CN104268416B - 一种冷链物流车厢温度监控方法及系统 - Google Patents
一种冷链物流车厢温度监控方法及系统 Download PDFInfo
- Publication number
- CN104268416B CN104268416B CN201410522901.7A CN201410522901A CN104268416B CN 104268416 B CN104268416 B CN 104268416B CN 201410522901 A CN201410522901 A CN 201410522901A CN 104268416 B CN104268416 B CN 104268416B
- Authority
- CN
- China
- Prior art keywords
- temperature
- data
- cold chain
- chain logistics
- logistics compartment
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000003070 Statistical process control Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 9
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 3
- 235000013372 meat Nutrition 0.000 description 12
- 238000005057 refrigeration Methods 0.000 description 5
- 239000004744 fabric Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- ASOKPJOREAFHNY-UHFFFAOYSA-N 1-Hydroxybenzotriazole Chemical compound C1=CC=C2N(O)N=NC2=C1 ASOKPJOREAFHNY-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Landscapes
- Devices That Are Associated With Refrigeration Equipment (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Abstract
本发明公开一种冷链物流车厢温度监控方法及系统，所述方法包括：S1.定时采集冷链物流车厢温度数据；S2.对所述温度数据进行频率分析，得到所述温度数据的频率分布；S3.根据所述温度数据及其频率分布，得到统计过程控制SPC图；S4.根据所述SPC图，监控冷链物流车厢温度。本发明公开的方法及系统能够提高冷链物流车厢温度监控的准确性和提供预警管理能力。
Description
技术领域
本发明涉及物流监控技术领域，具体涉及一种冷链物流车厢温度监控方法及系统。
背景技术
冷却肉的货架寿命遵循“时间-温度-允许期”原则，即冷链物流车厢的温度越高，冷却肉的货架寿命越短。在运输冷却肉过程中，冷链物流车厢的温度由于制冷设备的间歇性开关或货物装卸而发生波动，冷链物流车厢温度的波动会加速冷却肉品质下降。
因此，有效监控和评判冷却肉冷链物流车厢温度的异常变化是提高流通效率、保障冷却肉质量安全以及减少冷却肉运输腐损的重要手段。
目前关于冷链物流车厢温度监控的研究多数集中在开发温度监测仪器，很少有关于冷链物流车厢温度变化趋势分析的客观评价和温度控制，因此，冷链物流车厢温度监控的准确性有待提高。
发明内容
本发明所要解决的技术问题是如何提供一种客观评价冷却肉冷链物流车厢温度变化趋势和温度控制的方法及系统，用来提高冷链物流车厢温度监控的准确性和提供预警管理能力。
为此目的，第一方面，本发明提出一种冷链物流车厢温度监控方法，该方法包括：
S1.定时采集冷链物流车厢温度数据；
S2.对所述温度数据进行频率分析，得到所述温度数据的频率分布；
S3.根据所述温度数据及其频率分布，得到统计过程控制SPC图；
S4.根据所述SPC图，监控冷链物流车厢温度。
可选的，所述步骤S2包括：
S21.将所述温度数据按照采集时间顺序排序并进行频率分析；
S22.判断所述温度数据的频率分布是否符合正态分布，若差异显著性P值小于第一预设值，则不符合正态分布，执行S23，否则，符合正态分布，执行S24-S25，其中，所述差异显著性P值通过单样本K-S检验的方式和/或蒙特卡洛模拟仿真第二预设值次得到；
