視圖，左下俯視圖。)；電腦；跳線(鎧裝單模雙芯st-st)。

二、對未知品質的稻米食品樣品進行近紅外光譜掃描，采用建立的預測模型對未知稻米食品品質指標進行預測；

其中特征波長如下：

稻谷水分：1310nm、1402nm、1593nm、1738nm和1772nm；

稻谷蛋白質：1206nm、1254nm、1274nm、1563nm和1752nm；

稻谷脂肪：1343nm、1369nm、1489nm、1574nm和1583nm；

稻谷總糖：1086nm、1273nm、1279nm、1577nm和1643nm；

稻谷灰分：1079nm、1181nm、1417nm、1426nm和1494nm；

糙米水分：1026nm、1102nm、1213nm、1313nm和1746nm；

糙米蛋白質：1168nm、1170nm、1250nm、1780nm和1779nm；

糙米脂肪：1625nm、1536nm、1712nm、1026nm和1042nm；

糙米總糖：1008nm、1326nm、1377nm、1525nm和1599nm；

糙米灰分：1073nm、1068nm、1141nm、1259nm和1785nm；

精米水分：1060nm、1274nm、1293nm、1328nm和1408nm；

精米蛋白質：1254nm、1285nm、1516nm、1554nm和1717nm；

精米脂肪：1018nm、1536nm、1608nm、1625nm和1712nm；

精米總糖：1304nm、1338nm、1617nm、1726nm和1745nm；

精米灰分：1452nm、1472nm、1481nm、1724nm和1759nm；

谷殼率：1127nm、1264nm、1446nm、1495nm和1597nm；

糙米含碎率：1123nm、1301nm、1317nm、1326nm和1681nm；

碎米率：1183nm、1243nm、1579nm、1584nm和1723nm；

糠粉率：1157nm、1602nm、1723nm、1728nm和1730nm；

整精米率：1114nm、1151nm、1257nm、1659nm和1680nm；

上述特征波長允許有±2nm的偏差；

稻谷品質預測模型如下：

稻谷脂肪：

z1＝3.65+7321.89b1343-5457.37b1369-8170.05b1489-5348.06b1574-5875.20b1583

稻谷總糖：

z2＝-5598.11+1674.04b1086+1661.46b1273-1795.13b1279-2264.71b1577+2155.48b1643

稻谷灰分：

z3＝-58.78+146.48b1079+145.52b1181+147.00b1417-170.55b1426-137.90b1494

糙米水分：

z4＝-1860.68-235.90b1026+210.77b1102-262.47b1213-296.55b1313-210.27b1746

精米蛋白質：

z4＝891.84+265.19b1254–221.13b1285+220.95b1516–224.46b1554-281.71b1717

稻谷谷殼率的預測模型

谷殼率：

z5＝242.98+237.70b1127-334.69b1264-229.12b1446+254.35b1495-251.58b1597

碎米率：

z6＝4405.08+5499.36b1183-7169.48b1243-4562.46b1579+5392b1584-5103.13b1723

糠粉率：

z7＝-569.08-483.37b115-539.07b1602-406.66b1723+413.39b1728-333.22b1730

整精米率：

z8＝-10065-2434.67b1114+2215.91b1151-2450.11b1257+2500.71b1659-2382.3b1680

稻谷蛋白質:

z9＝145.69-204.71b1206+374.48b1254-213.53b1274+224.41b1563-2.6.69b1752

實施例4稻谷倉儲信息采集與監測

糧食在儲存過程中，容易發生霉菌，影響糧食的品質，使糧食企業蒙受巨大的經濟損失，霉菌后的糧食若流向市場將嚴重影響人類健康。研究表明，糧倉中的溫濕度會影響霉菌的代謝活動，而霉菌活動會產生特殊氣味的揮發性物質。通過檢測糧倉內的溫濕度以及特殊氣體的濃度便可以判斷儲糧是否發生霉菌，入侵儲糧的霉菌種類，以及儲糧的霉菌程度。

由于霉菌在糧堆中的代謝活動會產生特定的氣味物質，可以通過檢測這些特定的氣味物質濃度來達檢測霉菌濃度的目的。根據相關研究結果表明，糧食霉菌會產生烷烴類、烯烴類、硫化氫等氣體。

