《华尔街日报》最近刊出：农民在耕田时通过Netflix进行耕作，记录了卫星辅助引导系统形式的自主车辆技术。从Facebook或YouTube上流传的视频经常看到一些最先进的拖拉机驾驶室不仅有气候控制和皮革装饰，而且还有内置冰箱、咖啡壶甚至微波炉。不久，农民就能在播种和收割期间更有效地利用他们的时间，从舒适的办公室里远程控制和监测他们的自主田间机械的性能，运行无驾驶室的拖拉机。

谷物分级员在阿根廷的谷物质量实验室中操作半自动、高容量的分级系统

商品价格的下降，劳动力的短缺，以及对时间的要求，将推动他们变得更有效率。更强大的信息和通信技术（ICT）和更可靠的自动驾驶汽车技术的出现，将使更多精通技术的农民花更多的时间来处理他们农业企业经营的业务方面，包括追求其他创收来源，如种植大麻或豌豆。

虽然谷物操作人员永远不会在工作中贪图享受，但这些技术的进步将更有效地操作大型谷物处理和加工设施。支持GPS的引导系统会更快地种植和收割田地。自动转向拖拉机、联合收割机、谷物车和拖拉机拖车将更快地把谷物运到谷物设施，在收获季节可能一天24小时都是如此。作为回应，粮食接收、取样、分级，以及转移到湿地保温、干燥和储存将必须变得更快、更自主。

物联网（IoT）是将互联网连接延伸到物理设备和日常物品中，如 "智能家居 "设备（照明装置、恒温器、冰箱）、家庭安全系统和摄像头，以及像居住在我家的Alexa这样的智能扬声器。这些设备包含电子器件、互联网连接和其他硬件，如传感器，使它们能够沟通和互动。

以危险监测系统为例，该系统包括安装在谷物输送机上的一些传感器，以监测轴承温度、谷物与皮带摩擦、电机振动、滑轮的滑动和电机过载情况。这些传感器形成一个无线网络，与设施的自动监测和控制系统进行通信。对于粮食公司来说，就数据所有权和第三方利用达成书面协议是至关重要的。除了提供设备性能的分析外，这些数据还为配备有无线设备和监视器的每台电机和机器更新维护计划。

这些数据允许以可靠性为中心的维护（RCM）等方法来确定每个物理资产在其运行环境中的维护要求。RCM类似于主动性和预测性维护，但它使用一种更系统的方法来评估设施的设备和资源，以最好地结合大约35%的预防性维护和55%的预测性维护。它的结果是高度的设施可靠性和成本效益，将维护减少到10%左右。

RCM认识到，设施中的所有设备对工艺或设施安全的重要性不尽相同。想想看，斗式提升机的轴承温度监测器对谷物输送过程和防止粉尘爆炸的重要性，与监测外部温度的传感器的重要性不同，后者对谷物输送过程或安全不重要。RCM认识到，设备会出现不同的故障。它通过危险监测消耗性设备（皮带摩擦）、容易出现随机故障模式的设备，或可能因不正确的预防性维护而诱发故障的设备系统，来利用实时分析。RCM是物联网如何进入谷物操作设施的一个例子，它导致了更智能的维护方法。

传感器和设备的无线网络对于粮食接收、取样和分级更加自动化和自主化也是至关重要。自1990s末以来，半自动卡车探测和样品分析系统已被广泛用于卡车上。这意味着取消人类操作员，并通过安装摄像头和数字图像处理能力来取代这一功能。这些系统将接收来自农民的自主拖拉机拖车，并在登记为抵达粮食设施的财产后接管控制权。从那时起，拖拉机拖车被设施的监测和控制系统引导到探测站，然后到秤，再从那里到正确的接收坑，由机械臂打开拖车门倾倒货物。一旦谷物流停止，高架摄像机确认拖车是空的，大门就会被机器人关闭。

卡车被引导到庄园出口，在那里，控制权被转回给农民的自主系统，该系统将牵引车带回田地或农场的粮食储存系统，以便进行下一次装载。当拖拉机拖车离开时，整个交易的数据记录和以GIF格式记录卸货过程的视频剪辑已经传送给客户。

数字图像处理也是评估谷物质量和分配等级的关键组成部分。几年前，联邦谷物检验局（FGIS）的技术专家花费了大量精力，试图开发全自动和自主的谷物分级系统。玉米和大豆的分级相对简单，而小麦分级显然从未得到解决。到目前为止，自主的高容量谷物分级系统还没有在美国实施。然而，在阿根廷罗萨里奥的Bolsa de Comercio的谷物质量实验室，已经成功实施了一个人工辅助的半自主高容量谷物分级系统，每年可以分析几百万个样品。

目前，粮食处理公司是根据符合一些容易识别的标准等级决定因素的谷物数量来进行的，如损坏、碎粒和细料以及异物。在美国，水分含量不是等级的一部分，但在每个销售点都要进行测量，以评估是否对超过市场水分含量的价格进行折扣，以及是否对收缩和干燥费用进行额外收费。然而，每粒玉米和大豆所包含的内在价值是其最终使用价值，如优化动物饮食的氨基酸概况、转化为乙醇的可提取淀粉量、制作高蛋白豆粕的油和蛋白质量，以及为人类食品制作更热油的脂肪酸。

近红外（NIR）分析仪已经有几十年了，但主要是在谷物加工设施和饲料厂的分析实验室。随着测量技术的进步，样品分析的准确性、可靠性和速度都在不断提高。每个样品的分析需要大约一分钟，由机器自动评估七个较小的子样品来确定。数据被自动上传到基于云的数据网络，可以在全公司范围内实时使用。

近年来，在线近红外传感器被广泛关注。蛋白质近红外在线传感器已经在小麦联合收割机上使用了几年，农民通过在田间隔离高蛋白小麦而从溢价中获益。在线近红外传感器将有一个大的飞跃，其价格便宜到可以安装在玉米和大豆收割机上，以及谷物输送和加工设备上。开始从他们处理、干燥、储存和运输的谷物的内在最终使用价值中提取价值。

他们可以为他们的客户提供什么服务--包括他们购买的农民和他们出售的买家--利用这些数据来最大限度地提高按最终用途质量属性分类的汇总谷物的饲料和加工价值？谷物公司处于谷物生产和谷物利用之间的连接点。他们不需要第三方服务来记录他们处理的谷物的最终使用价值。相反，他们应该在农民为他们的联合收割机配备在线近红外传感器并将最终使用价值数据直接传输给区块链技术的提供者，并从那里传输给最终用户之前，停止这样做的机会。

粮食处理行业面临的挑战：他们是否会接受商业机会，成为农民客户最终使用价值的促进者和协调者，或者是否会让第三方服务供应商反而获利。