CN108363294A - 一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统 - Google Patents
一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统 Download PDFInfo
- Publication number
- CN108363294A CN108363294A CN201710056458.2A CN201710056458A CN108363294A CN 108363294 A CN108363294 A CN 108363294A CN 201710056458 A CN201710056458 A CN 201710056458A CN 108363294 A CN108363294 A CN 108363294A
- Authority
- CN
- China
- Prior art keywords
- environmental
- data
- parameter
- early warning
- environment
- 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.)
- Pending
Links
- 230000007613 environmental effect Effects 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 230000002776 aggregation Effects 0.000 claims abstract description 21
- 238000004220 aggregation Methods 0.000 claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims abstract description 9
- 230000005856 abnormality Effects 0.000 claims abstract description 8
- 238000005265 energy consumption Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 claims description 6
- 239000005977 Ethylene Substances 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000035939 shock Effects 0.000 claims description 4
- 239000000779 smoke Substances 0.000 claims description 3
- 230000000153 supplemental effect Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000005457 optimization Methods 0.000 claims 1
- 230000032258 transport Effects 0.000 description 13
- 230000001276 controlling effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000143060 Americamysis bahia Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统,方法如下:分布在车厢内的智能感知节点采集车厢内环境数据,数据通过ZigBee网络上传至汇聚节点后,集中上传至远程控制终端,并存入数据库;远程控制终端采用自动编码器算法(AutoEncoder),结合支持向量机(SVM),构建多维环境控制模型,以环境数据作为输入,训练优化模型,预测后续时间段的环境状态,实现封闭厢体内环境状态预警及控制。同时,汇聚节点比较环境数据与用户设置的环境阈值,进行实时的异常报警,以处理未能及时预测的环境异常。本发明实现动态环境信息的自动监测与预测,提供最优封闭厢体环境,降低能耗,最大程度保证农产品运输中的安全和质量。
Description
技术领域
本发明公开一种封闭环境监测方法,尤其是一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统。
背景技术
由于农产品对温度、震动、湿度、空气等环境因素有特殊要求,因此农产品尤其是鲜活农产品运输多选用封闭或半封闭运输的方式,以保证在运输过程中的农产品品质稳定。然而,封闭运输方式一旦在运输途中环境出现问题则难以得到及时处理,除此之外,封闭空间一经打开检查,受到外界环境影响,会造成封闭空间内环境状态的变化。
