王丹陽,王 潔,張本華,趙名策,冀東平,戰(zhàn)廷堯,馮龍龍,郝吉明
[1.沈陽農(nóng)業(yè)大學(xué)工程學(xué)院,沈陽 110161;2.農(nóng)業(yè)農(nóng)村部園藝作物農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室,沈陽 110161;3.宿遷學(xué)院機(jī)電工程學(xué)院,江蘇 宿遷 223800;4.中糧米業(yè)(沈陽)有限公司,沈陽 110112]
稻谷水分高低直接影響其加工與儲(chǔ)存品質(zhì),準(zhǔn)確快速測(cè)量稻谷含水率尤為重要[1-2]。通風(fēng)干燥中水分在線快速無損檢測(cè)技術(shù)是制約稻谷干燥自動(dòng)化系統(tǒng)提升的核心難點(diǎn)[3]。近年來紅外干燥法[4]、核磁共振法[5]、微波加熱法[6-7]、電容法[8]等方法均被用于谷物含水率檢測(cè)。其中紅外干燥法與微波加熱法受物料形狀、密度、厚度等影響,難以檢測(cè)物質(zhì)內(nèi)部含水率[9],而低場(chǎng)核磁共振法檢測(cè)迅速、精度較高,但價(jià)格昂貴、保養(yǎng)費(fèi)用高[10],而電容法結(jié)構(gòu)簡單、適應(yīng)性強(qiáng)、靈敏度高,易于實(shí)現(xiàn)物料含水率的快速測(cè)量[11]。
電容法根據(jù)不同含水率糧食作物的介電特性不同,可依此建立不同含水率條件下支持向量機(jī)回歸、多元線性回歸等數(shù)學(xué)模型,從而實(shí)現(xiàn)對(duì)糧食作物水分含量的預(yù)測(cè)[12-15]。該方法不僅易受周圍環(huán)境參數(shù)如溫濕度、清潔度等因素的影響[16-18],其結(jié)構(gòu)及其參數(shù)的設(shè)置也會(huì)影響測(cè)定精度[19-21]。劉洪杰[22]設(shè)計(jì)的小麥含水率在線測(cè)量傳感器使用了雙層屏蔽線并將電路同傳感器裝在一個(gè)殼體里,減少外界干擾的影響,提高了測(cè)量精度;麥智煒等[23]在平面極板外圍添加屏蔽層,以隔絕外界電磁場(chǎng)干擾、減小糧食電容值測(cè)量誤差。但目前對(duì)于改善傳感器結(jié)構(gòu)及其參數(shù)還鮮有研究[24]。
針對(duì)稻谷干燥過程含水率在線測(cè)量應(yīng)用電容法需改變其傳統(tǒng)密閉平行或圓通極板的結(jié)構(gòu)問題,以及原有基于電容法所建立的數(shù)學(xué)模型精度低、預(yù)測(cè)效果不理想問題[25-26],本研究全面探究了極板材料、極板類型、導(dǎo)體絕緣性、通風(fēng)網(wǎng)板網(wǎng)格尺寸對(duì)不同含水率電容測(cè)定值的影響規(guī)律,并在不同稻谷含水率及特定測(cè)定頻率段條件下建立支持向量機(jī)回歸模型并進(jìn)行驗(yàn)證,旨在探究通風(fēng)極板條件下應(yīng)用電容法實(shí)現(xiàn)稻谷干燥過程水分檢測(cè)的可能性和測(cè)定精度,為建立并提高通風(fēng)干燥中物料含水率在線無損監(jiān)測(cè)提供方法及數(shù)據(jù)參考。
試驗(yàn)選用沈陽領(lǐng)先種業(yè)的遼—鹽粳98稻谷,試驗(yàn)前將原料進(jìn)行篩選、除雜。利用烘箱法測(cè)其初始含水率,測(cè)定5 次取均值為10.23%(W.b)。根據(jù)試驗(yàn)對(duì)不同稻谷含水率的要求,選取60 份各500g 的稻谷樣品,利用人工加濕法分別多次少量均勻加入相應(yīng)質(zhì)量的等離子水,并調(diào)節(jié)樣品水分含量至設(shè)定值。調(diào)配完成的物料裝入雙層塑料袋中儲(chǔ)存于陰涼處48h,期間每隔3~4h翻動(dòng)1次,以保證谷溫與環(huán)境溫度一致及水分的平衡。試驗(yàn)前用烘箱法再次進(jìn)行水分檢測(cè),試驗(yàn)用稻谷含水率為10.23%~27.60%。
