一、开展机械通风储粮 保持储粮品质（论文文献综述）
王启阳[1]（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。
崔宏伟[2]（2021）在《储备粮实物数字云图监管方法和应用研究》文中认为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。
刘丹丽[3]（2020）在《高大平房仓粮食储藏过程中碳排放量计算》文中研究说明粮食仓储工艺与设备相关技术是随着粮食行业机械化、自动化的发展而逐步形成的。随着社会经济的不断发展、科学技术的不断进步,各行各业的突飞猛进,机械化、自动化、智能化的发展进程,推动了仓储技术工艺与设备的快速发展。在粮食储藏过程中,由于粮食进出仓、通风降温、降水、熏蒸杀虫等活动会消耗电能产生碳排放,加剧温室效应。因此,分析探讨粮食储藏过程中的碳排放影响因素并计算碳排放量,对于实现粮食储藏过程的节能减排具有十分重要的现实意义。本文以粮食储藏过程中各储粮技术为研究对象,主要研究内容及结论如下:（1）采用问卷调查法,分析影响粮食储藏过程中碳排放量产生的因素,得出影响粮食储藏过程碳排放的主要储粮技术为粮食进出仓、储粮机械通风、环流熏蒸、充氮气调、空调以及谷物冷却机控温。（2）通过对比分析碳排放的核算标准及其计算方法,选定碳排放因子法作为本文研究粮食储藏过程碳排放量的方法。分析粮食储藏过程中各关键储粮技术的工作原理,找出影响粮食储藏过程中各储粮技术碳排放的设备因素,并利用碳排放因子法,分别建立各关键储粮技术的碳排放量计算模型。（3）以上海市某一粮库为例,对该粮库其中一个高大平房仓粮食储藏过程中的数据进行调研,收集在粮食储藏过程中各关键储粮技术的数据,并根据粮食储藏过程碳排放量计算模型,计算出各关键储粮技术的碳排放量。案例研究表明:上海市某高大平房仓在粮食储藏过程中,各储粮技术产生碳排放的总量为30.37吨,其中机械通风产生的碳排放量最多,为粮食储藏过程中总碳排放量的31.11%,其次是谷物冷却机通风降温,谷物冷却机通风降温产生的碳排放量为粮食储藏过程中总碳排放量的22.05%,然后是粮食进出仓,为粮食储藏过程中总碳排放量的21.85%,环流熏蒸产生的碳排放量最少,仅为粮食储藏过程中总碳排放量的2.66%。并以此结果,提出降低粮食储藏过程碳排放的相关措施,为高大平房仓绿色、低能耗储粮和减少碳排放等提供一定的参考价值。（4）根据第四章对粮食储藏过程中各储粮技术碳排放量的计算,提出降低粮食储藏过程中碳排放量的措施,主要包括:粮食进出仓环节所有设备采用路径最优原则,机械通风环节采用小功率风机、吸出式以及阶段式通风、机械通风和自然通风相结合、及时有效密闭隔热等措施,空调控温环节采用变频调速技术以及节能型风机等措施,环流熏蒸环节采用膜下环流熏蒸以及内环流措施,充氮气调以及谷物冷却通风降温环节采用改造仓房气密性的措施,以及采用粮仓光伏发电、双层自呼吸屋面、差异化储粮等措施来降低粮食储藏过程中的碳排放量。
俞晓静[4]（2020）在《高大平房仓稻谷横向降温保水通风工艺的数值模拟研究》文中认为粮食问题是关系到我国民生的大事,为了保障仓储粮食的品质,做好安全储粮工作是非常重要的。诸多因素影响储粮生态系统的稳定性,机械通风策略是调控储粮环境的常用手段之一。但我国针对通风粮堆的研究停留在降温通风阶段,忽视了保质控水通风的重要性。针对现阶段存在的问题,搭建了降温保水通风系统,对粮食温度和水分进行同步调控,避免了由于水分丢失造成的粮食品质下降和严重经济损失等问题。高大平房仓作为储藏粮食的主流仓型,有跨度大、储粮体积大的特点,为了促进粮堆区域与空气之间的热湿传递,设计了通风路径长的横向通风工艺用于储粮。本文基于多孔介质的热湿平衡理论和流体流动理论,建立了稻谷储粮通风过程中热质传递的数学模型,采用有限元差分方法,模拟了恒温恒湿空气送入粮堆并与粮堆发生热湿交换的过程。为了探究通风粮堆温度场和水分场的变化规律,采用模拟预测与实验研究相结合的方法,分析了进风温湿度对粮堆降温保水效果的影响。具体的研究内容如下:1.基于高大平房仓的几何物理模型,构建了适用于大跨度仓型的横向通风工艺,提出了完善的针对高大平房仓横向通风的理论基础。2.将仓储静态粮堆视为具有吸湿性的多孔介质,探究了粮粒与粒间流体的对流换热过程,设计了高大平房仓的降温保水通风系统。通过仓储通风过程模拟预测与实验数据的对比,发现了通风稻谷的温度与水分变化趋势基本一致,可以验证数学模型的正确性及数值模拟方法的可行性。3.完成了不同工艺参数的横向通风实验研究,模拟比较了进风相对湿度不同时粮堆结束通风的降温与保水效果。发现当进风空气的相对湿度过低时,粮堆各处有明显的失水现象,粮食的品质受损严重;当进风空气的相对湿度过高时,进风口附近粮层会聚集大量水分,局部区域发生霉变现象;当进风空气与初始粮堆的相对湿度差为0时,通风结束时粮堆各处的水分下降幅度小且局部水分在安全范围内回升。4.建立了高大平房仓的横向通风数学、物理模型,采用数值分析预测的方法,对降温保水通风工艺进行模拟优化,模拟分析和比较了进风空气温度、吨粮通风量不同对储粮温度场和水分场的影响,得到了高大平房仓内稻谷降温保水通风的最佳工艺参数,研究结果丰富和完善了现有的储粮通风理论,同时也为储粮横向降温保水通风的操作提供依据。
