Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种物联网的粮食仓储监管方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京财经大学

摘要:本发明公开了一种物联网的粮食仓储监管方法及系统,涉及粮食监管技术领域,用于解决目前大多粮食仓库在储存粮食时,在对粮食进行晾晒后又返回原来的储存位置,只考虑到对粮食仓库进行清洁,忽略了粮食晾晒前后变化对环境的需求发生改变的问题,包括将适宜储存储物进行晾晒消毒后原地回仓,分析非适宜储存储物变化程度,通过分析晾晒后储物变化程度判断晾晒后储物是否需要调换仓库;避免了因晾晒储物导致原地回仓后储物出现不适宜原来储存环境而导致的损坏过快问题。提高了储存效率,满足了用户对储物的质量要求。

主权项:1.一种物联网的粮食仓储监管方法,其特征在于,包括如下步骤:步骤S1,收集储物数据,储物数据包括储物水分含量和霉菌抗性,收集储存环境数据,储物环境数据包括储存仓库湿度数据、储存仓库滋生霉菌程度;步骤S2,根据储物数据和储物环境数据进行比对,判断当前储物对储存环境的适宜程度,将当前储物分类为适宜储存储物和非适宜储存储物;步骤S3,将适宜储存储物进行晾晒消毒后原地回仓,分析非适宜储存储物变化程度,通过分析晾晒后储物变化程度判断晾晒后储物是否需要调换仓库;步骤S4,若当前储物进行晾晒处理后变化程度低则原地回仓,若当前储物进行晾晒处理后变化程度高则调换仓库;在步骤S2中,访问储存中心网址获取当前储物名,通过历史储物数据,获取当前储物水分含量记为SF,将各类储物水分含量进行从小到大排列并标记为SN,其中,N为标记下标且N为大于0的正整数,将各类储物水分含量取平均值得到水分阈值S,若当前储物水分含量SF小于水分阈值S,当前储物水分含量低,对环境湿度要求低,晾晒后,水分含量变化低;若当前储物水分含量SF大于等于水分阈值S,当前储物水分含量高,对环境湿度要求高,晾晒后,水分含量变化高;霉菌抗性通过检测储物外壳硬度和抗氧化物质进行评估;通过硬度计检测当前储物外壳硬度并与标准硬度阈值作比较,将当前储物内多酚类化合物含量与标准含量阈值比较,若当前储物水分含量SF小于水分阈值S,当前储物外壳硬度大于标准硬度阈值且当前储物内多酚类化合物含量大于标准含量阈值,将当前储物标记为高质量储物,否则标记为低质量储物;通过湿度传感器分别检测各个储存仓库湿度数据,将获得的储存仓库湿度数据合并成一个仓库湿度数据集,根据储存中心霉菌分布情况获得各个储存仓库霉菌密度,将储存仓库湿度数据对应储存仓库霉菌密度合并为密度数据集,通过斯皮尔曼相关系数ρ计算仓库湿度数据和仓库湿度数据对应储存仓库霉菌密度的相关性,具体计算步骤如下:对原始数据进行等级转换:对于仓库湿度数据集中的每一个储存仓库湿度数据,根据储存仓库湿度数据数值大小,按照从小到大的顺序进行排列,记录储存仓库湿度数据数量为n并为每个仓库湿度数据分配一个秩次;计算秩次差:对于每一对数据点,即储存仓库湿度数据和储存仓库湿度数据对应储存仓库霉菌密度,计算它们在两个变量中的秩次差d;计算斯皮尔曼相关系数ρ:使用秩次差计算斯皮尔曼相关系数ρ,斯皮尔曼相关系数ρ的计算公式为:其中d为秩次差,n为储存仓库湿度数据数量;斯皮尔曼相关系数ρ的取值范围在[-1,1]之间,当储存仓库湿度数据和储存仓库湿度数据对应储存仓库霉菌密度的秩次完全一致时,斯皮尔曼相关系数为1,表示完全正相关;当储存仓库湿度数据和储存仓库湿度数据对应储存仓库霉菌密度的秩次完全相反时,斯皮尔曼相关系数为-1,表示完全负相关;当储存仓库湿度数据和储存仓库湿度数据对应储存仓库霉菌密度没有相关性时,斯皮尔曼相关系数接近于0;在步骤S2中,通过湿度传感器检测各个储存仓库湿度数据取平均值记为检测当前储存仓库湿度数据记为W,通过储存中心霉菌分布情况获得各个储物储存仓库霉菌密度取平均值记为检测当前储存仓库霉菌密度记为M,根据获得的斯皮尔曼相关系数ρ制定储存仓库霉菌密度权重;将各个储存仓库湿度数据平均值与各个储物储存仓库霉菌密度平均值加权求和获取仓库环境系数,将仓库环境系数与对应阈值进行比较,若仓库环境系数大于对应阈值则标记储存仓库为低质量储存仓库,反之则标记储存仓库为高质量储存仓库;若当前储物为高质量储物,且当前储物储存在高质量储存仓库时,则判断当前储物对储存环境适宜程度高,标记当前储物为适宜储存储物,否则判断当前储物对储存环境适宜程度低,标记当前储物为非适宜储存储物;在步骤S3中,判断晾晒后储物是否需要调换仓库具体步骤如下:确定范围:在晾晒的储物总面积中圈出A个相同面积的区域进行随机取样;收集数据:分别在A个相同面积的区域中选取储物作为样本储物,用红外线水分计检测样本储物水分含量;划分子问题与合并:将样本储物水分含量数据按从小到大进行排列,每两个样本储物水分含量数据为一组,求出各组数据的平均数作为第一平均数,在第一平均数中选择出中位数记为每两个第一平均数为一组,求出各组第一平均数的平均数作为第二平均数,在第二平均数中选择出中位数记为重复操作得到所有中位数数据;终处理:将上述步骤中得到的所有中位数数据取平均数作为晒后储物水分含量并记为SH;当晒后储物水分含量SH小于水分阈值S时,生成不回仓信号;当晒后储物水分含量SH大于等于水分阈值S时,生成回仓信号;在步骤S4中,若当前储物为适宜储存储物,在对当前储物进行晾晒后再使用紫外线进行消毒后原地回仓,若当前储物为非适宜储存储物,对当前储物晾晒后进行分析,通过检测当前储物水分含量SH与水分阈值S作比较,若晾晒后当前储物水分含量SH仍大于等于水分阈值S,则原地回仓,若晾晒后当前储物水分含量SH小于水分阈值S,则调换当前储物至更高湿度的储存仓库。

全文数据:

权利要求:

百度查询: 南京财经大学 一种物联网的粮食仓储监管方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。