CN112763002B - 一种果蔬仓储环境物联网监测系统及方法 - Google Patents
一种果蔬仓储环境物联网监测系统及方法 Download PDFInfo
- Publication number
- CN112763002B CN112763002B CN202110097276.6A CN202110097276A CN112763002B CN 112763002 B CN112763002 B CN 112763002B CN 202110097276 A CN202110097276 A CN 202110097276A CN 112763002 B CN112763002 B CN 112763002B
- Authority
- CN
- China
- Prior art keywords
- fruit
- vegetable
- sensor
- information
- module
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供一种果蔬仓储环境物联网监测系统及方法,系统包括副机、主机、云服务器和移动终端;所述副机包括传感器模块,传感器模块用于采集果蔬仓储环境内的温度、湿度和气体信息,副机还用于采集的时间、地点并传递给主机;主机获取各副机数据上传到云服务器;云服务器根据主机传送的信息和果蔬品质监测预警模型判断果蔬腐败等级,当果蔬腐败等级超过预设值时,发出预警信息;云服务器将各副机的腐败信息传输至主机;主机将各副机的腐败等级结果传输至各副机;用户通过移动终端由区块链获取果蔬仓储环境的数据信息。本发明本可对果蔬仓储实时监测,可以判别果蔬腐败等级和发出预警,解决果蔬仓储环境远程监测和预警的问题。
Description
技术领域
本发明属于果蔬仓储环境监测领域,具体涉及一种果蔬仓储环境物联网监测系统及方法。
背景技术
中国水果和蔬菜总面积和总产量一直稳居世界第一,是国内外市场前景广阔且具有较强国际竞争力的优势农业产业。随着经济的发展和人民生活水平的提高,消费者对果蔬质量和安全性要求越来越高。但是如果在仓储的过程中把控不严格,不能实时对劣变果蔬进行监测,就可能造成面源污染,给销售者带来经济损失,更为严重者,劣变果蔬极有可能流入市场,构成食品安全隐患。果蔬仓储环境的监测系统及方法,对促进果蔬产业的健康发展具有重要意义。
目前果蔬仓储库的主要方法采用气调和冷藏相结合的方法进行保藏。气调是指改变果蔬仓储库环境中空气的组成,适当降低O2的分压或适当增高CO2的分压,抑制植物体呼吸强度、延缓后熟老化过程、阻止水分蒸发、抑制微生物活动等作用,获得减低损耗、延长贮藏期的效果。低温贮藏,是指在0℃~10℃之间的环境条件下进行贮藏的方法。这种方法依靠低温作用抑制微生物的繁殖,并减弱果蔬的生理活动,达到减缓其呼吸用的目的。在果蔬保鲜冷链仓储环境中,相对湿度的高低,一方面影响果蔬的蒸腾作用,另一方面也影响微生物的活动,从而降低蒸腾作用。对于防止果蔬的萎蔫皱皮来说,应保持高湿度。但空气湿度越高,越有利于微生物活动,也就越容易引起果蔬发病腐烂。同时,果蔬仓储库中的C2H4和挥发性有机化合物的含量也影响着果蔬的品质,乙烯与苹果的成熟度相关,含量过高时导致苹果的衰败;挥发性有机化合物是苹果新鲜度的重要评价指标。因此在实际控制的果蔬保鲜冷链仓储环境条件中,必须全面系统考虑气体兼顾温湿度影响,将各参数维持在一个适当的水平。在果蔬仓储环境监测方面,传感器具有无损伤、检测效率高、成本低、重现性好等优势。传统的传感器设备如电子鼻在果蔬检测领域得到越来越广泛的应用,然而目前商业化电子鼻成本过高,采集的信息无法直接与仓储环境品质建立联系,无法直观地观察监测环境的变化,不能实现对仓储环境进行实时远程监测及预警,传统的传感器设备已无法满足当前果蔬仓储环境的需求。因此,远程监测和预警成为该类技术发展的瓶颈问题。
发明内容
针对上述技术问题,本发明公开一种果蔬仓储环境物联网监测系统及方法,系统包括若干副机、主机、云服务器、移动终端和区块链,副机分别安装在多个监测节点,副机包括主控芯片、传感器模块、信号处理模块、通讯模块、GPRS模块、人机界面操作模块、存储模块、实时时钟模块、数据处理模块和电源模块。副机获取仓储环境各参数信息上传至主机;主机获取各副机数据,将数据加密后,将数据和对应的索引上传到云服务器;所述云服务器根据主机传送的信息和果蔬品质监测预警模型判断果蔬腐败等级,当果蔬腐败等级超过预设值时,发出预警信息;云服务器将各副机的腐败信息和预警信息传输至主机;主机将各副机的腐败等级结果传输至各副机;用户通过移动终端由区块链获取果蔬仓储环境的数据信息。本发明可对果蔬仓储实时监测,可以判别果蔬腐败等级,具有安全高、功耗低、实时远程监测等优点。本发明提供一种果蔬仓储环境物联网监测系统及方法,解决果蔬仓储环境远程监测和预警的问题。
本发明通过以下技术方案实现的:一种果蔬仓储环境物联网监测系统,包括若干副机、主机、云服务器和移动终端;
所述副机包括传感器模块,传感器模块用于采集果蔬仓储环境内的温度、湿度和气体信息,副机还用于采集的时间、地点并传递给主机;所述副机设有气室,气室内放置一套所述传感器模块;所述气室采用仿哺乳动物鼻腔设计;
所述主机将副机的信息传送至云服务器,所述云服务器根据主机传送的信息和果蔬品质监测预警模型判断果蔬腐败等级,当果蔬腐败等级超过预设值时,发出预警信息;云服务器将等级结果和预警信息传送至主机,主机将等级结果和预警信息传送至副机;所述云服务器还用于存储数据并能够将数据传送给移动终端。
