一种新型淀粉含水量监测方法技术

一种新型淀粉含水量监测方法，是由线下算法与线上运算组成的。淀粉含水量的测量方法普遍采用离线测量的方式，精度低且周期长，在线测量仪器虽然能够对出料进行实时测量，但是昂贵的价格使得生产商难以接受。使用智能算法代替测量仪器具有以下作用：1.能够准确的对当前淀粉出料含水量进行预测；2.通过BP神经网络智能算法代替仪器，可以节省额外的费用；3.可以自动对出料含水量进行实时计算，从而避免了工作人员对仪器的操作不熟练带来的损失以及仪器的维护费用；4.PLC或者WinCC与MATLAB之间可以进行通讯，通过PLC对数据进行采集，送入到MATLAB中进行计算，从而实现实时测量的作用。

A new method for monitoring starch moisture content

A new method for monitoring moisture content of starch is composed of offline algorithm and on-line calculation. Method for measuring starch moisture is widely used in off-line measurement methods, low accuracy and long cycle, although the online measuring instrument used to measure the discharge, but the expensive price makes it difficult for manufacturers to accept. The use of intelligent algorithms instead of measuring instrument has the following functions: 1. can accurately on the starch moisture content prediction; 2. by the BP neural network algorithm to replace the intelligent instrument, can save the extra cost; 3. can automatically discharge water content calculated in real time, thus avoiding the staff not skilled in the operation of the instrument and the loss of equipment maintenance costs; between 4.PLC or WinCC and MATLAB can communicate through PLC to gather the data into MATLAB to calculate, so as to realize the real-time measurement of the effect.

【技术实现步骤摘要】
一种新型淀粉含水量监测方法
本专利技术属于智能系统领域，尤其涉及一种新型淀粉含水量监测方法。
技术介绍
淀粉很容易吸收空气中的水分，为了能够更好的贮藏和运输，国家规定淀粉的含水量不应超过14%。当然，水分的含量是越少越好，但是站在生产商的利益角度上，在国标的硬性条件下，含水量越高，则生产商的利润就越大。淀粉含水量的测量方法主要是使用离线测量的方法，即在物料出口处进行采样，然后将这些样本送入到实验室进行测量，这种测量方法周期长且精度低，并且很容易收到外部环境的影响。在线测量仪器精度高并且能够实现在线实时测量，但是价钱确是十分昂贵，另一方面生产现场往往是有很多条生产线，不可能每条生产线都能够配备这种昂贵的仪器，因此淀粉行业很少使用在线测量仪器对出料含水量进行测量。
技术实现思路
本专利技术提供一种一种新型淀粉含水量监测方法，以解决上述
技术介绍
中提出的问题。本专利技术所解决的技术问题采用以下技术方案来实现：本专利技术提供一种新型淀粉含水量监测方法,包括线下算法与线上运算两部分组成。所述的线下算法使用的是BP神经网络智能算法。所述的线上运算使用的是PLC或者WinCC软件对现场的数据进行实时采集，使用MATLAB软件进行实时运算。所述的一种新型淀粉含水量监测方法中线下算法，是指神经网络需要使用现有的数据进行训练，其过程如下：a、使用测量仪器对出料淀粉的含水量进行测量，同时使用温度与湿度传感器对出料的温湿度进行测量，并且使含水量的测量值与当前温湿度的测量值一一对应。b、筛选数据，在线测量仪能够采集到大量的数据，设置采样周期不仅可以减少数量，还可以提升精度。离线测量周期长，应适当的增加样本数据。由于生产现场环境过于复杂，有些数据具有明显的错误，可以将这些错误的数据删除。c、BP神经网络的设计包括输入输出节点的设计、隐层层数及节点的设计、样本容量等设计。根据神经网络研究者的经验，对不同数量的隐层节点进行试验，通过比较不同节点之间的误差来得到最优神经网络结构。d、数据样本随机分为两部分，一部分用来训练神经网络，找出输入与输出之间的关系；另一部分用来测试神经网络，如果误差在允许的范围内，则证明这个网络是可行的。所述的一种新型淀粉含水量监测方法中线上运算，是指把实时采集到的数据带入到线下训练好的神经网络中，然后可以实时得到含水量的预测值，其过程如下：a、在物料出口处安装温度、湿度测量仪器，通过PLC将这些实时的数据在WinCC组态软件上显示出来。b、PLC或者是WinCC可以通过OPC协议与MATLAB软件进行实时通信，将PLC采集到的温度与湿度送入到MATLAB中进行计算，而温度与湿度则是作为神经网络的输入。c、通过MATLAB计算得到数值，这个数值就是神经网络的输出，即当前淀粉含水量的预测值。然后将得到的结果送回到PLC中，通过WinCC组态软件绘制出料含水量预测值的变化曲线。本专利技术的有益效果为：1.能够准确的对当前淀粉出料含水量进行预测，通过预测值可以及时地对系统做出控制调节。2.通过BP神经网络智能算法代替仪器，可以节省额外的费用。3.可以自动对出料含水量进行实时计算，从而避免了工作人员对仪器的操作不熟练带来的损失以及仪器的维护费用。4.PLC或者WinCC与MATLAB之间可以进行通讯，通过PLC对数据进行采集，送入到MATLAB中进行计算，从而实现实时测量的作用。附图说明图1出料含水量新型测量方案结构图。图2BP神经网络算法流程。图3网络测试结果。具体实施方式参照附图，一种新型淀粉含水量监测方法，包括线下算法与线上运算两部分组成。所述的一种新型淀粉含水量监测方法中线下算法，包括对数据的采集、数据的筛选、神经网络结构的设计以及神经网络的训练，最后通过对网络进行测试，来验证其可行性。其过程如下：a、使用测量仪器对出料淀粉的含水量进行测量，同时使用温度与湿度传感器对出料的温湿度进行测量，并且使含水量的测量值与当前温湿度的测量值一一对应。b、筛选数据，在线测量仪能够采集到大量的数据，设置采样周期不仅可以减少数量，还可以提升精度。离线测量周期长，应适当的增加样本数据。由于生产现场环境过于复杂，有些数据具有明显的错误，可以将这些数据删除。c、BP神经网络的设计包括输入输出节点的设计、隐层层数及节点的设计、样本容量等设计。根据神经网络研究者的经验，对不同数量的隐层节点进行试验，通过比较不同节点之间的误差来得到最优神经网络结构。d、数据样本随机分为两部分，一部分用来训练神经网络，找出输入与输出之间的关系；另一部分用来测试神经网络，如果误差在允许的范围内，则证明这个网络是可行的。所述的一种新型淀粉含水量监测方法中线上运算，包括使用温度传感器、湿度传感器来对现场进行实时的数据采集，PLC与WinCC组态软件和MATLAB之间的通讯。其过程如下：在物料出口处安装温度、湿度测量仪器，通过PLC将这些实时的数据在WinCC组态软件上显示出来。b、PLC或者是WinCC可以通过OPC协议与MATLAB软件进行实时通信，将PLC采集到的温度与湿度送入到MATLAB中进行计算，而温度与湿度则是作为神经网络的输入。c、通过MATLAB计算得到数值，这个数值就是神经网络的输出，即当前淀粉含水量的预测值。然后将得到的结果送回到PLC中，通过WinCC组态软件绘制出料含水量预测值的变化曲线。参照图1，图1所示的是出料含水量新型测量方案结构图。虚线框内的是BP神经网络结构图，双输入单输出结构，用神经网络智能算法来代替仪器对出料含水量进行预测。系统将采集到的温度与湿度数值送入到算法中进行计算，因此图1所示的出料含水量新型测量方案结构图中既包含了线下算法部分与线上运算部分，线框内的算法需要在线下完成训练，然后把这个训练好的网络运用到线上实时运算。得出实际数据后，如果在理想的范围内，则只需要等待下一个采样周期把温度与湿度送入到计算机中进行计算即可；如果不在理想的范围内，则需要手动（或自动）对系统进行控制，等到下个周期来验证是否通过调节后，能够使含水量在要求的范围内。参照图2，图2所示的BP算法流程，即线下算法部分，包括：样本的选择、神经网络隐层层数及节点数量的设计，网络的训练等过程。参照图3，图3所示的是将测试数据带入到训练好的网络中，黑色的实线代表测量值，黑色的虚线代表网络输出的实际值，图中所示二者之间的误差很小，图足以证明该种方法的可行性。利用本专利技术所述的技术方案，或本领域的技术人员在本专利技术技术方案的启发下，设计出类似的技术方案，而达到上述技术效果的，均是落入本专利技术的保护范围。本文档来自技高网...

