CN116090812B - 一种食品企业风险防控预警智能化远程服务系统 - Google Patents
一种食品企业风险防控预警智能化远程服务系统 Download PDFInfo
- Publication number
- CN116090812B CN116090812B CN202211392343.8A CN202211392343A CN116090812B CN 116090812 B CN116090812 B CN 116090812B CN 202211392343 A CN202211392343 A CN 202211392343A CN 116090812 B CN116090812 B CN 116090812B
- Authority
- CN
- China
- Prior art keywords
- information
- food
- processing
- unit
- raw material
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 203
- 230000002265 prevention Effects 0.000 title claims abstract description 19
- 239000002994 raw material Substances 0.000 claims abstract description 163
- 238000012545 processing Methods 0.000 claims abstract description 138
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims description 80
- 238000005070 sampling Methods 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000003032 molecular docking Methods 0.000 claims description 11
- 238000012797 qualification Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 4
- 238000012550 audit Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 235000021404 traditional food Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种食品企业风险防控预警智能化远程服务系统,涉及智能预警领域,包括:第一采集单元,用于获得原料的种类信息和每类原料的含量信息;第二采集单元,用于采集食品企业的食品加工工艺信息和食品加工设备信息;第一计算单元,用于计算获得每类原料的加工损耗率范围信息;第三采集单元,用于采集第二预设时间段内食品企业的成品食品加工数量信息;第二计算单元,用于计算获得食品企业的实际食品加工数量信息和计算获得每类原料的标准使用量范围;判断单元,用于判断原料采购信息中每类原料的含量是否在对应的标准使用量范围内,若否,则生成风险告警信息;本发明实现了食品企业风险的智能和精准防控。
Description
技术领域
本发明涉及智能预警领域,具体地,涉及一种食品企业风险防控预警智能化远程服务系统。
背景技术
食品安全一直是人们关注的热点,食品的安全通常是通过监管部门进行监管,食品安全中重要的一部分就是食品加工制造的安全,其中,食品企业是重点的监管对象,其是否规范安全的进行食品加工是关系着食品是否安全的重要保障。
传统的食品企业的食品安全监管方式为,在食品企业生产加工前对组织专家对食品企业进行现场考核,然后在食品企业生产加工后进行抽检,这种方式导致食品加工企业有很多漏洞可以进行违法操作。
如由于现有技术中合格原料的成本较高,很多不法食品企业使用原料时经常使用一些不合格的原料与合格原料混合进行加工,在应付检查时使用合格原料来躲避检查惩罚,然后生产时使用合格和不合格原料混搭进行生产,使得检查的效果不佳,容易出现食品安全问题。
综上所述,现有的食品企业风险防控存在防控不准确,人工防控效果不佳,效率较低的问题。
发明内容
为了解决上述问题,实现食品企业风险的智能和精准防控,本发明提供了一种食品企业风险防控预警智能化远程服务系统,所述系统包括:
第一采集单元,用于采集食品企业第一预设时间段内的原料采购信息,获得原料的种类信息和每类原料的含量信息;
第二采集单元,用于采集食品企业的食品加工工艺信息和食品加工设备信息;
第一计算单元,用于基于食品加工工艺信息和食品加工设备信息计算获得每类原料的加工损耗率范围信息;
第三采集单元,用于采集第二预设时间段内食品企业的成品食品加工数量信息,其中,第二预设时间段内食品企业使用第一预设时间段内采购的原料进行加工;
第二计算单元,用于基于成品食品加工数量信息和废品率计算获得食品企业的实际食品加工数量信息,以及用于食品企业的实际食品加工数量信息和每类原料的加工损耗率范围信息计算获得每类原料的标准使用量范围;
判断单元,用于判断原料采购信息中每类原料的含量是否在对应的标准使用量范围内,若否,则生成风险告警信息;
远程处理单元,用于将风险告警信息发送至食品企业通信终端和食品监管部门通信终端。
