我国粮食产后领域人工智能技术的应用和展望
发布时间：2021-10-07 13:25
运用人工智能（Artificial Intelligence, AI）技术提升粮食产后的管理水平是粮食安全问题的热门话题之一。储粮智能通风、智能粮情监测等机理驱动AI技术推动了储备粮"四合一"技术的应用。粮堆多场耦合理论等新的储粮基础研究为机理驱动AI提供了新方法。数据驱动AI在粮食干燥控制、害虫识别等应用中发展较快。在粮食产业链管理当中,5T管理理念与方法使AI与技术管理高度融合,使成品质量管理与作业过程管理有机结合,为大数据的全链条应用提供了路径。但粮食产后领域仍然存在AI技术应用不平衡,总体水平较低问题。期待在粮情监控预警、收储精准品控、粮食大数据挖掘等方面,加快机理与数据双驱动AI技术的研发;在粮食产业链管理、行业监管服务等方面加快智慧粮食系统的建立。
【文章来源】：中国粮油学报. 2019,34(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
温度场云图指纹扫描效果示意图1.1.3粮堆压力场模型与粮仓实物数量AI探测仪
22］。2019年结合国家多部门对储备粮库存数量和质量的大检查，对十余省区市89多万组储备粮粮温数据进行分析，发出管理预警6000多个，经现场验证正确的占87%。该项AI技术为粮食库存监管技术的升级提供了新手段［23］。图1温度场云图指纹扫描效果示意图1.1.3粮堆压力场模型与粮仓实物数量AI探测仪王录民等团队运用粮堆压力场分布研究成果，建立了粮堆密度模型［24，25］。通过激光扫描粮堆形状、计算粮堆体积，结合密度模型自动测量出粮仓储粮实物数量(图2)，与过称检斤对比误差小于3%，满足了国家清仓查库实物检查的精度要求，提高了库存检查的效率。图2库存粮食数量AI测量仪在全国库存大检查应用现场1.2储粮虫害的机器识别技术周慧玲团队克服了粮堆中捕获的害虫图像像素低和害虫运动造成的图像模糊失真问题，在运用卷积神经网络机器学习技术基础上，结合红外信号的探测分析以强化识别能力，使粮堆害虫动态图像捕捉识别平均准确率达到90%以上［26，27］。1.3机理驱动和数据驱动AI控制技术分别在粮食干燥中应用粮食干燥过程是一项复杂的热质传递过程，具有大滞后、多干扰、非线性、强耦合和参数不确定性等特点，用传统方法控制易发生过调、过缓或震荡，严重影响粮食烘干质量。必须通过控制器进行预测、预判、预调，减少烘干偏差。吴文福等团队应用机理驱动AI，从微元、微环境431
、陈俊轶等［32］通过多因子可控干燥试验台研究了耦合因子对谷物干燥过程水分及品质的影响，建立了等效积温－品质工具化图表;刘哲等［33］实物模拟研究了烘干机各个干燥层面动态变化规律，提出了连续干燥过程“等效积温窗口理论”测控方法和循环干燥的“真0.5%”测控方法，并开发了相应机理驱动AI控制器以及循环，使粮食烘干质量大幅提高，成功应用于多型号的节能环保粮食连续烘干机。周晓光团队研究了数据驱动AI技术可应用自动寻找优化控制算法［34－36］(图3)。其中运用BP神经网络算法与改进粒子群算法的支持向量机模型结合，解决小样本、非线性和高维数不易收敛难题;运用模糊、遗传、免疫算法和逆模型等算法相结合，提高全局搜索能力和实现控制参数滚动优化，避免陷入局部最优。比同类烘干系统提升效率20%以上。图3烘干机个性化优化的数字驱动AI控制算法示意图1.4大米产业链5T管理中的AI技术应用粮食产业链管理的提升，需要AI技术和AI管理的高度融合，解决多系统耦合下复杂管理决策问题。吴文福等［37，38］将优质粳稻收储过程划分为收割、田场、干燥、收仓、仓储的5个作业时期，通过实验测定籽粒成熟曲线、籽粒田间感染微生物曲线、机械干燥等效积温品质曲线、环境温湿籽粒爆腰曲线、仓储稻谷等效积温品质曲线等，建立相应的以时间、温度等为主要指标的感知、追溯、管控、预警等结合区块链和物联网技术的5T管理AI系统和标准体系［39］，为吉林大米创立优势品牌发挥了良好作用。1.5库存识别代码与粮食流通防伪
