[发明专利]重建储粮温度场的方法

说明书

一种重建储粮温度场的方法，由设置声波传感器、用自适应鸟群方法重建储粮温度场、确定被测储粮区域的温度场步骤组成。本发明采用自适应鸟群方法重建黄豆温度场，能准确地重建出所测黄豆区域的温度场分布，在鸟群的飞行行为中加入移动步长，并根据鸟的局部及全局极值，动态地改变学习因子的大小，使其在前期具有较强的自学能力，提高了全局搜索能力，后期强化鸟的社会学习能力，加快了收敛速度。本发明具有重建精度高、收敛速度快等优点，可用于重建储粮区域的温度场。

技术领域

本发明涉及温度场重建技术领域，具体涉及到自适应鸟群方法用于粮食温度场的重建。

背景技术

中国人口众多，对粮食有很大的需求，因此，粮食的存储是头等大事。霉变、虫害、水分异常等都可能引起储粮温度的变化，储粮区域的温度直接反应该区域的粮食存储状况，因此，储粮区域的温度监测非常重要。目前国内外仓储粮食的温度检测多采用接触测温法，接触式测温方法简单直观，但测量时安全性较差，精度低，而且维护成本也高。非接触式测温是被测物体不需要与测量物体进行接触，通过一定的测量方式得到被测物体的温度。

王交锋等人利用声学法测温研究航空发动机的燃烧室出口的温度场，将16个声波收发器均匀放置在燃烧室的外壁，对数据进行采集，利用最小二乘法重建温度场，并对重建后的数据利用双三次插值法进行插值，获得更加细致的图像，取得了较好的温度场重建效果；沈国清等人提出将代数迭代重建法应用于温度场的重建，在实验条件下，利用重建法得到每个像素中心的温度值，利用双三次插值法进行插值，得到整个测量区域的温度场分布，得到的重建结果较为理想；田丰等人针对温度场重建法进行了深入研究，提出将高斯函数和正则化法相结合进行温度场重建，仿真实验表明，该法具有较强的抗噪能力；颜华等人提出正则化参数自适应选取的温度场重建法，该方法是一种像素数远多于声波路径数、且正则化参数可自适应调整，兼顾温度场细节重建和噪声抑制的声学CT温度场重建法，实验条件下，与常用的确定正则化参数的方法相比，该文中所使用的方法对应着更小的温度场重建误差，用于仓储粮食温度分布监测等对重建质量有较高要求的应用场合。

上述的温度场重建中所使用的最小二乘法、代数迭代重建法等传统方法重建速度慢。

发明内容

本发明所要解决的主要技术问题在于克服上述传统重建方法的不足，提供一种重建精度高、收敛速度快的重建储粮温度场的方法。

解决上述技术问题所采用的技术方案由下述步骤组成：

(1)设置声波传感器

在被测储粮区域的四周设置声波传感器，形成声波路径，采用快速互相关结合抽样率变换的时延法得到有效路径的声波传播时间。

(2)用自适应鸟群方法重建储粮温度场

1)建立适应度函数

其中，是系数矩阵，代表m×n的维权因子，a_mn表示第m条声波路径穿过第n个像素的长度，m、n为有限的正整数，X＝(v₁v₂…v_n)^T在温度场求解中代表n维声速分布向量，v_n代表声波穿过第n个像素的平均速度，b＝(t₁t₂…t_m)^T在温度场求解中代表m维的各有效传播路径上的声波传播时间向量，t_m代表第m条声波的声波传播时间。

2)根据迭代次数k和飞行频率FQ的关系确定鸟处于觅食、警戒状态或者处于飞行状态,k∈[1,...,M]，最大迭代次数M取值1000，FQ为有限的正整数；

如果满足：k对FQ取余不为0，鸟处于觅食或警戒状态，执行步骤3)，否则处于飞行状态，执行步骤4)。