CN107703269B

CN107703269B - 面向果蔬冷链物流呼吸速率的监测装置及方法

Info

Publication number: CN107703269B
Application number: CN201711166881.4A
Authority: CN
Inventors: 张小栓; 王想; 穆维松; 肖新清; 朱鸿亮; 张旭; 王红磊
Original assignee: China Agricultural University
Current assignee: China Agricultural University
Priority date: 2017-11-21
Filing date: 2017-11-21
Publication date: 2019-11-05
Anticipated expiration: 2037-11-21
Also published as: CN107703269A

Abstract

本发明实施例提供一种面向果蔬冷链物流呼吸速率的监测装置及方法，属于冷链物流领域。该方法确定了果蔬冷链物流环境中呼吸速率随时间、温度变化的测定方法和步骤，可以记录果蔬冷链物流过程中的时间、温度、湿度、O₂、CO₂、乙烯和呼吸速率信息，记录方式为存储、有线发送和无线发送。本发明能够有效实现对果蔬冷链物流呼吸速率监测与记录，对研究果蔬冷链物流过程中的品质变化和有效控制呼吸作用以及各种生命活动提供了研究基础，为果蔬冷链物流全过程提供数据的透明性和追溯性，便于及时发现并解决冷链物流中存在的问题。

Description

面向果蔬冷链物流呼吸速率的监测装置及方法

技术领域

本发明实施例涉及冷链物流领域，更具体地，涉及一种面向果蔬冷链物流呼吸速率的监测装置及方法。

背景技术

果蔬类作物具有含水量高、易损伤、品类多、易于腐烂变质等特性，通常采摘后会因呼吸、蒸腾、乙烯催熟、休眠等生理现象，且在贮存过程中会受到自身的呼吸作用及贮存环境的影响，造成果蔬中的水分会逐渐散失，导致果蔬萎蔫，易出现失水、失重、快速软化、果实腐烂、果肉褐变等影响品质的质量问题。因此，如何对果蔬在冷链物流环境中的呼吸速率进行监测是个重要问题。传统呼吸速率监测设备大多是在线的，没有无线功能，也没有存储功能，而且只能监测O₂、CO₂信息，没有能够直接监测呼吸速率和乙烯信息的，不能实时、全面记录果蔬长途冷链物流运输过程中的环境、呼吸速率和乙烯变化。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的面向果蔬冷链物流呼吸速率的监测装置及方法。

根据本发明实施例的第一方面，提供了一种面向果蔬冷链物流呼吸速率的监测装置，该装置包括：微控制模块、时钟模块、传感器模块、数据传输模块及存储模块；微控制模块分别与时钟模块、传感器模块、数据传输模块及存储模块连接；

时钟模块，用于根据微控制模块的时钟指令，产生时间信息，并将时间信息上传给微控制模块；

传感器模块，用于根据微控制模块的采集指令，按照时间信息，采集果蔬冷链物流环境中影响果蔬呼吸速率的参数信息，参数信息包括温度、湿度、O₂体积、CO₂体积和乙烯体积；

数据传输模块，用于根据微控制模块的发送指令，发送时间信息以及参数信息；

存储模块，用于存储时间信息以及参数信息，并根据微控制模块的获取指令，将所述时间信息以及所述参数信息上传至所述微控制模块。

本发明实施例提供的方法，通过采集果蔬冷链物流环境中影响果蔬呼吸速率的参数信息，参数信息包括温度、湿度、O2体积、CO2体积和乙烯体积。通过发送果蔬冷链物流过程中的时间、温度、湿度、O₂、CO₂、乙烯和呼吸速率信息，从而有效地实现对果蔬冷链物流呼吸速率监测与记录，对研究果蔬冷链物流过程中的品质变化和有效控制呼吸作用以及各种生命活动提供了研究基础，为果蔬冷链物流全过程提供数据的透明性和追溯性，便于及时发现并解决冷链物流中存在的问题，为进一步提高果蔬冷链物流保鲜效率以及果蔬的品质提供依据。另外，监测装置的存储容量大、成本低、功耗低以及体积小。

根据本发明实施例的第二方面，提供了一种面向果蔬冷链物流呼吸速率的监测方法，包括：

按照预设周期采集果蔬采摘后在冷链物流过程中的温度数据T，并设定6个能够覆盖果蔬物流温度范围的恒定温度间隔T₁、T₂、T₃、T₄、T₅及T₆，通过监测装置分别获取O₂体积、CO₂体积和乙烯体积随时间的变化量x、y和z；其中，监测装置的体积为V，果蔬的质量和体积分别为m和V₁；

