CN114838767A - 一种冷链物流用温湿度智能化监测系统及方法 - Google Patents

Abstract

本发明公开了一种冷链物流用温湿度智能化监测系统及方法，属于冷链物流监测技术领域，解决了现有技术中，冷链物流在配送过程中，不能够准确分析出影响配送的温湿度范围，导致数值监测的准确性降低的技术问题，将对应监测对象进行实时数据分析，判断监测对象当前配送过程中的温湿度是否正常，从而分析出监测对象对应环境是否对配送产品存在影响，有利于提高了配送的合格性以及安全性，增强了配送产品的配送质量；将监测对象进行外界影响分析，实时分析出外界环境对监测对象内部环境的影响，从而提高了温湿度监测的准确性，同时能够增强监测对象的配送合格性；将监测对象的监测进行效益分析，能够实时分析出数据监测的效率。

Description

一种冷链物流用温湿度智能化监测系统及方法

技术领域

本发明属于冷链物流监测技术领域，具体是一种冷链物流用温湿度智能化监测系统及方法。

背景技术

冷链物流一般指冷藏冷冻类食品在生产、贮藏运输、销售，到消费前的各个环节中始终处于规定的低温环境下，以保证食品质量，减少食品损耗的一项系统工程。它是随着科学技术的进步、制冷技术的发展而建立起来的，是以冷冻工艺学为基础、以制冷技术为手段的低温物流过程。在配送过程中，温湿度的数值监测至关重要。

现有技术中，冷链物流在配送过程中，无法对温湿度进行智能化监测，不能够准确分析出影响配送的温湿度范围，导致数值监测的准确性降低；为此，我们提出一种冷链物流用温湿度智能化监测系统及方法。

发明内容

针对现有技术存在的不足，本发明目的是提供一种冷链物流用温湿度智能化监测系统及方法，将对应监测对象进行实时数据分析，判断监测对象当前配送过程中的温湿度是否正常，从而分析出监测对象对应环境是否对配送产品存在影响，有利于提高了配送的合格性以及安全性，增强了配送产品的配送质量；将监测对象进行外界影响分析，实时分析出外界环境对监测对象内部环境的影响，从而提高了温湿度监测的准确性，同时能够增强监测对象的配送合格性；将监测对象的监测进行效益分析，判断监测对象监测对配送过程带来影响，能够实时分析出数据监测的效率，同时在效率异常时能够及时作出变动，防止配送过程中数据监测效率异常。

本发明的目的可以通过以下技术方案实现：

一种冷链物流用温湿度智能化监测系统，包括服务器，服务器通讯连接有实时数据分析单元、外界影响分析单元以及监测效益分析单元；

服务器将配送过程中的车辆标记为监测对象，通过生成实时数据分析信号并将实时数量分析信号发送至实时数据分析单元，实时数据分析单元接收到实时数据分析信号后，将对应监测对象进行实时数据分析；通过历史数据分析获取到监测对象的异常温度区间和异常湿度区间，并根据异常温度区间和异常湿度区间进行报警分析和预警分析，通过报警分析生成温度报警信号和湿度报警信号，并将其发送至服务器；通过预警分析生成温度预警信号和湿度预警信号，并将其发送至服务器；

服务器生成外界影响分析信号并将外界影响分析信号发送至外界影响分析单元，外界影响分析单元接收到外界影响分析信号后，将监测对象进行外界影响分析，通过外界影响分析生成外界影响信号和外界无影响信号，并将其发送至服务器；

服务器生成监测效益分析信号并将监测效益分析信号发送至监测效益分析单元，监测效益分析单元接收到监测效益分析信号后，将监测对象的监测进行效益分析；通过效益分析生成监测效益不合格信号和监测效益合格信号，并将其发送至服务器。

进一步地，实时数据分析单元的运行过程如下：

将监测对象进行分析，获取到监测对象的历史配送时间段，将历史配送时间段划分o个子时间点，采集到历史配送时间段内监测对象对应各个子时间点的温度值和湿度值，并根据历史配送时间段内的最大温度值和最小温度值以及最大湿度值和最小湿度值对应构成预设温度区间和预设湿度值；

