基于水分监测的红枣烘干调控方法及系统

技术领域

本发明涉及红枣加工技术领域，特别涉及基于水分监测的红枣烘干调控方法及系统。

背景技术

红枣干制是解决红枣生产中增收与否最主要的初加工处理过程。然而，目前红枣干制整体水平还十分低下，干制还依赖气候、人工经验等，严重影响了红枣干制产品的质量。现有的红枣干制技术存在工艺调节粗放、依赖人工经验、难以适应多样鲜枣质量，影响烘干红枣品质的技术问题。

发明内容

本申请的目的在于提供基于水分监测的红枣烘干调控方法及系统。用以解决现有技术中工艺调节粗放、依赖人工经验、难以适应多样鲜枣质量，影响烘干红枣品质的技术问题。

鉴于以上技术问题，本申请提供了基于水分监测的红枣烘干调控方法及系统。

第一方面，本申请提供了基于水分监测的红枣烘干调控方法，所述方法应用于基于水分监测的红枣烘干调控系统，所述系统包括红枣表面质量校验模块、红枣数据交互模块、红枣水分监测模块和红枣烘干调控模块，所述方法包括：

根据所述红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果；当获得的所述第一批次红枣校验结果为通过时，激活所述红枣水分监测模块对所述第一批次红枣校验结果进行初始水分监测，获得红枣初始水分监测结果；根据所述红枣数据交互模块执行所述第一批次待烘干红枣的基础信息采集，获得红枣基础信息库，并对所述红枣基础信息库进行特征识别，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合；获得红枣四元特征，其中，所述红枣四元特征包括红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征；基于所述红枣四元特征，根据所述红枣初始水分监测结果、所述红枣尺寸特征集合、所述红枣品种特征集合和所述红枣成熟度特征集合对所述第一批次待烘干红枣进行四元特征分区，获得M个红枣待烘干分区，其中，所述M个红枣待烘干分区具有对应的M个红枣五元特征标识，且，M为大于1的正整数；根据M个红枣烘干调控决策控制所述红枣烘干调控模块对所述M个红枣待烘干分区进行烘干控制，其中，所述M个红枣烘干调控决策通过以所述M个红枣五元特征标识对所述M个红枣待烘干分区进行烘干决策分析获取。

第二方面，本申请还提供了基于水分监测的红枣烘干调控系统，其中，所述系统包括：

红枣表面质量校验模块，所述红枣表面质量校验模块用于根据所述红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果；红枣水分监测模块，所述红枣水分监测模块用于当获得的所述第一批次红枣校验结果为通过时，激活所述红枣水分监测模块对所述第一批次红枣校验结果进行初始水分监测，获得红枣初始水分监测结果；红枣数据交互模块，所述红枣数据交互模块用于根据所述红枣数据交互模块执行所述第一批次待烘干红枣的基础信息采集，获得红枣基础信息库，并对所述红枣基础信息库进行特征识别，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合；红枣四元特征获取模块，所述红枣四元特征获取模块用于获得红枣四元特征，其中，所述红枣四元特征包括红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征；红枣分区模块，所述红枣分区模块用于基于所述红枣四元特征，根据所述红枣初始水分监测结果、所述红枣尺寸特征集合、所述红枣品种特征集合和所述红枣成熟度特征集合对所述第一批次待烘干红枣进行四元特征分区，获得M个红枣待烘干分区，其中，所述M个红枣待烘干分区具有对应的M个红枣五元特征标识，且，M为大于1的正整数；红枣烘干调控模块，所述红枣烘干调控模块用于根据M个红枣烘干调控决策控制所述红枣烘干调控模块对所述M个红枣待烘干分区进行烘干控制，其中，所述M个红枣烘干调控决策通过以所述M个红枣五元特征标识对所述M个红枣待烘干分区进行烘干决策分析获取。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