確定特定霉菌代謝產生的指紋物質，選擇合適的氣體傳感器和無線射頻模塊，基于stm32最小系統搭建硬件檢測平臺，在mdk5開發環境中編程實現糧倉溫濕度、二氧化碳濃度、酒精濃度、甲烷濃度、硫化氫濃度以及空氣質量的實時采集、顯示、存儲、發送。

以raspberrypi3作為網關節點的硬件平臺基礎，基于raspbian系統采用qt5開發平臺，編寫應用程序，實現采集指令的輪詢發送、環境參數的實時匯集與轉發等功能。在pc端基于vs2013開發現場實時環境監測軟件，實現對糧倉內環境數據、報警信息的顯示、錄入、存儲等功能。在下位機中設定氣體濃度、溫濕度閾值，實現超限報警功能，并將報警信息發送至上位機。

圖14為糧倉霉菌、溫濕度檢測系統其中具體設備型號如下：路由器：tp-link雙頻無線路由器，上位機：樹莓派(raspberrypimodel3b)，下位機：stm32f407單片機，存儲設備：系數盈動硬盤或u盤，酒精傳感器：mq3傳感器(25～500ppm)，可燃氣體傳感器：mq4傳感器(300～10000ppm)，空氣質量傳感器：mq135傳感器(測氮氣、甲苯、煙、氫氣等，范圍：25～500ppm)，溫濕度傳感器：奧博賽德溫濕度變送器(帶顯示，rs485通信)，硫化氫傳感器：mq136傳感器(1～200ppm)

實施例5采用電子鼻傳感器的稻米霉菌在線監測系統

一種稻米霉菌在線監測系統，結構如圖15所示，控制系統結構框圖如圖16所示，包括糧倉16，在糧倉16的上部有氣體分流室12，氣體分流室12的底部與頂空式進氣管19及埋沒式進氣管17連接，在頂空式進氣管19和埋沒式進氣管17的端部均設有絮狀過濾物；所述氣體分流室12內設有數據采集裝置14，氣體分流室12的頂部通過連接管與外排氣管道11及內排氣管道13連接，外排氣管道11通向糧倉16的外部，內排氣管道13通向糧倉16的內部，在氣體分流室12與外排氣管道11及內排氣管道13之間設有風機7，所述氣體分流室12還與洗氣管道10連接。

優選地，所述數據采集裝置14包括若干個氣敏傳感器及單片機，氣敏傳感器與單片機的輸入端連接，單片機的輸出端連接有多個電磁閥，所述多個電磁閥包括設于外排氣管道11上的第一電磁閥5、內排氣管道13上的第二電磁閥6、頂空式進氣管道19上的第三電磁閥8、洗氣管道10上的第四電磁閥9以及埋沒式進氣管道17上的第五電磁閥20，單片機的輸出端還與風機7連接，控制風機的啟停。

