CN116739460B - 一种基于大数据的冷链运输车辆智能调度系统 - Google Patents
一种基于大数据的冷链运输车辆智能调度系统 Download PDFInfo
- Publication number
- CN116739460B CN116739460B CN202311027667.6A CN202311027667A CN116739460B CN 116739460 B CN116739460 B CN 116739460B CN 202311027667 A CN202311027667 A CN 202311027667A CN 116739460 B CN116739460 B CN 116739460B
- Authority
- CN
- China
- Prior art keywords
- value
- cold chain
- signal
- chain transport
- transport vehicle
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 75
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000012423 maintenance Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 27
- 206010016256 fatigue Diseases 0.000 claims description 23
- 230000001174 ascending effect Effects 0.000 claims description 7
- 230000035484 reaction time Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 101100366710 Arabidopsis thaliana SSL12 gene Proteins 0.000 claims description 4
- 101100366707 Arabidopsis thaliana SSL11 gene Proteins 0.000 claims description 2
- 101100366562 Panax ginseng SS12 gene Proteins 0.000 claims description 2
- 101100366563 Panax ginseng SS13 gene Proteins 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 210000003128 head Anatomy 0.000 description 12
- 238000007726 management method Methods 0.000 description 7
- 230000007175 bidirectional communication Effects 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 238000010921 in-depth analysis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003860 storage Methods 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及冷链运输车辆调度技术领域,尤其涉及一种基于大数据的冷链运输车辆智能调度系统,包括调度中心、数据处理单元、监管分析单元、预警显示单元、自检分析单元、维护评估单元以及反馈监管单元;本发明是在冷链运输车辆未工作和已维护的前提下,对冷链运输车辆的报警数据进行预警性能评估分析,以便提高运输车辆的报警效果和调度合理性,同时有助于提高分析结果的准确性,以及对冷链运输车辆的运输数据进行选择评估分析,以判断待分配信号所对应冷链运输车辆在接下来运输是否合适,以便合理的对冷链运输车辆进行优选和调度,并通过序号显示的方式,更加直观的了解到冷链运输车辆的运输风险情况。
Description
技术领域
本发明涉及冷链运输车辆调度技术领域,尤其涉及一种基于大数据的冷链运输车辆智能调度系统。
背景技术
冷链物流一般是指冷藏冷冻类产品在生产、贮藏运输、销售,直到消费前的各个环节中始终处于规定的低温环境下,以保证产品质量、减少产品损耗的一项系统工程,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;