一些特殊的农产品,尤其是生鲜农产品的品质在封闭运输过程中更容易受到环境因素的影响。例如,水果在运输过程中因震动而受到损伤,氧化、发酵等各种生理反应,其呼吸作用的变化,受到损伤后的农产品呼吸强度明显上升,因此空气中的CO2浓度在一定时间内也会有所增加,因此可通过震动传感器和CO2浓度的检测判断这一类农产品在运输过程中的受损情况,以及时采取措施。鱼虾等鲜活农产品,在运输过程中对水中含氧量、水温等条件要求较高,最为明显的是水产品中水溶解氧,对水产品至关重要,温度升高和溶解氧量不足极易造成鱼等农产品的死亡,从而导致较大损失。在运输过程中需要保证运输环境稳定,以期最大程度减少农产品的损耗,保证农产品尤其是鲜活类产品品质,提高农产品的市场竞争力,因此设计封闭运输环境监测系统已成为农产品冷链运输行业的迫切需求。
发明内容
本发明的目的是为了解决封闭车厢环境难以控制而造成的农产品损耗问题,提供一种农产品运输封闭和半封闭厢体的环境监测预警方法来解决上述问题。
为了实现上述目的,本发明的方法如下:本发明公开了一种农产品运输封闭和半封闭厢体的环境监测预警方法,分布于厢体内的智能感知节点采集车厢内的环境参数数据,包括常规模型参数和可变模型参数,通过ZigBee网络将数据上传至汇聚节点。所述汇聚节点与远程控制终端相连,汇聚节点将接收的数据构成以环境参数为维度的环境数据矩阵,并上传至远程控制终端。所述远程控制终端将数据保存至数据库的同时,利用深度学习中的自动编码器算法(AutoEncoder),针对不同运输对象,构建多维环境控制模型,以环境数据矩阵进一步训练优化模型,在编码器最后一层采用SVM预测封闭厢体内的环境状态,若预测环境异常,则上传异常信息至车载控制终端;所述车载控制终端向用户发出预警,同时调节环境控制装置以改善环境,避免异常发生。所述汇聚节点与环境控制装置连接,汇聚节点分析处理环境数据,根据用户设置的阈值范围判断数据异常情况,若超出设定的阈值范围,则依据用户在终端的设置选择是否触发环境控制装置自动调节车厢内环境;所述汇聚节点通过无线通信网络与车载控制终端连接通信,将异常环境参数的数据、发生异常的感知节点序号以及异常节点采集到的图像数据上传至车载控制终端,并发出警报,不同环境参数异常显示相应的警报提示,终端用户依据警报提示操作环境控制装置进行环境控制,以此处理未能及时预测的环境异常;所述车载控制终端与远程控制终端连接,通过无线通信网络将用户更正的数据上传至远程控制终端,保存至数据库中,用以训练优化多维环境控制模型,使模型能够不断学习新的环境阈值范围,从而增加预测的准确度。
作为优选,所述的多维度智能感知节点包括传感器模块、ZigBee通信模块、微控制器以及电源模块等几部分组成。所述多维度传感器模块包括烟雾传感器、震动传感器、位置传感器、图像传感器、温度传感器、湿度传感器、CO2传感器、乙烯传感器、溶解氧传感器、光照传感器、形变传感器、图像传感器。
作为优选,所述常规模型参数是系统中的固定参数,包括烟雾浓度、震动、位置、图像,所述可变模型参数可由用户根据运输产品的特性自行选择设置,如温度、湿度、CO2浓度、乙烯浓度、溶解氧、光照强度、形变。
作为优选,所述汇聚节点包括ZigBee通信模块,无线通信模块、微控制器以及电源模块几部分组成。
作为优选,所述多维环境控制模型的构建方法是基于封闭和半封闭厢体内的环境参数相互影响作用下,如某些情况下温度升高可能导致CO2浓度的增加,利用深度学习中的自动编码器算法训练得到环境参数,并在最后一层以SVM作为分类器,进而预测某时刻的环境状态。设系统中的所有可变模型参数数据组成环境参数向量为X=(x1,x2,…xn),数据库中存储的历史环境数据记录为m条,编码器初始的输入矩阵设为m*n矩阵data0,编码器的算法为:[Pi,weightvalue]=code(data0),其中Pi为经过第i层code编码后的输出矩阵,weightvalue为每个参数的权重值,按从大到小的顺序排列,通过多层编码器的反复训练,最终得到最优环境参数矩阵P以及各个参数所占权重。用户在系统中设置参数的个数k,那么权重值在前k个的参数为最终的特征,其数值组成特征向量E。通过上述方法减少重复性的环境参数,降低其维度,去除参数冗余,减少节点间传输的数据量,从而达到降低能耗的效果。
作为优选,所述多维环境控制模型在编码器的最后一层,加入SVM分类器,以最终选取的特征向量E作为SVM分类器的输入,利用历史数据训练SVM分类预测模型(其中,h(x)取-1或1),得到参数αi,b。系统最终将远程服务器接收到的近期环境数据作为输入,预测下一时刻的环境状态,若预测可能会出现异常,则提前向用户发出提示警报,使得可以提前采取措施环进行及时调控。
作为优选,所述无线通信网络为4G/3G/5G/2G网络。
由于采用上述方案,本发明的面向农产品封闭和半封闭运输的环境监测系统实时采集封闭环境内的动态信息数据,提前向用户发出安全警报,利用环境参数模型,提供最优运输环境并减少各节点及设备的能耗,减少因人工检查操作而造成的农产品损耗,极大的保证农产品在运输过程中的安全和质量。
附图说明
图1所示是本发明实施例的总体结构图。
图2所示是本发明实施例的感知节点模块结构示意图。
图中:
感知节点1、微控制器11、传感器模块12、无线通讯模块13、电源模块14;
汇聚节点2;
车载控制终端3;
远程控制终端4;
环境控制模块5;
具体实施方式