根据红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果；激活红枣水分监测模块对通过校验的第一批次红枣校验结果进行初始水分监测，获得红枣初始水分监测结果；根据红枣数据交互模块执行第一批次待烘干红枣的基础信息采集，获得红枣基础信息库，并对红枣基础信息库进行特征识别，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合；获得红枣四元特征，其中，红枣四元特征包括红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征；基于红枣四元特征，根据红枣初始水分监测结果、红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合对第一批次待烘干红枣进行四元特征分区，获得M个红枣待烘干分区，其中，M个红枣待烘干分区具有对应的M个红枣五元特征标识，且，M为大于1的正整数；根据M个红枣烘干调控决策控制红枣烘干调控模块对M个红枣待烘干分区进行烘干控制，其中，M个红枣烘干调控决策通过以M个红枣五元特征标识对M个红枣待烘干分区进行烘干决策分析获取。实现了工艺精细化调节、自动程度高、适配不同鲜枣质量，进而提高烘干红枣品质的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚阐明本申请的技术手段，进而可依照说明书的内容予以实施，并且为了让本申请的上述及其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

本发明的实施例及后述简单说明结合图示予以说明，附图说明如下：

图1为本申请基于水分监测的红枣烘干调控方法的流程示意图；

图2为本申请基于水分监测的红枣烘干调控方法中获得第一批次红枣校验结果的流程示意图；

图3为本申请基于水分监测的红枣烘干调控系统的结构示意图。

附图标记说明：红枣表面质量校验模块11、红枣水分监测模块12、红枣数据交互模块13、红枣四元特征获取模块14、红枣分区模块15、红枣烘干调控模块16。

具体实施方式

本申请通过提供基于水分监测的红枣烘干调控方法和系统，解决了现有技术面临的工艺调节粗放、依赖人工经验、难以适应多样鲜枣质量，影响烘干红枣品质的技术问题。

本技术实施例中的方案，为解决上述问题，所采用的整体思路如下：

根据红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果；激活红枣水分监测模块对通过校验的第一批次红枣校验结果进行初始水分监测，获得红枣初始水分监测结果；根据红枣数据交互模块执行第一批次待烘干红枣的基础信息采集，获得红枣基础信息库，并对红枣基础信息库进行特征识别，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合；获得红枣四元特征，其中，红枣四元特征包括红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征；基于红枣四元特征，根据红枣初始水分监测结果、红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合对第一批次待烘干红枣进行四元特征分区，获得M个红枣待烘干分区，其中，M个红枣待烘干分区具有对应的M个红枣五元特征标识，且，M为大于1的正整数；根据M个红枣烘干调控决策控制红枣烘干调控模块对M个红枣待烘干分区进行烘干控制，其中，M个红枣烘干调控决策通过以M个红枣五元特征标识对M个红枣待烘干分区进行烘干决策分析获取。实现了工艺精细化调节、自动程度高、适配不同鲜枣质量，进而提高烘干红枣品质的技术效果。

为更好理解上述技术方案，下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明，需要说明的是，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。

实施例一：

如图1所示，本申请提供了基于水分监测的红枣烘干调控方法，所述方法包括：

S100：根据所述红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果；

红枣表面质量校验是指根据红枣鲜枣表面图像，进行鲜枣质量的检查检验。红枣鲜枣作为一种高含水率的生鲜农产品，在自然生长，采摘、搬运、输送、筛选过程中容易受到各种损伤或存在各种品质问题，包括虫眼、裂口、腐败、尘土、未成熟等。示例性的，红枣加工工艺流程包括：初选、清洗、风干、烘干、冷却、精选、包装。优选的，红枣表面质量校验与表面质量校验模块设置于风干工艺后，实现对鲜枣表面质量的检验，包括品质检验与清洗效果检验。对第一批次待烘干红枣进行表面质量校验，一方面在烘干工艺前加以管理，优化第一批次红枣烘干出品品质，另一方面，避免质量较差的红枣在加工过程中污染生产线，确保红枣烘干生产线的连续出品稳定，保证后续批次红枣烘干出品品质。

