CN117101419A - 一种医用功能食品生产控制系统 - Google Patents
一种医用功能食品生产控制系统 Download PDFInfo
- Publication number
- CN117101419A CN117101419A CN202311369653.2A CN202311369653A CN117101419A CN 117101419 A CN117101419 A CN 117101419A CN 202311369653 A CN202311369653 A CN 202311369653A CN 117101419 A CN117101419 A CN 117101419A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- label
- solute
- membrane flux
- time
- 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.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 77
- 235000013376 functional food Nutrition 0.000 title claims abstract description 43
- 239000012528 membrane Substances 0.000 claims abstract description 212
- 230000002159 abnormal effect Effects 0.000 claims abstract description 165
- 230000004907 flux Effects 0.000 claims abstract description 129
- 238000000108 ultra-filtration Methods 0.000 claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 44
- 238000012795 verification Methods 0.000 claims abstract description 21
- 238000007405 data analysis Methods 0.000 claims abstract description 9
- 230000010354 integration Effects 0.000 claims description 38
- 239000000463 material Substances 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000000926 separation method Methods 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 239000012466 permeate Substances 0.000 claims description 4
- 241001125929 Trisopterus luscus Species 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 3
- 239000007858 starting material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 6
- 239000003814 drug Substances 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 4
- RQFQJYYMBWVMQG-IXDPLRRUSA-N chitotriose Chemical compound O[C@@H]1[C@@H](N)[C@H](O)O[C@H](CO)[C@H]1O[C@H]1[C@H](N)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O)[C@H](O)[C@@H](CO)O2)N)[C@@H](CO)O1 RQFQJYYMBWVMQG-IXDPLRRUSA-N 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 238000006116 polymerization reaction Methods 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 229920001661 Chitosan Polymers 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037182 bone density Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 235000006180 nutrition needs Nutrition 0.000 description 1
