CN114034826A - 一种基于数据分析的冻干燕窝工艺用生产环境监测*** - Google Patents

一种基于数据分析的冻干燕窝工艺用生产环境监测*** Download PDF

Info

Publication number
CN114034826A
CN114034826A CN202111308196.7A CN202111308196A CN114034826A CN 114034826 A CN114034826 A CN 114034826A CN 202111308196 A CN202111308196 A CN 202111308196A CN 114034826 A CN114034826 A CN 114034826A
Authority
CN
China
Prior art keywords
environment
product
analysis
parameters
humidity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111308196.7A
Other languages
English (en)
Other versions
CN114034826B (zh
Inventor
凌喜林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Shantu Industrial Co ltd
Original Assignee
Shenzhen Shantu Industrial Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Shantu Industrial Co ltd filed Critical Shenzhen Shantu Industrial Co ltd
Priority to CN202111308196.7A priority Critical patent/CN114034826B/zh
Publication of CN114034826A publication Critical patent/CN114034826A/zh
Application granted granted Critical
Publication of CN114034826B publication Critical patent/CN114034826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02Food
    • AHUMAN NECESSITIES
    • A23FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23LFOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
    • A23L33/00Modifying nutritive qualities of foods; Dietetic products; Preparation or treatment thereof
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Mycology (AREA)
  • Nutrition Science (AREA)
  • Polymers & Plastics (AREA)
  • General Factory Administration (AREA)
  • Drying Of Solid Materials (AREA)

Abstract

本发明公开了一种基于数据分析的冻干燕窝工艺用生产环境监测***,涉及生产环境监测的技术领域,解决了现有技术中无法提高环境监测准确性的技术问题,判断冻干燕窝工艺是否合格,同时为生产环境监测提供了监测标准,从而提高了冻干燕窝监测的准确效率;通过实际产品有效采集到当前环境的合格参数阈值范围,有效提高了生产环境监测的准确性,防止环境参数存在误差,导致工艺生产效率降低,增大了产品的不合格率;对监测产品的生产环境进行分析,从而判断区域环境是否处于监测产品的阈值范围内,对监测产品的生产进行准确监测,防止出现环境异常导致监测产品生产异常,导致监测产品的合格率降低。