进一步的，如图2所示，根据所述红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果，步骤S100包括：

S110：所述红枣表面质量校验模块包括红枣图像采集装置、红枣表面质量评估器和红枣表面质量校验器；

S120：根据所述红枣图像采集装置遍历所述第一批次待烘干红枣进行多角度图像采集，获得多个红枣图像采集结果；

S130：获得多个红枣表面质量评估系数，其中，所述多个红枣表面质量评估系数通过以标准红枣图像为基准，根据所述红枣表面质量评估器对所述多个红枣图像采集结果进行评价获取；

S140：根据所述红枣表面质量校验器执行所述多个红枣表面质量评估系数的全局表面质量校验，获得所述第一批次红枣校验结果。

其中，红枣图像采集装置用于采集红枣表面图像，获得多个红枣图像采集结果。红枣表面质量评估器基于神经网络技术构建，对多个红枣图像采集结果进行表面质量评价，得到多个红枣表面质量评估系数。红枣表面质量校验器用于根据标准红枣表面质量评估系数，对多个红枣表面质量评估系数进行全局表面质量校验，获取第一批次红枣校验结果。

进一步的，获得多个红枣表面质量评估系数，步骤S130还包括：

S131：根据所述标准红枣图像和所述多个红枣图像采集结果，获得多个红枣评价数据源；

S132：以所述多个红枣评价数据源为第一检索约束，根据所述第一检索约束进行红枣表面质量评估记录采集，获得红枣表面质量评估记录库；

S133：根据孪生神经网络对所述红枣表面质量评估记录库进行有监督训练，生成所述红枣表面质量评估器；

S134：根据所述红枣表面质量评估器，分别对所述多个红枣评价数据源进行表面质量分析，获得所述多个红枣表面质量评估系数。

其中，红枣表面质量评估记录包括多个红枣图像采集结果与对应的质量评估结果，二者关联存储。根据第一检索约束进行红枣表面质量评估记录采集，即将多个红枣图像采集结果与多个质量评估结果一一对应匹配的过程。可选的，匹配方法包括时间标识匹配、人工匹配等。

其中，Siamese neural network孪生神经网络是基于两个人工神经网络建立的耦合架构，孪生神经网络以两个样本为输入，输出其嵌入高维空间的表征，以比较两个样本的相似程度，狭义的孪生神经网络由两个结构相同，且权重共享的神经网络拼接而成。因为鲜枣表面质量评估类型具有多样性，类别多，类中数量少。孪生神经网络，同时提取标准红枣图像与多个红枣图像采集结果的表面特征，并直接比较其相似程度，有效的通过红枣表面质量评估记录进行聚类匹配，获取多个红枣表面质量评估系数，实现对于红枣表面质量的精细评估，生成的红枣表面质量评估器复杂度低，训练量少，具有表面质量评估效率高，评价结果切合度好的技术效果。

进一步的，根据所述红枣表面质量校验器执行所述多个红枣表面质量评估系数的全局表面质量校验，获得所述第一批次红枣校验结果，步骤S140还包括：

S141：所述红枣表面质量校验器包括个体表面质量校验器、全局表面质量校验器和红枣校验预警器；

S142：分别将所述多个红枣表面质量评估系数输入所述个体表面质量校验器，获得多个红枣个体表面质量校验结果；

其中，所述个体表面质量校验器包括个体表面质量校验算子和标准红枣表面质量评估系数，所述个体表面质量校验算子为当输入的红枣表面质量评估系数大于所述标准红枣表面质量评估系数时，输出的红枣个体表面质量校验结果为个体表面质量校验通过，否则，输出的红枣个体表面质量校验结果为个体表面质量校验不通过；

S143：将所述多个红枣个体表面质量校验结果输入所述全局表面质量校验器，生成所述第一批次红枣校验结果；

S144：当所述第一批次红枣校验结果为不通过时，激活所述红枣校验预警器，生成红枣表面质量预警信号。

其中，所述全局表面质量校验器包括全局表面质量校验算子，其中，所述全局表面质量校验算子为当输入的所述多个红枣个体表面质量校验结果均为个体表面质量校验通过时，输出的所述第一批次红枣校验结果为通过，否则，输出的所述第一批次红枣校验结果为不通过；