上述方案中,所述副机包括主控芯片、传感器模块、信号处理模块、通讯模块、GPRS模块、人机界面操作模块、存储模块、实时时钟模块、数据处理模块和电源模块;
所述传感器模块包括温湿度传感器、氧气传感器、二氧化碳传感器、乙烯传感器和挥发性有机物传感器;所述温湿度传感器用于采集果蔬仓储环境内的温度和湿度;所述氧气传感器用于采集果蔬仓储环境内的氧气浓度;所述二氧化碳传感器用于采集果蔬仓储环境内的二氧化碳浓度;所述乙烯传感器用于采集果蔬仓储环境内的乙烯浓度;所述挥发性有机物传感器用于采集果蔬仓储环境内的挥发性有机物浓度;
所述信号处理模块用于将传感器模块的原始信号转换成电信号并传递到主控芯片;
所述通讯模块用于主控芯片与主机和云服务器之间进行信息传输;
所述实时时钟模块用于获取传感器模块采集的时间信息,并传递给主控芯片;
所述GPRS模块用于获取副机的位置信息,并传递给主控芯片;
所述数据处理模块用于将传感器模块所获取的数据进行平滑处理了;
所述存储模块用于将信号处理模块转换后的信号、实时时钟模块获取的时间信息和GPRS模块获取的位置信息进行存储;
所述人机界面操作模块用于显示实时监测的数据;
所述电源模块用于提供电能。
上述方案中,所述气室包括腔体、进气口和出气口;所述进气口和出气口在同一轴线上,所述气室的腔体由中部向进气口和出气口两端变窄,且气室的腔体设置有T型挡板,T型挡板的横杆位于离出气口近的位置,T型挡板的竖杆末端指向进气口,传感器模块的传感器分别置于T型挡板的竖杆两侧。
上述方案中,所述气室通过管路与真空泵连接;真空泵的进气口与气室的出气孔连接。
上述方案中,还包括区块链;所述区块链分别与主机、云服务器和移动终端连接;所述主机将数据加密后,发送给云服务器;移动终端通过区块链加密获取主机的数据。
一种根据所述果蔬仓储环境物联网监测系统的方法,包括以下步骤:
所述主机根据获得的副机的信息建立果蔬品质监测预警模型,并将信息和模型传送至云服务器,
将果蔬仓储环境在空间上分成多个监测区,选择若干代表监测区布设监测点;在监测点放置副机实时采集果蔬仓储环境内的温度、湿度和气体信息、以及采集的时间、地点并传递给主机;
所述主机将获得的果蔬仓储环境内的温度、湿度和气体信息、以及采集的时间、地点信息传送到云服务器作为果蔬品质监测预警模型的输入变量,所述云服务器根据主机传送的信息和果蔬品质监测预警模型判断果蔬腐败等级当果蔬腐败等级超过预设值时,发出预警信息;云服务器将等级结果和预警信息传送至主机,主机将等级结果和预警信息传送至副机;所述云服务器存储数据并能够将数据传送给移动终端;移动终端实时获取果蔬仓储环境的数据信息、果蔬腐败等级和预警信息,实现果蔬仓储环境远程实时监测和预警。
上述方案中,所述果蔬品质监测预警模型是通过主成分分析或小波分析结合偏最小二乘判别分析或反向传播人工神经网络建立。
进一步的,所述果蔬品质监测预警模型是通过主成分分析集合反向传播人工神经网络建立,包括以下步骤:
将所述传感器模块采集的不同腐败等级果蔬的乙烯、氧气、二氧化碳和挥发性有机化合物的数据、实时时钟模块获取采集的时间信息和GPRS模块获取的位置信息组成矩阵,进行主成分分析,选取多个主成分数的数据作为果蔬品质监测预警模型的数据输入,通过反向传播人工神经网络构建果蔬腐败等级的判别模型;
所述反向传播人工神经网络包括输入层、隐含层和输出层,多个主成分数的数据为输入层,设置隐含层数、输出层数、错误索引、训练步长和训练运行次数,建立果蔬品质监测预警模型。
上述方案中,所述果蔬品质监测预警模型的输入变量包括N个函数特征变量,N个函数特征变量如下:
①F1=a1*V1+a2*V2+a3*V3+a4*V4+a5*V5+a6*V6+a7*V7+a8*V8+a9*V9+a10*V10+a11*V11+a12*V12;
②F2=b1*V1+b2*V2+b3*V3+b4*V4+b5*V5+b6*V6+b7*V7+b8*V8+b9*V9+b10*V10+b11*V11+b12*V12;
③F3=c1*V1+c2*V2+c3*V3+c4*V4+c5*V5+c6*V6+c7*V7+c8*V8+c9*V9+c10*V10+c11*V11+c12*V12;
④F4=d1*V1+d2*V2+d3*V3+d4*V4+d5*V5+d6*V6+d7*V7+d8*V8+d9*V9+d10*V10+d11*V11+d12*V12;
……
⑤FN=n1*V1+n2*V2+n3*V3+n4*V4+n5*V5+n6*V6+n7*V7+n8*V8+n9*V9+n10*V10+n11*V11+n12*V12;
其中,a1…a11~n1…n11为各函数的系数,系数与果蔬的类型有关,V1为乙烯传感器检测到的乙烯浓度的平均值,V2为氧气传感器检测到的氧气浓度的平均值,V3为二氧化碳传感器检测到的二氧化碳浓度的平均值,V4为挥发性有机化合物传感器检测到的挥发性有机化合物浓度的平均值,V5为乙烯传感器检测到的乙烯浓度的最高值,V6为氧气传感器检测到的氧气浓度的最高值,V7为二氧化碳传感器检测到的二氧化碳浓度的最高值,V8为挥发性有机化合物传感器检测到的挥发性有机化合物浓度的最高值,V9为温湿度传感器检测到的温度的平稳期的平均值,V10为温湿度传感器检测到的湿度的平稳期的平均值,V11为GPRS模块检测到的位置信息,V12为检测时的时间。
上述方案中,所述的腐败等级分为新鲜、初级腐败、中级腐败和严重腐败四个等级,果蔬品质监测预警模型的预测结果为y;
当0≤y≤1时,判断果蔬的腐败等级为新鲜;
当1<y≤5时,判断果蔬的腐败等级为初级腐败;
当5<y≤10时,判断果蔬的腐败等级为中级腐败;
当10<y时,判断果蔬的腐败等级为严重腐败。
