推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于SVR的粮仓储粮重量在线检测模型

更新时间:2019-12-24 03:10:58 大小:2M 上传用户:守着阳光1985查看TA发布的资源 标签:svr模型压力传感器 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

粮仓储粮重量自动检测是国家粮食安全的重要保障技术.本文针对粮堆散粒体特性,建立了粮仓储粮重量与粮仓底面和侧面压强的数学关系,证明了基于压力传感器进行粮仓数量在线检测的可行性.提出了基于内外圈两圈布置的压力传感器布置模型和基于多项式展开的粮仓储粮重量检测模型,利用内外圈传感器输出值均值的多项式展开构建粮仓储粮重量估计.针对实仓检测中内外圈传感器输出值均值存在较大波动的问题,提出了基于SVR的粮仓储粮重量检测模型,给出了SVR输入项序列的具体提取方法,设计了具体的建模算法.实验表明,实验粮仓检测模型建模与预测结果的误差小于±3%,证明了所提出的粮仓储粮重量检测模型与方法的有效性,可以满足国家粮仓储粮重量检测的要求.


部分文件列表

文件名 大小
基于SVR的粮仓储粮重量在线检测模型.pdf 2M

部分页面预览

(完整内容请下载后查看)
5
Vol. 46 No. 5  
May 2018  
第
期
电
子
学
报
2018  
5
ACTA ELECTRONICA SINICA  
年
月
SVR  
基于  
的粮仓储粮重量在线检测模型  
1,2  
1,2  
1,2  
2
1
, , , ,  
张德贤 张 苗 张庆辉 张 元 吕 磊  
( 1.  
,
河南工业大学信息科学与工程学院 河南郑州  
450001;  
2.  
,
粮食信息处理与控制教育部重点实验室 河南郑州  
450001)  
:
. ,  
粮仓储粮重量自动检测是国家粮食安全的重要保障技术 本文针对粮堆散粒体特性 建立了粮仓储粮  
摘
要
, .  
重量与粮仓底面和侧面压强的数学关系 证明了基于压力传感器进行粮仓数量在线检测的可行性 提出了基于内外圈  
,
两圈布置的压力传感器布置模型和基于多项式展开的粮仓储粮重量检测模型 利用内外圈传感器输出值均值的多项  
. ,  
式展开构建粮仓储粮重量估计 针对实仓检测中内外圈传感器输出值均值存在较大波动的问题 提出了基于  
SVR  
的
,
粮仓储粮重量检测模型 给出了  
SVR  
, . ,  
输入项序列的具体提取方法 设计了具体的建模算法 实验表明 实验粮仓检测  
± 3% , ,  
证明了所提出的粮仓储粮重量检测模型与方法的有效性 可以满足国家粮仓  
模型建模与预测结果的误差小于  
.
储粮重量检测的要求  
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www. ejournal. org. cn  
储粮重量监测 压力传感器 检测模型 支持向量回归 检测精度  
TP23 0372-2112 ( 2018) 05-1179-07  
DOI: 10. 3969 /j. issn. 0372-2112. 2018. 05. 024  
:
:
A
:
文章编号  
文献标识码  
电子学报  
On-line Granary Storage Weight Detection Based on SVR  
1,2  
1,2  
1,2  
2
1
ZHANG De-xian ,ZHANG Miao ,ZHANG Qing-hui ,ZHANG Yuan ,L Lei  
( 1. School of Information Science and Engineering,Henan University of Technology,Zhengzhou,Henan 450001,China;  
2. Grain Information Processing and Control,Key Laboratory of Ministry of Education,Zhengzhou,Henan 450001,China)  
Abstract: Automatic detection of granary storage quantity is an important technology for national food security. In  
this paper,according to the characteristics of grain peaks,the mathematical relationship between granary storage weight and  
the bottom / side pressure of granaries is established; the feasibility of the online granary storage quantity detection based  
