CN116820057A - 一种基于物联网的火锅底料生产监测方法和*** - Google Patents
一种基于物联网的火锅底料生产监测方法和*** Download PDFInfo
- Publication number
- CN116820057A CN116820057A CN202311100683.3A CN202311100683A CN116820057A CN 116820057 A CN116820057 A CN 116820057A CN 202311100683 A CN202311100683 A CN 202311100683A CN 116820057 A CN116820057 A CN 116820057A
- Authority
- CN
- China
- Prior art keywords
- data
- production
- real
- hotpot condiment
- automatic
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 261
- 235000013409 condiments Nutrition 0.000 title claims abstract description 178
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000007906 compression Methods 0.000 claims abstract description 22
- 230000006835 compression Effects 0.000 claims abstract description 22
- 238000003672 processing method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000005611 electricity Effects 0.000 claims description 144
- 230000004927 fusion Effects 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000013144 data compression Methods 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000000227 grinding Methods 0.000 claims description 9
- 238000004806 packaging method and process Methods 0.000 claims description 9
- 239000002994 raw material Substances 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000002156 mixing Methods 0.000 claims description 8
- 238000009432 framing Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000012806 monitoring device Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 32
- 235000011194 food seasoning agent Nutrition 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008447 perception Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 108700041286 delta Proteins 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种基于物联网的火锅底料生产监测方法和***，包括：获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据；获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，并将压缩处理后的数据上传至自动监控装置；对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测。本发明能够避免数据丢失和提高检错性能，并减少数据空间占用，利用数据分析处理进行生产监测，提高生产效率和火锅底料产品质量。
Description
技术领域
本发明涉及火锅底料生产监控技术领域，具体是一种基于物联网的火锅底料生产监测方法和***。
背景技术
火锅底料的自动化生产流程一般包括以下几个步骤：1.原料输送：原料通过输送带或管道自动输送到研磨或切碎机器。2.研磨或切碎：原料通过自动化研磨或切碎机器进行加工。3. 加工混合：将研磨或切碎的原料通过自动化混合机进行混合加工，加入适量的水和调味料，进行自动化搅拌和煮制。4.过滤和浓缩：将加工混合后的底料通过自动化过滤和浓缩设备进行处理，以去除杂质和提高浓度。5.包装和储存：将过滤和浓缩后的底料通过自动化包装和储存设备进行包装和储存，以便于销售和使用。
现有的火锅底料生产监测方法主要包括人工抽检、传统仪器检测和在线监测等方法。这些方法虽然能够对火锅底料生产过程中的质量进行监测，但仍存在一些技术缺陷，包括：人工抽检：人工抽检需要耗费大量人力和时间，而且抽检结果受到人为因素的影响，容易出现误差。同时，人工抽检只能对部分样品进行检测，不能全面监测生产过程中的质量。传统仪器检测：传统仪器检测需要进行样品制备和检测操作，需要耗费大量时间和成本。同时，传统仪器检测的精度和灵敏度受到仪器本身的限制，不能满足实时监测的需求。在线监测：在线监测可以实现对生产过程的实时监测，但在线监测设备的成本较高，需要专业技术人员进行维护和操作。同时，在线监测设备的精度和稳定性也存在一定的问题，容易受到环境因素的影响。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于物联网的火锅底料生产监测方法和***，以至少达到采用物联网设备进行实时监测和数据采集，利用数据分析处理进行生产监测，以提高生产效率和火锅底料产品质量。
本发明的目的是通过以下技术方案来实现的：
一方面提供一种基于物联网的火锅底料生产监测方法，包括：
