王丹阳，王 洁，张本华，赵名策，冀东平，战廷尧，冯龙龙，郝吉明

[1.沈阳农业大学工程学院，沈阳 110161；2.农业农村部园艺作物农业装备重点实验室，沈阳 110161；3.宿迁学院机电工程学院，江苏 宿迁 223800；4.中粮米业（沈阳）有限公司，沈阳 110112]

稻谷水分高低直接影响其加工与储存品质，准确快速测量稻谷含水率尤为重要[1-2]。通风干燥中水分在线快速无损检测技术是制约稻谷干燥自动化系统提升的核心难点[3]。近年来红外干燥法[4]、核磁共振法[5]、微波加热法[6-7]、电容法[8]等方法均被用于谷物含水率检测。其中红外干燥法与微波加热法受物料形状、密度、厚度等影响，难以检测物质内部含水率[9]，而低场核磁共振法检测迅速、精度较高，但价格昂贵、保养费用高[10]，而电容法结构简单、适应性强、灵敏度高，易于实现物料含水率的快速测量[11]。

电容法根据不同含水率粮食作物的介电特性不同，可依此建立不同含水率条件下支持向量机回归、多元线性回归等数学模型，从而实现对粮食作物水分含量的预测[12-15]。该方法不仅易受周围环境参数如温湿度、清洁度等因素的影响[16-18]，其结构及其参数的设置也会影响测定精度[19-21]。刘洪杰[22]设计的小麦含水率在线测量传感器使用了双层屏蔽线并将电路同传感器装在一个壳体里，减少外界干扰的影响，提高了测量精度；麦智炜等[23]在平面极板外围添加屏蔽层，以隔绝外界电磁场干扰、减小粮食电容值测量误差。但目前对于改善传感器结构及其参数还鲜有研究[24]。

针对稻谷干燥过程含水率在线测量应用电容法需改变其传统密闭平行或圆通极板的结构问题，以及原有基于电容法所建立的数学模型精度低、预测效果不理想问题[25-26]，本研究全面探究了极板材料、极板类型、导体绝缘性、通风网板网格尺寸对不同含水率电容测定值的影响规律，并在不同稻谷含水率及特定测定频率段条件下建立支持向量机回归模型并进行验证，旨在探究通风极板条件下应用电容法实现稻谷干燥过程水分检测的可能性和测定精度，为建立并提高通风干燥中物料含水率在线无损监测提供方法及数据参考。

1 材料与方法

1.1 材料

试验选用沈阳领先种业的辽—盐粳98稻谷，试验前将原料进行筛选、除杂。利用烘箱法测其初始含水率，测定5 次取均值为10.23%（W.b）。根据试验对不同稻谷含水率的要求，选取60 份各500g 的稻谷样品，利用人工加湿法分别多次少量均匀加入相应质量的等离子水，并调节样品水分含量至设定值。调配完成的物料装入双层塑料袋中储存于阴凉处48h，期间每隔3～4h翻动1次，以保证谷温与环境温度一致及水分的平衡。试验前用烘箱法再次进行水分检测，试验用稻谷含水率为10.23%～27.60%。

1.2 方法

1.2.1 试验设备与装置 试验采用101-LES型电热鼓风干燥箱（北京市永光明医疗仪器有限公司）、JA1002型电子秤（赛多利斯工业称重设备有限公司，精度0.001g）、自制极板电容测定模型、IM3570 型阻抗分析仪（日本日置公司）、游标卡尺。其中自制平行极板式电容测定装置的平行极板选用附着于亚克力骨架板的不同金属箔或独立金属制筛网。极板长度l为80mm、宽度d为40mm，极板间距δ在0～150mm内可调，极板材料及其绝缘特性可变，依试验要求的通风网的网格尺寸可变。与极板连接的屏蔽线长度与粗细相同，位置固定。电容传感器的两极板各引出一条屏蔽线用于和阻抗分析仪的正负极相连接。在不同结构与极板材料下，将稻谷放入电容传感器两电极间，稻谷的电容值由电容检测电路检测，直接以数字信号发送至阻抗分析仪并呈现在显示屏上，从而得出不同状态下电容值的变化规律。

1.2.2 试验方案 试验于2020 年12 月在沈阳农业大学工程学院实验室进行，环境温度18～20℃，相对湿度39%～42%，试验方案如表1。试验选取极板材料、极板间距、极板类型、导体绝缘性、通风网板网格尺寸、频率为试验因子，分别测定了不同稻谷含水率对极板电容值或介电常数的数值影响。在1×103～1×106Hz 频率段内测定201 个对数频率下的空极板电容值C0及其装满不同含水率稻谷时的电容值Cx、介质损耗角δ。，通过式（1）和式（2）计算稻谷的相对介电常数ε'与介质损耗因数ε"[27]。