其中,本系统的原理为:传统的抽检方式无法或者食品企业是否将合格原理和不合格原料混合进行加工,为了解决这个问题,本系统根据食品企业的加工制品的食品加工数量、工艺信息、食品加工设备信息计算出其应使用的原料范围,因为食品加工数量直接反应原料的使用量,而不同的工艺信息和食品加工设备则反应了原料整体加工损耗率,通过原料的理论应使用量和加工损耗率以及废品率能够计算出制造出的食品产品与应该使用的合格原料范围的对应关系,然后利用判断单元判断原料采购信息中每类原料的含量是否在对应的标准使用量范围内,若否,则生成风险告警信息;然后利用远程处理单元将风险告警信息发送至食品企业通信终端和食品监管部门通信终端,若食品企业将不合格原料与合格原料混合进行加工,那么其实际使用的合格原料则不在对应的标准使用量范围内,这时就可以通过远程通过监管部门进行相应管理,本系统实现了无需现场检测,也无需抽检,实现了智能化检测,且能够对食品企业是否将合格原料和不合格原料混合进行加工进行有效和准确的监控,实现了食品企业风险的智能和精准防控。
优选的,为了准确的计算出每类原料的标准使用量范围,进而准确的判断食品企业是否将合格原料和不合格原料混合进行食品生产,本系统中每类原料的标准使用量范围采用以下公式进行计算:
K=X*Y(1+a%)
其中,K为每类原料的标准使用量范围的最小值,每类原料的标准使用量范围为大于或等于K,X为第二预设时间段内食品企业的实际食品加工数量信息,Y为每加工一个食品所需的该类原料的重量,a为每类原料的加工损耗率大小,a位于每类原料的加工损耗率范围内。
其中,在生产食品产品时由于工艺的原因以及设备的原因原料加工时会产生损耗,如工艺中某个环节原料的转化率为80%这时就损耗了20%,又如某个设备在加工时,如切割时原料会产生5%的损耗,因此为了准确的计算实际原料的使用量需要考虑到每类原料的加工损耗率大小,通过上述公式以及具体的参数和计算方式能够准确的计算出每类原料的标准使用量范围,进而准确的判断出食品企业在加工制造食品产品的过程中是否将合格原料和不合格原料混合使用。
优选的,由于特殊的原因,如原料存储问题导致原料不能够使用,原料减少,或设备更新或工艺更新导致加工损耗率范围信息发生变化,如生产事故或操作失误或者导致成品率下降废品率上升,这时第一计算单元计算获得的每类原料的加工损耗率范围信息则不准确,若判断单元以此时的不准确的每类原料的加工损耗率范围来最终判断食品企业是否将合格和不合格原料混合使用,则会导致判断不准确,容易对企业造成误判,因此,为了提高判断的准确性和提高采集信息的灵活性,本系统设计了上传单元,食品企业可以利用上传单元可以进行申述,上传证据,然后食品监管部门根据上传的证据利用处理单元调整系统中的废品率,具体为,所述系统还包括:
上传单元,用于食品企业上传证据信息;
处理单元,用于食品监管部门基于所述证据信息对所述第一采集单元采集的信息和/或所述第二采集单元采集的信息和/或所述废品率进行调整。
优选的,所述系统还包括:
监控单元,所述监控单元用于对食品企业的食品加工制造过程进行监控,获得监控信息;
分析单元,用于对所述监控信息进行分析判断是否存在风险信息;
若存在风险信息,所述远程处理单元还用于将风险信息发送至食品企业通信终端和食品监管部门通信终端。
其中,本系统还可以利用监控单元对食品企业的食品加工制造过程进行监控,分析判断是否存在风险信息,若存在风险信息,则将风险信息发送至食品企业通信终端和食品监管部门通信终端,实现食品生产制造的全程和智能化监管。
优选的,为了准确的每类原料的加工损耗率范围,本系统考虑了加工工艺的影响和加工设备的影响,通过以下公式和参数以及计算方式能够准确的计算出类原料的加工损耗率范围,所述第一计算单元采用以下方式计算获得每类原料的加工损耗率范围信息:
M=n+S1+S2+......+Sp
其中,M原料的加工损耗率范围,n为食品加工工艺信息对应的原料的基础损耗率范围,p为食品加工工艺信息中加工设备的个数,S1至Sp为p个加工设备分别对应的设备原料损耗率范围。
由于工艺的原因,不同的工艺原理导致原料的转换率不同,导致了工艺上的差别具有不同的基础损耗率,且在不同的加工设备上加工时原料也会损耗,且不同的加工设备原料的损耗率也不相同,通过上述方式充分考虑了工艺原料损耗和设备损耗能够准确的计算出产品加工时的整体原料损耗率,进而能够准确的判断出食品企业生产的产品与其采购的原料数量范围对应是否合理。
优选的,所述系统还包括:
第四采集单元,所述第四采集单元用于采集食品企业原料仓库的原料入库信息;
修正单元,用于基于原料入库信息对所述第一采集单元采集的信息进行修正。
其中,申请人在实际应用中发现,某些食品企业为了躲避检查,通过供应商提供虚假的订单或发票来满足正品原料的采购数量,即第一采集单元采集的信息,使得订单上显示的合格原料的采购数量满足实际需求,而使供应商实际发货却发送部分合格原料,然后使用不合格原料来替代,而原料的订单信息上却显示的合格原料使用符合相应的标准使用范围,进而使得判断单元无法进准确的判断,会判断原料采购信息中每类原料的含量在对应的标准使用量范围内,不会生成告警信息进而逃脱监管,为了解决这样的问题,本系统设计了第四采集单元用于采集原料的入库信息,即能够获得食品企业原料的真实采购信息,然后当食品企业的入库的原料与第一采集单元采集的原料信息存在差异时,利用修正单元基于原料的入库信息对所述第一采集单元采集的信息进行修正,使得最终参与计算的原料信息与食品企业的真实原料信息匹配,提高风险防控的精确度,使得最终判断单元能够准确的判断是否食品企业是否存在风险是否需要告警。
优选的,传统的企业仓库的入库信息都是通过企业的仓库管理软件导出信息传递给监管部门进行查看,这种方式存在漏洞,上传的数据容易出现不真实的情况,如食品企业为了逃避监管,修改了真实的数据,传递假数据给监管部门,导致无法进行准确的监管,为了准确的采集食品企业原料仓库的原料入库信息,本发明对第四采集单元进行了设计,所述第四采集单元包括:
第一采集模块,用于采集食品企业原料仓库入口处的视频信息;
分析模块,用于识别出视频信息中的移动目标,判断移动目标是否携带预设物件,若携带则发送第一预设指令至处理模块;
处理模块,用于当收到第一预设指令时则关闭原料仓库入口门闸,以及用于当收到第二预设指令时则开启原料仓库入口门闸;
扫描模块,用于对预设物件进行扫描,获得原料入库信息,完成扫描后发送第二预设指令至处理模块,并将原料入库信息存入存储模块。
其中,申请人研究发现食品企业原料仓库原料的入库都是从入口进入,因此只需要对入口进行监控,判断进入仓库的原料数目即可,为了实现智能且准确的入库信息采集,本发明通过上述方式可以获得仓库的视频信息,然后分析视频中的移动目标,因为原料通常都是通过移动载体运输进入仓库,因此只需要判断移动目标是否搬运货物进仓库,通过这种方式可以对进入仓库的原料进行监管,避免食品企业将不合格的原料存入仓库中,实现对原料的准确监管,进而准确的获得食品企业的原料采购信息。
优选的,所述分析模块采用以下方式识别出视频信息中的移动目标:
对视频信息进行处理,获得以时间进行排列的若干图像帧序列;
对相隔预设时间段的2帧图像帧进行比较,获得比较结果;
若比较结果存在差异,则分别从2帧图像帧提取出差异部位图像,获得差异目标;
对差异目标进行识别,判断差异目标是否为预设可移动载体,若是则将差异目标作为识别出的移动目标,若否则未识别出移动目标。
其中,为了准确的识别出视频信息中的移动目标,判断移动目标是否携带预设物件,分析模块通过上述方式可以提取出2帧图像中的差异,通常2帧图像中存在差异是因为有物体移动了,因此可以通过上述方式提取出差异目标即移动物体,而这个移动物体可能是拖车或货车或工人也有可能是鸟等其他物体,而我们需要的是可以携带原料货物的可移动载体,因此只需要识别出差异目标是否为可移动载体,若是则进行下一步处理,若不是则不进行处理。
其中,可以通过图像处理的方式比较前后2帧图像然后提取出差异部位,然后利用基于深度学习的目标识别,对差异部位进行识别,判断是否为可移动载体。
优选的,针对网络销售容易出现产品质量问题的情况,很多食品的销售方式为网络销售,网络销售方式中的销售企业并非食品生产企业,销售企业实质上为销售公司,其销售的产品为第三方食品加工企业加工的食品,对于这种情况,传统的检测模式是对从食品销售企业端进行食品质量检查,但是这种模式并不适用于当下网络销售模式如直播销售的模式,导致质量检测效率很低,且销售和制造分隔两地,当出现质量问题后,用户从销售平台进行投诉,投诉的为销售企业并非制造企业,各地有各自的食品监管部门,对于食品企业的质量监管存在信息障碍,不利于食品质量检测实施。为了解决上述问题,申请人对系统进行了改进,所述系统还包括:
对接单元,用于与网络销售平台进行对接,获得网络销售平台中销售方的请求上架产品的产品信息;
请求单元,用于基于所述请求上架产品的产品信息获得产品的生产制造信息,基于所述生产制造信息获得产品的生产制造企业信息,将所述生产制造企业信息发送至生产制造企业所在管辖区域对应的食品企业监管部门,并请求食品企业监管部门对该生产制造企业所加工生产的产品进行质量审核;
反馈单元,用于食品企业监管部门在完成对生产制造企业的质量审核后上传审核结果;
审核单元,用于基于审核结果判断请求上架产品是否合格,若合格则允许网络销售平台上架该产品,若不合格则不允许网络销售平台上架该产品。
其中,利用对接单元可以获得网络销售平台中销售方的请求上架产品的产品信息,然后利用请求单元将生产制造企业信息发送至生产制造企业所在管辖区域对应的食品企业监管部门,并请求食品企业监管部门对该生产制造企业所加工生产的产品进行质量审核,即能够对网络销售平台销售的食品产品进行本地监管,即能够通过销售信息请求生产制造企业所在管辖区域对应的食品企业监管部门进行有效的监管,避免了分隔两地导致的效率低和信息障碍,监管部门可以利用反馈单元上传审核结果,然后审核单元可以根据审核结果来判断是否允许该产品在平台中进行销售,利用上述方式可以对网络销售的食品的质量进行有效的监管,特别是对于销售和制造并非同一企业且分隔两地的情况
优选的,申请人同时研究发现,最近比较热门的直播带货中有很多食品是农产品或农业加工品,但是这些食品是农民加工并非食品企业加工,导致其食品质量参差不齐,无法进行有效的监管,针对农产品没有生产制造企业如何进行食品质量安全检测的问题,本系统设计了相应的解决方案,通过预估单元预估请求上架产品的预计销售数量,然后根据预计销售数量要求平台根据进行抽检,抽检的抽样率根据销售数量进行变化,即能够对非食品企业制造的农产品进行质量监管,且能够根据销售数据确定抽检数量进行有效准确的监管,当请求上架产品的产品信息中无对应的生产制造企业信息时,所述请求单元还用于从网络销售平台获得该产品的同类产品的第一历史销售数据和该销售方的第二历史销售数据;
所述系统还包括:
预估单元,用于基于第一历史销售数据和第二历史销售数据预估出在未来的第一预设时间段内请求上架产品的预计销售数量;
抽检单元,用于基于预计销售数量生成抽样数量,基于所述抽样数量对请求上架产品进行抽样检测,并生成抽样检测结果;
上架单元,用于当抽样检测结果的合格比例大于阈值时则允许网络销售平台上架该产品,当抽样检测结果的合格比例小于或等于阈值时则不允许网络销售平台上架该产品。
本发明提供的一个或多个技术方案,至少具有如下技术效果或优点:
本发明实现了食品企业风险的智能和精准防控。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本发明的一部分,并不构成对本发明实施例的限定;
图1为一种食品企业风险防控预警智能化远程服务系统的组成示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
请参考图1,图1为一种食品企业风险防控预警智能化远程服务系统的组成示意图,本发明提供了一种食品企业风险防控预警智能化远程服务系统,所述系统包括:
第一采集单元,用于采集食品企业第一预设时间段内的原料采购信息,获得原料的种类信息和每类原料的含量信息;
第二采集单元,用于采集食品企业的食品加工工艺信息和食品加工设备信息;
第一计算单元,用于基于食品加工工艺信息和食品加工设备信息计算获得每类原料的加工损耗率范围信息;
第三采集单元,用于采集第二预设时间段内食品企业的成品食品加工数量信息,其中,第二预设时间段内食品企业使用第一预设时间段内采购的原料进行加工;
第二计算单元,用于基于成品食品加工数量信息和废品率计算获得食品企业的实际食品加工数量信息,以及用于食品企业的实际食品加工数量信息和每类原料的加工损耗率范围信息计算获得每类原料的标准使用量范围;
判断单元,用于判断原料采购信息中每类原料的含量是否在对应的标准使用量范围内,若否,则生成风险告警信息;
远程处理单元,用于将风险告警信息发送至食品企业通信终端和食品监管部门通信终端。
其中,在本发明实施例中,第一采集单元可以是数据采集器或数据采集模块,通过与食品企业的采购系统进行对接可以采集获得食品企业的订单信息,通过订单信息可以获得原料采购信息,或者通过与食品企业的发票系统对接,获得发票信息,基于发票信息获得原料采购信息。
其中,在本发明实施例中,第二采集单元可以为相机或摄像机搭配数据传输设备,如通信模块或通信单元,将相机或摄像机采集的数据传输至相应的终端,其中食品加工工艺信息可以通过加工车间中的加工信息获得或者加工说明中获得或者生产线或生产要求中获得,食品加工设备信息可以通过设备铭牌或设备介绍中获得。
其中,第三采集单元可以是数据采集器或数据采集模块,通过与食品企业的生产系统或销售系统进行对接可以采集获得食品企业的生产信息或销售信息,进而能够获得食品企业的产品实际加工数量。
其中,在本发明实施例中,本系统中每类原料的标准使用量范围采用以下公式进行计算:
K=X*Y(1+a%)
其中,K为每类原料的标准使用量范围的最小值,每类原料的标准使用量范围为大于或等于K,X为第二预设时间段内食品企业的实际食品加工数量信息,Y为每加工一个食品所需的该类原料的重量,a为每类原料的加工损耗率大小,a位于每类原料的加工损耗率范围内。
其中,在实际应用中,针对某类原料,如a取值为5,X为38000,Y为20g,此时计算出的K为798000g即798KG,该类原料的标准使用量范围为798KG,但是第一采集单元的采购信息中显示其仅采购了300KG,因此判断其将不合格原料添加进行了生产,然后生成告警信息进行告警。
其中,第一预设时间段与第二预设时间段为先后顺序关系,之间的间隔时间长短与食品的加工进度、效率等因素的影响,如某些企业这月采购的原料通常在下月中使用,因此,第一预设时间段与第二预设时间段的具体大小可以根据实际的情况进行调整。
本系统设计了上传单元,食品企业可以利用上传单元可以进行申述,上传证据,然后食品监管部门根据上传的证据利用处理单元调整系统中的废品率,具体为,所述系统还包括:
上传单元,用于食品企业上传证据信息;
处理单元,用于食品监管部门基于所述证据信息对所述第一采集单元采集的信息和/或所述第二采集单元采集的信息和/或所述废品率进行调整。
其中,在本发明实施例中,证据信息可以是照片或视频或其他证明信息,如当仓库出现了事故,如进水,则可以上传现场监控视频,并上传剩余合格可以进行加工的原料数量,然后处理单元对原料采购信息进行调整,调整为与实际剩余可加工原料匹配的数量,如在加工制造的过程中某个设备出现了问题,导致废品率上升,这时上传该设备的加工信息、照片或视频或故障信息等证据,然后处理单元对废品率进行相应调整,如将废品率调高。
其中,在本发明实施例中,所述系统还包括:
监控单元,所述监控单元用于对食品企业的食品加工制造过程进行监控,获得监控信息;
分析单元,用于对所述监控信息进行分析判断是否存在风险信息;
若存在风险信息,所述远程处理单元还用于将风险信息发送至食品企业通信终端和食品监管部门通信终端。
其中,监控单元可以是监控摄像头,安装在生产车间的墙面上,对车间的生产加工情况进行监控,其中分析单元对所述监控信息进行分析主要采用图像识别的方式,如识别是否存未穿戴手套或工作服进行加工等,监控单元也可以是传感器等器件,用于采集车间的温度湿度或加工温度或消毒情况等,分析单元根据传感器采集的信息与标准阈值进行比较判断是否存在风险,然后通过通信终端如数据传输模块,可以是有线也可以是无线传输至监管部门。
其中,在本发明实施例中,本系统通过以下公式和参数以及计算方式能够准确的计算出类原料的加工损耗率范围,所述第一计算单元采用以下方式计算获得每类原料的加工损耗率范围信息:
M=n+S1+S2+......+Sp
其中,M原料的加工损耗率范围,n为食品加工工艺信息对应的原料的基础损耗率范围,p为食品加工工艺信息中加工设备的个数,S1至Sp为p个加工设备分别对应的设备原料损耗率范围。
其中,在实际应用中,举例对M的计算进行说明,针对某个食品,n的取值可以为5%-8%,P为4,S1的范围为2%-3%,S2的范围为2%-3%,S3的范围为3%-4%,S4的范围为1%-2%,此时计算出的M的范围为11%-20%。
其中,在本发明实施例中,所述系统还包括:
第四采集单元,所述第四采集单元用于采集食品企业原料仓库的原料入库信息;
修正单元,用于基于原料入库信息对所述第一采集单元采集的信息进行修正。
其中,在实际应用中,若采集食品企业原料仓库的原料入库信息与第一采集单元采集的原料采购信息不一致时,则将第一采集单元采集的原料信息替换为第四采集单元采集的信息。
其中,在本发明实施例中,为了准确的采集食品企业原料仓库的原料入库信息,本发明对第四采集单元进行了设计,所述第四采集单元包括:
第一采集模块,用于采集食品企业原料仓库入口处的视频信息;其中,第一采集模块可以是监控摄像头或摄像机,通常将摄像机的镜头对准仓库入口,并设置一定的广角,便于采集出足够的距离来判断物体是否移动;
分析模块,用于识别出视频信息中的移动目标,判断移动目标是否携带预设物件,若携带则发送第一预设指令至处理模块;
处理模块,用于当收到第一预设指令时则关闭原料仓库入口门闸,以及用于当收到第二预设指令时则开启原料仓库入口门闸;
扫描模块,用于对预设物件进行扫描,获得原料入库信息,完成扫描后发送第二预设指令至处理模块,并将原料入库信息存入存储模块。
其中,在本发明实施例中,所述分析模块采用以下方式识别出视频信息中的移动目标:
对视频信息进行处理,获得以时间进行排列的若干图像帧序列,如序列S,序列S=(T1,T2,T3,....,Tn-2,Tn-1,Tn,);其中,n为序列中图片的个数,T1,T2,T3,....,Tn-2,Tn-1,Tn分别为n帧图片;
对相隔预设时间段的2帧图像帧进行比较,获得比较结果;其中,预设时间段可以根据实际的需要进行调整,如1秒,2秒或其他时间等;
若比较结果存在差异,则分别从2帧图像帧提取出差异部位图像,获得差异目标;
对差异目标进行识别,判断差异目标是否为预设可移动载体,若是则将差异目标作为识别出的移动目标,若否则未识别出移动目标。
其中,可以通过图像处理的方式比较前后2帧图像然后提取出差异部位,如图像比较技术,通过机器视觉来计算两个图片之间的差异性,通常的做法为使两幅图像尺寸相同,然后让它们相减获得差异部位,然后利用基于深度学习的目标识别,对差异部位进行识别,判断是否为可移动载体,其中可以利用预先训练好的目标识别模型进行目标识别。
其中,在本发明实施例中,所述系统还包括:
对接单元,用于与网络销售平台进行对接,获得网络销售平台中销售方的请求上架产品的产品信息;对接单元可以与网络销售平台建立数据传输关系,进而能够获得网络销售平台中销售方的请求上架产品的产品信息;
请求单元,用于基于所述请求上架产品的产品信息获得产品的生产制造信息,基于所述生产制造信息获得产品的生产制造企业信息,将所述生产制造企业信息发送至生产制造企业所在管辖区域对应的食品企业监管部门,并请求食品企业监管部门对该生产制造企业所加工生产的产品进行质量审核,网络销售平台中销售方的请求上架产品通常会填写产品的相关信息,而这些相关信息中就包括了生产制造企业信息,因此请求单元可以在相关信息中抽取出生产制造企业信息,生产制造企业信息中保护生产制造企业的所在地,根据生产制造企业所在地可以确定其管辖区域对应的企业监管部门;
反馈单元,用于食品企业监管部门在完成对生产制造企业的质量审核后上传审核结果;
审核单元,用于基于审核结果判断请求上架产品是否合格,若合格则允许网络销售平台上架该产品,若不合格则不允许网络销售平台上架该产品。
其中,在本发明实施例中,申请人同时研究发现,最近比较热门的直播带货中有很多食品是农产品或农业加工品,但是这些食品是农民加工并非食品企业加工,导致其食品质量参差不齐,无法进行有效的监管,针对农产品没有生产制造企业如何进行食品质量安全检测的问题,本系统设计了相应的解决方案,通过预估单元预估请求上架产品的预计销售数量,然后根据预计销售数量要求平台根据进行抽检,抽检的抽样率根据销售数量进行变化,即能够对非食品企业制造的农产品进行质量监管,且能够根据销售数据确定抽检数量进行有效准确的监管,当请求上架产品的产品信息中无对应的生产制造企业信息时,所述请求单元还用于从网络销售平台获得该产品的同类产品的第一历史销售数据和该销售方的第二历史销售数据;第一历史销售数据为历史对应时期同类产品的平均销售数量;第二历史销售数据为历史对应时期销售方的销售数据,考虑第一历史销售数据的原因是判断该类型的产品在世面上的受欢迎程度,初步预估销售的数据,考虑第二历史销售数据的原因是根据销售方的销售能力预估销售方的销售数据。
所述系统还包括:
预估单元,用于基于第一历史销售数据和第二历史销售数据预估出在未来的第一预设时间段内请求上架产品的预计销售数量;
抽检单元,用于基于预计销售数量生成抽样数量,基于所述抽样数量对请求上架产品进行抽样检测,并生成抽样检测结果;
上架单元,用于当抽样检测结果的合格比例大于阈值时则允许网络销售平台上架该产品,当抽样检测结果的合格比例小于或等于阈值时则不允许网络销售平台上架该产品。
其中,第一预设时间段为与第一历史销售数据和第二历史销售数据的历史时期对应的时间段,如都对应每年的双十一,或均对应每年的国庆7天,通过上述方式能够准确的预估出预计的销售数量。
其中,预计销售数量可以采用以下公式进行计算:
R=J*S+H*T
其中,R为预计销售数量,J和H为调控参数可以根据实际情况进行调整,S为第一历史销售数据,T为第二历史销售数据。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种食品企业风险防控预警智能化远程服务系统,其特征在于,所述系统包括:
第一采集单元,用于采集食品企业第一预设时间段内的原料采购信息,获得原料的种类信息和每类原料的含量信息;