将历史配送时间段内各个子时间点进行分析，获取到各个子时间点对应监测对象内配送商品表面温度，并将其标记为检测温度值，若相邻子时间点对应检测温度值差值超过温度值差值阈值，则将对应两个相邻子时间点标记为温度异常时间点；若相邻子时间点对应检测温度值差值未超过温度值差值阈值，则将对应两个相邻子时间点标记为温度正常时间点；

获取到各个子时间点对应监测对象内配送商品周边环境湿度值，并将其标记为检测湿度值，若相邻子时间点对应检测湿度值差值超过湿度值差值阈值，则将对应两个相邻子时间点标记为湿度异常时间点；若相邻子时间点对应检测湿度值差值未超过湿度值差值阈值，则将对应两个相邻子时间点标记为湿度正常时间点；

获取温度异常时间点的检测温度值和湿度正常时间点的检测湿度值，并将其标记为异常温度值和异常湿度值，将各个温度异常时间点对应最小异常温度值与预设温度区间进行比较分析，将最小异常温度值与预设温度区间的最大温度值获取到异常温度区间；将各个湿度异常时间点对应最小异常湿度值与预设湿度区间进行比较分析，将最小异常湿度值与预设湿度区间的最大湿度值获取到异常湿度区间。

进一步地，以监测对象进行配送为时间起点，并以时间起点和当前时刻点构建实时监测时间段，采集到实时监测时间段内监测对象的实时温度值和实时湿度值，并将实时监测时间段内监测对象的实时温度值和实时湿度值分别与异常温度区间和异常湿度区间进行比较：若实时监测时间段内监测对象的实时温度值处于异常温度区间，则生成温度报警信号并将温度报警信号发送至服务器；若实时监测时间段内监测对象的实时温度值未处于异常温度区间，则将实时温度值与异常温度区间的最小异常温度值差值计算获取到温度安全差值，并根据各个子时间点的温度安全差值获取到温度安全差值降低速度，若温度安全差值降低速度超过温度降低速度阈值，则生成温度预警信号并将温度预警信号发送至服务器；

若实时监测时间段内监测对象的实时湿度值处于异常湿度区间，则生成湿度报警信号并将湿度报警信号发送至服务器；若实时监测时间段内监测对象的实时湿度值未处于异常湿度区间，则将实时湿度值与异常湿度区间的最小异常湿度值差值计算获取到湿度安全差值，并根据各个子时间点的湿度安全差值获取到湿度安全差值降低速度，若湿度安全差值降低速度超过湿度降低速度阈值，则生成湿度预警信号并将湿度预警信号发送至服务器；

服务器根据温度报警信号和温度预警信号进行温度控制，根据湿度报警信号和湿度预警信号进行湿度控制。

进一步地，外界影响分析单元的运行过程如下：

采集到实时监测时间内段监测对象内部温度与外界温度的差值以及实时监测时间段内监测对象内部温度增长速度与外界温度增长速度的差值，并将实时监测时间段内监测对象内部温度与外界温度的差值以及实时监测时间段内监测对象内部温度增长速度与外界温度增长速度的差值分别标记为WCDi和ZSDi；采集到实时监测时间段内监测对象内部温度与外界温度同时浮动的频率，并将实时监测时间段内监测对象内部温度与外界温度同时浮动的频率标记为FPLi；

通过公式

获取到监测对象的外界影响分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为1.03；将监测对象的外界影响分析系数Xi与外界影响分析系数阈值进行比较。

进一步地，外界影响分析系数与外界影响分析系数阈值的比较过程如下：

若监测对象的外界影响分析系数Xi超过外界影响分析系数阈值，则判定监测对象受外界影响，生成外界影响信号并将外界影响信号发送至服务器；若监测对象的外界影响分析系数Xi未超过外界影响分析系数阈值，则判定监测对象不受外界影响，生成外界无影响信号并将外界无影响信号发送至服务器；服务器接收到外界影响信号后，在监测对象配送过程中，将外界环境的温度和湿度同时进行监测。