【参考文献】：
期刊论文
[1]玉米籽粒变温变湿干燥后不饱和脂肪酸与干燥系统的耦合关系[J]. 吴文福,陈俊轶,成荣敏,金毅,魏雪松,效碧亮,徐岩. 农业工程学报. 2019(16)
[2]储粮害虫智能图鉴及图像识别APP软件设计[J]. 赵彬宇,周慧玲,李江涛,严晓平,韩康榕. 粮食储藏. 2019(03)
[3]基于三维激光扫描技术的粮食库存数量监测应用研究[J]. 丁孝银,肖昭然,许启铿,柳兆华. 河南工业大学学报(自然科学版). 2019(03)
[4]基于视频检测的储粮害虫死亡评估算法的研究[J]. 周亦哲,周慧玲,王威松. 中国粮油学报. 2019(10)
[5]玉米粮堆霉变发热过程中的温湿度场变化规律研究[J]. 王小萌,吴文福,尹君,张忠杰,吴子丹,姚渠. 农业工程学报. 2019(03)
[6]基于粮温时空相关性的储粮数量监管方法研究[J]. 崔宏伟,吴文福,吴子丹,韩峰,朱浩天,秦骁. 农业机械学报. 2019(01)
[7]基于温湿度场云图的小麦粮堆霉变与温湿度耦合分析[J]. 王小萌,吴文福,尹君,张忠杰,吴子丹,张洪清. 农业工程学报. 2018(10)
[8]散粮堆底部压力颗粒流数值模拟分析[J]. 许启铿,揣君,曹宇飞,王录民,刘永超. 中国粮油学报. 2017(09)
[9]基于BP神经网络的旁热式辐射与对流粮食干燥过程模型[J]. 代爱妮,周晓光,刘相东,刘景云,张驰. 农业机械学报. 2017(03)
[10]小麦水分吸附速率研究[J]. 李兴军,郑亿青,张来林,吴子丹,姜平. 中国粮油学报. 2015(11)
博士论文
[1]粮堆微生物场及多场耦合机制和模型的研究[D]. 王小萌.吉林大学 2019
[2]图形化储粮粮情智能分析方法与系统的研究[D]. 陈龙.吉林大学 2018
[3]粮食干燥积温品质特性及过程测控方法研究[D]. 吴玉柱.吉林大学 2017
[4]基于绝对水势的储粮湿热迁移及通风管理的研究[D]. 陈思羽.吉林大学 2016
[5]小麦粮堆多场耦合模型及结露预测研究[D]. 尹君.吉林大学 2015
硕士论文
[1]储粮云图的特征提取及监管方法的应用[D]. 朱浩天.吉林大学 2019
[2]连续式玉米干燥机水分预测控制模型的建立与应用[D]. 齐德波.吉林大学 2018
本文编号：3422133
【文章来源】：中国粮油学报. 2019,34(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
温度场云图指纹扫描效果示意图1.1.3粮堆压力场模型与粮仓实物数量AI探测仪
22］。2019年结合国家多部门对储备粮库存数量和质量的大检查，对十余省区市89多万组储备粮粮温数据进行分析，发出管理预警6000多个，经现场验证正确的占87%。该项AI技术为粮食库存监管技术的升级提供了新手段［23］。图1温度场云图指纹扫描效果示意图1.1.3粮堆压力场模型与粮仓实物数量AI探测仪王录民等团队运用粮堆压力场分布研究成果，建立了粮堆密度模型［24，25］。通过激光扫描粮堆形状、计算粮堆体积，结合密度模型自动测量出粮仓储粮实物数量(图2)，与过称检斤对比误差小于3%，满足了国家清仓查库实物检查的精度要求，提高了库存检查的效率。图2库存粮食数量AI测量仪在全国库存大检查应用现场1.2储粮虫害的机器识别技术周慧玲团队克服了粮堆中捕获的害虫图像像素低和害虫运动造成的图像模糊失真问题，在运用卷积神经网络机器学习技术基础上，结合红外信号的探测分析以强化识别能力，使粮堆害虫动态图像捕捉识别平均准确率达到90%以上［26，27］。1.3机理驱动和数据驱动AI控制技术分别在粮食干燥中应用粮食干燥过程是一项复杂的热质传递过程，具有大滞后、多干扰、非线性、强耦合和参数不确定性等特点，用传统方法控制易发生过调、过缓或震荡，严重影响粮食烘干质量。必须通过控制器进行预测、预判、预调，减少烘干偏差。吴文福等团队应用机理驱动AI，从微元、微环境431