Description

一种基于数据分析的冻干燕窝工艺用生产环境监测***
技术领域
本发明涉及生产环境监测的技术领域,具体为一种基于数据分析的冻干燕窝工艺用生产环境监测***。
背景技术
冻干燕窝就是把已经炖煮好及含有大量水分物质的燕窝,预先利用XY冻干机预冻进行零下37度的降温冻结成固体,然后在XY冻干机干燥仓真空的条件下使水蒸汽直接升华出来,在冻结的情况下马上进行干燥过程,让燕窝变干后只剩下约1%的水份,体积没有改变,营养价值却依然保留;因此,在冻干燕窝的生产工艺里环境监测则显得格外重要。
在现有技术中,在冻干燕窝的工艺内无法对环境监测标准进行实时获取,导致环境监测的准确效率降低;不能够将实时环境与对应参数阈值范围进行比对,导致环境参数存在误差,造成工艺生产效率降低;此外,不能够通过不合格产品进行影响参数分析,导致产品生产无法提前预防故障,造成不必要的成本浪费。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决的问题,而提出一种基于数据分析的冻干燕窝工艺用生产环境监测***,判断冻干燕窝工艺是否合格,同时为生产环境监测提供了监测标准,从而提高了冻干燕窝监测的准确效率;通过实际产品有效采集到当前环境的合格参数阈值范围,有效提高了生产环境监测的准确性,防止环境参数存在误差,导致工艺生产效率降低,增大了产品的不合格率;对监测产品的生产环境进行分析,从而判断区域环境是否处于监测产品的阈值范围内,对监测产品的生产进行准确监测,防止出现环境异常导致监测产品生产异常,导致监测产品的合格率降低,从而使监测产品对应工艺的效率降低,间接影响产品生产;对不合格产品进行分析,通过不合格产品分析出影响产品的参数,从而对产品的生产进行预防,提高产品的合格率。
本发明的目的可以通过以下技术方案实现:
一种基于数据分析的冻干燕窝工艺用生产环境监测***,包括产品检验单元、阈值采集单元、影响分析单元、区域环境监测单元、整顿单元以及数据库;
通过产品检测单元对冻干燕窝进行检测,将完成生产的冻干燕窝进行划分,并通过划分将完成生产的冻干燕窝划分为合格产品不合格产品,对冻干燕窝工艺的制备效率进行分析;将合格产品发送至阈值采集单元,将不合格产品发送至影响分析单元;通过阈值采集单元对合格产品进行分析,采集到合格产品的温度阈值范围和湿度阈值范围;并将温度阈值范围和湿度阈值范围发送至区域环境监测单元,通过区域环境监测单元对监测产品的生产环境进行分析,从而判断区域环境是否处于监测产品的阈值范围内;通过影响分析单元对不合格产品进行分析;通过整顿单元对监测产品的生产进行整顿。
作为本发明的一种优选实施方式,产品检测单元的产品检验过程如下:
将完成生产的冻干燕窝标记为监测产品,并设置标号i,i为大于1自然数,采集到监测产品进行生产的频率,并将监测产品进行生产的频率标记为PLi;采集到监测产品的实时销量与销量对应的好评次数,并将监测产品的实时销量与销量对应的好评次数分别标记为XLi和CSi;通过分析获取到监测产品的分析检验系数Xi;将监测产品的分析检验系数与分析检验系数阈值进行比较:
若监测产品的分析检验系数≥分析检验系数阈值,则判定对应监测产品的分析监测合格,生成产品合格信号并将对应监测产品标记为合格产品,将产品合格信号和合格产品一同发送至阈值采集单元;若监测产品的分析检验系数<分析检验系数阈值,则判定对应监测产品的分析监测不合格,生成产品不合格信号并将对应监测产品标记为不合格产品,将产品不合格信号和不合格产品一同发送至影响分析单元。
作为本发明的一种优选实施方式,阈值采集单元的阈值采集过程如下:
采集到合格产品并对合格产品的生产环境参数进行统计,生产环境参数包括环境温度值和环境湿度值,采集到合格产品生产时环境温度值和环境湿度值,并构建环境温度值集合和环境湿度值集合,将环境温度值集合内数值最大子集对应的温度值标记为预设温度上限值,将环境温度值集合内数值最小子集对应的温度值标记为预设温度下限值;将环境湿度集合内数值最大子集对应的湿度值标记为预设湿度上限值;将环境湿度集合内数值最小子集对应的湿度值标记为预设湿度下限值;通过预设温度上限值和预设温度下限值获取到温度阈值范围,通过预设湿度上限值和预设湿度下限值获取到湿度阈值范围;
并将温度阈值范围和湿度阈值范围发送至区域环境监测单元。
作为本发明的一种优选实施方式,区域环境监测单元的监测过程如下:
设置环境分析时间,并将环境分析时间划分为o个子时间段,采集到各个子时间段内环境温度值和环境湿度值,并将各个子时间段内环境温度值和环境湿度值分别与温度阈值范围和湿度阈值范围进行比较,若环境温度值不位于温度阈值范围且环境湿度值位于湿度阈值范围,则将对应子时间段标记为温度异常时间段;若环境温度值位于温度阈值范围且环境湿度值不位于湿度阈值范围,则将对应子时间段标记为湿度异常时间段;若环境温度值不位于温度阈值范围且环境湿度值不位于湿度阈值范围,则将对应子时间段标记为均异常时间段;若环境温度值位于温度阈值范围且环境湿度值位于湿度阈值范围,则将对应子时间段标记为均正常时间段;
将各个子时间段进行分析,采集到均正常时间段数量与均异常时间段数量的比值,并将对应比值标记为正负极端比值;将湿度异常时间段和温度异常时间段标记为半异常时间段;采集到半异常时间段与均正常时间段相邻的数量与半异常时间段与均正常时间段相邻的数量之比,并将对应数量之比标记为邻靠量化比值;
若正负极端比值小于正负极端比值阈值或者邻靠量化比值小于邻靠量化阈值,则判断在环境分析时间内对应区域环境分析异常,生成环境不合格信号并将环境不合格信号和对应区域的半异常时间段和均异常时间段一同发送至整顿单元;若正负极端比值大于正负极端比值阈值且邻靠量化比值大于邻靠量化阈值,则判断在环境分析时间内对应区域环境分析正常,生成环境合格信号并将环境合格信号发送至整顿单元。
作为本发明的一种优选实施方式,影响分析单元的分析过程如下:
采集到监测产品的分析参数,将合格产品的分析参数进行分析,若相同合格产品之间分析参数相同,则将对应分析参数标记为预计影响参数;若相同合格产品之间分析参数不相同,则将对应分析参数标记为无影响参数;将不合格产品的分析参数与合格产品的分析参数进行分析;若相同类别的不合格产品与合格产品分析参数相同,则将对应分析参数标记为无影响参数;若相同类别的不合格产品与合格产品分析参数不相同,则将对应分析参数标记为确定影响参数;
若预计影响参数与确定影响参数一致,则将预计影响参数标记为确定影响参数,并将确定影响参数与对应产品类别一同发送至整顿单元;若预计影响参数与确定影响参数不一致,则将预计影响参数、确定影响参数以及对应产品类别一同发送至整顿单元。
作为本发明的一种优选实施方式,整顿单元接收到预计影响参数、确定影响参数以及对应产品类别后,在对应类别产品的生产过程中,将对应类别产品的确定影响参数进行调控,将对应类别产品的预计影响参数进行监测,若预计影响参数存在影响,则将对应预计影响参数标记为确定影响参数且进行调控;将进行调控的确定影响参数与监测的预计影响参数发送至数据库进行储存;
整顿单元接收到环境不合格信号、对应区域的半异常时间段和均异常时间段后,将对应区域的半异常时间段和均异常时间段进行调控,同时对均正常时间段进行监测;将对应区域的半异常时间段和均异常时间段的调控量发送至数据库进行储存。
与现有技术相比,本发明的有益效果是:
本发明中,对冻干燕窝工艺的制备效率进行分析,从而判断冻干燕窝工艺是否合格,同时为生产环境监测提供了监测标准,从而提高了冻干燕窝监测的准确效率;通过实际产品有效采集到当前环境的合格参数阈值范围,有效提高了生产环境监测的准确性,防止环境参数存在误差,导致工艺生产效率降低,增大了产品的不合格率;对监测产品的生产环境进行分析,从而判断区域环境是否处于监测产品的阈值范围内,对监测产品的生产进行准确监测,防止出现环境异常导致监测产品生产异常,导致监测产品的合格率降低,从而使监测产品对应工艺的效率降低,间接影响产品生产;对不合格产品进行分析,通过不合格产品分析出影响产品的参数,从而对产品的生产进行预防,提高产品的合格率。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于数据分析的冻干燕窝工艺用生产环境监测***,包括产品检验单元、阈值采集单元、影响分析单元、区域环境监测单元、整顿单元以及数据库;
产品检测单元用于对冻干燕窝进行检测,将完成生产的冻干燕窝进行划分,并通过划分将完成生产的冻干燕窝划分为合格产品不合格产品,对冻干燕窝工艺的制备效率进行分析,从而判断冻干燕窝工艺是否合格,同时为生产环境监测提供了监测标准,从而提高了冻干燕窝监测的准确效率,具体产品检验过程如下:
将完成生产的冻干燕窝标记为监测产品,并设置标号i,i为大于1自然数,采集到监测产品进行生产的频率,并将监测产品进行生产的频率标记为PLi;采集到监测产品的实时销量与销量对应的好评次数,并将监测产品的实时销量与销量对应的好评次数分别标记为XLi和CSi;通过公式
Figure DEST_PATH_IMAGE002
获取到监测产品的分析检验系数Xi,其中,s1、s2以及s3均为预设比例系数,且s1>s2>s3>0,e为自然常数;监测产品的分析检验系数是将监测产品的参数进行归一化处理得到一个用于判定监测产品合格概率的数值;通过公式可得全进行生产的频率、实时销量与销量对应的好评次数越大,监测产品的分析检验系数越大,表示监测产品合格概率越大;
将监测产品的分析检验系数与分析检验系数阈值进行比较:
若监测产品的分析检验系数≥分析检验系数阈值,则判定对应监测产品的分析监测合格,生成产品合格信号并将对应监测产品标记为合格产品,将产品合格信号和合格产品一同发送至阈值采集单元;
若监测产品的分析检验系数<分析检验系数阈值,则判定对应监测产品的分析监测不合格,生成产品不合格信号并将对应监测产品标记为不合格产品,将产品不合格信号和不合格产品一同发送至影响分析单元;
阈值采集单元接收到产品合格信号和合格产品后,对合格产品进行分析,从而采集到合格产品的环境参数阈值范围,环境参数阈值包括环境温度阈值范围和环境湿度阈值范围,通过实际产品有效采集到当前环境的合格参数阈值范围,有效提高了生产环境监测的准确性,防止环境参数存在误差,导致工艺生产效率降低,增大了产品的不合格率,具体阈值采集过程如下:
采集到合格产品并对合格产品的生产环境参数进行统计,生产环境参数包括环境温度值和环境湿度值,采集到合格产品生产时环境温度值和环境湿度值,并构建环境温度值集合和环境湿度值集合,将环境温度值集合内数值最大子集对应的温度值标记为预设温度上限值,将环境温度值集合内数值最小子集对应的温度值标记为预设温度下限值;将环境湿度集合内数值最大子集对应的湿度值标记为预设湿度上限值;将环境湿度集合内数值最小子集对应的湿度值标记为预设湿度下限值;通过预设温度上限值和预设温度下限值获取到温度阈值范围,通过预设湿度上限值和预设湿度下限值获取到湿度阈值范围;
并将温度阈值范围和湿度阈值范围发送至区域环境监测单元;
区域环境监测单元用于对监测产品的生产环境进行分析,从而判断区域环境是否处于监测产品的阈值范围内,对监测产品的生产进行准确监测,防止出现环境异常导致监测产品生产异常,导致监测产品的合格率降低,从而使监测产品对应工艺的效率降低,间接影响产品生产,具体监测过程如下:
设置环境分析时间,并将环境分析时间划分为o个子时间段,采集到各个子时间段内环境温度值和环境湿度值,并将各个子时间段内环境温度值和环境湿度值分别与温度阈值范围和湿度阈值范围进行比较,若环境温度值不位于温度阈值范围且环境湿度值位于湿度阈值范围,则将对应子时间段标记为温度异常时间段;若环境温度值位于温度阈值范围且环境湿度值不位于湿度阈值范围,则将对应子时间段标记为湿度异常时间段;若环境温度值不位于温度阈值范围且环境湿度值不位于湿度阈值范围,则将对应子时间段标记为均异常时间段;若环境温度值位于温度阈值范围且环境湿度值位于湿度阈值范围,则将对应子时间段标记为均正常时间段;
将各个子时间段进行分析,采集到均正常时间段数量与均异常时间段数量的比值,并将对应比值标记为正负极端比值;将湿度异常时间段和温度异常时间段标记为半异常时间段;采集到半异常时间段与均正常时间段相邻的数量与半异常时间段与均正常时间段相邻的数量之比,并将对应数量之比标记为邻靠量化比值;
若正负极端比值小于正负极端比值阈值或者邻靠量化比值小于邻靠量化阈值,则判断在环境分析时间内对应区域环境分析异常,生成环境不合格信号并将环境不合格信号和对应区域的半异常时间段和均异常时间段一同发送至整顿单元;若正负极端比值大于正负极端比值阈值且邻靠量化比值大于邻靠量化阈值,则判断在环境分析时间内对应区域环境分析正常,生成环境合格信号并将环境合格信号发送至整顿单元;
影响分析单元接收到产品不合格信号和不合格产品后,对不合格产品进行分析,通过不合格产品分析出影响产品的参数,从而对产品的生产进行预防,提高产品的合格率,具体分析过程如下:
采集到监测产品的分析参数,分析参数表示监测产品对应装置的运行时长和故障频率等影响监测产品质量的参数;将合格产品的分析参数进行分析,若相同合格产品之间分析参数相同,则将对应分析参数标记为预计影响参数;若相同合格产品之间分析参数不相同,则将对应分析参数标记为无影响参数;将不合格产品的分析参数与合格产品的分析参数进行分析;若相同类别的不合格产品与合格产品分析参数相同,则将对应分析参数标记为无影响参数;若相同类别的不合格产品与合格产品分析参数不相同,则将对应分析参数标记为确定影响参数;
若预计影响参数与确定影响参数一致,则将预计影响参数标记为确定影响参数,并将确定影响参数与对应产品类别一同发送至整顿单元;若预计影响参数与确定影响参数不一致,则将预计影响参数、确定影响参数以及对应产品类别一同发送至整顿单元;
整顿单元接收到预计影响参数、确定影响参数以及对应产品类别后,在对应类别产品的生产过程中,将对应类别产品的确定影响参数进行调控,将对应类别产品的预计影响参数进行监测,若预计影响参数存在影响,则将对应预计影响参数标记为确定影响参数且进行调控;将进行调控的确定影响参数与监测的预计影响参数发送至数据库进行储存;
整顿单元接收到环境不合格信号、对应区域的半异常时间段和均异常时间段后,将对应区域的半异常时间段和均异常时间段进行调控,同时对均正常时间段进行监测;将对应区域的半异常时间段和均异常时间段的调控量发送至数据库进行储存。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,一种基于数据分析的冻干燕窝工艺用生产环境监测***,通过产品检测单元对冻干燕窝进行检测,将完成生产的冻干燕窝进行划分,并通过划分将完成生产的冻干燕窝划分为合格产品不合格产品,对冻干燕窝工艺的制备效率进行分析;将合格产品发送至阈值采集单元,将不合格产品发送至影响分析单元;通过阈值采集单元对合格产品进行分析,采集到合格产品的温度阈值范围和湿度阈值范围;并将温度阈值范围和湿度阈值范围发送至区域环境监测单元,通过区域环境监测单元对监测产品的生产环境进行分析,从而判断区域环境是否处于监测产品的阈值范围内;通过影响分析单元对不合格产品进行分析;通过整顿单元对监测产品的生产进行整顿。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种基于数据分析的冻干燕窝工艺用生产环境监测***,其特征在于,包括产品检验单元、阈值采集单元、影响分析单元、区域环境监测单元、整顿单元以及数据库;
通过产品检测单元对冻干燕窝进行检测,将完成生产的冻干燕窝进行划分,并通过划分将完成生产的冻干燕窝划分为合格产品不合格产品,对冻干燕窝工艺的制备效率进行分析;将合格产品发送至阈值采集单元,将不合格产品发送至影响分析单元;通过阈值采集单元对合格产品进行分析,采集到合格产品的温度阈值范围和湿度阈值范围;并将温度阈值范围和湿度阈值范围发送至区域环境监测单元,通过区域环境监测单元对监测产品的生产环境进行分析,从而判断区域环境是否处于监测产品的阈值范围内;通过影响分析单元对不合格产品进行分析;通过整顿单元对监测产品的生产进行整顿。
2.根据权利要求1所述的一种基于数据分析的冻干燕窝工艺用生产环境监测***,其特征在于,产品检测单元的产品检验过程如下:
将完成生产的冻干燕窝标记为监测产品,并设置标号i,i为大于1自然数,采集到监测产品进行生产的频率,并将监测产品进行生产的频率标记为PLi;采集到监测产品的实时销量与销量对应的好评次数,并将监测产品的实时销量与销量对应的好评次数分别标记为XLi和CSi;通过分析获取到监测产品的分析检验系数Xi;将监测产品的分析检验系数与分析检验系数阈值进行比较:
若监测产品的分析检验系数≥分析检验系数阈值,则判定对应监测产品的分析监测合格,生成产品合格信号并将对应监测产品标记为合格产品,将产品合格信号和合格产品一同发送至阈值采集单元;若监测产品的分析检验系数<分析检验系数阈值,则判定对应监测产品的分析监测不合格,生成产品不合格信号并将对应监测产品标记为不合格产品,将产品不合格信号和不合格产品一同发送至影响分析单元。
3.根据权利要求1所述的一种基于数据分析的冻干燕窝工艺用生产环境监测***,其特征在于,阈值采集单元的阈值采集过程如下:
采集到合格产品并对合格产品的生产环境参数进行统计,生产环境参数包括环境温度值和环境湿度值,采集到合格产品生产时环境温度值和环境湿度值,并构建环境温度值集合和环境湿度值集合,将环境温度值集合内数值最大子集对应的温度值标记为预设温度上限值,将环境温度值集合内数值最小子集对应的温度值标记为预设温度下限值;将环境湿度集合内数值最大子集对应的湿度值标记为预设湿度上限值;将环境湿度集合内数值最小子集对应的湿度值标记为预设湿度下限值;通过预设温度上限值和预设温度下限值获取到温度阈值范围,通过预设湿度上限值和预设湿度下限值获取到湿度阈值范围;
并将温度阈值范围和湿度阈值范围发送至区域环境监测单元。
4.根据权利要求1所述的一种基于数据分析的冻干燕窝工艺用生产环境监测***,其特征在于,区域环境监测单元的监测过程如下:
设置环境分析时间,并将环境分析时间划分为o个子时间段,采集到各个子时间段内环境温度值和环境湿度值,并将各个子时间段内环境温度值和环境湿度值分别与温度阈值范围和湿度阈值范围进行比较,若环境温度值不位于温度阈值范围且环境湿度值位于湿度阈值范围,则将对应子时间段标记为温度异常时间段;若环境温度值位于温度阈值范围且环境湿度值不位于湿度阈值范围,则将对应子时间段标记为湿度异常时间段;若环境温度值不位于温度阈值范围且环境湿度值不位于湿度阈值范围,则将对应子时间段标记为均异常时间段;若环境温度值位于温度阈值范围且环境湿度值位于湿度阈值范围,则将对应子时间段标记为均正常时间段;
将各个子时间段进行分析,采集到均正常时间段数量与均异常时间段数量的比值,并将对应比值标记为正负极端比值;将湿度异常时间段和温度异常时间段标记为半异常时间段;采集到半异常时间段与均正常时间段相邻的数量与半异常时间段与均正常时间段相邻的数量之比,并将对应数量之比标记为邻靠量化比值;
若正负极端比值小于正负极端比值阈值或者邻靠量化比值小于邻靠量化阈值,则判断在环境分析时间内对应区域环境分析异常,生成环境不合格信号并将环境不合格信号和对应区域的半异常时间段和均异常时间段一同发送至整顿单元;若正负极端比值大于正负极端比值阈值且邻靠量化比值大于邻靠量化阈值,则判断在环境分析时间内对应区域环境分析正常,生成环境合格信号并将环境合格信号发送至整顿单元。
5.根据权利要求1所述的一种基于数据分析的冻干燕窝工艺用生产环境监测***,其特征在于,影响分析单元的分析过程如下:
采集到监测产品的分析参数,将合格产品的分析参数进行分析,若相同合格产品之间分析参数相同,则将对应分析参数标记为预计影响参数;若相同合格产品之间分析参数不相同,则将对应分析参数标记为无影响参数;将不合格产品的分析参数与合格产品的分析参数进行分析;若相同类别的不合格产品与合格产品分析参数相同,则将对应分析参数标记为无影响参数;若相同类别的不合格产品与合格产品分析参数不相同,则将对应分析参数标记为确定影响参数;
若预计影响参数与确定影响参数一致,则将预计影响参数标记为确定影响参数,并将确定影响参数与对应产品类别一同发送至整顿单元;若预计影响参数与确定影响参数不一致,则将预计影响参数、确定影响参数以及对应产品类别一同发送至整顿单元。
6.根据权利要求1所述的一种基于数据分析的冻干燕窝工艺用生产环境监测***,其特征在于,整顿单元接收到预计影响参数、确定影响参数以及对应产品类别后,在对应类别产品的生产过程中,将对应类别产品的确定影响参数进行调控,将对应类别产品的预计影响参数进行监测,若预计影响参数存在影响,则将对应预计影响参数标记为确定影响参数且进行调控;将进行调控的确定影响参数与监测的预计影响参数发送至数据库进行储存;
整顿单元接收到环境不合格信号、对应区域的半异常时间段和均异常时间段后,将对应区域的半异常时间段和均异常时间段进行调控,同时对均正常时间段进行监测;将对应区域的半异常时间段和均异常时间段的调控量发送至数据库进行储存。
CN202111308196.7A 2021-11-05 2021-11-05 一种基于数据分析的冻干燕窝工艺用生产环境监测*** Active CN114034826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111308196.7A CN114034826B (zh) 2021-11-05 2021-11-05 一种基于数据分析的冻干燕窝工艺用生产环境监测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111308196.7A CN114034826B (zh) 2021-11-05 2021-11-05 一种基于数据分析的冻干燕窝工艺用生产环境监测***