第二采集单元,用于采集食品企业的食品加工工艺信息和食品加工设备信息;
第一计算单元,用于基于食品加工工艺信息和食品加工设备信息计算获得每类原料的加工损耗率范围信息;
第三采集单元,用于采集第二预设时间段内食品企业的成品食品加工数量信息,其中,第二预设时间段内食品企业使用第一预设时间段内采购的原料进行加工;
第二计算单元,用于基于成品食品加工数量信息和废品率计算获得食品企业的实际食品加工数量信息,以及用于食品企业的实际食品加工数量信息和每类原料的加工损耗率范围信息计算获得每类原料的标准使用量范围;
判断单元,用于判断原料采购信息中每类原料的含量是否在对应的标准使用量范围内,若否,则生成风险告警信息;
远程处理单元,用于将风险告警信息发送至食品企业通信终端和食品监管部门通信终端;
所述系统还包括:
上传单元,用于食品企业上传证据信息;
处理单元,用于食品监管部门基于所述证据信息对所述第一采集单元采集的信息和/或所述第二采集单元采集的信息和/或所述废品率进行调整;
所述系统还包括:
对接单元,用于与网络销售平台进行对接,获得网络销售平台中销售方的请求上架产品的产品信息;
请求单元,用于基于所述请求上架产品的产品信息获得产品的生产制造信息,基于所述生产制造信息获得产品的生产制造企业信息,将所述生产制造企业信息发送至生产制造企业所在管辖区域对应的食品企业监管部门,并请求食品企业监管部门对该生产制造企业所加工生产的产品进行质量审核;
反馈单元,用于食品企业监管部门在完成对生产制造企业的质量审核后上传审核结果;
审核单元,用于基于审核结果判断请求上架产品是否合格,若合格则允许网络销售平台上架该产品,若不合格则不允许网络销售平台上架该产品;
当请求上架产品的产品信息中无对应的生产制造企业信息时,所述请求单元还用于从网络销售平台获得该产品的同类产品的第一历史销售数据和该销售方的第二历史销售数据;
所述系统还包括:
预估单元,用于基于第一历史销售数据和第二历史销售数据预估出在未来的第一预设时间段内请求上架产品的预计销售数量;
抽检单元,用于基于预计销售数量生成抽样数量,基于所述抽样数量对请求上架产品进行抽样检测,并生成抽样检测结果;
上架单元,用于当抽样检测结果的合格比例大于阈值时则允许网络销售平台上架该产品,当抽样检测结果的合格比例小于或等于阈值时则不允许网络销售平台上架该产品。
2.根据权利要求1所述的一种食品企业风险防控预警智能化远程服务系统,其特征在于,每类原料的标准使用量范围采用以下公式进行计算:
K=X*Y(1+a%)
其中,K为每类原料的标准使用量范围的最小值,每类原料的标准使用量范围为大于或等于K,X为第二预设时间段内食品企业的实际食品加工数量信息,Y为每加工一个食品所需的该类原料的重量,a为每类原料的加工损耗率大小,a位于每类原料的加工损耗率范围内。
3.根据权利要求1所述的一种食品企业风险防控预警智能化远程服务系统,其特征在于,所述系统还包括:
监控单元,所述监控单元用于对食品企业的食品加工制造过程进行监控,获得监控信息;
分析单元,用于对所述监控信息进行分析判断是否存在风险信息;
若存在风险信息,所述远程处理单元还用于将风险信息发送至食品企业通信终端和食品监管部门通信终端。
4.根据权利要求1所述的一种食品企业风险防控预警智能化远程服务系统,其特征在于,所述第一计算单元采用以下方式计算获得每类原料的加工损耗率范围信息:
M=n+S1+ S2+......+ Sp
其中,M原料的整体加工损耗率范围,n为食品加工工艺信息对应的原料的基础损耗率范围,p为食品加工工艺信息中加工设备的个数,S1至Sp为p个加工设备分别对应的设备原料损耗率范围。
5.根据权利要求1所述的一种食品企业风险防控预警智能化远程服务系统,其特征在于,所述系统还包括:
第四采集单元,所述第四采集单元用于采集食品企业原料仓库的原料入库信息;
修正单元,用于基于原料入库信息对所述第一采集单元采集的信息进行修正。
6.根据权利要求5所述的一种食品企业风险防控预警智能化远程服务系统,其特征在于,所述第四采集单元包括:
第一采集模块,用于采集食品企业原料仓库入口处的视频信息;
分析模块,用于识别出视频信息中的移动目标,判断移动目标是否携带预设物件,若携带则发送第一预设指令至处理模块;
处理模块,用于当收到第一预设指令时则关闭原料仓库入口门闸,以及用于当收到第二预设指令时则开启原料仓库入口门闸;
扫描模块,用于对预设物件进行扫描,获得原料入库信息,完成扫描后发送第二预设指令至处理模块,并将原料入库信息存入存储模块。
7.根据权利要求6所述的一种食品企业风险防控预警智能化远程服务系统,其特征在于,所述分析模块采用以下方式识别出视频信息中的移动目标:
对视频信息进行处理,获得以时间进行排列的若干图像帧序列;
对相隔预设时间段的2帧图像帧进行比较,获得比较结果;
若比较结果存在差异,则分别从2帧图像帧提取出差异部位图像,获得差异目标;
对差异目标进行识别,判断差异目标是否为预设可移动载体,若是则将差异目标作为识别出的移动目标,若否则未识别出移动目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392343.8A CN116090812B (zh) | 2022-11-08 | 2022-11-08 | 一种食品企业风险防控预警智能化远程服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392343.8A CN116090812B (zh) | 2022-11-08 | 2022-11-08 | 一种食品企业风险防控预警智能化远程服务系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116090812A CN116090812A (zh) | 2023-05-09 |