计算T₁、T₂、T₃、T₄、T₅及T₆条件下果蔬的呼入O₂速率值r_x及呼出CO₂速率值r_y；

分别在T₁、T₂、T₃、T₄、T₅及T₆条件下对r_x随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₁₁、K₁₂、K₁₃、K₁₄、K₁₅及K₁₆，且对应的拟合度为分别在T₁、T₂、T₃、T₄、T₅及T₆条件下对r_y随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₂₁、K₂₂、K₂₃、K₂₄、K₂₅及K₂₆，且对应的拟合度为

根据K₁₁、K₁₂、K₁₃、K₁₄、K₁₅及K₁₆，分别计算6个温度条件下果蔬呼入O₂的呼入速率常数k₁₁、k₁₂、k₁₃、k₁₄、k₁₅及k₁₆，根据K₂₁、K₂₂、K₂₃、K₂₄、K₂₅及K₂₆，分别计算6个温度条件下果蔬呼出CO₂的呼出速率常数k₂₁、k₂₂、k₂₃、k₂₄、k₂₅及k₂₆；

分别对r_x及r_y取自然对数，得到lnr_x和lnr_y；

对T₁、T₂、T₃、T₄、T₅及T₆条件下lnr_x随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₃₁、K₃₂、K₃₃、K₃₄、K₃₅及K₃₆，且对应的拟合度为对T₁、T₂、T₃、T₄、T₅及T₆条件下lnr_y随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₄₁、K₄₂、K₄₃、K₄₄、K₄₅及K₄₆，且对应的拟合度为

根据K₃₁、K₃₂、K₃₃、K₃₄、K₃₅及K₃₆，分别计算6个温度条件下果蔬呼入O₂的呼入速率常数k₃₁、k₃₂、k₃₃、k₃₄、k₃₅及k₃₆，根据K₄₁、K₄₂、K₄₃、K₄₄、K₄₅及K₄₆，分别计算6个温度条件下果蔬呼出CO₂的呼出速率常数k₄₁、k₄₂、k₄₃、k₄₄、k₄₅及k₄₆；

确定及中的最大值max，并基于最大值max及确定呼吸速率模型中的各项参数，并根据确定参数后的呼吸速率模型实现呼吸速率监测。

应当理解的是，以上的一般描述和后文的细节描述是示例性和解释性的，并不能限制本发明实施例。

附图说明

图1为本发明实施例的一种面向果蔬冷链物流呼吸速率的监测装置的框图；

图2为本发明实施例的一种面向果蔬冷链物流呼吸速率的监测装置的结构示意图；

图3为本发明实施例的一种面向果蔬冷链物流呼吸速率的监测方法的流程示意图。

具体实施方式

下面结合附图和实施例，对本发明实施例的具体实施方式作进一步详细描述。以下实施例用于说明本发明实施例，但不用来限制本发明实施例的范围。

果蔬类作物具有含水量高、易损伤、品类多、易于腐烂变质等特性，通常采摘后会因呼吸、蒸腾、乙烯催熟、休眠等生理现象，且在贮存过程中会受到自身的呼吸作用及贮存环境的影响，造成果蔬中的水分会逐渐散失，导致果蔬萎蔫，易出现失水、失重、快速软化、果实腐烂、果肉褐变等影响品质的质量问题。因此，如何对果蔬在冷链物流环境中的呼吸速率进行监测是个重要问题。传统呼吸速率监测设备大多是在线的，没有无线功能，也没有存储功能，而且只能监测O2、CO2信息，没有能够直接监测呼吸速率和乙烯信息的，不能实时、全面记录果蔬长途冷链物流运输过程中的环境、呼吸速率和乙烯变化。

针对上述情形，本发明实施例提供了一种面向果蔬冷链物流呼吸速率的监测装置。参见图1，该装置包括：微控制模块101、时钟模块102、传感器模块103及数据传输模块104；微控制模块101分别与时钟模块102、传感器模块103、数据传输模块104及存储模块105连接；

时钟模块102，用于根据微控制模块的时钟指令，产生时间信息，并将时间信息上传给微控制模块；

传感器模块103，用于根据微控制模块的采集指令，按照时间信息，采集果蔬冷链物流环境中影响果蔬呼吸速率的参数信息，参数信息包括温度、湿度、O₂体积、CO₂体积和乙烯体积；

