本发明涉及一种基于底面单圈压力传感器的粮仓状态检测方法及系统，属于传感器与检测技术领域。
背景技术：
粮仓储粮状态检测是保证粮食安全的重要手段，开展这方面的研究与应用事关国家粮食安全，具有重要的意义，并将产生巨大的社会经济效益。
授权公告号为cn105424249b的中国发明专利文件公开了一种粮仓储粮状态的检测方法及其装置。该方案在粮仓底面上布置一组内圈压力传感器和一组外圈压力传感器，将粮仓储粮状态分为进粮、储粮、出粮三类。构建粮仓储粮状态检测的分类特征向量，利用支持向量机构建粮仓储粮状态检测模型。
该方案有效实现了粮仓状态在线检测的问题，还具有较强适应性和鲁棒性。然而，两圈传感器的设置方式成本较高，而且受限于粮食存储性质、传感器精度，以及传感器巡检时间等因素，储粮状态检测准确度还有待进一步提高。
技术实现要素：
本发明的目的是提供一种基于底面单圈压力传感器的粮仓状态检测方法及系统，用以解决如何在现有技术基础上进一步节省成本、提高储粮状态检测准确度的问题。
为实现上述目的，本发明的方案包括：
本发明的一种基于底面单圈压力传感器的粮仓状态检测方法，包括如下步骤：
1)利用支持向量机构建底面单圈压力传感器的粮仓储粮状态的检测特征向量和检测模型，检测特征向量为：
其中，
2)将检测特征向量代入检测模型判断粮仓储粮状态。
进一步的，所述检测模型包括：
进粮分类检测模型，包括进粮状态和其他状态：
其中，βin(j)、bin和γin为通过svm训练所获得的参数，βin(j)≠0；
出粮分类检测模型，包括储粮状态和其他状态：
其中，βout(j)、bout和γout为通过svm训练所获得的参数，βout(j)≠0；
空仓分类检测模型，包括空仓状态和其他状态：
其中，βemp(j)、bemp和γemp为通过svm训练所获得的参数，βemp(j)≠0；
进粮状态、出粮状态及空仓状态外，为储粮状态。
进一步的，粮仓储粮状态分类规则为：
其中，gstate(x)＝0表示进粮状态，gstate(x)＝1表示储粮状态，gstate(x)＝2表示出粮状态、gstate(x)＝3表示空仓状态。
进一步的，所述粮仓储粮状态还进一步根据以下规则修正：
其中，gst(k)、gst(k-1)分别为第k次、第k-1次粮仓状态检测结果，gst(k)∈sstate、gst(k-1)∈sstate；gstate(x)为由粮仓储粮状态分类规则给出的第k次粮仓状态检测结果。
进一步的，步骤1)中，所述设定值为该圈传感器输出值中值及相邻设定数量的输出值的均值。
本发明的一种基于底面单圈压力传感器的粮仓状态检测系统，包括处理器，所述处理器用于执行实现上述方法的指令。
本发明的有益效果为：
本发明结合粮仓压强分布特点，提出了一种基于底面单圈压力传感器的粮仓储粮4状态检测方法，根据粮仓储粮状态的特点，增加检测特征向量，进一步提高了状态分类检测的精度，同时进一步减少了传感器的使用，降低了系统成本和运维费用。并且具有鲁棒性强、适应多种粮仓结构类型的储粮状态检测等特点。
更进一步的，通过对两次巡检结果综合判断，本方案显著减少了因粮仓实际巡检时间间隔小于建模样本的巡检时间间隔时、出现的状态判别错误的情况出现，降低了分类规则对巡检时间间隔的敏感性。
附图说明
图1是平房仓底面单圈压力传感器布置模型示意图；
图2是筒仓底面压力传感器布置示意图；
图3是粮仓储粮状态svm分类器的构成示意图；
图4是基于svm和领域知识的粮仓储粮4状态分类器的构成示意图；
图5是样本集的粮仓储粮状态的分布情况示意图；
图6是stemp(x)计算值分布示意图；
图7是stin(x)计算值分布示意图；
图8是stout(x)计算值分布示意图；
图9是本发明的粮仓储粮数量检测方法流程图。
