翅片式双重极板水稻含水率检测装置优化设计与试验

为提高水稻含水率在线检测准确度,以平行板电容器为研究对象,采用翅片式双重极板检测方式对水稻含水率的检测装置进行优化试验.以极板厚度、极板间距和相对面积为试验因素,采用二次回归正交组合试验方法进行电容比灵敏度影响试验,获得最优极板结构参数组合为极板厚度2.98 mm、极板间距101.60 mm、相对面积32 583.69 mm2.应用Matlab软件建立非线性自回归神经网络NARX的水稻含水率预测与校正模型,通过对比分析确定了模型结构的参数以及优化算法.分析表明:基于量化共轭梯度算法的神经网络NARX水稻含水率预测模型为最佳,模型的隐含层为1层,神经元数量为5,滞后阶数为3,含水率预测值与105℃恒重法实测值的误差范围在±0.5％以内.测试含水率最大相对偏差为0.65％,最小相对偏差为0.26％,平均相对偏差为0.44％.与静态电容式水分仪测试结果相比,本文水稻含水率检测装置的测试偏差浮动较小,检测性能满足水稻干燥生产实际要求.