如图1所示,运输开始前,用户通过车载控制终端或远程控制终端输入运输的农产品种类,控制终端自动选择常规模型参数并设置其初始阈值范围,针对这类参数,用户可对阈值范围进行适当的修改,以使其适应实际情况的变化;同时,控制终端根据农产品种类以及参数个数,通过训练得到的多维环境控制模型自动选择可变模型参数,并以模型的阈值范围作为初始阈值范围,对于这类参数,用户可选择增加或减少环境参数,同样也可更改其阈值范围。用户对环境参数及阈值的改变通过无线通信网络上传至远程服务器的数据库中存储。
运输过程中,智能感知节点每隔一段时间采集车厢内的多维环境参数数据,包括常规模型参数和可变模型参数,通过ZigBee网络将数据上传至汇聚节点。汇聚节点与远程控制终端相连,汇聚节点将接收的数据构成以环境参数为维度的环境数据矩阵,并通过无线通信网络上传至远程控制终端。远程控制终端将数据保存至数据库的同时,利用深度学习中的自动编码器算法(AutoEncoder),针对不同运输对象,构建多维环境控制模型,以环境数据矩阵进一步训练优化模型,在编码器最后一层采用SVM预测封闭厢体内的环境状态,若预测环境异常,则将异常信息反馈至车载控制终端;车载控制终端向用户发出预警,同时调节环境控制装置以改善环境,避免异常发生。汇聚节点与环境控制装置连接,汇聚节点分析处理环境数据,根据用户设置的阈值范围判断数据异常情况,若超出设定的阈值范围,则将异常数据上传至车载控制终端;所述汇聚节点通过无线通信网络与车载控制终端连接通信,将异常环境参数的数据、发生异常的感知节点序号以及异常节点采集到的图像数据上传至车载控制终端,并发出警报,不同环境参数异常显示相应的警报提示,终端用户依据警报提示操作环境控制装置进行环境控制,以此处理未能及时预测的环境异常;所述车载控制终端与远程控制终端连接,通过无线通信网络将用户更正的数据上传至远程控制终端,保存至数据库中,用以训练优化多维环境控制模型,使模型能够不断学习新的环境阈值范围,从而增加预测的准确度。
具体地,本实施例中,所述的智能感知节点包括传感器模块、ZigBee通信模块、微控制器以及电源模块等几部分组成。所述传感器模块包括烟雾传感器、震动传感器、位置传感器、图像传感器、温度传感器、湿度传感器、CO2传感器、乙烯传感器、溶解氧传感器、光照传感器、形变传感器、图像传感器。
具体地,本实施例中,所述常规模型参数是系统中的固定参数,包括烟雾浓度、震动、位置、图像,所述可变模型参数可由用户根据运输产品的特性自行选择设置,如温度、湿度、CO2浓度、乙烯浓度、溶解氧、光照强度、形变。
具体地,本实施例中,所述汇聚节点包括ZigBee通信模块,无线通信模块、微控制器以及电源模块几部分组成。
具体地,本实施例中,所述多维环境控制模型的构建方法是基于封闭厢体内的环境参数相互影响作用下,如某些情况下温度升高可能导致CO2浓度的增加,利用深度学习中的自动编码器算法,以系统中的所有环境参数作为输入,以数据库中存储的历史环境数据作为训练集,通过自动编码训练得到最优环境参数,减少重复性的环境参数,降低其维度,以此去除参数冗余,减少节点间传输的数据量,从而达到降低能耗的效果。除此之外,在编码器的最后一层,加入SVM分类器,以部分历史环境数据作为训练集,进行环境异常预测,最终将远程服务器将接收到的最近期的环境数据作为输入,预测下一时刻的环境状态,若预测可能会出现异常,则提前向用户发出提示警报,使环境得到及时调控。
具体地,本实施例中,所述无线通信网络为5G/4G/3G/2G网络。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (6)
1.一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统,方法如下:分布于厢体内的智能感知节点采集环境参数数据,包括常规模型参数和可变模型参数,通过ZigBee网络将数据上传至汇聚节点;所述汇聚节点与远程控制终端相连,汇聚节点将接收的数据构成以环境参数为维度的环境数据矩阵,并上传至远程控制终端;所述远程控制终端将数据保存至数据库的同时,利用深度学习中的自动编码器算法(AutoEncoder),针对不同运输对象,构建多维环境控制模型,以环境数据矩阵进一步训练优化模型,在编码器最后一层采用SVM预测封闭厢体内的环境状态,若预测环境异常,则反馈异常信息至车载控制终端;所述车载控制终端向用户发出预警,同时调节环境控制装置以改善环境,避免异常发生。所述汇聚节点与环境控制装置连接,汇聚节点分析处理环境数据,根据用户设置的阈值范围判断数据异常情况,若超出设定的阈值范围,则上传至异常信息至车载控制终端;所述汇聚节点通过无线通信网络与车载控制终端连接通信,将异常环境参数的数据、发生异常的感知节点序号以及异常节点采集到的图像数据上传至车载控制终端,并发出警报,不同环境参数异常显示相应的警报提示,终端用户依据警报提示操作环境控制装置进行环境控制,以此处理未能及时预测的环境异常;所述车载控制终端与远程控制终端连接,通过无线通信网络将用户更正的数据上传至远程控制终端,保存至数据库中,用以训练优化多维环境控制模型,使模型能够不断学习新的环境阈值范围,从而增加预测的准确度。
