本发明属于环境异常判定，具体是一种基于物联网的粮仓环境异常判定方法。
背景技术：
1、粮仓是用于储存粮食的建筑物或设施，其背景可以追溯到人类农业文明的起源。在古代，人们开始进行农业生产并种植粮食作物，为了储存丰收的粮食，他们建造了简单的粮仓；随着时间的推移，粮仓的设计和功能得到改进和扩展。在农业发展的不同阶段和地区，粮仓的形式和结构也有所不同。粮仓的主要目的始终是为了保护粮食免受潮湿、害虫和其他损坏因素的影响，以确保粮食的保存和储存，因此及时并准确发现粮仓的异常环境是很有必要的。
2、但是现阶段在对粮仓环境进行判定时，大多数情况下在粮仓内随机选取若干个采集点，统计采集点的数据用于判定粮仓的情况，而不会将粮仓划分为若干个粮仓分区，进而不会对每个粮仓分区分别进行分析，从而导致粮仓环境的判定结果不准确；
3、为此，我们提出一种基于物联网的粮仓环境异常判定方法。
技术实现思路
1、本发明的目的在于提出一种基于物联网的粮仓环境异常判定方法，以解决上述背景技术中提出的问题。
2、为了实现上述目的，本发明采用了如下技术方案：
3、一种基于物联网的粮仓环境异常判定方法，粮仓环境异常判定方法具体如下：
4、步骤s1，获取目标粮仓的粮仓类型以及目标粮仓内粮食的堆放方式，并将目标粮仓进行区域划分；
5、步骤s2，而后获取粮仓分区内存储粮食对应的粮食数据，依据粮食数据得到对应粮仓分区的监管系数；
6、步骤s3，获取目标粮仓对应粮仓分区的分区环境信息；
7、步骤s4，对目标粮仓的粮仓环境进行分析，得到目标粮仓的环境异常等级或生成正常信号；
8、步骤s5，用户终端接收目标粮仓对应的正常信号、异常信号或环境异常等级，用户依据接收到信号或等级做出应对。
9、具体的，粮仓类型包括平房式粮仓和立筒式粮仓；
10、堆积方式为平面堆积、斜面堆积与立柱堆积；
11、分区环境信息为粮仓分区内的实时温度值、实时湿度值和实时氧气浓度值。
12、具体的，步骤s1具体包括如下子步骤：
13、步骤s11，若目标粮仓为立筒式粮仓，则将立筒式粮仓进行区域划分，划分过程具体如下：
14、步骤s111，获取立筒式粮仓对应的粮仓高度与粮仓内的粮食高度，而后通过粮食高度除以粮仓高度得到目标粮仓对应的粮食占比；
15、步骤s112，若粮食占比大于等于比例阈值，则将目标粮仓记为满仓粮仓，若粮食占比小于比例阈值，则将目标粮仓记为未满粮仓；
16、步骤s113，针对未满粮仓对应的目标粮仓，将目标粮仓按照固定的粮仓高度划分为数个粮仓分区；
17、步骤s114，针对满仓粮仓对应的目标粮仓，在目标粮仓的底部抽取一定数量的样本粮食，记录样本粮食的粮食损坏粒数与粮食总粒数，并通过粮食损坏粒数除以粮食总粒数得到样本粮食的粮食损坏率；
18、步骤s115，若粮食损坏率大于损坏率阈值，则生成异常信号发送至用户终端，若粮食损坏率小于等于损坏率阈值，则获取目标粮仓对应的粮仓底面积与目标粮仓内存储粮食的粮食重量，通过粮食重量除以粮仓底面积计算得到目标粮仓底部粮食所受的底部压强；
19、步骤s116，若底部压强大于等于压强阈值，则生成异常信号，认定底部粮食会由于压强较大产生损坏；若底部压强小于压强阈值，则依据目标粮仓的粮仓高度，将目标粮仓划分为数个粮仓分区；
20、步骤s12，若目标粮仓为平房式粮仓，则将平房式粮仓对应目标粮仓进行区域划分，划分过程具体为：
21、步骤s121，将目标粮仓中粮食按照堆放方式分别记为平面堆积粮堆与斜面堆积粮堆；
22、步骤s122，获取平面堆积粮堆的占地面积，以及斜面堆积粮堆对应占地面积zdm与堆积高度djg，而后通过计算公式计算得到斜面堆积粮堆对应的堆积体积djt，计算公式具体为：
23、djt=zdm×djg×π/3；
24、步骤s123，将斜面堆积粮堆的堆积体积与体积阈值进行比对，若斜面堆积粮堆的堆积体积大于等于体积阈值，则将对应斜面堆积粮堆记为粮仓分区，若斜面堆积粮堆的堆积体积小于体积阈值，则将对应斜面堆积粮堆与其相邻的平面堆积粮堆共同视为粮仓分区；