- 229920000620 organic polymer Polymers 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23P—SHAPING OR WORKING OF FOODSTUFFS, NOT FULLY COVERED BY A SINGLE OTHER SUBCLASS
- A23P30/00—Shaping or working of foodstuffs characterised by the process or apparatus
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
- A23L33/00—Modifying nutritive qualities of foods; Dietetic products; Preparation or treatment thereof
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/14—Ultrafiltration; Microfiltration
- B01D61/145—Ultrafiltration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/14—Ultrafiltration; Microfiltration
- B01D61/22—Controlling or regulating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D65/00—Accessories or auxiliary operations, in general, for separation processes or apparatus using semi-permeable membranes
- B01D65/10—Testing of membranes or membrane apparatus; Detecting or repairing leaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Polymers & Plastics (AREA)
- Food Science & Technology (AREA)
- Nutrition Science (AREA)
- Mycology (AREA)
- Health & Medical Sciences (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明公开了一种医用功能食品生产控制系统，属于生产控制技术领域；通过从超滤膜的跨膜压差方面、膜通量方面和溶质截留方面实施监测以及数据处理和分析，可以获取到超滤膜的跨膜压差实时状态、膜通量实时状态和溶质截留实时状态是否正常，提高了医用功能食品生产过程监测数据分析利用的多样性，通过对膜通量异常的情况实施动态追溯核验来确定具体的异常情况，并且对溶质截留异常的情况实施数据统计，提高了医用功能食品生产过程监测数据分析的可靠性和准确性；本发明用于解决现有方案中医用功能食品生产过程监测方面单一以及数据处理方式单一导致后续生产控制的效果不佳的技术问题。
Description
技术领域
本发明涉及生产控制技术领域，具体涉及一种医用功能食品生产控制系统。
背景技术
医用食品是为了满足由于完全或部分进食受限、消化吸收障碍或代谢紊乱人群的每天营养需要，或满足由于某种医学状况或疾病而产生的对某些营养素或日常食物的特殊需求加工配制而成，且必须在医生或临床营养师指导下使用的配方食品。
现有的医用功能食品生产控制方案在实施时，大多数还是停留在单一的数据监测统计以及单一的数据处理和展示上，没有对生产过程实施不同维度的监测以及数据处理，并且不能对存在不同程度的异常实施针对性的管理控制，导致医用功能食品生产控制的效果不佳。
发明内容
本发明的目的在于提供一种医用功能食品生产控制系统，用于解决现有方案中医用功能食品生产过程监测方面单一以及数据处理方式单一导致后续生产控制的效果不佳的技术问题。
本发明的目的可以通过以下技术方案实现：
一种医用功能食品生产控制系统，包括：
生产状态监测分析模块，用于对医用功能食品生产过程实施不同维度的监测统计以及数据分析，得到生产状态监测集；包括：
对医用功能食品生产的物料分离过程实施不同维度的监测统计时，将开始实施物料分离的时间标记为第一时间，根据第一时间对实施物料分离时的超滤膜的压差状态、溶质截留状态以及溶质截留状态进行分析评估，得到压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据；
压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据构成生产状态监测集并上传至云平台和数据库；
生产状态分析控制模块，用于将生产状态监测集中不同维度的监测状态分析数据进行整合评估，根据整合评估结果对医用功能食品的生产进行动态管控；包括实施超滤膜工作异常的告警提示或者主动停止超滤膜的工作并提示管理员介入对其进行维护管理。
优选地，获取超滤膜的实时进膜压力Pin和出膜压力Pout，通过跨膜压差公式ΔP=(Pin-Pout)/2计算获取超滤膜的实时跨膜压差ΔP；