获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，其中，自动化生产设备至少包括原料输送设备、研磨或切碎设备、自动化混合设备、自动化过滤和浓缩设备以及自动化包装和储存设备，第一实时数据至少包括设备的运行状态，第二实时数据至少包括火锅底料的浓度；
获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，其中，压缩感知数据处理方法包括数据的编码组帧、数据压缩和数据融合；
对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，其中，自动化生产设备的生产合规性至少包括运行状态合规，火锅底料的生产合规性至少包括底料浓度合规。
在一种可能的设计中，物联网感知节点包括传感器和智能仪表，传感器和智能仪表安装在火锅底料的自动化生产设备和生产线上，对自动化生产设备运行状态、电流、电压、温度、压力和流量参数进行实时采集，并对火锅底料的温度、浓度、酸碱度参数进行实时采集。
在一种可能的设计中，采用压缩感知数据处理方法对第一实时数据进行压缩处理，包括：
基于编码后的多个第一实时数据形成初始数据集合，基于预设的压缩规则形成初始数据集合对应的融合空间数据/>，并根据融合空间数据和初始数据集合之间的数据对应关系计算增量数据集合/>。
在一种可能的设计中，对压缩的数据进行压缩感知，包括：
针对n维的融合空间数据，利用第一实时数据的系数特性，经过线性变化，将/>从高维数据空间投影到低维数据空间，并保留第一实时数据的数据结构，其中，数据降维公式如下：
；
其中，表示融合空间数据/>在压缩降维后的测量结果，表示感知矩阵；
采用数据转换模型对压缩数据进行压缩感知，其中，数据转换模型如下：
；
其中，表示稀疏字典矩阵，/>表示融合空间数据/>的扩展数据。
在一种可能的设计中，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性
进行监测，包括：
根据第一实时数据中的运行状态数据获取火锅底料自动化生产设备在关停期间的日用电
量和日负荷，并获取火锅底料自动化生产设备在正常生产期间的日用电量和日负荷；
根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性。
在一种可能的设计中，根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性，包括：
根据火锅底料自动化生产设备正常生产期间的平均用电量计算日用电量阈值，并根据日用电量阈值和火锅底料自动化生产设备在关停期间的日用电量计算用电量系数，计算公式如下：
；
；
其中，表示日用电量阈值，/>表示取值范围为（0,1）的常数，/>表示平均用电量，/>表示火锅底料自动化生产设备在关停期间的日用电量，/>表示用电量系数；
根据火锅底料自动化生产设备正常生产期间的平均用电负荷计算日用电负荷阈值，并根据日用负荷阈值和火锅底料自动化生产设备在关停期间的日用电负荷计算用电负荷系数，计算公式如下：
；
；
其中，表示日用电负荷阈值，/>表示取值范围为（0,1）的常数，/>表示日用电最大负荷，/>表示火锅底料自动化生产设备在正常生产期间的最大用电负荷，/>为用电负荷系数；
当用电量系数和用电负荷系数均大于一时，则火锅底料自动化生产设备运行状态合规。
在一种可能的设计中，基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，包括：
根据第二实时数据中的火锅底料浓度数据，计算火锅底料浓度相较于火锅底料浓度正常
值的偏差值，计算公式如下：
；
；
其中，表示当前第/>生产环节/>时间段内锅底料浓度相较于火锅底料浓度正常值
的偏差值，表示/>时间段内的第/>个时间点，/>表示第/>生产环节第/>个时间点的火锅底料浓度，/>表示第/>生产环节第/>个时间点火锅底料的历史平均浓度，/>表示火锅底料生产环节的数量。
另一方面提供一种基于物联网的火锅底料生产监测***，包括：
数据获取模块，用于获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，其中，自动化生产设备至少包括原料输送设备、研磨或切碎设备、自动化混合设备、自动化过滤和浓缩设备以及自动化包装和储存设备，第一实时数据至少包括设备的运行状态，第二实时数据至少包括火锅底料的浓度；
数据压缩模块，用于获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，其中，压缩感知数据处理方法包括数据的编码组帧、数据压缩和数据融合；
生产监测模块，用于对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，其中，自动化生产设备的生产合规性至少包括运行状态合规，火锅底料的生产合规性至少包括底料浓度合规。
在一种可能的设计中，物联网感知节点包括传感器和智能仪表，传感器和智能仪表安装在火锅底料的自动化生产设备和生产线上，对自动化生产设备运行状态、电流、电压、温度、压力和流量参数进行实时采集，并对火锅底料的温度、浓度、酸碱度参数进行实时采集。
在一种可能的设计中，在采用压缩感知数据处理方法对第一实时数据进行压缩处理时，数据压缩模块具体用于：
基于编码后的多个第一实时数据形成初始数据集合，基于预设的压缩规则形成初始数据集合对应的融合空间数据/>，并根据融合空间数据和初始数据集合之间的数据对应关系计算增量数据集合/>。
在一种可能的设计中，在对压缩的数据进行压缩感知时，生产监测模块具体用于：
针对n维的融合空间数据，利用第一实时数据的系数特性，经过线性变化，将/>从高维数据空间投影到低维数据空间，并保留第一实时数据的数据结构，其中，数据降维公式如下：
；
其中，表示融合空间数据/>在压缩降维后的测量结果，/>表示感知矩阵；
采用数据转换模型对压缩数据进行压缩感知，其中，数据转换模型如下：
；
其中，表示稀疏字典矩阵，/>表示融合空间数据/>的扩展数据。
在一种可能的设计中，在基于压缩感知后的第一实时数据对自动化生产设备的生产合规
性进行监测时，生产监测模块具体用于：
根据第一实时数据中的运行状态数据获取火锅底料自动化生产设备在关停期间的日用电
量和日负荷，并获取火锅底料自动化生产设备在正常生产期间的日用电量和日负荷；
根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性。
在一种可能的设计中，在根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性时，生产监测模块具体用于：
根据火锅底料自动化生产设备正常生产期间的平均用电量计算日用电量阈值，并根据日用电量阈值和火锅底料自动化生产设备在关停期间的日用电量计算用电量系数，计算公式如下：