CN116090812B true CN116090812B (zh) | 2024-01-26 |
Family
ID=86212602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211392343.8A Active CN116090812B (zh) | 2022-11-08 | 2022-11-08 | 一种食品企业风险防控预警智能化远程服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116090812B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87104914A (zh) * | 1986-07-30 | 1988-02-10 | 雷恩自动机株式会社 | 原料成分可控制的复合食品的生产方法与设备 |
JP2004062633A (ja) * | 2002-07-30 | 2004-02-26 | Nippon Syst Akad:Kk | 商品情報の管理システム |
CN202443496U (zh) * | 2011-12-29 | 2012-09-19 | 钟安清 | 一种基于sps和haccp的食品安全第三方监管系统 |
CN103136671A (zh) * | 2011-11-30 | 2013-06-05 | 国际商业机器公司 | 产品质量追溯方法和装置 |
CN105184439A (zh) * | 2015-07-17 | 2015-12-23 | 重庆市合川区骏玥机械厂 | 基于智能管理模式生产工艺的面食品生产系统 |
CN106476423A (zh) * | 2015-08-31 | 2017-03-08 | 上海合印包装服务有限公司 | 一种可判断入库产品类型的印刷质量监测系统 |
CN109885011A (zh) * | 2019-03-22 | 2019-06-14 | 宿州德源服装有限公司 | 一种纺织印染厂物联网管理系统 |
CN109902944A (zh) * | 2019-02-19 | 2019-06-18 | 徐州工业职业技术学院 | 橡胶配方中原材料消耗定额简便计算方法 |
CN110070293A (zh) * | 2019-04-25 | 2019-07-30 | 湖南餐效信息科技有限公司 | 成本评估方法及系统、终端及存储介质 |
CN110619508A (zh) * | 2019-09-18 | 2019-12-27 | 深圳市昂捷信息技术股份有限公司 | 一种零售企业生鲜加工管理方法 |
CN110782139A (zh) * | 2019-10-10 | 2020-02-11 | 深圳点链科技有限公司 | 基于区块链的日产日清核算方法、装置、设备及存储介质 |
CN111062595A (zh) * | 2019-12-06 | 2020-04-24 | 珠海格力电器股份有限公司 | 代加工产品的验收方法、装置、计算机可读存储介质 |
CN111353713A (zh) * | 2020-03-03 | 2020-06-30 | 重庆西艾恩科技发展有限公司 | 一种工厂生产用产品质量认证管理系统 |
CN111539346A (zh) * | 2020-04-26 | 2020-08-14 | 上海明略人工智能(集团)有限公司 | 一种食品质量检测方法及装置 |
CN111914953A (zh) * | 2020-08-27 | 2020-11-10 | 朱党兰 | 一种基于物联网的食品配料流程监控系统 |
CN112418888A (zh) * | 2020-11-25 | 2021-02-26 | 郑州妙可奶业有限公司 | 一种基于haccp的奶粉质量安全追溯系统及方法 |
CN113077135A (zh) * | 2021-03-24 | 2021-07-06 | 中国联合网络通信集团有限公司 | 食品制作安全监测方法、装置和系统 |
CN113948187A (zh) * | 2021-10-25 | 2022-01-18 | 江苏软擎信息科技有限公司 | 食品配方营养成分计算方法、装置、计算机及存储介质 |
-
2022
- 2022-11-08 CN CN202211392343.8A patent/CN116090812B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87104914A (zh) * | 1986-07-30 | 1988-02-10 | 雷恩自动机株式会社 | 原料成分可控制的复合食品的生产方法与设备 |
JP2004062633A (ja) * | 2002-07-30 | 2004-02-26 | Nippon Syst Akad:Kk | 商品情報の管理システム |
CN103136671A (zh) * | 2011-11-30 | 2013-06-05 | 国际商业机器公司 | 产品质量追溯方法和装置 |
CN202443496U (zh) * | 2011-12-29 | 2012-09-19 | 钟安清 | 一种基于sps和haccp的食品安全第三方监管系统 |
CN105184439A (zh) * | 2015-07-17 | 2015-12-23 | 重庆市合川区骏玥机械厂 | 基于智能管理模式生产工艺的面食品生产系统 |