進一步優選地，所述單片機還與計算機連接。

更進一步優選地，所述氣敏傳感器分別為t30/1傳感器、pa/2傳感器、p30/1傳感器和p30/2傳感器。

采用所述的稻米霉菌在線監測系統進行稻米霉菌監測方法，其特征在于：所述方法具體包括以下步驟：

1)采用稻米霉菌在線監測系統提取糧倉內氣味信號進行提取，并對氣味信號進行消噪、濾波處理，得到處理后氣味信號數據；

2)步驟1)得到處理后氣味信號數據帶入稻米霉菌預測模型，預測稻米霉菌程度；

完成稻米霉菌的預測。

所述步驟2)稻米霉菌預測模型建立方法步驟如下：

①采用gc-ms分析稻米霉菌的典型揮發物；

②通過電子鼻采集不同霉菌程度下的氣味信號，篩選得到對稻米霉菌信號敏感的電子鼻探頭，建立稻米霉菌的典型揮發物與電子鼻信號的模型，即稻米霉菌預測模型。

所述稻米霉菌的典型揮發物十五烷、十六烷和二十六烷；

當傳感器為電子鼻傳感器時，所述稻米霉菌預測模型如下：

1)檢測溫度為室溫(20℃)時，

y＝-2.98×10⁵-2.72×10⁶x1+2.43×10⁶x2+1.49×10⁶x3，r²＝0.820

其中，y為霉菌濃度(cfu/g),x1為電子鼻探頭t30/1響應值，x2為電子鼻探頭pa/2響應值，x3為電子鼻探頭p30/1響應值；

其中pa/2同時與稻谷霉菌濃度、霉菌典型揮發物十六烷相對含量存在顯著的相關關系，使用pa/2探頭響應值與十六烷相對含量進行線性擬合，可得到如下方程：

y＝-30.04+163.45x，r²＝0.782

其中，y為十六烷相對含量(％)，x為電子鼻探頭pa/2響應值。

2)當檢測溫度為40℃時，所述稻米霉菌預測模型如下：

y＝9.052×10⁵-7.072×10⁶x，r²＝0.826

其中，y為霉菌濃度(cfu/g)，x為電子鼻探頭p30/2響應值。

其中：

稻谷揮發性物質的鑒定

對稻谷的揮發性物質進行gc-ms鑒定，色譜圖如圖17所示(僅列出接種亮白曲霉第1d20℃、40℃、60℃萃取條件下的氣相色譜圖)。對其中的揮發性物質進行分析，在20℃萃取條件下共檢測出化合物17種，其中烷烴類14種，酸酯類2種，醚類1種；40℃萃取條件下共檢測出化合物22種，其中烷烴類17種，酚類1種，醛類1種，醚類2種；60℃萃取條件下共檢測出化合物45種，其中烷烴類28種，醛類7種，醇類2種，醚類2種，酚類2種，其他類4種。稻谷的種類差別主要在5-33min之間，且色譜峰形狀有差別，表明揮發性物質的種類存在差異，物質均得到很好的分離，因此萃取方法和氣相條件非常適合本實驗。

稻谷揮發性物質的相對含量

在接種亮白曲霉之后，由于氣質聯用儀前處理的平衡溫度和培養時間的不同，氣質聯用儀檢測出來的揮發性物質出現的種類和主要物質也發生相應變化，結合質譜圖用歸一化法來處理物質，除去檢測到少量硅氧類化合物以及色譜柱流失的化合物，其20℃、40℃、60℃物質表分別如表1、表2、表3所示：

(1)在20℃條件下，檢測出來的物質較少，且大部分為烷烴類物質，只有少量的其他物質存在，在原始樣和接種第一天的樣品中，未檢測出揮發性物質，培養三天之后陸續出現了不同的物質，其中變化較明顯的且相對含量變化較大的物質主要有十六烷，十七烷和二叔-十二烷基-二硫醚，尤其是十七烷，在接種第三天的時候，在所檢測物質中其相對含量達到100％，之后相對含量持續下降。在12d的時候，檢測出2,3,5-三甲基-癸烷，十二烷和十三烷，而6d、9d檢測出來的含量較高的十六烷和二叔-十二烷基-二硫醚未在12d中檢出。

表120℃條件下氣味物質相對含量/％

備注：“0d”表示未接種霉菌的稻谷樣品。

(2)40℃水浴條件下稻谷的主要物質種類與20℃類似，依然以烷烴類物質為主，其他類物質較少(烷烴類物質的分子量集中在c10-c30之間，并且變化較明顯，符合實驗預期的物質主要有四種，分別是十三烷，十四烷，十六烷，十七烷。十三烷是原始樣中特有的物質，只在原始樣品的檢測中出現，在發霉之后，十三烷完全消失，而十四烷則是在發霉第九天之后才出現的物質，而且其含量呈上升趨勢，十六烷和十七烷都是原始樣中沒有的物質，而在接種第一天之后紛紛出現，并且相對含量變化較大，其中十六烷在接種第十二天時消失，十七烷含量呈下降趨勢。