数据传输模块104，用于根据微控制模块的发送指令，发送时间信息以及参数信息；

存储模块105，用于存储时间信息以及所述参数信息，并根据微控制模块101的获取指令，将时间信息以及参数信息上传至微控制模块101。

本发明实施例提供的监测装置，通过传感器模块103采集果蔬冷链物流环境中影响果蔬呼吸速率的参数信息，参数信息包括温度、湿度、O2体积、CO2体积和乙烯体积。通过数据传输模块104发送果蔬冷链物流过程中的时间、温度、湿度、O₂、CO₂、乙烯和呼吸速率信息，从而有效地实现对果蔬冷链物流呼吸速率监测与记录，对研究果蔬冷链物流过程中的品质变化和有效控制呼吸作用以及各种生命活动提供了研究基础，为果蔬冷链物流全过程提供数据的透明性和追溯性，便于及时发现并解决冷链物流中存在的问题，为进一步提高果蔬冷链物流保鲜效率以及果蔬的品质提供依据。另外，监测装置的存储容量大、成本低、功耗低以及体积小。

作为一种可选实施例，数据传输模块104包括：无线发送单元、有线发送单元及存储单元；

无线发送单元，用于无线发送时间信息以及参数信息；

有线发送单元，用于有线发送时间信息以及参数信息。

本发明实施例提供的装置，通过数据传输模块中不同的功能单元，可分别在不同外界环境下，通过不同方式发送果蔬冷链物流过程中的时间、温度、湿度、O₂、CO₂、乙烯和呼吸速率信息，具体通过无线、有线或者在没有网络的情况下进行存储，从而有效地实现对果蔬冷链物流呼吸速率监测与记录，对研究果蔬冷链物流过程中的品质变化和有效控制呼吸作用以及各种生命活动提供了研究基础。

作为一种可选实施例，该装置还包括：选择模块；选择模块分别与微控制模块101、数据传输模块104及存储模块连接105；

选择模块，用于根据微控制模块的选择指令，选择处理时间信息以及参数信息对应的处理模式，处理模式为无线发送模式、有线发送模式及存储模式中的任一种；

其中，当处理模式为无线发送模式时，通过无线发送单元发送时间信息及参数信息；当处理模式为有线发送模式时，通过有线发送单元发送时间信息及参数信息；当处理模式为存储模式时，通过存储模块105存储时间信息及参数信息。

本发明实施例提供的装置，通过选择模块在不同情况下选定不同的处理模式，以实现在不同的情况下对果蔬冷链物流过程中的时间、温度、湿度、O₂、CO₂、乙烯和呼吸速率信息，从而在任何场景下均有对参数信息进行处理的方式，进而可有效地实现对果蔬冷链物流呼吸速率监测与记录。

作为一种可选实施例，该装置还包括：显示模块；显示模块，用于显示温度、湿度、O₂体积、CO₂体积和乙烯体积。

本发明实施例提供的装置，通过显示模块可显示不同类型的参数信息，从而便于相关工作人员查看果蔬冷链物流中的环境参数。

其中，本发明实施例提供的面向果蔬冷链物流呼吸速率的监测装置具体结构可参考图2，其具体工作流程可以为：先进行初始化，初始化结束后判断SD卡是否插入，如果已插入则串口提示输出“初始化失败”，如果未插入则串口提示输出“初始化成功”。接着，进入循环程序loop()，并将LCD液晶屏清零。接着，判断串口是否输入时间数据，如果输入的话则按照输入的时间调整本地存储时间，如果未输入的话则本地存储时间不变。该过程结束之后，可进入时钟模块程序print_time()，并采集时间数据。将采集到的当前时间打印至串口，LCD液晶屏以及SD卡。接着，进入传感器模块程序，并读取温度、湿度、O2、CO2和乙烯，并以此计算呼吸速率，并将数据打印到串口，LCD液晶屏以及SD卡。上述过程结束后，经过一段时间延时。可再次进入循环程序，并对LCD液晶屏清零，重新执行上述监测过程。上述检测过程，可参考图3。

上述所有可选实施例，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

本发明实施例提供了一种面向果蔬冷链物流呼吸速率的监测方法。该方法包括：按照预设周期采集果蔬采摘后在冷链物流过程中的温度数据T，并设定6个能够覆盖果蔬物流温度范围的恒定温度间隔T₁、T₂、T₃、T₄、T₅及T₆，通过监测装置分别获取O₂体积、CO₂体积和乙烯体积随时间的变化量x、y和z；其中，监测装置的体积为V，果蔬的质量和体积分别为m和V₁；

