一、基于粮情无线检测系统的计算机管理软件设计（论文文献综述）
姚芳明[1]（2021）在《基于5G物联网技术的智慧粮仓测控系统的设计与实现》文中研究说明民以食为天,粮食的重要性不言而喻。粮食的安全关系到我们的日常生活和社会的稳定发展,因此保证粮食安全问题变得十分重要。本文在对相关粮仓测控系统调研的基础上,根据用户的实际需求并结合不同系统的优点,集合相关系统开发框架与技术,设计并实现了一个基于5G物联网技术的智慧粮仓测控系统,用信息化的手段满足用户对粮食存储保管的要求。本文主要工作包括:（1）进行系统需求调研,整合用户需求,设计并实现了本地客户端和移动客户端的相关功能,其中本地客户端由粮仓环境检测模块、定时检测模块、通风设备控制模块、数据显示模块、用户设置模块、视频监控模块五个核心模块组成;移动客户端由数据显示模块、定时模块组成。（2）根据系统功能性需求和技术性需求,分别采用Qt的QWidget框架、微信小程序的MINA框架设计并实现了本地客户端和移动客户端。在客户端开发中,将前端和后端进行有效的分离控制,在后端部分又将诸多公共部分封装成单独的类,让系统的代码框架结构清晰合理,有利于后续版本的系统功能扩展。（3）在数据通信和数据存储方面,搭建本地客户端与监控分机之间的自定义通信协议和无线通信方式,以及本地客户端与云数据库之间的5G通信方式。（4）通过系统软硬件联调测试,结果表明本文设计的粮仓测控系统功能较为完善,运行稳定,界面简洁,易于使用,具有一定的推广应用价值。
崔宏伟[2]（2021）在《储备粮实物数字云图监管方法和应用研究》文中指出粮食储藏是保障粮食生产安全和粮食流通安全的重要环节,直接影响我国粮食安全的整体水平。21世纪以来,随着“四合一”储粮技术的广泛应用,我国逐渐建成了世界上最大的粮食物联网体系,做到了“天下粮仓”紧相连,初步形成了储粮安全的“新基建”。就目前来看,“管好天下粮仓”成为当前和未来中国储粮需要解决的新课题,其中解决跨域储备粮监管是技术难点之一。我国储备粮具有粮仓储量大、分布区域广,储藏周期长的特点,该特点使得跨域储备粮监管与稽核的工作量十分巨大。另外,由于储备粮数量庞大,涉及巨大经济利益,若个别粮库发生虚库、虚报贴息、以差换好等违规违法行为,会给国家造成较大的经济损失,影响国家粮食安全。因此,改善跨域储备粮监管的方法和模式,对保障储备粮的数量与质量安全具有巨大的社会价值和经济意义。针对我国储备粮监管工作费力费时、发现问题难度大等问题,本文在研究粮堆场的时空连续性、周期性以及多场耦合的协调性三种特性的基础上,提出了基于粮堆温度场特性的储备粮实物监管技术路线和基本方法。通过分析历史粮情数据的三种特性,提出了基于粮温数字特征相关性和连续性,以及基于云图特征相关性的库存模态检测和分类方法,并针对粮仓分布广的特点,研究并应用了跨域储备粮仓群监管模式,最后搭建了储备粮数字云图监管系统。本文的主要内容如下:（1）储备粮实物监管基本原理-粮堆场特性的研究分析了正常储藏过程中（无外界干扰）,散装生物物料料堆场的三种特性变化规律,三种特性包括场的时空连续性,周期性,以及多场耦合的协调性。以粮堆为对象,分析了储藏过程中粮堆场的时空连续性,周期性,以及多场耦合的协调性,同时分析了温度场的衍生特性-时空相关性,验证了合理利用场的三种特性可以检测历史库存模态,包括空仓、新粮、通风、结露、霉变等状态。（2）基于粮温数字特征相关性和连续性的储备粮监管方法研究改进了基于粮温数字特征相关性的库存模态检测方法。进一步分析了正常储藏时粮堆测温平面、测温线与测温点的自相关性与互相关性,根据分析结果设定了自相关系数与互相关系数阈值;进行了实仓检测试验,结果显示改进的检测方法能够检测出实仓粮温异常变化。根据上述检测结果,提出了基于粮温数字特征连续性的库存模态分类方法（主要包括空仓态、新粮态、通风态3种状态）。选择宝鸡市某粮库的粮情数据,分析并验证了利用粮堆上下相邻层温差和粮温的新异众比例可以检测空仓态,利用相邻层温差和粮温标准差可以检测新粮态,利用粮温变化率和粮温标准差变化率可以检测通风态,初步设定了上述参数的阈值区间;接着选择7个不同省份粮仓的粮情数据,进行了模态分类试验,试验结果显示3种状态的平均查准率、平均查全率和F值分别为81%、80%、87%,表明该方法基本满足储备粮实物监管的工作需求;然后又计算了第2～7储粮生态区中68个平房仓粮情数据的特征参数,使用K-Means++、K-Mediods和DBSCAN聚类方法对特征参数的阈值区间进行了二次优化,并使用兰德指数RI对聚类结果进行了评价,结果显示DBSCAN方法的聚类效果较好（RI=0.9703）,验证结果表明该方法的聚类结果可用于储备粮监管。（3）基于温度场云图特征相关性的储备粮监管方法研究提出了基于温度场云图特征相似度的库存模态检测方法。首先调用历史粮温数据并进行预处理,生成温度场云图;然后提出了基于温度场云图RGB颜色特征的相似度计算方法;计算正常储藏相邻时间平面温度场云图的相似度,设定了相似度检测的阈值。利用广州市花都仓的历史粮温数据,模拟了5种粮食数量变动导致的粮温异常,进行了模态检测试验,结果显示该方法模态检测的平均查全率为98.6%,平均查准率为97.3%,其运行速率约为320 ms/次,优于对比试验方法（基于云图LBP纹理特征相似度算法的检测结果）,实现了库存模态变化的检测。在上述方法的基础上,提出了基于温度场云图相关性的库存模态分类方法。利用第2～7储粮生态区437个平房仓的历史粮温数据,搭建了由空仓态、通风态、新粮态、发热态和正常态5种模态组成的温度场云图样本集;建立了具有双隐含层的BP神经网络,提取云图的不同特征并组合作为网络的输入,5种模态作为输出进行训练;通过比较试验发现:当颜色聚合向量（CCV）（Nb=70）、纹理特征（TFV）和光滑特征（SFV）的组合作为输入时,网络具有较好的分类准确率,其中空仓态的准确率高于98%,通风态的准确率在82%至89%之间,而新粮态、发热态和正常态的分类准确率在89%至98%之间,平均准确率约为93.9%,此时网络的运行时间和预测时间约为321 s和0.123 s,试验结果表明上述库存模态分类方法可以满足库存检查的需求。（4）跨域储备粮仓群监管模式研究从不同管理者角度分析了跨域储备粮仓群监管的实现模式。分别从国家粮食和物资储备局（包括垂直管理机构）、中储粮的管理者角度研究了跨域储备粮仓群监管的实现模式,发现模式的实现需建立储备粮监管云平台和粮情数据服务器,管理机构利用云平台监管旗下不同地域的粮库,从而实现跨域储备粮仓群的监管;分析了跨域储备粮仓群监管实现的必要条件,即各粮仓粮情数据的标准化、规模化存储;分析了常用软件架构-C/S和B/S架构,研究了利用这两种架构实现跨域储备粮仓群监管的应用模式,研究结果可为跨域储备粮仓群监管的实现提供方向。（5）储备粮数字云图监管系统与应用试验分析了储备粮数字云图监管系统的架构与功能模块,使用Lab VIEW编程工具搭建了储备粮数字云图监管系统,系统主要由数据读取模块、粮仓选择模块、粮情扫描模块、云图分析模块、结果显示模块、三温分析模块组成,具有历史粮温的扫描、分析,检测结果的输出、保存等功能,该系统的搭建可为跨域储备粮藏情监管系统的构建提供支撑。利用系统检测了选自592个粮仓近1年的粮情数据,共计23万多组,试验结果显示:检测空仓态的准确率为94%,新粮态的准确率为93%,通风态的准确率为95%,结露和霉变态的准确率分别为96%和87%。于中国储备粮管理总公司某分公司进行了跨域储备粮仓群监管试验,结果显示:检测空仓态的准确率约为80%,新粮态约为76%,通风态约为84%。结果表明储备粮数字云图监管系统基本可满足储备粮监管的需求。该系统的研究和应用试验支撑了跨域储备粮仓群监管的实现。
