费 强，张维合，闫丽静，唐联耀，金 标

（广东科技学院机电工程学院，广东 东莞 523083）

玉米果穗烘干过程是一个多输入、多输出的非线性系统[1]。人工神经网络就是模拟人思维的一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。神经网络的研究内容相当广泛，课题组使用的前馈式的BP网络是一种简单而用途广泛的人工神经网络，它适用于非线性的模式识别和分类预测问题[2]。应用神经网络对玉米果穗烘干工艺过程中烘干装置进行建模与目标优化，并利用遗传算法对已优化目标进行验证。

1 立式烘干仓参数的设定

1.1 有效度

有效度按式（1）计算：

式中：K——使用有效度，%；

θ——干燥作业时间，单位为h；

Tg——故障及排除故障时间，单位为h。

1.2 干燥水分比率

课题组重点对玉米籽粒干燥率进行研究。在薄层干燥试验中，玉米籽粒暴露在恒量干燥环境，其失重记录在时间的上方，典型的结果如图1所示，重量随时间而减少，接近平衡重量We，即为渐近线。以测量的水分比率（MR）为纵坐标，如图1（b）所示，测量开始值为1.0，逐渐趋近0。如果数据适合此指数曲线，形成MR=e-kθ，式中θ表示时间，图1（b）的曲线在半对数座标中为直线。如图1（c）所示，k为干燥常数，k值是由颗粒内部水分和干燥空气的性质决定的，它的大小是随颗粒继续干燥而减小。从图1（c）中曲线斜度k1大于k2，此对数模式适合于实际干燥过程设计，此模式一般发生在水分比率上部范围。例如，玉米中的水分从35%烘干至17.6%，干基（26%至15%，湿基），水分比率从1.0降至0.5左右，其干燥常数可仍视为常数[3]。……