1.2.1 試驗(yàn)設(shè)備與裝置 試驗(yàn)采用101-LES型電熱鼓風(fēng)干燥箱(北京市永光明醫(yī)療儀器有限公司)、JA1002型電子秤(賽多利斯工業(yè)稱重設(shè)備有限公司,精度0.001g)、自制極板電容測(cè)定模型、IM3570 型阻抗分析儀(日本日置公司)、游標(biāo)卡尺。其中自制平行極板式電容測(cè)定裝置的平行極板選用附著于亞克力骨架板的不同金屬箔或獨(dú)立金屬制篩網(wǎng)。極板長度l為80mm、寬度d為40mm,極板間距δ在0~150mm內(nèi)可調(diào),極板材料及其絕緣特性可變,依試驗(yàn)要求的通風(fēng)網(wǎng)的網(wǎng)格尺寸可變。與極板連接的屏蔽線長度與粗細(xì)相同,位置固定。電容傳感器的兩極板各引出一條屏蔽線用于和阻抗分析儀的正負(fù)極相連接。在不同結(jié)構(gòu)與極板材料下,將稻谷放入電容傳感器兩電極間,稻谷的電容值由電容檢測(cè)電路檢測(cè),直接以數(shù)字信號(hào)發(fā)送至阻抗分析儀并呈現(xiàn)在顯示屏上,從而得出不同狀態(tài)下電容值的變化規(guī)律。
1.2.2 試驗(yàn)方案 試驗(yàn)于2020 年12 月在沈陽農(nóng)業(yè)大學(xué)工程學(xué)院實(shí)驗(yàn)室進(jìn)行,環(huán)境溫度18~20℃,相對(duì)濕度39%~42%,試驗(yàn)方案如表1。試驗(yàn)選取極板材料、極板間距、極板類型、導(dǎo)體絕緣性、通風(fēng)網(wǎng)板網(wǎng)格尺寸、頻率為試驗(yàn)因子,分別測(cè)定了不同稻谷含水率對(duì)極板電容值或介電常數(shù)的數(shù)值影響。在1×103~1×106Hz 頻率段內(nèi)測(cè)定201 個(gè)對(duì)數(shù)頻率下的空極板電容值C0及其裝滿不同含水率稻谷時(shí)的電容值Cx、介質(zhì)損耗角δ。,通過式(1)和式(2)計(jì)算稻谷的相對(duì)介電常數(shù)ε'與介質(zhì)損耗因數(shù)ε"[27]。
表1 試驗(yàn)工藝參數(shù)Table 1 Experimental process parameters
2.1.1 極板材料對(duì)不同含水率稻谷電容值的影響 由圖1 可知,銅、鐵、鋁極板電容測(cè)定值隨稻谷含水率成明顯正增長。數(shù)值顯示不同含水率下3種極板材料的電容測(cè)定值差異較小且相應(yīng)回歸方程的復(fù)相關(guān)系數(shù)R2均高于0.95。因此,3種材質(zhì)極板對(duì)電容值隨稻谷含水率變化規(guī)律影響不大,且均具有較好的導(dǎo)電特性。本研究選用鐵作極板材料預(yù)測(cè)稻谷含水率的變化。
2.1.2 極板類型對(duì)不同含水率稻谷電容值的影響 為解決通風(fēng)干燥過程中稻谷水分快速檢測(cè)問題,測(cè)定了封閉鋼板與通風(fēng)鋼絲網(wǎng)兩種極板類型對(duì)電容值的影響規(guī)律(圖2)。兩種極板類型下電容值與稻谷含水率均呈正相關(guān),通風(fēng)鋼絲網(wǎng)條件下的復(fù)相關(guān)系數(shù)為0.9703,優(yōu)于封閉鋼板。此外,鋼絲網(wǎng)作極板材料時(shí)稻谷通風(fēng)性更佳,也便于實(shí)時(shí)測(cè)量其含水率。因此,選用通風(fēng)鋼絲網(wǎng)作為稻谷干燥中水分測(cè)量的極板材料更佳。