；
；
其中，表示日用电量阈值，/>表示取值范围为（0,1）的常数，/>表示平均用电量，/>表示火锅底料自动化生产设备在关停期间的日用电量，/>表示用电量系数；
根据火锅底料自动化生产设备正常生产期间的平均用电负荷计算日用电负荷阈值，并根据日用负荷阈值和火锅底料自动化生产设备在关停期间的日用电负荷计算用电负荷系数，计算公式如下：
；
；
其中，表示日用电负荷阈值，/>表示取值范围为（0,1）的常数，/>表示日用电最大负荷，/>表示火锅底料自动化生产设备在正常生产期间的最大用电负荷，/>为用电负荷系数；
当用电量系数和用电负荷系数均大于一时，则火锅底料自动化生产设备运行状态合规。
在一种可能的设计中，在基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测时，生产监测模块具体用于：
根据第二实时数据中的火锅底料浓度数据，计算火锅底料浓度相较于火锅底料浓度正常
值的偏差值，计算公式如下：
；
；
其中，表示当前第/>生产环节/>时间段内锅底料浓度相较于火锅底料浓度正常值
的偏差值，表示/>时间段内的第/>个时间点，/>表示第/>生产环节第/>个时间点的火锅底料浓度，/>表示第/>生产环节第/>个时间点火锅底料的历史平均浓度，/>表示火锅底料生产环节的数量。
第三方面，本发明提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的基于物联网的火锅底料生产监测方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的基于物联网的火锅底料生产监测方法。
第五方面，本发明提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中所述的基于物联网的火锅底料生产监测方法。
本发明相较于现有技术的有益效果是：
本发明通过获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，从而避免数据丢失和提高检错性能，并减少数据空间占用；对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，从而利用数据分析处理进行生产监测，提高生产效率和火锅底料产品质量。
附图说明
图1为本申请实施例中的基于物联网的火锅底料生产监测方法流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
为了使本发明的目的，技术方案及优点更加清楚明白，结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
而且，术语“包括”，“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程，方法，物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程，方法，物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程，方法，物品或者设备中还存在另外的相同要素。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
下面将对本申请实施例提供的基于物联网的火锅底料生产监测方法进行详细说明。
其中，需要说明的是，本申请实施例提供的基于物联网的火锅底料生产监测方法可应用于任意使用操作***的终端设备，其中，操作***包括但不限于Windows***、Mac***、Linux***、Chrome OS***、UNIX操作***、IOS***和安卓***等，此处不做限定；其中，终端设备包括但不限于IPAD平板电脑、个人移动电脑、工业计算机、个人计算机等，此处不做限定。为便于描述，除特别说明外，本申请实施例均以工业计算机为执行主体进行说明。可以理解，所述执行主体并不构成对本申请实施例的限定，在其他的一些实施例中可以采用其他类型的终端设备作为执行主体。
如图1所示，本申请实施例一方面提供一种基于物联网的火锅底料生产监测方法，包括但不限于由步骤S1-步骤S3实现：
步骤S1.获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，其中，自动化生产设备至少包括原料输送设备、研磨或切碎设备、自动化混合设备、自动化过滤和浓缩设备以及自动化包装和储存设备，第一实时数据至少包括设备的运行状态，第二实时数据至少包括火锅底料的浓度；
其中，需要说明的是，物联网感知节点包括传感器和智能仪表，传感器和智能仪表安装在火锅底料的自动化生产设备和生产线上，对自动化生产设备运行状态、电流、电压、温度、压力和流量参数进行实时采集，并对火锅底料的温度、浓度、酸碱度参数进行实时采集。传感器和智能仪表是物联网设备中常用的数据采集设备，可以用于采集火锅底料生产过程中的各种数据。
具体的，传感器包括但不限于1. 温度传感器：用于采集自动化生产设备和底料的温度数据，以确保设备和底料的温度控制在合适的范围内。2. 压力传感器：用于采集自动化生产设备和底料的压力数据，以确保设备和底料的压力控制在合适的范围内。3. 流量传感器：用于采集自动化生产设备和底料的流量数据，以确保设备和底料的流量控制在合适的范围内。4. PH传感器：用于采集底料的PH值数据，以确保底料的酸碱度控制在合适的范围内。5. 氧气传感器：用于采集底料中氧气含量的数据，以确保底料的氧气含量控制在合适的范围内。6. 智能仪表：用于采集自动化生产设备的电流、电压、功率等数据，以确保设备的正常运行和生产效率。通过采用传感器和智能仪表进行数据采集和监控，可以实现对火锅底料生产过程中的自动化生产设备和底料数据的实时监测和控制，提高生产效率和产品质量。
步骤S2.获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，其中，压缩感知数据处理方法包括数据的编码组帧、数据压缩和数据融合；
其中，需要说明的是，由于设置在火锅底料自动化生产设备和生产线上的物联网设备处于持续的数据采集中，所获得的数据量较大，在物联网网络中进行数据传输时，即将物联网设备采集的数据上传至数据分析处理监测中心时，为了提高数据的传输效率，降低数据占用空间，在步骤S2一种可能的设计中，采用压缩感知数据处理方法对第一实时数据进行压缩处理，包括：
基于编码后的多个第一实时数据形成初始数据集合，基于预设的压缩规则形成初始数据集合对应的融合空间数据/>，并根据融合空间数据和初始数据集合之间的数据对应关系计算增量数据集合/>。
