花生烘干过程的温湿度数据采集与分析
发布时间:2020-11-04 10:20:25
发布时间:2020-11-04 10:20:25
花生烘干过程的温湿度数据采集与分析
李建华1,涂二生1,田民格2
【摘 要】摘要:以单片机STC12C5410AD为控制核心,应用DS18B20设计自制干、湿球温度计,通过软件编程计算的方法得到线性插值对应的湿度值,并将其应用于龙岩湿烤花生烘干工艺过程中的温湿度数据采集,同时应用数据拟合技术给出了花生烘烤过程的温湿度变化曲线方程。数据分析结果显示烘烤过程可分为4个阶段,为湿烤花生烘烤工艺的改进提供基础分析数据。
【期刊名称】三明学院学报
【年(卷),期】2012(029)006
【总页数】6
【关键词】湿烤花生;烘干工艺;温度计;线性插值;湿度;数据采集
干燥是将湿物料中的水分或其他挥发成分去除的操作[1]。干燥的方式包括热力干燥、溶媒干燥、介电干燥、冷冻干燥、置换干燥、渗透干燥等。经过实地考察龙岩多家花生烘干厂,发现都是采用通过热质传递过程的蒸发现象去除湿物质中的湿组分的热力干燥实现的。
湿度的表示方法有绝对湿度、相对湿度、露点、湿气与干气的比值 (重量或体积)。相对湿度(relative humidity)是指气体中(通常为空气中)所含水蒸气量(水蒸气压e)与其空气中相同温度下饱和水蒸气量(饱和水蒸气压es)的百分比。本设计采用干湿球的方法测量空气的相对湿度。干湿球法是一种间接方法,用干湿球方程换算出湿度值。
在科学实验或社会活动中,通过实验或观测得到因变量与一个或多个自变量的一组数据,这时就希望能找出因变量与自变量之间的函数关系。通过选择合适的参数使得拟合函数与实际观测值的均方误差达到最小,此时称所求曲线为在最小二乘法意义下的拟合曲线[2]。
本文考虑花生烘干现场环境的差别,采用单总线器件DS18B20测量温度,通过干湿球测得的干、湿温度,应用线性插值的方法通过软件编程计算得到对应的湿度值,实现了现场温湿度数据的采集及掉电保存,并将存储的数据发送到上位机进行处理,为龙岩花生整个烘干过程的理论分析提供了数据支持。
1 温湿度测量
1.1 多点温度采集
DS18B20是美国DALLAS公司生产的单总线数字温度传感器,它是一款性能优异的智能集成数字式传感器,单总线的接口方式与微处理器连接时仅需一条口线即可实现微处理器与DS18B20的双向通讯,具有体积小、功耗低、性能高、抗干扰能力强、使用简单等优点。DS18B20的温度测量范围为 -55~ +125°C, 每个 DS18B20都有一个唯一的64位ROM序列号,通过查询此序列号,就可以区分不同的器件,这样就可以实现一根总线上挂接多个DS18B20的目的,实现组网多点测量。本文根据现场实际情况采用多端口并行驱动法进行温度测量。
1.2 湿度测量
本设计采用测量空气的相对湿度来间接反应花生的含湿量。通过自制干湿球,然后根据干湿球对照表,通过线性插值[3-4]的算法计算得到湿度值。
1.2.1 相对湿度的定义
相对湿度(RH%)定义为空气中水蒸气分压力Pn与同温度下饱和水蒸气分压力Pb的比值。即其中
其中,Pb.s为湿球温度对应的饱和水蒸气压力;Pb为干球温度对应的饱和水蒸气压力;B为大气压力;A为与风速有关的系数;tw为干球温度;ts为湿球温度。
1.2.2 相对湿度与干球温度、干湿球温差的关系
由式(1)可知相对湿度与4个自变量有关。根据式(1)虽然可以查饱和水气压表理论计算对应的湿度值,但是要实现计算机的自动计算必须找出饱和水气压的数学公式,但这些由一些研究人员提出的计算公式大多很复杂,而且有许多浮点[5-7]数据存在,本设计中选择的主控芯片需要进行大量的浮点运算显然是不行的。
