粮食的安全储藏关系到国计民生和国家安全,而机械通风是保持粮食品质和改善粮食储藏环境的一种重要技术,在我国粮食安全储藏中起到了非常重要的作用。在机械通风过程中,由于粮堆温度的不断变化而不能准确判断通风时机,致使通风能耗大,甚至造成粮堆结露等有害现象的发生。因此,对储粮机械通风过程温度场的准确预测与控制有着重要的现实意义。本文旨在研究储粮通风过程粮堆温度的变化及控制方法,采用智能算法建立储粮机械通风过程粮堆温度的预测模型,并提出定量化控制粮堆温度的方法。主要内容如下:(1)通过调研及文献查找,整理储粮机械通风过程影响粮堆温度的主要因素,即:外界大气温度、外界大气湿度、粮仓内空气温度、粮仓内空气湿度、通风口风速、通风口温度、通风口湿度,建立粮堆温度的评价指标;(2)为了更准确的反映粮堆温度的实际情况,将实验仓粮堆分层进行测量,在此基础上,采用随机森林算法、支持向量机算法、神经网络算法建立了粮堆各层最高温度的预测模型,并用实仓实验数据验证了模型的有效性与可靠性,同时,对三种模型的预测结果进行分析。结果表明,随机森林预测模型精度最高,拟合效果最佳,将其应用于粮堆温度的控制研究;(3)运用随机森林预测模型对粮堆最高温度的影响因素进行重要性分析,得到了影响因素的重要性排序,即:粮仓内空气湿度、外界大气温度、通风口温度、粮仓内空气温度、通风口湿度、通风口风速、外界大气湿度,在粮仓机械通风过程中,可以依据影响因素重要性程度的不同,着重关注重要性值高的因素的变化,为把握最佳的机械通风时机,有效地提高通风效果提供一定的参考;(4)以基本条件一定的实仓为例,在其他影响因素不变的情况下,通过改变易控制的因素,得出了通风口风速和通风口温度与粮堆最高温度之间的趋势关系,同时,采用图解法得出了粮堆最高温度达到低温条件的临界点集合,结果表明,在该临界点集合下方选择测试点,可实现对粮堆温度的控制,这为科学地储粮通风提供一定的参考。