宋志勇[5]（2020）在《低温干燥生态储粮区高大平房仓内环流控温储粮应用技术研究》文中提出近年来,利用自然冷源开展内环流控温储粮的研究逐渐增多,常见的内环流方式为全仓内环流和膜下内环流,但是目前对于两种方式的差异性研究较少。本文创新性地通过对比不同粮种（小麦和玉米）在常规储存、膜下内环流和全仓内环流储粮技术下的控温控湿效果、害虫抑制效果、粮食品质变化和经济效益分析等,对内蒙古西部地区粮库高大平房仓进行控温储粮研究,探讨在低温干燥生态储粮区大跨度高大平房仓更为安全、经济、有效的内环流控温模式。获得的研究结论如下:（1）全仓内环流对于仓温的控制效果最明显,小麦和玉米全仓内环流的仓温均维持在20～23℃范围;膜下内环流与常规储存对仓温控制效果均不明显,小麦的膜下内环流以及常规储存仓温最高时分别达到26℃、26.8℃,玉米则分别达到26.2℃和25℃。粮堆平均粮温上升幅度从高到低依次为全仓内环流>膜下内环流>常规储存。常规储存、膜下内环流以及全仓内环流仓的小麦平均粮温升幅分别为6.0℃、6.5℃、8.6℃。常规储存、膜下内环流以及全仓内环流仓的玉米平均粮温升幅分别为8.2℃、9.3℃、12.1℃。三种储粮方式对粮堆上层和中上层粮温的控制效果从好到差依次为膜下内环流>全仓内环流>常规储存,对中下层和下层粮温控制效果依次为常规储存>膜下内环流>全仓内环流。（2）全仓内环流能够有效控制仓湿,膜下内环流和常规储存均无明显控制效果。全仓内环流、膜下内环流和常规储存的小麦仓仓湿分别处于16.9%～30%、38%～50%和40%～50%范围。全仓内环流、膜下内环流和常规储存的玉米仓仓湿分别处于19.8%～30%、42%～52.1%和42%～55%范围,后二者控温方式对于仓湿无明显控制效果。（3）三种储存方式对粮堆表层粮食含水量降低效果最佳的是膜下内环流,其次是全仓内环流,常规储存最差。膜下内环流、全仓内环流的小麦仓表层粮食水分降低幅度分别为0.25%、0.20%,常规储存的小麦仓表层粮食水分上升幅度为0.23%。膜下内环流、全仓内环流的玉米仓表层粮食水分降低幅度分别为0.38%、0.22%,常规储存的玉米表层粮食水分上升幅度为0.15%。（4）储粮度夏试验期间,膜下内环流、全仓内环流的小麦仓和玉米仓均属于基本无虫粮等级,而常规储存的小麦仓和玉米仓分别达到一般虫粮和严重虫粮等级。膜下内环流和全仓内环流均能使粮食安全度夏,延缓品质劣变速率。膜下内环流和全仓内环流小麦仓的容重、发芽率、不完善粒、品尝评分值、色泽和气味指标均无明显下降;常规储存、膜下内环流和全仓内环流的小麦降落数值上升幅度分别为143s、75s和84s,小麦面筋吸水量的下降幅度分别为49%、23%、25%;膜下内环流和全仓内环流玉米仓的容重、霉变粒、色泽和气味这些品质指标均无明显变化;常规储存、膜下内环流和全仓内环流的玉米脂肪酸值上升幅度分别为39 mg/100g、18 mg/100g和20 mg/100g,品尝评分值下降幅度分别为17分、4分和6分。（5）在经济效益方面,常规储存、膜下内环流、全仓内环流的小麦仓的净利润分别29.8万元、68.1万元、62.1万元;常规储存、膜下内环流、全仓内环流的玉米仓的净利润分别45.3万元、78.8万元、78.5万元。因此,膜下内环流和全仓内环流带来的经济效益接近,均远高于常规储存。（6）在低温干燥生态储粮区高大平房仓内储藏小麦和玉米,内环流控温技术具备可行性。两种内环流方式均能够有效抑制虫霉滋生,延缓粮食品质劣变速率,其中,全仓内环流技术在控制仓温、仓湿及害虫书虱方面较为有效,膜下内环流在维持表层粮食含水量及平均粮温方面较为有效。但是膜下内环流不利于粮食储藏机械化操作,且膜下及内环流管道处易结露,粮情检测难度大,存在较大安全隐患。又鉴于巴彦淖尔地区冷源充足,在及时对仓房进行隔热密闭处理后,冷量足够度夏所需,所以两个粮种均选择全仓内环流技术为最优储粮方式。
姚锡鹏[6]（2020）在《不同控温方式对优质籼稻储藏温度与品质的影响》文中认为本课题以优质籼稻作为研究对象,分别在3号试验仓（15mm厚彩钢硬质聚氨酯保温板仓墙隔热、30mm厚彩钢硬质聚氨酯保温板仓内吊顶、粮面稻壳压盖、机械通风、风管机与墙体管道内环流等控温方式）、4号试验仓（90mm厚中空轻质隔墙板仓墙隔热、30mm厚彩钢硬质聚氨酯保温板仓内吊顶、机械通风、风管机与墙体中空轻质隔墙板内环流等控温方式）、6号对照仓（机械通风和粮面压盖密闭的常规储藏方式）进行实仓储藏试验,在1年储藏期内跟踪测定各仓温度和稻谷品质指标,研究优质籼稻储藏期间温度与品质的变化规律,主要结论如下:（1）3号试验仓全年最高仓温在20℃左右,平均粮温低于15℃,最高粮温低于25℃,实现准低温储藏。在秋冬季机械通风降温后,全仓各层粮温差距不大,保水通风降温效果良好,粮堆蓄冷充足。随着气温不断上升,彩钢硬质聚氨酯体现良好的静态隔热效果。