S23.调整冷链物流车厢的温度在预设的温度范围内，，执行S1；
S24.对所述温度数据进行正态分布检验，得到偏度Skewness数据和峰度Kurtosis数据；
S25.根据所述偏度Skewness数据和峰度Kurtosis数据，绘制所述温度数据频率分布的柱状图及正态分布曲线。
可选的，所述步骤S3包括：
S31.根据所述温度数据及其频率分布，选择所述SPC图为计量型控制图；
S32.根据所述温度数据，计算冷链物流车厢温度的控制线，所述控制线包括：上控制线、中心线及下控制线；
S33.根据所述控制线，绘制所述计量型控制图。
可选的，所述步骤S4包括：
S41.根据所述温度数据在所述控制图的控制线周围的分布情况及预设的评判标准，判断当前冷链物流车厢温度是否为受控状态，所述受控状态为所述温度数据在所述控制图中的分布满足预设的评判标准，若当前冷链物流车厢温度为受控状态，则执行S42-S43，否则，调整冷链物流车厢的温度为预设的温度范围，执行S1；
S42.根据所述控制图的控制线，计算过程能力指数；
S43.判断过程能力指数是否小于0.67，若小于，则调整冷链物流车厢的温度为预设的温度范围，执行S1，否则不调整冷链物流车厢的温度。
第二方面，本发明还提出一种冷链物流车厢温度监控系统，该系统包括：
采集模块，用于定时采集冷链物流车厢温度数据；
分析模块，用于对所述温度数据进行频率分析，得到所述温度数据的频率分布；
绘制模块，用于根据所述温度数据及其频率分布，得到统计过程控制SPC图；
监控模块，用于根据所述SPC图，监控冷链物流车厢温度。
可选的，所述分析模块具体用于：
S21.将所述温度数据按照采集时间顺序排序并进行频率分析；
S22.判断所述温度数据的频率分布是否符合正态分布，若差异显著性P值小于第一预设值，则不符合正态分布，执行S23，否则，符合正态分布，执行S24-S25，其中，所述差异显著性P值通过单样本K-S检验的方式和/或蒙特卡洛模拟仿真第二预设值次得到；
S23.调整冷链物流车厢的温度在预设的温度范围内，，并向采集模块发出温度数据采集指令；
S24.对所述温度数据进行正态分布检验，得到偏度Skewness数据和峰度Kurtosis数据；
S25.根据所述偏度Skewness数据和峰度Kurtosis数据，绘制所述温度数据频率分布的柱状图及正态分布曲线。
可选的，所述绘制模块具体用于：
S31.根据所述温度数据及其频率分布，选择所述SPC图为计量型控制图；
S32.根据所述温度数据，计算冷链物流车厢温度的控制线，所述控制线包括：上控制线、中心线及下控制线；
S33.根据所述控制线，绘制所述计量型控制图。
可选的，所述监控模块具体用于：
S41.根据所述温度数据在所述控制图的控制线周围的分布情况及预设的评判标准，判断当前冷链物流车厢温度是否为受控状态，所述受控状态为所述温度数据在所述控制图中的分布满足预设的评判标准，若当前冷链物流车厢温度为受控状态，则执行S42-S43，否则，调整冷链物流车厢的温度为预设的温度范围，并向采集模块发出温度数据采集指令；
S42.根据所述控制图的控制线，计算过程能力指数；
S43.判断过程能力指数是否小于0.67，若小于，则调整冷链物流车厢的温度为预设的温度范围，并向采集模块发出温度数据采集指令，否则不调整冷链物流车厢的温度。
相比于现有技术，本发明提出的冷链物流车厢温度监控方法及系统提高了冷链物流车厢温度监控的准确性以及提供了预警管理能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了实施例一中冷链物流车厢温度监控方法流程图；
图2示出了实施例一中冷链物流车厢温度数据的频率分布示意图；
图3示出了实施例一中均值控制图的示意图；
图4示出了实施例一中极差控制图的示意图；
图5示出了实施例一中调整后的均值控制图的示意图；
图6示出了实施例一中调整后的极差控制图的示意图；
图7示出了实施例二中冷链物流车厢温度监控系统结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例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做出创造性劳动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。
实施例一：
本实施例公开一种冷链物流车厢温度监控方法，如图1所示，该方法可包括以下步骤：
S1.定时采集冷链物流车厢温度数据；
S2.对所述温度数据进行频率分析，得到所述温度数据的频率分布；
S3.根据所述温度数据及其频率分布，得到统计过程控制SPC图；
S4.根据所述SPC图，监控冷链物流车厢温度。
