粮食筒仓储量测量工艺的探讨

陈传波,王 力,侯少帅,张 晨

1.无锡中粮工程科技有限公司 (无锡 214035) 2.中国储备粮管理集团有限公司江苏分公司 (南京 210000)

随着国内粮食现代物流技术的不断更新,便于实现粮食机械化进出仓的筒仓在近几年得到了大力发展,这种仓型具有存储容积大,占地面积小、机械化自动化程度高等优点,不仅广泛应用于中转库,也越来越多的应用于储备库中。但是筒仓也有很多不足之处,例如:粮堆高度过高,工人仓顶作业危险;仓内空间有限且属于20区,对机电设备和工人操作都有着非常严格的要求;受杂质、水分、进出粮作业等因素影响,仓内粮堆状态不确定,快速准确获得筒仓内粮食数量和粮堆形状较为困难,这对粮食的数量的监测及储存安全都有着重要影响,数量真实、存储安全都是粮食安全的重要组成部分[1]。因此,如何安全准确地了解筒仓内物料状态及存储数量是当前粮食行业的急需解决的问题。

1 筒仓内物料状态

粮食物料的形式在在不同阶段是不同的,按筒仓作业模式,可分为三个阶段:进仓阶段、存储阶段、出仓阶段。

1.1 进仓阶段

筒仓进粮多采用固定式设备从仓顶进料口自上而下进入筒仓,受粮食物料、温湿度、杂质含量的影响形成不同角度的锥面,若仓内存在布料器或多个进料口,则粮堆状态为多个锥面的结合体。粮堆高度随着粮食入仓不断增加,需在进粮数量达到筒仓设计容量时及时停止入仓作业,否则会有冒仓的风险[2]。

1.2 存储阶段

进仓阶段结束后,如果没有人为参与,存储阶段粮面的状态将保持为进仓后段粮堆状态的累加。如果工人进行平仓操作(使用工具将粮食表面摊平),则筒仓内粮食可近似为圆柱体。

1.3 出仓阶段

以平底立筒仓为例,根据出料口数量不同,出粮后粮堆状态为圆柱体减去一个或多个倒圆锥的结合体。但以上是比较理想的出仓状态,当筒仓内粮食发霉、含水量高或保管条件差时粮食就会变硬,颗粒粘在一起,粮堆出现“结顶”、“挂壁”等情况,进而影响管理者对仓内物料状态的判断。

2 传统测量方式

2.1 人工测量

人工测量的方式有两种:一是使用绳索和铅锤组成简单的设备粗略估算立筒仓内部粮食高度;二是先人工平仓后再使用工具测量堆粮高度。铅锤测量操作简单,测量方式直接。但是铅锤测量准确度低,筒仓在进出料时,其内部表面粮食的形状凹凸程度不固定,单凭铅锤的测量无法准确判断体积,只能大致判断仓库内粮食的高度。另外,由于铅锤和绳索本身的结构导致其极易出现故障,造成测量数据误判[3]。人工平仓测量的方式耗费人力,效率低下,且对粮仓管理人员的人身安全造成威胁。

2.2 料位器

料位器常安装于筒仓仓顶或架空式筒仓仓底出粮口处,根据安装位置不同分别称为高料位器、低料位器。高料位器主要用于判断进粮时粮堆是否达到设定高度,当粮堆高度达到传感器高度时,与传感器相连的信号电缆将信号传输至中央控制系统,中央控制系统停止进仓作业防止冒仓。低料位器则用于监测出料口出料是否还有余料。料位器的测量点位有限,不能准确反映仓内物料状态,且受粉尘和粮食料流的影响设备易发生故障造成测量误差。

2.3 散粮秤动态统计

在粮食入仓和出仓的过程中使用散粮秤对物料的重量实时统计并累加,通过仓内粮食的重量反算出粮堆体积。此方式粮食重量结果较为准确,符合商务结算标准。但是,只能统计粮食的重量,不能分析粮食的位置,当粮仓内环境复杂的情况下不易推测出准确的粮堆状态。另外,由于散粮称本身误差及物料容重的不准确性,实际作业时往往出现未达到设计装粮数料位器就报警或达到设计装粮数仓上层还有较大空间。

3 智能测量系统

近几年我国粮食储运系统技术发展迅速,目前较新的筒仓测量技术包括3D雷达料位系统、三维激光扫描技术、双目立体视觉技术、粮仓侧壁压强检测技术等。

3.1 3D雷达料位系统

3D雷达物位扫描仪可以安装在粮食筒仓上,雷达发出微波信号,遇到被测介质表面其信号被反射回来由雷达天线接收。雷达中一部分微波发射信号与接收信号进行混频得到差频信号,差频信号经过FFT或DFT等傅里叶变换算法得到差频频谱信号,从而得到频率差。根据线性调频信号频率差与时间成正比关系,从而得到时间差。再根据时间差与天线到被测介质表面的距离成正比,由此能够计算出天线到被测介质表面的距离。将数据反馈给成像软件,通过算法计算,复原料仓内物料的 3D 图像。该方法三维成像可视化,能直观的还原物料表面及料仓侧壁的实际形态,实现对粮堆的实时动态监测,具有测量范围大,效率高等优点。但受限于波束角的大小,单台雷达料位系统难以监测满仓时的物料形态,需多台料位器配合使用以消除监测死角。

3.2 三维激光扫描技术

三维激光扫描仪的工作原理是基于多点激光测距,可大面积、高分辨率、快速地获取物体表面各个点的坐标,然后通过计算机3D图像技术能够把测量数据整合并显示为3D图像,从三维点云数据中各标靶点的间距可以得出粮面的实际高程,通过最小二乘法曲面拟合和积分公式计算粮食体积[4],最后结合粮堆密度计算得出粮食数量。该方法监测范围广,系统操作简单,精度高。 缺点是该技术成本较高,且容易受到外界影响,对环境要求比较高。

3.3 双目立体视觉技术

双目立体视觉基于视差原理并利用成像设备从不同的视点获取被测物体的两幅以上图像,然后根据三角测量原理计算空间点在二维图像的位置偏差,最后再利用位置偏差进行三维重建来获取被测物体的三维几何信息。一个完整的双目体力视觉系统大体可分为图像采集、摄像机标定、特征提取、立体匹配和三维重构五个步骤[5]。该方法具有应用广泛,成本低,精度高等优点。但立体匹配作为双目立体视觉的核心,迄今为止并没有一种通用的算法,如何选择有效的匹配准则及算法结构以匹配灰度失真、几何畸变、噪声干扰及遮挡物等情形仍是一大问题。

3.4 粮仓侧壁压强检测技术

该技术主要是通过设置于粮仓底面的多个压力传感器采集粮仓内储粮的多个压力值,根据多个压力值获取侧面压强均值、底面压强均值及高度均值。从力学的角度获得储粮数量。该技术精确度高,受环境影响较小;缺点是传感器点位多、成本高,且维护较难,系统操作也比较复杂。

4 结束语

随着国家积极推进粮库信息化建设,传统的粮食数量测量方式已经难以适应粮库智能化综合管理的发展趋势。筒仓储粮数量的智能化监测必然是未来的发展趋势。现有的各种智能化监测技术在成本、精度上均存在有不同的问题,相信随着计算机技术的不断革新,未来将会出现高效、智能、精度高且成本低廉的粮食数量监测技术。