圖1 極板材料對(duì)不同含水率稻谷電容值的影響曲線Figure 1 The influence curve of polar plate material on the capacitance value of paddy rice with different moisture content
圖2 極板類型對(duì)不同含水率稻谷電容值的影響曲線Figure 2 The influence curve of the plate type on the capacitance value of paddy rice with different moisture content
2.1.3 極板絕緣性對(duì)不同含水率稻谷電容值的影響 金屬極板與其絕緣極板對(duì)電容測(cè)定值影響如圖3,絕緣極板是在原金屬極板基礎(chǔ)上進(jìn)行了絕緣密封處理。由圖3 可知,相同條件下鋼絲網(wǎng)與絕緣鋼絲網(wǎng)的測(cè)定值在數(shù)值空間有略微差異,隨著含水率增大,金屬網(wǎng)比絕緣金屬網(wǎng)測(cè)定差值逐漸增大??傮w來看通風(fēng)鋼絲網(wǎng)極板材料在非絕緣條件下線性回歸方程的復(fù)相關(guān)系數(shù)R2更大,并考慮到稻谷通風(fēng)干燥試驗(yàn)中水分檢測(cè)的便捷性,分析非絕緣板更適合做極板材料。
2.1.4 通風(fēng)網(wǎng)的網(wǎng)格尺寸對(duì)不同含水率稻谷電容值的影響 由圖4 可知,電容值隨網(wǎng)格尺寸增大而減小,由1.2cm 增至1.5cm 時(shí)減小幅度最大;5 種網(wǎng)格尺寸下所測(cè)電容值與稻谷含水率均呈正相關(guān),網(wǎng)格尺寸為1cm 時(shí),決定系數(shù)R2最大,為0.9703。因此,試驗(yàn)選用網(wǎng)格尺寸為1cm時(shí)產(chǎn)生誤差值相對(duì)較小,試驗(yàn)精確度較高。
頻率對(duì)鐵極板不同水分含量稻谷相對(duì)介電常數(shù)ε'與介質(zhì)損耗因數(shù)ε"的影響如圖5和圖6。由圖5可知,在頻率段內(nèi),相對(duì)介電常數(shù)隨頻率增加呈現(xiàn)先增加再減小的趨勢(shì),并隨稻谷含水率增加而增加。頻率變化時(shí),電偶極子隨外加交流電場(chǎng)反轉(zhuǎn),當(dāng)頻率達(dá)到一定值時(shí),由于極板材料內(nèi)部存在阻力,使電偶極子反轉(zhuǎn)速度跟不上電場(chǎng),甚至部分電偶極子停止反轉(zhuǎn),導(dǎo)致介電常數(shù)減小。此外,含水率增加稻谷籽粒內(nèi)極化分子增多,內(nèi)部離子的活動(dòng)性增強(qiáng),因此介電常數(shù)隨稻谷含水率增加而增加。
圖3 極板絕緣性對(duì)不同含水率稻谷電容值的影響曲線Figure 3 The influence curve of the plate insulation on the capacitance value of paddy rice with different moisture content
圖4 網(wǎng)格尺寸對(duì)不同含水率稻谷電容值的影響曲線Figure 4 The influence curve of mesh size on the capacitance value of rice with different water content
由圖6 可知,試驗(yàn)范圍內(nèi)不同含水率稻谷的介質(zhì)損耗因數(shù)隨頻率增加均出現(xiàn)了峰值;當(dāng)頻率對(duì)數(shù)大于5時(shí),介質(zhì)損耗因數(shù)隨頻率的增加而降低,隨稻谷含水率增加而增加。原因是當(dāng)頻率達(dá)到一定值時(shí),離子導(dǎo)電性增強(qiáng),介質(zhì)損耗因數(shù)減小;含水率越高,內(nèi)部離子越活躍,極性分子間的摩擦與碰撞消耗的能量越多,ε"越大。
