1、多目标、多维度粮食仓储信息化系统集成技术 研究多目标、多维度的粮食仓储信息化系统，综合考虑信息传输效率、节点分布位置与数量、系统鲁棒性与实效性等目标参数，采用物联网、大数据、云计算等信息化技术对粮仓进行技术改造，通过视频监控、远程检测、数据看板等信息化手段获取粮仓状态信息，并根据粮仓内部温度，湿度，风道风速、流量及粮仓外部环境温度等状态数据，从不同维度调节粮仓状态参数变量，减缓粮食水分流失速度，及时诊断仓内通风较差区域，延长粮食储存周期，降低管理与储存成本；在仓储大数据技术支撑下，进一步集成粮食扦样、检验、称重、烘干、通风、仓窗、装卸、整理等仓储装备智能化改造和多参数粮情、虫害识别、智能通风、安全生产预警、质量预警等信息化改造，提升仓储管理效率和工作质量，完善仓储科学化管理体系。 对粮食仓储信息化系统实行分布节点式监控及集中控制，开展视频图像无盲区技术、电源系统转化技术、传感器分布技术等智能化设计研究，分解模块单元，构建各部件及整机可靠性模型，优化并提升系统模型稳定性及可靠性，实现原理样机工程化设计及样机试制。 该系统要求实现粮仓间信息交互、为种粮农民、涉粮企业和消费者查询信息提供便利化服务，引入区块链等新兴技术，逐步完善粮食仓储信息化数据库。开展粮食生产环节质量测报工作，添加储备粮和政策性粮食收购、储存、出库等环节信息采集。

     2、多传感信息融合的粮食仓储自学习智能控制技术 研究粮食仓储自学习智能控制技术，利用信息化系统获取粮堆的温度、湿度及通风流量等状态参数，对危险环境能及时做出相应的处理，减少损失。采用机械通风和制冷两种低温储粮技术，结合自学习的自适应控制方法，使粮食仓储在临界温度以下，保持储粮生态系统稳定，延缓粮食品质陈化速度，实现粮食安全仓储。引入智能传感器、数据总线、局域网通信等技术监控仓储环境，简化系统布线方式、提高系统扩展性、降低管理和维护成本；结合多传感器信息融合技术实现仓储环境的实时监测和信息共享，提高智能粮食仓储系统的实时性和鲁棒性，保证粮食仓储环境安全，为粮食的高品质存储提供技术保障。 

    3、多因素耦合背景下的“整精米率”提升机理研究及控制技术 稻谷的“整精米率”综合反映了稻米自身弹性、脆性、粘性、水分、杂质、谷外糙米等影响，是稻谷加工工艺品质总体质量状况的一个直观性指标。而影响稻谷加工“整精米率”与稻谷存放时间，稻谷含水量，大米加工过程（稻谷脱壳、碾米阶段、白米分级、大米色选）中稻壳与米间作用力大小、米粒间间隙距离、稻谷温度、环境湿度、加工设备运转速度等工艺参数有关，且对于不同品质的稻谷，其米粒尺寸大小、长宽比、含水量等参数差异较大，因此，结合粮食仓储智能控制系统的采集数据，综合分析稻谷加工整精米率与各影响因素间的映射及耦合关系，研究稻米加工“整精米率”的影响机理，进一步优化稻米加工流程设备运转速度、碾压作用大小、干燥温度、风速流量等工艺参数，提高稻谷加工“整精米率”。

    4、非接触式大米外观品质检测与分类技术 利用非接触式的检测技术和大数据机器学习算法分析大米外观品质，采用数据挖掘等技术获取大米状态特征参数，结合 BP 神经网络实现对大米外观品质的检测及分类，包括完善粒、垩白粒、黄米粒及碎米粒品质的检测与划分。利用大米米粒的面积、长度、宽度、长宽比、色调均值及垩白度作为网络的输入特征参数进行样本训练，结合卷积神经网络进一步提高大米外观品质检测分类的成功率。

    预期指标如下：①温湿调控：粮堆内温度保持在5℃~10℃，室内湿度70%左右；②设施配备：配备通风系统、粮情检测系统、内环流系统等，门窗具有自动开启与闭合能力，内置雨量传感器，能感知雨量信息自动关闭门窗。③粮食仓储自学习智能控制系统连续无故障稳定工作时间为6个月，每半年检修一次。④针对不同品质稻米状态数据信息，柔性优化稻谷加工流程工艺参数，使不同品质稻谷加工“整精米率”在原有基础上提升5%以上。⑤能准确对不同品质大米进行完善粒、垩白粒、黄米粒及碎米粒等外观品质检测与分类，分类准确率达98%以上。