度夏期间,风管机控制粮堆表层温度效果显着,墙体管道内环流能有效降低粮堆热皮温度,对整仓降温均温效果最好,但南边靠墙0.6m内的粮堆部位存在较大温差,热皮传热速度较快。储藏期内稻谷的品质指标变化幅度最小,粮堆各部位综合样中脂肪酸值最高为25.7mg KOH/100g,米饭综合评分值最低为74分,降落数值最高为491秒,发芽率最低为67%。随着储藏时间的延长,3号试验仓各部位综合样的糊化温度、最终黏度、回升值缓慢上升,衰减值逐渐下降,最低黏度变化趋势不明显,其中最终黏度变化幅度为224c P,回升值变化幅度为113c P,粮食陈化速度最慢。（2）4号试验仓全年最高仓温在20℃左右,平均粮温低于15℃,最高粮温低于25℃,实现准低温储藏。在秋冬季机械通风降温后,降温效果明显,但下层粮温较高,且与中下层粮温存在较大温差。气温上升期间,靠近南墙部位的平均粮温显着低于其他两仓,说明中空轻质隔墙板静态隔热效果最好。在气温最高的8月份,由于4号仓没有采用粮面压盖导致表层最高平均粮温与表层最高粮温均高于3号试验仓,而南边靠墙0.6m内粮温最高点上升幅度和各点温差值均小于其他两仓,说明采用中空轻质隔墙板内环流动态隔热方式更有利于降低粮堆四周热皮温度,减小四周热皮对粮堆温度的影响,但整仓粮堆存在较大温差,均温效果次于3号试验仓。4号试验仓稻谷的品质指标变化幅度与3号试验仓相差较小,粮堆各部位综合样中脂肪酸值最高为26.6mg KOH/100g,米饭综合评分值最低为74分,降落数值最高为495秒,发芽率最低为66%。另外,4号试验仓各部位综合样的糊化温度、最低黏度、最终黏度、回升值与衰减值指标变化趋势与3号试验仓一致,但最终黏度变化幅度为258c P,回升值变化幅度为148c P,整体粮食品质略差于3号试验仓。（3）6号对照仓在秋冬季通风结束后降温效果显着,下层与中下层粮温相接近,上层与中上层粮温相接近,而中下层与中上层粮温相差较大。夏季气温严重影响粮温,度夏期间表层最高平均粮温高于25℃,皮层最高粮温高于30℃,热皮冷心现象最严重,南边靠墙0.6m内和整仓内部存在较大温差,容易导致湿热扩散和虫霉危害。储藏期间6号仓稻谷的品质指标变化幅度最大,粮堆各部位综合样中脂肪酸值最高为30.4mg KOH/100g,米饭综合评分值最低为72分,降落数值最高为525秒,发芽率最低为45%。随着储藏时间的延长,6号对照仓各部位综合样的糊化温度、最低黏度、最终黏度、回升值与衰减值指标变化趋势与两栋试验仓一致,其中最终黏度变化幅度最大为501c P,回升值变化幅度最大为341c P,粮食陈化速度最快,品质最差。
童国平[7]（2020）在《横向通风技术在高大平房仓中的应用研究》文中研究指明本文主要研究横向通风技术在高大平房仓中的应用效果,以早籼谷为研究对象,将竖向通风作为对照,进行两种不同目的（降温、调质）的通风试验,并对横、竖向通风的结果进行分析和经济效益比对,结论如下:一、横、竖向降温通风试验（1）在通风量相同的情况下,横向降温通风系统的降温幅度、降温均匀性均优于竖向降温通风系统。横向降温通风将粮堆初始平均温度由15.2℃降低至5.3℃,降温幅度为9.9℃,粮层间温差由5.2℃下降至0.6℃,粮层温差缩减幅度为4.6℃;竖向降温通风将粮堆初始平均温度由15.7℃降低至6.9℃,降温幅度为8.8℃,粮层间温差由3.5℃下降至1.5℃,粮层温差缩减幅度为2.0℃。（2）在通风量相同情况下,横向通风系统的通风失水率低,保水性好。横向降温方式的各层粮堆水分损失速率区间为0-0.05%,竖向降温方式的各层粮堆水分损失速率区间为0.06-0.18%。此外,横向通风单位通风量为竖向通风的64%时,就可达到近似相同的降温效果。二、横、竖向调质通风试验（1）横、竖向调质通风期间两仓粮温均无异常现象,横向调质通风增湿加水程度、均匀度高于竖向调质通风。横向调质通风后的粮堆平均水分保持在12.10%左右,较调质前增加了0.86%个水分点。粮食水分均匀度由91.27%提高至96.38%,均匀度增幅为5.11%;竖向调质通风后的粮堆各层间水分差异较明显,平均水分较调质前增加了0.80%个水分点,粮食水分均匀度由92.61%提高至94.11%,均匀度增幅为1.50%。（2）横向调质通风能够较好地提升稻谷的加工品质。粮温和含水量与稻谷脂肪酸值、整精米率、出糙率、黄粒米率呈显着相关。在通风调质期间,横向调质平房仓的脂肪酸值呈基本不变状态,由最初的26.2mg/100g变为26.8mg/100g;整精米率由初始的46.2%上升至48.6%,上升幅度为2.4%;出糙率由初始的75.6%上升至76.4%;黄粒米率几乎没有变化。竖向调质平房仓的脂肪酸值有所上升,由25.7mg/100g上升至27.8mg/100g,上升幅度为2.1mg/100g。整精米率由初始的45.6%上升至47.4%,上升幅度为1.8%。出糙率由初始的75.8%上升至76.3%。黄粒米率略微有所上升,上升幅度为0.07%。三、横、竖向通风储粮经济效益分析从储藏过程中的储粮成本、出售收益和净增收等方面分析,横向通风带来的经济效益高于竖向通风。1号仓横向通风储粮成本低于3号仓竖向通风储粮,分别为18517.1元和21711.8元。