粮食干燥是一个十分复杂的传热传质过程,传统干燥模型及干燥过程控制方法具有局限性高、经验依赖程度高、调控指标单一等不足,在某些较为复杂的情况下往往难以表现出较好的控制效果。目前,建立稳定性强、预测性能佳的先进控制系统是整个干燥行业的研究重点。稻谷,是全球约50%人口的主粮,我国稻谷收割后干燥环节的损失高达7%,所以稻谷干燥过程控制尤为重要。由于稻谷的籽粒特征比较特殊,其颖壳部分在干燥过程中起着阻碍内部水分向外迁移的作用,故稻谷的干燥过程比较复杂,是一种比较难干燥的粮食。本文针对稻谷收割后干燥过程中的大迟滞、非线性、强耦合等特点,以多因子胁迫全面试验及有效干燥积温多因子耦合理念为基础,重构了谷物干燥的数学模型,开展了稻谷干燥过程建模与智能控制策略的研究与应用。本论文的主要内容如下:(1)稻谷干燥特性试验研究及积温品质图的建立。在对国内外谷物干燥理论及先进控制方法进行深度调研的基础上,以多元二次旋转正交试验为研究方法,试验研究了在多种因素影响下的稻谷干燥特性,建立的回归模型可决系数达0.9951和0.9552;建立了基于多因子耦合参量—有效干燥积温的稻谷积温品质图,并提供了图表的查索方法。(2)建立了稻谷有效干燥积温模型。以时间和温度耦合为基础,探索了水分比与干燥积温的关系,分析了 7种常用的干燥模型,构建了用以描述稻谷干燥水分比和有效干燥积温关系的数学模型,此模型的常数k,n,b的可决系数分别为0.9225,0.9553,0.9131,说明其回归模型具有较高的置信度。(3)全面试验研究了缓苏对稻谷干燥的影响。为使模型更加贴近实际,基于多参数耦合薄层干燥试验结果(此试验中考虑了缓苏时间)建立了有缓苏影响的稻谷有效干燥积温模型。对比了有缓苏影响和无缓苏影响模型的常数,深入分析了缓苏时间对稻谷干燥过程的影响,研究发现在稻谷的连续干燥过程中,缓苏比不应超过3。(4)研究了连续式稻谷干燥机智能控制方法及系统。通过对人工智能控制方法的分析和总结,发现多隐层BP神经网络较为适合作为此控制系统的控制核心。建立了 MATLAB和LabVIEW混合编程的智能控制系统,提出了稻谷干燥的控制规则,以期实现精准调控稻谷干燥过程。(5)稻谷干燥智能控制方法及模拟试验。基于预试验数据建立了多隐层BP神经网络模型,介绍了神经网络的训练方法;进行了一系列LabVIEW环境下的模拟试验,试验结果表明:针对该干燥系统,单隐层的网络结构精度较高,较为适用;有自优化功能的模型可以更加精确的预测出粮口稻谷含水率,并及时调整排粮等待时间;多隐层BP神经网络控制器表现出优秀的抗干扰能力,同时,也验证了此智能控制系统的稳定性,可应用于实际干燥作业。