进一步地，监测效益分析单元的运行过程如下：

采集到监测对象温湿度数值监测的偏差平均值以及监测对象完成温湿度数值监测后配送产品的合格率，并将监测对象温湿度数值监测的偏差平均值以及监测对象完成温湿度数值监测后配送产品的合格率分别与偏差平均值阈值和合格率阈值进行比较：

若监测对象温湿度数值监测的偏差平均值超过偏差平均值阈值，或者监测对象完成温湿度数值监测后配送产品的合格率未超过合格率阈值，则判定当前监测对象数值监测效益不合格，生成监测效益不合格信号并将监测效益不合格信号发送至服务器，服务器接收监测效益不合格信号后，将监测对象的监测进行调整；若监测对象温湿度数值监测的偏差平均值未超过偏差平均值阈值，且监测对象完成温湿度数值监测后配送产品的合格率超过合格率阈值，则判定当前监测对象数值监测效益合格，生成监测效益合格信号并将监测效益合格信号发送至服务器。

进一步地，一种冷链物流用温湿度智能化监测方法，智能化监测方法具体如下：

步骤一、实时数据分析，将对应监测对象进行实时数据分析；通过历史数据分析获取到监测对象的异常温度区间和异常湿度区间，并根据异常温度区间和异常湿度区间进行报警分析和预警分析，通过报警分析生成温度报警信号和湿度报警信号；通过预警分析生成温度预警信号和湿度预警信号；

步骤二、外界影响分析，将监测对象进行外界影响分析，通过外界影响分析生成外界影响信号和外界无影响信号，在生成外界影响信号后，在监测对象配送过程中，将外界环境的温度和湿度同时进行监测；

步骤三、监测效益分析，将监测对象的监测进行效益分析，通过效益分析生成监测效益不合格信号和监测效益合格信号，在生成监测效益不合格信号后，将监测对象的监测进行调整。

与现有技术相比，本发明的有益效果是：

本发明将对应监测对象进行实时数据分析，判断监测对象当前配送过程中的温湿度是否正常，从而分析出监测对象对应环境是否对配送产品存在影响，有利于提高了配送的合格性以及安全性，增强了配送产品的配送质量；将监测对象进行外界影响分析，实时分析出外界环境对监测对象内部环境的影响，从而提高了温湿度监测的准确性，同时能够增强监测对象的配送合格性；将监测对象的监测进行效益分析，判断监测对象监测对配送过程带来影响，能够实时分析出数据监测的效率，同时在效率异常时能够及时作出变动，防止配送过程中数据监测效率异常，导致配送效率降低，降低监测对象配送的合格率，影响配送产品的质量。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的整体系统框图。

具体实施方式

为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如后。

请参阅图1所示，一种冷链物流用温湿度智能化监测系统，包括服务器，服务器通讯连接有实时数据分析单元、外界影响分析单元以及监测效益分析单元，其中，服务器与实时数据分析单元、外界影响分析单元以及监测效益分析单元均为双向通讯连接；

本系统用于冷链物流领域，在冷链物流过程中，将配送车辆进行温湿度监测，能够防止配送过程中配送产品不受周边环境，有利于提高了配送的质量以及效率，增强了冷链物流的合格性；

在配送过程中，服务器将配送过程中的车辆标记为监测对象，设置标号i，i为大于1的自然数，服务器生成实时数据分析信号并将实时数量分析信号发送至实时数据分析单元，实时数据分析单元接收到实时数据分析信号后，将对应监测对象进行实时数据分析，判断监测对象当前配送过程中的温湿度是否正常，从而分析出监测对象对应环境是否对配送产品存在影响，有利于提高了配送的合格性以及安全性，增强了配送产品的配送质量；

将监测对象进行分析，获取到监测对象的历史配送时间段，将历史配送时间段划分o个子时间点，采集到历史配送时间段内监测对象对应各个子时间点的温度值和湿度值，并根据历史配送时间段内的最大温度值和最小温度值以及最大湿度值和最小湿度值对应构成预设温度区间和预设湿度值；