储粮成本主要包括通风系统折旧费、设备折旧费、电费和水费,其中1号仓和3号仓的通风系统折旧费为7781.4元和8820.0元;设备折旧费分别为8485.7元和10461.6元;耗电费用分别为2216.7元和2394.9元;耗水费用分别为33.3元和35.3元。此外,1号仓带来的出售收益和净增收均大于3号仓。其中1号仓和3号仓的出售收益分别为169750.0元和84238.8元,净增收分别为151232.9元和62527.0元。综上所述,在以湖南地区为例的第五生态储粮区中,横向通风技术在高大平房仓中的应用效果较好,无论是以降温还是以调质为目的的通风,其在作业效率和经济效益上都优于传统的竖向通风技术,是一种值得推广的、具备科学保粮意义的实用技术。
薛雅琪[8]（2019）在《地下生态储粮仓温度场试验与数值分析》文中进行了进一步梳理开发利用地下空间是落实住建部“十三五”规划、贯彻国土资源部“三深一土”发展目标的重要举措,也是国家创新驱动发展战略的重要组成部分。地下储粮仓能够保证粮食品质,同时具有节能、节地、减损、环保的优势,但仓内温度会受到地质条件、深度和外界气温等因素的影响,粮温作为储粮的重要因子,温度过高将会导致虫害的滋生与繁衍,对地下储粮仓进行温度场研究将有利于发现粮堆内部的温度变化规律,利用浅层地能实现藏粮于地、藏粮于技的发展战略具有现实意义。本文结合国家粮食公益性行业科技专项（编号201413007-01）,采用试验研究与数值分析相结合的方法对仓容83吨的地下模拟试验仓装粮前后温度场的变化进行系统性的研究分析,得出仓内温度变化规律;并与仓容3500吨的生产试验仓在数值分析与试验验证基础上对比分析,得出两者温度变化的内在关系;最后对生产试验仓高温季节入仓与装粮高度进行模拟预测。主要研究成果如下:1.通过试验监测得出地下模拟试验仓装粮前后的气温、地温、仓温和不同高度、不同位置的粮温内部温度变化图,得出仓内温度具有低温稳定性。2.以地下模拟试验仓环境温度为边界条件,对建立的物理模型进行有限元模拟,得出装粮前后仓内温度随时间变化的断面图,发现内部热量传递过程,并运用试验结果对数值模拟建立的数学模型进行验证,得出二者变化的一致性。3.在装粮前生产试验仓数值模拟与试验验证正确性的基础上,对装粮后温度的模拟分析,得出装粮后生产试验仓温度要低于模拟试验仓1°C左右,说明随着仓容深度的增加,越有利于安全储粮。4.通过采取准静态和机械通风两种状态对新建地下生产试验仓高温季节入仓的可行性数值模拟,得出机械通风可以有效对入仓后的高温进行降温,实现温度处于低温或准低温状态,确保储粮安全;对仓内不同装粮高度数值模拟分析,得出合适的装粮高度为18米。
冯儒[9]（2018）在《空调准低温储粮技术在稻谷仓储中应用的研究》文中认为稻谷在储藏过程中,受外界温度、储粮害虫和微生物等的影响,其品质不断变化。基于粮食自身是热的不良导体,通过储粮设施的外围结构传到进入到储粮仓库内,进而影响库内粮食温度变化,由于不同方位粮库的外围建筑受光照时间和强度不同,以及和粮食表面积的不同,在粮堆内部温度变化往往形成温度梯度。特别是在高温环境影响下,稻谷品质劣变速度加快。低温储粮被公认为一种绿色储粮技术,在粮食的储藏领域有着较为广泛的研究和应用。寻找一个既能实现低温储粮,又能效益最大化的途径,对于粮食加工企业有着重要意义。1、对比了同一年产的稻谷在不同的温度储藏条件下,稻谷温度、糊化特性、脂肪酸值和稻谷食味值的变化。从五月至九月下旬,定期检查实验仓和对照仓内稻谷温度的变化,检测稻谷糊化特性和脂肪酸值,对比不同时期不同储藏条件下的稻谷食味值。结果表明,在实验仓,稻谷的平均温度在20℃以内,处于一种准低温的储藏环境,而没有采用空调制冷的对照仓,仓库稻谷的平均温度较高,最高温度超过30℃,使稻谷处于高温环境,加快了稻谷品质劣变;在实验仓内稻谷的糊化特性和脂肪酸值变化程度较小,而对照仓内稻谷的糊化特性和脂肪酸值变动程度较大。2、在试验仓内,因稻谷的温度变化幅度较小,90天后稻谷的脂肪酸值从最初的13.1 KOHmg/100g变为13.8 KOHmg/100g。稻谷加工大米时,具有明显的米香味。但90天后对照仓内稻谷的脂肪酸值从最初的13.2 KOHmg/100g升至25 KOHmg/100g,按照国家稻谷储藏品质判定规则,已经处于轻度不宜储存的临界值。3、经过一个夏季高温,实验仓内的稻谷仍处于适宜储藏的状态,而对照仓内稻谷的品质已处于不适宜继续储藏的状态。实验仓内稻谷在加工成大米时有明显的米香味,煮饭时可闻到新米香味。经过准低温仓储的稻谷,在经过一个夏季高温后,大米的食味品质变化在5分以内,而对照仓内稻谷的食味值变化范围近10分,从食味品质角度看,已下降一个等级。
刘朝伟,吕建华,杨冰,苏登峰[10]（2018）在《浅圆仓负压通风技术应用案例分析》文中研究说明在利用浅圆仓储粮过程中,运用负压通风技术对浅圆仓进行机械通风降温应用研究,分析了负压通风的时间、粮温变化、通风能耗、风压等数据;对比分析入仓和出仓时粮食质量变化。研究结果表明:运用负压通风技术能实现较低的储粮温度,通风能耗较低,有利于保持储粮品质,有效减少储粮过程中由于机械通风引起的粮食重量损失。在浅圆仓储粮过程中,负压通风技术具有良好的应用前景,对于指导浅圆仓机械通风技术开展,具有较强的实践指导意义。