王启阳[3]（2021）在《基于机器学习的储粮品质预测方法及应用研究》文中进行了进一步梳理粮食是关系国计民生的战略物资,是人类赖以生存的必需品。粮食安全关涉经济发展、社会稳定,是国家安全的重要基础。粮食储备是保障国家粮食安全的重要物质基础,是从生产到消费中不可或缺的环节。在粮食储备过程中会发生数量损失和质量损失,其中质量损失会造成粮食的变质和腐败,如果人类食用了腐败变质的粮食,会对健康产生不良的影响。因此,研究如何减少储粮质量损失、提高储粮品质在提升国家粮食安全水平、保障人民身体健康等方面具有重要的理论价值和现实意义。随着机器学习方法的不断发展和创新,计算机硬件与软件的快速提升、云计算的逐步应用,机器学习在粮情大数据分析和预测方面的应用前景更加广阔。传统的储粮品质通过物理、化学等实验室检测方法获得,该方法需要经过繁杂的扦样、检测等步骤,增加了储备粮管理的操作决策周期以及粮食严重变质的风险。粮情大数据具有数据采集快、数据量大等特点,本文以机器学习方法为基本思想,提出了2种基于支持向量回归的储粮品质预测模型及其相应的优化算法。在充分考虑储粮数据特性的基础上,选择出相关的储藏因子作为模型的输入特征,对储存期间稻谷的脂肪酸值和品尝评分值的预测展开深入研究,充分发挥了机器学习方法在储粮状态判别与品质预测方面的优势。本文的重要研究结果总结如下:（1）基于粮情数据的储粮品质分析与建模方法研究通过收集大量的储粮数据,对稻谷储藏期间品质的变化规律展开研究。探讨了储粮品质的传统数据拟合方法、机器学习预测方法,对比了传统数据拟合预测方法和机器学习预测方法在储粮品质预测中的优点与不足,讨论了机器学习预测方法在储粮品质预测中的适用性。基于该认知,给出了基于机器学习的储粮品质预测的一般过程,在粮情数据的基础上,给出了建模过程中的输入特征参数、预测目标等问题。（2）数据预处理方法研究对储粮温度历史数据中出现的重复、缺失和异常情况进行了分析和处理,利用均值法修复重复检测数据、采用线性插值法对缺失的温度数据进行修复,提出一种基于滑动窗口的粮温预测算法对异常温度数据进行判断。对粮库经度、纬度、仓房类型、初始水分、测量水分、入仓月份、扦样月份、粮食平均温度、粮仓平均温度、储藏周期、粮食有效积温、粮仓有效积温、初始品尝分值、初始脂肪酸值等储藏因子间的相互作用进行综合分析,确定了储藏因子之间存在着强相关性,采用主成分分析法（PCA）对原始储藏因子进行降维和压缩处理,从14个储藏因子中提取前6个主成分作为新的模型自变量,为储粮品质预测模型的参数选择提供了依据。（3）基于多核学习的储粮品质预测模型单核学习模型的预测精度很大程度上取决于核函数及其参数的选择,而核函数的选择及构造尚未有统一的理论依据,用单一的核函数建立的模型往往难以得到理想的拟合精度。因此,本文在单核支持向量回归（SKSVR）的基础上构建多核支持向量回归（MKSVR）,采用Simple MKL算法对MKSVR模型进行参数寻优,将MKSVR模型用于稻谷储存品质的预测。基于东北地区稻谷储存品质数据集,建立了PCA-MKSVR模型,并与单径向基核函数的PCA-SKSVR模型、线性回归的PCA-MLR模型以及未经过储藏因子筛选的MKSVR模型、SKSVR模型、MLR模型进行了比较。实验结果表明,多核学习模型在预测精度、拟合优度上均优于单核学习模型。对比同类模型,即PCA-MKSVR模型与MKSVR模型、PCA-SKSVR模型与SKSVR模型、MLR模型与PCA-MLR模型进行比较,采用PCA对储藏因子降维处理后的模型,预测精度与拟合优度均高于用原始储藏因子直接建立的预测模型。因此,多核学习模型适用于储藏期间稻谷储存品质的预测。（4）基于多任务与多核学习的储粮品质预测模型常规的单任务学习方法需要对不同的预测模型进行单独训练,往往忽略了多个模型之间来的潜在联系,限制了模型的泛化性能。而多任务学习（MTL）是将多个任务放在一起同时学习,充分挖掘不同任务之间的相关性,实现多个模型或任务之间的信息共享。针对稻谷储存品质的两个关键指标,本文在单任务学习的基础上提出多任务学习的储粮品质预测方法,建立了多任务与多核学习模型（MTMKL）,采用一种基于镜面下降算法的交替优化算法对所提出的模型进行参数优化,并将MTMKL模型用于稻谷储存品质的预测。实验结果表明,MTMKL模型对稻谷脂肪酸值的预测相关系数达到了0.885,对品尝评分值的预测相关系数达到了0.933。相比MKSVR模型,脂肪酸值预测的MAE,RMSE,MAPE结果分别降低了9.48%,6.05%,9.60%,R2提升了0.009;品尝评分值预测的MAE,RMSE,MAPE结果分别降低了11.66%,12.39%,11.97%,R2提升了0.005,这说明MTMKL模型能够有效提高稻谷储存品质的预测精度,可以作为储粮品质预测的一种新方法。（5）储粮安全预警系统的开发与模拟应用通过系统的需求分析和功能设计,设计了储粮安全风险预警策略,预警等级总共可分:Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级。在此基础上,提出储粮安全预警系统的设计框架,基于Lab VIEW语言和机器学习模型,设计和开发了一套储粮安全预警与品质预测软件,实现了储粮品质的预测。以吉林省榆树市某粮库的实际粮仓为例对系统进行了验证,结果表明,系统运行情况良好,对脂肪酸值的预测误差在±1.5 mg/100g以内,品尝评分值预测误差在±1分以内。该系统以粮情大数据和机器学习为基础,实现了对储粮品质的准确、快速预测,大大降低了储粮品质检测过程中的经济成本,降低粮食储存过程中严重变质的风险,为储粮质量的精确控制提供了技术支持,对储粮安全管理具有指导意义。