2.如权利要求1所述的一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统,其特征在于:所述的智能感知节点包括传感器模块、ZigBee通信模块、微控制器以及电源模块等几部分组成;所述传感器模块包括烟雾传感器、震动传感器、位置传感器、图像传感器、温度传感器、湿度传感器、CO2传感器、乙烯传感器、溶解氧传感器、光照传感器、形变传感器、图像传感器。
3.如权利要求1所述的一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统,其特征在于:所述常规模型参数是系统中的固定参数,包括烟雾浓度、震动、位置、图像,所述可变模型参数可由用户根据运输产品的特性自行选择设置,如温度、湿度、CO2浓度、乙烯浓度、溶解氧、光照强度、形变。
4.如权利要求1所述的一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统,其特征在于:所述汇聚节点包括ZigBee通信模块,无线通信模块、微控制器以及电源模块几部分组成。
5.如权利要求1所述的一种农产品运输封闭和半封闭厢体的环境监测预警系统,其特征在于:所述多维环境控制模型的构建方法是基于封闭和半封闭厢体内的环境参数相互影响作用下,如某些情况下温度升高可能导致CO2浓度的增加,利用深度学习中的自动编码器算法训练得到环境参数,并在最后一层以SVM作为分类器,进而预测某时刻的环境状态;设系统中的所有可变模型参数数据组成环境参数向量为X=(x1,x2,…xn),数据库中存储的历史环境数据记录为m条,编码器初始的输入矩阵设为m*n矩阵data0,编码器的算法为:[Pi,weightvalue]=code(data0),其中Pi为经过第i层code编码后的输出矩阵,weightvalue为每个参数的权重值,按从大到小的顺序排列,通过多层编码器的反复训练,最终得到最优环境参数矩阵P以及各个参数所占权重;用户在系统中设置参数的个数k,那么权重值在前k个的参数为最终的特征,其数值组成特征向量E;通过上述方法减少重复性的环境参数,降低其维度,去除参数冗余,减少节点间传输的数据量,从而达到降低能耗的效果;除此之外,在编码器的最后一层,加入SVM分类器,以最终选取的特征向量E作为SVM分类器的输入,利用历史数据训练SVM分类预测模型(其中,h(x)取-1或1),得到参数αi,b;系统最终将远程服务器接收到的近期环境数据作为输入,预测下一时刻的环境状态,若预测可能会出现异常,则提前向用户发出提示警报,使得可以提前采取措施环进行及时调控。
6.如权利要求1所述的一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统,其特征在于:所述无线通信网络为5G/4G/3G/2G网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710056458.2A CN108363294A (zh) | 2017-01-26 | 2017-01-26 | 一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710056458.2A CN108363294A (zh) | 2017-01-26 | 2017-01-26 | 一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108363294A true CN108363294A (zh) | 2018-08-03 |
Family
ID=63011377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710056458.2A Pending CN108363294A (zh) | 2017-01-26 | 2017-01-26 | 一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108363294A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109085295A (zh) * | 2018-08-14 | 2018-12-25 | 张家港江苏科技大学产业技术研究院 | 一种室内外污染物监控系统 |
CN109242329A (zh) * | 2018-09-21 | 2019-01-18 | 苏州数言信息技术有限公司 | 表征室内环境综合质量的综合指标计算方法 |
CN109905489A (zh) * | 2019-04-01 | 2019-06-18 | 重庆大学 | 基于数据融合算法的多传感器数据关联性处理方法及系统 |
WO2020056812A1 (zh) * | 2018-09-21 | 2020-03-26 | 苏州数言信息技术有限公司 | 用于评价室内环境质量的环境参数权重确定方法及系统 |
CN111988752A (zh) * | 2020-08-19 | 2020-11-24 | 温州科技职业学院 | 一种基于农业大数据记录分析农作物产品成活率的方法 |