【技术保护点】
一种新型淀粉含水量监测方法，包括线下算法与线上运算两部分组成，其特征在于：所述的线下算法使用的是BP神经网络智能算法。

【技术特征摘要】
1.一种新型淀粉含水量监测方法，包括线下算法与线上运算两部分组成，其特征在于：所述的线下算法使用的是BP神经网络智能算法。2.所述的线上运算使用的是PLC或者WinCC软件对现场的数据进行实时采集，使用MATLAB软件进行实时运算。3.根据权利要求1所述的一种新型淀粉含水量监测方法中线下算法，包括对数据的采集、数据的筛选、神经网络结构的设计以及神经网络的训练，最后通过对网络进行测试，来验证其可行性。4.根据权利要求1所述的一种新型淀粉含水量监测方法中线上运算，包括使用温度传感器、湿度传感器来对现场进行实时的数据采集，PLC与WinCC组态软件和MATLAB之间的通讯。5.一种新型淀粉含水量监测方法中线下算法，是指神经网络需要使用现有的数据进行训练，其过程如下：a、使用测量仪器对出料淀粉的含水量进行测量，同时使用温度与湿度传感器对出料的温湿度进行测量，并且使含水量的测量值与当前温湿度的测量值一一对应；筛选数据，在线测量仪能够采集到大量的数据，设置采样周期不仅可以减少数量，还可以提升精度，离线测量周期长，应适当的增加样本数据，由于生产现场环境过于复杂，有些...

【专利技术属性】
技术研发人员：储健，牛亚东，李刚，
申请(专利权)人：天津职业技术师范大学，
类型：发明
国别省市：天津,12