摘要 设计了两个测量粮堆平衡水分的仪器，在不同的粮堆环境中对仪器进行了测试，以确定测定时间和现场测定的适用性。技术人员开发出第一代原型机并对其测试，在此基础上经过修改完善设计出第二代原型机。两代仪器都使用了相对便宜的数字式相对湿度和温度传感器。其目的是找出影响测量性能的因素和方法并尽量减少这些因素对测量性能的影响。具体来说，传感器的时间响应被认为是获得快速测量的一个主要障碍。结果表明，流过传感器的气流（0.60m3/h）可以将测定时间减少到一个可以接受的范围内。当预测传感器读数与粮堆环境平衡时，用指数方程对初始测量数据的模拟有助于预测和减小测定时间，但是预测的EMC值和EMC实际值之间可能存在较大误差。开发出来的误差修正方法可以明显降低误差，但修正方法在仪器的工作参数变化时却变得非常敏感。
关键词 平衡水分，小麦储藏，粮情检测
考虑到可以用价格低廉性能可靠的传感器来获得相对湿度（RH）和温度（T）,谷物平衡水分（EMC）的预测在一些场合还是有特别吸引力的。目前尽管有测量水分活度和温度的仪器以及能测量RH和T的探测器，但还没有仪器能够通过测量湿度和温度来预测EMC。
Chen的研究（2001）认为RH和T传感器需要10分钟的测定时间来与粮食环境达到平衡以保证准确测量。试验是在一个封闭环境(stagnate air)中进行的。其他的研究（Bunn和Buschermohle，1986年，Chung和Verma，1991）发现了EMC精确度在高湿度条件下会降低。Young（1991）提出了以下有关EMC预测的意见：(1)需要建立准确的EMC / ERH /T三者之间关系; (2)测量时粮食与环境需要在平衡的基础上; (3)在高RH下，RH存在测量误差，会导致较大的EMC误差;（4）RH本身的测量误差也是需要注意的。
这项工作的目的是设计和评估一个用RH和T传感器来预测谷物EMC的粮食平衡水分仪。该仪器的设计是作为一个具有现场测量和长期现场监测能力的探测装置。它使用了一个具有廉价商业RH和T传感器。具体目标是检查EMC预测系统的仪器/传感器的应用效果，确定仪器的时间响应并采取改进措施解决响应时间的问题，进而为开发温湿水一体化粮情检测系统提供依据。
1.仪器设备工作原理
平衡水分仪（图1）的设计制造是测量粮食间隙空气的RH和T的。粮食间隙的空气通过探测器管再通过传感器被抽集并排出到环境空气中。强迫（forced air）的空气被用来改善仪器的响应时间。该传感器结合了RH和T的感知功能和传输数据数字的功能，利用平衡水分方程间接得到平衡水分值。
测量的探头到环境之间抽气气流的压降大约在340±10Pa，这个值从开始到测试结束并没有显著变化。在测试过程中过滤器上明显地积聚有粮食灰尘，但似乎并没有影响压降。用柔软的棉布擦拭探头的时候，有些松散颗粒和灰尘可以很容易地除去。观察响应曲线可以发现，更换传感器元件没有明显影响仪器的响应。通过测得取样管至环境压降，发现第二个原型机的压降是140±10Pa，并且在整个测试过程中并没有发生显著的变化。
模拟响应时间可以通过预测平衡条件减少测量时间，但使用指数模型并非完全合适。基于观测到的误差的经验线性修正因子的误差修正模型可显著减少误差，但应该注意的是改变抽气气流流量可能影响响应行为。
2.实验结果
四个标准的小麦试样水分含量分别为10％，13％，18％，和22％(MCdb)，温度8℃，20℃，35℃，用不同的初始探头温度（8℃，19℃，35℃）下收集测量数据，以确定每个仪器的响应时间性能。先用第一台仪器进行测试，然后用第二台仪器在相同的小麦样品下测试，同一测试进行三次。
抽气气流在0.15和0.30m3/h下,分析RH的值在最初几百秒的数据，可以看到，预测平衡值的模型数据是不可靠的，不能在建模中考虑。因此，在一个200秒的时间窗口，使用非线性回归方法对响应的建模仅适用于0.60m3/h的气流。所使用的实际数据是在10秒至210秒范围。 200S的时间被认为是一个进行现场测量的可行时间点。回归分析使用了拟合大量数据的非线性的统计程序完成的。开展了基于相关性的拟合度分析，并通过外推来确定所预测的真实EMC值的精确度。真正的EMC值取最后20个点的数据平均值。在所评价的曲线中，选择方程1和2进行了更广泛评价，并用这些方程拟合增加或减少的平衡水分值，并达到平衡或稳定状态值。
方程1的拟合数据（r2>0.99，F-statistic minimum =120456）比方程2（r2>0.98，F-statistic minimum =6456）的更好，但是方程1在少数情况下，由于分母出现极值,这会出现较大的不稳定性。正因为如此，不推荐该方程。方程2的回归系数由每个测量而确定，其稳态值由每一个工况而定。在全部工况中，如果曲线降低或更低（小于100s时），这个方程预测的EMC值比真实的EMC高；如果曲线正在增加（大于100s时），这个方程预测的EMC值比真实的EMC小。
