收购现场高水分稻谷品质检测新方法

本研究提出了一种基于LCR测量仪的稻谷含水率和出糙率快速检测方法，该方法通过测量稻谷的电学参数，结合先进的机器学习算法，实现了对稻谷品质的无损、快速评估。                           1. 技术的主要创新点；

a.电学参数测量：在1-8MHz频率下，对稻谷的介电常数、介电损耗、损耗系数、导电率、电导和电容6个电学参数进行精确测量，为稻谷品质评估提供了新的物理基础。

b.机器学习模型：利用神经网络、决策树、支持向量机和随机森林四种机器学习算法，构建了高效的预测模型，显著提高了含水率和出糙率的预测精度。

c.实时无损检测：该方法无需破坏稻谷，即可实现对稻谷含水率和出糙率的快速检测，适用于收购现场的实时评估，有助于提高收购效率和降低损耗。

2. 产品特点：

a.高精度：通过精确的电学参数测量和先进的机器学习算法，实现了对稻谷品质的高精度评估。

b.快速响应：检测过程快速，适用于大规模稻谷收购现场，提高了工作效率。

c.无损检测：避免了传统破坏性检测方法，保护了稻谷的完整性。

3. 市场现状分析：

目前市场上稻谷含水率检测的方法主要依赖将稻谷带回实验室，通过烘箱法、甲苯蒸馏法、卡尔费休法、减压干燥法等方法进行检测。然而，这些方法通常需要较长时间，并且可能对稻谷本身造成破坏。而存在于市场上的电阻法、微波法、电容法、红外法和核磁共振法等无损检测方法，但这些方法在成本、便携性、准确性等方面存在局限性。在过去的几十年中，砻谷机基本上都是传统的机械设备，需要人工操作，效率低下。此外，出糙率的检测通常需要对稻谷进行脱壳处理，然后再进行人工挑拣。这一过程不仅耗时较长，而且容易因主观因素导致误差。但随着科技的进步和智能化的发展，机械化的发展已经成为了农业生产的主要模式，砻谷机也在逐渐走向智能化。随着时代的进步，人们对效率、质量和环境的要求越来越高，传统的机械化模式已经难以满足现代农业的发展需求。而智能化农机的出现，则为农业生产带来了新的机遇。

4. 本成果核心竞争优势：

a.快速检测：使用LCR测量仪，能够在1MHz条件下快速获取稻谷的电学参数，实现含水率和出糙率的快速检测。

b.高准确性：神经网络算法在预测稻谷含水率和出糙率方面表现出色，相关系数分别达到0.987和0.935，优于传统回归模型。

c.无损检测：本技术采用非破坏性检测方法，避免了传统检测方法对稻谷的破坏，保护了粮食资源。

d.易于操作：相较于传统方法，本技术操作简单，易于在收购现场快速部署和使用。

5. 成果的应用：

本技术通过LCR测量仪检测6种电参数，结合机器学习模型，并在前期进行大量数据的整理和输入，我们开发了一种能够在稻谷收购现场几分钟内，无需破坏稻谷即可准确获取稻谷含水量和出糙率的新技术。一旦该技术投入应用，将显著提高对待收购稻谷质量的实时判断，无需等待送往实验室检测，即可立即获取结果。这将有助于减少由于水分含量未知而导致的在运输和储存过程中的发霉、变质等损失。此外，通过准确获取出糙率，可以更好地进行分级筛选，以满足粮食高质化利用的要求。

 6. 论文投稿情况：

（1）研究性论文1：《不同含水率稻谷电学物理量变化规律研究》，《食品工业》杂志。

（2）研究性论文2：《基于电学参数的稻谷含水率和出糙率预测模型》，《农业工程学报》杂志。

7. 知识产权申请情况：

（1）专利1：金银哲，徐永阳，邓安，邱伟强，一种实验用清洁智能砻谷机，申请号：202323117041.2。

（2）专利2：金银哲，邓安，徐永阳，邱伟强，一种针对长粒稻谷的砻谷机进料调节防堵塞装置，申请号：202323117038.0。