基于压力传感器的粮仓储粮数量在线检测方法

张德贤 杨铁军 傅洪亮 樊 超 张 元

(河南工业大学信息科学与工程学院1，郑州 450001)

(粮食信息处理与控制教育部重点实验室2，郑州 450001)

粮仓储粮数量在线检测是国家粮食数量安全的重要保障技术，是粮食库存检查的一项重要内容。现有的粮仓储粮数量检测方法主要包括称重法和测量计算法［1－2］，称重法效率低、工作量大、成本高，难以广泛应用，而测量计算法具有较大的不确定性，因此开发方便、快捷、准确地在线及网络化国家粮食储藏数量监测技术势在必行。近年来，基于三维激光扫描［3－8］、图像处理技术［9－10］、电磁波探测技术［11－16］的储粮数量检测方法得到了初步研究，但仍处于初期研究阶段，存在设备复杂、检测精度低等问题，难以大规模推广应用。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。一般要求检测误差小于3%，连续监测时间大于3年。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、安装维护简便、操作方便。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系统研制必需满足的基本要求。本研究结合国家储粮数量在线检测的战略需求，着重研究粮仓压强分布特性、粮仓压力传感器网络布置模型、粮堆底面与侧面压力分布随机性消除和侧面摩擦力影响补偿、粮仓储粮数量计算模型等关键技术问题，为开发通用性好、测量精度高、实用性强、检测成本低的国家储粮数量在线检测系统提供基础。

1 粮仓压强分布特性

1.1 试验粮仓形状与压力传感器布置

试验采用陶瓷电容式压力传感器，精度为0.5%，量程为100 kPa。试验粮仓几何形状与压力传感器的布置情况如图1所示，图1a、图1b分别为试验粮仓底面和侧面压力传感器布置示意图。根据压力传感器的布置情况，将传感器布置分为6区域，除BC区外，粮仓底面各区域均由通风地笼分割而成，各区域压力传感器编号如表1所示。试验粮仓门和进粮口位于区域B1、B2之间的上下两端处。

图1 试验粮仓压力传感器布置示意图

表1 试验粮仓区域划分

1.2 粮仓底面压强分布特性

由于粮堆粮食分布密度的不均匀性和粮堆的有限流动性，势必导致粮堆底面压力的分布不均匀性和受侧面摩擦力影响的显著性，同时，粮堆的有限流动性也将影响粮堆与各压力传感器接触的一致性。这些特性将显著影响粮堆各压力传感器输出的一致性。

图2为B1区域各传感器压强测量值与粮堆质量关系的试验结果。可以看出，由于此区域靠墙，墙的摩擦力影响大，造成传感器压强测量值与粮堆质量具有明显的非线性关系，具体表现在随着粮堆质量增加，传感器压强测量值的增加量有所减少;靠进粮口，进粮的冲击作用对压力传感器与粮食的接触应力影响大，造成传感器压强测量值的波动大;在400～500 t之间，进粮间隔1周，进粮冲击作用有所缓解，造成传感器压强测量值有所减少。

图2 B1区域压强测量值与粮堆质量的关系

图3为B2区域各传感器压强测量值与粮堆质量的关系的试验结果。可以看出，由于此区域离墙有一定距离，受墙摩擦力的影响相对变小，传感器压强测量值与粮堆质量关系的线性程度有所提高，但靠进粮口，进粮的冲击作用对压力传感器影响大，传感器压强测量值的变化波动仍较大。

图4为B3区域各传感器压强测量值与粮堆质量的关系的试验结果。此区域远离进粮口，离墙有一定距离，传感器压强测量值与粮堆质量关系的线性程度明显提高，压强测量值变化平稳。

图3 B2区域压强测量值与粮堆质量的关系

图4 B3区域压强测量值与粮堆质量的关系

图5为B4区域各传感器压强测量值与粮堆质量的关系的试验结果。此区域靠墙，墙的摩擦力影响大，随着粮堆质量增加，传感器压强测量值增加变慢，压强测量值与粮堆质量关系的线性程度变低。从试验结果可以得出:

1)传感器的压强测量值与粮堆质量具有明显的线性关系。但由于粮堆粮食分布密度的不均匀性和粮堆的有限流动性，导致粮堆底面压强分布的不均匀性、侧面摩擦力影响的显著性以及传感器与粮堆接触的不一致性，从而导致粮堆底面压力传感器输出的明显差别，具有一定的随机性。