其中，标准红枣表面质量评估系数是指红枣表面质量的标准值，即满足质量要求可以进入下一步工艺步骤的表面质量下限。若输入的红枣表面质量评估系数大于标准红枣表面质量评估系数，则说明红枣表面质量评估系数对应的红枣个体满足质检要求。全局表面质量校验器及全局表面质量校验算子，用于对第一批次待烘干红枣中全部个体的质量校验结果进行校验，确保第一批次待烘干红枣全部满足质检要求，保证烘干红枣产品质量。

可选的，根据红枣个体表面质量校验结果，对个体表面质量校验不通过的红枣鲜果个体，进行位置标记与运动跟踪预测，并抓取剔除。其中，抓取方式包括机械臂抓取、人工抓取等。运动跟踪预测方法包括卡尔曼滤波、差分自回归移动平均模型、隐马尔可夫模型、高斯混合模型、贝叶斯网络、BP神经网络、RNN等。

可选的，红枣表面质量预警信号激活拦截模块，对个体表面质量校验不通过的红枣鲜果个体及相邻分段的红枣鲜果进行拦截，并将拦截的多个红枣鲜果输送至初选单元重新筛选。

S200：当获得的所述第一批次红枣校验结果为通过时，激活所述红枣水分监测模块对所述第一批次红枣校验结果进行初始水分监测，获得红枣初始水分监测结果；

红枣水分监测模块对第一批次红枣校验结果进行初始水分监测，是指键第一批次红枣含水量。示例性的，初始水分监测通过实验进行。首先，从通过校验的第一批次红枣中随机抽选一定数量的红枣鲜果，作为样本；接着，对每个红枣鲜果样本标号称重，记录每个样本的质量；而后，将红枣鲜果样本放入烘箱中，并将温度设置为适当的水分测定温度（通常在105°C到110°C之间）。首先连续烘干红枣鲜果样本12h，而后，取出红枣鲜果样本，于通风干燥的环境中自然冷却至室温，称重并记录重量；之后，以2h为间隔，对红枣鲜果样本重复烘干、冷却，称重并记录重量，直到连续次数多个红枣鲜果样本的重量保持不变为止，记录此时的多个烘干后质量。然后，使用以下公式来计算水分含量：

水分含量(%)=((初始质量-最终质量)/初始质量)×100；

其中，初始质量是水分含量测定前的质量，最终质量是烘干后的质量。

最后，对获得的水分含量数据进行分析，计算平均水分含量和标准偏差，评估样本之间的差异性。去除离群值后，求多个红枣鲜果样本的平均水分含量，获得红枣初始水分监测结果。

通过对第一批次红枣进行初始水分监测，获得红枣初始水分监测结果。为后续构建红枣四元特征提供基础信息。

S300：根据所述红枣数据交互模块执行所述第一批次待烘干红枣的基础信息采集，获得红枣基础信息库，并对所述红枣基础信息库进行特征识别，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合；

其中，红枣基础信息库包括红枣尺寸信息、红枣品种信息和红枣成熟度信息。基于特征识别技术，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合。特征识别方法包括：主成分分析 (Principal Component Analysis, PCA)、支持向量机 (SupportVector Machines, SVM)、深度学习神经网络、局部二值模式 (Local Binary Patterns,LBP）等。具体的，根据所需提取的特征种类与特性选取合适的特征提取算法。示例性的，对于红枣尺寸特征的获取，采用基于LBP的特征提取。

S400：获得红枣四元特征，其中，所述红枣四元特征包括红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征；

