一种基于Janssen模型的支持向量回归粮仓重量检测方法及装置制造方法及图纸

本发明专利技术涉及一种基于Janssen模型的支持向量回归粮仓重量检测方法及装置，属于粮食重量检测技术领域。本发明专利技术通过在粮仓底面上布置两组压力传感器，建立支持向量回归粮仓重量检测模型检测各传感器输出值，依据所建立的检测模型，实现对粮仓重量的检测。本发明专利技术所提出的检测模型是基于Janssen模型的支持向量回归检测模型，因此所建模型具有检测精度高，对传感器性能要求低、适应性和鲁棒性强、便于远程在线粮仓数量检测和粮仓状态监测等特点，可满足通常使用粮仓储粮数量远程在线检测的需要，本发明专利技术的检测方法适应于多种粮仓结构类型的储粮数量检测，具有巨大的应用价值，为保障国家粮食数量安全提供了新的技术手段。

【技术实现步骤摘要】

本专利技术涉及一种基于Janssen模型的支持向量回归粮仓重量检测方法及装置，属 于粮食重量检测

技术介绍
粮食安全包括数量安全和质量安全。粮食数量在线检测技术与系统研究应用是国 家粮食数量安全的重要保障技术，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。由于粮食在国家安全中的重要地位，要求粮堆数量 在线检测准确、快速和可靠。同时由于粮食数量巨大，价格低，要求粮堆数量在线检测设备 成本低、简单方便。因此检测的高精度与检测系统的低成本是粮仓数量在线检测方法开发 必需解决的关键问题。 申请号为201410101693. 5的专利申请，提供了 一种基于结构自适应检测模 型的粮仓储粮数量检测方法，该检测方法在粮仓底面上布置两圈压力传感器，检测各 传感器的输出值，依据所建立的检测模型计算粮仓重量估计，所建立的检测模型为，该检测模型通过将侧面压强、底面压强分别估计为关于外圈压力传感 器、内圈压力传感器输出均值的多项式得到。
技术实现思路
本专利技术的目的是提供一种基于Janssen模型的支持向量回归粮仓重量检测方法 及装置，是一种新的储量检测思路。 本专利技术为实现上述目的提供了一种基于Janssen模型的支持向量回归粮仓重量 检测方法，该检测方法包括以下步骤： 1)在粮仓底面上布置两组压力传感器，一组为内圈传感器，一组为外圈传感器，外 圈传感器靠近侧面墙间隔布置，内圈传感器距离侧面墙设定距离且间隔布置； 2)依据步骤1)中传感器的布置方式，建立支持向量回归粮仓重量检测模型： ^一，, . "_____ -.1 该模型采用项序列i作为支持向量机 的输入，其4'，βpb为通过支持向 量机训练所获得的参数，辛〇，Pi#为相应的支持向量点，AB为粮堆底面面积，CB为底面周长，为内圈传感器输出均值，为外圈传感器输出均值，bB(m) 和bF(n)分别为Α(·5·/;_.)和估计项的系数，m= 0,…，NB，n= 0,…，NF，NB和NF分 另估计的多项式阶I 3)检测步骤1)中各传感器的输出值，依据步骤2)中的检测模型计算被检测粮仓 重量的估计值#, 所述步骤2)中支持向量回归粮仓重量检测模型中各参数的标定如下： A.在多于6个粮仓中按照步骤1)的方式布置压力传感器，进粮至满 仓，待压力传感器输出值稳定后，采集各仓的压力传感器输出值，形成样本集其中i为样本点号，i= 1，2, 3,...，M，Μ为样本个数； 分别为第i个样本点的和值；胃;为样本点i的实际进 粮重量，4为相应的粮仓面积； B.将样本集S分为三个部分，支持向量机建模样本SM、&(*/""".)和&(%>_)项最大 阶数选择样本S。以及测试样本Sτ; C.选定一组（NB，NF)和参数ΚΡ，利用支持向量机建模样本SM和支持向量机训练算 法建立支持向量机模型； D.根据优化与多元回归样本集SM，采用以下优化模型优化参数KP， 约束条件：ΚΡ> 0 \-KpQ bf{s)>0·, E.根据所建立的支持向量机模型和最大阶数选择样本集S。，依据百分比误差模型 样本集S。和SM的预测误差E(NB，Nf) 设定NB选择范围，乂选择范围，若则?，〇即为检测模型的和项所求的最佳最大阶数。 所述步骤E中的MaxNB和MaxNF的值为4-10。 