但现有技术中的冷链物流管理系统,在货物的生产、运输以及销售的过程中往往都会产生对应的数据,根据数据存储的内容,来判断冷链产品在整个过程中经历哪些步骤,但是冷链产品与传统产品相比较,需要在物流运输过程中提高时效性以保证其品质,但无法对冷链运输车辆进行合理的调度,以至于降低冷链运输车辆的管理效果,无法对车辆的状态和是否维护进行监管预警,进而降低车辆的调度合理性,同时无法对工作中的车辆进行监管,极易降低产品的品质和运输安全性;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于大数据的冷链运输车辆智能调度系统,去解决上述提出的技术缺陷,是对冷链运输车辆的实时状态进行判别,并对未工作的冷链运输车辆进行深入式分析,判断待管理信号所对应冷链运输车辆是否维护,以便合理的对冷链运输车辆进行选择,提高订单任务的完成性,且在冷链运输车辆未工作和已维护的前提下,对冷链运输车辆的报警数据进行预警性能评估分析,以便提高运输车辆的报警效果和调度合理性,同时有助于提高分析结果的准确性,以及对冷链运输车辆的运输数据进行选择评估分析,以判断待分配信号所对应冷链运输车辆在接下来运输是否合适,以便合理的对冷链运输车辆进行优选和调度,并通过序号显示的方式,更加直观的了解到冷链运输车辆的运输风险情况。
本发明的目的可以通过以下技术方案实现:一种基于大数据的冷链运输车辆智能调度系统,包括调度中心、数据处理单元、监管分析单元、预警显示单元、自检分析单元、维护评估单元以及反馈监管单元;
当调度中心生成运管指令后,将运管指令发送至数据处理单元,数据处理单元在接收到运管指令后,立即采集冷链运输车辆的实时状态,并对实时状态进行分析,将得到的显示信号经调度中心发送至预警显示单元和监管分析单元,将得到的待管理信号发送至自检分析单元;
自检分析单元在接收到待管理信号后,立即采集待管理信号所对应冷链运输车辆的维护信息,并对维护信息进行深入式分析,将得到的维护信号经调度中心发送至预警显示单元,将得到的待分配信号发送至反馈监管单元和维护评估单元;
监管分析单元在接收显示信号后,立即采集冷链运输车辆的工作数据,工作数据包括驾驶人员的驾驶时长和线路无功功率值,并对工作数据进行监管预警操作,将得到的风险信号和安全信号经调度中心发送至预警显示单元;
维护评估单元在接收待分配信号后,立即采集待分配信号所对应冷链运输车辆的报警数据,报警数据包括反应时长和报警设备的工作电流,并对报警数据进行预警性能评估分析,将得到的预警性能评估系数Wg发送至反馈监管单元;
反馈监管单元在接收待分配信号后,立即采集待分配信号所对应冷链运输车辆的运输数据,运输数据包括故障次数、使用时长以及完成总订单数,并对运输数据进行选择评估分析,将排序后的安全运输评估系数Tg经维护评估单元发送至预警显示单元。
优选的,所述数据处理单元实时状态分析过程如下:
将冷链运输车辆标记为i,i为大于零的自然数,获取到各个冷链运输车辆的实时状态,并对实时状态进行判别分析,若冷链运输车辆的实时状态为工作,则生成显示信号;
若冷链运输车辆的实时状态为未工作,则生成待管理信号。
优选的,所述自检分析单元的深入式分析过程如下:
获取到各个待管理信号所对应冷链运输车辆的维护信息,并对维护信息进行分析,若冷链运输车辆为维护,则生成维护信号;
若冷链运输车辆为未维护,则生成待分配信号。
优选的,所述监管分析单元的监管预警操作过程如下:
S1:采集到冷链运输车辆开始运输时刻到结束运输时刻之间的时长,并将其标记为运输时长,获取到运输时长冷链运输车辆的线路无功功率值,并将线路无功功率值与预设线路无功功率值阈值进行比对分析,若线路无功功率值大于预设线路无功功率值阈值,则将线路无功功率值超出预设线路无功功率值阈值的部分标记为风险损耗值FH;
S12:采集到冷链运输车辆距离最近一次休息结束时刻到当前时长,并将其标记为驾驶时长,获取到驾驶时长内驾驶人员的点头次数,并以时间为X轴,以点头次数为Y轴建立直角坐标系,通过描点的方式绘制点头次数曲线,从点头次数曲线获取到点头变化趋势值,并将点头变化趋势值与预设点头变化趋势值阈值进行比对分析,若点头变化趋势值小于预设点头变化趋势值阈值,则将点头变化趋势值小于预设点头变化趋势值阈值的部分标记为疲劳风险值PF,并将风险损耗值FH和疲劳风险值PF分别与监管分析单元内部录入存储的预设风险损耗值阈值和预设疲劳风险值阈值进行比对分析:
若风险损耗值FH小于等于预设风险损耗值阈值,且疲劳风险值PF小于等于预设疲劳风险值阈值,则生成安全信号;