优选的，作为一种可选的实施方式，本申请实施例的第一实时数据的编码方式可以是：每组数据帧由7个字段构成：帧头：1个字符，表示数据帧的开始；帧长：0 X 00-0 XFF，一个字符，表示数据帧除帧头、验证码与帧尾之外的长度；帧号：0 X 00-0 XFF ，一个字符，表示不同种类数据；正文：发送的有效数据，其长度可以改变，包含不同数据种类；帧编码：数据帧0-255循环编码；验证码：两个字符，验证码之前的全部字符CRC验证；帧尾：一个字符，表示数据帧结束。
在进行编码组帧后，为减少空间占用，对数据做融合处理。假设初始数据集合 D ={ d 1 , d 2 ,…, d n }，融合数据空间C ={c 1 , c 2 ,…, c n }，融合压缩操作就是在压缩规则下，将初始数据和压缩后的数据根据一定规则做转化处理。增量融合方法主要通过数据之间存在的偏差对数据融合，若初始数据 P ={p 1 ,p 2 ,…,p n }，增量融合压缩表示为△={△ 1 ,△ 2 ,…,△ n }，其中，△ i 为p i 对应某个数据的增量。本申请实施例可以直接对传感器的初始数据进行融合，所以融合处理后的数据能通过逆运算方式对初始数据做无偏差恢复。增量数据融合主要分为绝对增量与相对增量两种。绝对增量中，△i 代表p i 针对固定数据d 0的增量，△ i =p i - d 0 ，△'={p1 - d 0 ,p 2 - d 0 ,…p i - d 0 }，通过确定最佳固定数据 d 0 ，确保融合空间 C 中数据字段大小小于初始数据 D ，因此达到减少空间目的。
步骤S3.对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，其中，自动化生产设备的生产合规性至少包括运行状态合规，火锅底料的生产合规性至少包括底料浓度合规。
在一种可能的设计中，对压缩的数据进行压缩感知，包括：
针对n维的融合空间数据，利用第一实时数据的系数特性，经过线性变化，将/>从高维数据空间投影到低维数据空间，并保留第一实时数据的数据结构，其中，数据降维公式如下：
；
其中，表示融合空间数据/>在压缩降维后的测量结果，/>表示感知矩阵；
采用数据转换模型对压缩数据进行压缩感知，其中，数据转换模型如下：
；
其中，表示稀疏字典矩阵，/>表示融合空间数据/>的扩展数据。
在步骤S3一种可能的设计中，基于压缩感知后的第一实时数据对自动化生产设备的生产
合规性进行监测，包括：
根据第一实时数据中的运行状态数据获取火锅底料自动化生产设备在关停期间的日用电
量和日负荷，并获取火锅底料自动化生产设备在正常生产期间的日用电量和日负荷；
根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性。
在一种可能的设计中，根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性，包括：
根据火锅底料自动化生产设备正常生产期间的平均用电量计算日用电量阈值，并根据日用电量阈值和火锅底料自动化生产设备在关停期间的日用电量计算用电量系数，计算公式如下：
；
；
其中，表示日用电量阈值，/>表示取值范围为（0,1）的常数，/>表示平均用电量，/>表示火锅底料自动化生产设备在关停期间的日用电量，/>表示用电量系数；
根据火锅底料自动化生产设备正常生产期间的平均用电负荷计算日用电负荷阈值，并根据日用负荷阈值和火锅底料自动化生产设备在关停期间的日用电负荷计算用电负荷系数，计算公式如下：
；
；
其中，表示日用电负荷阈值，/>表示取值范围为（0,1）的常数，/>表示日用电最大负荷，/>表示火锅底料自动化生产设备在正常生产期间的最大用电负荷，/>为用电负荷系数；
当用电量系数和用电负荷系数均大于一时，则火锅底料自动化生产设备运行状态合规。
在一种可能的设计中，基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，包括：
根据第二实时数据中的火锅底料浓度数据，计算火锅底料浓度相较于火锅底料浓度正常
值的偏差值，计算公式如下：
；
；
其中，表示当前第/>生产环节/>时间段内锅底料浓度相较于火锅底料浓度正常值
的偏差值，表示/>时间段内的第/>个时间点，/>表示第/>生产环节第/>个时间点的火锅底料浓度，/>表示第/>生产环节第/>个时间点火锅底料的历史平均浓度，/>表示火锅底料生产环节的数量。
基于上述公开的内容，本申请实施例通过获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，从而避免数据丢失和提高检错性能，并减少数据空间占用；对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，从而利用数据分析处理进行生产监测，提高生产效率和火锅底料产品质量。
另一方面提供一种基于物联网的火锅底料生产监测***，包括：
数据获取模块，用于获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，其中，自动化生产设备至少包括原料输送设备、研磨或切碎设备、自动化混合设备、自动化过滤和浓缩设备以及自动化包装和储存设备，第一实时数据至少包括设备的运行状态，第二实时数据至少包括火锅底料的浓度；
数据压缩模块，用于获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，其中，压缩感知数据处理方法包括数据的编码组帧、数据压缩和数据融合；
生产监测模块，用于对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，其中，自动化生产设备的生产合规性至少包括运行状态合规，火锅底料的生产合规性至少包括底料浓度合规。
在一种可能的设计中，物联网感知节点包括传感器和智能仪表，传感器和智能仪表安装在火锅底料的自动化生产设备和生产线上，对自动化生产设备运行状态、电流、电压、温度、压力和流量参数进行实时采集，并对火锅底料的温度、浓度、酸碱度参数进行实时采集。
在一种可能的设计中，在采用压缩感知数据处理方法对第一实时数据进行压缩处理时，数据压缩模块具体用于：
基于编码后的多个第一实时数据形成初始数据集合，基于预设的压缩规则形成初始数据集合对应的融合空间数据/>，并根据融合空间数据和初始数据集合之间的数据对应关系计算增量数据集合/>。
在一种可能的设计中，在对压缩的数据进行压缩感知时，生产监测模块具体用于：
针对n维的融合空间数据，利用第一实时数据的系数特性，经过线性变化，将/>从高维数据空间投影到低维数据空间，并保留第一实时数据的数据结构，其中，数据降维公式如下：/>
；
其中，表示融合空间数据/>在压缩降维后的测量结果，/>表示感知矩阵；
采用数据转换模型对压缩数据进行压缩感知，其中，数据转换模型如下：
；
其中，表示稀疏字典矩阵，/>表示融合空间数据/>的扩展数据。