与现有技术相比,本发明的有益效果是:本发明所述果蔬仓储环境物联网监测系统的气室采用类似哺乳动物鼻腔的仿生设计,气室内设置鼻甲骨一样的挡板结构,可以维持并提高气室内的气压,在快速清洗的基础上延长反应时间;本发明构建了果蔬品质监测预警模型,与现有的模型相比,本发明的模型是根据当前监测节点的温湿度、各气体浓度、时间和位置信息的信息,能够将果蔬的整体信息进行展示,实现果蔬腐败等级的分类。本发明将副机放置在果蔬仓储环境内的监测点,主机可以放置在仓储库外。通过主机与副机间的通信,解决果蔬仓储库信息传输问题。用户可以通过移动终端访问并接收来自云服务器的信号,使得用户通过移动终端便可实时安全保密地获取室内各监测因子的浓度信息,把控仓储环境状况,实现了仓储过程中果蔬品质的远程实时监测。同时依托区块链的加密特点,保证了数据传输的稳定与安全。
附图说明
图1为本发明果蔬仓储环境物联网监测系统的监测方法流程图;
图2为本发明一实施方式的果蔬仓储环境在空间上划分的27监测区(a)以及利用正交试验选择9个代表点A1B1C1、A2B1C2、A3B1C3、A1B2C2、A2B2C3、A3B2C1、A1B3C3、A2B3C1和A3B3C2作为监测点(b);
图3为本发明一实施方式的监测系统气室示意图;
图4为本发明一实施方式的果蔬仓储环境物联网监测方法具体步骤的流程图;
图5为本发明一实施方式的果蔬腐败等级及预警示意图;
图6为本发明一实施方式的果蔬仓储环境物联网监测方法用户获取信息的流程图;
图中,进气口1、隔板2、气室3、出气口4。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“轴向”、“径向”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
实施例1
本发明实施例1提出一种果蔬仓储环境物联网监测系统,包括若干副机、主机、云服务器和移动终端;所述副机包括传感器模块,传感器模块用于采集果蔬仓储环境内的温度、湿度和气体信息,副机还用于采集的时间、地点并传递给主机;将果蔬仓储环境内划分为多个监测节点;所述副机设有气室3,气室3内放置一套所述传感器模块;所述气室3采用仿哺乳动物鼻腔设计;所述主机根据获得的信息通过果蔬品质监测预警模型判断果蔬腐败等级,当果蔬腐败等级超过预设值时,发出预警信息;所述主机将数据传送到云服务器进行存储;所述云服务器用于存储数据并能够将数据传送给移动终端。
优选的,所述副机包括主控芯片、传感器模块、信号处理模块、通讯模块、GPRS模块、人机界面操作模块、存储模块、实时时钟模块、数据处理模块和电源模块;所述传感器模块包括温湿度传感器、氧气传感器、二氧化碳传感器、乙烯传感器和挥发性有机物传感器;所述温湿度传感器用于采集果蔬仓储环境内的温度和湿度;所述氧气传感器用于采集果蔬仓储环境内的氧气浓度;所述二氧化碳传感器用于采集果蔬仓储环境内的二氧化碳浓度;所述乙烯传感器用于采集果蔬仓储环境内的乙烯浓度;所述挥发性有机物传感器用于采集果蔬仓储环境内的挥发性有机物浓度;所述信号处理模块用于将传感器模块的原始信号转换成电信号并传递到主控芯片;所述通讯模块用于主控芯片与主机和云服务器之间进行信息传输;所述实时时钟模块用于获取传感器模块采集的时间信息,并传递给主控芯片;所述GPRS模块用于获取副机的位置信息,并传递给主控芯片;所述数据处理模块用于将传感器模块所获取的数据进行平滑处理了;所述存储模块用于将信号处理模块转换后的信号、实时时钟模块获取的时间信息和GPRS模块获取的位置信息进行存储;所述人机界面操作模块用于显示实时监测的数据;所述电源模块用于提供电能。
优选的,所述移动终端为具有搜索并加入WiFi网络功能的移动设备;所述传感器阵列模块、信号处理模块、通讯模块、实时时钟模块以及存储模块均与主控芯片相连,电源模块分别与主控芯片相连;移动终端通过通讯模块与云服务器相连;传感器阵列模块采集到的传感器信号经过信号处理模块处理后,传输到主控芯片进行转换,从而获得当前各参数具体数值;实时时钟模块产生时间信息并传输给主控芯片,主控芯片将各参数数值和时间信息打包后传输给存储模块进行储存。
优选的,所述主控芯片可以采用STC8A8K系列单片机产品,该系列运行速度快、功耗低,便于满足监测节点高灵敏、低功耗的需求;具体的主控芯片为STC8A8K64S4A12_LQFP48单片机,相较于传统的电子鼻系统使用的数据采集卡进行多路气体传感器信号采集,数据采集卡价格昂贵,且需要相应的软件配套使用,具有一定程度的专业性,不易推广。该单片机不需要外部晶振和外部复位的单片机,速度比传统单片机快,同时具有高可靠、低功耗、强抗静电以及较强抗干扰的优点。该单片机具有较多的I/O端口,支持12位精度15通道的A/D转换,具有较高的转换速率,能够满足果蔬仓储数据采集应用。
优选的,所述传感器模块包括温湿度传感器、氧气传感器、二氧化碳传感器、乙烯传感器和挥发性有机物传感器,各传感器的检测量程、分辨率、采样精度和重复性如表1。
表1.各传感器的检测量程、分辨率、采样精度和重复性
优选地,C2H4传感器选择智能型C2H4传感器,型号为7NE/C2H4-10;VOC传感器选择7NE/VOC-50的VOC智能型气体传感器;O2传感器选择7NE/O2-30的O2智能型气体传感器;CO2传感器选择7NE/CO2-5000红外CO2传感器。
所述传感器模块散射状排列放置在气室3底部,能够控制待测气体的气流均匀的散布到各个气体传感器,保证各个气体传感器接触到待测气体的时间和浓度的一致性,即各个传感器的响应时间和响应速度不会因其在气室内部的位置而受到影响。