、陈俊轶等［32］通过多因子可控干燥试验台研究了耦合因子对谷物干燥过程水分及品质的影响，建立了等效积温－品质工具化图表;刘哲等［33］实物模拟研究了烘干机各个干燥层面动态变化规律，提出了连续干燥过程“等效积温窗口理论”测控方法和循环干燥的“真0.5%”测控方法，并开发了相应机理驱动AI控制器以及循环，使粮食烘干质量大幅提高，成功应用于多型号的节能环保粮食连续烘干机。周晓光团队研究了数据驱动AI技术可应用自动寻找优化控制算法［34－36］(图3)。其中运用BP神经网络算法与改进粒子群算法的支持向量机模型结合，解决小样本、非线性和高维数不易收敛难题;运用模糊、遗传、免疫算法和逆模型等算法相结合，提高全局搜索能力和实现控制参数滚动优化，避免陷入局部最优。比同类烘干系统提升效率20%以上。图3烘干机个性化优化的数字驱动AI控制算法示意图1.4大米产业链5T管理中的AI技术应用粮食产业链管理的提升，需要AI技术和AI管理的高度融合，解决多系统耦合下复杂管理决策问题。吴文福等［37，38］将优质粳稻收储过程划分为收割、田场、干燥、收仓、仓储的5个作业时期，通过实验测定籽粒成熟曲线、籽粒田间感染微生物曲线、机械干燥等效积温品质曲线、环境温湿籽粒爆腰曲线、仓储稻谷等效积温品质曲线等，建立相应的以时间、温度等为主要指标的感知、追溯、管控、预警等结合区块链和物联网技术的5T管理AI系统和标准体系［39］，为吉林大米创立优势品牌发挥了良好作用。1.5库存识别代码与粮食流通防伪
【参考文献】：
期刊论文
[1]玉米籽粒变温变湿干燥后不饱和脂肪酸与干燥系统的耦合关系[J]. 吴文福,陈俊轶,成荣敏,金毅,魏雪松,效碧亮,徐岩. 农业工程学报. 2019(16)
[2]储粮害虫智能图鉴及图像识别APP软件设计[J]. 赵彬宇,周慧玲,李江涛,严晓平,韩康榕. 粮食储藏. 2019(03)
[3]基于三维激光扫描技术的粮食库存数量监测应用研究[J]. 丁孝银,肖昭然,许启铿,柳兆华. 河南工业大学学报(自然科学版). 2019(03)
[4]基于视频检测的储粮害虫死亡评估算法的研究[J]. 周亦哲,周慧玲,王威松. 中国粮油学报. 2019(10)
[5]玉米粮堆霉变发热过程中的温湿度场变化规律研究[J]. 王小萌,吴文福,尹君,张忠杰,吴子丹,姚渠. 农业工程学报. 2019(03)
[6]基于粮温时空相关性的储粮数量监管方法研究[J]. 崔宏伟,吴文福,吴子丹,韩峰,朱浩天,秦骁. 农业机械学报. 2019(01)
[7]基于温湿度场云图的小麦粮堆霉变与温湿度耦合分析[J]. 王小萌,吴文福,尹君,张忠杰,吴子丹,张洪清. 农业工程学报. 2018(10)
[8]散粮堆底部压力颗粒流数值模拟分析[J]. 许启铿,揣君,曹宇飞,王录民,刘永超. 中国粮油学报. 2017(09)
[9]基于BP神经网络的旁热式辐射与对流粮食干燥过程模型[J]. 代爱妮,周晓光,刘相东,刘景云,张驰. 农业机械学报. 2017(03)
[10]小麦水分吸附速率研究[J]. 李兴军,郑亿青,张来林,吴子丹,姜平. 中国粮油学报. 2015(11)
博士论文
[1]粮堆微生物场及多场耦合机制和模型的研究[D]. 王小萌.吉林大学 2019
[2]图形化储粮粮情智能分析方法与系统的研究[D]. 陈龙.吉林大学 2018
[3]粮食干燥积温品质特性及过程测控方法研究[D]. 吴玉柱.吉林大学 2017
[4]基于绝对水势的储粮湿热迁移及通风管理的研究[D]. 陈思羽.吉林大学 2016
[5]小麦粮堆多场耦合模型及结露预测研究[D]. 尹君.吉林大学 2015
硕士论文
[1]储粮云图的特征提取及监管方法的应用[D]. 朱浩天.吉林大学 2019
[2]连续式玉米干燥机水分预测控制模型的建立与应用[D]. 齐德波.吉林大学 2018
本文编号：3422133
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3422133.html