曹磊[4]（2021）在《一种粮库粮情智能检测和控制系统的设计与实现》文中研究指明我国是农业生产大国,近几年粮食年产量均突破一万亿斤,粮食的安全存储问题也随之而来。粮食在存储时容易受到温度、湿度、虫害等环境因素的影响,如果遇到这些问题处理不及时,很容易导致粮食的霉变和虫害。每年我国都会因为粮食的霉变造成严重的损失,所以开发一款粮库测控系统至关重要。我国现有的粮库测控系统存在很多问题,主要表现在传感器技术落后、成本高、自动化程度不高、扩展性差、缺少信息化综合管理平台、有些还需大量布线等。为此,本文基于Lo Ra无线通信技术给出一种集测量、控制、管理于一体的粮库测控系统。主要从以下三个方面考虑:1、粮库管理软件设计。主要包含粮库信息设置、粮情检测、设备控制、报警处理等功能。粮库信息设置包含对用户信息、储粮信息以及粮库信息的管理;粮情检测分为自动采集和手动采集两种方式;报警处理仅当检测的数据超过阈值时会触发;粮情显示通过立体图、折线图和报表三种方式展示温湿度数据;设备控制通过可视化界面打开或关闭对应的设备。2、测控硬件设计。测控板选用STM32F103作为主控芯片,数据采集模块基于Cortex-M3微控制器实现粮仓的温湿度检测;设备控制模块通过ULN2803A芯片调节电流驱动继电器实现对设备的控制;无线传输模块是基于E32-TTL-100无线模块实现数据和指令的无线传输。3、无线通信设计。采用Lo Ra技术实现实现无线通信,采用线性调制扩频的方式,增强信号的接收强度和灵敏度,增大通信距离。并且Lo Ra节点工作电流低,能耗小,电池不易损坏。本系统通过拟定数据包格式,基于E32-TTL-100无线模块的布设实现粮库一对多的无线通信,其信号稳定,传输速度快。本文分别从粮库测控系统总体设计再分别到其硬件设计和软件设计对系统的各部分组成和功能等展开详细和完整的描述,并对系统进行安装测试与总体性能分析。通过对系统硬件和软件的多次测试和优化后,上位机和下位机在一公里的范围内,通信信号稳定,极少出现数据丢包,数据收发错误情况。硬件电路板在模拟的极端环境下电流输出稳定,工作一切正常。图[70]表[14]参[43]
张爽[5]（2020）在《基于领域工程的粮库信息化系统分析》文中研究说明对粮库进行高效管理是保障我国民生建设的重要手段,结合现阶段“互联网+”的快速发展,综合国家粮食部门提出的粮改意见,智能化、系统化的粮库信息化系统建设已经势在必行。在机遇与挑战并存的互联网科技时代,粮库信息化最大的难题是如何在粮库信息化领域提高系统开发效率和保证系统运行质量的同时降低开发成本。在采用领域工程方法进行系统开发的全过程中都会产生可复用的资源,有效的利用这些可复用资源可以提高系统开发效率、保证系统质量,从而使这个难题得到解决。本文结合现有领域分析方法和软件复用理论,采用基于领域用例模型的方式构建领域特征模型,得到可复用的领域模型。先以粮库信息化系统领域为例,综合分析该领域内各系统用例模型,给出了领域用例模型构建的详细过程,并对用例进行统一的语义术语表示。再以领域用例为基本输入来获取领域特征,结合现有的特征描述,给出了特征的定义,并用对象来表示特征,对特征的基本属性和变化性进行分析描述,使得特征的定义更加明确。然后利用分层抽象的思想并结合面向对象的方法对特征进行分层描述,从特征间的精化关系和特征间的依赖关系两方面来对特征间的关系进行详细的描述,并给出对象关系与特征关系间的对应关系表,为确定特征间关系提供了帮助。进而对领域用例模型的构造算法和特征间关系的确定算法进行了设计,并给出特征模型一致性验证的约束条件。最后,将本文提出的基于领域用例模型的领域特征模型的构建方法应用到粮库信息化系统领域。通过对“粮丰”和“Do Grain”两个样本系统进行分析,构建出粮库信息化系统领域的特征模型,对本文提出的特征建模方法进行有效的验证。
沈文豪[6]（2020）在《便携式储粮生物危害检测仪的研究》文中认为粮食在储藏过程中,易出现发热、霉变及病虫害等现象。针对这一现象,本文研制了一款便携式储粮生物危害检测仪。该检测仪可以对粮仓某一待测点的温度、湿度和CO2浓度随时随地进行检测,并根据检测参数进行分析,智能判断当前粮食所处危害等级并给出相应处理方法。该检测仪还可以实现粮仓中高水分区快速筛查的功能,对安全储粮具有重大意义。本文主要研究内容如下:（1）便携式储粮生物危害检测仪的检测参数选择和判断模型建立。在对比分析影响粮食安全储藏的主要因素后,本检测仪最终以温度、湿度、CO2浓度及粮食水分为主要检测参数,建立判断模型,以实现检测仪对粮食所处安全等级的智能判断并给出相应处理方法,实现降低使用者在粮食仓储方向专业技能水平的目的。（2）便携式储粮生物危害检测仪的硬件设计。为实现对粮仓中温度、湿度及CO2浓度的检测,将检测仪分为以下六个模块:CO2采集及浓度检测模块、温湿度检测模块、电源模块、显示及控制模块、下位机控制电路和外壳。其中,本文重点研制的一体化采样钎可同时实现对温度、湿度和CO2浓度的采集,以实现降低检测误差,提高检测精度的目的;本检测仪采用12V锂电池作为电源,电池在满电状态下,可支持检测仪连续工作4-5小时,使检测仪的灵活性得到有效提高;微机控制器作为本检测仪的核心,是人机交互的平台。其主要用于向下位机发送指令并将返回的数据进行分析和显示。下位机控制电路主要以新塘M058单片机为核心,用于接收上位机发送的指令,将检测数据返回给上位机的同时,以无线传输的方式将检测数据传输到智能手机的APP中,实现数据存储和远距离传输的功能;本检测仪以手提箱为外形结构,便于存放和携带,能够有效保护检测仪内部元件的安全。（3）便携式储粮生物危害检测仪的软件设计。上位机采用LabVIEW软件进行编译,在实现数据可视化的同时,更好的实现了人机交互功能,为检测仪稳定工作提供了保障。在下位机软件设计时,同样采用模块式设计思想,将下位机软件分为CO2浓度采集子程序、温湿度采集子程序、无线数据传输子程序、时钟子程序、串口通讯子程序以及气泵驱动子程序等六个部分。各部分程序的协调工作,有效的保证了检测仪的正常运行。（4）便携式储粮生物危害检测仪的应用与验证。分别设计了环境检测实验、白山直属库实验、东福米业新获水稻微生物生长实验和大岭小粮仓实验。对四次实验数据的分析表明:检测仪对温度、湿度和CO2浓度具有较高的检测精度,满足检测仪判断模型对数据精度的要求;检测仪对低水平和高水平参数进行检测,均能很好的反映各参数变化规律,且具有较高的区分度;通过对各参数的分析,检测仪不仅可以对粮仓虫害发展情况进行报道,还能对粮仓高水分区进行快速筛查。（5）2种场景储粮生物危害快速检测技术规范的提出。为提高便携式储粮生物危害检测仪的可靠性和检测精度,有效延长检测仪的使用寿命,本文规范了储粮生物危害检测仪2种应用场景的使用要求。经过多次实验,结果表明,按照技术规范对检测进行操作,能够有效减少检测仪检测数据的波动,提高检测仪的检测精度和判断的准确性。