将历史配送时间段内各个子时间点进行分析，获取到各个子时间点对应监测对象内配送商品表面温度，并将其标记为检测温度值，若相邻子时间点对应检测温度值差值超过温度值差值阈值，则将对应两个相邻子时间点标记为温度异常时间点；若相邻子时间点对应检测温度值差值未超过温度值差值阈值，则将对应两个相邻子时间点标记为温度正常时间点；

获取到各个子时间点对应监测对象内配送商品周边环境湿度值，并将其标记为检测湿度值，若相邻子时间点对应检测湿度值差值超过湿度值差值阈值，则将对应两个相邻子时间点标记为湿度异常时间点；若相邻子时间点对应检测湿度值差值未超过湿度值差值阈值，则将对应两个相邻子时间点标记为湿度正常时间点；

获取温度异常时间点的检测温度值和湿度正常时间点的检测湿度值，并将其标记为异常温度值和异常湿度值，将各个温度异常时间点对应最小异常温度值与预设温度区间进行比较分析，将最小异常温度值与预设温度区间的最大温度值获取到异常温度区间；将各个湿度异常时间点对应最小异常湿度值与预设湿度区间进行比较分析，将最小异常湿度值与预设湿度区间的最大湿度值获取到异常湿度区间；本申请中，监测对象对应的配送产品以高温度影响和高湿度影响为准，即高温度影响产品和高温度影响产品；

以监测对象进行配送为时间起点，并以时间起点和当前时刻点构建实时监测时间段，采集到实时监测时间段内监测对象的实时温度值和实时湿度值，并将实时监测时间段内监测对象的实时温度值和实时湿度值分别与异常温度区间和异常湿度区间进行比较：若实时监测时间段内监测对象的实时温度值处于异常温度区间，则生成温度报警信号并将温度报警信号发送至服务器；若实时监测时间段内监测对象的实时温度值未处于异常温度区间，则将实时温度值与异常温度区间的最小异常温度值差值计算获取到温度安全差值，并根据各个子时间点的温度安全差值获取到温度安全差值降低速度，若温度安全差值降低速度超过温度降低速度阈值，则生成温度预警信号并将温度预警信号发送至服务器；

若实时监测时间段内监测对象的实时湿度值处于异常湿度区间，则生成湿度报警信号并将湿度报警信号发送至服务器；若实时监测时间段内监测对象的实时湿度值未处于异常湿度区间，则将实时湿度值与异常湿度区间的最小异常湿度值差值计算获取到湿度安全差值，并根据各个子时间点的湿度安全差值获取到湿度安全差值降低速度，若湿度安全差值降低速度超过湿度降低速度阈值，则生成湿度预警信号并将湿度预警信号发送至服务器；

服务器根据温度报警信号和温度预警信号进行温度控制，根据湿度报警信号和湿度预警信号进行湿度控制；

服务器生成外界影响分析信号并将外界影响分析信号发送至外界影响分析单元，外界影响分析单元接收到外界影响分析信号后，将监测对象进行外界影响分析，实时分析出外界环境对监测对象内部环境的影响，从而提高了温湿度监测的准确性，同时能够增强监测对象的配送合格性；

采集到实时监测时间内段监测对象内部温度与外界温度的差值以及实时监测时间段内监测对象内部温度增长速度与外界温度增长速度的差值，并将实时监测时间段内监测对象内部温度与外界温度的差值以及实时监测时间段内监测对象内部温度增长速度与外界温度增长速度的差值分别标记为WCDi和ZSDi；采集到实时监测时间段内监测对象内部温度与外界温度同时浮动的频率，并将实时监测时间段内监测对象内部温度与外界温度同时浮动的频率标记为FPLi；

通过公式

获取到监测对象的外界影响分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为1.03；

将监测对象的外界影响分析系数Xi与外界影响分析系数阈值进行比较：

若监测对象的外界影响分析系数Xi超过外界影响分析系数阈值，则判定监测对象受外界影响，生成外界影响信号并将外界影响信号发送至服务器；若监测对象的外界影响分析系数Xi未超过外界影响分析系数阈值，则判定监测对象不受外界影响，生成外界无影响信号并将外界无影响信号发送至服务器；