如图3所示,所述气室3包括腔体、进气口1和出气口4;所述进气口1和出气口4在同一轴线上,所述气室3的腔体由中部向进气口1和出气口4两端变窄,且气室3的腔体设置有T型挡板2,T型挡板2的横杆位于离出气口4近的位置,T型挡板2的竖杆末端指向进气口1,传感器模块的传感器分别置于T型挡板2的竖杆两侧。所述气室3出入口采用的是流线形设计,气室截面是由窄变宽,气流速度从快到慢平稳地进入,并均匀扩散向气室3出口方向流动。气体流出时气室3的腔口越来越小,是为了增大气室内气压,可以保证气流平稳。此外,气室内的类鼻甲骨挡板结构可以起到分流的作用,使气室内的气流扩散均匀。所述气室3的尺寸、不同的构造都会直接影响着气体传感器的响应时间、稳定性、重复性等特性。因此,所述气室3是由气体吸附性较小且不敏感的材料3D打印制成,气室3的转角及沟槽使用圆角避免产生死体积的地方,气室3容积大小是根据气体检测所需进样量大小确定,在腔体的左右两个侧面上各有一个气孔,作为进气口1和出气口4。进气口1和出气口4在同一轴线上,同时在气室3的进气孔和出去孔处中加入了过滤装置,确保监测环境空气的洁净,避免仓储环境气体的水蒸气和粉尘颗粒物等杂质对气体管路和传感器模块的污染。所述气室3的设计方案采用的是仿生设计。气室3类似于哺乳动物鼻腔,气室3内设置了像鼻甲骨一样的T型挡板2。T型挡板2能够将进入气室3的气体分流开来,从而使气流在气室3内扩散开来,使少部分气体在传感器阵列处滞留时间延长并充分发生反应,还能保证大部分何流快速的通过气室使得气室3便于清洗。另外,挡板可以维持并提高气室3内的气压,气压升高意味着单位体积内的待测气体量增多,相当于提高待测气体的浓度。
所述气室3与动力装置连接,优选的,所述动力装置为微型真空泵,将微型真空泵的进气口通过管路与气室3的出气孔连接,系统工作时,微型真空泵将气室3内气体抽出,使被测气体在负压作用下,依次流经各个传感器的敏感表层,使之充分反应,最后气体经微型真空泵的出气口排出。
所述人机界面操作模块由串口屏构成,能够进行触控操作,实时显示各参数的当前值,同时能将各参数数据变化以折线图方式进行显示。
所述电源模块为采用电池组供电,通过降压电路将电压降到3.3V后对主控芯片进行供电,通过稳压电路将电压稳定为5V后对各传感器进行供电。
优选的,所述副机为三台以上,各副机能够独立的进行仓储环境的监测及显示,能通过通讯模块将采集的数据传输至主机,主机能实时获取显示各副机获取的各参数信息,实现果蔬仓储环境远程实时监测和预警。
实施例2
本发明实施例2提出一种基于实施例1所述果蔬仓储环境物联网监测系统的方法,包括如下步骤,如图1和4所示:
所述主机根据获得的副机的信息建立果蔬品质监测预警模型,并将信息和模型传送至云服务器;
如图2所示,预先将果蔬仓储环境在空间上分成27个监测区,利用正交试验选择9个代表监测区布设监测点;在监测点放置副机实时获取和传输仓储环境各参数信息,通过通讯模块将监仓储环境数据并上传至主机;
所述主机通过通讯模块获取各副机数据,主机将大量的数据加密后,与其相关索引一并上传到云服务器上,完成数据的存储;
所述云服务器根据主机上传的信息数据和果蔬品质监测预警模型计算出各副机处监测到的果蔬的腐败等级,当果蔬腐败等级超过预设值时,发出预警信息,云服务器将各副机的腐败等级和预警信息传输至主机,同时将数据存储在数据库中;
所述主机通过通讯模块将各副机的腐败等级结果传输至各副机;
用户通过移动终端跟云服务器建立联系,实时获取果蔬仓储环境的数据信息,实现果蔬仓储环境远程实时监测和预警。
所述通讯模块包括WiFi,WiFi具有电磁波覆盖范围大,传输速率快,灵活度高,门槛低等优点,极大地保证数据传输能够流畅进行,既能满足远程登陆查看果蔬仓储环境的要求,又实现了尽可能低的运行时功耗问题,在指定的WiFi覆盖区域内,用户都可以使用手机、移动平板和移动电脑进行连接。
所述果蔬品质监测预警模型是根据当前监测节点多参数信息构建,包括监测节点的温湿度、各气体浓度和所在的位置信息。利用批量获取样本的传感器原始信号,采用预处理方法进一步处理传感器信号,对传感器信号进行降噪平滑,结合实测的样本腐败等级,所述果蔬品质监测预警模型是通过主成分分析或小波分析结合偏最小二乘判别分析或反向传播人工神经网络建立。
如图5所示,腐败等级分为新鲜、初级腐败、中级腐败和严重腐败四个等级,果蔬品质监测预警模型的预测结果为y;当0≤y≤1时,判断果蔬的腐败等级为新鲜;当1<y≤5时,判断果蔬的腐败等级为初级腐败;当5<y≤10时,判断果蔬的腐败等级为中级腐败;当10<y时,判断果蔬的腐败等级为严重腐败。腐败等级信息可以在副机和移动终端进行实时显示。通过设置腐败等级阈值,当超过阈值时,用户会收到预警信息,在腐败前期便于及时发现和移除腐败果蔬。
本发明果蔬仓储库的环境信息及果蔬数据可进行加密并存储在云服务器上;云服务器具有拥有大量数据存储空间和高效的搜索效率的优点,如果收到搜索请求,将会根据请求返回相应的结果;为了保证果蔬仓储数据来源的一致性,想要获取数据的用户获得并共享果蔬仓储数据;区块链是生成用户所需目标果蔬仓储数据的搜索凭证,以及解密云服务器返回的数据密文。
如图6所示,用户获取数据的具体步骤如下:首先,主机将大量的数据加密后,与其相关索引一并上传到云服务器上,完成数据的存储。其次,为了保证数据来源的一致性,多个用户可以获得并共享仓储数据。用户需要先向主机提出请求以获得搜索凭证;主机收到请求后,通过秘密共享技术将生成搜索凭证的密钥分割成多个密钥份额发送给共享用户作为响应;同时为了保证共享用户提交密钥份额的正确性,将与这些密钥份额相关的数据发给区块链以进行后续验证。接着用户提交自己的密钥份额给区块链,返回搜索凭证。用户将收到的搜索凭证发送给云服务器进行搜索,云服务器返回目标数据密文。最后,用户将密文发送给智能合约,智能合约进行解密,返回给用户对应明文。