表1 试验工艺参数Table 1 Experimental process parameters

2 结果与分析

2.1 极板材料与结构参数对电容值影响

2.1.1 极板材料对不同含水率稻谷电容值的影响 由图1 可知，铜、铁、铝极板电容测定值随稻谷含水率成明显正增长。数值显示不同含水率下3种极板材料的电容测定值差异较小且相应回归方程的复相关系数R2均高于0.95。因此，3种材质极板对电容值随稻谷含水率变化规律影响不大，且均具有较好的导电特性。本研究选用铁作极板材料预测稻谷含水率的变化。

2.1.2 极板类型对不同含水率稻谷电容值的影响 为解决通风干燥过程中稻谷水分快速检测问题，测定了封闭钢板与通风钢丝网两种极板类型对电容值的影响规律（图2）。两种极板类型下电容值与稻谷含水率均呈正相关，通风钢丝网条件下的复相关系数为0.9703，优于封闭钢板。此外，钢丝网作极板材料时稻谷通风性更佳，也便于实时测量其含水率。因此，选用通风钢丝网作为稻谷干燥中水分测量的极板材料更佳。

图1 极板材料对不同含水率稻谷电容值的影响曲线Figure 1 The influence curve of polar plate material on the capacitance value of paddy rice with different moisture content

图2 极板类型对不同含水率稻谷电容值的影响曲线Figure 2 The influence curve of the plate type on the capacitance value of paddy rice with different moisture content

2.1.3 极板绝缘性对不同含水率稻谷电容值的影响 金属极板与其绝缘极板对电容测定值影响如图3，绝缘极板是在原金属极板基础上进行了绝缘密封处理。由图3 可知，相同条件下钢丝网与绝缘钢丝网的测定值在数值空间有略微差异，随着含水率增大，金属网比绝缘金属网测定差值逐渐增大。总体来看通风钢丝网极板材料在非绝缘条件下线性回归方程的复相关系数R2更大，并考虑到稻谷通风干燥试验中水分检测的便捷性，分析非绝缘板更适合做极板材料。

2.1.4 通风网的网格尺寸对不同含水率稻谷电容值的影响 由图4 可知，电容值随网格尺寸增大而减小，由1.2cm 增至1.5cm 时减小幅度最大；5 种网格尺寸下所测电容值与稻谷含水率均呈正相关，网格尺寸为1cm 时，决定系数R2最大，为0.9703。因此，试验选用网格尺寸为1cm时产生误差值相对较小，试验精确度较高。

2.2 频率对介电常数的影响

频率对铁极板不同水分含量稻谷相对介电常数ε'与介质损耗因数ε"的影响如图5和图6。由图5可知，在频率段内，相对介电常数随频率增加呈现先增加再减小的趋势，并随稻谷含水率增加而增加。频率变化时，电偶极子随外加交流电场反转，当频率达到一定值时，由于极板材料内部存在阻力，使电偶极子反转速度跟不上电场，甚至部分电偶极子停止反转，导致介电常数减小。此外，含水率增加稻谷籽粒内极化分子增多，内部离子的活动性增强，因此介电常数随稻谷含水率增加而增加。

图3 极板绝缘性对不同含水率稻谷电容值的影响曲线Figure 3 The influence curve of the plate insulation on the capacitance value of paddy rice with different moisture content

图4 网格尺寸对不同含水率稻谷电容值的影响曲线Figure 4 The influence curve of mesh size on the capacitance value of rice with different water content

由图6 可知，试验范围内不同含水率稻谷的介质损耗因数随频率增加均出现了峰值；当频率对数大于5时，介质损耗因数随频率的增加而降低，随稻谷含水率增加而增加。原因是当频率达到一定值时，离子导电性增强，介质损耗因数减小；含水率越高，内部离子越活跃，极性分子间的摩擦与碰撞消耗的能量越多，ε"越大。

图5 频率对不同含水率稻谷介电常数的影响曲线Figure 5 The effect of frequency on the dielectric constant of rice with different water content

图6 频率对不同含水率稻谷介质损耗因数的影响曲线Figure 6 The effect of frequency on the dielectric loss factor of rice with different water content

2.3 电容模型建立与验证

2.3.1 数据处理

2.3.1.1 样本集划分 为最大程度表征样本分布，提高数学模型的精度，采用SPXY 算法对60个不同含水率稻谷样本进行划分[28-29]。划分比例为2∶1，划分结果如表2。由表2 可知，校正集的标准偏差为4.82，大于预测集的标准偏差3.50，表明预测集的含水率分布较为集中，校正集的含水率分布较为分散。