在一种可能的设计中，在基于压缩感知后的第一实时数据对自动化生产设备的生产合规
性进行监测时，生产监测模块具体用于：
根据第一实时数据中的运行状态数据获取火锅底料自动化生产设备在关停期间的日用电
量和日负荷，并获取火锅底料自动化生产设备在正常生产期间的日用电量和日负荷；
根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性。
在一种可能的设计中，在根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性时，生产监测模块具体用于：
根据火锅底料自动化生产设备正常生产期间的平均用电量计算日用电量阈值，并根据日用电量阈值和火锅底料自动化生产设备在关停期间的日用电量计算用电量系数，计算公式如下：
；
；
其中，表示日用电量阈值，/>表示取值范围为（0,1）的常数，/>表示平均用电量，/>表示火锅底料自动化生产设备在关停期间的日用电量，/>表示用电量系数；
根据火锅底料自动化生产设备正常生产期间的平均用电负荷计算日用电负荷阈值，并根据日用负荷阈值和火锅底料自动化生产设备在关停期间的日用电负荷计算用电负荷系数，计算公式如下：
；
；
其中，表示日用电负荷阈值，/>表示取值范围为（0,1）的常数，/>表示日用电最大负荷，/>表示火锅底料自动化生产设备在正常生产期间的最大用电负荷，/>为用电负荷系数；/>
当用电量系数和用电负荷系数均大于一时，则火锅底料自动化生产设备运行状态合规。
在一种可能的设计中，在基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测时，生产监测模块具体用于：
根据第二实时数据中的火锅底料浓度数据，计算火锅底料浓度相较于火锅底料浓度正常
值的偏差值，计算公式如下：
；
；
其中，表示当前第/>生产环节/>时间段内锅底料浓度相较于火锅底料浓度正常值
的偏差值，表示/>时间段内的第/>个时间点，/>表示第/>生产环节第/>个时间点的火锅底料浓度，/>表示第/>生产环节第/>个时间点火锅底料的历史平均浓度，/>表示火锅底料生产环节的数量。
第三方面，本发明提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的方法。
具体举例的，所述存储器可以但不限于包括随机存取存储器（Random-AccessMemory，RAM）、只读存储器（Read-Only Memory，ROM）、闪存（Flash Memory）、先进先出存储器（First Input First Output，FIFO）和/或先进后出存储器（First Input Last Output，FILO）等等；所述处理器可以不限于采用型号为STM32F105系列的微处理器；所述收发器可以但不限于为WiFi（无线保真）无线收发器、蓝牙无线收发器、GPRS（General Packet RadioService，通用分组无线服务技术）无线收发器和/或ZigBee（紫蜂协议，基于IEEE802 .15.4标准的低功耗局域网协议）无线收发器等。此外，所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果，可以参见如上第一方面或第一方面中任意一种可能设计所述的方法，于此不再赘述。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的方法。
其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果，可以参见如上第一方面或第一方面中任意一种可能设计所述的方法，于此不再赘述。
第五方面，本发明提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中所述的方法。
本实施例第五方面提供的前述包含指令的计算机程序产品的工作过程、工作细节和技术效果，可以参见如上第一方面或第一方面中任意一种可能设计所述的方法，于此不再赘述。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种基于物联网的火锅底料生产监测方法，其特征在于，包括：
获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，其中，自动化生产设备至少包括原料输送设备、研磨或切碎设备、自动化混合设备、自动化过滤和浓缩设备以及自动化包装和储存设备，第一实时数据至少包括设备的运行状态，第二实时数据至少包括火锅底料的浓度；
获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，其中，压缩感知数据处理方法包括数据的编码组帧、数据压缩和数据融合；
对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，其中，自动化生产设备的生产合规性至少包括运行状态合规，火锅底料的生产合规性至少包括底料浓度合规。
2.根据权利要求1所述的基于物联网的火锅底料生产监测方法，其特征在于，物联网感知节点包括传感器和智能仪表，传感器和智能仪表安装在火锅底料的自动化生产设备和生产线上，对自动化生产设备运行状态、电流、电压、温度、压力和流量参数进行实时采集，并对火锅底料的温度、浓度、酸碱度参数进行实时采集。
3.根据权利要求1所述的基于物联网的火锅底料生产监测方法，其特征在于，采用压缩感知数据处理方法对第一实时数据进行压缩处理，包括：
基于编码后的多个第一实时数据形成初始数据集合，基于预设的压缩规则形成初始数据集合对应的融合空间数据/>，并根据融合空间数据和初始数据集合之间的数据对应关系计算增量数据集合/>。
4.根据权利要求3所述的基于物联网的火锅底料生产监测方法，其特征在于，对压缩的数据进行压缩感知，包括：
针对n维的融合空间数据，利用第一实时数据的系数特性，经过线性变化，将/>从高维数据空间投影到低维数据空间，并保留第一实时数据的数据结构，其中，数据降维公式如下：
；
其中，表示融合空间数据/>在压缩降维后的测量结果，A表示感知矩阵；
采用数据转换模型对压缩数据进行压缩感知，其中，数据转换模型如下：
；
其中，表示稀疏字典矩阵，/>表示融合空间数据/>的扩展数据。
5.根据权利要求1所述的基于物联网的火锅底料生产监测方法，其特征在于，基于压缩
感知后的第一实时数据对自动化生产设备的生产合规性进行监测，包括：
根据第一实时数据中的运行状态数据获取火锅底料自动化生产设备在关停期间的日用电
量和日负荷，并获取火锅底料自动化生产设备在正常生产期间的日用电量和日负荷；
根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性。
