一种基于人工智能和大数据的油茶加工智能监测系统技术方案

本发明专利技术公开了一种基于人工智能和大数据的油茶加工智能监测系统，包括服务器、储藏监控模块、预处理监控模块、废物监控模块、压榨监控模块、数据存储模块和显示控制模块；本发明专利技术设置了储藏监控模块，该设置能够保证储藏设备中油茶籽的质量，有助于提高产油质量；本发明专利技术设置了预处理监控模块，该设置有助于直观的显示油茶籽预处理之后的质量；本发明专利技术设置了压榨监控模块，该设置对压榨设备的入榨温度进行监测，避免入榨温度不合适对油茶籽仁的质量产生影响；本发明专利技术设置了废物监控模块，该设置通过监测油茶籽预处理过程中产生的废物来判断预处理设备的状态，有助于提高油茶籽加工的效率和产油质量。和产油质量。和产油质量。

【技术实现步骤摘要】
一种基于人工智能和大数据的油茶加工智能监测系统


[0001]本专利技术属于油茶加工监测
，具体是一种基于人工智能和大数据的油茶加工智能监测系统。

技术介绍

[0002]油茶是茶科类植物，常绿小乔木，俗称：茶子树、茶油树、白花茶，由于它的种子可以榨油食用，故名油茶，其色清味香，营养丰富，耐贮藏，属于优质类油。
[0003]公开号为CN210681586U的技术专利公开了一种油茶加工用油茶籽储存装置，该装置包括存储箱，所述储存箱上端的一侧固定连接有第一控制阀，所述储存箱上端的另一侧固定连接有温度计，所述第一控制阀和温度计之间固定连接有驱动电机，所述储存箱内部转动连接有搅拌轴，所述搅拌轴的上端与驱动电机的传动端传动连接，所述搅拌轴的表面固定连接有搅拌叶，所述储存箱内部的下端设置有干燥垫；上述方案解决了油茶籽堆积存放时间太长导致油茶籽闷坏无法使用的问题。
[0004]公开号为CN111534368A的专利技术专利提供了一种油茶加工方法，包括以下步骤：步骤一：筛选；步骤二：清洗，将筛选后的油茶籽进行喷淋冲洗；步骤三：干燥，将清洗后的油茶籽投入干燥筒内，首次使改造同高速转动进行离心处理，然后向干燥筒内通入热风对其进行热风吹动干燥；步骤四：去壳，利用剥壳设备将油茶籽的外壳剥离得到油茶籽仁和油茶籽壳；步骤五：破碎；上述方案通过两次炒制加工以及中间的冷却操作能够提高出油速度和出油率。
[0005]上述两个方案分别对油茶加工过程的储存装置和加工方法进行了改进，在一定程度上提高了油茶籽加工的出油率和出油质量，因为上述两个方案不能对油茶加工的具体过程进行监测调节，也没有对油茶加工过程中的污染进行处理；所以上述两个方案仍需进一步改进。

