Повышение точности, стабильности и надёжности результатов измерений влажности сыпучих материалов: современный подход на основе регрессионных моделей

Рассмотрено повышение точности измерения влажности сыпучих материалов, имеющей критическое значение для обеспечения качества, сохранности продукции и эффективности технологических процессов в сельском хозяйстве, пищевой промышленности и строительстве. Дан краткий обзор методов измерения влажности и показано, что традиционные методы, включая гравиметрический анализ, хотя и отличаются высокой точностью, не обеспечивают оперативный и непрерывный контроль. Разработанметод измерения влажности с использованиемизмерительной системы, состоящей из сенсорной и интеллектуальной частей. Сенсорная часть – влагомер, содержащий ёмкостные датчики, регистрирует диэлектрическую проницаемость материала, сигналы датчиков поступают в блок сбора и предварительной обработки, где выполняется фильтрация и нормализация данных. Сенсорная часть обеспечивает стабильные измерения влажности пшеницы, кукурузы и песка в диапазоне 6–25 %. Интеллектуальная часть системы включает регрессионную модель, которая учитывает влияние диэлектрической проницаемости, объёмной плотности материала и температуры окружающей среды на точность измерений влажности и представляет собой многопараметрическую линейную модель, реализованную с помощью библиотеки scikit-learn (Python). Для оценки устойчивости модели применена десятикратная перекрёстная проверка. При экспериментальных исследованиях получены средняя абсолютная погрешность измерения влажности менее 1,8 % и коэффициент детерминации более 0,89, что подтверждает стабильность и воспроизводимость системы. Представленный подход демонстрирует, что интеграция ёмкостных сенсорных систем с интеллектуальными системами на основе регрессионных моделей позволяет повысить надёжность контроля и автоматизировать мониторинг влажности в производственных условиях. Разработанный метод измерения влажности и реализующую его систему можно адаптировать для различных сыпучих материалов и технологических сред.

1. Choi Y., Okos M. R. Effects of temperature and composition on the electrical properties of foods. Journal of Food Process Engineering, 9(3), 239–256 (1986). https://doi.org/10.1111/j.1745-4530.1986.tb00539.x

2. Trabelsi S., Nelson S. O. Dielectric properties of cereal grain and oilseed at microwave frequencies. Transactions of the ASAE, 46(5), 1425–1432 (2003). https://doi.org/10.13031/2013.14311

3. Sosa-Morales M. E., Valerio-Junco L., López-Malo A., García H. S. Dielectric properties of foods: Reported data in the 21st century and their potential applications. LWT – Food Science and Technology, 43(8), 1169–1179 (2010). https://doi.org/10.1016/j.lwt.2010.03.017

4. Wang N., Zhang N., Wang M. Wireless sensors in agriculture and food industry - Recent development and future perspective. Computers and Electronics in Agriculture, 50(1), 1–14 (2006). https://doi.org/10.1016/j.compag.200

5. Pedregosa F., Varoquaux G., Gramfort A., et al. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, 2825–2830 (2011). https://scikit-learn.org/stable/

6. Robinson D. A., Campbell C. S., Hopmans J. W. et al. Soil moisture measurement for ecological and hydrological watershed-scale observatories: A review. Vadose Zone Journal, 7(1), 358–389 (2008). https://doi.org/10.2136/vzj2007.0143 ; https://elibrary.ru/mhhecr

7. Li C., Han B., Zhang T. Free-space refl ection method for measuring moisture content and bulk density of particulate materials at microwave frequency. Review of Scientifi c Instruments, 86(3), 034712 (2015). https://doi.org/10.1063/1.4916262

8. Szabó Z., Sándor R., Várallyay Z. Effect of soil organic matter and bulk density on the dielectric response of soils. Geoderma, 401, 115314 (2021). https://doi.org/10.1016/j.geoderma.2021.115314 ; https://elibrary.ru/sgrrad

9. Yang N., Lu Y., Jiang J., Zhang X. Prediction of compost moisture content using support vector regression and dielectric properties. Bioresource Technology, 331, 125015 (2021). https://doi.org/10.1016/j.biortech.2021.125015 ; https://elibrary.ru/orzzyb

10. Nay M., Nelson S. O., Trabelsi S. Advances in grain moisture sensing technologies: A review. Sensors, 22(7), 2669 (2022). https://doi.org/10.3390/s22072669