二、开展机械通风储粮 保持储粮品质（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、开展机械通风储粮 保持储粮品质（论文提纲范文）
（1）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 |
（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）高大平房仓粮食储藏过程中碳排放量计算（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 二氧化碳排放量的国内外研究现状 |
| 1.2.2 绿色低碳粮仓的国内外研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 2 粮仓碳排放影响因素分析 |
| 2.1 影响粮食储藏过程碳排放量的因素 |
| 2.2 粮食储藏过程中碳排放量影响因素调研 |
| 2.2.1 调研方法 |
| 2.2.2 问卷数据处理 |
| 2.2.3 结果分析 |
| 2.3 本章小结 |
| 3 粮仓的碳排放计算模型 |
| 3.1 碳排放的核算标准及计算方法 |
| 3.1.1 碳排放的核算标准 |
| 3.1.2 碳排放的计算方法 |
| 3.2 碳排放因子法基本原理 |
| 3.3 粮食储藏过程碳排放计算模型构建 |
| 3.3.1 粮食进出仓碳排放量计算模型 |
| 3.3.2 粮仓机械通风碳排放量计算模型 |
| 3.3.3 粮仓环流熏蒸碳排放量计算模型 |
| 3.3.4 粮仓充氮气调碳排放量计算模型 |
| 3.3.5 粮仓空调控温碳排放量计算模型 |
| 3.3.6 粮仓谷物冷却机碳排放量计算模型 |
| 3.4 本章小结 |
| 4 某粮仓粮食储藏过程中碳排放量计算 |
| 4.1 粮仓概况 |
| 4.2 粮仓粮食储藏过程设备耗电碳排放计算 |
| 4.2.1 粮食进出仓碳排放量分析 |
| 4.2.2 粮仓机械通风碳排放分析 |
| 4.2.3 粮仓环流熏蒸碳排放分析 |
| 4.2.4 粮仓充氮气调碳排放分析 |
| 4.2.5 粮仓空调控温碳排放分析 |
| 4.2.6 粮仓谷物冷却机技术碳排放分析 |
| 4.3 结果分析 |
| 4.4 本章小结 |
| 5 降低粮仓碳排放的措施 |
| 5.1 降低粮食进出仓环节碳排放的措施 |
| 5.2 降低机械通风碳排放的措施 |
| 5.3 降低环流熏蒸环节碳排放的措施 |
| 5.4 降低空调控温环节碳排放的措施 |
| 5.5 降低充氮气调、谷物冷却环节碳排放的措施 |
| 5.6 其他降低碳排放的措施 |
| 5.7 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 致谢 |
| 参考文献 |
| 个人简历、攻读学位期间发表的学术论文和研究成果目录 |
（4）高大平房仓稻谷横向降温保水通风工艺的数值模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 横向降温保水通风的国内外研究现状 |
| 1.3 本文研究思路与主要内容 |
| 第2章 储粮横向通风过程热湿传递机理和数学模型的建立 |
| 2.1 储粮粮堆的多孔介质特性 |
| 2.2 多孔介质流动和热质传递的数学模型 |
| 2.3 粮堆多孔介质的热湿耦合传递机理 |
| 2.4 储粮横向降温保水通风过程的数学模型的建立 |
| 2.5 高大平房仓的物理建模 |
| 2.6 小结 |
| 第3章 粮堆和空气的热物理性质及相关参数 |
| 3.1 稻谷粮堆的初始参数设定 |
| 3.2 粮堆多孔介质区域的条件设置 |
| 3.3 进风空气的物性参数设定 |
| 3.4 边界条件的设定 |
| 3.5 本章小结 |
| 第4章 稻谷横向通风的实仓实验及模拟的对比验证 |
| 4.1 实验目的 |
| 4.2 实验仓及设备连接 |
| 4.3 实验仪器的选型及精度 |
| 4.4 粮仓通风的实验技术方案 |
| 4.5 模拟预测与方仓实验结果的对比分析 |
| 4.6 本章小结 |
| 第5章 不同通风条件下的稻谷横向降温保水通风的模拟预测与分析 |
| 5.1 通风工况的选择及依据 |
| 5.2 不同通风湿度条件下的模拟预测结果与分析 |
| 5.3 不同通风温度条件下的模拟预测结果与分析 |
| 5.4 不同的吨粮通风量条件下的模拟预测结果与分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间论文发表及科研情况 |
（5）低温干燥生态储粮区高大平房仓内环流控温储粮应用技术研究（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 低温干燥生态区低温储粮技术 |