分别对r_x及r_y取自然对数，得到lnr_x和lnr_y；

本发明实施例提供的监测方法，通过对果蔬冷链物流呼吸速率监测与记录，从而为研究果蔬冷链物流过程中的品质变化和有效控制呼吸作用以及各种生命活动提供了研究基础，为果蔬冷链物流全过程提供数据的透明性和追溯性，便于及时发现并解决冷链物流中存在的问题，为进一步提高果蔬冷链物流保鲜效率以及果蔬的品质提供依据。

作为一种可选实施例，呼入O₂速率值r_x及呼出CO₂速率值r_y的计算过程可分别参考下式：

其中，X_i为i时刻的O₂体积分数，X_t为t时刻的O₂体积分数，y_i为i时刻的CO₂体积分数，y_t为t时刻的CO₂体积分数。

作为一种可选实施例，该方法还包括：

建立果蔬呼吸速率随时间变化的原始模型，果蔬呼吸速率服从Arrhenius方程；

根据原始模型及Arrhenius方程，获取果蔬呼吸速率随时间和温度变化的呼吸速率模型；

作为一种可选实施例，该原始模型包括：

r＝r₀-kt

r＝r₀*exp(-kt)

其中，r为果蔬的呼吸速率，r₀为果蔬的呼吸速率的初始值，k为呼吸速率常数，t为时间常数。

作为一种可选实施例，该Arrhenius方程包括：

k＝A*exp(-E_a/RT)

其中，A为指前因子，E_a为反应活化能，R为理想气体常数，T为绝对温度。

作为一种可选实施例，该呼吸速率模型包括：

r＝r₀-A*t*exp(-E_a/RT)

r＝r₀*exp(-A*t*exp(-E_a/RT))

其中，A为指前因子，E_a为反应活化能，R为理想气体常数，T为绝对温度，r₀为果蔬的呼吸速率的初始值，t为时间常数。

作为一种可选实施例，基于最大值max及确定呼吸速率模型中的各项参数，包括：

若对6个温度取倒数，得到6个点(1/T₁，k₁₁)、(1/T₂，k₁₂)、(1/T₃，k₁₃)、(1/T₄，k₁₄)、(1/T₅，k₁₅)和(1/T₆，k₁₆)，对上述6个点进行线性拟合得到拟合斜率K₁，且对应的拟合度为得到指前因子A₁和反应活化能E_a1，根据呼吸速率模型、指前因子A₁和反应活化能E_a1，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_y＝r₀*exp(-A₄*t*exp(-E_a4/RT))；

若对6个温度取倒数，得到6个点(1/T₁，k₂₁)、(1/T₂，k₂₂)、(1/T₃，k₂₃)、(1/T₄，k₂₄)、(1/T₅，k₂₅)和(1/T₆，k₂₆)，对上述6个点进行线性拟合得到拟合斜率K₂，且对应的拟合度为得到指前因子A₂和反应活化能E_a2，根据呼吸速率模型、指前因子A₂和反应活化能E_a2，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_y＝r₀*exp(-A₂*t*exp(-E_a2/RT))；

若对6个温度取倒数，得到6个点(1/T₁，k₃₁)、(1/T₂，k₃₂)、(1/T₃，k₃₃)、(1/T₄，k₃₄)、(1/T₅，k₃₅)和(1/T₆，k₃₆)，对上述6个点进行线性拟合得到拟合斜率K₃，且对应的拟合度为得到指前因子A₃和反应活化能E_a3，根据呼吸速率模型、指前因子A₃和反应活化能E_a3，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_x＝r₀*exp(-A₃*t*exp(-E_a3/RT))；

若对6个温度取倒数，得到6个点(1/T₁，k₄₁)、(1/T₂，k₄₂)、(1/T₃，k₄₃)、(1/T₄，k₄₄)、(1/T₅，k₄₅)和(1/T₆，k₄₆)，对上述6个点进行线性拟合得到拟合斜率K₄，且对应的拟合度为得到指前因子A₄和反应活化能E_a4，根据呼吸速率模型、指前因子A₄和反应活化能E_a4，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_y＝r₀*exp(-A₄*t*exp(-E_a4/RT))。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的信息交互设备等实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分方法。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明实施例的保护范围。凡在本发明实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims

1.一种面向果蔬冷链物流呼吸速率的监测方法，其特征在于，包括：

按照预设周期采集果蔬采摘后在冷链物流过程中的温度数据T，并设定6个能够覆盖果蔬物流温度范围的恒定温度间隔T₁、T₂、T₃、T₄、T₅及T₆，通过监测装置分别获取O₂体积、CO₂体积和乙烯体积随时间的变化量x、y和z；其中，所述监测装置的体积为V，所述果蔬的质量和体积分别为m和V₁；