2)底面压强分布受侧面摩擦力影响显著，离侧面墙越近，随粮堆质量增加，传感器的压强测量值的增加量会减少，即传感器的压强测量值与粮堆质量的非线性程度会增大。

图5 B4区域压强测量值与粮堆质量的关系

3)进粮的冲击作用对压力传感器与粮食的接触状态影响大，会造成压力传感器输出值波动。同时试验也表明，远离进粮口则可显著减少进粮冲击作用的影响。

图6为B2、B3和BC 3个区域的压强测量值均值与粮堆质量的关系。其中，BC区域包含B2和B3区域中靠近粮仓中部编号为 11、13、15、17、22、24、26、28的传感器。显然，区域BC为粮仓的中部，远离粮仓侧面墙，而区域B2和区域B3分布在区域BC两边，离粮仓侧面墙相对较近。由图6所表示的三区域压力传感压强测量值均值与粮堆质量的关系，可以看出:

1)从总体上来说，各区域压力传感器压强测量值均值具有很好的一致性，且和粮堆质量具有显著的线性关系，由于各区域传感器独立，这种结果表明区域具有可替代性，粮堆底面压强具有可检测性和检测的可重复性。由此可以利用具有一定区域分布的压力传感器压强测量值均值来检测粮堆底面的压强，进而预测粮堆的质量。

2)在粮堆高度较低时，图6中350 t以下，各区域压强测量值均值的一致性明显高于粮堆高度较高时。同时，在粮堆高度较高时，BC区域的压力传感压强测量值均值明显高于区域B2和B3区域，这是由于粮仓侧面墙的摩擦力所致。说明在粮堆高度较高时，应补偿粮仓侧面墙的摩擦力的影响。

3)BC区域压力传感器压强测量值均值与粮堆质量关系的线性程度明显高于区域B2和区域B3，这表明为了保证粮堆质量监测的有效性，压力传感应尽量远离进粮口，应尽可能靠近粮堆的中部。以降低进粮冲击和粮仓侧面墙的摩擦力对压力传感器均值的影响。

图6 区域压强测量值均值与粮堆质量的关系

1.3 粮仓侧面压强分布特性

图7和图8为粮仓墙上安装的WR区域和WL区域的侧面压力传感器压强测量值与粮堆质量的关系的试验结果，可以看出:

1)由于粮堆粮食分布密度的不均匀性和粮堆的有限流动性，导致粮堆侧面压力传感器压强测量值具有明显的随机性。

2)随着粮堆高度的增加，侧面压强和摩擦力将显著增大，对底面压强的影响也显著增大。因此在粮堆高度达到一定值时，在粮堆质量预测时应考虑粮仓侧面墙的摩擦力。

图7 WR区域压强测量值与粮堆质量的关系

图8 WL区域压强测量值与粮堆质量的关系

2 粮仓粮堆质量检测方法

在不考虑粮堆的侧壁摩擦效应，并将粮堆视为均匀连续介质条件下，则有

式中:qB为粮仓底面压强;AB为粮仓底面面积。因此，如果可获得粮仓底面均匀压强估计B，则可计算出粮仓储粮数量估计值=AB。

根据上述试验分析可以看出，由于粮食的有限流动性、粮食入仓方式以及粮堆与压力传感器接触应力的影响，导致粮仓底面与侧面压强分布具有明显随机性。同时由于粮仓侧面摩擦力的作用，越接近侧面，粮仓底面的压强会逐渐变小;从粮堆底面到粮堆顶面，侧面压强会逐渐变小。基于粮仓粮堆压强分布的这些特点，本试验提出基于底面均匀压强估计^qB的粮仓粮堆质量预测思路，其核心技术包括粮仓侧面摩擦力作用的补偿和粮仓底面压强分布随机性的消除等。

2.1 粮仓压力传感器布置模型

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，传感器的布置应满足:

1)经济性原则，即传感器数量应尽可能少。

2)可行性原则，满足通常进粮方式的要求，方便出进粮并避免损坏传感器。

基于这些考虑，本项目提出的粮仓底面压力传感器布置模型如图9所示，侧面压力传感器布置模型如图10所示。

图9 粮仓底面压力传感器布置模型

图10 粮仓侧面压力传感器布置模型

对于图9所示的粮仓底面压力传感器布置，各传感器距侧面墙距离d应相等，以便于侧面摩擦力作用的补偿，扩大粮仓数量检测模型的适用范围;在保证不影响粮仓进粮等操作的情况下，传感器距侧面墙距离d应尽可能大，以尽可能降低其临近侧面摩擦力作用。由于小平方仓宽度一般在7 m左右，因此d=2～3.5 m为妥。各个传感器间距应不小于2 m，以便于消除底面压强的随机性。传感器应尽可能远离进粮口，以避免进粮冲击造成传感器损坏，降低传感器输出值的波动。