圖5 頻率對(duì)不同含水率稻谷介電常數(shù)的影響曲線Figure 5 The effect of frequency on the dielectric constant of rice with different water content
圖6 頻率對(duì)不同含水率稻谷介質(zhì)損耗因數(shù)的影響曲線Figure 6 The effect of frequency on the dielectric loss factor of rice with different water content
2.3.1 數(shù)據(jù)處理
2.3.1.1 樣本集劃分 為最大程度表征樣本分布,提高數(shù)學(xué)模型的精度,采用SPXY 算法對(duì)60個(gè)不同含水率稻谷樣本進(jìn)行劃分[28-29]。劃分比例為2∶1,劃分結(jié)果如表2。由表2 可知,校正集的標(biāo)準(zhǔn)偏差為4.82,大于預(yù)測(cè)集的標(biāo)準(zhǔn)偏差3.50,表明預(yù)測(cè)集的含水率分布較為集中,校正集的含水率分布較為分散。
表2 不同集稻谷含水率分布Table 2 Distribution of moisture content of different rice paddies
2.3.1.2 特征變量的選取 采用無信息變量消除法(UVE)對(duì)201 個(gè)頻率點(diǎn)剔除無信息變量。ε'變量剔除結(jié)果如圖7,圖7中包含201個(gè)原始變量和201個(gè)隨機(jī)變量。2 條水平線即閾值線表示變量穩(wěn)定性的上、下限,閾值線內(nèi)的特征變量為無信息變量,全部剔除,分界線以外的變量保留用于進(jìn)一步分析。
圖7 ε'的穩(wěn)定性分布曲線Figure 7 Stability distribution curve of ε'
經(jīng)UVE 選取變量后利用MATLAB R2014a 軟件運(yùn)行連續(xù)投影算法(SPA)程序,設(shè)定特征變量數(shù)N 的范圍為1~15,根據(jù)不同頻率點(diǎn)下的均方根誤差RMSE值確定最佳。經(jīng)SPA 算法選取后,確定ε'、ε"以及ε'和ε"兩者結(jié)合變量的特征變量數(shù)及所選頻率點(diǎn)如表3。
表3 UVE與SPA選取的特征變量Table 3 Feature variables selected by UVE and SPA
2.3.2 模型建立及驗(yàn)證 利用支持向量回歸(support vector regression,SVR)對(duì)稻谷水分含量預(yù)測(cè)分析,選用徑向基函數(shù)為核函數(shù),以UVE、SPA 及UVE-SPA 選取方法獲得頻率數(shù)據(jù)作為因變量進(jìn)行建立SVR 模型[30]。建模結(jié)果如表4。
表4 不同輸入變量下SVR模型預(yù)測(cè)結(jié)果Table 4 SVR model prediction results under different input variables
由表4可知,經(jīng)UVE算法篩選的特征變量所建立的SVR 模型R2較高、RMSEC 較低,預(yù)測(cè)效果較好,但選取的線性變量過多,模型復(fù)雜度高、泛化能力低;而UVESPA算法可通過剔除大量冗余信息極大簡化模型,解決變量間共線性問題,同時(shí)預(yù)測(cè)效果并沒有明顯降低。因此,UVE-SPA算法為最佳特征變量選取方法。對(duì)比3種參數(shù)選擇,采用ε'&ε"結(jié)合建立的模型預(yù)測(cè)性能更好,RP