所述步骤S2包括：
S21.将所述温度数据按照采集时间顺序排序并进行频率分析；
S22.判断所述温度数据的频率分布是否符合正态分布，若差异显著性P值小于第一预设值(本实施例为0.05)，则不符合正态分布，执行S23，否则，符合正态分布，执行S24-S25，其中，所述差异显著性P值通过单样本K-S检验的方式和/或蒙特卡洛模拟仿真第二预设值(本实施例为10000)次得到；
S23.调整冷链物流车厢的温度在预设的温度范围内，，执行S1；
S24.对所述温度数据进行正态分布检验，得到偏度Skewness数据和峰度Kurtosis数据；
S25.根据所述偏度Skewness数据和峰度Kurtosis数据，绘制所述温度数据频率分布的柱状图及正态分布曲线。
所述步骤S3包括：
S31.根据所述温度数据及其频率分布，选择所述SPC图为计量型控制图；
S32.根据所述温度数据，计算冷链物流车厢温度的控制线，所述控制线包括：上控制线、中心线及下控制线；
S33.根据所述控制线，绘制所述计量型控制图。
所述步骤S4包括：
S41.根据所述温度数据在所述控制图的控制线周围的分布情况及预设的评判标准，判断当前冷链物流车厢温度是否为受控状态，所述受控状态为所述温度数据在所述控制图中的分布满足预设的评判标准，若当前冷链物流车厢温度为受控状态，则执行S42-S43，否则，调整冷链物流车厢的温度为预设的温度范围，执行S1；
S42.根据所述控制图的控制线，计算过程能力指数；
S43.判断过程能力指数是否小于0.67，若小于，则调整冷链物流车厢的温度为预设的温度范围，执行S1，否则不调整冷链物流车厢的温度。
具体应用中，控制图的制作首先需确保数据来源的可靠性，包括数据样本大小及重复次数。所述冷链物流车厢的厢体规格为4.2×2.0×1.8米，所述采集模块可以采用电子温度记录仪(HOBO U12011/U12012，精度0.01℃)，所述采集模块安装在冷链物流车厢中部的厢体顶部，以避免制冷风机口直吹和开关车厢门对温度记录造成很大的影响，温度采集的时间间隔为5分钟，一个小时采集12个数据，连续监控冷链物流车厢温度100小时，即子组数K＞25(K≥25是选择采用均值-极差控制图所需的最少子组样本数量，子组样本数越大，数据的有效性越高)，子组样本大小n＝12，所述子组数就是样本数量，采集了100个小时，相当于100个样本数量，所以K＝100>25。5分钟采集1次，每个小时60分钟采集12个数据(子组样本大小)，n＝12。
温度数据获取后，在选择控制图种类的之前，需对数据的种类和分布特征进行分析。在excel表格中，把温度数据根据时间顺序排序，样本把数据导入统计软件中，进行频率分析。同时通过单样本K-S检验，蒙特卡洛模拟仿真10000次的P值确定正态分布检验是否显著，当P＜0.05，数据不符合正态分布，否则，数据为正态分布。通过正态分布检验，根据Skewness和Kurtosis数据判定正太分布或偏正太分布，并绘制柱状图及正态分布曲线。根据数据类型和分布特征选择控制图种类。
根据数据的分布特征及数据子组数和子组样本大小，来确定控制图的种类，确定计量型控制图，并根据子组数和子组样本大小计算温度的上控制线、中心线、下控制线。最后绘制控制图。对于温度这种连续的分组数据可以采用均值-极差控制图，其中均值-极差控制图中的均值控制图用于观察质量特征均值的分布变化，极差控制图用于观察分布的一致性变化，均值-极差控制图可用于观察质量特征整体分布的变化。由于温度波动对于冷却肉品质的影响较大，因此选择均值-极差控制图，可以明确温度波动的幅度和范围。
极差控制图的中心线(CL)、上控制线(UCL)、下控制线(LCL)分别为：
其中，K为子组样本的个数，i表示第i个子组样本，Ri为第i个子组样本的温度数据极差值，为K个温度数据极差值的平均值，D4、D3为控制图系数；
均值控制图的中心线(CL)、上控制线(UCL)、下控制线(LCL)分别为：
其中，K为子组样本的个数，i表示第i个子组样本，为第i个子组样本的温度数据平均值，为K个温度数据平均值的平均值，为K个温度数据极差值的平均值，A2为控制图系数；
其中A2、D4、D3通过查预设表获取，表1是当样本子组数K>25时，子组样本大小n＝12时所对应的A2、D4、D3取值。
表1控制图系数表
通过表1的控制线系数计算获得均值控制图和极差控制图的上、中、下控制线，进而绘制控制图。绘制过程如下：在office软件的excel文件中，输入上控制线、中心线、下控制线、温度采集数据，以子组数K(即采集时间序列，以h计)为横坐标，以温度数值为纵坐标，分别制作均值控制图和极差控制图，同时把控制线也在图标中显示。