6.根据权利要求5所述的基于物联网的火锅底料生产监测方法，其特征在于，根据日用电量和日负荷计算火锅底料自动化生产设备当前的用电量系数和用电负荷系数，并根据用电量系数和用电负荷系数判断火锅底料自动化生产设备运行状态的合规性，包括：
根据火锅底料自动化生产设备正常生产期间的平均用电量计算日用电量阈值，并根据日用电量阈值和火锅底料自动化生产设备在关停期间的日用电量计算用电量系数，计算公式如下：
；
；
其中，表示日用电量阈值，/>表示取值范围为（0,1）的常数，/>表示平均用电量，表示火锅底料自动化生产设备在关停期间的日用电量，/>表示用电量系数；
根据火锅底料自动化生产设备正常生产期间的平均用电负荷计算日用电负荷阈值，并根据日用负荷阈值和火锅底料自动化生产设备在关停期间的日用电负荷计算用电负荷系数，计算公式如下：
；
；
其中，表示日用电负荷阈值，/>表示取值范围为（0,1）的常数，/>表示日用电最大负荷，/>表示火锅底料自动化生产设备在正常生产期间的最大用电负荷，/>为用电负荷系数；
当用电量系数和用电负荷系数均大于一时，则火锅底料自动化生产设备运行状态合规。
7.根据权利要求1所述的基于物联网的火锅底料生产监测方法，其特征在于，基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，包括：
根据第二实时数据中的火锅底料浓度数据，计算火锅底料浓度相较于火锅底料浓度正常
值的偏差值，计算公式如下：
；
；
其中，表示当前第/>生产环节/>时间段内锅底料浓度相较于火锅底料浓度正常值
的偏差值，表示/>时间段内的第/>个时间点，/>表示第/>生产环节第/>个时间点的火锅底料浓度，/>表示第/>生产环节第/>个时间点火锅底料的历史平均浓度，/>表示火锅底料生产环节的数量。
8.一种基于物联网的火锅底料生产监测***，其特征在于，包括：
数据获取模块，用于获取物联网感知节点在火锅底料生产过程中，采集的自动化生产设备的第一实时数据和火锅底料的第二实时数据，其中，自动化生产设备至少包括原料输送设备、研磨或切碎设备、自动化混合设备、自动化过滤和浓缩设备以及自动化包装和储存设备，第一实时数据至少包括设备的运行状态，第二实时数据至少包括火锅底料的浓度；
数据压缩模块，用于获取第一实时数据和第二实时数据，并采用压缩感知数据处理方法分别对第一实时数据和第二实时数据进行压缩处理，其中，压缩感知数据处理方法包括数据的编码组帧、数据压缩和数据融合；
生产监测模块，用于对压缩的数据进行压缩感知，基于压缩感知后的第一实时数据对自动化生产设备的生产合规性进行监测，并基于压缩感知后的第二实时数据对火锅底料的生产合规性进行监测，其中，自动化生产设备的生产合规性至少包括运行状态合规，火锅底料的生产合规性至少包括底料浓度合规。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311100683.3A CN116820057B (zh) | 2023-08-30 | 2023-08-30 | 一种基于物联网的火锅底料生产监测方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311100683.3A CN116820057B (zh) | 2023-08-30 | 2023-08-30 | 一种基于物联网的火锅底料生产监测方法和*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116820057A true CN116820057A (zh) | 2023-09-29 |
| CN116820057B CN116820057B (zh) | 2023-12-01 |
Family
ID=88126142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311100683.3A Active CN116820057B (zh) | 2023-08-30 | 2023-08-30 | 一种基于物联网的火锅底料生产监测方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116820057B (zh) |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB893251A (en) * | 1958-08-13 | 1962-04-04 | Babcock & Wilcox Ltd | Improvements in automatic control systems for vapour generating plant |
| JP2003280728A (ja) * | 2002-03-26 | 2003-10-02 | Nitto Denko Corp | 生産日程計画管理方法及び生産日程計画管理プログラム |
| US20100324720A1 (en) * | 2009-06-19 | 2010-12-23 | Yimin Zhan | Machining control system |
| WO2012155494A1 (zh) * | 2011-05-16 | 2012-11-22 | 河北省电力研究院 | 自动电压控制***全网最优控制参数校验方法 |
| US20140055274A1 (en) * | 2012-08-21 | 2014-02-27 | Charles Terrance Hatch | Change detection system using frequency analysis and method |
| WO2014070099A1 (en) * | 2012-11-01 | 2014-05-08 | Bioprocess Control Sweden Ab | System setup for monitoring and/or controlling fermentation processes |
| CN104808576A (zh) * | 2015-04-30 | 2015-07-29 | 成都市成名自动化设备有限公司 | 一种智能自动化火锅炒料设备 |
| WO2015125017A2 (en) * | 2014-02-20 | 2015-08-27 | Mark Oleynik | Methods and systems for food preparation in a robotic cooking kitchen |
| KR20160028281A (ko) * | 2014-09-03 | 2016-03-11 | 한국전력공사 | 전력계통의 온라인 부하모델 산정 장치 및 그 방법 |