所述的检测模型是在粮仓重量理论检测模型的基础上得到的，粮仓重量理论检测 模型为： 其中，&为粮堆重量估计$为粮堆底面面积，CBS底面周 长，分别为粮堆底面和侧面中s点的压 强，⑷为粮堆远高于一定高度时的底面压强饱和值。 所述外圈传感器距离侧面墙距离d大于0小于1米，内圈传感器距离侧面墙距离 D大于2米。 本专利技术还提供了一种基于Janssen模型的支持向量回归粮仓重量检测装置，该检 测装置包括检测单元以及与检测单元连接且设置在粮仓底面的压力传感器，所述压力传感 器分两组布置，一组为内圈传感器，一组为外圈传感器，外圈传感器靠近粮仓侧面墙间隔布 置，内圈传感器距离粮仓侧面墙设定距离且间隔布置，所述检测单元中执行有一个或多个 模块，所述一个或多个模块用于执行以下步骤： 1)建立支持向量回归粮仓重量检测模型： _ 该模型采用项序列I作为支持向量机 的输入，其中，U为通过支持向 量机训练所获得的参数，辛〇，为相应的支持向量点，AB为粮堆底面面积，CB为底面周长，么为内圈传感器输出均值，仏(％_.)为外圈传感器输出均值，bB(m) 和匕?分别为仏(心,,,1?,.)和泛?!>^,.)估计项的系数，111 = 0，...，队，11 = 0，...，4為和1分 另IJ为豆泰_):和么)估计的多项式阶数， 2)检测各传感器的输出值，依据所建立的支持向量回归粮仓重量检测模型计算被 检测粮仓重量的估计值#。 所述支持向量回归粮仓重量检测模型中各参数的标定如下： A.在多于6个粮仓中布置压力传感器，进粮至满仓，待压力传感器输出值稳定后， 采集各仓的压力传感器输出值，形成样本集其中i为 样本点号，i= 1，2, 3,. . .，M，Μ为样本个数；&分别为第i个样本点的 和值;胃;为样本点i的实际进粮重量，4为相应的粮仓面积； B.将样本集S分为三个部分，支持向量机建模样本SM、&(〇_,.)和&(%"".)项最大 阶数选择样本S。以及测试样本Sτ; C.选定一组（Nb，NF)和参数ΚΡ，利用支持向量机建模样本SM和支持向量机训练算 法建立支持向量机模型； D.根据优化与多元回归样本集SM，采用以下优化模型优化参数KP， 约束条件：ΚΡ> 0Ε.根据所建立的支持向量机模型和最大阶数选择样本集S。，依据百分比误差模型 样本集S。和SM的预测误差E(NB，Nf) 设帝'N"i先極范_「1，Ma.xN"1. 先極范_ ，若贝卿为检测模型和&项所求的最佳最大阶数。所述MaxNjPMaxN!^的值为 4-10。 所述的支持向量回归粮仓重量检测模型是在粮仓重量理论检测模型的基础上得 到的，粮仓重量理论检测模型为：<当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种基于Janssen模型的支持向量回归粮仓重量检测方法，其特征在于，该检测方法包括以下步骤：1)在粮仓底面上布置两组压力传感器，一组为内圈传感器，一组为外圈传感器，外圈传感器靠近侧面墙间隔布置，内圈传感器距离侧面墙设定距离且间隔布置；2)依据步骤1)中传感器的布置方式，建立支持向量回归粮仓重量检测模型：W^=AB(Σj=1lβjexp(-γ||QBM-QBMj||2)+b)]]>该模型采用项序列作为支持向量机的输入，其中，ψ(m)=Q‾B(sInner)m,]]>βj,b为通过支持向量机训练所获得的参数，βj≠0，为相应的支持向量点，AB为粮堆底面面积，CB为底面周长，为内圈传感器输出均值，为外圈传感器输出均值，bB(m)和bF(n)分别为和估计项的系数，m＝0,...,NB，n＝0,...,NF，NB和NF分别为和估计的多项式阶数，Q‾BF(s)=[Q‾B(sInner)+Q‾B(sOuter)]/2;]]>3)检测步骤1)中各传感器的输出值，依据步骤2)中的检测模型计算被检测粮仓重量的估计值...

【技术特征摘要】

【专利技术属性】
技术研发人员：张德贤，张苗，郭小波，刘灿，张庆辉，张建华，司海芳，王高平，樊超，邓淼磊，李磊，王贵财，金广锋，费选，刘娇玲，程尚坤，梁慧丹，杨铁军，张元，
申请(专利权)人：河南工业大学，
类型：发明
国别省市：河南;41