| 基于ELM神经网络的果品冷链乙烯监测校准模型与验证 |
| |
| 引用本文： | 陈谦,杨涵,王宝刚,李文生,钱建平,孙雨潇.基于ELM神经网络的果品冷链乙烯监测校准模型与验证[J].农业工程学报,2022,38(1):342-348. |
| |
| 作者姓名： | 陈谦 杨涵 王宝刚 李文生 钱建平 孙雨潇 |
| |
| 作者单位： | 1. 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室，北京 100081;;2. 北京市林业果树科学研究院，北京 100093;;3. 中国农业科学院农业环境与可持续发展研究所，北京 100081; |
| |
| 基金项目： | 国家自然科学基金项目（31971808）；中央级公益性科研院所基本科研业务费专项（CAAS-ZDRW202107） |
| |
| 摘 要： | 冷链环境监测对于维持易腐果品品质安全至关重要，乙烯是关键监测要素之一。然而，现有果品冷链乙烯监测设备较少考虑与温湿度之间互作作用，影响监测精度和应用效果。该研究提出了一种基于ELM神经网络的乙烯监测校准模型并在多要素监测设备中验证。首先，以乙烯电化学传感器固有电压信号为基础，综合考虑温湿度变化影响，构建ELM神经网络乙烯监测校准模型，实现乙烯监测自适应校准；其次，以乙烯校准模型为核心，集成相关传感器、微控制器等模块，引入LoRa技术，开发果品冷链环境多要素监测设备；最后，以监测设备为载体，进行ELM模型离线测试和实际场景多要素监测性能验证。结果表明，该模型乙烯校准均方根误差达0.30 μL/L，平均训练耗时0.062 5 s，有效提高了动态环境下乙烯自适应监测性能；同时，该设备在冷链实际多要素环境中温度、相对湿度、乙烯浓度监测均方根误差达0.46 ℃，1.65%，1.11 μL/L，可以满足果品冷链环境多要素监测精度需求。研究成果对于精准控制冷链环境、准确预测果品品质有指导意义。
|
| 关 键 词： | 果品 模型 冷链 乙烯监测校准 ELM神经网络 LoRa技术 |
| 收稿时间： | 2021/8/9 0:00:00 |
| 修稿时间： | 2021/9/20 0:00:00 |
Ethylene monitoring calibration model and verification for fruit cold chain based on ELM neural network |
| |
| Chen Qian,Yang Han,Wang Baogang,Li Wensheng,Qian Jianping,Sun Yuxiao.Ethylene monitoring calibration model and verification for fruit cold chain based on ELM neural network[J].Transactions of the Chinese Society of Agricultural Engineering,2022,38(1):342-348. |
| |
| Authors: | Chen Qian Yang Han Wang Baogang Li Wensheng Qian Jianping Sun Yuxiao |
| |
| Institution: | 1. Key Laboratory of Agricultural Remote Sensing , Ministry of Agriculture and Rural Affairs/Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China;;2. Beijing Academy of Forestry and Pomology Science, Beijing 100093, China;;3. Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081, China;; 1. College of Mechanical and Electrical Engineering, Shihezi University, Shihezi 832000, China; 2. Xinjiang Academy of Agricultural and Reclamation Science, Shihezi 832000, China; 3. Key Laboratory of Northwest Agricultural Equipment of Ministry of Agriculture, Shihezi 832000, China; |
| |
| Abstract: | |
| |
| Keywords: | fruit models cold chain ethylene monitoring calibration ELM neural network LoRa technology |
|
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