具体实施方式
本发明提供了一种基于底面单圈压力传感器的粮仓状态检测系统，该系统包括处理器，该处理器用于执行指令实现本发明的基于底面单圈压力传感器的粮仓状态检测方法，下面结合附图对该方法做进一步详细的说明。
1.传感器布置模型
为了便于同时实现粮仓储粮重量检测和粮仓储粮状态检测，对于通常使用的平房仓和筒仓，在粮仓底面布置单圈压力传感器，如图1和图2所示，圆圈为压力传感器布置位置。在保证方便粮食装卸的条件下，各压力传感器与侧面墙距离d一般可取为1-2米。为了保证检测模型的通用性，各粮仓的压力传感器与侧面墙距离d应相同。传感器个数均为10-15，传感器间距应大于1m。
2.粮仓储粮状态
粮仓储粮状态分为进粮、储粮、出粮、空仓四种状态。进粮状态表示粮仓正在装粮，其主要特征是粮堆高度逐渐增高，底面压强逐渐增大；出粮状态表示粮仓正在倒出粮，其主要特征是粮堆高度逐渐降低，底面压强逐渐减少；储粮状态表示粮仓进粮到预定高度且粮堆顶面摊平后的状态，其高度基本稳定，底面压强波动小；空仓状态表示粮仓内没有粮食或很少粮食。
3.传感器输出的大、小值序列划分与均值计算
对于如图1、图2所示的粮仓底面单圈压力传感器布置模型，假设传感器输出值序列为qb(s(i))，i＝1,2,...,ns，ns为粮仓底面单圈压力传感器布置个数。对输出值序列依大小排序，求出中值点。取中值点左边相邻nlm个输出值点，取中值点右边相邻nrm个输出值点，形成中值邻近点的传感器输出值序列qmed(s(i))。一般取nlm＝2-3，nrm＝2-3。求出所选取传感器输出值序列qmed(s(i))的均值
依据式(2)、(3)所示的划分规则，将传感器输出值序列qb(s(i))划分为单圈压力传感器的小值传感器输出值序列qbs(s(i))和大值传感器输出值序列qbl(s(i))：
若
若
则单圈压力传感器的小值传感器输出值序列qb(s(i))的均值
其中，nbs为单圈压力传感器的小值传感器输出值序列qb(s(i))的数据个数。
单圈压力传感器的大值传感器输出值序列qbl(s(i))的均值
其中，nbl为单圈压力传感器的大值传感器输出值序列qsl(s(i))的数据个数。
4.传感器输出的大、小变化值序列划分与均值计算
对于如图1、图2所示的粮仓底面单圈压力传感器布置模型，假设传感器输出值序列qb(s(i))，i＝1,2,...,ns，ns为粮仓底面单圈压力传感器布置个数。在给定时间间隔内，qb(s(i))相应的传感器输出变化值序列为δqb(s(i))。对输出变化值序列依大小排序，求出中值点。取中值点左边相邻nlm个输出值点，取中值点右边相邻nrm个输出值点，形成中值邻近点的传感器输出变化值序列δqmed(s(i))。一般取nlm＝2-3，nrm＝2-3。求出所选取传感器输出变化值序列δqmed(s(i))的均值
依据式(7)、(8)所示的划分规则，将传感器输出变化值序列δqb(s(i))划分为单圈压力传感器的小值传感器输出变化值序列δqbs(s(i))和大值传感器输出变化值序列δqbl(s(i))：
若
若
则单圈压力传感器的传感器输出小变化值序列δqbs(s(i))的均值
其中，nbs为单圈压力传感器的小值传感器输出变化值序列δqb(s(i))的数据个数。
单圈压力传感器的传感器输出的大变化值序列δqbl(s(i))的均值
其中，nbl为单圈压力传感器的大值传感器输出变化值序列δqsl(s(i))的数据个数。
5.粮仓储粮4状态检测特征向量构造
对于图1、图2所示的粮仓底面单圈压力传感器布置模型，基于进粮、储粮、出粮、空仓四种状态的压强特点和按一定时间间隔进行粮仓状态巡检的粮仓状态检测方法，可构造的粮仓状态检测特征向量如下式所示：
其中，