衣美佳[7]（2020）在《智能粮仓监测管理系统的开发与应用》文中进行了进一步梳理为解决我国粮食仓储监测管理技术手段落后,粮食损失严重的问题。遵循储粮规范,应用先进技术设计出智能粮仓监测管理系统,实现储粮安全、监控便捷、技术创新,满足实际应用需要。论文在对国内外粮情监控领域的研究基础之上,针对存在问题提出解决方案并预测发展趋势。设计系统总体方案,选用Zig Bee无线传感器网络实现底层数据采集,针对粮仓现场环境对网络节点的布局做出合理设计。根据所需功能,完成节点的硬件电路设计,包括CC2530主控芯片的设计、电源模块的电路设计、不同类型网络节点的设计等。在上述硬件电路的基础上完成节点软件程序设计,包括协调节点组网设计、终端节点数据采集设计、数据收发模块设计、串口驱动程序设计、A/D转换模块设计等。通过有线或无线的方式将采集到的数据传输到物联网网关中,实现局域网接入互联网。将数据传输给数据库服务器,上位机从数据库服务器中获取实时数据。为进一步评估粮食的安全状况,及时发现异常,增强管理者决策能力,研究粗糙集优化的C4.5随机森林算法并将其应用到智能粮仓监测管理系统的上位机软件功能中。通过Matlab仿真得出经粗糙集属性约简后的随机森林可以实现更好的分类效果,增强了粮食安全性判别的准确率和速率,与上位机软件的结合具有较强的应用价值。利用软件编程工具Intelli J IDEA、Java语言和Mysql数据库管理平台,应用SSM框架、Echarts前端框架等当下流行的技术手段开发上位机智能监测管理系统。其中用户模块实现了全面的用户管理功能,监控模块实现了现场数据实时监控、历史数据曲线化展示、历史数据报表查询、异常状况警报处理等功能。并结合自主研究的粮情安全判别算法,帮助管理者及时有效地监控粮仓情况,对异常状况采取控制策略。
白静静[8]（2019）在《粮仓储粮真菌的远程监测与预警》文中提出粮食在储藏期间极易受到微生物的侵染,早期监测和预警储粮微生物活动,是保障粮食安全储藏的一项重要技术,本课题主要研究粮仓储粮真菌活动的远程监测和预警,为储粮真菌危害的早期防控提供新的技术手段。本课题构建了一套可适合粮仓使用的储粮真菌活动远程监测系统,该系统主要由气样采集、粮仓检测和远程操控三部分组成。气体采集部分选择了低流量的微型气泵,可消除取样对监测点CO2浓度的影响;输气管选用硅胶材质的细管,该材质输气管具有抗弯折、抗变形、输气稳定等特点,气体输送稳定性好,可提高气体传感器的检测响应速度,减少细长输气管道对检测过程和检测结果的各种影响。通过对实仓储粮的监测和应用试验,在远程终端上设置了粮情监测、参数设置、数据查询、数据输出、检测数据实时显示、报警等操作模块,可以实现远程的检测控制,检测编程和结果呈现等储粮真菌危害活动检测的应用功能。在本课题实施的各项参数监测试验中,构建的本套监测系统均能达到在实仓中监测储粮真菌活动的效果。在实仓条件下进行储粮霉变检测效果和影响因素的分析。结果显示,控制监测仪的气体取样流速为50ml/min100ml/min时,可以提高监测效率,保证监测结果的可靠性。检测的理论气体取样量设定为1.5倍输气管内部体积,该输气量可以满足不同规格输气管稳定检测储粮微生物活动的需求。在不同储粮温度下,粮堆中CO2浓度与粮食带菌量变化趋势一致,两者相关性系数大于0.99,说明储粮霉菌的发展与产生CO2气体完全同步;在带菌量相当的条件下,30℃比20℃条件检测的CO2值高4.7倍,说明温度变化可影响检测结果,在低温条件下的储粮CO2浓度升高更须予以关注。研究了粮食种类的监测差异。对相同水活度的小麦和稻谷进行CO2浓度监测表明,稻谷微生物活动产CO2气体量比小麦高2.04倍;同时,粮种对CO2气体扩散的影响也非常明显,在霉变源CO2气体浓度相近的情况下,稻谷粮堆内0.5m处的CO2浓度最高值比小麦高50%,浓度峰值时间可提前4d。对粮仓漏水的极限恶劣储藏状态进行了模拟储藏和远程监测试验,结果表明,在8d的试验期间,CO2浓度监测结果与粮堆增水速率变化完全一致（r>0.99）;感官检验只有在第8天时可以明确分辨粮堆下层有变色和变味现象;经典的霉菌培养分析方法在8d后可检出带菌量仅从10*102cfu/g增加至200*102cfu/g,根据该试验样的带菌量不足以判定粮食霉变或粮食品质的变化,说明本试验实施的测气法远程监测对于保障粮食储藏稳定、避免真菌的危害具有明显的优势。通过粮堆远程CO2气体检测结果与储粮品质变化及粮食带菌量变化等指标的比较,排除储粮中昆虫活动的影响,在粮面没有覆盖的粮堆中设置2 m间隔的CO2气体浓度监测点,任何一个点监测到CO2气体浓度大于0.1%,可以确定粮堆中有霉菌局部活动的概率大于99%,可以发出储粮真菌危害的预警信号。针对粮食常规储藏经常使用的粮堆通风和储粮杀虫熏蒸技术,进一步开展了对本试验远程监测系统效果影响的研究,结果表明,粮堆通风对真菌活动有明显的抑制作用,最终的抑制效果与粮食水分降低率一致,也与CO2气体浓度变化值一致;粮堆磷化氢熏蒸杀虫对储粮真菌活动的影响不明显,仅仓门开启和人员活动可对CO2气体浓度监测值产生影响,在熏蒸实施3 d后,由霉变点产生的CO2气体浓度即可恢复原状。因此,当粮仓不适合人员进仓检测操作时,本试验建立的远程监测系统仍可作为储粮真菌活动监测的有效方法。
刘宏杰[9]（2019）在《无线粮情监测系统设计》文中进行了进一步梳理我国是人口大国同时也是农业大国,其中的粮食安全问题是关系到国计民生的重大问题,而安全储粮是粮食安全的重要部分。粮食储藏过程中因粮食呼吸作用产生大量热量,如果不能及时散热会导致粮食变质,这给安全储粮工作带来较大挑战。传统的粮情监测系统采用测温线缆直接连接大量传感器,在使用过程中经常相互缠绕在一起,给仓内作业带来不便。为了保证安全储粮工作的顺利进行,本文设计了一种基于无线传感器网络的无线粮情监测系统。该系统采用NB-IOT、无线网络、传感器等技术。系统主要包含粮情监测分机和测温节点的设计,以及设备与OneNet平台的连接等多个方面。本文主要进行了以下工作:1)分析了现行粮情监测系统中存在的不足,根据安全储粮工作中存在的问题,结合我国实际国情,提出了一种低功耗,低成本,高可靠性且便于设备安装和维护的粮情监测系统模型。2)针对现行粮库测温系统中测温电缆在使用和维护过程中存在的问题进行研究,提出了单个可移动的无线测温节点,该测温节点采用CC1101微功耗射频电路作为通讯模组,STM32L031F6P6超低功耗单片机作为控制器,单总线数字传感器DS18B20测温,大容量锂电池供电。3)根据粮情监测系统的实际情况,对传感器网络的室内定位技术进行深入研究,针对粮库测温节点的部署特点,提出了一种基于RSSI的动态信标节点的差分定位模型,有效解决了在粮情测监测统中采用无线传感器网络难以精确定位的问题,同时该定位方案不需要大量额外的信标节点,降低了系统的硬件成本。4)根据粮情监测系统设计目标,对测温节点功耗进行分析,通过软硬件两个方面的设计尽可能降低节点的功耗,分析测温节点各部分工作电路的电流消耗情况,提出了测温节点定时唤醒,集中上报和主动异常上报的机制,在测温节点低功耗的同时能够将异常数据实时上报。
张雪苍,郭平飞,甄彤,吴建军[10]（2018）在《多功能粮情测控系统的发展与展望》文中研究说明介绍了国内粮情测控系统的工作原理和发展历史,以粮堆内检测指标作为判别标准,同时兼顾传感器和通信传输的发展,将粮情测控系统划分为三大阶段,并对每个阶段发展情况进行分析介绍,集成化、无线化、智能化、移动化将是未来粮情测控系统的发展方向。
二、基于粮情无线检测系统的计算机管理软件设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于粮情无线检测系统的计算机管理软件设计（论文提纲范文）
（1）基于5G物联网技术的智慧粮仓测控系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文工作和结构安排 |