服务器接收到外界影响信号后，在监测对象配送过程中，将外界环境的温度和湿度同时进行监测；

服务器生成监测效益分析信号并将监测效益分析信号发送至监测效益分析单元，监测效益分析单元接收到监测效益分析信号后，将监测对象的监测进行效益分析，判断监测对象监测对配送过程带来影响，能够实时分析出数据监测的效率，同时在效率异常时能够及时作出变动，防止配送过程中数据监测效率异常，导致配送效率降低，降低监测对象配送的合格率，影响配送产品的质量；

采集到监测对象温湿度数值监测的偏差平均值以及监测对象完成温湿度数值监测后配送产品的合格率，并将监测对象温湿度数值监测的偏差平均值以及监测对象完成温湿度数值监测后配送产品的合格率分别与偏差平均值阈值和合格率阈值进行比较：

若监测对象温湿度数值监测的偏差平均值超过偏差平均值阈值，或者监测对象完成温湿度数值监测后配送产品的合格率未超过合格率阈值，则判定当前监测对象数值监测效益不合格，生成监测效益不合格信号并将监测效益不合格信号发送至服务器，服务器接收监测效益不合格信号后，将监测对象的监测进行调整，如调整监测频率、调整监测数值阈值等；

若监测对象温湿度数值监测的偏差平均值未超过偏差平均值阈值，且监测对象完成温湿度数值监测后配送产品的合格率超过合格率阈值，则判定当前监测对象数值监测效益合格，生成监测效益合格信号并将监测效益合格信号发送至服务器。

基于统一发明的又一构思，现提出一种冷链物流用温湿度智能化监测方法，智能化监测方法具体如下：

步骤一、实时数据分析，将对应监测对象进行实时数据分析；通过历史数据分析获取到监测对象的异常温度区间和异常湿度区间，并根据异常温度区间和异常湿度区间进行报警分析和预警分析，通过报警分析生成温度报警信号和湿度报警信号；通过预警分析生成温度预警信号和湿度预警信号；

步骤二、外界影响分析，将监测对象进行外界影响分析，通过外界影响分析生成外界影响信号和外界无影响信号，在生成外界影响信号后，在监测对象配送过程中，将外界环境的温度和湿度同时进行监测；

步骤三、监测效益分析，将监测对象的监测进行效益分析，通过效益分析生成监测效益不合格信号和监测效益合格信号，在生成监测效益不合格信号后，将监测对象的监测进行调整。

一种冷链物流用温湿度智能化监测系统及方法，工作时，通过服务器将配送过程中的车辆标记为监测对象，通过生成实时数据分析信号并将实时数量分析信号发送至实时数据分析单元，实时数据分析单元接收到实时数据分析信号后，将对应监测对象进行实时数据分析；通过历史数据分析获取到监测对象的异常温度区间和异常湿度区间，并根据异常温度区间和异常湿度区间进行报警分析和预警分析，通过报警分析生成温度报警信号和湿度报警信号，并将其发送至服务器；通过预警分析生成温度预警信号和湿度预警信号，并将其发送至服务器；通过服务器生成外界影响分析信号并将外界影响分析信号发送至外界影响分析单元，外界影响分析单元接收到外界影响分析信号后，将监测对象进行外界影响分析，通过外界影响分析生成外界影响信号和外界无影响信号，并将其发送至服务器；通过服务器生成监测效益分析信号并将监测效益分析信号发送至监测效益分析单元，监测效益分析单元接收到监测效益分析信号后，将监测对象的监测进行效益分析；通过效益分析生成监测效益不合格信号和监测效益合格信号，并将其发送至服务器。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置；

如公式：

由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的评级系数；将设定的评级系数和采集的样本数据代入公式，任意两个公式构成二元一次方程组，将计算得到的系数进行筛选并取均值，得到a1、a2以及a3取值分别为1.2111、1.1203以及1.0254；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的系数；只要不影响参数与量化后数值的比例关系即可。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所做的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (7)