实施例3
本实例以苹果为例,采用本发明所述果蔬仓储环境物联网监测系统及方法,实现果蔬仓储远程监测,具体步骤如下:
确定监测点:如图2所示,预先将仓储环境在空间上分成27个监测区,利用正交试验选择9个代表监测区布设监测点;在监测点放置副机实时获取和传输仓储环境各参数信息,通过通讯模块将监仓储环境数据并上传至主机;
获取监测因子信号:将不同腐败程度的苹果作为检测样品,按照其腐败程度分成新鲜、初级腐败、中级腐败和严重腐败四组,将各组检测样品分别放入果蔬仓储库中,长时间静置,使得苹果散发的气味充满仓储库并达到饱和;将监测节点的副机放置在上述监测点,获得传感器模块对不同腐败程度的响应信号,主控芯片将响应信号和时间信息传输给存储模块进行储存,并将采集到的响应信号通过通讯模块传递给主机;
建立苹果品质监测预警模型:主机利用批量获取样本的传感器原始信号,采用预处理方法进一步平滑传感器信号,对平滑后的传感器信号,结合实测的样本腐败等级,主成分分析结合反向传播人工神经网络建立苹果品质监测预警模型。主机将大量的数据信息和对应模型加密后,与其相关索引一并上传到云服务器上,完成数据的存储;
当果蔬为苹果时,所述果蔬品质监测预警模型中的输入变量包括8个函数特征变量,8个函数特征变量如下:
①F1=-3173.084*V1-2689.257*V2-2925.762*V3-2316.766*V4-2018.497*V5+2344.826*V6-2813.416*V7-2204.831*V8-2304.491*V9+1380.714*V10-2227.477*V11-1209.378*V12
②F2=-368.748*V1-1367.347*V2-232.748*V3+65.555*V4+713.755*V5+57.310*V6-227.329*V7-309.837*V8-493.192*V9+557.363*V10+638.275*V11+612.0593*V12
③F3=-378.373*V1-150.187*V2-288.598*V3-8.536*V4-264.250*V5+323.910*V6+126.901*V7-141.441*V8-221.408*V9+101.523*V10+65.049*V11+330.396*V12
④F4=-90.886*V1+146.388*V2-63.026*V3-74.218*V4-257.334*V5-233.859*V6+188.639*V7-199.409*V8-53.765*V9-159.538*V10-72.886*V11-264.697*V12
⑤F5=-112.552*V1+37.731*V2-48.830*V3+7.098*V4-41.748*V5+204.371*V6+14.215*V7-36.259*V8+25.603*V9+56.750*V10+16.010*V11-82.290*V12
⑥F6=-8.940*V1-29.990*V2-4.754*V3+12.380*V4+39.205*V5-10.036*V6-17.465*V7+48.691*V8+22.996*V9+43.265*V10+19.846*V11+12.629*V12
⑦F7=-20.042*V1-61.189*V2+40.230*V3-3.944*V4-18.499*V5+31.655*V6-14.122*V7-49.263*V8-58.341*V9-7.903*V10-11.448*V11-49.942*V12
⑧F8=-25.507*V1-48.090*V2+13.135*V3-16.159*V4+22.974*V5+5.200*V6-39.399*V7+16.431*V8+38.062*V9+22.399*V10-23.652*V11-67.894*V12
其中,V1为乙烯传感器检测到的乙烯浓度的平均值,V2为氧气传感器检测到的氧气浓度的平均值,V3为二氧化碳传感器检测到的二氧化碳浓度的平均值,V4为挥发性有机化合物传感器检测到的挥发性有机化合物浓度的平均值,V5为乙烯传感器检测到的乙烯浓度的最高值,V6为氧气传感器检测到的氧气浓度的最高值,V7为二氧化碳传感器检测到的二氧化碳浓度的最高值,V8为挥发性有机化合物传感器检测到的挥发性有机化合物浓度的最高值,V9为温湿度传感器检测到的温度的平稳期的平均值,V10为温湿度传感器检测到的湿度的平稳期的平均值,V11为GPRS模块检测到的位置信息,V12为检测时的时间。
实时监测苹果仓储过程中苹果腐败状态:将腐败程度未知的苹果放入仓储库中,实时获取仓储环境中监测点的数据信号并上传至云服务器,通过实时数据和苹果品质监测预警模型从而得到仓储内苹果的实时品质状态。云服务器将各副机的腐败程度结果传输至主机;
移动终端实时监测:用户需要先向主机提出请求以获得搜索凭证;主机收到请求后,通过秘密共享技术将生成搜索凭证的密钥分割成多个密钥份额发送给用户作为响应;同时为了保证共享用户提交密钥份额的正确性,将与这些密钥份额相关的数据发给区块链以进行后续验证。接着用户提交自己的密钥份额给区块链,返回搜索凭证。用户将收到的搜索凭证发送给云服务器进行搜索,云服务器返回目标数据密文。最后,用户将密文发送给智能合约,智能合约进行解密,返回给用户对应明文。用户还可设置各监测因子的安全阈值,当超过阈值时,用户会收到预警信息,便于及时发现和移除腐败苹果。