| 第2章 系统总体架构设计 |
| 2.1 系统需求分析 |
| 2.2 系统总体架构设计 |
| 2.3 系统相关技术 |
| 第3章 系统硬件设计 |
| 3.1 下位机架构设计 |
| 3.2 系统硬件功能设计 |
| 第4章 系统软件设计 |
| 4.1 系统工作流程 |
| 4.2 本地客户端设计 |
| 4.3 移动客户端设计 |
| 4.4 数据库设计 |
| 第5章 系统实现与测试 |
| 5.1 粮情检测模块的实现 |
| 5.2 设备控制模块的实现 |
| 5.3 仓房及仓房所属方信息查询模块的实现 |
| 5.4 数据的显示及打印模块的实现 |
| 5.5 视频监控模块的实现 |
| 5.6 系统功能测试 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在校期间公开发表论文及着作情况 |
（2）储备粮实物数字云图监管方法和应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 储备粮实物监管国内外研究现状 |
| 1.2.1 储备粮实物监管国外研究现状 |
| 1.2.2 储备粮实物监管国内研究现状 |
| 1.3 粮堆场理论与应用的国内外研究现状 |
| 1.3.1 粮堆场理论与应用的国外研究现状 |
| 1.3.2 粮堆场理论与应用的国内研究现状 |
| 1.3.3 课题研究基础 |
| 1.4 研究目标、主要内容与技术路线 |
| 1.4.1 研究目标 |
| 1.4.2 主要内容 |
| 1.4.3 技术路线 |
| 第2章 储备粮实物监管原理与可行性分析 |
| 2.1 散装生物物料监管基本原理 |
| 2.1.1 生物物料料堆场的连续性 |
| 2.1.2 生物物料料堆场的周期性 |
| 2.1.3 生物物料料堆内多场耦合的协调性 |
| 2.2 储备粮实物监管基本原理 |
| 2.2.1 粮堆场特性 |
| 2.2.2 衍生特性 |
| 2.3 储备粮实物监管原理应用的可行性分析 |
| 2.3.1 储备粮实物监管的库存模态 |
| 2.3.2 不同库存模态对温度场特性的影响分析 |
| 2.4 本章小结 |
| 第3章 基于粮温数字特征相关性与连续性的储备粮监管方法研究 |
| 3.1 数据与处理 |
| 3.1.1 储粮生态区 |
| 3.1.2 粮情数据 |
| 3.1.3 数据预处理 |
| 3.2 方法 |
| 3.2.1 改进的基于粮温数字特征相关性的库存模态检测方法 |
| 3.2.2 基于粮温数字特征连续性的库存模态分类方法 |
| 3.3 结果与分析 |
| 3.3.1 库存模态检测试验与结果分析 |
| 3.3.2 库存模态分类试验与结果分析 |
| 3.4 阈值的二次优化 |
| 3.4.1 数据来源 |
| 3.4.2 优化算法原理 |
| 3.4.3 不同算法的阈值优化结果与评价 |
| 3.4.4 优化结果应用 |
| 3.5 本章小结 |
| 第4章 基于温度场云图特征相关性的储备粮监管方法研究 |
| 4.1 材料与方法 |
| 4.1.1 粮情数据来源与处理 |
| 4.1.2 温度场云图生成 |
| 4.1.3 基于温度场云图特征相似度的库存模态检测方法 |
| 4.1.4 基于温度场云图特征相关性的库存模态分类方法 |
| 4.2 结果与分析 |
| 4.2.1 库存模态检测试验结果与分析 |
| 4.2.2 库存模态分类试验结果与分析 |
| 4.3 本章小结 |
| 第5章 跨域储备粮仓群监管模式研究 |
| 5.1 不同管理者角度的跨域储备粮仓群监管模式 |
| 5.1.1 国家粮食和物资储备局及其垂直管理机构的监管模式 |
| 5.1.2 中国储备粮管理集团有限公司的监管模式 |
| 5.2 跨域储备粮仓群监管实现的必要条件 |
| 5.2.1 多参数的规模化采集与集中化存储 |
| 5.2.2 数据的标准化存储 |
| 5.3 跨域储备粮仓群监管的系统应用模式 |
| 5.3.1 基于B/S结构的储备粮监管系统应用模式 |
| 5.3.2 基于C/S架构的储备粮监管系统应用模式 |
| 5.3.3 单机版的应用模式 |
| 5.4 实现跨域储备粮仓群监管的结构 |
| 5.5 本章小结 |
| 第6章 储备粮数字云图监管系统及应用 |
| 6.1 储备粮数字云图监管系统 |
| 6.1.1 系统框架 |
| 6.1.2 功能模块 |
| 6.1.3 检测系统界面 |
| 6.1.4 监管系统的工作流程 |
| 6.2 储备粮数字云图监管系统应用试验 |
| 6.2.1 粮情数据 |
| 6.2.2 应用试验 |
| 6.2.3 试验结果与分析 |
| 6.3 跨域储备粮仓群监管应用试验 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简介及在学期间研究成果 |
| 致谢 |
| 附录1 DBSCAN算法聚类结果 |
（3）基于机器学习的储粮品质预测方法及应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 粮食安全问题仍是中国未来发展面临的挑战 |
| 1.1.2 储存损失已成为中国粮食安全的潜在威胁 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 储粮品质研究现状 |
| 1.3.2 机器学习算法 |
| 1.3.3 机器学习在粮食储藏中的应用 |
| 1.4 论文的研究目标与研究内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.5 本文的结构 |
| 第2章 基于粮情数据的储粮品质分析与建模方法研究 |
| 2.1 引言 |
| 2.2 储粮生态区的选择 |
| 2.3 数据检测方法与标准 |
| 2.3.1 粮情数据采集 |
| 2.3.2 扦样方法 |
| 2.3.3 水分测定 |
| 2.3.4 品尝评分值测定 |
| 2.3.5 脂肪酸值测定 |
| 2.4 储粮数据处理与统计规律分析 |
| 2.4.1 储藏温度变化规律 |
| 2.4.2 储粮水分变化规律 |
| 2.4.3 储粮品质变化规律 |
| 2.5 数据驱动的储粮品质预测方法研究 |
| 2.5.1 储粮品质预测方法研究 |
| 2.5.2 数据驱动的预测方法分析 |
| 2.6 基于机器学习方法的储粮品质预测过程 |
| 2.6.1 建模过程 |
| 2.6.2 预测过程 |
| 2.7 本章小结 |
| 第3章 数据预处理方法研究 |
| 3.1 引言 |
| 3.2 粮温数据预处理方法研究 |
| 3.2.1 重复及缺失的历史温度数据修复方法 |
| 3.2.2 异常的历史温度数据判断方法 |
| 3.3 基于滑动窗口的粮温预测算法 |
| 3.3.1 预测模型的建立 |
| 3.3.2 滑动窗口算法 |