通风干湿表用湿度表[8]给出了干球温度与干湿球温差所对应的相对湿度。所以,只要让单片机按照此表查表计算,湿度就变成是与干球温度、干湿球温差之间相关的二元函数了。图2是固定干湿球温差值(Δt)为5和8℃时相对湿度(RH%)与干球温度(tw)的关系曲线。图3是固定干球温度值(tw)为20和30℃时相对湿度(RH%)与干湿球温差值(Δt)之间的关系曲线。
1.2.3 线性插值
由图2可见其曲线呈圆弧状,而图3基本呈线性状。所以可以将两个自变量干球温度、干湿球温差划分为一个个连续的小区间,对于一个具体的自变量的值必然落入某个区间,所以求该点的相对湿度值时可以用线性计算方法,即所谓的线性插值,其原理如图4。图4为因变量y与自变量x的曲线图,该曲线为圆弧状,在x轴上取小区间[x0,x1],则对于区间内的一点x对应的y值可按如下公
式计算:
由于用干湿球法通过查表得到的湿度与干球温度及干湿球温差有关,所以要进行两次线性插值,就可以得到在一定干温、一定干湿球温差下对应的湿度值了。
首先设干球温度 t位于区间[t0,t1],干湿球温差 Δt位于区间[Δt0,Δt1]。 查通风干湿表用湿度表可以得到 4 个基准点 RH (t0,Δt0)、RH(t0,Δt1)、RH(t1,Δt0)、RH(t1,Δt1),进行第一次线性插值就由 RH(t0,Δt0)、RH(t0,Δt1)得到 RH(t0,Δt),由 RH(t1,Δt0)、RH(t1,Δt1)得到 RH(t1,Δt);再由 RH(t0,Δt)和 RH(t1,Δt)进行第二次线性插值就可以得到 RH(t,Δt)。
据此在程序里定义了一个51*31的二维数组,插值计算的流程图如图5所示。
根据此流程图编制程序随机取了几点温度值,测试结果如表1。
通过实验再一次证明了两次线性插值算法的正确性。
2 系统硬件电路设计
根据前面的理论分析以及文献[9],介绍花生烘干过程中温湿度数据采集系统硬件设计。该设计利用单总线器件DS18B20实现温度的实时检测,根据干湿球对照表通过两次线性插值的方法求得湿度值。用STC12C5410AD单片机的EEPROM实现数据的掉电存储,数据采集完成后,通过设置串口通信的数据格式、校验位后发送数据给PC机,最后在MATLAB中实现数据的拟合。
1.1 硬件系统总体结构图
该硬件系统主要包括电源模块、单片机最小系统模块、串行通信模块、温度检测模块、按键模块,其结构方框图如图6所示。
2.2 硬件系统原理图
该硬件系统原理图见图7。
2.3 采集数据的保存
本设计采用STC12C5410AD单片机,该单片机与传统的51单片机兼容,但速度快8~12倍,针对电机控制,强干扰场合,且价格便宜,广泛应用于各种仪器与工业控制中,其内部集成了的EEPROM是与程序空间分开的,可利用IAP技术将内部Data Flash当EEPROM使用。根据花生烘干厂的实地调研,花生烘干不超过3 d,考虑单片机浮点数据处理能力较弱,存储温度时直接存储DS18B20中温度寄存器的16位值,也就是每个温度值需要两个字节,我们有6个传感器,每个传感器可以分配4个扇区共2 048字节,所以每个DS18B20采集的数据值可以有1 024个被存储。大约每5 min存储一个数据就刚好合适。
3 数据采集与分析
对花生烘干现场的3路传感器进行数据采集,每隔3 h各点取平均绘制温度与相对湿度曲线,经整理后数据如表2。
在MATLAB中进行数据拟合[6],得到曲线拟合后的效果如图8。
程序如下:
t=[0:3:45];