本实施例以苹果为例,充分利用了正交试验高效率、快速、经济的实验设计思路,挑选具有代表性的监测点,在保证监测精度的基础上减少了监测量。采用所述果蔬仓储环境物联网监测系统及方法,建立果蔬品质状态区分模型,具有较强的适应性和较高的区分正确率,用户只需移动终端便可远程实时对果蔬仓储库实现监测和预警。
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。
应当理解,虽然本说明书是按照各个实施例描述的,但并非每个实施例仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施例的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施例或变更均应包含在本发明的保护范围之内。
Claims (7)
1.一种果蔬仓储环境物联网监测系统,其特征在于,包括若干副机、主机、云服务器和移动终端;
将果蔬仓储环境在空间上分成多个监测区,选择若干代表监测区布设监测点;在监测点放置副机;
所述副机包括传感器模块,传感器模块用于采集果蔬仓储环境内监测点的温度、湿度和气体信息,副机还用于采集的时间、地点信息并传递给主机;所述副机设有气室(3),气室(3)内放置一套所述传感器模块;所述传感器模块包括温湿度传感器、氧气传感器、二氧化碳传感器、乙烯传感器和挥发性有机物传感器;所述温湿度传感器用于采集果蔬仓储环境内的温度和湿度;所述氧气传感器用于采集果蔬仓储环境内的氧气浓度;所述二氧化碳传感器用于采集果蔬仓储环境内的二氧化碳浓度;所述乙烯传感器用于采集果蔬仓储环境内的乙烯浓度;所述挥发性有机物传感器用于采集果蔬仓储环境内的挥发性有机物浓度;所述气室(3)包括腔体、进气口(1)和出气口(4);所述进气口(1)和出气口(4)在同一轴线上,所述气室(3)的腔体由中部向进气口(1)和出气口(4)两端变窄,且气室(3)的腔体设置有T型挡板(2),T型挡板(2)的横杆位于离出气口(4)近的位置,T型挡板(2)的竖杆末端指向进气口(1),传感器模块的传感器分别置于T型挡板(2)的竖杆两侧;
所述主机将副机的信息传送至云服务器,所述云服务器根据主机传送的信息和果蔬品质监测预警模型判断果蔬腐败等级,当果蔬腐败等级超过预设值时,发出预警信息;云服务器将等级结果和预警信息传送至主机,主机将等级结果和预警信息传送至副机;所述云服务器还用于存储数据并能够将数据传送给移动终端;
还包括区块链;所述区块链分别与主机、云服务器和移动终端连接;所述主机将数据加密后,发送给云服务器;移动终端通过区块链加密获取主机的数据;
所述果蔬品质监测预警模型中的输入变量包括N个函数特征变量,N个函数特征变量如下:
①F1=a1*V1+a2*V2+a3*V3+a4*V4+a5*V5+a6*V6+a7*V7+a8*V8+a9*V9+a10*V10+a11*V11+a12*V12;
②F2=b1*V1+b2*V2+b3*V3+b4*V4+b5*V5+b6*V6+b7*V7+b8*V8+b9*V9+b10*V10+b11*V11+b12*V12;
③F3=c1*V1+c2*V2+c3*V3+c4*V4+c5*V5+c6*V6+c7*V7+c8*V8+c9*V9+c10*V10+c11*V11+c12*V12;
④F4=d1*V1+d2*V2+d3*V3+d4*V4+d5*V5+d6*V6+d7*V7+d8*V8+d9*V9+d10*V10+d11*V11+d12*V12;
……
⑤FN=n1*V1+n2*V2+n3*V3+n4*V4+n5*V5+n6*V6+n7*V7+n8*V8+n9*V9+n10*V10+n11*V11+n12*V12;
其中,a1…a11~n1…n11为各函数的系数,系数与果蔬的类型有关,V1为乙烯传感器检测到的乙烯浓度的平均值,V2为氧气传感器检测到的氧气浓度的平均值,V3为二氧化碳传感器检测到的二氧化碳浓度的平均值,V4为挥发性有机化合物传感器检测到的挥发性有机化合物浓度的平均值,V5为乙烯传感器检测到的乙烯浓度的最高值,V6为氧气传感器检测到的氧气浓度的最高值,V7为二氧化碳传感器检测到的二氧化碳浓度的最高值,V8为挥发性有机化合物传感器检测到的挥发性有机化合物浓度的最高值,V9为温湿度传感器检测到的温度的平稳期的平均值,V10为温湿度传感器检测到的湿度的平稳期的平均值,V11为GPRS模块检测到的位置信息,V12为检测时的时间。
2.根据权利要求1所述的果蔬仓储环境物联网监测系统,其特征在于,所述副机还包括主控芯片、信号处理模块、通讯模块、GPRS模块、人机界面操作模块、存储模块、实时时钟模块、数据处理模块和电源模块;所述信号处理模块用于将传感器模块的原始信号转换成电信号并传递到主控芯片;
所述通讯模块用于主控芯片与主机和云服务器之间进行信息传输;
所述实时时钟模块用于获取传感器模块采集的时间信息,并传递给主控芯片;
所述GPRS模块用于获取副机的位置信息,并传递给主控芯片;
所述数据处理模块用于将传感器模块所获取的数据进行平滑处理了;
所述存储模块用于将信号处理模块转换后的信号、实时时钟模块获取的时间信息和GPRS模块获取的位置信息进行存储;
所述人机界面操作模块用于显示实时监测的数据;
所述电源模块用于提供电能。
3.根据权利要求1所述的果蔬仓储环境物联网监测系统,其特征在于,所述气室(3)通过管路与真空泵连接;真空泵的进气口与气室(3)的出气孔连接。
4.一种根据权利要求1-3任意一项所述果蔬仓储环境物联网监测系统的方法,其特征在于,包括以下步骤:
所述主机根据获得的副机的信息建立果蔬品质监测预警模型,并将信息和模型传送至云服务器;
将果蔬仓储环境在空间上分成多个监测区,选择若干代表监测区布设监测点;在监测点放置副机实时采集果蔬仓储环境内的温度、湿度和气体信息、以及采集的时间、地点并传递给主机;