根据温度数据在控制线内外的排列和分布情况，分析其过程的稳态性，确定数据是否处于受控状态。其中的评判规则根据不同的要求有不同的评判方法。控制用控制图上的数据点出现下列情况之一时，生产过程被判定为异常：
1)数据点落在控制线外或控制线上；
2)中心线一侧连续出现数据点，当连续7点或更多点在中心线一侧；
3)数据点呈现连续上升或下降趋势。连续7点或更多的点具有上升或下降趋势时；
4)数据点的排列随时间的推移而呈周期性；
5)数据点在警戒区(2σ～3σ)范围内，σ为样本标准差；
6)数据点过多的集中在中心线μ±σ范围内，μ为所有样本的平均值。
确定数据点处于受控状态后，一般通过上下控制线来计算温度控制的过程能力指数，进而评估温度控制的管理水平及存在的问题。当规范中心温度特征的分布中心不重合的情况下，实际的过程能力计算公式为：
其中μ为所有样本的平均值，σ为样本标准差。
冷链物流车厢温度数据的频率分布，如图2所示。
根据正态检验，温度数据符合正态分布，采用均值-极差控制图具有较高的灵敏度，且可以同时观测其数据的异常波动和整体趋势。
通过计算获得均值控制图和极差控制图的控制线，分别制作均值控制图(如图3所示)和极差控制图(如图4所示)。如图4所示的极差控制图，大部分温度的极差在1℃(其温度精度为0.5℃)，1h的数据内部其温度极差最大的达到12℃以上。从庞大的数据量来看，车厢运输过程中，没能保持持续低温，原因可能是装卸货开门时间太长、制冷机的工作效率、或汽油不足等原因。按照国家标准冷却猪肉运输过程应该在0～7℃，实际肉类工厂的运输温度常以10℃为参考。因此，本试验以10℃为最高警戒线，但实际温度数据大部分分布在15℃左右(如图3所示)，严重超出肉类应该存放的温度范围。其Cpk＝0.43，当Cpk＜0.67(四级)，过程能力严重不足，应考虑重新修整运输方案。
根据数据点的异常排列表明，数据过程状态不受控，过程能力偏低。经过重新检查温度记录仪、运输过程装卸货开关门时间、制冷机的工作状态、汽油是否充足等多种原因进行分析。获得如图5所示的调整后的均值控制图和图6所示的调整后的极差控制图。
从调整后的极差控制图中可看出，每个小时内的温度数据极差波动仍然较大，最小极差0℃，最大极差3.5℃，平均极差1.04℃。而调整后的均值控制图的数据最小平均温度6.27℃，最大平均温度12.01℃，平均温度8.90℃，经过进一步检查和修整，平均温度波动的幅度比整改前小，总体上比控制之前的数据稳态性及过程能力高。其Cpk＝0.78，当1.0≥Cpk>0.67(三级)，过程能力不足，表明温度波动仍然较大，仍需分析原因制定措施加以改进。按照上述方法继续查找原因和制定整改方案，连续监控温度数据波动，以达到变化最小且稳定的温度波动。
通过均值-极差控制图可以直观发现运输温度的异常波动，但由于数据量大，直接查看温度数据和统计分析需要花大量的时间，采用统计过程控制图，设置上控制线(UCL)和下控制线(LCL)作为警戒线，通过超出限制进行报警，可有效提高温度数据的实时管理，也为今后深入研究冷链物流过程温度波动影响猪肉品质劣变速率、选择最适冷藏模式和温度调控提供参考。
相比于现有技术，本实施例的冷链物流车厢温度监控方法提高了冷链物流车厢温度监控的准确性以及提供了预警管理能力。
实施例二：
本实施例公开一种冷链物流车厢温度监控系统，如图7所示，该系统可包括以下模块：
采集模块，用于定时采集冷链物流车厢温度数据；
分析模块，用于对所述温度数据进行频率分析，得到所述温度数据的频率分布；
绘制模块，用于根据所述温度数据及其频率分布，得到统计过程控制SPC图；
监控模块，用于根据所述SPC图，监控冷链物流车厢温度。
所述分析模块具体用于：
S21.将所述温度数据按照采集时间顺序排序并进行频率分析；
S22.判断所述温度数据的频率分布是否符合正态分布，若差异显著性P值小于第一预设值，则不符合正态分布，执行S23，否则，符合正态分布，执行S24-S25，其中，所述差异显著性P值通过单样本K-S检验的方式和/或蒙特卡洛模拟仿真第二预设值次得到；
S23.调整冷链物流车厢的温度在预设的温度范围内，，并向采集模块发出温度数据采集指令；
S24.对所述温度数据进行正态分布检验，得到偏度Skewness数据和峰度Kurtosis数据；
S25.根据所述偏度Skewness数据和峰度Kurtosis数据，绘制所述温度数据频率分布的柱状图及正态分布曲线。
所述绘制模块具体用于：
S31.根据所述温度数据及其频率分布，选择所述SPC图为计量型控制图；
S32.根据所述温度数据，计算冷链物流车厢温度的控制线，所述控制线包括：上控制线、中心线及下控制线；
S33.根据所述控制线，绘制所述计量型控制图。
所述监控模块具体用于：