CN115563622A (zh) * | 2022-09-29 | 2023-01-03 | 国网山西省电力公司 | 一种运行环境的检测方法、装置和系统 |
CN116300477A (zh) * | 2023-05-19 | 2023-06-23 | 江西金域医学检验实验室有限公司 | 封闭空间环境调控方法、系统、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001097555A2 (en) * | 2000-06-15 | 2001-12-20 | Freshloc Technologies, Inc. | Cold chain food safety management |
US20090143923A1 (en) * | 2000-09-08 | 2009-06-04 | Breed David S | Arrangement and Method for Monitoring Shipping Containers |
EP2642436A1 (en) * | 2012-03-19 | 2013-09-25 | Rmoni Wireless NV | A wireless device and a wireless platform for real-time monitoring of perishable products during transport |
CN103389716A (zh) * | 2013-07-27 | 2013-11-13 | 浙江求是人工环境有限公司 | 一种农产品冷链物流的智能化监控系统及方法 |
CN104359565A (zh) * | 2014-10-17 | 2015-02-18 | 中国农业大学 | 一种冷链运输温度监测与预警的方法及系统 |
CN104730982A (zh) * | 2015-03-10 | 2015-06-24 | 北京农业信息技术研究中心 | 一种农产品冷链物流车厢电子履历采集与预警装置及方法 |
CN106096887A (zh) * | 2016-06-13 | 2016-11-09 | 陕西科技大学 | 一种猪肉冷链物流安全预警方法 |
-
2017
- 2017-01-26 CN CN201710056458.2A patent/CN108363294A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001097555A2 (en) * | 2000-06-15 | 2001-12-20 | Freshloc Technologies, Inc. | Cold chain food safety management |
US20090143923A1 (en) * | 2000-09-08 | 2009-06-04 | Breed David S | Arrangement and Method for Monitoring Shipping Containers |
EP2642436A1 (en) * | 2012-03-19 | 2013-09-25 | Rmoni Wireless NV | A wireless device and a wireless platform for real-time monitoring of perishable products during transport |
CN103389716A (zh) * | 2013-07-27 | 2013-11-13 | 浙江求是人工环境有限公司 | 一种农产品冷链物流的智能化监控系统及方法 |
CN104359565A (zh) * | 2014-10-17 | 2015-02-18 | 中国农业大学 | 一种冷链运输温度监测与预警的方法及系统 |
CN104730982A (zh) * | 2015-03-10 | 2015-06-24 | 北京农业信息技术研究中心 | 一种农产品冷链物流车厢电子履历采集与预警装置及方法 |
CN106096887A (zh) * | 2016-06-13 | 2016-11-09 | 陕西科技大学 | 一种猪肉冷链物流安全预警方法 |
Non-Patent Citations (3)
Title |
---|
刘喜峰等: "基于Zig Bee的农产品冷藏车环境远程监测系统设计" * |
王家敏等: "冷藏车车厢微环境信息感知系统设计" * |
陈天一等: "基于ZigBee的嵌入式冷藏车环境远程监测系统" * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109085295A (zh) * | 2018-08-14 | 2018-12-25 | 张家港江苏科技大学产业技术研究院 | 一种室内外污染物监控系统 |
CN109242329A (zh) * | 2018-09-21 | 2019-01-18 | 苏州数言信息技术有限公司 | 表征室内环境综合质量的综合指标计算方法 |