对于图10所示的粮仓侧面压力传感器布置，压力传感器按2列多行布置，应尽可能远离进粮口，列间距L应大于1.5 m，各行依装粮高度沿上下均匀分布，行间距h应大于1.5 m，以便于消除底面压强的随机性。底部压力传感器距地面为h/2，顶部压力传感器距粮堆顶部应大于1 m，以保证侧面压强检测的有效性。

对于圆形等形状的粮仓，可采用与上述类似的方式布置相应的压力传感器。同时为了保证检测系统的适用范围，检测系统标定粮仓与检测粮仓的压力传感器布置型式与参数应相同。

2.2 粮仓侧面摩擦力计算

对于图10所示的粮仓侧面压力传感器布置，侧面摩擦力可采用逐层计算法估计。对于图10所示的2列4行的8个压力传感器，假设第j层第1列传感器为S1j，第2列传感器为S2j，则第j层压力传感器的平均值为

每层的侧面平均摩擦力估计值为

式中:fS为粮食与侧面的摩擦系数;CB为粮仓沿底面的周长，对于底面为长方形的粮仓，CB=2(LL+LW)，对于圆形仓，CB=πD，其中D为圆形仓底面的直径。因此，粮仓侧面摩擦力估计值为

令

则有

从粮仓粮食数量检测的角度考虑，底面压力传感器测量值仅受其临近粮仓侧面墙的摩擦力的影响，而不是受所有侧面摩擦力的影响。为此，引入沿底面周长的单位长度侧面摩擦力如式(7)所示。

式(7)所示单位长度侧面摩擦力可更准确衡量侧面摩擦力对底面压力传感器测量值的影响，显然，根据图10所示的粮仓侧面压力传感器布置模型，对于给定的侧面压力传感器行间距h和给定的粮仓和粮食种类，单位长度侧面摩擦力显然仅与各列压力传感器输出值的总和S有关。

2.3 粮仓数量检测模型

对于图9和图10所示的压力传感器布置，则粮仓底面压力传感器输出均值为

在不考虑粮堆的侧壁摩擦效应，并将粮堆视为均匀连续介质条件下，则底面压强的理想值qB为W/AB。由于粮仓侧面摩擦力的存在，将会在一定程度上使底面压力传感器的输出均值小于底面压强的理想值qB。显然，对于图9和图10所示的粮仓压力传感器布置，若各传感器与侧面墙距离d相等，则各传感器受侧面摩擦力的影响程度基本相同。同时，由式(6)可以看出，对于给定的侧面压力传感器行间距h和给定的粮食种类和粮仓，单位长度侧面摩擦力仅与侧面压力传感器输出值总和有关。实际粮仓试验表明，底面压强的理想值qB与底面压力传感器的输出均值之差和侧面压力传感器输出值总和S具有如图11所示的关系。显然，两者具有很强的线性关系。

因此，根据图9和图10所示的粮仓压力传感器布置模型，对于给定的侧面压力传感器行间距h和给定的粮食种类和粮仓，在粮仓粮堆顶面整仓摊平的情况下，粮仓底面压强qB的估计值可采用式(9)所示的形式。

由式(9)则可得粮仓储粮数量检测模型为

由式(10)所示的粮仓储粮数量检测模型可以看出:

1)模型通过引入粮仓底面压力传感器输出均值以消除粮仓底面压力传感器压强测量值的随机性，通过引入侧面压力传感器输出值总和，不仅实现了粮仓侧面摩擦力作用的补偿，也有助于消除粮堆侧面压力传感器压强测量值的随机性。

2)模型给出了粮仓底面压力传感器布置模型，直接引入粮仓底面压力传感器输出均值和侧面压力传感器输出值总和，并通过系统标定避免了侧面摩擦系数等参数的检测，适合现有各种粮仓型式和粮食种类的粮仓粮堆质量的在线检测，具有很强的通用性。

图11 侧面摩擦力对底面压强测量均值的影响

3 粮仓粮堆质量检测试验

本研究选择了2种平房仓进行粮食数量检测建模与验证试验，其中一种为长23.2 m、宽7.3 m小型粮仓，另一种为长35.143 m、宽23.2 m的中型粮仓。试验采用陶瓷电容式压力传感器，精度为0.5%，量程为100 kPa。根据图9和图10所示的粮仓压力传感器布置模型，2种粮仓均沿宽度为23.2 m的侧面强布置了8个压力传感器，压力传感器与侧面强的距离d为2 m，同时在此侧面墙上依图10所示的方式布置了2列4行的8个压力传感器，行间距h为1.5 m。