S41.根据所述温度数据在所述控制图的控制线周围的分布情况及预设的评判标准，判断当前冷链物流车厢温度是否为受控状态，所述受控状态为所述温度数据在所述控制图中的分布满足预设的评判标准，若当前冷链物流车厢温度为受控状态，则执行S42-S43，否则，调整冷链物流车厢的温度为预设的温度范围，并向采集模块发出温度数据采集指令；
S42.根据所述控制图的控制线，计算过程能力指数；
S43.判断过程能力指数是否小于0.67，若小于，则调整冷链物流车厢的温度为预设的温度范围，并向采集模块发出温度数据采集指令，否则不调整冷链物流车厢的温度。
相比于现有技术，本实施例的冷链物流车厢温度监控系统提高了冷链物流车厢温度监控的准确性以及提供了预警管理能力。
需要说明的是，本申请中的第一预设值与第二预设值只是用来区分两个不同预设值，并不暗示这两个预设值之间的关系或者顺序。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (4)
1.一种冷链物流车厢温度监控方法，其特征在于，该方法包括：
S1.定时采集冷链物流车厢温度数据；
S2.对所述温度数据进行频率分析，得到所述温度数据的频率分布；
S3.根据所述温度数据及其频率分布，得到统计过程控制SPC图；
S4.根据所述SPC图，监控冷链物流车厢温度；
S3包括：
S31.根据所述温度数据及其频率分布，选择所述SPC图为计量型控制图；
S32.根据所述温度数据，计算冷链物流车厢温度的控制线，所述控制线包括：上控制线、中心线及下控制线；
S33.根据所述控制线，绘制所述计量型控制图，所述温度数据为连续的分组数据，所述计量型控制图采用均值-极差控制图；
S4包括：
S41.根据所述温度数据在所述控制图的控制线周围的分布情况及预设的评判标准，判断当前冷链物流车厢温度是否为受控状态，所述受控状态为所述温度数据在所述控制图中的分布满足预设的评判标准，若当前冷链物流车厢温度为受控状态，则执行S42-S43，否则，调整冷链物流车厢的温度为预设的温度范围，执行S1；
S42.根据所述控制图的控制线，计算过程能力指数；
S43.判断过程能力指数是否小于0.67，若小于，则调整冷链物流车厢的温度为预设的温度范围，执行S1，否则不调整冷链物流车厢的温度；
S41中所述判断当前冷链物流车厢温度为非受控状态，包括下列情况之一：
1)数据点落在控制线外或控制线上；
2)中心线一侧连续出现数据点，连续7点或更多点在中心线一侧时；
3)数据点呈现连续上升或下降趋势；连续7点或更多的点具有上升或下降趋势时；
4)数据点的排列随时间的推移而呈周期性；
5)数据点在警戒区(2σ～3σ)范围内，σ为样本标准差；
6)数据点集中在中心线μ±σ范围内，μ为所有样本的平均值。
2.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：
S21.将所述温度数据按照采集时间顺序排序并进行频率分析；
S22.判断所述温度数据的频率分布是否符合正态分布，若差异显著性P值小于第一预设值，则不符合正态分布，执行S23，否则，符合正态分布，执行S24-S25，其中，所述差异显著性P值通过单样本K-S检验的方式和/或蒙特卡洛模拟仿真第二预设值次得到；
S23.调整冷链物流车厢的温度在预设的温度范围内，执行S1；
S24.对所述温度数据进行正态分布检验，得到偏度Skewness数据和峰度Kurtosis数据；
S25.根据所述偏度Skewness数据和峰度Kurtosis数据，绘制所述温度数据频率分布的柱状图及正态分布曲线。
3.一种冷链物流车厢温度监控系统，其特征在于，该系统包括：
采集模块，用于定时采集冷链物流车厢温度数据；
分析模块，用于对所述温度数据进行频率分析，得到所述温度数据的频率分布；
绘制模块，用于根据所述温度数据及其频率分布，得到统计过程控制SPC图；
监控模块，用于根据所述SPC图，监控冷链物流车厢温度；
所述绘制模块具体用于：
S31.根据所述温度数据及其频率分布，选择所述SPC图为计量型控制图；
S32.根据所述温度数据，计算冷链物流车厢温度的控制线，所述控制线包括：上控制线、中心线及下控制线；
S33.根据所述控制线，绘制所述计量型控制图，所述温度数据为连续的分组数据，所述计量型控制图采用均值-极差控制图；
所述监控模块具体用于：
S41.根据所述温度数据在所述控制图的控制线周围的分布情况及预设的评判标准，判断当前冷链物流车厢温度是否为受控状态，所述受控状态为所述温度数据在所述控制图中的分布满足预设的评判标准，若当前冷链物流车厢温度为受控状态，则执行S42-S43，否则，调整冷链物流车厢的温度为预设的温度范围，并向采集模块发出温度数据采集指令；
S42.根据所述控制图的控制线，计算过程能力指数；