6.粮仓储粮状态支持向量分类器构造
粮仓储粮状态检测是4类别分类问题。用0、1、2、3分别表示进粮、储粮、出粮、空仓四种状态，则粮仓储粮状态集合sstate＝{0,1,2,3}。假设建模样本集
支持向量机属于类别为{1,-1}的2类别分类器。对于粮仓储粮状态检测的4类别分类问题，可将其转化为3个2类别分类问题，分别是类别为{进粮,其它}的进粮状态分类问题、类别为{出粮,其它}的出粮状态分类问题以及类别为{空仓,其它}的空仓状态分类问题。
对于进粮状态分类问题，令：
则由建模样本集s，可构建相应的样本集
其中，βin(j)、bin和γin为通过svm训练所获得的参数，βin(j)≠0；
同理，对于出粮状态分类问题，令：
则由建模样本集s：
其中，βout(j)、bout和γout为通过svm训练所获得的参数，βout(j)≠0；
对于空仓状态分类问题，令：
则由建模样本集s，可构建相应的样本集
其中，βemp(j)、bemp和γemp为通过svm训练所获得的参数，βemp(j)≠0；
由式(12)至式(17)，可以构造粮仓储粮状态分类规则为：
粮仓储粮状态svm分类器的构成示意图可表示为如图3所示。
7.基于支持向量机和领域知识的粮仓储粮状态分类器构造
对于式(18)所示的粮仓储粮状态分类规则，当粮仓实际巡检时间间隔大于或等于建模样本的巡检时间间隔时，粮仓储粮状态检测误差基本为零。而当粮仓实际巡检时间间隔小于建模样本的巡检时间间隔时，则会出现状态判别错误。为了降低在这种情况下出现的误差，降低式(18)所示的粮仓储粮状态分类规则对巡检时间间隔的敏感性，根据粮仓状态按空仓、进粮、储粮、出粮的顺序循环转化的一般规律，通过分析式(18)所示的粮仓储粮状态分类规则出现误判的具体特征，可构建基于领域知识的粮仓储粮状态分类规则如下式所示：
其中，gst(k)、gst(k-1)分别为第k次、第k-1次粮仓状态检测结果，gst(k)∈sstate、gst(k-1)∈sstate；gstate(x)为由式(18)所示的粮仓储粮状态分类规则给出的第k次粮仓状态检测结果。
由式(18)所示的粮仓储粮状态分类规则gstate(x)和式(19)所示的基于领域知识的粮仓储粮状态分类规则gst(k)构成基于支持向量机和领域知识的粮仓状态分类器，如图4所示。
实际检测结果表明，当粮仓实际巡检时间间隔小于建模样本的巡检时间间隔时，图4所示的基于支持向量机和领域知识的粮仓状态分类器可显著降低粮仓状态检测误差。
8.粮仓储粮状态分类器构造实验
对于江苏洪泽、山东齐河、广东新安的4个粮仓，储粮种类为小麦、稻谷。经检测获得检测样本626个，样本中各种粮仓储粮状态的分布情况如图5所示，其中0、1、2、4分别表示进粮、储粮、出粮和空仓。选取400个作为建模样本，其它作为测试样本。对于式(13)、(15)、(17)所示的进粮状态、出粮状态、空仓状态支持向量分类器模型，取支持向量训练参数c＝5000，γ＝0.5，训练后3种储粮状态支持向量分类器支持向量点数分别为8、12、15。根据所获得的支持向量机模型和式(18)所示的粮仓储粮状态分类规则，粮仓储粮状态检测正确率为100％。
图6为stemp(x)计算值分布情况，从图中可以看出，当粮仓储粮状态为空仓时，stemp(x)计算值明显大于0，其它则小于0。图7、图8分别为stin(x)、stout(x)计算值分布情况。根据stemp(x)、stin(x)、stout(x)计算值和式(18)所示的粮仓储粮状态的分类规则，则可准确给出粮仓储粮状态的分类。这些计算结果证明了本项目所提出的粮仓储粮状态检测方法的可行性与有效性。
本发明所提出的基于底面单圈压力传感器的粮仓储粮4状态检测模型与粮仓状态检测方法可按图9所示的实施方式实施，具体步骤实施如下：