| 3.3.3 不同参数选择分析与讨论 |
| 3.4 预测因子的筛选与处理 |
| 3.4.1 数据统计 |
| 3.4.2 主成分分析法的基本原理与过程 |
| 3.4.3 主成分分析结果 |
| 3.5 本章小结 |
| 第4章 基于多核学习的储粮品质预测模型研究 |
| 4.1 引言 |
| 4.2 多核学习理论 |
| 4.2.1 多核学习方法 |
| 4.2.2 单步多核学习算法 |
| 4.2.3 两步多核学习算法 |
| 4.3 基于多核学习的储粮品质预测模型 |
| 4.3.1 多核支持向量回归模型 |
| 4.3.2 模型优化算法 |
| 4.4 实验与分析 |
| 4.4.1 实验数据介绍 |
| 4.4.2 实验设置与评价指标 |
| 4.4.3 多核学习模型的影响因素 |
| 4.4.4 脂肪酸值预测结果分析 |
| 4.4.5 品尝评分值预测结果分析 |
| 4.4.6 不同模型的对比实验 |
| 4.5 本章小结 |
| 第5章 基于多任务与多核学习的储粮品质预测模型研究 |
| 5.1 引言 |
| 5.2 多任务学习理论 |
| 5.2.1 基本概念 |
| 5.2.2 多任务学习的正则化模型 |
| 5.3 基于多任务与多核学习的储粮品质预测模型 |
| 5.3.1 多任务与多核学习框架 |
| 5.3.2 模型优化算法 |
| 5.4 实验与分析 |
| 5.4.1 实验设置与评价指标 |
| 5.4.2 多任务与多核学习模型的影响参数分析 |
| 5.4.3 样本数量对多任务与多核学习模型的影响 |
| 5.4.4 多任务与多核学习模型预测结果分析 |
| 5.5 本章小结 |
| 第6章 储粮安全预警系统的设计与开发 |
| 6.1 引言 |
| 6.2 储粮安全预警系统的构建 |
| 6.2.1 软件系统需求分析 |
| 6.2.2 系统功能分析 |
| 6.2.3 系统功能设计 |
| 6.2.4 警级规则制定 |
| 6.2.5 系统流程图 |
| 6.3 系统功能模块实现 |
| 6.3.1 登陆访问模块 |
| 6.3.2 数据连接 |
| 6.3.3 数据清洗 |
| 6.3.4 预测模块 |
| 6.3.5 文件保存 |
| 6.4 系统运行效果的验证及分析 |
| 6.4.1 实仓基本信息 |
| 6.4.2 结果与分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 特色与创新 |
| 7.3 本文工作不足与展望 |
| 参考文献 |
| 作者简介及在学期间研究成果 |
| 攻读博士学位期间参与的项目 |
| 致谢 |
（4）一种粮库粮情智能检测和控制系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.1.1 课题的研究背景 |
| 1.1.2 课题的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容及本文结构 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 章节安排 |
| 第二章 粮库测控系统总体设计 |
| 2.1 粮库测控系统功能需求 |
| 2.1.1 粮仓类型 |
| 2.1.2 技术指标 |
| 2.1.3 功能需求 |
| 2.2 系统总体方案设计 |
| 2.2.1 硬件结构设计 |
| 2.2.2 软件结构设计 |
| 2.3 本章小结 |
| 第三章 粮库测控系统硬件设计 |
| 3.1 主控芯片及外围电路设计 |
| 3.1.1 传感器选型 |
| 3.1.2 主控模块电路设计 |
| 3.1.3 外围电路设计 |
| 3.2 无线通讯模块设计 |
| 3.2.1 通信方式选择 |
| 3.2.2 LoRa技术介绍 |
| 3.2.3 E32-TTL-100 无线模块 |
| 3.3 数据采集模块设计 |
| 3.3.1 温湿度传感器布置 |
| 3.3.2 DS18B20 温度检测 |
| 3.3.3 AM2301 温湿度检测 |
| 3.4 设备控制模块设计 |
| 3.5 本章小结 |
| 第四章 粮库测控系统软件设计 |
| 4.1 相关技术介绍 |
| 4.1.1 体系架构 |
| 4.1.2 Delphi开发环境 |
| 4.1.3 Access数据库 |
| 4.2 无线通讯协议 |
| 4.3 数据库设计 |
| 4.4 功能实现 |
| 4.4.1 软件注册 |
| 4.4.2 系统登录和权限设置 |
| 4.4.3 粮库信息设置 |
| 4.4.4 粮情监测 |
| 4.4.5 粮情显示 |
| 4.4.6 通风管理 |
| 4.4.7 报警管理 |
| 4.5 本章小结 |
| 第五章 系统安装测试与分析 |
| 5.1 系统硬件安装测试 |
| 5.2 系统软件测试 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（5）基于领域工程的粮库信息化系统分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文研究背景及意义 |
| 1.1.1 本文研究背景 |
| 1.1.2 本文的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 粮库信息化技术研究现状 |
| 1.2.2 领域工程研究现状 |
| 1.3 本文主要工作和结构 |
| 1.3.1 主要工作 |
| 1.3.2 本文结构 |
| 第二章 相关理论介绍 |
| 2.1 软件复用 |
| 2.1.1 软件复用的概念 |
| 2.1.2 软件复用的分类 |
| 2.2 领域需求 |
| 2.3 领域工程 |
| 2.3.1 领域与领域工程定义 |
| 2.3.2 领域工程与应用工程 |
| 2.4 UML统一建模语言 |
| 2.5 本章小结 |
| 第三章 基于领域用例模型的领域特征模型构建 |
| 3.1 领域用例模型 |
| 3.1.1 用例模型 |
| 3.1.2 构建领域用例模型 |
| 3.2 分析过程 |
| 3.3 领域特征模型 |
| 3.3.1 特征 |
| 3.3.2 特征模型的分层 |
| 3.3.3 特征模型的精化关系 |
| 3.3.4 特征间的约束关系 |
| 3.3.5 构建领域特征模型 |
| 3.4 特征模型一致性验证 |
| 3.5 本章小结 |
| 第四章 粮库信息化领域分析 |
| 4.1 粮库信息化领域用例模型 |
| 4.2 粮库信息化领域特征模型 |
| 4.2.1 粮库信息化系统领域特征模型 |
