【技術實現步驟摘要】
本專利技術涉及溫濕度控制，具體為一種低溫保鮮金屬糧倉的智能化溫濕度控制方法與系統。
技術介紹
1、糧倉是糧食儲存和保管的核心設施，廣泛用于維持糧食品質、減少損耗、保障糧食安全。其主要作用是通過適宜的環境條件長期保存糧食，同時防止蟲害、霉變和其他儲存問題的發生。糧倉內的溫濕度控制是確保糧食儲存安全的關鍵因素。合理的溫濕度不僅能夠抑制霉菌和害蟲的繁殖，還能減緩糧食品質的劣化速度，延長儲存期限，保障糧食的經濟和社會價值。因此，實現對糧倉溫濕度的科學管理，對于國家糧食儲備的穩定和糧食產業的可持續發展具有重要意義。
2、然而，現階段糧倉溫濕度控制仍存在諸多缺陷。傳統糧倉多依賴人工定期檢測和機械式調節，無法實現精準、高效的動態控制，容易導致局部溫濕度波動超標，從而引發蟲害或霉變問題。一些現代糧倉雖然引入了自動化系統，但現有方法往往缺乏對復雜環境多維度數據的綜合分析能力，無法充分結合倉內外環境變化、氣體數據及病蟲害情況對調控策略進行優化。此外，大多數控制策略基于固定閾值設定，未能結合實時環境數據調整調控方案，智能化和適應性不足，難以滿足高效、安全的糧倉管理需求。
3、為此，提出一種低溫保鮮金屬糧倉的智能化溫濕度控制方法與系統。
技術實現思路
1、本專利技術的目的在于提供一種低溫保鮮金屬糧倉的智能化溫濕度控制方法與系統。首先，本專利技術通過tft模型對糧倉環境數據進行時序預測，準確預測短期倉內環境變化，確保環境控制的前瞻性和及時性；其次，本專利技術使用多源數據融合的方式實現
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，包括：
4、采集金屬糧倉的原始數據，將所述原始數據附上時間戳并存入數據庫；所述原始數據包括倉內環境數據、倉內氣體數據、倉外環境數據和設備數據；
5、讀取所述原始數據并構建時間序列數據集，并將所述時間序列數據集輸入至tft模型以得到預訓練模型；獲取未來24小時的氣象數據，并通過所述預訓練模型預測所述金屬糧倉的短期倉內環境數據；
6、將所述倉內環境數據和所述倉內氣體數據輸入至病害指數計算公式，通過所述病害計算公式得到病害指數；
7、采集蟲體監測圖像和蟲體監測聲頻，將所述蟲體監測圖像和所述蟲體監測聲頻預處理后輸入至多源數據識別模型以判斷蟲害狀況，得到蟲害指數；
8、根據所述原始數據、所述短期倉內環境數據、所述病害指數和所述蟲害指數，設計dqn算法的狀態空間、動作空間和獎勵函數，通過訓練和更新所述dqn算法的在線q網絡和目標q網絡并最小化損失函數，實現所述獎勵函數最大化，得到最優dqn模型；
9、根據所述最優dqn模型調整溫度控制器和濕度調制器，完成溫濕度控制。
10、進一步地，所述倉內環境數據包括倉內溫度和倉內濕度，倉內氣體數據包括二氧化碳濃度、氧濃度和揮發性有機物濃度，倉外環境數據包括倉外溫度和倉外濕度，所述設備數據包括溫度調整器的預設溫度和濕度調制器的預設濕度。
11、進一步地，預測所述金屬糧倉的短期倉內環境數據包括：
12、根據所述原始數據預處理，得到預處理數據集；
13、對所述預處理數據集按照所述時間戳進行排序，構建所述時間序列數據集；
14、將所述時間序列數據集劃分為訓練集和驗證集，將所述訓練集輸入至所述tft模型訓練，并通過所述驗證集進行驗證，得到所述預訓練模型；
15、獲取未來24小時的氣象數據，并通過所述預訓練模型預測所述金屬糧倉的短期倉內環境數據。
16、進一步地，所述病害指數計算公式為：
17、；
18、其中，di表示所述病害指數，表示激活函數，k表示病害增長速率，t表示倉內實際溫度，h表示倉內實際濕度，表示指數函數，表示病害最佳溫度，表示病害最佳濕度，a表示溫度敏感系數，b表示濕度敏感系數，n表示倉內氣體種類，包括二氧化碳、氧氣和揮發性有機物，表示氣體i的權重，表示氣體i的濃度。
19、進一步地，得到所述蟲害指數包括：
20、通過高分辨率相機和聲學傳感器采集所述蟲體監測圖像和所述蟲體監測聲頻，統計數據的采集次數；
21、對所述蟲體監測圖像進行均值濾波處理，得到預處理監測圖像，并將所述蟲體監測聲頻轉化為聲頻圖；
22、將所述預處理監測圖像和所述聲頻圖拼接，得到多源拼接圖；
23、將所述多源拼接圖輸入到所述多源數據識別模型，得到蟲害置信度；
24、將所述蟲害置信度大于可信閾值的次數記為有效次數，計算所述有效次數在所述采集次數的占比，得到所述蟲害指數。
25、進一步地，將所述蟲體監測聲頻轉化為聲頻圖包括：
26、對所述蟲體監測聲頻進行預處理，得到預處理聲頻；