1.一种冷链物流用温湿度智能化监测系统，包括服务器，其特征在于，服务器通讯连接有实时数据分析单元、外界影响分析单元以及监测效益分析单元；

服务器将配送过程中的车辆标记为监测对象，通过生成实时数据分析信号并将实时数量分析信号发送至实时数据分析单元，实时数据分析单元接收到实时数据分析信号后，将对应监测对象进行实时数据分析；通过历史数据分析获取到监测对象的异常温度区间和异常湿度区间，并根据异常温度区间和异常湿度区间进行报警分析和预警分析，通过报警分析生成温度报警信号和湿度报警信号，并将其发送至服务器；通过预警分析生成温度预警信号和湿度预警信号，并将其发送至服务器；

服务器生成外界影响分析信号并将外界影响分析信号发送至外界影响分析单元，外界影响分析单元接收到外界影响分析信号后，将监测对象进行外界影响分析，通过外界影响分析生成外界影响信号和外界无影响信号，并将其发送至服务器；

服务器生成监测效益分析信号并将监测效益分析信号发送至监测效益分析单元，监测效益分析单元接收到监测效益分析信号后，将监测对象的监测进行效益分析；通过效益分析生成监测效益不合格信号和监测效益合格信号，并将其发送至服务器。

2.根据权利要求1所述的一种冷链物流用温湿度智能化监测系统，其特征在于，实时数据分析单元的运行过程如下：

将监测对象进行分析，获取到监测对象的历史配送时间段，将历史配送时间段划分o个子时间点，采集到历史配送时间段内监测对象对应各个子时间点的温度值和湿度值，并根据历史配送时间段内的最大温度值和最小温度值以及最大湿度值和最小湿度值对应构成预设温度区间和预设湿度值；

将历史配送时间段内各个子时间点进行分析，获取到各个子时间点对应监测对象内配送商品表面温度，并将其标记为检测温度值，若相邻子时间点对应检测温度值差值超过温度值差值阈值，则将对应两个相邻子时间点标记为温度异常时间点；若相邻子时间点对应检测温度值差值未超过温度值差值阈值，则将对应两个相邻子时间点标记为温度正常时间点；

获取到各个子时间点对应监测对象内配送商品周边环境湿度值，并将其标记为检测湿度值，若相邻子时间点对应检测湿度值差值超过湿度值差值阈值，则将对应两个相邻子时间点标记为湿度异常时间点；若相邻子时间点对应检测湿度值差值未超过湿度值差值阈值，则将对应两个相邻子时间点标记为湿度正常时间点；

获取温度异常时间点的检测温度值和湿度正常时间点的检测湿度值，并将其标记为异常温度值和异常湿度值，将各个温度异常时间点对应最小异常温度值与预设温度区间进行比较分析，将最小异常温度值与预设温度区间的最大温度值获取到异常温度区间；将各个湿度异常时间点对应最小异常湿度值与预设湿度区间进行比较分析，将最小异常湿度值与预设湿度区间的最大湿度值获取到异常湿度区间。

3.根据权利要求2所述的一种冷链物流用温湿度智能化监测系统，其特征在于，以监测对象进行配送为时间起点，并以时间起点和当前时刻点构建实时监测时间段，采集到实时监测时间段内监测对象的实时温度值和实时湿度值，并将实时监测时间段内监测对象的实时温度值和实时湿度值分别与异常温度区间和异常湿度区间进行比较：若实时监测时间段内监测对象的实时温度值处于异常温度区间，则生成温度报警信号并将温度报警信号发送至服务器；若实时监测时间段内监测对象的实时温度值未处于异常温度区间，则将实时温度值与异常温度区间的最小异常温度值差值计算获取到温度安全差值，并根据各个子时间点的温度安全差值获取到温度安全差值降低速度，若温度安全差值降低速度超过温度降低速度阈值，则生成温度预警信号并将温度预警信号发送至服务器；