所述主机将获得的果蔬仓储环境内的温度、湿度和气体信息、以及采集的时间、地点信息传送到云服务器作为果蔬品质监测预警模型的输入变量,所述云服务器根据主机传送的信息和果蔬品质监测预警模型判断果蔬腐败等级;
当果蔬腐败等级超过预设值时,发出预警信息;云服务器将等级结果和预警信息传送至主机,主机将等级结果和预警信息传送至副机;
所述云服务器存储数据并能够将数据传送给移动终端;移动终端实时获取果蔬仓储环境的数据信息、果蔬腐败等级和预警信息,实现果蔬仓储环境远程实时监测和预警。
5.根据权利要求4所述的果蔬仓储环境物联网监测系统的方法,其特征在于,所述果蔬品质监测预警模型是通过主成分分析或小波分析结合偏最小二乘判别分析或反向传播人工神经网络建立。
6.根据权利要求4所述的果蔬仓储环境物联网监测系统的方法,其特征在于,所述果蔬品质监测预警模型是通过主成分分析结合反向传播人工神经网络建立,包括以下步骤:
将所述传感器模块采集的不同腐败等级果蔬的乙烯、氧气、二氧化碳和挥发性有机化合物的数据、实时时钟模块获取采集的时间信息和GPRS模块获取的位置信息组成矩阵,进行主成分分析,选取多个主成分数的数据作为果蔬品质监测预警模型的数据输入,通过反向传播人工神经网络构建果蔬腐败等级的判别模型;
所述反向传播人工神经网络包括输入层、隐含层和输出层,多个主成分数的数据为输入层,设置隐含层数、输出层数、错误索引、训练步长和训练运行次数,建立果蔬品质监测预警模型。
7.根据权利要求4所述的果蔬仓储环境物联网监测系统的方法,其特征在于,所述的腐败等级分为新鲜、初级腐败、中级腐败和严重腐败四个等级,果蔬品质监测预警模型的预测结果为y;
当0≤y≤1时,判断果蔬的腐败等级为新鲜;
当1<y≤5时,判断果蔬的腐败等级为初级腐败;
当5<y≤10时,判断果蔬的腐败等级为中级腐败;
当10<y时,判断果蔬的腐败等级为严重腐败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110097276.6A CN112763002B (zh) | 2021-01-25 | 2021-01-25 | 一种果蔬仓储环境物联网监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110097276.6A CN112763002B (zh) | 2021-01-25 | 2021-01-25 | 一种果蔬仓储环境物联网监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112763002A CN112763002A (zh) | 2021-05-07 |
CN112763002B true CN112763002B (zh) | 2022-09-13 |
Family
ID=75707165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110097276.6A Active CN112763002B (zh) | 2021-01-25 | 2021-01-25 | 一种果蔬仓储环境物联网监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112763002B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738453A (zh) * | 2009-12-31 | 2010-06-16 | 吉林大学 | 一种仿生人鼻气体室 |
CN106444655A (zh) * | 2016-08-26 | 2017-02-22 | 李治中 | 基于多传感器信息融合的远程菜窖环境智能监控系统 |
CN107422669A (zh) * | 2017-07-06 | 2017-12-01 | 天津大学 | 一种用于在线白酒识别的手持电子鼻 |
CN111272853A (zh) * | 2020-03-30 | 2020-06-12 | 北京纳通医学科技研究院有限公司 | 电子鼻系统及气体检测方法 |
CN211877911U (zh) * | 2019-12-26 | 2020-11-06 | 冲之智能科技(天津)有限公司 | 用于汽车内饰材料气味等级评价的便携式电子鼻系统 |
-
2021
- 2021-01-25 CN CN202110097276.6A patent/CN112763002B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738453A (zh) * | 2009-12-31 | 2010-06-16 | 吉林大学 | 一种仿生人鼻气体室 |
CN106444655A (zh) * | 2016-08-26 | 2017-02-22 | 李治中 | 基于多传感器信息融合的远程菜窖环境智能监控系统 |
CN107422669A (zh) * | 2017-07-06 | 2017-12-01 | 天津大学 | 一种用于在线白酒识别的手持电子鼻 |
CN211877911U (zh) * | 2019-12-26 | 2020-11-06 | 冲之智能科技(天津)有限公司 | 用于汽车内饰材料气味等级评价的便携式电子鼻系统 |
CN111272853A (zh) * | 2020-03-30 | 2020-06-12 | 北京纳通医学科技研究院有限公司 | 电子鼻系统及气体检测方法 |
Non-Patent Citations (1)