将计算获取的实时跨膜压差通过预构建的压差变化坐标系进行展示并获取实时跨膜压差曲线，根据实时跨膜压差曲线对超滤膜的实时压差状态进行分析时，通过压差变化坐标系将实时跨膜压差曲线与对应的实时标准跨膜压差曲线范围进行比对得到压差正常标签或者压差异常标签。
优选地，若实时跨膜压差曲线属于实时标准跨膜压差曲线范围，则生成压差正常标签；若实时跨膜压差曲线不属于实时标准跨膜压差曲线范围，则生成压差异常标签，获取压差异常标签出现时的时间并标记为压差异常开始时间，并根据压差异常开始时间统计压差异常的局部持续时长；
压差正常标签、压差异常标签以及若干压差异常开始时间和局部持续时长构成压差状态分析数据。
优选地，通过膜通量公式Jv=Vp/Am*t0计算获取超滤膜的平均膜通量Jv；式中，Vp为单位时间内累计的透过液体积，Am为超滤膜的有效膜面积，t0为预设的标准测量时间；
根据计算获取的平均膜通量对超滤膜的膜通量状态进行分析时，将平均膜通量与预设的标准平均膜通量进行比对得到膜通量正常标签或者膜通量异常标签。
优选地，若平均膜通量不小于标准平均膜通量，则生成膜通量正常标签；
若平均膜通量小于标准平均膜通量，则生成膜通量异常标签，并根据膜通量异常标签缩短预设的标准测量时间得到验证测量时间t1，根据验证测量时间t1通过膜通量公式计算获取验证平均膜通量，若验证平均膜通量不小于标准平均膜通量，则生成膜通量恢复正常标签；若验证平均膜通量小于标准平均膜通量，则生成膜通量持续异常标签；膜通量恢复正常标签或者膜通量持续异常标签构成膜通量异常验证数据；
膜通量正常标签或者膜通量异常标签以及膜通量异常验证数据构成膜通量状态分析数据。
优选地，获取超滤膜实施物料分离时的物料透过液的溶质浓度Cp和料液主体相中的溶质浓度Cb，通过溶质截留公式Robs=1-(Cp/Cb)计算超滤膜的溶质表观截留率Robs；
根据计算获取的溶质表观截留率对超滤膜的溶质截留状态进行分析时，将溶质表观截留率与预设的标准溶质表观截留率进行比对得到溶质截留正常标签或者溶质截留异常标签。
优选地，若溶质表观截留率小于标准溶质表观截留率，则生成溶质截留正常标签；
若溶质表观截留率不小于标准溶质表观截留率，则生成溶质截留异常标签，获取溶质截留异常标签出现时的时间并标记为溶质截留异常开始时间，根据溶质截留异常开始时间统计溶质截留异常状态持续的溶质截留异常总时长；
溶质截留正常标签或者溶质截留异常标签以及溶质截留异常开始时间和溶质截留异常总时长构成溶质截留状态分析数据。
优选地，生产状态分析控制模块的工作步骤包括：
对生产状态监测集中的压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据进行遍历，并根据遍历获取的压差异常标签、膜通量异常标签或者溶质截留异常标签启动整合评估，根据遍历获取的压差异常标签、膜通量异常标签或者溶质截留异常标签获取对应的压差异常出现的总数YZ以及每次对应的局部持续时长Ty、膜通量恢复正常标签出现的总数MZ1或者膜通量持续异常标签出现的总数MZ2、溶质截留异常总时长Tr；通过整合公式计算获取超滤膜的异常整合度Yz。
优选地，整合公式为：；式中，YQ为压差异常标签对应的压差异常权重，MQ为膜通量异常标签对应的膜通量异常权重，RQ为溶质截留异常标签对应的溶质截留异常权重。
优选地，根据异常整合度对超滤膜的整体生产异常影响进行评估时，将异常整合度与预设的异常整合阈值进行比对分类；
若异常整合度为零，则生成正常标签；若异常整合度不为零且不大于异常整合阈值，则生成轻度异常标签；若异常整合度大于异常整合阈值，则生成重度异常标签；
正常标签、轻度异常标签或者重度异常标签构成整合评估结果。
相比于现有方案，本发明实现的有益效果：
本发明通过从超滤膜的跨膜压差方面、膜通量方面和溶质截留方面实施监测以及数据处理和分析，可以获取到超滤膜的跨膜压差实时状态、膜通量实时状态和溶质截留实时状态是否正常，同时还可以为后续超滤膜的整体工作状态评估提供不同方面的数据支持，提高了医用功能食品生产过程监测数据分析利用的多样性，通过对膜通量异常的情况实施动态追溯核验来确定具体的异常情况，并且对溶质截留异常的情况实施数据统计，提高了医用功能食品生产过程监测数据分析的可靠性和准确性。
本发明通过将超滤膜的生产过程中不同方面的监测分析数据进行整合计算获取异常整合度，根据异常整合度来对超滤膜的整体生产异常影响进行评估分类，可以直观高效的获取到超滤膜的整体工作性能，并且根据整合评估结果对医用功能食品的生产进行动态管控，可以使得存在不同异常影响程度的超滤膜可以得到及时高效的管控，避免产生更大的损失和资源浪费，提高了医用功能食品生产异常监测分析以及管理控制的整体效果。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明一种医用功能食品生产控制系统的模块框图。
图2为本发明中根据第一时间对实施物料分离时的超滤膜的压差状态进行分析评估的流程框图。
图3为本发明中根据第一时间对实施物料分离时的超滤膜的膜通量状态进行分析评估的流程框图。
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、完整地描述，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，本领域普通运维人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，本发明为一种医用功能食品生产控制系统，包括生产状态监测分析模块、生产状态分析控制模块、云平台和数据库；