| 4.2.2 粮库信息化系统领域特征间关系 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（6）便携式储粮生物危害检测仪的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究的背景、目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 主要研究内容 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 第二章 便携式储粮生物危害检测仪的总体方案设计 |
| 2.1 储粮生物危害检测仪检测参数的选择和判断模型的建立 |
| 2.1.1 便携式储粮生物危害检测仪检测参数的选择 |
| 2.1.2 便携式储粮生物危害检测仪判断模型的建立 |
| 2.2 便携式储粮生物危害检测仪的系统组成 |
| 2.3 本章小结 |
| 第三章 便携式储粮生物危害检测仪的硬件设计 |
| 3.1 便携式储粮生物危害检测仪基础硬件组成 |
| 3.1.1 微机控制器的选用 |
| 3.1.2 CO_2 传感器的选用 |
| 3.1.3 微型气泵的选用 |
| 3.1.4 采样钎设计 |
| 3.1.5 导气软管最大长度计算 |
| 3.1.6 散热风扇选型 |
| 3.1.7 供电电源选用 |
| 3.1.8 手提箱及支撑架设计 |
| 3.2 储粮物危害检测仪的硬件电路设计 |
| 3.2.1 主控制器电路设计 |
| 3.2.2 程序下载电路设计 |
| 3.2.3 放大电路设计 |
| 3.2.4 供电电路设计 |
| 3.2.5 串行通讯电路设计 |
| 3.2.6 无线接收发射电路设计 |
| 3.3 本章小结 |
| 第四章 便携式储粮生物危害检测仪的软件设计 |
| 4.1 上位机软件设计 |
| 4.1.1 编程环境介绍 |
| 4.1.2 上位机功能设计 |
| 4.1.3 上位机软件的工作流程 |
| 4.2 下位机控制器系统软件设计 |
| 4.2.1 下位机控制器系统主程序设计 |
| 4.3 便携式储粮生物危害检测仪的工作过程 |
| 4.4 本章小结 |
| 第五章 便携式储粮生物危害检测仪应用与验证 |
| 5.1 环境测试实验 |
| 5.1.1 实验目的 |
| 5.1.2 验证实验 |
| 5.1.3 环境测试验数据处理 |
| 5.2 中储粮白山直属库实验 |
| 5.2.1 实验目的 |
| 5.2.2 验证实验 |
| 5.2.3 实验数据处理 |
| 5.3 吉林市东福米业新获水稻霉菌生长实验 |
| 5.3.1 试验目的 |
| 5.3.2 实验原料和设备 |
| 5.3.3 试验方案 |
| 5.3.4 实验数据处理 |
| 5.4 大岭小粮仓实验 |
| 5.4.1 实验目的 |
| 5.4.2 检测点选取 |
| 5.4.3 实验设备和材料 |
| 5.4.4 实验步骤 |
| 5.4.5 实验数据处理 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（7）智能粮仓监测管理系统的开发与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 粮仓监测管理系统研究现状及发展趋势 |
| 1.2.1 监测管理系统的国内外研究现状 |
| 1.2.2 存在问题以及发展趋势 |
| 1.3 主要内容及组织结构 |
| 1.3.1 论文研究内容 |
| 1.3.2 章节组织结构 |
| 第二章 系统方案设计 |
| 2.1 系统总体方案设计 |
| 2.2 物联网介绍及应用 |
| 2.3 物联网网关的分析与应用 |
| 2.3.1 物联网网关概述 |
| 2.3.2 无线传感器网络中网关的选型与应用 |
| 2.4 上位机通信协议的分析与应用 |
| 2.4.1 TCP/IP协议介绍 |
| 2.4.2 socket接口实现网络通信 |
| 2.5 小结 |
| 第三章 ZigBee无线传感器网络硬软件设计 |
| 3.1 ZigBee无线传感器网络介绍 |
| 3.1.1 无线传感器网络概述 |
| 3.1.2 无线传感器网络拓扑结构 |
| 3.2 粮仓节点的布局设计 |
| 3.3 ZigBee无线传感器网络硬件设计 |
| 3.3.1 ZigBee无线传感器网络节点选型 |
| 3.3.2 ZigBee无线传感器网络节点硬件结构及电路设计 |
| 3.4 ZigBee无线传感器网络软件设计 |
| 3.4.1 ZigBee协议与Z-Stack协议栈结构分析 |
| 3.4.2 ZigBee无线传感器网络节点软件程序设计 |
| 3.5 小结 |
| 第四章 基于粗糙集的随机森林算法在粮情监控系统中的应用 |
| 4.1 粗糙集理论概述 |
| 4.1.1 粗糙集的研究应用及意义 |
| 4.1.2 粗糙集理论特性及基本知识介绍 |
| 4.2 决策树相关算法概述 |
| 4.2.1 决策树的相关介绍和构建过程 |
| 4.2.2 决策树典型算法的研究与对比 |
| 4.2.3 随机森林 |
| 4.3 粗糙集-随机森林优化算法的设计与应用 |
| 4.3.1 算法设计 |
| 4.3.2 系统仿真与性能分析 |
| 4.3.3 基于粗糙集的随机森林算法在粮情监控系统中的应用 |
| 4.4 小结 |
| 第五章 上位机监测管理系统的软件设计 |
| 5.1 上位机系统总体架构与功能 |
| 5.1.1 系统总体架构 |
| 5.2 上位机系统软件使用语言和关键技术介绍 |
| 5.2.1 Java语言介绍 |
| 5.2.2 SSM框架介绍 |
| 5.2.3 Ajax异步通信技术介绍 |
| 5.2.4 Json数据转换格式介绍 |
| 5.2.5 Echarts数据可视化图表介绍 |
| 5.3 数据库及数据库表的设计 |
| 5.3.1 数据库的概念及选择 |
| 5.3.2 数据库表的设计 |
| 5.4 上位机系统用户模块的设计与实现 |
| 5.4.1 用户管理模块 |
| 5.4.2 权限设置模块 |
| 5.4.3 日志管理模块 |
| 5.5 上位机系统监控管理模块的设计与实现 |
| 5.5.1 在线监控模块 |
| 5.5.2 历史数据折线图显示模块 |
| 5.5.3 报警功能模块 |
| 5.5.4 历史数据报表模块 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 不足与展望 |
| 参考文献 |
| 发表论文与科研情况 |
| 致谢 |
（8）粮仓储粮真菌的远程监测与预警（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 课题研究的背景 |
| 1.1.1 我国粮食的生产储藏现状 |
| 1.1.2 我国粮食仓储管理现状 |
| 1.2 储粮微生物检测的技术与发展 |
| 1.2.1 储粮微生物的感官检测 |
| 1.2.2 生物学检测技术 |
| 1.2.3 粮温检测技术 |
| 1.2.4 微生物活性检测技术 |
| 1.2.5 电子鼻检测技术 |
| 1.2.6 二氧化碳检测技术 |
| 1.3 本课题研究的主要内容与目标 |