on pressure sensors is also demonstrated. Furthermore,a new granary storage weight detection model based on polynomial  
expansion is proposed by using pressure sensors arranged along the inner and outer rings. The polynomial expansion of the  
average value of the pressure sensors is used to evaluate the granary storage weight. As the average value fluctuates inprac-  
tical warehouse detection,a granary storage weight detection model based on SVR is proposed. The detailed extraction  
method for SVR input sequences is described,and specific modeling algorithm is designed. Practical storage weight detec-  
tion results show that the detection accuracy of the proposed model is better than 97% ,which demonstrates that the pro-  
posed granary storage weight detection model is effective and well meet the demand of national granary storage quantity  
detection.  
Key words: grain storage weight monitoring; pressure sensor; detection model; support vector regression( SVR) ; de-  
tection accuracy  
、
模的清仓查库中这些方法存在工作量大 成本高等诸  
1
引言  
. 、 、  
多缺点 亟待开发方便 快捷 准确的在线及网络化国家  
、
快速 准确地获得储粮的重量与区域分布是保障  
.
粮食储藏数量监测技术  
粮仓数量在线检测一般要求检测误差小于  
.
国家粮食数量安全的关键技术之一 目前粮仓储粮重  
± 3% ,  
[1,2]  
.
量检测方法主要包括称重法和测量计算法  
在大规  
3 , 、  
连续监测时间大于 年 同时要求检测系统成本低 安  
: 2016-10-19;  
: 2017-03-27;  
:
责任编辑 马兰英  
收稿日期  
修回日期  
基金项目 国家 高 科 技 研 究 发 展 计 划  
( No. U1404617) ;  
:
( 863 ) ( No. 2012AA01608 ) ;  
计 划  
粮食信息处理与控制教育部重点实验室开放基金  
( No. 2013BAD17B04 ) ;  
国 家 科 技 支 撑 计 划  
( No. KFJJ2016102) ;  
国 家 自 然 科 学 基 金  
( No. 16IRTSTHN026)  
河南省高校科技创新团队  
1180  
2018  
年
电
子
学
报
珚
Q ( s) 、  
量与且仅与粮堆底面压强均值 侧面压强均值  
. ,  
装维护简便 针对这些需求 本文着重研究基于支持向  
B
珚
Q ( s)  
F
.
H
以及粮堆高度 有关  
.
量回归的粮仓数量在线检测模型和具体建模方法  
2
4
相关研究工作  
粮仓粮堆压强分布特征  
, 、 、  
近年来 颗粒物质的静态性质 振动行为 流动特性  
: ( 1)  
理论分析与实际实验表明  
对于给定高度的粮  
[3 ~ 7]  
珚
Q ( s)  
B
珚
Q
与粮堆侧面压强均值  
F
.
,
堆 粮堆底面压强均值  
等研究受到了国内外学者的广泛关注  
在粮仓储粮  
珚
,Q ( s)  
F
珚
,
重量检测领域 国内外研究学者提出了基于三维激光  
( s)  
Q ( s) ,  
增大 反之亦  
B
会相互转化  
减少会导致  
[8 ~ 13]  
[14 ~ 19]  
[20]  
珚
Q ( s)  
然 因此需要分别采用不同传感器来检测估计 和  
、
、
.
扫描  
电磁波探测  
双目立体视觉 等技术  
F
珚
Q ( s) . ( 2)  
B
.
的储粮重量检测方法 由于这些方法在实际应用中的  
,
粮仓内粮食颗粒有成拱的特性 粮食颗粒中  
,
局限性 基于压力传感器的粮仓重量检测方法逐步受  
,
的力通过不均匀力链传递 不像固体和液体中的应力  
[21,22]  
[3 - 4]  
.
,
且这种不均匀力链的形成具有随机  