27、通過短時傅里葉變換將所述預處理聲頻從時域空間轉換到頻域空間，并計算所述預處理聲頻在頻域空間下的傅里葉頻譜；
28、將所述傅里葉頻譜轉換為梅爾頻譜，并對所述梅爾頻譜進行離散余弦變換，得到梅爾頻率倒譜系數；
29、將所述梅爾頻率倒譜系數矩陣化，得到所述聲頻圖。
30、進一步地，得到所述最優dqn模型包括：
31、s501：根據所述原始數據、所述短期倉內環境數據、所述病害指數和所述蟲害指數構建狀態向量并定義狀態空間；
32、s502：將所述狀態向量輸入至dqn模型，并通過溫濕度調節動作定義動作空間；
33、s503：設計獎勵函數，通過溫濕度誤差、所述病害指數和所述蟲害指數計算每個所述調節動作對應的獎勵值；
34、s504：初始化在線q網絡、目標q網絡和經驗回放池；
35、s505：從所述經驗回放池中隨機抽取n個樣本，使用貝爾曼方程計算每個所述樣本的所述目標q網絡的目標q值；
36、s506：通過最小化所述在線q網絡的在線q值與所述目標q網絡的所述目標q值，更新所述在線q網絡的在線參數；
37、s507：根據所述在線參數更新所述目標q網絡的目標參數；
38、s508：判斷是否滿足更新停止條件，若滿足，得到所述最優dqn模型，并保存所述最優dqn模型的所述目標參數；否則，重新執行所述s505。
39、進一步地，根據所述最優dqn模型調整溫度控制器和濕度調制器包括：
40、加載所述最優dqn模型；實時采集所述原始數據、所述短期倉內環境數據、所述病害指數和所述蟲害指數并輸入至所述最優dqn模型；通過最優dqn模型選擇控制動作；所述溫度控制器和所述濕度調制器通過所述控制動作執行溫本文檔來自技高網...
【技術保護點】
1.一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，包括：
2.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，所述倉內環境數據包括倉內溫度和倉內濕度，倉內氣體數據包括二氧化碳濃度、氧濃度和揮發性有機物濃度，倉外環境數據包括倉外溫度和倉外濕度，所述設備數據包括溫度調整器的預設溫度和濕度調制器的預設濕度。
3.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，預測所述金屬糧倉的短期倉內環境數據包括：
4.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，所述病害指數計算公式為：
5.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，得到所述蟲害指數包括：
6.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，將所述蟲體監測聲頻轉化為聲頻圖包括：
7.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，得到所述最優DQN模型包括：
8.根據
9.一種低溫保鮮金屬糧倉的智能化溫濕度控制系統，其特征在于，包括：
10.根據權利要求9所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制系統，其特征在于，得到所述最優DQN模型包括：
...【技術特征摘要】
1.一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，包括：
2.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，所述倉內環境數據包括倉內溫度和倉內濕度，倉內氣體數據包括二氧化碳濃度、氧濃度和揮發性有機物濃度，倉外環境數據包括倉外溫度和倉外濕度，所述設備數據包括溫度調整器的預設溫度和濕度調制器的預設濕度。
3.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，預測所述金屬糧倉的短期倉內環境數據包括：
4.根據權利要求1所述的一種低溫保鮮金屬糧倉的智能化溫濕度控制方法，其特征在于，所述病害指數計算公式為：
5.根據權利要求1所述的一種低溫保鮮金屬糧倉...
【專利技術屬性】
技術研發人員：余天杰，陸陽，余繼瑯，
申請(專利權)人：臺州市一鳴機械股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。