25、步骤s124，对于剩余的平面堆积粮堆，将每个平面堆积粮堆记为单独的粮仓分区。
26、具体的，步骤s114中粮食损坏粒的判定过程为：
27、步骤s1141，获取样本粮食中每粒粮食的粮食外观图像；其中，粮食外观图像具体为样本粮食中每一粒粮食对应的外表面图像；
28、步骤s1142，将粮食外观图像与多种害虫对应的外观图像进行依次比对，若存在粮食外观图像与任意一种害虫的外观图像相匹配，则将粮食外观图像对应粮食记为损坏粒；
29、步骤s1143，若粮食外观图像与所有害虫的外观图像均不匹配，则进入下一步骤；
30、步骤s1144，若粮食外观图像所示的颜色与任意一种霉变颜色相同，则将粮食外观图像对应粮食记为损坏粒，若粮食外观图像所示的颜色与所有霉变颜色不相同，则不进行任何操作。
31、具体的，粮食数据具体为粮仓分区内存储粮食对应的粮食入仓日期、粮食用途、粮食预计出仓日期以及粮仓分区内的生物活动信息；
32、粮食用途包括食品消费、畜牧饲料和工业加工；
33、生物活动信息为粮仓分区在一周内的啮齿动物发现次数和啮齿动物粪便发现次数。
34、具体的，所述步骤s2包括如下子步骤：
35、步骤s21，若粮仓分区内存储粮食存在粮食出仓日期，则通过粮食出仓日期减去粮食入仓日期得到对应粮仓分区内存储粮食的粮食预存日期lyc；
36、若粮仓分区内存储粮食不存在粮食出仓日期，则通过当前日期减去粮食入仓日期得到对应粮仓分区内存储粮食的粮食预存日期lyc；
37、步骤s22，获取粮仓分区内的生物活动信息，若粮仓分区一周内啮齿动物发现次数与啮齿动物粪便发现次数均为零，通过公式计算对应粮仓分区内存储粮食的粮食监管值lj，公式具体如下：
38、lj=lyc×a1+yts×a2；式中，a1和a2均为固定数值的权重系数，a1＜a2；yts为粮食用途对应的用途补正值，粮食用途为食品消费对应的用途补正值的取值大于粮食用途为畜牧饲料对应的用途补正值的取值，粮食用途为畜牧饲料对应的用途补正值大于粮食用途为工业加工对应的用途补正值；
39、步骤s23，若粮仓分区一周内啮齿动物发现次数与啮齿动物粪便发现次数中的任意一项不为零，则计算啮齿动物发现次数与啮齿动物粪便发现次数之和并记为生物异常数syc；
40、步骤s24，若生物异常数大于等于异常数阈值，则生成异常信号发送至用户终端，若生物异常数小于异常数阈值，则通过公式lj=syc×（lyc×a1+yts×a2）计算对应粮仓分区对应的粮食监管值lj；
41、步骤s25，若粮食监管值大于等于第一补正阈值，则将对应粮食分区的监管系数设为第一监管系数，若粮食监管值小于第一补正阈值大于等于第二补正阈值，则将对应粮食分区的监管系数设为第二监管系数，若粮食监管值小于第二补正阈值，则将对应粮食分区的监管系数设为第三监管系数。
42、具体的，第一补正阈值大于第二补正阈值；
43、第一监管系数、第二监管系数和第三监管系数均为大于等于1的正整数，且第一监管系数大于第二监管系数，第二监管系数大于第三监管系数。
44、具体的，步骤s3还包括如下子步骤：
45、步骤s31，若目标粮仓为立筒式粮仓，目标粮仓对应每个粮仓分区的水平中线处置入检测设备，并测量每个粮仓分区对应的实时温度值、实时湿度值和实时氧气浓度值；
46、步骤s32，若目标粮仓为平房式粮仓，则获取对应粮仓分区的占地面积，依据粮仓分区的占地面积获取粮仓分区中检测设备的预设数量；
47、通过预设数量乘以监管系数得到对应粮仓分区中检测设备的实设数量，而后依据实设数量为每个粮仓分区安置相应数量的检测设备，采集每个粮仓分区对应组数的实时温度值、实时湿度值和实时氧气浓度值；
48、步骤s33，将每个粮仓分区中对应组数的实时温度值相加求和取均值得到对应粮仓分区的分区实时温度值，同理将每个粮仓分区中对应组数的实时温度值与实时氧气浓度值分别相加求和取均值得到对应粮仓分区的分区实时湿度值与分区实时氧气浓度值。
49、具体的，所述步骤s4还包括如下子步骤：