| WO2017008451A1 (zh) * | 2015-07-16 | 2017-01-19 | 清华大学 | 一种面向云计算在线业务的异常负载检测方法 |
| CN208490815U (zh) * | 2017-12-15 | 2019-02-15 | 重庆德庄农产品开发有限公司 | 一种便于检测水分含量的火锅底料炒制装置 |
| CN112987632A (zh) * | 2021-02-07 | 2021-06-18 | 重庆惠统智慧科技有限公司 | 基于物联网的设备智能运维*** |
| CN113155777A (zh) * | 2021-05-13 | 2021-07-23 | 四川远方云天食品科技有限公司 | 一种检测火锅底料水分的方法 |
| CN113307209A (zh) * | 2021-06-21 | 2021-08-27 | 四川航佳生物科技有限公司 | 一种用于牛油火锅底料加工的自动封口设备 |
| CN113780600A (zh) * | 2021-11-11 | 2021-12-10 | 滨州学院 | 电力设备工作状态管理方法、***及电子设备 |
| CN113964885A (zh) * | 2021-08-31 | 2022-01-21 | 国网山东省电力公司东营供电公司 | 一种基于态势感知的电网无功主动预测及控制技术 |
| CN115081867A (zh) * | 2022-06-20 | 2022-09-20 | 国网浙江省电力有限公司经济技术研究院 | 一种综合能源***储能规划方法、装置和设备 |
| US20220318074A1 (en) * | 2021-03-30 | 2022-10-06 | Acronis International Gmbh | System and method for structuring and accessing tenant data in a hierarchical multi-tenant environment |
| CN115632486A (zh) * | 2022-12-06 | 2023-01-20 | 浙江万胜智能科技股份有限公司 | 一种基于物联网的用电安全管理方法及*** |
| CN116032692A (zh) * | 2022-11-29 | 2023-04-28 | 浙江理工大学科技与艺术学院 | 一种智能物联网关以及基于智能物联网关的物联网*** |
| US20230208136A1 (en) * | 2021-12-27 | 2023-06-29 | Fulian Intelligent Workshop(Zhengzhou) Co., Ltd | Power control method, system, and device |
| WO2023123450A1 (zh) * | 2021-12-31 | 2023-07-06 | 深圳市华思旭科技有限公司 | 火锅装置 |
| CN116611851A (zh) * | 2023-07-18 | 2023-08-18 | 四川远方云天食品科技有限公司 | 一种基于区块链的火锅底料产品溯源方法和*** |
-
2023
- 2023-08-30 CN CN202311100683.3A patent/CN116820057B/zh active Active
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB893251A (en) * | 1958-08-13 | 1962-04-04 | Babcock & Wilcox Ltd | Improvements in automatic control systems for vapour generating plant |
| JP2003280728A (ja) * | 2002-03-26 | 2003-10-02 | Nitto Denko Corp | 生産日程計画管理方法及び生産日程計画管理プログラム |
| US20100324720A1 (en) * | 2009-06-19 | 2010-12-23 | Yimin Zhan | Machining control system |
| WO2012155494A1 (zh) * | 2011-05-16 | 2012-11-22 | 河北省电力研究院 | 自动电压控制***全网最优控制参数校验方法 |
| US20140055274A1 (en) * | 2012-08-21 | 2014-02-27 | Charles Terrance Hatch | Change detection system using frequency analysis and method |
| WO2014070099A1 (en) * | 2012-11-01 | 2014-05-08 | Bioprocess Control Sweden Ab | System setup for monitoring and/or controlling fermentation processes |
| WO2015125017A2 (en) * | 2014-02-20 | 2015-08-27 | Mark Oleynik | Methods and systems for food preparation in a robotic cooking kitchen |
| KR20160028281A (ko) * | 2014-09-03 | 2016-03-11 | 한국전력공사 | 전력계통의 온라인 부하모델 산정 장치 및 그 방법 |
| CN104808576A (zh) * | 2015-04-30 | 2015-07-29 | 成都市成名自动化设备有限公司 | 一种智能自动化火锅炒料设备 |
| WO2017008451A1 (zh) * | 2015-07-16 | 2017-01-19 | 清华大学 | 一种面向云计算在线业务的异常负载检测方法 |
| CN208490815U (zh) * | 2017-12-15 | 2019-02-15 | 重庆德庄农产品开发有限公司 | 一种便于检测水分含量的火锅底料炒制装置 |
| CN112987632A (zh) * | 2021-02-07 | 2021-06-18 | 重庆惠统智慧科技有限公司 | 基于物联网的设备智能运维*** |