S43.判断过程能力指数是否小于0.67，若小于，则调整冷链物流车厢的温度为预设的温度范围，并向采集模块发出温度数据采集指令，否则不调整冷链物流车厢的温度；
S41中所述判断当前冷链物流车厢温度为非受控状态，包括下列情况之一：
1)数据点落在控制线外或控制线上；
2)中心线一侧连续出现数据点，连续7点或更多点在中心线一侧时；
3)数据点呈现连续上升或下降趋势；连续7点或更多的点具有上升或下降趋势时；
4)数据点的排列随时间的推移而呈周期性；
5)数据点在警戒区(2σ～3σ)范围内，σ为样本标准差；
6)数据点集中在中心线μ±σ范围内，μ为所有样本的平均值。
4.根据权利要求3所述的系统，其特征在于，所述分析模块具体用于：
S21.将所述温度数据按照采集时间顺序排序并进行频率分析；
S22.判断所述温度数据的频率分布是否符合正态分布，若差异显著性P值小于第一预设值，则不符合正态分布，执行S23，否则，符合正态分布，执行S24-S25，其中，所述差异显著性P值通过单样本K-S检验的方式和/或蒙特卡洛模拟仿真第二预设值次得到；
S23.调整冷链物流车厢的温度在预设的温度范围内，并向采集模块发出温度数据采集指令；
S24.对所述温度数据进行正态分布检验，得到偏度Skewness数据和峰度Kurtosis数据；
S25.根据所述偏度Skewness数据和峰度Kurtosis数据，绘制所述温度数据频率分布的柱状图及正态分布曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410522901.7A CN104268416B (zh) | 2014-09-30 | 2014-09-30 | 一种冷链物流车厢温度监控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410522901.7A CN104268416B (zh) | 2014-09-30 | 2014-09-30 | 一种冷链物流车厢温度监控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104268416A CN104268416A (zh) | 2015-01-07 |
| CN104268416B true CN104268416B (zh) | 2018-02-09 |
Family
ID=52159937
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410522901.7A Active CN104268416B (zh) | 2014-09-30 | 2014-09-30 | 一种冷链物流车厢温度监控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104268416B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105095664B (zh) * | 2015-08-11 | 2017-12-05 | 北京农业信息技术研究中心 | 水果货架期的计算方法及系统 |
| CN106017729B (zh) * | 2016-05-19 | 2019-11-08 | 太原理工大学 | 一种基于统计过程控制的电机温度监控方法 |
| CN106774063B (zh) * | 2016-12-12 | 2019-05-03 | 南京大学 | 一种用于货运车辆实时在途监控与预警的方法 |
| CN108334129B (zh) * | 2018-02-27 | 2020-05-12 | 杭州纳戒科技有限公司 | 对物品进行温度控制的物流箱及物流箱系统 |
| CN110197523B (zh) * | 2019-06-12 | 2023-01-13 | 深圳麦科田生物医疗技术股份有限公司 | 一种质控图绘制方法、设备及存储介质 |
| CN112697308B (zh) * | 2020-12-16 | 2023-05-30 | 重庆大学 | 一种地铁轴承温度预警方法 |
| CN118134366B (zh) * | 2024-05-06 | 2024-07-16 | 青岛量谷无线科技有限公司 | 一种冷链物流信息管理系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000258254A (ja) * | 1999-03-11 | 2000-09-22 | Hitachi Maxell Ltd | 温度記録デバイス |
-
2014