2達(dá)到0.9795,RMSEC 為0.0107?;陬A(yù)測(cè)集建立的SVR 模型在通風(fēng)干燥中稻谷水分含量預(yù)測(cè)值與試驗(yàn)測(cè)量值如圖8,由圖8可知,預(yù)測(cè)值與試驗(yàn)值變化趨勢(shì)基本一致、誤差較小。原因在于兩者結(jié)合可以更全面表示介電參數(shù)變化,預(yù)測(cè)效果更佳。綜上可知,選用ε'&ε"結(jié)合并基于UVE-SPA 算法建立的SVR 模型為最優(yōu)稻谷干燥過程中含水率的預(yù)測(cè)模型。
圖8 ε'和ε"相結(jié)合的UVE-SPA-SVR模型含水率預(yù)測(cè)結(jié)果Figure 8 Water content prediction results of UVE-SPA-SVR model combining ε' and ε"
本研究基于電容傳感器材料、結(jié)構(gòu)及其參數(shù)對(duì)電容值及介電參數(shù)的影響規(guī)律,建立了稻谷含水率與介電基于參數(shù)間的預(yù)測(cè)模型,試驗(yàn)結(jié)果表明可以在通風(fēng)鋼絲網(wǎng)條件下應(yīng)用電容法實(shí)現(xiàn)稻谷含水率檢測(cè)并有較好的測(cè)定精度。本研究結(jié)論與張本華等[2]的研究結(jié)論相似,在建立SVR 預(yù)測(cè)模型的基礎(chǔ)上,均認(rèn)為ε'和ε"相結(jié)合并UVE-SPA 算法篩選的特征變量建立的SVR 模型預(yù)測(cè)性能更好;但張本華等[2]更側(cè)重于使用封閉極板單純解決稻谷水分快速檢測(cè)的實(shí)現(xiàn)方法問題,而本研究主要針對(duì)于通風(fēng)極板條件進(jìn)行,并更加深入地對(duì)電容法測(cè)定稻谷含水過程中的主要影響因素進(jìn)行了更為系統(tǒng)的試驗(yàn)分析。同樣地,利用平行極板電極法,牛智有等[12]設(shè)計(jì)了顆粒飼料水分快速檢測(cè)儀;邊紅霞等[31]監(jiān)測(cè)了蘋果在受靜壓過程中的電學(xué)參數(shù);BERBERT 等[32]探討了菜豆含濕量、容積密度等物性參數(shù)與介電參數(shù)的關(guān)系。根據(jù)這一原理,上述學(xué)者均通過測(cè)量農(nóng)業(yè)物料的介電參數(shù),建立與水分含量的數(shù)學(xué)模型,從而實(shí)現(xiàn)預(yù)測(cè)物料含水率的目標(biāo)。
本研究通過分析極板材料、極板類型、導(dǎo)體絕緣性及通風(fēng)網(wǎng)板網(wǎng)格尺寸對(duì)電容值的影響得出,稻谷含水率在10.23%~23.00%內(nèi),極板材料為通風(fēng)鋼絲網(wǎng)、網(wǎng)格尺寸1cm 時(shí),應(yīng)用電容法測(cè)定稻谷含水率有更為準(zhǔn)確的測(cè)量精度。通過探究不同稻谷水分含量條件下頻率與介電參數(shù)的關(guān)系,得出介電常數(shù)隨稻谷含水率增加而增加,隨頻率增加先增加再降低;當(dāng)頻率大于600kHz 時(shí),介質(zhì)損耗因數(shù)隨稻谷含水率增加而增加,隨頻率的增加而降低。以60 份不同含水率的稻谷樣本作為研究對(duì)象,通過對(duì)比介電參數(shù)在不同頻率下的預(yù)測(cè)結(jié)果發(fā)現(xiàn):ε'和ε"結(jié)合并基于UVE-SPA 算法篩選的特征變量建立的SVR 模型預(yù)測(cè)性能最好,預(yù)測(cè)系數(shù)達(dá)到0.9795,預(yù)測(cè)均方根誤差為0.01。該研究為建立和改進(jìn)農(nóng)業(yè)物料干燥過程含水率檢測(cè)系統(tǒng)提供方法及數(shù)值參考。