| US20220318074A1 (en) * | 2021-03-30 | 2022-10-06 | Acronis International Gmbh | System and method for structuring and accessing tenant data in a hierarchical multi-tenant environment |
| CN113155777A (zh) * | 2021-05-13 | 2021-07-23 | 四川远方云天食品科技有限公司 | 一种检测火锅底料水分的方法 |
| CN113307209A (zh) * | 2021-06-21 | 2021-08-27 | 四川航佳生物科技有限公司 | 一种用于牛油火锅底料加工的自动封口设备 |
| CN113964885A (zh) * | 2021-08-31 | 2022-01-21 | 国网山东省电力公司东营供电公司 | 一种基于态势感知的电网无功主动预测及控制技术 |
| CN113780600A (zh) * | 2021-11-11 | 2021-12-10 | 滨州学院 | 电力设备工作状态管理方法、***及电子设备 |
| US20230208136A1 (en) * | 2021-12-27 | 2023-06-29 | Fulian Intelligent Workshop(Zhengzhou) Co., Ltd | Power control method, system, and device |
| WO2023123450A1 (zh) * | 2021-12-31 | 2023-07-06 | 深圳市华思旭科技有限公司 | 火锅装置 |
| CN115081867A (zh) * | 2022-06-20 | 2022-09-20 | 国网浙江省电力有限公司经济技术研究院 | 一种综合能源***储能规划方法、装置和设备 |
| CN116032692A (zh) * | 2022-11-29 | 2023-04-28 | 浙江理工大学科技与艺术学院 | 一种智能物联网关以及基于智能物联网关的物联网*** |
| CN115632486A (zh) * | 2022-12-06 | 2023-01-20 | 浙江万胜智能科技股份有限公司 | 一种基于物联网的用电安全管理方法及*** |
| CN116611851A (zh) * | 2023-07-18 | 2023-08-18 | 四川远方云天食品科技有限公司 | 一种基于区块链的火锅底料产品溯源方法和*** |
Non-Patent Citations (2)
| Title |
|---|
| TOTLA, P., SAINI, S., BHELE, A., JUPALLY, V.: "Compliance Driven Cost Control for Telecom Infrastructure Operation Management", INDIAN JOURNAL OF SCIENCE AND TECHNOLOGY, vol. 8, no. 4, pages 259 - 267 * |
| 陶鹏, 苏红红, 史程芳: "电力负荷运行状态在线检测***研究与应用", 中国电力教育, pages 362 - 365 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116820057B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107132329A (zh) | 一种LoRaWAN多参数水质在线监测***及方法 | |
| CN204155128U (zh) | 一种智能猪舍监控*** | |
| CN112968751A (zh) | 一种工业时序数据压缩方法及*** | |
| CN116820057B (zh) | 一种基于物联网的火锅底料生产监测方法和*** | |
| CN206020647U (zh) | 基于电能表自动化检定的电流接线端子温升监控*** | |
| CN109525370B (zh) | 基于zigbee的数据包发送方法 | |
| Siregar et al. | Monitoring quality standard of waste water using wireless sensor network technology for smart environment | |
| Aguilar et al. | Energy consumption model of SCHC packet fragmentation over Sigfox LPWAN | |
| CN103281805A (zh) | 一种无线传感器节点和rfid数据融合的方法 | |
| CN106950931A (zh) | 一种基于mes的产品检测*** | |
| CN111355635B (zh) | 一种物联网产品性能的在线检测方法及检测*** | |
| CN106837768A (zh) | 一种空气压缩机能效在线检测评估***及方法 | |
| CN202583211U (zh) | 试条、试条校正参数自动识别***及血糖仪 | |
| CN204374184U (zh) | 一种新鲜猪肉肉质检测装置 | |
| CN114996195B (zh) | 一种获取碳足迹数据的方法、***、装置及介质 | |
| CN106453653A (zh) | 一种云平台对呼吸机进行监测的方法及云平台 | |
| CN104103163B (zh) | 风速感测器的信息推送装置和方法 | |
| CN107576697B (zh) | 一种传感器灵敏度系数采集方法及终端设备 | |
| CN202724855U (zh) | 一种无线智能滤芯寿命监测*** | |
| EP2645067A2 (en) | System and method for sensor adjustment | |
| CN102298377A (zh) | 信息汇聚融合装置及信息融合方法 | |
| CN203606345U (zh) | 便携式汽车尾气检测仪 | |
| CN215814186U (zh) | 一种手持式识采器 | |
| Piątkowski et al. | Study of the Impact of Data Compression on the Energy Consumption Required for Data Transmission in a Microcontroller-Based System | |
| CN221326979U (zh) | 一种基于物联网的生产数据采集管理*** |
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 |