若风险损耗值FH大于预设风险损耗值阈值,或疲劳风险值PF大于预设疲劳风险值阈值,则生成风险信号。
优选的,所述维护评估单元的预警性能评估分析过程如下:
第一步:将待分配信号所对应冷链运输车辆标记为g,g为大于零的自然数,g∈i,采集到报警设备接收到报警指令时刻到报警开始时刻之间的时长,并将其标记为反应时长,并将反应时长与预设反应时长阈值进行比对分析,若反应时长大于预设反应时长阈值,则将反应时长超出预设反应时长阈值的部分标记为延误风险值,获取到待分配信号所对应冷链运输车辆的历史报警次数,获取到每次历史报警次数的延误风险值,以此获取到待分配信号所对应冷链运输车辆的平均延误风险值PYg;
第二步:将反应时长划分为h个子时间节点,h为大于零的自然数,获取到各个子时间节点内报警设备的工作电流,并以时间为X轴,以工作电流为Y轴建立直角坐标系,通过描点的方式绘制工作电流曲线,从工作电流曲线中分别获取到上升段和下降段所对应两个端点之间的差值,并将其标记为变动值,获取到相连两个变动值之间的差值,并将其标记为平衡值,将平衡值与预设平衡值阈值进行比对分析,若平衡值小于等于预设平衡值阈值,则将对应上升段和下降段统称为稳定段,进而将稳定段与上升段和下降段的和值的比值标记为稳定评估值WDg;
第三步:根据公式得到预警性能评估系数,其中,α和β分别为平
均延误风险值和稳定评估值的预设权重系数,ε为预设补偿因子系数,α、β以及ε均大于零的
正数,Wg为各个待分配信号所对应冷链运输车辆的预警性能评估系数。
优选的,所述反馈监管单元的选择评估分析过程如下:
SS1:采集到各个待分配信号所对应冷链运输车辆开始投入使用时刻到当前时刻之间的时长,并将其标记为使用时长,获取到使用时长内各个待分配信号所对应冷链运输车辆的故障次数,同时获取到相连两个故障次数之间的间隔时长,并将其标记为故障间隔值,构建故障间隔值的集合A,将集合A中的最大值去除后获取到集合A的均值,并将其标记为故障安全评估值GAg;
SS12:获取到使用时长内各个待分配信号所对应冷链运输车辆的完成总订单数,同时获取到使用时长内各个待分配信号所对应冷链运输车辆的迟到订单数和损坏订单数,以此获取到迟到订单数和损坏订单数的和值与完成总订单数的比值,并将订单数和损坏订单数的和值与完成总订单数的比值标记为运输风险评估值YFg,此外,获取到使用时长内各个待分配信号所对应冷链运输车辆的风险损耗值FHg;
SS13:根据公式得到各个待分配信号所对应冷链运输车辆的安全运输评估系数Tg,并将安全运输评估系数Tg按照从小到大的顺序进行排序。
本发明的有益效果如下:
(1)本发明是通过对冷链运输车辆的实时状态进行判别,并对未工作的冷链运输车辆进行深入式分析,判断待管理信号所对应冷链运输车辆是否维护,以便合理的对冷链运输车辆进行选择,提高订单任务的完成性,且对工作中的冷链运输车辆进行监管预警操作,以便对运输过程中的车辆驾驶情况进行监管预警,提供驾驶的安全性,同时为后续分析提高数据支持,且在冷链运输车辆未工作和已维护的前提下,对冷链运输车辆的报警数据进行预警性能评估分析,以便提高运输车辆的报警效果和调度合理性,通过对得到的预警性能评估系数Wg进行上传,以便为反馈监管单元分析提供数据支持,提高分析结果的准确性;
(2)本发明还在冷链运输车辆未工作和已维护的前提下,对冷链运输车辆的运输数据进行选择评估分析,以判断待分配信号所对应冷链运输车辆在接下来运输是否合适,以便合理的对冷链运输车辆进行优选和调度,并通过序号显示的方式,更加直观的了解到冷链运输车辆的运输风险情况。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明局部分析图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
请参阅图1至图2所示,本发明为一种基于大数据的冷链运输车辆智能调度系统,包括调度中心、数据处理单元、监管分析单元、预警显示单元、自检分析单元、维护评估单元以及反馈监管单元,调度中心与数据处理单元呈双向通讯连接,调度中心与预警显示单元呈单向通讯连接,数据处理单元与监管分析单元和自检分析单元均呈双向通讯连接,自检分析单元与维护评估单元和反馈监管单元均呈单向通讯连接,维护评估单元与反馈监管单元呈双向通讯连接,维护评估单元与预警显示单元呈单向通讯连接;
当调度中心生成运管指令后,将运管指令发送至数据处理单元,数据处理单元在接收到运管指令后,立即采集冷链运输车辆的实时状态,判断冷链运输车辆是否处于工作状态,并对实时状态进行分析,以便精准的对冷链运输车辆进行调度,具体的冷链运输车辆的实时状态分析过程如下:
将冷链运输车辆标记为i,i为大于零的自然数,获取到各个冷链运输车辆的实时状态,并对实时状态进行判别分析,若冷链运输车辆的实时状态为工作,则生成显示信号,并将显示信号经调度中心发送至预警显示单元和监管分析单元,预警显示单元在接收到显示信号后,立即将显示信号所对应的冷链运输车辆标记为红色,进而方便区别冷链运输车辆的实时状态,同时方便对冷链运输车辆进行管理;
若冷链运输车辆的实时状态为未工作,则生成待管理信号,并将待管理信号发送至自检分析单元,自检分析单元在接收到待管理信号后,立即采集待管理信号所对应冷链运输车辆的维护信息,并对维护信息进行深入式分析,判断待管理信号所对应冷链运输车辆是否维护,以便合理的对冷链运输车辆进行选择,提高订单任务的完成性,具体的深入式分析过程如下:
获取到各个待管理信号所对应冷链运输车辆的维护信息,并对维护信息进行分析,若冷链运输车辆为维护,则生成维护信号,并将维护信号经调度中心发送至预警显示单元,预警显示单元在接收到维护信号后,立即将维护信号所对应的冷链运输车辆标记为黄色,进而方便对维护信号所对应的冷链运输车辆进行精准管理;
若冷链运输车辆为未维护,则生成待分配信号,并将待分配信号发送至反馈监管单元和维护评估单元;
监管分析单元在接收显示信号后,立即采集冷链运输车辆的工作数据,工作数据包括驾驶人员的驾驶时长和线路无功功率值,并对工作数据进行监管预警操作,以便对运输过程中的车辆驾驶情况进行监管预警,具体的监管预警操作过程如下:
采集到冷链运输车辆开始运输时刻到结束运输时刻之间的时长,并将其标记为运输时长,获取到运输时长冷链运输车辆的线路无功功率值,并将线路无功功率值与预设线路无功功率值阈值进行比对分析,若线路无功功率值大于预设线路无功功率值阈值,则将线路无功功率值超出预设线路无功功率值阈值的部分标记为风险损耗值,标号为FH;
采集到冷链运输车辆距离最近一次休息结束时刻到当前时长,并将其标记为驾驶时长,获取到驾驶时长内驾驶人员的点头次数,其中,将正常驾驶时驾驶人员鼻尖和额头所形成竖直线标记为Y轴,将与驾驶方向水平的水平线标记为X轴,获取到鼻尖和额头所形成竖直线与驾驶方向水平的水平线之间的夹角标记为打盹角,并将打盹角与预设打盹角阈值进行比对分析,若打盹角小于预设打盹角阈值,则将打盹角小于预设打盹角阈值所对应行为标记为点头次数,并以时间为X轴,以点头次数为Y轴建立直角坐标系,通过描点的方式绘制点头次数曲线,从点头次数曲线获取到点头变化趋势值,并将点头变化趋势值与预设点头变化趋势值阈值进行比对分析,若点头变化趋势值小于预设点头变化趋势值阈值,则将点头变化趋势值小于预设点头变化趋势值阈值的部分标记为疲劳风险值,标号为PF,需要说明的是,疲劳风险值PF是一个反映驾驶安全的影响参数,并将风险损耗值FH和疲劳风险值PF分别与监管分析单元内部录入存储的预设风险损耗值阈值和预设疲劳风险值阈值进行比对分析:
若风险损耗值FH小于等于预设风险损耗值阈值,且疲劳风险值PF小于等于预设疲劳风险值阈值,则生成安全信号;
若风险损耗值FH大于预设风险损耗值阈值,或疲劳风险值PF大于预设疲劳风险值阈值,则生成风险信号,并将风险信号和安全信号经调度中心发送至预警显示单元,预警显示单元在接收到风险信号和安全信号后,立即做出风险信号和安全信号所对应的预警操作,以便对运输过程中的车辆驾驶情况进行监管预警,有助于了解待分配信号所对应冷链运输车辆的驾驶安全情况。
实施例2:
维护评估单元在接收待分配信号后,立即采集待分配信号所对应冷链运输车辆的报警数据,报警数据包括反应时长和报警设备的工作电流,并对报警数据进行预警性能评估分析,以便提高运输车辆的报警效果和调度合理性,具体的预警性能评估分析过程如下:
将待分配信号所对应冷链运输车辆标记为g,g为大于零的自然数,g∈i,采集到报警设备接收到报警指令时刻到报警开始时刻之间的时长,并将其标记为反应时长,并将反应时长与预设反应时长阈值进行比对分析,若反应时长大于预设反应时长阈值,则将反应时长超出预设反应时长阈值的部分标记为延误风险值,获取到待分配信号所对应冷链运输车辆的历史报警次数,获取到每次历史报警次数的延误风险值,以此获取到待分配信号所对应冷链运输车辆的平均延误风险值,标号为PYg;