表240℃水浴條件下氣味物質的相對含量/％

(3)在60℃時，烷烴由于水浴溫度較高發生了氧化和消去反應出現了大量的烯烴和少量的醛、醇和酚等其他類物質。因此60℃條件下的稻谷主要揮發性物質發生了較大變化，主要有壬醛，十三烷，1-十六烷醇和十七烷。其中壬醛在原始樣中就已經檢測出來，而到了第六天之后壬醛逐漸消失；同樣的，1-十六烷醇也是在原始樣中檢測出來，并且含量較高，達到了19.11％，而之后含量持續下降，到第三天是含量已經為0；十三烷和十七烷在原始樣中未檢測出或者只檢測出少量物質，十三烷在接種第三天時達到含量的最高值32.77％之后持續下降，而十七烷的含量則持續上升。

表360℃水浴條件下各物質相對含量/％

氣味物質相對含量與霉菌濃度的相關性分析

研究氣味物質相對含量與霉菌濃度之間的關系，采用spssstatistics對20℃、40℃、60℃水浴萃取溫度下得出的各類氣味物質的相對含量與霉菌濃度進行相關性分析。由于稻谷接種亮白曲霉12天后，霉菌濃度出現了降低，與氣味物質相關性變差，故選擇前5個時間點(0d～9d)的氣味物質相對含量與霉菌濃度進行相關性分析，結果如4所示。由表可知，頂空萃取的水浴溫度為20℃時，十五烷和十六烷的相對含量與霉菌濃度存在顯著的正相關性，而十五烷和十六烷之間也存在顯著的正相關性(數據未列出)。因此可以推測，20℃萃取溫度下，十五烷、十六烷為稻谷霉菌的典型揮發物。頂空萃取的水浴溫度為40℃時，氣味物質與霉菌濃度未體現出顯著的相關性，但十五烷與十六烷之間存在顯著的相關性，這一點與20℃時相同(數據未列出)。當頂空萃取的水浴溫度為60℃時，二十六烷的相對含量與霉菌濃度存在顯著的正相關性。因此二十六烷可作為60℃水浴溫度萃取條件下稻谷霉菌的典型揮發物。

表4氣味物質相對含量與霉菌濃度的相關性分析(萃取溫度20℃、40℃、60℃)

注：**表示極顯著相關，*表示顯著相關

電子鼻的稻谷氣味特征的研究

fox4000型電子鼻對稻谷揮發性氣味物質的響應強度隨采樣時間的變化如圖18所示，其工作原理是樣品的揮發性成分與傳感器涂層接觸并反應，引起傳感器電導率改變而得到的電導(g)與經活性炭過濾后潔凈空氣的電導(g0)的比值。待測氣體的濃度越大，響應值越偏離1(大于或者小于1)，如果濃度低于檢測限或者沒有感應氣體，則該比值接近甚至等于1。由圖18可知，稻谷樣品的相對電導率剛開始比較低，隨著揮發物在傳感器表面富集，傳感器相對電導率不斷增大，后又逐漸減小，最后趨于平緩。18條曲線代表18個不同的傳感器，曲線上的點表示稻谷的揮發性氣味物質進入電子鼻時傳感器相對電導率(g/g0)隨采樣時間的變化情況，即傳感器對氣味物質的響應強度隨時間的變化情況。結果表明，fox4000型電子鼻對稻谷揮發性物質有明顯的響應，且各傳感器對其響應值各不相同，因此可用來識別稻谷霉菌情況。在后續利用電子鼻處理數據的時候，本系統采用的是響應峰值建立數據庫進行分析。

樣品的傳感器信號分析結果

通過提取各個傳感器的最大響應值，可建立儲存不同天數的稻谷的指紋圖，又稱雷達圖，如圖19至21(頂空采樣溫度分別為20℃、40℃、60℃)所示。圖中清楚地顯示了不同儲存天數的稻谷樣品對18個傳感器的反應強度的不同，其中頂空溫度20℃樣品中，五個傳感器(ly2/aa，p30/1，pa/2，p10/2，t30/1)響應值的差別比較明顯；頂空溫度40℃的樣品中，ly2/aa，p10/2，p40/1，p10/1，p30/2響應值差別明顯；頂空溫度60℃的樣品中，ly2/aa，p30/1，p40/1，t40/1，ta/2響應值差別明顯。基于前面利用gc-ms對稻谷在不同頂空萃取溫度下揮發性物質變化的分析，可以推測各探頭的響應值的變化是因為在不同的頂空萃取溫度下，稻谷的氣味物質相對含量發生了較大改變。