Publications (2)

Publication Number Publication Date
CN114034826A true CN114034826A (zh) 2022-02-11
CN114034826B CN114034826B (zh) 2024-01-23

Family

ID=80136463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111308196.7A Active CN114034826B (zh) 2021-11-05 2021-11-05 一种基于数据分析的冻干燕窝工艺用生产环境监测***

Country Status (1)

Country Link
CN (1) CN114034826B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114838767A (zh) * 2022-05-06 2022-08-02 徐州工程学院 一种冷链物流用温湿度智能化监测***及方法
CN115049280A (zh) * 2022-06-22 2022-09-13 安徽金源药业有限公司 一种基于5g网络的保健食品加工运营监管***
CN115826538A (zh) * 2023-02-13 2023-03-21 深圳市博硕科技股份有限公司 一种电子元器件智能生产***及其控制方法
CN117078113A (zh) * 2023-10-16 2023-11-17 超耐斯(深圳)新能源集团有限公司 一种基于数据分析的户外电池生产质量管理***

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201387412Y (zh) * 2009-03-24 2010-01-20 山西农业大学 果蔬在冷冻干燥过程中的水分在线监测装置
CN103963256A (zh) * 2014-05-14 2014-08-06 格力电器(武汉)有限公司 智能水温监测方法、装置及设备
EP3250868A1 (en) * 2015-01-28 2017-12-06 IMA Life North America Inc. Process monitoring and control using battery-free multipoint wireless product condition sensing
CN107809632A (zh) * 2017-11-01 2018-03-16 深圳创维数字技术有限公司 音视频测试方法、装置、测试***及可读存储介质
CN110500371A (zh) * 2019-08-27 2019-11-26 戴腾清 一种冲压生产线设备工作状态检测方法
WO2020002605A1 (en) * 2018-06-29 2020-01-02 Universiteit Gent Freezing, drying and/or freeze-drying of product dose units
CN111861350A (zh) * 2020-08-04 2020-10-30 祝振英 一种基于大数据的生鲜冷链运输商品品质监测预警管理***
CN112232685A (zh) * 2020-10-20 2021-01-15 汤涛 一种基于大数据的工程质量监理验收实时检测分析管理***
CN212519054U (zh) * 2020-06-19 2021-02-09 武汉市仟吉食品有限公司 一种发酵面包生产用冷冻库温度识别***
CN112383630A (zh) * 2020-11-17 2021-02-19 安徽三达信息科技有限公司 一种基于生产线切面的分布式可插拔工序数据上报***
CN112865021A (zh) * 2020-12-31 2021-05-28 深圳市知视智能技术有限公司 电机保护方法、装置、设备及存储介质
CN213881731U (zh) * 2020-09-08 2021-08-06 深圳市善土实业有限公司 一种能够保证均匀成型的冻干燕窝成型装置
CN113298450A (zh) * 2021-07-27 2021-08-24 深圳润符新材料科技有限公司 一种基于互联网的涂料加工产线监管反馈***
CN113313453A (zh) * 2021-07-29 2021-08-27 深圳贝标新材料科技有限公司 一种基于互联网的防水涂料货运管理***