将反应时长划分为h个子时间节点,h为大于零的自然数,获取到各个子时间节点内报警设备的工作电流,并以时间为X轴,以工作电流为Y轴建立直角坐标系,通过描点的方式绘制工作电流曲线,从工作电流曲线中分别获取到上升段和下降段所对应两个端点之间的差值,并将其标记为变动值,获取到相连两个变动值之间的差值,并将其标记为平衡值,将平衡值与预设平衡值阈值进行比对分析,若平衡值小于等于预设平衡值阈值,则将对应上升段和下降段统称为稳定段,进而将稳定段与上升段和下降段的和值的比值标记为稳定评估值,标号为WDg,需要说明的是,稳定评估值WDg是一个反映报警设备工作电流的稳定性的影响参数;
根据公式得到预警性能评估系数,其中,α和β分别为平均延误风
险值和稳定评估值的预设权重系数,ε为预设补偿因子系数,α、β以及ε均大于零的正数,Wg
为各个待分配信号所对应冷链运输车辆的预警性能评估系数,并将预警性能评估系数Wg发
送至反馈监管单元,以便为反馈监管单元分析提供数据支持,提高分析结果的准确性;
反馈监管单元在接收待分配信号后,立即采集待分配信号所对应冷链运输车辆的运输数据,运输数据包括故障次数、使用时长以及完成总订单数,并对运输数据进行选择评估分析,以判断待分配信号所对应冷链运输车辆在接下来运输是否合适,以便合理的对冷链运输车辆进行优选,具体的选择评估分析过程如下:
采集到各个待分配信号所对应冷链运输车辆开始投入使用时刻到当前时刻之间的时长,并将其标记为使用时长,获取到使用时长内各个待分配信号所对应冷链运输车辆的故障次数,同时获取到相连两个故障次数之间的间隔时长,并将其标记为故障间隔值,构建故障间隔值的集合A,将集合A中的最大值去除后获取到集合A的均值,并将其标记为故障安全评估值,标号为GAg,需要说明的是,故障安全评估GAg的数值越大,则车辆运输故障风险越小;
获取到使用时长内各个待分配信号所对应冷链运输车辆的完成总订单数,同时获取到使用时长内各个待分配信号所对应冷链运输车辆的迟到订单数和损坏订单数,以此获取到迟到订单数和损坏订单数的和值与完成总订单数的比值,并将订单数和损坏订单数的和值与完成总订单数的比值标记为运输风险评估值,标号为YFg,需要说明的是,运输风险评估值YFg是一个反映车辆运输风险的影响参数,此外,获取到使用时长内各个待分配信号所对应冷链运输车辆的风险损耗值FHg;
根据公式得到各个待分配信号所对应冷链运输
车辆的安全运输评估系数,其中,a1、a2、a3以及a4分别为故障安全评估值、运输风险评估
值、预警性能评估系数以及风险损耗值的预设比例因子系数,a1、a2、a3以及a4均为大于零
的正数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结
果更加准确,Tg为各个待分配信号所对应冷链运输车辆的安全运输评估系数,并将安全运
输评估系数Tg按照从小到大的顺序进行排序,并将排序后的安全运输评估系数Tg经维护评
估单元发送至预警显示单元,预警显示单元在接收到排序后的安全运输评估系数Tg,将排
序后的安全运输评估系数Tg所对应的冷链运输车辆在显示面板上用数字进行标记为,且序
号与数字一一对应,进而在冷链运输车辆未工作和已维护的前提下,有助于对冷链运输车
辆进行择优选择,同时更加直观的了解到冷链运输车辆的运输风险情况;
综上所述,本发明通过对冷链运输车辆的实时状态进行判别,并对未工作的冷链运输车辆进行深入式分析,判断待管理信号所对应冷链运输车辆是否维护,以便合理的对冷链运输车辆进行选择,提高订单任务的完成性,且对工作中的冷链运输车辆进行监管预警操作,以便对运输过程中的车辆驾驶情况进行监管预警,提供驾驶的安全性,同时为后续分析提高数据支持,且在冷链运输车辆未工作和已维护的前提下,对冷链运输车辆的报警数据进行预警性能评估分析,以便提高运输车辆的报警效果和调度合理性,通过对得到的预警性能评估系数Wg进行上传,以便为反馈监管单元分析提供数据支持,提高分析结果的准确性,以及对冷链运输车辆的运输数据进行选择评估分析,以判断待分配信号所对应冷链运输车辆在接下来运输是否合适,以便合理的对冷链运输车辆进行优选和调度,并通过序号显示的方式,更加直观的了解到冷链运输车辆的运输风险情况。
阈值的大小的设定是为了便于比较,关于阈值的大小,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设定基数数量;只要不影响参数与量化后数值的比例关系即可。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种基于大数据的冷链运输车辆智能调度系统,其特征在于,包括调度中心、数据处理单元、监管分析单元、预警显示单元、自检分析单元、维护评估单元以及反馈监管单元;
当调度中心生成运管指令后,将运管指令发送至数据处理单元,数据处理单元在接收到运管指令后,立即采集冷链运输车辆的实时状态,并对实时状态进行分析,将得到的显示信号经调度中心发送至预警显示单元和监管分析单元,将得到的待管理信号发送至自检分析单元;