其中，红枣品种特征是指描述红枣所属品种的特征。红枣的品种可以根据颜色、形状、口感等方面来区分。红枣成熟度特征描述了红枣的成熟程度。可以包括颜色的变化、果实的硬度、果皮的光泽度和糖分含量等。红枣尺寸特征描述了红枣的尺寸，通常包括长度、宽度和形状等。尺寸特征可用来区分不同大小的红枣，对红枣进行分级。红枣初始水分特征反映了红枣的水分含量。水分含量对红枣烘干参数的调控十分重要。

S500：基于所述红枣四元特征，根据所述红枣初始水分监测结果、所述红枣尺寸特征集合、所述红枣品种特征集合和所述红枣成熟度特征集合对所述第一批次待烘干红枣进行四元特征分区，获得M个红枣待烘干分区，其中，所述M个红枣待烘干分区具有对应的M个红枣五元特征标识，且，M为大于1的正整数；

其中，M个红枣待烘干分区根据第一批次待烘干红枣四元特征区分。M个分区对应M种四元特征。即从不同尺寸、不同品质、不同熟度、不同初始水分四方面参数进行待烘干红枣进行分区，从而进行精准的红枣烘干调控，实现烘干红枣的高出品质量和高一致性。

S600：根据M个红枣烘干调控决策控制所述红枣烘干调控模块对所述M个红枣待烘干分区进行烘干控制，其中，所述M个红枣烘干调控决策通过以所述M个红枣五元特征标识对所述M个红枣待烘干分区进行烘干决策分析获取。

其中，红枣烘干调控模块用于根据对M个红枣烘干调控决策红枣烘干设备运行参数进行调控，进而对M个红枣待烘干分区进行烘干控制。其中，烘干设备控制参数包括：预热温度、预热时长、蒸发温度、蒸发时长、蒸发房内相对湿度控制、烘房温度、烘房时长等。

进一步的，根据M个红枣烘干调控决策控制所述红枣烘干调控模块对所述M个红枣待烘干分区进行烘干控制，步骤S600包括：

S610：遍历所述M个红枣待烘干分区，获得第一红枣待烘干分区，且所述第一红枣待烘干分区具有对应的第一红枣五元特征标识；

S620：根据所述第一红枣五元特征标识匹配所述第一红枣待烘干分区对应的第一标准烘干水分动态曲线；

S630：基于所述第一标准烘干水分动态曲线，根据所述红枣烘干调控模块内的烘干调控决策器执行所述第一红枣待烘干分区的烘干决策分析，获得第一红枣烘干调控决策；

S640：所述红枣烘干调控模块按照所述第一红枣烘干调控决策控制红枣烘干机对所述第一红枣待烘干分区进行烘干控制。

其中，五元特征标识是具有分区标识的四元特征，具体包括分区标识特征、红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征。

其中，标准烘干水分动态曲线是指具有不同四元特征的红枣鲜果在烘干过程中的水分动态变化情况。示例性的，通过交互遍历历史烘干生产日志，并对生产日志中各采样检测点进行曲线拟合获取。

烘干调控决策器用于根据第一标准烘干水分动态曲线，获取第一红枣烘干调控决策，可选的，烘干调控决策器包括一烘干调控数据库，烘干调控数据库通过采集红枣烘干机烘干性能与关联的烘干参数构建，其中，采集方式包括实验确定，查询厂家性能手册等。

可选的，基于烘干温度参数与烘干速率绘制烘干性能－温度曲线，其中，曲线坐标系为直角坐标系，横轴为温度，纵轴为烘干速率。求第一标准烘干水分动态曲线斜率方程，获取第一标准烘干水分曲线各个时间点的切线斜率，切线斜率反映各时间点的烘干速率要求。对第一标准烘干水分动态曲线斜率方程与烘干性能－温度曲线做烘干性能的归一化处理，根据归一化后的烘干速率要求，获取烘干性能－温度曲线上对应的温度点，设置为红枣烘干调控参数，生成红枣烘干调控决策。

可选的，归一化处理通过归一算子确定，归一算子以红枣含水率作为检索参数、红枣水分干燥阻力作为归一参数，其中，红枣水分干燥阻力用于表示当前含水率条件下，含水率每下降1%所需烘干的水分，即所需的烘干性能。示例性的，红枣水分干燥阻力通过实验确定。通过归一算子进行归一化处理，公式如下：