| 1.2.1 机械通风技术 |
| 1.2.2 内环流技术 |
| 1.2.3 人工制冷降温技术 |
| 1.3 内环流通风控温技术研究现状 |
| 1.4 研究意义和内容 |
| 1.4.1 研究意义 |
| 1.4.2 研究内容 |
| 1.4.3 课题创新性 |
| 第二章 三种储粮技术下的粮温变化分析 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.2.1 仓房情况 |
| 2.2.2 储粮情况 |
| 2.2.3 仓房配套设施 |
| 2.2.4 试验方法 |
| 2.2.5 指标测定 |
| 2.2.6 主要设备 |
| 2.3 结果与分析 |
| 2.3.1 试验期间仓温变化 |
| 2.3.2 试验期间粮温变化 |
| 2.4 本章小结 |
| 第三章 三种储粮技术对仓湿和储粮含水量的影响 |
| 3.1 引言 |
| 3.2 材料与方法 |
| 3.2.1 仓房情况 |
| 3.2.2 储粮情况 |
| 3.2.3 主要设备 |
| 3.2.4 仓房配套设施 |
| 3.2.5 试验方法 |
| 3.2.6 指标测定 |
| 3.2.7 数据统计分析 |
| 3.3 结果与分析 |
| 3.3.1 仓湿的变化 |
| 3.3.2 表层粮食含水量变化 |
| 3.4 本章小结 |
| 第四章 三种储粮技术对虫害及储粮品质的影响 |
| 4.1 引言 |
| 4.2 材料与方法 |
| 4.2.1 仓房情况 |
| 4.2.2 储粮情况 |
| 4.2.3 试剂及仪器 |
| 4.2.4 指标测定 |
| 4.2.5 数据统计分析 |
| 4.3 结果与分析 |
| 4.3.1 虫害分析 |
| 4.3.2 储粮品质 |
| 4.4 本章小结 |
| 第五章 三种控温储粮技术的运行成本及经济效益应用比较 |
| 5.1 引言 |
| 5.2 试验设备 |
| 5.3 技术应用 |
| 5.3.1 储粮机械通风 |
| 5.3.2 储粮环流熏蒸 |
| 5.3.3 储粮内环流控温 |
| 5.4 结果与分析 |
| 5.4.1 三种控温方式的工程造价 |
| 5.4.2 熏蒸杀虫费用 |
| 5.4.3 储粮用电成本 |
| 5.4.4 粮食出入库价格分析 |
| 5.4.5 储粮总费用对比分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（6）不同控温方式对优质籼稻储藏温度与品质的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 前言 |
| 1.1 研究目的和意义 |
| 1.2 优质稻谷概述 |
| 1.3 控温储粮技术研究进展 |
| 1.3.1 仓房气密隔热技术 |
| 1.3.2 机械制冷控温技术 |
| 1.3.3 机械通风降温、降水技术 |
| 1.3.4 冷心内环流控温技术 |
| 1.3.5 综合控温储粮技术 |
| 1.4 稻谷储藏品质指标概述 |
| 1.4.1 脂肪酸值 |
| 1.4.2 水分含量 |
| 1.4.3 发芽率 |
| 1.4.4 降落数值 |
| 1.4.5 糊化特性 |
| 1.4.6 色泽、气味与感官评价指标 |
| 1.5 研究内容 |
| 第2章 不同控温方式对优质籼稻储藏温度的影响 |
| 2.1 试验材料 |
| 2.1.1 试验仓房 |
| 2.1.2 试验粮食 |
| 2.2 试验方法 |
| 2.2.1 仓房及粮堆隔热处理 |
| 2.2.2 粮温测温点布置 |
| 2.2.3 机械通风降温 |
| 2.2.4 熏蒸杀虫 |
| 2.2.5 风管式空调机控温 |
| 2.2.6 内墙体环流均温 |
| 2.2.7 粮温数据采集与处理 |
| 2.3 结果与分析 |
| 2.3.1 秋冬季机械通风降温效果分析 |
| 2.3.2 夏季控温效果分析 |
| 2.3.3 墙体隔热材料隔热效果分析 |
| 2.3.4 皮层传热对粮堆温度的影响分析 |
| 2.4 本章小结 |
| 第3章 不同控温方式对优质籼稻储藏品质的影响 |
| 3.1 试验材料 |
| 3.1.1 试验样品 |
| 3.1.2 主要试验试剂 |
| 3.1.3 主要试验仪器设备 |
| 3.2 试验方法 |
| 3.2.1 实仓扦样方法 |
| 3.2.2 试验样品处理 |
| 3.2.3 品质指标的测定 |
| 3.2.4 数据统计与处理 |
| 3.3 结果与分析 |
| 3.3.1 脂肪酸值的变化与分析 |
| 3.3.2 水分变化与分析 |
| 3.3.3 米饭综合评分值的变化与分析 |
| 3.3.4 发芽率的变化与分析 |
| 3.3.5 降落数值的变化与分析 |
| 3.3.6 糊化特性指标的变化与分析 |
| 3.4 本章小结 |
| 第4章 结论与展望 |
| 4.1 结论 |
| 4.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间论文发表 |