技术实现思路

[0006]为了解决上述方案存在的问题，本专利技术提供了一种基于人工智能和大数据的油茶加工智能监测系统。
[0007]本专利技术的目的可以通过以下技术方案实现：一种基于人工智能和大数据的油茶加工智能监测系统，包括服务器、储藏监控模块、预处理监控模块、废物监控模块、压榨监控模块、数据存储模块和显示控制模块；
[0008]所述储藏监控模块用于监测储藏设备中的储藏环境信息，并获取通风系数TFX和搅拌系数JBX，并根据通风系数TFX和搅拌系数JBX对储藏设备中的储藏环境信息进行调整，具体调整步骤为：
[0009]X1：当通风系数TFX>L1时，则判定储藏设备内部需要进行通风，通过服务器控制储藏设备内的通风管打开进行通风；当通风系数TFX满足藏设备内的通风管打开进行通风；当通风系数TFX满足时，则判定储藏设备内部已经完成通风，通过服务器控制储藏设备内的通风管关闭；其中L1为
预设通风系数阈值，为预设比例系数，且为预设比例系数，且
[0010]X2：当搅拌系数JBX>L3时，则判定储藏设备中的油茶籽需要进行高频率搅拌，通过服务器控制储藏设备对油茶籽进行高频率搅拌；当搅拌系数满足L2<JBX≤L3时，则判定储藏设备中的油茶籽需要进行中频率搅拌，通过服务器控制储藏设备对油茶籽进行中频率搅拌；当搅拌系数JBX≤L2时，则判定储藏设备中的油茶籽不需要进行搅拌；其中L2和L3为预设搅拌系数阈值，且0<L2<L3；
[0011]所述预处理监控模块用于监测预处理之后的油茶籽仁质量，所述预处理通过预处理设备完成，具体监测步骤为：
[0012]C1：通过高清摄像头实时拍摄经过预处理之后的油茶籽仁图像；
[0013]C2：获取仁壳比例系数RKX和杂质比例系数ZZX；
[0014]C3：当仁壳比例系数RKX>L12时，则判定油茶籽仁壳分离不彻底，通过服务器发送仁壳分离异常指令至显示控制模块；当杂质比例系数ZZX>L13时，则判定油茶籽中的杂质去除不彻底，通过服务器发送杂质去除异常指令至显示控制模块；其中L12为预设仁壳比例系数阈值，L13为预设杂质比例系数阈值；
[0015]C4：通过服务器将仁壳分离异常指令发送记录和杂质去除异常指令发送记录发送至数据存储模块。
[0016]优选的，所述压榨监控模块用于监测压榨设备的入榨温度，具体监测步骤为：
[0017]V1：获取压榨设备的入榨温度，并将入榨温度值标记为RWD；
[0018]V2：当入榨温度值满足T1≤RWD≤T2时，通过服务器发送入榨温度正常指令至显示控制模块；否则，判定压榨设备的入榨温度异常，通过服务器对压榨设备的入榨温度进行调节，同时记录入榨温度调节的时间；其中T1和T2分别为入榨温度的下限阈值和上限阈值；
[0019]V3：通过服务器将入榨温度调节的时间发送至数据存储模块。
[0020]优选的，所述废物监控模块用于监测油茶籽预处理过程中产生的废物，所述废物监控模块包括废气监测单元和杂质监测单元，具体监测步骤为：
[0021]B1：通过废气监测单元获取选籽、清理分级和去石过程中产生废气中颗粒物的浓度，并计算颗粒物浓度的平均值，并将颗粒物浓度平均值标记为KLN；
[0022]B2：通过杂质监测单元获取去石和磁选过程中每T3小时杂质的总重量，并将杂质的总重量标记为ZZZ；其中T3为预设时间阈值；
[0023]B3：通过公式FWX＝γ1
×
KLN+γ2
×
ZZZ获取废物系数FWX，其中γ1和γ2为预设比例系数；
[0024]B4：当废物系数FWX<K1，且杂质比例系数ZZX>L13时，通过服务器发送预处理设备异常指令至显示控制模块；其中K1为预设废物系数阈值；
[0025]B5：通过服务器将杂质总质量和颗粒物浓度平均值发送至显示控制模块。
[0026]优选的，所述显示控制模块对杂质总质量和颗粒物浓度平均值进行实时数值显示，当杂质总质量超过预设杂质总质量阈值时，则将杂质总质量的显示数值设置为红色，当颗粒物浓度平均值超过预设颗粒物浓度平均值阈值时，则将颗粒物浓度平均值的显示数值设置为紫色。
[0027]优选的，所述仁壳比例系数RKX和杂质比例系数ZZX根据油茶籽仁图像获取，具体获取步骤为：
[0028]C21：将油茶籽仁图像转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所属图像预处理包括高斯滤波、图像分割和图像增强；