- 2014-09-30 CN CN201410522901.7A patent/CN104268416B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000258254A (ja) * | 1999-03-11 | 2000-09-22 | Hitachi Maxell Ltd | 温度記録デバイス |
Non-Patent Citations (2)
| Title |
|---|
| 冷链物流过程猪肉微生物污染与控制图设计;刘寿春 等;《农业工程学报》;20130430;第29卷(第7期);第254-260页 * |
| 基于SPC的农产品冷链物流感知数据压缩方法;齐林 等;《农业机械学报》;20111031;第42卷(第10期);第129-134页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104268416A (zh) | 2015-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104268416B (zh) | 一种冷链物流车厢温度监控方法及系统 | |
| CN104360677B (zh) | 一种卷烟加工过程质量评价与诊断方法 | |
| CN102885392B (zh) | 一种制丝工艺质量监控系统及方法 | |
| CN111593155B (zh) | 高炉诊断系统及方法 | |
| CN111607673B (zh) | 铁前诊断系统及方法 | |
| CN109741927B (zh) | 微型变压器生产线的设备故障和潜在不良品智能预测系统 | |
| CN106446181A (zh) | 一种大数据处理及远程监控系统 | |
| CN106199255A (zh) | 一种高低温试验设备及其试验方法 | |
| CN109508895A (zh) | 烟草制丝设备的控制性能评估装置、方法以及存储介质 | |
| CN110705785A (zh) | 一种连铸机结晶器热状态的监测方法及装置 | |
| CN116125242A (zh) | 对象检测方法及系统 | |
| CN117850375B (zh) | 一种生产线的多维度监测系统 | |
| CN109240253B (zh) | 一种在线设备诊断及预防性维护方法及系统 | |
| CN117519013A (zh) | 一种炼钢过程质量监控分析系统 | |
| CN114384872A (zh) | 产品研制过程质量综合管控系统 | |
| JP2001067109A (ja) | 品質管理方法及びその装置、並びに品質管理プログラムを記録した記録媒体 | |
| CN111607417B (zh) | 炼焦诊断系统及方法 | |
| CN117655568A (zh) | 基于气浮式焊接夹的光通信产品激光焊接性能监测系统 | |
| CN111639800A (zh) | 高炉工艺参数范围的设定方法、设备和存储介质 | |
| CN116880601A (zh) | 熔融态黄磷恒温输送控制系统 | |
| CN110926651A (zh) | 一种配电柜检测方法与装置 | |
| CN109063218A (zh) | 一种统计过程的控制方法和系统 | |
| CN113065222B (zh) | 炉缸状态评估的方法及装置 | |
| CN101833795A (zh) | 热处理参数动态记录仪及其记录方法 | |
| CN114217576A (zh) | 一种面向复杂产品多型共线生产的统计过程控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210506 Address after: 100097 room 301-a315, 03 / F, 11 Shuguang Huayuan Middle Road, Haidian District, Beijing Patentee after: NONGXIN TECHNOLOGY (BEIJING) Co.,Ltd. Address before: 100097, A, building 11, agricultural building, 318 middle garden, Shuguang garden, Beijing, Haidian District, China Patentee before: BEIJING RESEARCH CENTER FOR INFORMATION TECHNOLOGY IN AGRICULTURE |
|
| TR01 | Transfer of patent right |