生产状态监测分析模块，用于对医用功能食品生产过程实施不同维度的监测统计以及数据分析，得到生产状态监测集；包括：
对医用功能食品生产的物料分离过程实施不同维度的监测统计时，将开始实施物料分离的时间标记为第一时间，根据第一时间对实施物料分离时的超滤膜的压差状态进行分析评估，得到压差状态分析数据；
本发明实施例中的医用功能食品具体的可以为高活性壳寡糖，依据不同分子量和聚合度分布的壳寡糖具有不同的生理功能和活性，利用复合酶绿色生物转化技术实现对壳寡糖分子量和聚合度的精准控制，针对特殊人群的生理需求研制抗肿瘤、抗糖尿病、增强免疫力、增加骨密度等多种分子量和聚合度分布的海洋特殊医学用途食品；物料分离具体的是用于处理壳聚糖酶解液，通过超滤膜来实现，超滤膜的具体参数可以为：
型号：QY–3–UF–1812；
材质：有机高分子材料；
有效膜面积：0.2m2；
截留分子量(理论值)：3kDa；
允许最大操作温度范围：0–60°C；
允许最大操作pH范围：3–12；
允许最大安全压力：<8Bar；
如图2所示，获取超滤膜的实时进膜压力Pin和出膜压力Pout，通过跨膜压差公式ΔP=(Pin-Pout)/2计算获取超滤膜的实时跨膜压差ΔP；
将计算获取的实时跨膜压差通过预构建的压差变化坐标系进行展示并获取实时跨膜压差曲线，根据实时跨膜压差曲线对超滤膜的实时压差状态进行分析时，通过压差变化坐标系将实时跨膜压差曲线与对应的实时标准跨膜压差曲线范围进行比对；实时标准跨膜压差曲线范围根据原料的类型和重量以及历史实验测试数据来确定；
若实时跨膜压差曲线属于实时标准跨膜压差曲线范围，则生成压差正常标签；
若实时跨膜压差曲线不属于实时标准跨膜压差曲线范围，则生成压差异常标签，获取压差异常标签出现时的时间并标记为压差异常开始时间，并根据压差异常开始时间统计压差异常的局部持续时长；
压差正常标签、压差异常标签以及若干压差异常开始时间和局部持续时长构成压差状态分析数据；
本发明实施例中，通过从超滤膜的跨膜压差方面实施监测以及数据处理和分析，可以获取到超滤膜的跨膜压差实时状态是否正常，同时还可以为后续超滤膜的整体工作状态评估提供跨膜压差方面的数据支持，提高了医用功能食品生产过程监测数据分析利用的多样性。
根据第一时间对实施物料分离时的超滤膜的膜通量状态进行分析评估，得到膜通量状态分析数据；包括：
如图3所示，通过膜通量公式Jv=Vp/Am*t0计算获取超滤膜的平均膜通量Jv；式中，Vp为单位时间内累计的透过液体积，Am为超滤膜的有效膜面积，t0为预设的标准测量时间；
根据计算获取的平均膜通量对超滤膜的膜通量状态进行分析时，将平均膜通量与预设的标准平均膜通量进行比对，标准平均膜通量根据原料的类型和重量以及历史实验测试数据来确定；
若平均膜通量不小于标准平均膜通量，则生成膜通量正常标签；
若平均膜通量小于标准平均膜通量，则生成膜通量异常标签，并根据膜通量异常标签缩短预设的标准测量时间得到验证测量时间t1，0＜t1＜t0，t1和t0的具体数值可以根据料的历史实验测试数据来确定，根据验证测量时间t1通过膜通量公式计算获取验证平均膜通量，若验证平均膜通量不小于标准平均膜通量，则生成膜通量恢复正常标签；
若验证平均膜通量小于标准平均膜通量，则生成膜通量持续异常标签；
膜通量恢复正常标签或者膜通量持续异常标签构成膜通量异常验证数据；
膜通量正常标签或者膜通量异常标签以及膜通量异常验证数据构成膜通量状态分析数据；
本发明实施例中，通过从超滤膜的膜通量方面实施监测以及数据处理和分析，可以获取到超滤膜的膜通量实时状态是否正常，并且对膜通量异常的情况实施动态追溯核验来确定具体的异常情况，同时还可以为后续超滤膜的整体工作状态评估提供膜通量方面的数据支持，提高了医用功能食品生产过程监测数据分析的可靠性和准确性。
根据第一时间对实施物料分离时的超滤膜的溶质截留状态进行分析评估，得到溶质截留状态分析数据；包括：
获取超滤膜实施物料分离时的物料透过液的溶质浓度Cp和料液主体相中的溶质浓度Cb，通过溶质截留公式Robs=1-(Cp/Cb)计算超滤膜的溶质表观截留率Robs；
根据计算获取的溶质表观截留率对超滤膜的溶质截留状态进行分析时，将溶质表观截留率与预设的标准溶质表观截留率进行比对，标准溶质表观截留率根据超滤膜的设计要求参数来确定；
若溶质表观截留率小于标准溶质表观截留率，则生成溶质截留正常标签；
若溶质表观截留率不小于标准溶质表观截留率，则生成溶质截留异常标签，获取溶质截留异常标签出现时的时间并标记为溶质截留异常开始时间，根据溶质截留异常开始时间统计溶质截留异常状态持续的溶质截留异常总时长，这里通过溶质截留异常开始时间和溶质截留异常总时长可以为后续滤膜的整体工作状态评估提供溶质截留方面提供可靠的数据支持；
溶质截留正常标签或者溶质截留异常标签以及溶质截留异常开始时间和溶质截留异常总时长构成溶质截留状态分析数据；
压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据构成生产状态监测集并上传至云平台和数据库；