检测试验的粮食种类为小麦，采用小型粮仓作为系统标定粮仓，所建立的粮仓储粮数量检测模型如式(11)所示。

2种平房仓的储粮数量检测结果如表2和表3所示。

表2 小型粮仓储粮数量检测结果

表3 大型粮仓储粮数量检测结果

从表2可以看出，对于试验所采用的小型粮仓，式(10)所示的粮仓储粮数量检测模型平均预测误差为1.13%，最大误差为1.97%。对于试验所采用的中型粮仓，从表3可以看出，式(10)所示的粮仓储粮数量检测模型平均预测误差为0.697%，最大误差为1.21%。以上结果表明，本研究所提出的粮仓储粮数量检测模型的检测精度远小于3%，可以满足国家粮食检测的要求。

4 结论

由于粮堆粮食分布密度的不均匀性、粮堆的有限流动性以及粮仓进粮冲击作用等因素的影响，导致粮堆底面与侧面压力分布不均匀性和随机性，如何克服这种随机性是粮仓储量数量在线检测的关键问题。针对这个问题，研究了基于一定分布的粮仓底面和侧面压力传感器的粮仓储量数量在线检测方法。

本研究根据具体的试验结果，分析了粮仓底面和侧面压强分布特性，证明了基于底面和侧面压力传感器的粮仓储量数量在线检测的可检测性和检测的可重复性，从而为基于压力传感器的粮仓储量数量在线检测提供了依据。

根据粮仓底面和侧面压强分布特性，针对粮仓储量数量在线检测精度与检测系统的成本要求，提出了粮仓压力传感器布置模型。在此基础上，提出了侧面摩擦力逐层计算估计方法，根据底面压强检测均值与侧面摩擦力估计值的关系，提出了基于底面压力传感器检测值均值和侧面压力传感器检测值和的粮仓储量数量在线检测模型，给出了粮堆底面与侧面压力分布随机性消除、侧面摩擦力影响的补偿方法。试验结果表明，所提出的粮仓储粮数量检测模型的检测精度远小于3%，证明了模型的有效性，可以满足国家粮食检测的要求。

［1］任正晓.粮食库存检查实务［M］.北京:中国商业出版社，2007

［2］宋锋，罗菊.散装稻谷实物清查方法的应用［J］.粮油食品科技，2009，17(5):58 －60

［3］李凯.粮仓储粮体积测量中激光点云数据处理技术［D］.北京:首都师范大学，2011

［4］Zhang Qingming，Leng Yuanbao，Yang Lei，et al.Research on three－dimensional laser scanning and three－dimensional geological modeling techniques for engineering investigation［J］.Progress in Geophysics，2009，24(3):1149 －1153

［4］李鹏.粮仓储量三维激光扫描快速测量技术研究［D］.北京:清华大学，2010

［5］董秀军.三维激光扫描技术获取高精度DTM的应用研究［J］.工程地质学报，2007，15(3):428 －432

［6］董秀军，黄润秋.三维激光扫描技术在高陡边坡地质调查中的应用［J］.岩石力学与工程学报，2006，25(10):3629－3635

［7］李凯，张爱武.基于激光点云的粮仓储粮数量测量方法［C］.第二届“测绘科学前沿技术论坛”.北京:测绘出版社，2010

［8］林鹰，付洋.散装仓粮食数量识别关键—矩形标尺图像识别［J］.浙江大学学报:工学版，2007，41(10):1643 －1646

［9］方兴林.基于双目立体视觉的储备粮数量智能识别算法研究［D］.重庆:重庆交通大学，2009

［10］秦瑶，陈洁，方广有.粮仓储量信息无损探测技术研究［J］.中国粮油学报，2010，25(4):51 －55

［11］微波频率和温度对食用植物油介电特性的影响［J］.农业机械学报，2009，40(8):124 －129

［12］王振宇，刘国华.走时层析成像的迭代Tikhonov正则化反演研究［J］.浙江大学学报:工学版，2005，39(2):259－263

［13］Samir Trabelsi，Stuart O Nelson.On the accuracy of bulk density and moisture content prediction in wheat from near field free space measurements［J］.Technisches Messen，2007，74(5):280 －289

［14］Venkatesh M S ，Raghavan G S V.An Overview of Microwave Processing and Dielectric Properties of Agri－food Materials［J］.Biosystems Engineering，2004，88(1):1 －18

［15］周飞.仓外探测小麦密度及数量的反演研究［D］.郑州:河南工业大学，2010.