主成分分析(pca)

pca圖譜中橫、縱坐標分別表示在pca轉換中得到的第一主成分(pc1)和第二主成分(pc2)的貢獻率(或權重)，貢獻率(或權重)越大，說明主成分可以較好的反映原來多指標的信息。

利用電子鼻對不同儲存天數的稻谷樣品的信號數據進行主成分分析，建立前2個主成分的二維判別圖，分析結果如圖22至24所示，其中0d代表檢測溫度未接種霉菌的稻谷原始樣，1d至12d分別代表接種亮白曲霉后不同儲藏天數(1d～12d)的稻谷樣品。

在20℃、40℃、60℃三個頂空溫度下檢測稻谷不同貯藏天數的樣品，pca分析結果顯示不同儲藏天數稻谷樣品點的分布均有明顯差異，得到樣品的主成分1(pc1)和主成分2(pc2)的累計方差貢獻率分別是93.64％、96.49％、95.81％，累計貢獻率均在85％以上，這說明pc1和pc2已經包含了很大的信息量，能夠反映樣品的整體信息。三種溫度下電子鼻對不同稻谷樣品的區分指數(電子鼻區分不同樣品的能力)分別是90、92、83，說明電子鼻能夠很好的區分不同霉菌程度的稻谷，且在40℃下檢測對不同儲藏天數稻谷的識別能力最高。

電子鼻響應值與稻谷氣味物質濃度的相關性分析

通常電子鼻可以告訴我們哪些樣品有差異，但并不能指出差異是由哪些成分引起的。電子鼻實際上提供給我們的是樣品上方總揮發性成分的整體信息，難以定位到單一成分，不過仍有可能通過相關性分析建立電子鼻探頭響應值與某些氣味物質的關聯。本課題利用spssstatistics對電子鼻各傳感器響應強度和氣味物質相對含量進行相關性分析。選擇前5個時間點(0d～9d)的響應值與氣味物質相對含量進行相關性分析，結果如表7至9所示。

由表7可知頂空萃取溫度為20℃時，2,4,6-三甲基-辛烷、3-甲基-十三烷、2,6,10-三甲基-十五烷、十六烷、2,6,10,14-四甲基-十六烷、十九烷、二十八烷、亞硫酸丁基辛基酯、6-乙基辛-3-基異丁基草酸酯、二-叔十二烷基-二硫醚與電子鼻不同的探頭之間均存在顯著的正相關性。

由表8可知頂空萃取溫度為40℃時，十五烷、十六烷、萘、癸醛與部分電子鼻探頭之間均存在顯著的正相關性。

由表9可知頂空萃取溫度為60℃時，2-甲基[2.2.2]雙環辛烷、2,3,5-三甲基癸烷、十二烷、3-甲基十二烷、十三烷、10-甲基十五烷、十五烷、十六烷、十七烷、十八烷、十九烷、二十一烷、二十七烷、右旋萜二烯、d-檸檬烯等26種化合物與電子鼻探頭之間顯示有顯著的相關性。

以上數據表明使用電子鼻可以良好的捕捉稻谷霉菌過程中部分氣味物質的相對含量的變化。如果這些氣味物質與稻谷的霉菌具備顯著相關性，那么便可利用電子鼻的相應探頭對稻谷霉菌情況進行監測。

表7電子鼻響應強度與氣味物質相對含量的相關性分析(萃取溫度20℃)

注：1.**表示極顯著相關，*表示顯著相關。2.3，8-二甲基-葵烷、2，3，5-三甲基-葵烷、十二烷、十三烷無法計算，故略去。

表8電子鼻響應強度與氣味物質相對含量的相關性分析(萃取溫度40℃)

注：1.**表示極顯著相關，*表示顯著相關。2.二十五烷、二十六烷、1-石竹烯、trans-1，10-dimethyl-trans-9-decalinol無法計算，故略去。