本发明实施例中，通过从超滤膜的溶质截留方面实施监测以及数据处理和分析，可以获取到超滤膜的溶质截留实时状态是否正常，并且对溶质截留异常的情况实施数据统计，同时还可以为后续超滤膜的整体工作状态评估提供溶质截留方面的数据支持。
生产状态分析控制模块，用于将生产状态监测集中不同维度的监测状态分析数据进行整合评估，根据整合评估结果对医用功能食品的生产进行动态管控；包括：
对生产状态监测集中的压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据进行遍历，并根据遍历获取的压差异常标签、膜通量异常标签或者溶质截留异常标签启动整合评估，根据遍历获取的压差异常标签、膜通量异常标签或者溶质截留异常标签获取对应的压差异常出现的总数YZ以及每次对应的局部持续时长Ty、膜通量恢复正常标签出现的总数MZ1或者膜通量持续异常标签出现的总数MZ2、溶质截留异常总时长Tr；通过整合公式计算获取超滤膜的异常整合度Yz；整合公式为：
；式中，YQ为压差异常标签对应的压差异常权重，MQ为膜通量异常标签对应的膜通量异常权重，RQ为溶质截留异常标签对应的溶质截留异常权重；压差异常权重、膜通量异常权重和溶质截留异常权重可以通过本领域的技术人员根据实际生产经验来确定，也可以根据原料的历史实验测试数据来确定；
根据异常整合度对超滤膜的整体生产异常影响进行评估时，将异常整合度与预设的异常整合阈值进行比对分类；
若异常整合度为零，则生成正常标签；
若异常整合度不为零且不大于异常整合阈值，则生成轻度异常标签；
若异常整合度大于异常整合阈值，则生成重度异常标签；
正常标签、轻度异常标签或者重度异常标签构成整合评估结果；
根据整合评估结果对医用功能食品的生产进行动态管控时，对整合评估结果进行遍历，并根据遍历获取的轻度异常标签或者重度异常标签实施超滤膜工作异常的告警提示或者主动停止超滤膜的工作并提示管理员介入对其进行维护管理。
本发明实施例中，通过将超滤膜的生产过程中不同方面的监测分析数据进行整合计算获取异常整合度，根据异常整合度来对超滤膜的整体生产异常影响进行评估分类，可以直观高效的获取到超滤膜的整体工作性能，并且根据整合评估结果对医用功能食品的生产进行动态管控，可以使得存在不同异常影响程度的超滤膜可以得到及时高效的管控，避免产生更大的损失和资源浪费，提高了医用功能食品生产异常监测分析以及管理控制的整体效果。
此外，上述中涉及的公式均是去除量纲取其数值计算，是由采集大量数据进行软件通过模拟软件模拟得到最接近真实情况的一个公式。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，可以通过其它的方式实现。例如，以上所描述的发明实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，既可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域运维人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的基本特征的情况下，能够以其他的具体形式实现本发明。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通运维人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种医用功能食品生产控制系统，其特征在于，包括：
生产状态监测分析模块，用于对医用功能食品生产过程实施不同维度的监测统计以及数据分析，得到生产状态监测集；包括：
对医用功能食品生产的物料分离过程实施不同维度的监测统计时，将开始实施物料分离的时间标记为第一时间，根据第一时间对实施物料分离时的超滤膜的压差状态、溶质截留状态以及溶质截留状态进行分析评估，得到压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据；
压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据构成生产状态监测集并上传至云平台和数据库；
生产状态分析控制模块，用于将生产状态监测集中不同维度的监测状态分析数据进行整合评估，根据整合评估结果对医用功能食品的生产进行动态管控；包括实施超滤膜工作异常的告警提示或者主动停止超滤膜的工作并提示管理员介入对其进行维护管理。
2.根据权利要求1所述的一种医用功能食品生产控制系统，其特征在于，获取超滤膜的实时进膜压力Pin和出膜压力Pout，通过跨膜压差公式ΔP=(Pin-Pout)/2计算获取超滤膜的实时跨膜压差ΔP；
将计算获取的实时跨膜压差通过预构建的压差变化坐标系进行展示并获取实时跨膜压差曲线，根据实时跨膜压差曲线对超滤膜的实时压差状态进行分析时，通过压差变化坐标系将实时跨膜压差曲线与对应的实时标准跨膜压差曲线范围进行比对得到压差正常标签或者压差异常标签。
3.根据权利要求2所述的一种医用功能食品生产控制系统，其特征在于，若实时跨膜压差曲线属于实时标准跨膜压差曲线范围，则生成压差正常标签；若实时跨膜压差曲线不属于实时标准跨膜压差曲线范围，则生成压差异常标签，获取压差异常标签出现时的时间并标记为压差异常开始时间，并根据压差异常开始时间统计压差异常的局部持续时长；
压差正常标签、压差异常标签以及若干压差异常开始时间和局部持续时长构成压差状态分析数据。