自检分析单元在接收到待管理信号后,立即采集待管理信号所对应冷链运输车辆的维护信息,并对维护信息进行深入式分析,将得到的维护信号经调度中心发送至预警显示单元,将得到的待分配信号发送至反馈监管单元和维护评估单元;
监管分析单元在接收显示信号后,立即采集冷链运输车辆的工作数据,工作数据包括驾驶人员的驾驶时长和线路无功功率值,并对工作数据进行监管预警操作,将得到的风险信号和安全信号经调度中心发送至预警显示单元;
维护评估单元在接收待分配信号后,立即采集待分配信号所对应冷链运输车辆的报警数据,报警数据包括反应时长和报警设备的工作电流,并对报警数据进行预警性能评估分析,将得到的预警性能评估系数Wg发送至反馈监管单元;
反馈监管单元在接收待分配信号后,立即采集待分配信号所对应冷链运输车辆的运输数据,运输数据包括故障次数、使用时长以及完成总订单数,并对运输数据进行选择评估分析,将排序后的安全运输评估系数Tg经维护评估单元发送至预警显示单元;
所述数据处理单元实时状态分析过程如下:
将冷链运输车辆标记为i,i为大于零的自然数,获取到各个冷链运输车辆的实时状态,并对实时状态进行判别分析,若冷链运输车辆的实时状态为工作,则生成显示信号;
若冷链运输车辆的实时状态为未工作,则生成待管理信号;
所述自检分析单元的深入式分析过程如下:
获取到各个待管理信号所对应冷链运输车辆的维护信息,并对维护信息进行分析,若冷链运输车辆为维护,则生成维护信号;
若冷链运输车辆为未维护,则生成待分配信号;
所述监管分析单元的监管预警操作过程如下:
S1:采集到冷链运输车辆开始运输时刻到结束运输时刻之间的时长,并将其标记为运输时长,获取到运输时长冷链运输车辆的线路无功功率值,并将线路无功功率值与预设线路无功功率值阈值进行比对分析,若线路无功功率值大于预设线路无功功率值阈值,则将线路无功功率值超出预设线路无功功率值阈值的部分标记为风险损耗值FH;
S12:采集到冷链运输车辆距离最近一次休息结束时刻到当前时长,并将其标记为驾驶时长,获取到驾驶时长内驾驶人员的点头次数,并以时间为X轴,以点头次数为Y轴建立直角坐标系,通过描点的方式绘制点头次数曲线,从点头次数曲线获取到点头变化趋势值,并将点头变化趋势值与预设点头变化趋势值阈值进行比对分析,若点头变化趋势值小于预设点头变化趋势值阈值,则将点头变化趋势值小于预设点头变化趋势值阈值的部分标记为疲劳风险值PF,并将风险损耗值FH和疲劳风险值PF分别与监管分析单元内部录入存储的预设风险损耗值阈值和预设疲劳风险值阈值进行比对分析:
若风险损耗值FH小于等于预设风险损耗值阈值,且疲劳风险值PF小于等于预设疲劳风险值阈值,则生成安全信号;
若风险损耗值FH大于预设风险损耗值阈值,或疲劳风险值PF大于预设疲劳风险值阈值,则生成风险信号;
所述维护评估单元的预警性能评估分析过程如下:
第一步:将待分配信号所对应冷链运输车辆标记为g,g为大于零的自然数,g∈i,采集到报警设备接收到报警指令时刻到报警开始时刻之间的时长,并将其标记为反应时长,并将反应时长与预设反应时长阈值进行比对分析,若反应时长大于预设反应时长阈值,则将反应时长超出预设反应时长阈值的部分标记为延误风险值,获取到待分配信号所对应冷链运输车辆的历史报警次数,获取到每次历史报警次数的延误风险值,以此获取到待分配信号所对应冷链运输车辆的平均延误风险值PYg;
第二步:将反应时长划分为h个子时间节点,h为大于零的自然数,获取到各个子时间节点内报警设备的工作电流,并以时间为X轴,以工作电流为Y轴建立直角坐标系,通过描点的方式绘制工作电流曲线,从工作电流曲线中分别获取到上升段和下降段所对应两个端点之间的差值,并将其标记为变动值,获取到相连两个变动值之间的差值,并将其标记为平衡值,将平衡值与预设平衡值阈值进行比对分析,若平衡值小于等于预设平衡值阈值,则将对应上升段和下降段统称为稳定段,进而将稳定段与上升段和下降段的和值的比值标记为稳定评估值WDg;
第三步:根据公式得到预警性能评估系数,其中,α和β分别为平均延误风险值和稳定评估值的预设权重系数,ε为预设补偿因子系数,α、β以及ε均大于零的正数,Wg为各个待分配信号所对应冷链运输车辆的预警性能评估系数;
所述反馈监管单元的选择评估分析过程如下:
SS1:采集到各个待分配信号所对应冷链运输车辆开始投入使用时刻到当前时刻之间的时长,并将其标记为使用时长,获取到使用时长内各个待分配信号所对应冷链运输车辆的故障次数,同时获取到相连两个故障次数之间的间隔时长,并将其标记为故障间隔值,构建故障间隔值的集合A,将集合A中的最大值去除后获取到集合A的均值,并将其标记为故障安全评估值GAg;