y1=[28.4 30.3 29.8 32.5 36.8 42.6 49.4 53.1 53.2 50.3 48.1 46.8 44.9 45.6 26.6 24.6];
y2=[57.4 56.6 56.0 49.2 29.7 23.5 16.8 12.7 10.1 8.9 7.6 7.7 7.3 5.1 4.3 4.2];
plot(t,y1,'o');
hold on
plot(t,y2,'*');
hold on
[p1,s1]=polyfit(t,y1,5);
[p2,s2]=polyfit(t,y2,4);
y11=polyval(p1,t);
y22=polyval(p2,t);
plot(t,y11,':');
hold on
plot(t,y22,'-');
xlabel('时间 /h')
title('干球温度、相对湿度与时间曲线')
legend('o 干球温度实测数据 ','*相对湿度实测数据 ',':拟合的温度曲线 ','-拟合的相对湿度曲线 ')
这里采用4次多项式进行温度(T)与时间(t)的拟合,得到函数关系为:
采用3次多项式进行相对湿度(RH)与时间(t)的拟合,得到函数关系为:
3.1 数据分析
从图8曲线可以看出,0~9 h,出风口相对湿度较大、温度较小且稳定;9~21 h,出风口相对湿度快速下降、温度快速上升;21~39 h,出风口相对湿度较小、温度较高且稳定;39 h以后为自然降温阶段,温度下降,相对湿度较小且稳定。
4 结论与讨论
本设计以STC12C5410AD为控制核心,通过自制的干、湿球温度计,较好地实现了花生烘干现场的温湿度数据采集,同时能够实时监控现场环境的温湿度值并进行存储,还可用于烟叶烘干、茶叶烘干等行业。龙岩花生烘烤过程的温湿度变化曲线,为花生烘干工艺的改进提供了数据基础。现有的烘烤过程的火控、通风系统主要依靠工人巡查,根据经验进行控制,依赖工人的个人技术能力,控制精度差。依据此次获得的数据可根据曲线的几个阶段的特点制定火控、通风程序,或者增加传感器实现闭环控制。本次数据仅对烘烤过程的温湿度数据进行分析,未对其烘烤过程进行控制,如果要进一步寻求能够有效地提高湿烤花生品质、降低能耗的烘烤曲线,还需要进行较长期的多次的对比实验。
参考文献:
[1]潘永康,王喜忠,刘相东.现代干燥技术[M].北京:化学工业出版社,2006.
[2]申红莲.Matlab 中曲线拟合的方法[J].福建电脑,2010(7):10-11.
[3]杨志,刘亚川,张淑娥.基于微波差分技术的湿度测量方法[J].华北电力大学学报,2005,32(1):69-71.
[4]严家明,刘诗斌,李辉.线性插值的误差计算方法研究[J].弹箭与制导学报,2005,25(4):111-112.
[5]姚燕南,薛钧义.微型计算机原理与接口技术[M].北京:高等教育出版社,2004.
[6]张志涌,杨祖樱.MATLAB 教程 R2008a[M].修订版.北京:北京航空航天大学出版社,2009.
[7]魏立峰,王宝兴.单片机原理与应用技术[M].北京:北京大学出版社,2006.
[8]中国计量.通风干湿表用湿度表[EB /OL].http: //www.gfjl.org /home /html/75 /t-61675.html.2012-10-01.
[9]田民格.基于 S-粗聚合决策的粒子群优化[J].三明学院学报,2010,27(6):501-504.
基金项目:龙岩学院青年教师攀登项目(LYXY2011080);三明市科技项目(2011-G-4);福建省教育厅省属高校科研专项计划(JK2012051);福建省自然科学基金项目(2012J01283)