4.根据权利要求1所述的一种医用功能食品生产控制系统，其特征在于，通过膜通量公式Jv=Vp/Am*t0计算获取超滤膜的平均膜通量Jv；式中，Vp为单位时间内累计的透过液体积，Am为超滤膜的有效膜面积，t0为预设的标准测量时间；
根据计算获取的平均膜通量对超滤膜的膜通量状态进行分析时，将平均膜通量与预设的标准平均膜通量进行比对得到膜通量正常标签或者膜通量异常标签。
5.根据权利要求4所述的一种医用功能食品生产控制系统，其特征在于，若平均膜通量不小于标准平均膜通量，则生成膜通量正常标签；
若平均膜通量小于标准平均膜通量，则生成膜通量异常标签，并根据膜通量异常标签缩短预设的标准测量时间得到验证测量时间t1，根据验证测量时间t1通过膜通量公式计算获取验证平均膜通量，若验证平均膜通量不小于标准平均膜通量，则生成膜通量恢复正常标签；若验证平均膜通量小于标准平均膜通量，则生成膜通量持续异常标签；膜通量恢复正常标签或者膜通量持续异常标签构成膜通量异常验证数据；
膜通量正常标签或者膜通量异常标签以及膜通量异常验证数据构成膜通量状态分析数据。
6.根据权利要求1所述的一种医用功能食品生产控制系统，其特征在于，获取超滤膜实施物料分离时的物料透过液的溶质浓度Cp和料液主体相中的溶质浓度Cb，通过溶质截留公式Robs=1-(Cp/Cb)计算超滤膜的溶质表观截留率Robs；
根据计算获取的溶质表观截留率对超滤膜的溶质截留状态进行分析时，将溶质表观截留率与预设的标准溶质表观截留率进行比对得到溶质截留正常标签或者溶质截留异常标签。
7.根据权利要求6所述的一种医用功能食品生产控制系统，其特征在于，若溶质表观截留率小于标准溶质表观截留率，则生成溶质截留正常标签；
若溶质表观截留率不小于标准溶质表观截留率，则生成溶质截留异常标签，获取溶质截留异常标签出现时的时间并标记为溶质截留异常开始时间，根据溶质截留异常开始时间统计溶质截留异常状态持续的溶质截留异常总时长；
溶质截留正常标签或者溶质截留异常标签以及溶质截留异常开始时间和溶质截留异常总时长构成溶质截留状态分析数据。
8.根据权利要求1-7任一项所述的一种医用功能食品生产控制系统，其特征在于，生产状态分析控制模块的工作步骤包括：
对生产状态监测集中的压差状态分析数据、膜通量状态分析数据和溶质截留状态分析数据进行遍历，并根据遍历获取的压差异常标签、膜通量异常标签或者溶质截留异常标签启动整合评估，根据遍历获取的压差异常标签、膜通量异常标签或者溶质截留异常标签获取对应的压差异常出现的总数YZ以及每次对应的局部持续时长Ty、膜通量恢复正常标签出现的总数MZ1或者膜通量持续异常标签出现的总数MZ2、溶质截留异常总时长Tr；通过整合公式计算获取超滤膜的异常整合度Yz。
9.根据权利要求8所述的一种医用功能食品生产控制系统，其特征在于，整合公式为：
；式中，YQ为压差异常标签对应的压差异常权重，MQ为膜通量异常标签对应的膜通量异常权重，RQ为溶质截留异常标签对应的溶质截留异常权重。
10.根据权利要求8所述的一种医用功能食品生产控制系统，其特征在于，根据异常整合度对超滤膜的整体生产异常影响进行评估时，将异常整合度与预设的异常整合阈值进行比对分类；
若异常整合度为零，则生成正常标签；若异常整合度不为零且不大于异常整合阈值，则生成轻度异常标签；若异常整合度大于异常整合阈值，则生成重度异常标签；
正常标签、轻度异常标签或者重度异常标签构成整合评估结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311369653.2A CN117101419B (zh) | 2023-10-23 | 2023-10-23 | 一种医用功能食品生产控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311369653.2A CN117101419B (zh) | 2023-10-23 | 2023-10-23 | 一种医用功能食品生产控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117101419A true CN117101419A (zh) | 2023-11-24 |
| CN117101419B CN117101419B (zh) | 2024-01-09 |
Family
ID=88796958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311369653.2A Active CN117101419B (zh) | 2023-10-23 | 2023-10-23 | 一种医用功能食品生产控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117101419B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140054670A (ko) * | 2012-10-29 | 2014-05-09 | 도레이케미칼 주식회사 | 막오염 지수를 이용한 막여과 공정 시스템 및 그 방법 |
| CN107694345A (zh) * | 2017-11-20 | 2018-02-16 | 海南立昇净水科技实业有限公司 | 供水控制系统 |