若实时监测时间段内监测对象的实时湿度值处于异常湿度区间，则生成湿度报警信号并将湿度报警信号发送至服务器；若实时监测时间段内监测对象的实时湿度值未处于异常湿度区间，则将实时湿度值与异常湿度区间的最小异常湿度值差值计算获取到湿度安全差值，并根据各个子时间点的湿度安全差值获取到湿度安全差值降低速度，若湿度安全差值降低速度超过湿度降低速度阈值，则生成湿度预警信号并将湿度预警信号发送至服务器；

服务器根据温度报警信号和温度预警信号进行温度控制，根据湿度报警信号和湿度预警信号进行湿度控制。

4.根据权利要求1所述的一种冷链物流用温湿度智能化监测系统，其特征在于，外界影响分析单元的运行过程如下：

采集到实时监测时间内段监测对象内部温度与外界温度的差值以及实时监测时间段内监测对象内部温度增长速度与外界温度增长速度的差值，并将实时监测时间段内监测对象内部温度与外界温度的差值以及实时监测时间段内监测对象内部温度增长速度与外界温度增长速度的差值分别标记为WCDi和ZSDi；采集到实时监测时间段内监测对象内部温度与外界温度同时浮动的频率，并将实时监测时间段内监测对象内部温度与外界温度同时浮动的频率标记为FPLi；

通过公式

获取到监测对象的外界影响分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为1.03；将监测对象的外界影响分析系数Xi与外界影响分析系数阈值进行比较。

5.根据权利要求4所述的一种冷链物流用温湿度智能化监测系统，其特征在于，外界影响分析系数与外界影响分析系数阈值的比较过程如下：

若监测对象的外界影响分析系数Xi超过外界影响分析系数阈值，则判定监测对象受外界影响，生成外界影响信号并将外界影响信号发送至服务器；若监测对象的外界影响分析系数Xi未超过外界影响分析系数阈值，则判定监测对象不受外界影响，生成外界无影响信号并将外界无影响信号发送至服务器；服务器接收到外界影响信号后，在监测对象配送过程中，将外界环境的温度和湿度同时进行监测。

6.根据权利要求1所述的一种冷链物流用温湿度智能化监测系统，其特征在于，监测效益分析单元的运行过程如下：

采集到监测对象温湿度数值监测的偏差平均值以及监测对象完成温湿度数值监测后配送产品的合格率，并将监测对象温湿度数值监测的偏差平均值以及监测对象完成温湿度数值监测后配送产品的合格率分别与偏差平均值阈值和合格率阈值进行比较：

若监测对象温湿度数值监测的偏差平均值超过偏差平均值阈值，或者监测对象完成温湿度数值监测后配送产品的合格率未超过合格率阈值，则判定当前监测对象数值监测效益不合格，生成监测效益不合格信号并将监测效益不合格信号发送至服务器，服务器接收监测效益不合格信号后，将监测对象的监测进行调整；若监测对象温湿度数值监测的偏差平均值未超过偏差平均值阈值，且监测对象完成温湿度数值监测后配送产品的合格率超过合格率阈值，则判定当前监测对象数值监测效益合格，生成监测效益合格信号并将监测效益合格信号发送至服务器。

7.一种冷链物流用温湿度智能化监测方法，其特征在于，基于权利要求1-6任一项所述的冷链物流用温湿度智能化监测系统，智能化监测方法具体如下：

步骤一、实时数据分析，将对应监测对象进行实时数据分析；通过历史数据分析获取到监测对象的异常温度区间和异常湿度区间，并根据异常温度区间和异常湿度区间进行报警分析和预警分析，通过报警分析生成温度报警信号和湿度报警信号；通过预警分析生成温度预警信号和湿度预警信号；

步骤二、外界影响分析，将监测对象进行外界影响分析，通过外界影响分析生成外界影响信号和外界无影响信号，在生成外界影响信号后，在监测对象配送过程中，将外界环境的温度和湿度同时进行监测；

步骤三、监测效益分析，将监测对象的监测进行效益分析，通过效益分析生成监测效益不合格信号和监测效益合格信号，在生成监测效益不合格信号后，将监测对象的监测进行调整。

Images