；

其中，v为所需烘干性能，单位为L/h；k为红枣水分干燥阻力，单位为L；α为第一标准烘干水分曲线的切线斜率，单位为h

红枣烘干机是用于红枣烘干的专业设备，依照类型分为热风隧道式干燥机、热风炉式烘干箱、导热油烘干设备、空气源热泵烘干机等。优选的，选用空气源热泵烘干机，根据逆卡诺循环原理，消耗少量的电能驱动压缩机运行，高压的液态工质经过膨胀阀后在蒸发器内蒸发为气态，并大量吸收空气中的热能，气态的工质被压缩机压缩成高温、高压的气体，然后进入冷凝器放热，把干燥介质加热。选取空气源热泵烘干机，具有能耗低，烘干效率高，降低排位的技术效果。

进一步的，根据所述第一红枣五元特征标识匹配所述第一红枣待烘干分区对应的第一标准烘干水分动态曲线，步骤S620还包括：

S621：连接所述红枣数据交互模块，读取红枣标准烘干曲线库，其中，所述红枣标准烘干曲线库包括多个样本红枣五元特征标识和多个标准烘干水分动态曲线，且，所述多个样本红枣五元特征标识和所述多个标准烘干水分动态曲线具有样本映射关系；

S622：获得预设图谱构建算子，其中，所述预设图谱构建算子包括以样本红枣五元特征标识为烘干标准索引特征，以标准烘干水分动态曲线为烘干标准响应特征；

S623：基于所述预设图谱构建算子，根据所述红枣标准烘干曲线库，构建红枣标准烘干图谱；

S624：以所述红枣标准烘干图谱执行所述第一红枣五元特征标识的第一标准烘干水分动态曲线匹配。

具体的，标准烘干水分动态曲线具有分段标记，各个分段分别对应红枣烘干工艺流程中各工艺步骤，且各分段标记有参数控制时间节点标记与节点标记对应的详细控制参数。

可选的，红枣标准烘干图谱中包含多个子谱，其中多个子谱基于红枣品种特征区分。此外，每一红枣品种特征对应的子谱包含以尺寸特征为索引特征的三坐标谱图。

进一步的，按照所述第一红枣烘干调控决策控制红枣烘干机对所述第一红枣待烘干分区进行烘干控制，步骤S640还包括：

S641：激活所述红枣水分监测模块，根据所述红枣水分监测模块执行所述第一红枣待烘干分区的实时水分监测，获得第一分区实时水分监测结果；

S642：生成第一分区实时水分曲线，其中，所述第一分区实时水分曲线通过对所述第一分区实时水分监测结果进行曲线拟合获得；

S643：获得第一分区烘干异常指数，其中，所述第一分区烘干异常指数通过将所述第一分区实时水分曲线和所述第一标准烘干水分动态曲线进行比对获取；

S644：判断所述第一分区烘干异常指数是否小于预设烘干异常指数；

S645：若所述第一分区烘干异常指数大于/等于所述预设烘干异常指数，生成第一分区烘干异常信号。

可选的，烘干异常指数通过计算第一分区实时水分曲线和第一标准烘干水分动态曲线的均方误差获取。示例性的，首先，以一定间隔分别对第一分区实时水分曲线和第一标准烘干水分动态曲线设置n个标记点，获取标记点值；接着，求n个标记点的均方误差，获取烘干异常指数。均方误差的计算公式为：

可选的，预设烘干异常指数由专业人员，根据烘干红枣出品质量要求与品级要求确定，对于高品级、高质量要求的烘干红枣出品，预设烘干异常指数数值较低。其中，烘干异常信号用于提示工作人员，红枣烘干效果存在异常，需要对红枣烘干控制参数进行调整。