为了检查方程2预测的平衡EMC是否确实被修改成真实的EMC，使用了200秒时的EMC和160秒EMC差值（△EMC）进行修正。误差与△EMC的关系被画出，如图2所示。尽管在200s时探头初始温度与最终温度的大温差，引起一个最大线性回归的偏差，但是仍然得到了一个合理线性回归。为了尽量减少温度的影响，在t=170 S的温度与当前温度差小于3℃时，时间（t）时的△EMC被重新计算。用于确定修正EMC值的线性关系可以表示为方程3（F-statistic= 835，p= 0.0001）。这个方程是根据对水分为10％至22％（MCdb）、温度为8°C至35°C的100个小麦样品测量试验而得到的，其中误差值与ΔEMC之间的相关性为r= 0.95。
总的来看，除了个别误差较大外（1.29％），修正方程大大减少误差。气流的流量的变化应该导致方程3中的修正关系的变化，因为它依赖于EMC的变化率。如果不检测气流流量，该修正的可靠性是值得怀疑的。检测传感器的压降可能是判断气流流量是否因过滤器上积聚谷物中的灰尘或仪器中某些其它物理变化而变化的手段。
3.结论
利用上述仪器现场对EMC的测量需要较强的抽气气流，以此减少测量时间到可接受水平。仪器探头插入粮食之前的温度和粮食温度之差对响应时间和测量时间有显著影响。在研究中使用的传感器在几百个测量后并没有出现精度降低的情况。在保护传感器方面，使用过滤器的方法似乎很有效。
模拟响应时间可以通过预测平衡条件减少测量时间，但使用指数模型并非完全合适。基于观测到的误差的经验线性修正因子的误差修正模型可显著减少误差，但应该注意的是改变抽气气流流量可能影响响应行为。与Chen结果（2001）相比，一般都通过采用强制气流流过传感器可以大幅减少测量时间，进而为开发温湿水一体化粮情检测系统提供依据。
参考文献
[1]. Chen, C. 2001. Moisture measurement of grain using humidity sensors. Transactions of the ASAE 44(5): 1241‐1245.
[2]. Bunn, J. M., and M. J. Buschermohle. 1986. Evaluating relative humidity sensors for measuring moisture content of stored grains. In The Fifth International Drying Symposium, ed. A. S.
Mujumdar, 212‐217. New York: Hemisphere Publishing Corp.
[3]. Chung, J. H., and L. R. Verma. 1991. Dynamic and quasi‐static rice moisture models using humidity sensors. Transactions of the ASAE 34(6): 2477–2483.
[4]. Young, J. H. 1991. Moisture. In Instrumentation and Measurement for Environmental Sciences,3rd ed., eds. Z. A. Henry, G. C. Zoerb, and G. S. Birth. St. Joseph, Mich.: AS
关键词 平衡水分，小麦储藏，粮情检测
考虑到可以用价格低廉性能可靠的传感器来获得相对湿度（RH）和温度（T）,谷物平衡水分（EMC）的预测在一些场合还是有特别吸引力的。目前尽管有测量水分活度和温度的仪器以及能测量RH和T的探测器，但还没有仪器能够通过测量湿度和温度来预测EMC。
Chen的研究（2001）认为RH和T传感器需要10分钟的测定时间来与粮食环境达到平衡以保证准确测量。试验是在一个封闭环境(stagnate air)中进行的。其他的研究（Bunn和Buschermohle，1986年，Chung和Verma，1991）发现了EMC精确度在高湿度条件下会降低。Young（1991）提出了以下有关EMC预测的意见：(1)需要建立准确的EMC / ERH /T三者之间关系; (2)测量时粮食与环境需要在平衡的基础上; (3)在高RH下，RH存在测量误差，会导致较大的EMC误差;（4）RH本身的测量误差也是需要注意的。
这项工作的目的是设计和评估一个用RH和T传感器来预测谷物EMC的粮食平衡水分仪。该仪器的设计是作为一个具有现场测量和长期现场监测能力的探测装置。它使用了一个具有廉价商业RH和T传感器。具体目标是检查EMC预测系统的仪器/传感器的应用效果，确定仪器的时间响应并采取改进措施解决响应时间的问题，进而为开发温湿水一体化粮情检测系统提供依据。
1.仪器设备工作原理