| 1.4 课题研究的意义与创新点 |
| 2 试验材料和方法 |
| 2.1 试验材料 |
| 2.1.1 试验地点及粮食 |
| 2.1.2 实验试剂 |
| 2.1.3 实验设备仪器 |
| 2.2 实验方法 |
| 2.2.1 气体过滤装置的制作方法 |
| 2.2.2 粮食水分的测定 |
| 2.2.3 粮食水分的调节 |
| 2.2.4 粮仓模拟霉变点和测气点的布置方法 |
| 2.2.5 模拟仓的实验方法 |
| 2.2.6 改良查氏培养基的制备 |
| 2.2.7 粮食带菌量的检测方法 |
| 2.2.8 二氧化碳气体检测方法 |
| 2.2.9 实验数据处理方法 |
| 3 结果与分析 |
| 3.1 储粮微生物活动远程监测系统的设计 |
| 3.1.1 气体采集系统 |
| 3.1.2 气体检测系统 |
| 3.1.3 远程操控系统 |
| 3.1.4 检测仪的稳定性分析 |
| 3.2 系统配置和参数选择对粮堆CO_2 检测效果的影响 |
| 3.2.1 气体过滤装置对检测效果的影响 |
| 3.2.2 气体取样流速对检测的影响 |
| 3.2.3 气体取样量对检测结果的影响 |
| 3.2.4 储粮温度及环境条件对检测结果的影响 |
| 3.2.5 粮食种类对CO_2检测效果的影响 |
| 3.2.6 粮堆中霉变部位及气体取样部位对CO_2检测效果的影响 |
| 3.3 对粮堆快速增水模拟霉变的检测效果 |
| 3.3.1 增湿速度对储粮霉变检测效果的影响 |
| 3.3.2 增湿量对储粮霉变检测效果的影响 |
| 3.3.3 增湿不同粮食种类对检测效果的影响 |
| 3.4 远程监测粮堆CO_2 浓度变化预警储粮霉变 |
| 3.4.1 正常粮堆中CO_2浓度变化规律 |
| 3.4.2 粮堆中霉菌活动对CO_2浓度和温度变化的影响 |
| 3.4.3 不同温度和水分条件下的粮堆微生物检测效果分析 |
| 3.4.4 初始带菌量对监测效果的影响 |
| 3.4.5 粮仓霉菌活动预警值的确定 |
| 3.5 粮仓管理过程中远程监测的应用效果分析 |
| 3.5.1 粮堆熏蒸对储粮微生物检测的影响 |
| 3.5.2 机械通风对储粮微生物检测的影响 |
| 4 结论 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（9）无线粮情监测系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 粮情监测系统现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构 |
| 第二章 无线传感器网络概述 |
| 2.1 无线传感器网络的概念 |
| 2.2 无线传感器网络的发展与现状 |
| 2.3 无线传感器网络的特点 |
| 2.4 无线传感器网络的应用 |
| 2.5 无线传感器网络的关键技术研究及进展 |
| 2.5.1 无线传感器网络的时间同步问题 |
| 2.5.2 无线传感器网络的安全与隐私问题 |
| 2.5.3 无线传感器网络节点定位 |
| 2.6 本章小结 |
| 第三章 基于无线传感器网络的粮情监测系统的设计 |
| 3.1 粮情监测系统的总体设计 |
| 3.1.1 粮情监测系统的需求分析 |
| 3.1.2 系统功能需求 |
| 3.1.3 粮情监测系统的组成 |
| 3.2 粮仓内节点部署 |
| 3.3 粮情监测系统的定位研究 |
| 3.3.1 粮情监测系统的定位需求 |
| 3.3.2 对测温节点中挂载不同传感器的定位研究 |
| 3.3.3 对无线传感器网络节点的定位研究 |
| 3.4 系统设计目标 |
| 3.5 本章小结 |
| 第四章 硬件设计及实现 |
| 4.1 测温节点的硬件电路结构 |
| 4.2 测温节点供电电路设计 |
| 4.3 微功耗处理器的选择 |
| 4.3.1 微处理器选择的要求 |
| 4.3.2 STM32L031F6P6 主要特点 |
| 4.3.3 微控制器的最小系统电路 |
| 4.4 温度传感器的选择与应用 |
| 4.4.1 DS18B20 数字温度传感器特点 |
| 4.4.2 DS18B20 的供电 |
| 4.4.3 传感器的定位 |
| 4.5 无线射频模块选择 |
| 4.5.1 CC1101 无线射频电路介绍 |
| 4.5.2 CC1101 无线射频电路与设计 |
| 4.6 本章小结 |
| 第五章 系统软件设计 |
| 5.1 无线粮情监测系统总体软件设计 |
| 5.2 无线粮情监测分机程序设计 |
| 5.2.1 系统初始化设计 |
| 5.2.2 主程序流程设计 |
| 5.3 测温节点程序设计 |
| 5.3.1 测温节点初始化子程序 |
| 5.3.2 采集子程序设计 |
| 5.3.3 无线数据传输子程序 |
| 5.3.4 主动异常上报的数据采集方案 |
| 5.4 本章小结 |
| 第六章 实验与分析 |
| 6.1 温度检测实验与分析 |
| 6.2 测温节点功耗分析 |
| 6.2.1 测温节点功耗理论计算 |
| 6.2.2 测温节点功耗实验及分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文和获得的科研成果 |
（10）多功能粮情测控系统的发展与展望（论文提纲范文）
| 1 粮情测控系统基本原理 |
| 2 粮情测控系统发展历程 |
| 2.1 第一代粮情检测系统 |
| 2.2 第二代粮情检测系统 |
| 2.3 第三代粮情测控系统 |
| 3 粮情测控系统研究现状 |
| 3.1 传输信号 |
| 3.2 密封方式 |
| 3.3 测温电缆 |
| 3.4 抗干扰 |
| 3.5 软件设计 |
| 4 结论 |
四、基于粮情无线检测系统的计算机管理软件设计（论文参考文献）
- [1]基于5G物联网技术的智慧粮仓测控系统的设计与实现[D]. 姚芳明. 阜阳师范大学, 2021(12)
- [2]储备粮实物数字云图监管方法和应用研究[D]. 崔宏伟. 吉林大学, 2021(01)
- [3]基于机器学习的储粮品质预测方法及应用研究[D]. 王启阳. 吉林大学, 2021(01)
- [4]一种粮库粮情智能检测和控制系统的设计与实现[D]. 曹磊. 安徽建筑大学, 2021(08)
- [5]基于领域工程的粮库信息化系统分析[D]. 张爽. 武汉轻工大学, 2020(06)
- [6]便携式储粮生物危害检测仪的研究[D]. 沈文豪. 吉林大学, 2020(08)
- [7]智能粮仓监测管理系统的开发与应用[D]. 衣美佳. 天津工业大学, 2020(02)
- [8]粮仓储粮真菌的远程监测与预警[D]. 白静静. 河南工业大学, 2019
- [9]无线粮情监测系统设计[D]. 刘宏杰. 河南师范大学, 2019(07)
- [10]多功能粮情测控系统的发展与展望[J]. 张雪苍,郭平飞,甄彤,吴建军. 粮食加工, 2018(04)