[0029]C22：获取标准图像中图像像素点总数；并将其标记为TXZ；
[0030]C23：将标准图像中像素点的灰度值标记为HDZ；将灰度值满足L4≤HDZ≤L5的像素点记为油茶籽壳像素点，统计油茶籽壳像素点总数并将其标记为YCK；将灰度值满足L6≤HDZ≤L7的像素点标记为铁屑像素点，统计铁屑像素点总数并将其标记为TXZ；将灰度值满足L8≤HDZ≤L9的像素点记为石子像素点，统计石子像素点总数并将其标记为SZZ；将灰度值满足L10≤HDZ≤L11的像素点标记为背景像素点，统计背景像素点总数并将其标记本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，包括服务器、储藏监控模块、预处理监控模块、废物监控模块、压榨监控模块、数据存储模块和显示控制模块；所述储藏监控模块用于监测储藏设备中的储藏环境信息，并获取通风系数TFX和搅拌系数JBX，并根据通风系数TFX和搅拌系数JBX对储藏设备中的储藏环境信息进行调整，具体调整步骤为：X1：当通风系数TFX＞L1时，则判定储藏设备内部需要进行通风，通过服务器控制储藏设备内的通风管打开进行通风；当通风系数TFX满足设备内的通风管打开进行通风；当通风系数TFX满足时，则判定储藏设备内部已经完成通风，通过服务器控制储藏设备内的通风管关闭；其中L1为预设通风系数阈值，为预设比例系数，且为预设比例系数，且X2：当搅拌系数JBX＞L3时，则判定储藏设备中的油茶籽需要进行高频率搅拌，通过服务器控制储藏设备对油茶籽进行高频率搅拌；当搅拌系数满足L2＜JBX≤L3时，则判定储藏设备中的油茶籽需要进行中频率搅拌，通过服务器控制储藏设备对油茶籽进行中频率搅拌；当搅拌系数JBX≤L2时，则判定储藏设备中的油茶籽不需要进行搅拌；其中L2和L3为预设搅拌系数阈值，且0＜L2＜L3；所述预处理监控模块用于监测预处理之后的油茶籽仁质量，所述预处理通过预处理设备完成，具体监测步骤为：C1：通过高清摄像头实时拍摄经过预处理之后的油茶籽仁图像；C2：获取仁壳比例系数RKX和杂质比例系数ZZX；C3：当仁壳比例系数RKX＞L12时，则判定油茶籽仁壳分离不彻底，通过服务器发送仁壳分离异常指令至显示控制模块；当杂质比例系数ZZX＞L13时，则判定油茶籽中的杂质去除不彻底，通过服务器发送杂质去除异常指令至显示控制模块；其中L12为预设仁壳比例系数阈值，L13为预设杂质比例系数阈值；C4：通过服务器将仁壳分离异常指令发送记录和杂质去除异常指令发送记录发送至数据存储模块。2.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述压榨监控模块用于监测压榨设备的入榨温度，具体监测步骤为：V1：获取压榨设备的入榨温度，并将入榨温度值标记为RWD；V2：当入榨温度值满足T1≤RWD≤T2时，通过服务器发送入榨温度正常指令至显示控制模块；否则，判定压榨设备的入榨温度异常，通过服务器对压榨设备的入榨温度进行调节，同时记录入榨温度调节的时间；其中T1和T2分别为入榨温度的下限阈值和上限阈值；V3：通过服务器将入榨温度调节的时间发送至数据存储模块。3.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述废物监控模块用于监测油茶籽预处理过程中产生的废物，所述废物监控模块包括废气监测单元和杂质监测单元，具体监测步骤为：B1：通过废气监测单元获取选籽、清理分级和去石过程中产生废气中颗粒物的浓度，并计算颗粒物浓度的平均值，并将颗粒物浓度平均值标记为KLN；B2：通过杂质监测单元获取去石和磁选过程中每T3小时杂质的总重量，并将杂质的总
重量标记为ZZZ；其中T3为预设时间阈值；B3：通过公式FWX＝γ1
×
KLN+γ2
×
ZZZ获取废物系数FWX，其中γ1和γ2为预设比例系数；B4：当废物系数FWX＜K1，且杂质比例系数ZZX＞L13时，通过服务器发送预处理设备异常指令至显示控制模块；其中K1为预设废物系数阈值；B5：通过服务器将杂质总质量和颗粒物浓度平均值发送至显示控制模块。4.根据权利要求1所述的一种基于人工智能和大数据的油茶加工智能监测系统，其特征在于，所述显示控制模块对杂质总质量和颗粒物...

【专利技术属性】
技术研发人员：吴伍兵，
申请(专利权)人：安徽龙成山油茶科技发展有限公司，
类型：发明
国别省市：