WO2020056812A1 (zh) * | 2018-09-21 | 2020-03-26 | 苏州数言信息技术有限公司 | 用于评价室内环境质量的环境参数权重确定方法及系统 |
CN109905489A (zh) * | 2019-04-01 | 2019-06-18 | 重庆大学 | 基于数据融合算法的多传感器数据关联性处理方法及系统 |
CN111988752A (zh) * | 2020-08-19 | 2020-11-24 | 温州科技职业学院 | 一种基于农业大数据记录分析农作物产品成活率的方法 |
CN115563622A (zh) * | 2022-09-29 | 2023-01-03 | 国网山西省电力公司 | 一种运行环境的检测方法、装置和系统 |
CN115563622B (zh) * | 2022-09-29 | 2024-03-12 | 国网山西省电力公司 | 一种运行环境的检测方法、装置和系统 |
CN116300477A (zh) * | 2023-05-19 | 2023-06-23 | 江西金域医学检验实验室有限公司 | 封闭空间环境调控方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363294A (zh) | 一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统 | |
Liu et al. | Design and test of a low-power acceleration sensor with Bluetooth Low Energy on ear tags for sow behaviour monitoring | |
CN113158364B (zh) | 循环泵轴承故障检测方法及系统 | |
CN109074541A (zh) | 包括检测器的ad-hoc无线网状网络的易腐产品状态系统 | |
CN108713208A (zh) | 易腐产品的货物运输系统 | |
KR102117092B1 (ko) | 행동 패턴 인식을 이용한 소의 발정 탐지 시스템 | |
US11272681B2 (en) | Network of IoT sensors for monitoring harmful gas in animal stables | |
TWI661770B (zh) | 智慧深度學習農漁培養系統 | |
CN114971933B (zh) | 一种食用菌的保存方法和系统 | |
CN107483632A (zh) | 一种水产品养殖环境智能监测系统 | |
Ong et al. | Intelligent outdoor aquaponics with automated grow lights and internet of things | |
CN113056188A (zh) | 用于监视牲畜设施状态的装置 | |
CN115457468A (zh) | 一种大型草场的智慧畜牧监测方法及系统 | |
Palconit et al. | Development of IoT-based Fish Tank Monitoring System | |
CN113344152A (zh) | 一种奶品全链条生产信息智能检测上传系统及方法 | |
Onibonoje | IoT-based synergistic approach for poultry management system | |
Boonsong et al. | Real-time water quality monitoring of aquaculture pond using wireless sensor network and internet of things | |
González et al. | Real-time monitoring of poultry activity in breeding farms | |
CN107392393A (zh) | 一种具有环境预测和自动调节的干细胞运输远程系统 | |
Murphy et al. | An automatic, wireless audio recording node for analysis of beehives | |
CN109874688A (zh) | 饲喂系统 | |
Petkov et al. | Fault Tolerance Smart Egg Incubation System with Computer Vision | |
CN112380486B (zh) | 用于海水观赏鱼养殖状态的动态监测评估方法及系统 | |
AU2020103515A4 (en) | A system and a method for real time monitoring and identification of endangered animals | |
KR101657137B1 (ko) | 지능형 축사 환풍구 제어방법 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180803 |