分别在T₁、T₂、T₃、T₄、T₅及T₆条件下对所述r_x随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₁₁、K₁₂、K₁₃、K₁₄、K₁₅及K₁₆，且对应的拟合度为分别在T₁、T₂、T₃、T₄、T₅及T₆条件下对所述r_y随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₂₁、K₂₂、K₂₃、K₂₄、K₂₅及K₂₆，且对应的拟合度为

分别对所述r_x及所述r_y取自然对数，得到ln r_x和ln r_y；

对T₁、T₂、T₃、T₄、T₅及T₆条件下所述ln r_x随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₃₁、K₃₂、K₃₃、K₃₄、K₃₅及K₃₆，且对应的拟合度为对T₁、T₂、T₃、T₄、T₅及T₆条件下所述ln r_y随时间变化的曲线进行拟合，得到6个温度条件下拟合方程的斜率分别为K₄₁、K₄₂、K₄₃、K₄₄、K₄₅及K₄₆，且对应的拟合度为

确定及中的最大值max，并基于所述最大值max确定呼吸速率模型中的各项参数，并根据确定参数后的呼吸速率模型实现呼吸速率监测；

所述呼吸速率模型包括：

r＝r₀-A*t*exp(-E_a/RT)，

r＝r₀*exp(-A*t*exp(-E_a/RT))；

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

建立果蔬呼吸速率随时间变化的原始模型，所述果蔬呼吸速率服从Arrhenius方程；

根据所述原始模型及所述Arrhenius方程，获取所述果蔬呼吸速率随时间和温度变化的呼吸速率模型。

3.根据权利要求2所述的方法，其特征在于，所述原始模型包括：

r＝r₀-kt，

r＝r₀*exp(-kt)；

4.根据权利要求2所述的方法，其特征在于，所述Arrhenius方程包括：

k＝A*exp(-E_a/RT)；

其中，A为指前因子，E_a为反应活化能，R为理想气体常数，T 为绝对温度。

5.根据权利要求2所述的方法，其特征在于，所述基于所述最大值max确定所述呼吸速率模型中的各项参数，包括：

若对6个温度取倒数，得到6个点(1/T₁，k₁₁)、(1/T₂，k₁₂)、(1/T₃，k₁₃)、(1/T₄，k₁₄)、(1/T₅，k₁₅)和(1/T₆，k₁₆)，对上述6个点进行线性拟合得到拟合斜率K₁，且对应的拟合度为得到指前因子A₁和反应活化能E_a1，根据所述呼吸速率模型、所述指前因子A₁和所述反应活化能E_a1，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_y＝r₀*exp(-A₁*t*exp(-E_a1/RT))；

若对6个温度取倒数，得到6个点(1/T₁，k₂₁)、(1/T₂，k₂₂)、(1/T₃，k₂₃)、(1/T₄，k₂₄)、(1/T₅，k₂₅)和(1/T₆，k₂₆)，对上述6个点进行线性拟合得到拟合斜率K₂，且对应的拟合度为得到指前因子A₂和反应活化能E_a2，根据所述呼吸速率模型、所述指前因子A₂和所述反应活化能E_a2，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_y＝r₀*exp(-A₂*t*exp(-E_a2/RT))；

若对6个温度取倒数，得到6个点(1/T₁，k₃₁)、(1/T₂，k₃₂)、(1/T₃，k₃₃)、(1/T₄，k₃₄)、(1/T₅，k₃₅)和(1/T₆，k₃₆)，对上述6个点进行线性拟合得到拟合斜率K₃，且对应的拟合度为得到指前因子A₃和反应活化能E_a3，根据所述呼吸速率模型、所述指前因子A₃和所述反应活化能E_a3，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_x＝r₀*exp(-A₃*t*exp(-E_a3/RT))；

若对6个温度取倒数，得到6个点(1/T₁，k₄₁)、(1/T₂，k₄₂)、(1/T₃，k₄₃)、(1/T₄，k₄₄)、(1/T₅，k₄₅)和(1/T₆，k₄₆)，对上述6个点进行线性拟合得到拟合斜率K₄，且对应的拟合度为得到指前因子A₄和反应活化能E_a4，根据所述呼吸速率模型、所述指前因子A₄和所述反应活化能E_a4，得到果蔬随时间和温度变化的呼吸速率模型为r＝r_y＝r₀*exp(-A₄*t*exp(-E_a4/RT))。