干燥是谷物收获后重要的加工环节,对谷物的品质有着很大的影响。通过智能化测控技术合理配置干燥的工艺和参数是保持和提高谷物品质的重要手段。本研究针对目前谷物连续干燥过程中存在的水分在线检测精度不高、稳定性不好,过程控制滞后性大等问题,通过对质量流量的精确在线测量和智能过程预测模型控制相结合的方法,提出了水分在线检测和控制的模型、算法及系统,取得了较好的检测精度和稳定性。研究依托粮食公益性行业科研专项“粮食干燥控速模型及智能系统的研究”项目(编号:201313001-07)。主要内容如下:(1)提出了基于质流法的谷物干燥过程水分检测新方法及模型通过合理调控间歇进、排粮的空占比,实现了谷物连续干燥过程质量和流量的动态精确在线测量,结合构建粮食干燥过程预测模型和算法(MPC),提出了质容平均水分模型预测、质流线性等比、质流非线性模型滚动预测3种水分在线检测新方法及模型。质容平均水分模型预测法是通过实时检测粮食干燥过程中总重量和粮食高度,利用水分与容重关系模型,预测干燥机内粮食的平均水分。针对该模型存在的机内谷物高度和体积测量偏差会导致预测水分偏差以及不能直接获得连续干燥过程中出口水分而只能由平均水分进行推算,易出现偏差等问题,提出了质流线性等比模型和方法与质流非线性模型滚动预测模型和方法。质流线性等比法与质流非线性模型滚动预测法是通过自动控制粮食干燥机的进、排粮装置,实现进、排粮质量检测的交替进行,对进料流量、出料流量以及机内粮食总量的在线滚动监测,实现对出口水分和机内粮食平均水分的连续检测。(2)提出了基于质流法的谷物干燥过程智能控制方法及模型针对谷物干燥过程多变量和大滞后的特点,通过建立谷物干燥的正、逆过程预测模型、模型参数优化方法,提出了以多参数数据融合和预测为基础的质容平均水分模型滚动预测、质流线性等比、质流非线性模型滚动等3种连续干燥过程智能控制方法。质容平均水分模型滚动预测法采用干燥过程控制、干燥逆过程控制、干燥过程参数优化以及反馈控制相结合的控制模式,通过逆过程模型优化排粮转速,并由出机谷物水分与目标谷物水分之间的差值校正模型参数,针对该预测模型直接预测连续干燥过程干燥机内平均水分而非出口水分控制,出口水分需通过过程模型预测,预测误差会导致控制偏差等缺点,提出了质流线性等比模型和方法与质流非线性模型滚动预测模型和方法。质流线性等比法和质流非线性模型滚动预测法通过比较出机谷物水分与目标水分调整进、排粮间歇时间,即谷物在干燥机中的驻留时间。(3)模拟分析了基于质流法的连续谷物干燥测控过程对基于质流法的连续谷物干燥过程进行了模拟与分析,模拟分析了质流法谷物水分检测计算误差、开环参数变化的滞后响应、基于空占比调节的的闭环谷物自动控制过程。(4)研究开发了谷物连续干燥过程自动精准测控系统。结合质容平均水分模型预测法、质流线性等比法、质流非线性模型预测法设计并开发了谷物连续干燥过程自动精准测控系统。通过对测控系统功能的分析,确定了测控系统的整体设计方案;设计或改进设计了谷物连续干燥过程的控制系统硬件;运用虚拟仪器技术开发了控制系统的软件,对软件部分的数据采集功能、数据处理功能、数据存储功能、控制功能等模块进行了分析。对整个连续干燥过程测控系统的作业情况进行了试验研究。试验过程中,通过安装在干燥机底部称重传感器得到实时进、排粮质量,并通过质流线性等比法获得“千入、千出”计算排粮水分,并与gb/t5497-1985《粮食、油料检验水分测定法》中的测定水分进行对比。试验结果表明,在干燥过程中采用“千入、千出”计算排粮水分,采用3-西格玛误差分析方法,计算得出连续干燥过程进入稳定状态后“千入、千出”计算排粮水分与国标法测定水分是偏差为-0.522%~0.281%。通过连续干燥自动控制系统自动控制干燥过程中谷物在干燥机中的驻留时间,控制干燥机出口谷物水分。试验过程中测定平均单位耗热量为4850.06kj/kg,对比gb/t16714-2007《连续式粮食干燥机》中对干燥玉米单位能耗量要求小于8000kj/kg,节能效果达到39.37%,满足实际生产应用的要求。通过论文工作,发表sci论文2篇,申请发明专利5项(5项获得授权),申请实用新型专利4项获得授权。本文第2、3章技术方法体现在发明专利zl201510741411.0中;第5章技术方法体现在发明专利zl201610522631.9中。与企业合作,2项产品获得第三权威机构产品鉴定。在完成本论文的同时,参与研究了粮食在线水分仪智能算法和循环干燥测控技术的研究,由于篇幅和研究主题的限制,相关内容以附录的形式放在文后。