SS12:获取到使用时长内各个待分配信号所对应冷链运输车辆的完成总订单数,同时获取到使用时长内各个待分配信号所对应冷链运输车辆的迟到订单数和损坏订单数,以此获取到迟到订单数和损坏订单数的和值与完成总订单数的比值,并将订单数和损坏订单数的和值与完成总订单数的比值标记为运输风险评估值YFg,此外,获取到使用时长内各个待分配信号所对应冷链运输车辆的风险损耗值FHg;
SS13:根据公式得到各个待分配信号所对应冷链运输车辆的安全运输评估系数Tg,其中,a1、a2、a3以及a4分别为故障安全评估值、运输风险评估值、预警性能评估系数以及风险损耗值的预设比例因子系数,a1、a2、a3以及a4均为大于零的正数,并将安全运输评估系数Tg按照从小到大的顺序进行排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027667.6A CN116739460B (zh) | 2023-08-16 | 2023-08-16 | 一种基于大数据的冷链运输车辆智能调度系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027667.6A CN116739460B (zh) | 2023-08-16 | 2023-08-16 | 一种基于大数据的冷链运输车辆智能调度系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116739460A CN116739460A (zh) | 2023-09-12 |
CN116739460B true CN116739460B (zh) | 2023-10-31 |
Family
ID=87906485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311027667.6A Active CN116739460B (zh) | 2023-08-16 | 2023-08-16 | 一种基于大数据的冷链运输车辆智能调度系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116739460B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273578B (zh) * | 2023-11-23 | 2024-02-09 | 交通运输部水运科学研究所 | 一种冷链温度监测管理方法及系统 |
CN117877225B (zh) * | 2024-03-11 | 2024-06-07 | 厦门美契信息技术有限公司 | 一种基于物联网和空间分布的通行轨迹监测预警系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220128845A (ko) * | 2021-03-15 | 2022-09-22 | 엔지엘 주식회사 | 블록체인 기반의 환적운송 서비스 방법 및 시스템 |
CN115545594A (zh) * | 2022-04-18 | 2022-12-30 | 江苏天一航空工业股份有限公司 | 一种智能冷链物流车监管系统及其管理方法 |
CN116070984A (zh) * | 2023-04-06 | 2023-05-05 | 成都运荔枝科技有限公司 | 一种基于数据分析的冷链物流车辆的运输评估系统 |
CN116258431A (zh) * | 2023-05-15 | 2023-06-13 | 成都运荔枝科技有限公司 | 一种基于互联网的冷链运输安全远程监控系统 |
CN116258433A (zh) * | 2023-05-15 | 2023-06-13 | 成都运荔枝科技有限公司 | 一种基于大数据核验的冷链食品运输监管系统 |
-
2023
- 2023-08-16 CN CN202311027667.6A patent/CN116739460B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220128845A (ko) * | 2021-03-15 | 2022-09-22 | 엔지엘 주식회사 | 블록체인 기반의 환적운송 서비스 방법 및 시스템 |
CN115545594A (zh) * | 2022-04-18 | 2022-12-30 | 江苏天一航空工业股份有限公司 | 一种智能冷链物流车监管系统及其管理方法 |