CN106476423A (zh) * | 2015-08-31 | 2017-03-08 | 上海合印包装服务有限公司 | 一种可判断入库产品类型的印刷质量监测系统 |
CN109902944A (zh) * | 2019-02-19 | 2019-06-18 | 徐州工业职业技术学院 | 橡胶配方中原材料消耗定额简便计算方法 |
CN109885011A (zh) * | 2019-03-22 | 2019-06-14 | 宿州德源服装有限公司 | 一种纺织印染厂物联网管理系统 |
CN110070293A (zh) * | 2019-04-25 | 2019-07-30 | 湖南餐效信息科技有限公司 | 成本评估方法及系统、终端及存储介质 |
CN110619508A (zh) * | 2019-09-18 | 2019-12-27 | 深圳市昂捷信息技术股份有限公司 | 一种零售企业生鲜加工管理方法 |
CN110782139A (zh) * | 2019-10-10 | 2020-02-11 | 深圳点链科技有限公司 | 基于区块链的日产日清核算方法、装置、设备及存储介质 |
CN111062595A (zh) * | 2019-12-06 | 2020-04-24 | 珠海格力电器股份有限公司 | 代加工产品的验收方法、装置、计算机可读存储介质 |
CN111353713A (zh) * | 2020-03-03 | 2020-06-30 | 重庆西艾恩科技发展有限公司 | 一种工厂生产用产品质量认证管理系统 |
CN111539346A (zh) * | 2020-04-26 | 2020-08-14 | 上海明略人工智能(集团)有限公司 | 一种食品质量检测方法及装置 |
CN111914953A (zh) * | 2020-08-27 | 2020-11-10 | 朱党兰 | 一种基于物联网的食品配料流程监控系统 |
CN112418888A (zh) * | 2020-11-25 | 2021-02-26 | 郑州妙可奶业有限公司 | 一种基于haccp的奶粉质量安全追溯系统及方法 |
CN113077135A (zh) * | 2021-03-24 | 2021-07-06 | 中国联合网络通信集团有限公司 | 食品制作安全监测方法、装置和系统 |
CN113948187A (zh) * | 2021-10-25 | 2022-01-18 | 江苏软擎信息科技有限公司 | 食品配方营养成分计算方法、装置、计算机及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116090812A (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150066782A1 (en) | Computer monitoring, servicing, and management of remote equipment and assets | |
CN111369378A (zh) | 一种基于计算机视觉识别的生猪监管方法及系统 | |
CN102254236A (zh) | 料场智能管理控制系统及其管理控制方法 | |
CN112185086B (zh) | 基于偏差分析的粮库安全预警系统 | |
CN106355367A (zh) | 仓库监控管理装置 | |
CN103630221A (zh) | 一种使用视频分析远程监控车辆称重作弊的方法 | |
CN116090812B (zh) | 一种食品企业风险防控预警智能化远程服务系统 | |
CN110231078A (zh) | 一种智能称重地磅管理方法及系统 | |
CN117035419B (zh) | 企业项目实施智能管理系统及方法 | |
CN111830917A (zh) | 一种造纸企业原料数字化防作弊质检管控系统及方法 | |
CN114104755B (zh) | 高炉槽上料仓智能管理系统及方法 | |
CN116366002A (zh) | 一种光伏电站智能运维系统及方法 | |
CN114819829A (zh) | 智能货柜及其异常处理方法、检测方法及系统和服务器 | |
CN109579957A (zh) | 一种无人过磅系统及方法 | |
CN202018678U (zh) | 料场智能信息化管理控制系统 | |
CN113697670A (zh) | 一种起重机设备的智能化管控方法及系统 | |
CN116384963A (zh) | 一种基于ar设备的设备巡检指导方法 | |
CN107144332A (zh) | 一种基于仪表远程自动清零的汽车衡称重系统及方法 | |
CN210464635U (zh) | 一种物联网智慧称重设备 | |
CN114111988B (zh) | 一种垃圾回收智能过磅分流控制方法及系统 | |
CN110334642A (zh) | 一种猪行为的机器视觉识别方法及系统 | |
CN116245469A (zh) | 一种农业大数据多元融合监管系统 | |
CN111267079A (zh) | 一种智能巡检机器人巡检方法及装置 | |
CN213482700U (zh) | 一种造纸企业原料数字化防作弊质检管控系统 | |
CN109361902A (zh) | 一种基于边缘计算的智能安全帽佩戴监测系统 |
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 |