| CN110548418A (zh) * | 2018-06-01 | 2019-12-10 | 天津工业大学 | 一种碳纳米管/聚苯胺/聚砜导电超滤膜的制备及膜污染在线监测技术 |
| CN112619431A (zh) * | 2020-10-14 | 2021-04-09 | 宁夏大学 | 实时监测高盐废水处理中膜表面污染行为的设备 |
| CN113044928A (zh) * | 2021-05-31 | 2021-06-29 | 金科环境股份有限公司 | 超滤微絮凝精准加药控制方法及系统 |
| CN113264616A (zh) * | 2021-07-21 | 2021-08-17 | 金科环境股份有限公司 | 一种微絮凝超滤精准加药控制方法和系统 |
| CN113578059A (zh) * | 2021-07-01 | 2021-11-02 | 武汉艾科滤膜技术有限公司 | 一种超滤膜设备的在线自动清洗系统及方法 |
| CN113960145A (zh) * | 2020-07-21 | 2022-01-21 | 中国石化扬子石油化工有限公司 | 一种反渗透膜膜污染监测方法及装置 |
| CN114940567A (zh) * | 2022-06-22 | 2022-08-26 | 上海中远海运仓储有限公司 | 一种成品油船污水处理方法及装置 |
| CN115953099A (zh) * | 2023-03-06 | 2023-04-11 | 清照科技(陕西)有限公司 | 一种基于多维数据和数据分析的数字孪生处理系统及方法 |
| CN115959747A (zh) * | 2023-01-18 | 2023-04-14 | 西安理工大学 | 两磁耦合的膜分离系统及膜过滤方法 |
| CN116116243A (zh) * | 2023-01-10 | 2023-05-16 | 浙江师范大学 | 纳米填料、复合膜材料及其制备方法与应用 |
| CN116216849A (zh) * | 2023-02-24 | 2023-06-06 | 中建八局第四建设有限公司 | 一种海水淡化厂双膜工艺方法 |
| US20230176542A1 (en) * | 2021-12-08 | 2023-06-08 | Changxin Memory Technologies, Inc. | Method and device for monitoring production equipment and storage medium |
| CN116402233A (zh) * | 2023-04-24 | 2023-07-07 | 中环保水务投资有限公司 | 一种超滤膜污染预测方法 |
| CN116457074A (zh) * | 2020-12-21 | 2023-07-18 | 威乐欧洲股份公司 | 在过滤运行中监测超滤膜的完整性 |
| CN116585892A (zh) * | 2023-05-06 | 2023-08-15 | 北京时远科技有限公司 | 外压式超滤膜清洗系统及纯水测试方法 |
-
2023
- 2023-10-23 CN CN202311369653.2A patent/CN117101419B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140054670A (ko) * | 2012-10-29 | 2014-05-09 | 도레이케미칼 주식회사 | 막오염 지수를 이용한 막여과 공정 시스템 및 그 방법 |
| CN107694345A (zh) * | 2017-11-20 | 2018-02-16 | 海南立昇净水科技实业有限公司 | 供水控制系统 |
| CN110548418A (zh) * | 2018-06-01 | 2019-12-10 | 天津工业大学 | 一种碳纳米管/聚苯胺/聚砜导电超滤膜的制备及膜污染在线监测技术 |
| CN113960145A (zh) * | 2020-07-21 | 2022-01-21 | 中国石化扬子石油化工有限公司 | 一种反渗透膜膜污染监测方法及装置 |
| CN112619431A (zh) * | 2020-10-14 | 2021-04-09 | 宁夏大学 | 实时监测高盐废水处理中膜表面污染行为的设备 |
| CN116457074A (zh) * | 2020-12-21 | 2023-07-18 | 威乐欧洲股份公司 | 在过滤运行中监测超滤膜的完整性 |
| CN113044928A (zh) * | 2021-05-31 | 2021-06-29 | 金科环境股份有限公司 | 超滤微絮凝精准加药控制方法及系统 |
| CN113578059A (zh) * | 2021-07-01 | 2021-11-02 | 武汉艾科滤膜技术有限公司 | 一种超滤膜设备的在线自动清洗系统及方法 |
| CN113264616A (zh) * | 2021-07-21 | 2021-08-17 | 金科环境股份有限公司 | 一种微絮凝超滤精准加药控制方法和系统 |
