基于BP神经网络的玉米果穗烘干装置参数优化*

费 强，张维合，闫丽静，唐联耀，金 标

（广东科技学院机电工程学院，广东 东莞 523083）

玉米果穗烘干过程是一个多输入、多输出的非线性系统[1]。人工神经网络就是模拟人思维的一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。神经网络的研究内容相当广泛，课题组使用的前馈式的BP网络是一种简单而用途广泛的人工神经网络，它适用于非线性的模式识别和分类预测问题[2]。应用神经网络对玉米果穗烘干工艺过程中烘干装置进行建模与目标优化，并利用遗传算法对已优化目标进行验证。

1 立式烘干仓参数的设定

1.1 有效度

有效度按式（1）计算：

式中：K——使用有效度，%；

θ——干燥作业时间，单位为h；

Tg——故障及排除故障时间，单位为h。

1.2 干燥水分比率

课题组重点对玉米籽粒干燥率进行研究。在薄层干燥试验中，玉米籽粒暴露在恒量干燥环境，其失重记录在时间的上方，典型的结果如图1所示，重量随时间而减少，接近平衡重量We，即为渐近线。以测量的水分比率（MR）为纵坐标，如图1（b）所示，测量开始值为1.0，逐渐趋近0。如果数据适合此指数曲线，形成MR=e-kθ，式中θ表示时间，图1（b）的曲线在半对数座标中为直线。如图1（c）所示，k为干燥常数，k值是由颗粒内部水分和干燥空气的性质决定的，它的大小是随颗粒继续干燥而减小。从图1（c）中曲线斜度k1大于k2，此对数模式适合于实际干燥过程设计，此模式一般发生在水分比率上部范围。例如，玉米中的水分从35%烘干至17.6%，干基（26%至15%，湿基），水分比率从1.0降至0.5左右，其干燥常数可仍视为常数[3]。水分比率一般可直接以净重量代替水分含量，如式（2）：

图1 典型的薄层干燥曲线

式中：下脚注θ表示干燥开始后的特定时间，e表示平衡，i表示内部条件。

薄层干燥试验分别测定了玉米粒和玉米穗的干燥率，但干燥效率接近0。在实际干燥系统中，足够深的床或层可从热空气吸取合理的能源部分，最接近开始引入空气的那层进行干燥，其干燥率最大，起到薄层干燥的作用。Hukill定义连续层为深层因子，其开发了用于计算每个无因次单位时间的平均水分含量，最初水分含量和干燥空气的条件，相似体和数字通过干燥模型很快地评估了不同干燥机的配置、能力、效率等对玉米性质和干燥参数变化的影响[4]。图1（a）样品重量对持续时间（Wi=最初重量，We=平衡重量）；图1（b）样品重量转换为水分比率；图1（c）样品水分比率对log（对数）比例；k1干燥常数用于最初干燥速率；k2用于最终干燥速率。

1.3 干燥均匀度

干燥后物料湿基含水率的最大值和最小值的差值。

1.3.1 湿基含水率

物料中的水分质量与其总质量之比，以百分数（%）表示。按式（3）计算：

式中：M——物料的湿基含水率，%；

W——物料的水分质量，单位为kg；

m——物料的总质量，单位为kg。

1.3.2 干基含水率

物料中的水分质量与其干物质质量之比，以百分数（%）表示。按式（4）计算：

式中：Mg——物料的干基含水率，%；

mg——物料中的干物质质量，单位为kg。

烘干后的含水率应均匀，并符合品质要求，主要性能指标应符合如表1所示的规定。

表1 性能指标表

2 烘干装置神经网络数学模型的建立

2.1 BP网络的实现

GA-BP神经网络的拓扑结构如图2所示，其中：X1，物料的水分质量；X2，物料的总质量；X3，物料中的干物质质量；X4，干燥作业时间；Y1，有效度；Y2，干燥均匀度；Y3，水分比率。

图2 烘干装置神经网络模型

2.2 仿真结果

应用MATLAB神经网络工具箱[5]实现BP网络模型的创建、计算及仿真，其仿真结果如表2所示。

表2 仿真结果

3 基于神经网络的玉米果穗烘干装置参数优化原理

通过神经网络优化工具箱对玉米果穗烘干装置的干燥有效度、干燥均匀度、水分比率进行优化，获取相应的最优工作参数。若以某目标为主要目标，如f1(x)要求实现最优（最大），而对其他目标只满足一定规格要求即可，如下：

其中，当f′i=﹣∞或f″i=∞，就变成单边限制，这样问题便可化成求下述非线性规划问题：

对于单目标优化结果而言，所得到的立式干燥机性能指标（干燥有效度、干燥均匀度、水分比率）均符合农产品烘干设备技术条件（甘肃省地方标准）。对烘干装置而言，首先应尽可能保证玉米果穗在干燥时水分比率降到最小值；在此基础上，应尽量减小果穗的干燥破损率及果穗轴碎芯。

函数最优解为Fun3=0.587 227 744 018 677 6，应用线性插值法，此时，玉米果穗的水分质量为3.185 kg、果穗总质量为17.46 kg、果穗干物质质量为12.32 kg、干燥作业时间为148.13h；此时，Fun1=99.480 000 2、Fun2=5.479 104 9。

4 烘干装置的参数优化验证

应用遗传算法对神经网络数学模型中所优化的指标、因素自变量数值进行验证。应用遗传算法对上述函数进行最优化求解[6]，玉米果穗烘干性能指标优化参数如表3所示。

表3 玉米果穗烘干性能指标

由表3单目标参数优化结果可以看出，干燥有效度（Fun1）、干燥均匀性（Fun2）及水分比率（Fun3）与神经网络优化结果分别相差0.023%、0.001%、0.001%。

5 结论

以玉米果穗的水分质量、果穗的总质量、果穗的干物质质量和干燥作业时间为自变量，干燥有效度、干燥均匀度、水分比率为响应值，建立神经网络数学模型。利用BP神经网络优化的玉米果穗烘干装置最佳工作参数为：玉米果穗的水分质量2.80 kg～3.2 kg、果穗的总质量16.96 kg～17.53 kg、果穗的干物质质量8.25 kg～12.556 kg、干燥作业时间140 h～148.2 h。参数较优化前的干燥有效度增大0.15%～0.38%，干燥均匀度增大0.97%～1.70%；水分比率减小0.084～0.274。