50、步骤s41，获取目标粮仓中每个粮仓分区对应的分区实时温度值swdn、分区实时湿度值ssdn和分区实时氧气浓度值syqn；其中，n为粮仓分区的编号，n=1，2……，z，z为正整数；
51、步骤s42，将目标粮仓内每个粮仓分区的分区实时温度值、分区实时湿度值和分区实时氧气浓度值与对应阈值依次进行比对；
52、若目标粮仓中粮仓分区对应的分区实时温度值、分区实时湿度值和分区实时氧气浓度值均小于等于对应阈值，则不进行任何操作，若目标粮仓中粮仓分区对应的分区实时温度值、分区实时湿度值和分区实时氧气浓度值中任一项大于对应阈值，则将目标粮仓对应的异常系数值ycx的取值加一；其中，异常系数值的初始取值为零；
53、步骤s43，目标粮仓中所有粮仓分区比对完成后，若异常系数值大于等于系数阈值，则生成异常信号并发送至用户终端；
54、步骤s44，若异常系数值小于系数阈值，则通过计算公式计算目标粮仓对应的环境异常值hyd；
55、步骤s45，若环境异常值大于第一等级阈值，则将目标粮仓的环境异常等级记为一级环境异常；若环境异常值小于等于第一等级阈值且环境异常值大于第二等级阈值，将目标粮仓的环境异常等级记为二级环境异常；若环境异常值小于等于第二等级阈值，则生成正常信号并发送至用户终端；
56、其中，第一等级阈值大于第二等级阈值；一级环境异常对应目标粮仓中粮食发生损坏的概率大于二级环境异常对应的目标粮仓中粮食发生损坏的概率。
57、具体的，环境异常值的计算公式：
58、；式中，e为自然常数。
59、综上所述，由于采用了上述技术方案，本发明的有益效果是：
60、本发明一方面获取目标粮仓的粮仓类型以及目标粮仓内粮食的堆放方式，并将目标粮仓进行区域划分，而后获取粮仓分区内存储粮食对应的粮食数据，依据粮食数据得到对应粮仓分区的监管系数，另一方面获取目标粮仓对应粮仓分区的分区环境信息，结合两方面对目标粮仓的粮仓环境进行分析，得到目标粮仓的环境异常等级或生成正常信号，用户依据接收到信号或等级做出应对，本发明对粮仓进行分区，并结合多元因素设定相适配的监测办法，从而实现对粮仓环境的准确判定。
1.一种基于物联网的粮仓环境异常判定方法，其特征在于，粮仓环境异常判定方法具体如下：
2.根据权利要求1所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，粮仓类型包括平房式粮仓和立筒式粮仓；
3.根据权利要求2所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，步骤s1具体包括如下子步骤：
4.根据权利要求3所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，步骤s114中粮食损坏粒的判定过程为：
5.根据权利要求1所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，粮食数据为粮仓分区内存储粮食对应的粮食入仓日期、粮食用途、粮食预计出仓日期以及粮仓分区内的生物活动信息；
6.根据权利要求5所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，所述步骤s2包括如下子步骤：
7.根据权利要求6所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，第一补正阈值大于第二补正阈值；
8.根据权利要求6所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，步骤s3还包括如下子步骤：
9.根据权利要求8所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，所述步骤s4还包括如下子步骤：
10.根据权利要求9所述的一种基于物联网的粮仓环境异常判定方法，其特征在于，环境异常值的计算公式：