表2 不同集稻谷含水率分布Table 2 Distribution of moisture content of different rice paddies

2.3.1.2 特征变量的选取 采用无信息变量消除法（UVE）对201 个频率点剔除无信息变量。ε'变量剔除结果如图7，图7中包含201个原始变量和201个随机变量。2 条水平线即阈值线表示变量稳定性的上、下限，阈值线内的特征变量为无信息变量，全部剔除，分界线以外的变量保留用于进一步分析。

图7 ε'的稳定性分布曲线Figure 7 Stability distribution curve of ε'

经UVE 选取变量后利用MATLAB R2014a 软件运行连续投影算法（SPA）程序，设定特征变量数N 的范围为1～15，根据不同频率点下的均方根误差RMSE值确定最佳。经SPA 算法选取后，确定ε'、ε"以及ε'和ε"两者结合变量的特征变量数及所选频率点如表3。

表3 UVE与SPA选取的特征变量Table 3 Feature variables selected by UVE and SPA

2.3.2 模型建立及验证 利用支持向量回归（support vector regression，SVR）对稻谷水分含量预测分析，选用径向基函数为核函数，以UVE、SPA 及UVE-SPA 选取方法获得频率数据作为因变量进行建立SVR 模型[30]。建模结果如表4。

表4 不同输入变量下SVR模型预测结果Table 4 SVR model prediction results under different input variables

由表4可知，经UVE算法筛选的特征变量所建立的SVR 模型R2较高、RMSEC 较低，预测效果较好，但选取的线性变量过多，模型复杂度高、泛化能力低；而UVESPA算法可通过剔除大量冗余信息极大简化模型，解决变量间共线性问题，同时预测效果并没有明显降低。因此，UVE-SPA算法为最佳特征变量选取方法。对比3种参数选择，采用ε'&ε"结合建立的模型预测性能更好，RP

2达到0.9795，RMSEC 为0.0107。基于预测集建立的SVR 模型在通风干燥中稻谷水分含量预测值与试验测量值如图8，由图8可知，预测值与试验值变化趋势基本一致、误差较小。原因在于两者结合可以更全面表示介电参数变化，预测效果更佳。综上可知，选用ε'&ε"结合并基于UVE-SPA 算法建立的SVR 模型为最优稻谷干燥过程中含水率的预测模型。

图8 ε'和ε"相结合的UVE-SPA-SVR模型含水率预测结果Figure 8 Water content prediction results of UVE-SPA-SVR model combining ε' and ε"

3 讨论与结论

本研究基于电容传感器材料、结构及其参数对电容值及介电参数的影响规律，建立了稻谷含水率与介电基于参数间的预测模型，试验结果表明可以在通风钢丝网条件下应用电容法实现稻谷含水率检测并有较好的测定精度。本研究结论与张本华等[2]的研究结论相似，在建立SVR 预测模型的基础上，均认为ε'和ε"相结合并UVE-SPA 算法筛选的特征变量建立的SVR 模型预测性能更好；但张本华等[2]更侧重于使用封闭极板单纯解决稻谷水分快速检测的实现方法问题，而本研究主要针对于通风极板条件进行，并更加深入地对电容法测定稻谷含水过程中的主要影响因素进行了更为系统的试验分析。同样地，利用平行极板电极法，牛智有等[12]设计了颗粒饲料水分快速检测仪；边红霞等[31]监测了苹果在受静压过程中的电学参数；BERBERT 等[32]探讨了菜豆含湿量、容积密度等物性参数与介电参数的关系。根据这一原理，上述学者均通过测量农业物料的介电参数，建立与水分含量的数学模型，从而实现预测物料含水率的目标。

本研究通过分析极板材料、极板类型、导体绝缘性及通风网板网格尺寸对电容值的影响得出，稻谷含水率在10.23%～23.00%内，极板材料为通风钢丝网、网格尺寸1cm 时，应用电容法测定稻谷含水率有更为准确的测量精度。通过探究不同稻谷水分含量条件下频率与介电参数的关系，得出介电常数随稻谷含水率增加而增加，随频率增加先增加再降低；当频率大于600kHz 时，介质损耗因数随稻谷含水率增加而增加，随频率的增加而降低。以60 份不同含水率的稻谷样本作为研究对象，通过对比介电参数在不同频率下的预测结果发现：ε'和ε"结合并基于UVE-SPA 算法筛选的特征变量建立的SVR 模型预测性能最好，预测系数达到0.9795，预测均方根误差为0.01。该研究为建立和改进农业物料干燥过程含水率检测系统提供方法及数值参考。