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201387412Y (zh) * 2009-03-24 2010-01-20 山西农业大学 果蔬在冷冻干燥过程中的水分在线监测装置
CN103963256A (zh) * 2014-05-14 2014-08-06 格力电器(武汉)有限公司 智能水温监测方法、装置及设备
EP3250868A1 (en) * 2015-01-28 2017-12-06 IMA Life North America Inc. Process monitoring and control using battery-free multipoint wireless product condition sensing
CN107809632A (zh) * 2017-11-01 2018-03-16 深圳创维数字技术有限公司 音视频测试方法、装置、测试***及可读存储介质
WO2020002605A1 (en) * 2018-06-29 2020-01-02 Universiteit Gent Freezing, drying and/or freeze-drying of product dose units
CN110500371A (zh) * 2019-08-27 2019-11-26 戴腾清 一种冲压生产线设备工作状态检测方法
CN212519054U (zh) * 2020-06-19 2021-02-09 武汉市仟吉食品有限公司 一种发酵面包生产用冷冻库温度识别***
CN111861350A (zh) * 2020-08-04 2020-10-30 祝振英 一种基于大数据的生鲜冷链运输商品品质监测预警管理***
CN213881731U (zh) * 2020-09-08 2021-08-06 深圳市善土实业有限公司 一种能够保证均匀成型的冻干燕窝成型装置
CN112232685A (zh) * 2020-10-20 2021-01-15 汤涛 一种基于大数据的工程质量监理验收实时检测分析管理***
CN112383630A (zh) * 2020-11-17 2021-02-19 安徽三达信息科技有限公司 一种基于生产线切面的分布式可插拔工序数据上报***
CN112865021A (zh) * 2020-12-31 2021-05-28 深圳市知视智能技术有限公司 电机保护方法、装置、设备及存储介质
CN113298450A (zh) * 2021-07-27 2021-08-24 深圳润符新材料科技有限公司 一种基于互联网的涂料加工产线监管反馈***
CN113313453A (zh) * 2021-07-29 2021-08-27 深圳贝标新材料科技有限公司 一种基于互联网的防水涂料货运管理***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHANG, CN: "Developing an UPLC-MS/MS method to quantify maoecrystal A in rat plasma: Application to a pharmacokinetic study", 《JOURNAL OF CHROMATOGRAPHY B-ANALYTICAL TECHNOLOGIES IN THE BIOMEDICAL AND LIFE SCIENCES》, vol. 1086, pages 105 - 109, XP085387498, DOI: 10.1016/j.jchromb.2018.04.012 *
李颖慧: "基于BREEAM Communities标准的小城镇规划策略与评价研究", 《持续发展 理性规划——2017中国城市规划年会论文集(19小城镇规划)》, pages 743 - 754 *
陈长兴: "HACCP在燕窝加工过程中的应用", 《食品安全质量检测学报》, vol. 9, no. 14, pages 3846 - 3853 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114838767A (zh) * 2022-05-06 2022-08-02 徐州工程学院 一种冷链物流用温湿度智能化监测***及方法
CN114838767B (zh) * 2022-05-06 2022-12-20 徐州工程学院 一种冷链物流用温湿度智能化监测***及方法
CN115049280A (zh) * 2022-06-22 2022-09-13 安徽金源药业有限公司 一种基于5g网络的保健食品加工运营监管***
CN115049280B (zh) * 2022-06-22 2023-05-23 安徽金源药业有限公司 一种基于5g网络的保健食品加工运营监管***
CN115826538A (zh) * 2023-02-13 2023-03-21 深圳市博硕科技股份有限公司 一种电子元器件智能生产***及其控制方法
CN117078113A (zh) * 2023-10-16 2023-11-17 超耐斯(深圳)新能源集团有限公司 一种基于数据分析的户外电池生产质量管理***
CN117078113B (zh) * 2023-10-16 2024-04-02 超耐斯(深圳)新能源集团有限公司 一种基于数据分析的户外电池生产质量管理***

Also Published As

Publication number Publication date
CN114034826B (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
CN114034826A (zh) 一种基于数据分析的冻干燕窝工艺用生产环境监测***
CN112034095B (zh) 在线烘后烟丝结构分析***及方法
CN103344577B (zh) 一种基于多光谱成像技术的畜肉新鲜度无损伤检测方法
CN113032454A (zh) 基于云计算的交互式用户用电异常监测预警管理云平台
CN113468964A (zh) 一种基于高光谱的农业病虫害监测方法及设备
CN117235548B (zh) 基于激光灼烧的煤质数据处理方法及智能化***
CN112288597A (zh) 一种基于层次聚类和直方图算法的能耗在线异常检测方法
CN115456479A (zh) 一种基于物联网的智慧农业大棚环境监测***
CN104807777A (zh) 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法
CN115876258A (zh) 基于多源数据的畜禽养殖环境异常监测及报警***
CN116843236A (zh) 一种基于人工智能的食品存储监管***
CN111406967B (zh) 烟叶烘烤工艺实时执行率测定方法
CN110583217A (zh) 一种谷物收获机清选损失率检测装置及检测方法
CN111881864A (zh) 一种智慧农业种植农作物生长全周期全动态监测管理***
CN113333304B (zh) 一种基于互联网的环保卷材检测评估分拣***
CN117932501B (zh) 一种电能表运行状态管理方法和***
CN114608741A (zh) 一种基于大数据的压力传感器采集***
CN115979339A (zh) 一种基于大数据分析的蛋鸡养殖环境智能监管***
CN117592656A (zh) 基于碳数据核算的碳足迹监控方法及***
CN117169388A (zh) 基于机器学习的标志代谢物模型预测山药最佳采收期方法
CN116366756A (zh) 一种手机智能化测试运行监控***
CN115423383B (zh) 基于人工智能的分布式村镇饮用水监测调控***及方法
CN111771497A (zh) 一种提高硒含量的苹果施肥种植方法
CN116702588A (zh) 一种基于多源数据的风电场关键气象因子预报方法及***
CN115015483A (zh) 基于肉鸽生长数据的饲喂供给分析处理***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant