未來的谷物升降機（二）：糧食加工與谷物儲存

《華爾街日報》最近刊出：農民在耕田時通過Netflix進行耕作，記錄了衛星輔助引導系統形式的自主車輛技術。從Facebook或YouTube上流傳的視頻經常看到一些最先進的拖拉機駕駛室不僅有氣候控制和皮革裝飾，而且還有內置冰箱、咖啡壺甚至微波爐。不久，農民就能在播種和收割期間更有效地利用他們的時間，從舒適的辦公室里遠程控制和監測他們的自主田間機械的性能，運行無駕駛室的拖拉機。

谷物分級員在阿根廷的谷物質量實驗室中操作半自動、高容量的分級系統

商品價格的下降，勞動力的短缺，以及對時間的要求，將推動他們變得更有效率。更強大的信息和通信技術（ICT）和更可靠的自動駕駛汽車技術的出現，將使更多精通技術的農民花更多的時間來處理他們農業企業經營的業務方面，包括追求其他創收來源，如種植大麻或豌豆。

雖然谷物操作人員永遠不會在工作中貪圖享受，但這些技術的進步將更有效地操作大型谷物處理和加工設施。支持GPS的引導系統會更快地種植和收割田地。自動轉向拖拉機、聯合收割機、谷物車和拖拉機拖車將更快地把谷物運到谷物設施，在收獲季節可能一天24小時都是如此。作為回應，糧食接收、取樣、分級，以及轉移到濕地保溫、干燥和儲存將必須變得更快、更自主。

物聯網（IoT）是將互聯網連接延伸到物理設備和日常物品中，如 "智能家居 "設備（照明裝置、恒溫器、冰箱）、家庭安全系統和攝像頭，以及像居住在我家的Alexa這樣的智能揚聲器。這些設備包含電子器件、互聯網連接和其他硬件，如傳感器，使它們能夠溝通和互動。

以危險監測系統為例，該系統包括安裝在谷物輸送機上的一些傳感器，以監測軸承溫度、谷物與皮帶摩擦、電機振動、滑輪的滑動和電機過載情況。這些傳感器形成一個無線網絡，與設施的自動監測和控制系統進行通信。對于糧食公司來說，就數據所有權和第三方利用達成書面協議是至關重要的。除了提供設備性能的分析外，這些數據還為配備有無線設備和監視器的每臺電機和機器更新維護計劃。

這些數據允許以可靠性為中心的維護（RCM）等方法來確定每個物理資產在其運行環境中的維護要求。RCM類似于主動性和預測性維護，但它使用一種更系統的方法來評估設施的設備和資源，以最好地結合大約35%的預防性維護和55%的預測性維護。它的結果是高度的設施可靠性和成本效益，將維護減少到10%左右。

RCM認識到，設施中的所有設備對工藝或設施安全的重要性不盡相同。想想看，斗式提升機的軸承溫度監測器對谷物輸送過程和防止粉塵爆炸的重要性，與監測外部溫度的傳感器的重要性不同，后者對谷物輸送過程或安全不重要。RCM認識到，設備會出現不同的故障。它通過危險監測消耗性設備（皮帶摩擦）、容易出現隨機故障模式的設備，或可能因不正確的預防性維護而誘發故障的設備系統，來利用實時分析。RCM是物聯網如何進入谷物操作設施的一個例子，它導致了更智能的維護方法。

傳感器和設備的無線網絡對于糧食接收、取樣和分級更加自動化和自主化也是至關重要。自1990s末以來，半自動卡車探測和樣品分析系統已被廣泛用于卡車上。這意味著取消人類操作員，并通過安裝攝像頭和數字圖像處理能力來取代這一功能。這些系統將接收來自農民的自主拖拉機拖車，并在登記為抵達糧食設施的財產后接管控制權。從那時起，拖拉機拖車被設施的監測和控制系統引導到探測站，然后到秤，再從那里到正確的接收坑，由機械臂打開拖車門傾倒貨物。一旦谷物流停止，高架攝像機確認拖車是空的，大門就會被機器人關閉。

卡車被引導到莊園出口，在那里，控制權被轉回給農民的自主系統，該系統將牽引車帶回田地或農場的糧食儲存系統，以便進行下一次裝載。當拖拉機拖車離開時，整個交易的數據記錄和以GIF格式記錄卸貨過程的視頻剪輯已經傳送給客戶。

數字圖像處理也是評估谷物質量和分配等級的關鍵組成部分。幾年前，聯邦谷物檢驗局（FGIS）的技術專家花費了大量精力，試圖開發全自動和自主的谷物分級系統。玉米和大豆的分級相對簡單，而小麥分級顯然從未得到解決。到目前為止，自主的高容量谷物分級系統還沒有在美國實施。然而，在阿根廷羅薩里奧的Bolsa de Comercio的谷物質量實驗室，已經成功實施了一個人工輔助的半自主高容量谷物分級系統，每年可以分析幾百萬個樣品。

目前，糧食處理公司是根據符合一些容易識別的標準等級決定因素的谷物數量來進行的，如損壞、碎粒和細料以及異物。在美國，水分含量不是等級的一部分，但在每個銷售點都要進行測量，以評估是否對超過市場水分含量的價格進行折扣，以及是否對收縮和干燥費用進行額外收費。然而，每粒玉米和大豆所包含的內在價值是其最終使用價值，如優化動物飲食的氨基酸概況、轉化為乙醇的可提取淀粉量、制作高蛋白豆粕的油和蛋白質量，以及為人類食品制作更熱油的脂肪酸。

近紅外（NIR）分析儀已經有幾十年了，但主要是在谷物加工設施和飼料廠的分析實驗室。隨著測量技術的進步，樣品分析的準確性、可靠性和速度都在不斷提高。每個樣品的分析需要大約一分鐘，由機器自動評估七個較小的子樣品來確定。數據被自動上傳到基于云的數據網絡，可以在全公司范圍內實時使用。

近年來，在線近紅外傳感器被廣泛關注。蛋白質近紅外在線傳感器已經在小麥聯合收割機上使用了幾年，農民通過在田間隔離高蛋白小麥而從溢價中獲益。在線近紅外傳感器將有一個大的飛躍，其價格便宜到可以安裝在玉米和大豆收割機上，以及谷物輸送和加工設備上。開始從他們處理、干燥、儲存和運輸的谷物的內在最終使用價值中提取價值。

他們可以為他們的客戶提供什么服務--包括他們購買的農民和他們出售的買家--利用這些數據來最大限度地提高按最終用途質量屬性分類的匯總谷物的飼料和加工價值？谷物公司處于谷物生產和谷物利用之間的連接點。他們不需要第三方服務來記錄他們處理的谷物的最終使用價值。相反，他們應該在農民為他們的聯合收割機配備在線近紅外傳感器并將最終使用價值數據直接傳輸給區塊鏈技術的提供者，并從那里傳輸給最終用戶之前，停止這樣做的機會。

糧食處理行業面臨的挑戰：他們是否會接受商業機會，成為農民客戶最終使用價值的促進者和協調者，或者是否會讓第三方服務供應商反而獲利。