（7）横向通风技术在高大平房仓中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 粮堆生态系统 |
| 1.1.2 机械通风概述 |
| 1.2 横向通风技术应用现状 |
| 1.2.1 横向机械通风的特点 |
| 1.2.2 横向通风原理 |
| 1.2.3 国内研究进展 |
| 1.3 研究目的和研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 第二章 横、竖向降温通风对粮食含水量和温度变化影响 |
| 2.1 前言 |
| 2.2 材料与方法 |
| 2.2.1 粮仓仓房情况 |
| 2.2.2 储粮情况 |
| 2.2.3 主要试验仪器 |
| 2.2.4 通风系统及降温方式 |
| 2.2.5 指标的测定 |
| 2.2.6 数据统计分析 |
| 2.3 结果与分析 |
| 2.3.1 通风降温效果 |
| 2.3.2 通风降温均匀性分析 |
| 2.3.3 通风过程中粮食含水量的变化 |
| 2.3.4 横、竖向降温通风方式能效对比 |
| 2.4 本章小结 |
| 第三章 横、竖向调质通风对粮食调温增湿的影响 |
| 3.1 前言 |
| 3.2 材料与方法 |
| 3.2.1 粮仓仓房情况 |
| 3.2.2 储粮情况 |
| 3.2.3 主要试验仪器 |
| 3.2.4 通风系统及降温方式 |
| 3.2.5 调质原理及步骤 |
| 3.2.6 调质通风条件 |
| 3.2.7 指标的测定 |
| 3.3 结果与分析 |
| 3.3.1 横向调质通风系统仓房中的粮温和水分的变化 |
| 3.3.2 竖向调质通风系统仓房中的粮温和水分的变化 |
| 3.4 本章小结 |
| 第四章 横、竖向调质通风对粮食品质变化的影响 |
| 4.1 前言 |
| 4.2 材料与方法 |
| 4.2.1 粮仓仓房情况 |
| 4.2.2 储粮情况 |
| 4.2.3 主要试验仪器和试剂 |
| 4.2.4 通风系统及降温方式 |
| 4.2.5 调质原理及步骤 |
| 4.2.6 调质通风条件 |
| 4.2.7 指标的测定 |
| 4.2.8 数据统计分析 |
| 4.3 结果与分析 |
| 4.3.1 脂肪酸值 |
| 4.3.2 整精米率 |
| 4.3.3 出糙率 |
| 4.3.4 黄粒米率 |
| 4.3.5 相关性分析 |
| 4.4 本章小结 |
| 第五章 横、竖向通风技术的运行成本及经济效益分析 |
| 5.1 前言 |
| 5.2 材料与方法 |
| 5.2.1 粮仓仓房情况 |
| 5.2.2 储粮情况 |
| 5.3 指标的测定 |
| 5.3.1 折旧费 |
| 5.4 结果与分析 |
| 5.4.1 通风系统投资 |
| 5.4.2 储粮配套设备投资 |
| 5.4.3 横、竖向通风电耗 |
| 5.4.4 横、竖向通风水耗 |
| 5.4.5 调质收益 |
| 5.4.6 粮食出售收益 |
| 5.4.7 两种通风方式的净增收 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（8）地下生态储粮仓温度场试验与数值分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地下储粮仓研究现状 |
| 1.2.2 数值模拟在储粮研究应用现状 |
| 1.2.3 研究现状总结 |
| 1.3 本文主要研究 |
| 1.4 技术路线 |
| 2 地下模拟试验仓的温度场试验 |
| 2.1 地下模拟试验仓仓内温度试验 |
| 2.1.1 地下模拟试验仓工程概况 |
| 2.1.2 试验目的 |
| 2.1.3 试验方法与测温点布置 |
| 2.2 装粮前地下模拟试验仓数据监测及结果分析 |
| 2.2.1 装粮前层温随深度变化试验分析 |
| 2.2.2 装粮前中心区与外围区不同深度温度差值变化分析 |
| 2.2.3 不同年份仓内温度变化分析 |
| 2.3 装粮后地下模拟试验仓数据监测及结果分析 |
| 2.3.1 装粮后气温、地温、仓温、粮温变化监测分析 |
| 2.3.2 装粮后层温随深度变化监测分析 |
| 2.3.3 装粮后中心区与外围区不同深度温度差值变化分析 |
| 2.4 装粮前后地下模拟试验仓年平均温度对比分析 |
| 2.5 本章小结 |
| 3 地下模拟试验仓温度场数值分析 |
| 3.1 理论基础 |
| 3.2 数值模拟软件简介 |
| 3.3 地下模拟试验仓模型建立与参数确定 |
| 3.4 装粮前数值模拟与试验对比分析 |
| 3.4.1 装粮前模拟试验仓温度模拟结果 |
| 3.4.2 装粮前模拟与试验对比分析 |
| 3.5 装粮后数值模拟与试验对比分析 |
| 3.5.1 装粮后模拟试验仓温度模拟结果 |
| 3.5.2 装粮后模拟与试验对比分析 |
| 3.6 本章小结 |
| 4 地下生产试验仓温度场数值分析 |