到关注  
由于散粮堆底部压力分布的随机性与波动性 本  
( Support Vector Regression,  
会均匀分布  
,
,
性 从而导致粮堆压强不均匀分布的随机性  
.
文将探索基于支持向量回归  
5
SVR  
的粮仓重量检测模型  
基于  
SVR)  
. SVR  
的粮仓储粮重量检测模型  
模型形式如式  
5. 1  
粮仓底面压力传感器布置模型  
( 1)  
.
所示  
l
,
根据粮仓粮堆的压强分布特性 本文提出仅在粮  
仓底面布置内外圈两圈压力传感器来测量粮仓底面和  
Z( x) =  
K( x,x ) + b = 0  
j
( 1)  
β
∑
j
j = 1  
珚
Q ( s)  
B
珚
Q ( s) ,  
其布置模型如图  
F
,K( ·,·)  
;
为核函数 β  
,b  
SVM  
为通过 训练所获  
其中  
1
所
侧面的压力分布  
和
j
,
得的参数 β ≠  
j
0; x  
,j = 1,…,l.  
为相应的支持向量点 核  
. .  
示 不同类型仓型可采用类似的方式布置 以通常使用  
j
.
函数一般取为如下式所示径向基函数  
,
的平房仓和筒仓为例 压力传感器在粮仓底面按外圈  
2
K( x ,x) = exp( - x - x ) , > 0.  
γ γ  
j
( 2)  
,
和内圈两圈布置 每圈随机布置  
10 ~ 15  
.
个压力传感器  
j
0
其中 γ 为大于 的参数  
.
d,  
外圈压力传感器均与侧面墙距离为 内圈传感器均与  
D.  
侧面墙距离为 可取  
d < 1m(  
1m) ,D  
在本文研究中取  
3
粮仓重量与粮仓压强的理论关系  
> 2m(  
3m) .  
为了保证检测模型的通用  
在本文研究中取  
、 、 .  
粮仓有平房仓 浅圆仓 筒仓等类型 粮食入仓后粮  
,
性 不同粮仓的  
d
D
.
应相同  
和
, ,  
堆顶部要求摊平 在这种条件下 通过粮堆受力分析可  
,
以得出 粮仓粮堆重量与粮仓压强分布具有下式所示  
.
的关系  
W = Q ( s) ds + f ( s) Q ( s) ds  
F
∫
( 3)  
; Q  
B
F
∫
SB  
SF  
,W  
; S 、S  
分别为粮堆底面和侧面  
其中  
为粮堆重量  
分别为粮堆底面  
为粮堆与粮仓侧面之间的摩擦系数 式  
B
F
B
( s) 、Q ( s)  
S
S
s
中
和侧面  
点的压  
( 3)  
右
F
B
F
; f ( s)  
F
.
强
,
边第一项为粮堆底面压力作用项 第二项为粮堆侧面  
上述压力传感器布置模型的根本出发点旨在利用  
珚
Q ( s  
B
.
摩擦力作用项  
)
构建粮仓侧面压强估  
外圈传感器输出值均值  
Outer  
珚
Q ( s  
B
,
基于积分中值定理 由式  
( 3)  
可以推出  
,
计 利用内圈传感器输出值均值  
)
构建粮仓底  
Inner  
C
,
面压强估计 以有效消除粮仓底面压强分布的不均匀  
B
珚
B
珚
W = A ( Q ( s) + f HQ ( s) )  
F F  
( 4)  
B
A
,
性和随机性的影响 并有效减少传感器数量  
.
B
A
,C  
; H  
为粮堆底面周长 为粮堆  
B
其中  
为粮堆底面面积  
B
5. 2 SVR  
基于  
的粮仓重量检测模型推导  
nB  
1
( 4) , K = C /A ,  
令 则有  
B
由式  
c
B
珚
; Q ( s)  
B
珚
,Q ( s) =  
为粮堆底面压强均值  
Q
高度  
B
∑
B
n
珚
B
珚
W = A [Q ( s) + K f HQ ( s) ]  
F F  
i =0  
B
( 5)  
B
c
nF  
珚
Q ( s ) 、Q ( s  
B
珚
B
珚
Q
多项式构建  
1
( 5) ,  
采用  
)
针对式  
Inner  
Outer  
B
珚
( s ) ,Q ( s)  
i
珚
,Q ( s) =  
F
Q
为粮堆侧面压强均值  
F
∑
F
n
珚
( s) 、Q ( s)  
F
j =0  
F
H
的估计为  
和
NB  
( s ) .  
j
^
m
珚
Q ( s) =  
B
珚
b ( m) Q ( s  
B
)
( 6)  
∑
B
Inner  
( 4)  
式
为本文所提出的粮仓重量与粮仓压强的理  
m = 0  
NH  
. , ,  
论关系模型 可以看出 对于给定的粮仓和粮食种类 粮  
j
珚 珚  
b ( j) { [Q ( s ) + Q ( s ) ]/2} ( 7)  
^
H =  
∑
H
B
Inner  
B
Outer  
f ,  
堆与粮仓侧面之间的平均摩擦系数 为常数 粮堆重  
F
j = 0  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载