(1)系统配置
选定具体压力传感器，并配置相应的数据采集、数据传输等系统。
(2)底面压力传感器安装
平房仓传感器布置如图1所示，筒仓如图2所示，底面压力传感器按单圈布置，各压力传感器与侧面墙距离d一般可取为1-2米。为了保证检测模型的通用性，各粮仓的压力传感器与侧面墙距离d应相同。传感器个数均为10-15，传感器间距应大于1m。
(3)系统标定与模型建模
对于给定的传感器、粮食种类以及仓型，如果系统尚未有标定，则在多于6个粮仓中布置压力传感器，采集各仓在各种粮仓状态的压力传感器输出值，形成样本集
对于给定的粮仓状态样本集
(4)粮仓储粮状态
如果系统已标定，检测底面压力传感器输出并利用图4所示的基于svm和领域知识的粮仓储粮状态分类器进行粮仓储粮状态检测。
技术特征：
1.一种基于底面单圈压力传感器的粮仓状态检测方法，其特征在于，包括如下步骤：
1)利用支持向量机构建底面单圈压力传感器的粮仓储粮状态的检测特征向量和检测模型，检测特征向量为：
其中，
2)将检测特征向量代入检测模型判断粮仓储粮状态。
2.根据权利要求1所述的一种基于底面单圈压力传感器的粮仓状态检测方法，其特征在于，所述检测模型包括：
进粮分类检测模型，包括进粮状态和其他状态：
其中，βin(j)、bin和γin为通过svm训练所获得的参数，βin(j)≠0；
出粮分类检测模型，包括储粮状态和其他状态：
其中，βout(j)、bout和γout为通过svm训练所获得的参数，βout(j)≠0；
空仓分类检测模型，包括空仓状态和其他状态：
其中，βemp(j)、bemp和γemp为通过svm训练所获得的参数，βemp(j)≠0；
进粮状态、出粮状态及空仓状态外，为储粮状态。
3.根据权利要求2所述的一种基于底面单圈压力传感器的粮仓状态检测方法，其特征在于，粮仓储粮状态分类规则为：
其中，gstate(x)＝0表示进粮状态，gstate(x)＝1表示储粮状态，gstate(x)＝2表示出粮状态、gstate(x)＝3表示空仓状态。
4.根据权利要求3所述的一种基于底面单圈压力传感器的粮仓状态检测方法，其特征在于，所述粮仓储粮状态还进一步根据以下规则修正：
其中，gst(k)、gst(k-1)分别为第k次、第k-1次粮仓状态检测结果，gst(k)∈sstate、gst(k-1)∈sstate；gstate(x)为由粮仓储粮状态分类规则给出的第k次粮仓状态检测结果。
5.根据权利要求1所述的一种基于底面单圈压力传感器的粮仓状态检测方法，其特征在于，步骤1)中，所述设定值为该圈传感器输出值中值及相邻设定数量的输出值的均值。
6.一种基于底面单圈压力传感器的粮仓状态检测系统，其特征在于，包括处理器，所述处理器用于执行实现如权利要求1～5任一项所述方法的指令。
技术总结
本发明涉及一种基于底面单圈压力传感器的粮仓状态检测方法及系统，本发明针对国家对粮仓储粮状态检测的迫切需要和检测的具体要求，根据粮仓压强分布特点，提出了一种基于底面单圈压力传感器的粮仓储粮4状态检测方法，本发明的核心技术包括传感器输出的大小值序列划分与均值计算方法、传感器输出的大小变化值序列划分与均值计算方法、粮仓储粮4状态检测特征向量构造三个部分。所提出的模型及检测方法具有检测精度高、对传感器性能要求低、适应性和鲁棒性强、便于远程在线粮仓状态检测等特点，可满足通常使用粮仓储粮状态远程在线检测的需要。
技术研发人员：张德贤;张苗
受保护的技术使用者：河南工业大学
技术研发日：.08.10
技术公布日：.02.21
如果觉得《基于底面单圈压力传感器的粮仓状态检测方法及系统与流程》对你有帮助，请点赞、收藏，并留下你的观点哦！