Title |
---|
蔬菜质量安全预警及控制系统研究与实现;张耘凡;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160316;第33页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112763002A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Wireless sensor network for real-time perishable food supply chain management | |
CN106970189B (zh) | 一种水果新鲜度的检测分析系统及方法 | |
Wang et al. | Development and evaluation on a wireless multi-gas-sensors system for improving traceability and transparency of table grape cold chain | |
US20100086655A1 (en) | Process of selecting a preparation method, a packaging and shipping method, or other dispostion of a foodstuff, and process of determining if a foodstuff is fresh or has previously been frozen | |
CN103543703A (zh) | 食品保鲜度实时监测仪及其监测方法 | |
CN107202761A (zh) | 一种快速检测水果内部品质的便携式检测设备及检测方法 | |
Tang et al. | Rapid evaluation of chicken meat freshness using gas sensor array and signal analysis considering total volatile basic nitrogen | |
CN106296437A (zh) | 一种活鱼运输信息系统、建立方法及应用 | |
CN113125657A (zh) | 一种冷藏肉制品腐败监测预警系统及其应用 | |
Xu et al. | Comparison between the Arrhenius model and the radial basis function neural network (RBFNN) model for predicting quality changes of frozen shrimp (Solenocera melantho) | |
Othman et al. | Automated water quality monitoring system development via LabVIEW for aquaculture industry (Tilapia) in Malaysia | |
CN112763002B (zh) | 一种果蔬仓储环境物联网监测系统及方法 | |
Liu et al. | Wi-Fruit: See through fruits with smart devices | |
CN107271619A (zh) | 食用油加热过程中有害物质的在线检测方法、装置及系统 | |
CN104468251B (zh) | 用于自动进行网络设备高低温和长时间循环测试的系统及方法 | |
Zhang et al. | Atlantic salmon adulteration authentication by machine learning using bioimpedance non-destructive flexible sensing | |
CN111426806A (zh) | 基于物联网手段对水产品冷链物流保鲜程度自动监测预警方法 | |
Lv et al. | Analysis of drying properties and vacuum-impregnated qualities of edamame (Glycine max (L.) Merrill) | |
Phomkong et al. | Desorption isotherms for stone fruit | |
WO2022144714A1 (en) | Electrochemical based nutrient analysis | |
CN114354862A (zh) | 动态果蔬呼吸速率测定仪 | |
CN215639569U (zh) | 一种基于物联网技术的柑橘仓储品质气体监测系统 | |
CN114112988B (zh) | 一种基于云平台的玉米品质和伏马毒素污染现场同步快速分析系统及检测方法 | |
Onibonoje et al. | A wireless sensor network for controlling the effect of the moisture content in stored maize grains | |
Boeri et al. | Equilibrium moisture content isotherms of codfish (Gadus morhua) |
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 |