CN116070984A (zh) * | 2023-04-06 | 2023-05-05 | 成都运荔枝科技有限公司 | 一种基于数据分析的冷链物流车辆的运输评估系统 |
CN116258431A (zh) * | 2023-05-15 | 2023-06-13 | 成都运荔枝科技有限公司 | 一种基于互联网的冷链运输安全远程监控系统 |
CN116258433A (zh) * | 2023-05-15 | 2023-06-13 | 成都运荔枝科技有限公司 | 一种基于大数据核验的冷链食品运输监管系统 |
Non-Patent Citations (2)
Title |
---|
Real Environment-Aware Multisource Data-Associated Cold Chain Logistics Scheduling: A Multiple Population-Based Multiobjective Ant Colony System Approach;Li-Jiao Wu等;《IEEE Transactions on Intelligent Transportation Systems》;第23卷(第12期);23613-23627 * |
基于态势感知的露天矿智能运输调度应用研究;张海飞等;《工矿自动化》;第47卷(第S2期);62-64 * |
Also Published As
Publication number | Publication date |
---|---|
CN116739460A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116739460B (zh) | 一种基于大数据的冷链运输车辆智能调度系统 | |
CN116859857B (zh) | 基于远程控制的燃油泵装配生产线智能管理系统 | |
CN104700200B (zh) | 一种面向数字化车间的产品多元质量监控方法 | |
CN116258431B (zh) | 一种基于互联网的冷链运输安全远程监控系统 | |
CN114358152A (zh) | 一种智能电力数据异常检测方法及系统 | |
CN105388876B (zh) | 获得基于班组的间歇型化工生产工艺符合度的方法及装置 | |
CN114838767B (zh) | 一种冷链物流用温湿度智能化监测系统及方法 | |
CN117010597B (zh) | 一种基于物联网的智慧城市安防监控云平台 | |
CN112561238A (zh) | 一种抽水蓄能电站辅机设备状态健康评价系统及方法 | |
WO2021007845A1 (zh) | 一种氧化铝生产指标的云-边协同预报系统及方法 | |
CN116893643A (zh) | 一种基于数据分析的智能机器人行驶轨迹安全管控系统 | |
CN117032004A (zh) | 基于物联网的工业生产自动化控制平台 | |
CN117057513A (zh) | 一种基于互联网的智慧园区用监控管理系统 | |
CN117636652A (zh) | 一种基于人工智能的矿车驾驶智能预警系统 | |
CN117827597B (zh) | 一种基于人工智能的数字医疗设备运行监控系统 | |
CN108377209A (zh) | 基于scada的设备故障检测系统和检测方法 | |
CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
CN109063894A (zh) | 一种用于电网的台风路径预测显示系统 | |
CN117291316A (zh) | 基于激光扫描仪的卸船机用船舱定位系统 | |
CN114312930B (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
CN115829122A (zh) | 一种电力客服工单投诉预警方法及系统 | |
CN115564141A (zh) | 一种焊点质量监测方法、装置及其介质 | |
CN100440089C (zh) | 一种基于fisher的工业过程非线性故障诊断系统及方法 | |
CN112988529A (zh) | 一种基于机器学习进行数据库系统性能预测的方法及系统 | |
CN116307534B (zh) | 基于云计算的工程测量数据处理方法 |
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 |