| 4.1 装粮前后地下生产试验仓模拟仿真 |
| 4.1.1 地下生产试验仓工程概况 |
| 4.1.2 地下生产试验仓模型建立 |
| 4.1.3 地下生产试验仓边界条件设定 |
| 4.1.4 装粮前地下试验仓数值模拟与试验对比分析 |
| 4.1.5 装粮后地下生产试验仓温度预测分析 |
| 4.2 地下生产试验仓与模拟试验仓相似性分析 |
| 4.3 地下生产试验仓高温季节小麦入仓可行性数值模拟 |
| 4.3.1 准静态状态下高温季节入仓温度变化模拟结果与分析 |
| 4.3.2 机械通风状态下高温季节入仓温度变化模拟结果与分析 |
| 4.4 不同装粮高度下地下生产试验仓温度变化数值模拟 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 本文主要研究成果及结论 |
| 5.2 创新点 |
| 5.3 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、攻读硕士学位期间取得的学术成果 |
（9）空调准低温储粮技术在稻谷仓储中应用的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 引言 |
| 第一章 文献综述 |
| 1 稻谷 |
| 2 稻谷的物理性质 |
| 2.1 稻谷的流散特性 |
| 2.2 稻谷的热特性 |
| 2.3 稻谷的吸附性 |
| 3 稻谷安全储藏的影响因素 |
| 3.1 储粮微生物对储粮的影响 |
| 3.2 储粮害虫对储粮的影响 |
| 4 稻谷仓储技术的现状与发展 |
| 4.1 常温储粮技术的发展与应用 |
| 4.2 低温储粮技术的发展与应用 |
| 4.3 气调储粮技术的发展与应用 |
| 5 本研究的目的意义及主要研究内容 |
| 5.1 本研究的目的意义 |
| 5.2 主要研究内容 |
| 第二章 低温储粮对稻谷温度变化的研究 |
| 2.1 材料与方法 |
| 2.1.1 试验材料和仪器 |
| 2.1.2 试验场所 |
| 2.1.3 实验方案 |
| 2.1.4 测定指标与方法 |
| 2.2 结果与分析 |
| 2.2.1 粮面第一层粮温变化情况 |
| 2.2.2 第二层粮食温度变化情况 |
| 2.2.3 第三层粮食温度变化情况 |
| 2.2.4 第四层适量温度变化情况 |
| 2.2.5 整仓平均温度变化情况 |
| 2.2.6 仓内廒间温度变化情况 |
| 2.3 讨论 |
| 2.4 本章小结 |
| 第三章 低温储粮对稻谷品质变化的研究 |
| 3.1 试验材料与方法 |
| 3.1.1 试验材料和仪器 |
| 3.1.2 实验设计与方法 |
| 3.1.3 实验设计 |
| 3.1.4 测定指标与方法 |
| 3.2 结果与分析 |
| 3.2.1 空调准低温储藏对稻谷脂肪酸值变化的影响 |
| 3.2.2 空调准低温储藏对稻谷糊化特性变化的影响 |
| 3.2.3 空调准低温储藏对大米食味值变化的影响 |
| 3.3 讨论 |
| 3.4 本章小结 |
| 全文结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表论文 |
（10）浅圆仓负压通风技术应用案例分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 试验用小麦及其品质检测方法 |
| 1.2 试验仓房 |
| 1.3 设备和仪器 |
| 1.4 通风操作方法 |
| 1.5 风压检测 |
| 2 结果与讨论 |
| 2.1 储粮温度和品质 |
| 2.2 通风时间和能耗 |
| 2.3 粮食损耗 |
| 3 结论 |
四、开展机械通风储粮 保持储粮品质（论文参考文献）
- [1]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)
- [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]高大平房仓粮食储藏过程中碳排放量计算[D]. 刘丹丽. 河南工业大学, 2020(01)
- [4]高大平房仓稻谷横向降温保水通风工艺的数值模拟研究[D]. 俞晓静. 山东建筑大学, 2020(11)
- [5]低温干燥生态储粮区高大平房仓内环流控温储粮应用技术研究[D]. 宋志勇. 河南工业大学, 2020(02)
- [6]不同控温方式对优质籼稻储藏温度与品质的影响[D]. 姚锡鹏. 武汉轻工大学, 2020(06)
- [7]横向通风技术在高大平房仓中的应用研究[D]. 童国平. 河南工业大学, 2020(02)
- [8]地下生态储粮仓温度场试验与数值分析[D]. 薛雅琪. 河南工业大学, 2019(02)
- [9]空调准低温储粮技术在稻谷仓储中应用的研究[D]. 冯儒. 南京农业大学, 2018(03)
- [10]浅圆仓负压通风技术应用案例分析[J]. 刘朝伟,吕建华,杨冰,苏登峰. 粮食与食品工业, 2018(05)
标签：碳排放论文;