11. Nelson S. O., Bartley P. G. Dielectric spectroscopy of cereal grain and oilseed from 1 to 350 MHz. Transactions of the ASAE, 43(6), 1651–1658 (2000). https://doi.org/10.13031/2013.3039

12. Hurburgh C. R. Jr., Rippke G. R., Smith J. M. Moisture measurement variability in corn: Sources and solutions. Applied Engineering in Agriculture, 15(4), 387–393 (1999). https://doi.org/10.13031/2013.14282

13. Cosh M. H., Jackson T. J., Bindlish R., McKee L. G. Soil moisture sensor performance evaluation using laboratory and fi eld experiments. Vadose Zone Journal, 15(5), 1–10 (2016). https://doi.org/10.2136/vzj2016.06.0040

14. Kizito F., Campbell C. S., Campbell G. S. et al. Frequency, electrical conductivity and temperature analysis of a low-cost capacitance soil moisture sensor. Journal of Hydrology, 352(3-4), 367–378 (2008). https://doi.org/10.1016/j.jhydrol.2008.01.001

15. Zawilski B., Tyliszczak A., Walczak R. T. Calibration strategies for soil moisture sensors based on time domain refl ectometry. Sensors, 23(1), 298 (2023). https://doi.org/10.3390/s23010298 ; https://elibrary.ru/qykttn

16. Chen Y., Or D. Root growth and water uptake along transverse and vertical gradients in partially wetted soil. Vadose Zone Journal, 5(3), 964–976 (2006). https://doi.org/10.2136/vzj2005.0137

17. Tempke R., Horn H. G., Pratsinis S. E. Dielectric measurement of moisture content in pharmaceutical powders using a coaxial refl ectance probe. International Journal of Pharmaceutics, 537(1–2), 138–145 (2018). https://doi.org/10.1016/j.ijpharm.2017.12.063

18. Tuncer E., Gubanski S. M., Nettelblad B. Dielectric mixtures: Electrical properties and modeling. IEEE Transactions on Dielectrics and Electrical Insulation, 8(3), 327–339 (2001). https://doi.org/10.1109/TDEI.2002.1038664 ; https://elibrary.ru/wnlwal

19. Berger J., Weiler M., Blume T. Optimizing experimental design for soil moisture sensor networks using temporal stability and a genetic algorithm. Hydrology and Earth System Sciences, 21(3), 1609–1624 (2017). https://doi.org/10.5194/hess-21-1609-2017

20. Nunes L. J. R., Causer T. P., Matias J. C. O. Application of infrared thermography and capacitance sensors in moisture measurement of forest biomass: A review. Renewable and Sustainable Energy Reviews, 109, 522–534 (2019). https://doi.org/10.1016/j.rser.2019.04.018

21. Каландаров П. И. Искандаров Б. П. Проточный влагомер для измерения влажности зерна в составе автоматизированной системы контроля влажности зерна. Измерительная техника, 73(5), 18–25 (2024) https ://doi.org/10.32446/0368-1025it.2024-5-18-25 ; https ://elibrary.ru/cylcmm

22. Каландаров П. И., Искандаров Б. П. Измерение влажности бурого угля Ангренского месторождения и проблемы метрологического обеспечения. Измерительная Техника (7), 845–848 (2012). https://elibrary.ru/pbbuqv

23. Kalandarov P. I. Analy sis of the state of moisture control to ensure and regulate the quality of grain and grain products. IgMin Research, 2(4), 228–235 (2024). https://doi.org/10.61927/igmin170

24. Kalandarov P. I., Mukimov Z. M., Nigmatov A. M. Automatic devices for continuous moisture analysis of industrial automation systems. Proceedings of the 7th International Conference on Industrial Engineering (ICIE 2021). Lecture Notes in Mechanical Engineering, 810–817 (2022). https://doi.org/10.1007/978-3-030-85230-6_96

25. Kalandarov P. I., Turkmenov Kh. I., Abdukadyrov A. A., Kutybaeva A. E., Marksuly S. Grain moisture control in the technological process of drying based on the dielcometric method. BIO Web of Conferences, 108, 06005 (2024). https://doi.org/10.1051/bioconf/202410806005.