综上所述，本发明所提供的基于水分监测的红枣烘干调控方法具有如下技术效果：

通过红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果；激活红枣水分监测模块对通过校验的第一批次红枣校验结果进行初始水分监测，获得红枣初始水分监测结果；根据红枣数据交互模块执行第一批次待烘干红枣的基础信息采集，获得红枣基础信息库，并对红枣基础信息库进行特征识别，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合；获得红枣四元特征，其中，红枣四元特征包括红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征；基于红枣四元特征，根据红枣初始水分监测结果、红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合对第一批次待烘干红枣进行四元特征分区，获得M个红枣待烘干分区，其中，M个红枣待烘干分区具有对应的M个红枣五元特征标识，且，M为大于1的正整数；根据M个红枣烘干调控决策控制红枣烘干调控模块对M个红枣待烘干分区进行烘干控制，其中，M个红枣烘干调控决策通过以M个红枣五元特征标识对M个红枣待烘干分区进行烘干决策分析获取。实现了工艺精细化调节、自动程度高、适配不同鲜枣质量，进而提高烘干红枣品质的技术效果。

实施例二：

基于与所述实施例中基于水分监测的红枣烘干调控方法同样的构思，如图3所示，本申请还提供了基于水分监测的红枣烘干调控系统，所述系统包括：

红枣表面质量校验模块11，用于根据所述红枣表面质量校验模块对第一批次待烘干红枣进行表面质量校验，获得第一批次红枣校验结果；

红枣水分监测模块12，用于当获得的所述第一批次红枣校验结果为通过时，激活所述红枣水分监测模块对所述第一批次红枣校验结果进行初始水分监测，获得红枣初始水分监测结果；

红枣数据交互模块13，用于根据所述红枣数据交互模块执行所述第一批次待烘干红枣的基础信息采集，获得红枣基础信息库，并对所述红枣基础信息库进行特征识别，获得红枣尺寸特征集合、红枣品种特征集合和红枣成熟度特征集合；

红枣四元特征获取模块14，用于获得红枣四元特征，其中，所述红枣四元特征包括红枣品种特征、红枣成熟度特征、红枣尺寸特征和红枣初始水分特征；

红枣分区模块15，用于基于所述红枣四元特征，根据所述红枣初始水分监测结果、所述红枣尺寸特征集合、所述红枣品种特征集合和所述红枣成熟度特征集合对所述第一批次待烘干红枣进行四元特征分区，获得M个红枣待烘干分区，其中，所述M个红枣待烘干分区具有对应的M个红枣五元特征标识，且，M为大于1的正整数；

红枣烘干调控模块16，用于根据M个红枣烘干调控决策控制所述红枣烘干调控模块对所述M个红枣待烘干分区进行烘干控制，其中，所述M个红枣烘干调控决策通过以所述M个红枣五元特征标识对所述M个红枣待烘干分区进行烘干决策分析获取。

进一步的，红枣表面质量校验模块11还包括图像采集单元，用于根据所述红枣图像采集装置遍历所述第一批次待烘干红枣进行多角度图像采集，获得多个红枣图像采集结果；

进一步的，红枣烘干调控模块16还包括：

曲线匹配单元，用于根据所述第一红枣五元特征标识匹配所述第一红枣待烘干分区对应的第一标准烘干水分动态曲线；

调控决策单元，用于基于所述第一标准烘干水分动态曲线，根据所述红枣烘干调控模块内的烘干调控决策器执行所述第一红枣待烘干分区的烘干决策分析，获得第一红枣烘干调控决策。

应当理解的是，本说明书中所提及的实施例重点在其与其他实施例的不同，前述实施例一中的具体实施例，同样适用于实施例二所述的基于水分监测的红枣烘干调控系统，为了说明书的简洁，在此不做进一步的展开。

应当理解的是，本申请所公开的实施例及上述说明，可以使得本领域的技术人员运用本申请实现本申请。同时本申请不被限制于上述所提到的这部分实施例，对本申请提到的实施例进行显而易见的修改、变种，也属于本申请原理范围之内。