表9電子鼻響應強度與氣味物質相對含量的相關性分析(萃取溫度60℃)

注：1.**表示極顯著相關，*表示顯著相關。2.2，6，10三甲基十五烷、(+)-花側柏烯，2-(十四烷氧基)。乙醇、1-十八烷基磺酰氯無法計算，故略去。

電子鼻響應強度和霉菌濃度的回歸模型

隨著稻谷中霉菌的生長，濃度的升高，稻谷的霉菌氣味也得到顯著增加，因此通過電子鼻可能可以通過檢測霉菌氣味的變化來發現稻谷的霉菌情況。為了驗證這種可能性，需要對電子鼻各傳感器響應強度和霉菌濃度進行相關性分析。由于稻谷接種亮白曲霉12天后，霉菌濃度降低，而稻谷氣味物質因發生嚴重霉菌不會出現明顯減少，不利于電子鼻響應值與霉菌之間的相關性，故選擇前5個時間點(0d～9d)的電子鼻響應值與霉菌濃度進行相關性分析，結果如表10至12所示。

(1)當頂空萃取溫度為20℃(對應檢測溫度為室溫的條件)時，t30/1、pa/2、p30/1三個探頭的響應強度和霉菌濃度存在顯著的相關性，使用三個探頭的響應值與霉菌濃度進行線性擬合，可得到如下方程：

y＝-2.98×10⁵-2.72×10⁶x1+2.43×10⁶x2+1.49×10⁶x3，r²＝0.820

其中，y為霉菌濃度(cfu/g),x1為電子鼻探頭t30/1響應值，x2為電子鼻探頭pa/2響應值，x3為電子鼻探頭p30/1響應值。使用以上方程，可以初步的通過響應探頭的響應值來判斷稻谷樣品的霉菌情況。

而其中pa/2同時與稻谷霉菌濃度、霉菌典型揮發物十六烷相對含量存在顯著的相關關系，使用pa/2探頭響應值與十六烷相對含量進行線性擬合，可得到如下方程：

y＝-30.04+163.45x，r²＝0.782

其中，y為十六烷相對含量(％)，x為電子鼻探頭pa/2響應值。使用以上方程，可以初步的通過響應探頭的響應值來預測十六烷的相對含量。

(2)當頂空萃取溫度為40℃(對應檢測溫度為40℃的條件)時，數據分析表明，電子鼻探頭p30/2的響應值與霉菌濃度存在顯著相關性。對它們進行線性擬合，得到的方程式為：

y＝9.052×10⁵-7.072×10⁶x，r²＝0.826

其中，y為霉菌濃度(cfu/g)，x為電子鼻響應值。

因此，在40℃頂空萃取條件下，p30/2有用作檢測霉菌濃度電子鼻探頭的潛力。但由于并未發現在該溫度條件下，稻谷有任何典型霉菌氣味物質。因此在該溫度下，理論上應無法利用電子鼻檢測相關氣味物質實現霉菌程度的檢測，通過p30/2建立的霉菌濃度檢測模型可能并不準確。此外，在3.4.3中，雖然發現十五烷、十六烷、萘、癸醛的相對含量與部分電子鼻探頭之間存在顯著的正相關性，但本次實驗中這些氣味物質均與霉菌濃度不存在相關性，因此這它們的相關性可能是由于數據變化區間較小或與探頭響應值受多種氣味物質的變化影響有關，需要進一步研究確認。

(3)當頂空溫度為60℃時，雖然發現有較多氣味物質相對含量與電子鼻探頭響應值之間顯著相關，但這些氣味物質中卻并不包括發現的霉菌典型揮發物二十六烷，因此它們與稻谷霉菌濃度并不具備顯著相關性。該條件可能并不適合使用電子鼻檢測稻谷霉菌情況。

表10霉菌濃度和電子鼻響應強度的相關性分析(萃取溫度20℃)

注：**表示極顯著相關，*表示顯著相關。

表11霉菌濃度和電子鼻響應強度的相關性分析(萃取溫度40℃)

注：**表示極顯著相關，*表示顯著相關。

表12霉菌濃度和電子鼻響應強度的相關性分析(萃取溫度60℃)