| US20230176542A1 (en) * | 2021-12-08 | 2023-06-08 | Changxin Memory Technologies, Inc. | Method and device for monitoring production equipment and storage medium |
| CN114940567A (zh) * | 2022-06-22 | 2022-08-26 | 上海中远海运仓储有限公司 | 一种成品油船污水处理方法及装置 |
| CN116116243A (zh) * | 2023-01-10 | 2023-05-16 | 浙江师范大学 | 纳米填料、复合膜材料及其制备方法与应用 |
| CN115959747A (zh) * | 2023-01-18 | 2023-04-14 | 西安理工大学 | 两磁耦合的膜分离系统及膜过滤方法 |
| CN116216849A (zh) * | 2023-02-24 | 2023-06-06 | 中建八局第四建设有限公司 | 一种海水淡化厂双膜工艺方法 |
| CN115953099A (zh) * | 2023-03-06 | 2023-04-11 | 清照科技(陕西)有限公司 | 一种基于多维数据和数据分析的数字孪生处理系统及方法 |
| CN116402233A (zh) * | 2023-04-24 | 2023-07-07 | 中环保水务投资有限公司 | 一种超滤膜污染预测方法 |
| CN116585892A (zh) * | 2023-05-06 | 2023-08-15 | 北京时远科技有限公司 | 外压式超滤膜清洗系统及纯水测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117101419B (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109684310A (zh) | 一种基于大数据分析的信息系统性能态势感知方法 | |
| CN110657091B (zh) | 一种循环泵轴承故障诊断方法及系统 | |
| CN115865649B (zh) | 一种智能运维管理控制方法、系统和存储介质 | |
| Heller et al. | False discovery rate controlling procedures for discrete tests | |
| CN107258658A (zh) | 基于物联网技术的斑马鱼养殖系统 | |
| CN110069551A (zh) | 基于Spark的医疗设备运维信息挖掘分析系统及其使用方法 | |
| Curcio et al. | Reduction and control of flux decline in cross-flow membrane processes modeled by artificial neural networks | |
| WO2017210012A1 (en) | Classifying transactions at network accessible storage | |
| CN117101419B (zh) | 一种医用功能食品生产控制系统 | |
| WO2019041293A1 (zh) | 一种中草药提取液浓缩智能化控制系统 | |
| CN117153336B (zh) | 一种基于血液透析机的血液透析监测系统及其方法 | |
| CN106774540A (zh) | 一种基于视频识别的智能养殖控制系统及方法 | |
| CN109669935A (zh) | 检查数据筛选方法、装置、设备及存储介质 | |
| CN116339253A (zh) | 一种基于物联网的智能化机械生产监测管控系统 | |
| CN106228280A (zh) | 电网运行监控信息辨识分类系统 | |
| CN106709225A (zh) | 一种糖尿病视网膜病变的预警方法、装置及系统 | |
| CN110124135A (zh) | 一种基于物联网的血液透析监测护理控制系统及方法 | |
| CN113744832A (zh) | 连续性肾脏替代治疗智慧决策及质量控制系统 | |
| CN109635112A (zh) | 异常透析数据筛选方法、装置、设备及存储介质 | |
| CN106482793A (zh) | 通过动态和环境信息表征饮用水中微生物情况的预警平台及方法 | |
| CN107145735A (zh) | 一种评估药物发生不良反应倾向的方法 | |
| CN204918085U (zh) | 一种能量回收系统 | |
| CN111292852A (zh) | 基于随机森林算法的脑炎、脑膜炎智能辅助诊断系统 | |
| Nadda et al. | Weighted extreme learning machine for dengue detection with class-imbalance classification | |
| Nayak et al. | A Review of Methods and Applications for a Heart Rate Variability Analysis |
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 |