平衡水分仪（图1）的设计制造是测量粮食间隙空气的RH和T的。粮食间隙的空气通过探测器管再通过传感器被抽集并排出到环境空气中。强迫（forced air）的空气被用来改善仪器的响应时间。该传感器结合了RH和T的感知功能和传输数据数字的功能，利用平衡水分方程间接得到平衡水分值。
模拟响应时间可以通过预测平衡条件减少测量时间，但使用指数模型并非完全合适。基于观测到的误差的经验线性修正因子的误差修正模型可显著减少误差，但应该注意的是改变抽气气流流量可能影响响应行为。
2.实验结果
四个标准的小麦试样水分含量分别为10％，13％，18％，和22％(MCdb)，温度8℃，20℃，35℃，用不同的初始探头温度（8℃，19℃，35℃）下收集测量数据，以确定每个仪器的响应时间性能。先用第一台仪器进行测试，然后用第二台仪器在相同的小麦样品下测试，同一测试进行三次。
抽气气流在0.15和0.30m3/h下,分析RH的值在最初几百秒的数据，可以看到，预测平衡值的模型数据是不可靠的，不能在建模中考虑。因此，在一个200秒的时间窗口，使用非线性回归方法对响应的建模仅适用于0.60m3/h的气流。所使用的实际数据是在10秒至210秒范围。 200S的时间被认为是一个进行现场测量的可行时间点。回归分析使用了拟合大量数据的非线性的统计程序完成的。开展了基于相关性的拟合度分析，并通过外推来确定所预测的真实EMC值的精确度。真正的EMC值取最后20个点的数据平均值。在所评价的曲线中，选择方程1和2进行了更广泛评价，并用这些方程拟合增加或减少的平衡水分值，并达到平衡或稳定状态值。
为了检查方程2预测的平衡EMC是否确实被修改成真实的EMC，使用了200秒时的EMC和160秒EMC差值（△EMC）进行修正。误差与△EMC的关系被画出，如图2所示。尽管在200s时探头初始温度与最终温度的大温差，引起一个最大线性回归的偏差，但是仍然得到了一个合理线性回归。为了尽量减少温度的影响，在t=170 S的温度与当前温度差小于3℃时，时间（t）时的△EMC被重新计算。用于确定修正EMC值的线性关系可以表示为方程3（F-statistic= 835，p= 0.0001）。这个方程是根据对水分为10％至22％（MCdb）、温度为8°C至35°C的100个小麦样品测量试验而得到的，其中误差值与ΔEMC之间的相关性为r= 0.95。
总的来看，除了个别误差较大外（1.29％），修正方程大大减少误差。气流的流量的变化应该导致方程3中的修正关系的变化，因为它依赖于EMC的变化率。如果不检测气流流量，该修正的可靠性是值得怀疑的。检测传感器的压降可能是判断气流流量是否因过滤器上积聚谷物中的灰尘或仪器中某些其它物理变化而变化的手段。
利用上述仪器现场对EMC的测量需要较强的抽气气流，以此减少测量时间到可接受水平。仪器探头插入粮食之前的温度和粮食温度之差对响应时间和测量时间有显著影响。在研究中使用的传感器在几百个测量后并没有出现精度降低的情况。在保护传感器方面，使用过滤器的方法似乎很有效。
模拟响应时间可以通过预测平衡条件减少测量时间，但使用指数模型并非完全合适。基于观测到的误差的经验线性修正因子的误差修正模型可显著减少误差，但应该注意的是改变抽气气流流量可能影响响应行为。与Chen结果（2001）相比，一般都通过采用强制气流流过传感器可以大幅减少测量时间，进而为开发温湿水一体化粮情检测系统提供依据。
参考文献
[1]. Chen, C. 2001. Moisture measurement of grain using humidity sensors. Transactions of the ASAE 44(5): 1241‐1245.
[2]. Bunn, J. M., and M. J. Buschermohle. 1986. Evaluating relative humidity sensors for measuring moisture content of stored grains. In The Fifth International Drying Symposium, ed. A. S.
Mujumdar, 212‐217. New York: Hemisphere Publishing Corp.
[3]. Chung, J. H., and L. R. Verma. 1991. Dynamic and quasi‐static rice moisture models using humidity sensors. Transactions of the ASAE 34(6): 2477–2483.
[4]. Young, J. H. 1991. Moisture. In Instrumentation and Measurement for Environmental Sciences,3rd ed., eds. Z. A. Henry, G. C. Zoerb, and G. S. Birth. St. Joseph, Mich.: AS