注：**表示極顯著相關，*表示顯著相關。

實施例6稻谷倉儲害蟲的監測與預警

糧食損失常因遭受到蟲、霉、鼠、雀等有害生物侵害，這其中蟲害是造成糧食損失的主要因素，在糧食儲藏中的危害尤為重大。因此早期發現和準確定位儲糧害蟲的發生部位，是儲糧工作中一項重要內容。聲學監測法是通過監測和分析害蟲在糧食堆中的活動和進食聲音來獲取有效信息幫助發現和定位儲糧害蟲。其基本原理是利用傳感器采集聲音信號并進行放大處理，然后通過對信號進行處理剔除背景噪音獲取昆蟲發出的聲音，根據聲音特征分辨出昆蟲種類和密度，并將蟲害信息發送至網絡服務器，實現蟲害遠程監控。其中倉儲害蟲檢測系統圖25，圖26計算機分析處理系統，倉儲害蟲監測系統結構圖27所示。

由于害蟲活動的聲音信號主要的能量頻率范圍在500-1500hz之間，stm32f407zgt6包含3個adc。stm32f4的adc最大轉換頻率為2.4mhz(即最大采樣頻率為2.4mhz)，根據香農采樣定理，如果信號帶寬小于采樣頻率的二分之一，那么此時這些離散的采樣點能夠完全表示原信號。因此通過stm32的adc可以完成對害蟲聲音的采集。

為了提高采集靈敏度，采用panasonic(松下)wm-61am駐極體麥克風，其基本參數如表13所示。

表13駐極體麥克風參數

實施例7稻米食品加工過程視頻監控系統

稻米食品加工全產業鏈信息包括原材料(大田種植稻谷)生長信息采集，大米加工和深加工信息采集。而原材料生產現場一般具有分布偏遠、環境變化較大、作物生長過程復雜等特點，同時食品加工現場與大田種植現場不在同一片區域，而且不同食品加工環境與工藝都有不同的要求。單純的通過無線傳感網絡獲取生產環節的環境信息，而沒有直觀實時的視頻圖像信息，這會給生產管理帶來極大的困難。因此在食品生產加工的各個關鍵環節以及大田種植環節加入視頻監控，能夠對食品生產加工狀況以及作物生長狀況有一個整體的了解，也為相關的管理人員更加快捷高效地監管提供可能。對于消費者而言，通過訪問福娃糙米食品全產業鏈信息系統網站中相關生產加工環節的實時視頻信息，對于消費者實現糙米營養食品全程信息透明化，保障消費者對產品信息的知情權有重要的意義。

水稻種植過程視頻監控系統

由于水稻生長周期較長，每天生長狀況差別不大，而且網絡服務器空間有限，因此不需要將水稻生長的所有視頻數據上傳至網絡服務器。同時現有的監控系統是由海康威視提供的，該監控系統具有實時監控、錄像回放、事件檢測、日志管理等功能。但此系統不具備在線監控功能，無法滿足實際需求。針對這些情況，采取在本地監控主機上運用java編寫應用程序，通過訪問本地視頻數據庫，每天定時截取2min本地視頻信息發送至網絡服務器。水稻種植過程視頻監控系統結構如圖28所示，圖29水稻種植過程視頻監控圖。

大米初加工過程視頻監控系統

在大米初加工環節，由于廠區內的監控視頻無法捕捉到各關鍵加工環節的細節視頻，因此需要在相應的加工環節加入小型攝像頭，來獲取相應的加工視頻。這樣能讓管理者從細節上把控產品質量，同時消費者也能通過訪問相關網站，來獲取加工細節視頻。本方案采用樹莓派與raspberrypipinoircamerav2攝像頭模塊構成本地監控系統，利用硬盤來存儲本地視頻數據。考慮到網絡服務器空間有限，通過在樹莓派中編寫相應的服務程序，每天定時截取各監控環節2min視頻，通過路由器將監控信息發送至網絡服務器。大米初加工過程視頻監控系統結構圖，如圖30所示。大米初加工過程監控圖，如圖31所示。