CN117952480B - 一种食品包装车间生产线管理方法及系统 - Google Patents
一种食品包装车间生产线管理方法及系统 Download PDFInfo
- Publication number
- CN117952480B CN117952480B CN202410346728.3A CN202410346728A CN117952480B CN 117952480 B CN117952480 B CN 117952480B CN 202410346728 A CN202410346728 A CN 202410346728A CN 117952480 B CN117952480 B CN 117952480B
- Authority
- CN
- China
- Prior art keywords
- index
- food
- microorganism
- subarea
- workshop
- 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 213
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 39
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 238000007726 management method Methods 0.000 title claims description 13
- 230000007613 environmental effect Effects 0.000 claims abstract description 80
- 238000005286 illumination Methods 0.000 claims abstract description 62
- 230000000813 microbial effect Effects 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 22
- 235000021049 nutrient content Nutrition 0.000 claims abstract description 14
- 244000005700 microbiome Species 0.000 claims description 126
- 238000004364 calculation method Methods 0.000 claims description 48
- 230000000694 effects Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 4
- 238000004186 food analysis Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 3
- 230000005183 environmental health Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000001954 sterilising effect Effects 0.000 description 6
- 238000004659 sterilization and disinfection Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000002035 prolonged effect Effects 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 235000012041 food component Nutrition 0.000 description 2
- 239000005428 food component Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 238000012858 packaging process Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 230000029918 bioluminescence Effects 0.000 description 1
- 238000005415 bioluminescence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 235000021485 packed food Nutrition 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
Classifications
-
- 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
- General Preparation And Processing Of Foods (AREA)
Abstract
本发明公开了一种食品包装车间生产线管理方法及系统，涉及食品包装技术领域，该方案的技术要点为：将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的环境条件指数，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，计算获得食品易感指数，将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施，实现了食品安全管理的有效区分以及多种安全影响因素的综合考虑。
Description
技术领域
本发明涉及食品包装技术领域，具体为一种食品包装车间生产线管理方法及系统。
背景技术
随着现代工业技术的不断发展，食品包装行业面临着日益增长的市场需求和不断提高的质量要求，食品包装车间生产线作为确保食品质量、安全以及生产效率的关键环节，其管理方法的优化和系统技术的创新显得尤为重要。
在申请公布号为CN110298614A的中国发明申请中，公开了一种食品包装车间生产线管理系统，包括硬件部分和软件部分，硬件部分包括食品包装生产物料，用于运输食品包装生产物料的运输叉车，和用于食品包装生产的车间内工艺设备，食品包装生产物料、运输叉车、车间内工艺设备均与数据采集设备相连；软件部分为基于QT软件开发的系统上位机及其显示界面，包括生产线监控模块、生产物料管理模块、仓储管理模块、综合信息查询模块和生产工艺分析模块，数据采集设备与软件部分相连，所述数据采集设备将采集到的各类信息传递给上位机。
在申请公布号为CN117371855A的中国发明申请中，提出了一种基于大数据的食品包装智能管理方法及系统，通过大数据技术搜集所需包装食品，对食品进行分类包装，通过RFID对食品包装进行标签设置，实现用户端与标签的数据交互；在食品包装内部随机添加标签指示器，根据标签指示器采集的食品包装内部食品状态信息结合传感器组采集的包装环境的环境数据，计算环境数据影响系数；根据环境数据影响系数结合环境数据计算食品包装质量值，根据质量值大小调节部分环境数据，使质量值达到合格标准；根据历史信息建立数据库。
结合以上申请，现有技术仍存在以下不足：
1、由于食品生产车间的生产活动多样化，不同区域可能涉及不同的原料、工艺和设备，因此污染程度也会有所差异，然而，现有技术往往无法准确评估并有效区分这些差异，导致食品安全管理存在盲区；
2、食品安全是一个复杂的系统工程，涉及多个因素之间的相互作用和影响，食品自身的成分、微生物的污染状况以及生产环境的卫生条件等都是影响食品安全的重要因素，然而，现有技术往往只关注其中一个或几个方面，未能将这些因素综合考虑，导致食品安全管理不够全面和深入。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了一种食品包装车间生产线管理方法及系统，将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的环境条件指数，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，计算获得食品易感指数，将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施，解决了背景技术中提到的问题。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种食品包装车间生产线管理方法，包括以下步骤：
将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的温度指数、湿度指数以及光照指数，结合温度指数、湿度指数以及光照指数，计算获得子区域的环境条件指数；
在各个子区域内采集微生物数据，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，由若干个子区域微生物指数，计算获得车间微生物变异系数；
通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，计算获得食品易感指数，对食品的本身属性和环境因素的相互影响进行评估；
将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施。
进一步的，通过环境数据对车间内影响微生物生长的指标进行评估，计算获得温度指数、湿度指数以及光照指数，温度指数对应的计算公式如下：
；
其中，TI表示温度指数，表示实际温度，/>表示温度上限，/>表示温度下限；
湿度指数对应的计算公式如下：
；
其中，HI表示湿度指数，表示实际湿度，/>表示湿度上限，/>表示湿度下限；
光照指数对应的计算公式如下：
；
其中，LI表示光照指数，表示实际光照强度，/>表示光照强度上限，/>表示光照强度下限。
进一步的，结合温度指数、湿度指数以及光照指数对车间内微生物的生长环境条件进行评估，计算获得环境条件指数，计算公式如下：
；
其中，ECI表示环境条件指数，TI表示温度指数，HI表示湿度指数，LI表示光照指数，、/>、/>表示权重系数，/>，/>，/>，θ表示修正参数，。
进一步的，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积多种因素，经过无量纲化处理后，对子区域内的环境卫生状况进行评估，计算获得子区域微生物指数，计算公式如下：
；
其中，MI表示子区域微生物指数，Mc表示微生物数量，MAI表示微生物活性指数，ECI表示环境条件指数，S表示子区域面积。
进一步的，由所有子区域的微生物指数，对食品包装车间的环境卫生状况进行评估，计算获得车间微生物变异系数，计算公式如下：
；
其中，WM表示车间微生物变异系数，表示子区域微生物指数，i表示子区域的编号，/>，n为子区域的数量，/>表示所有子区域微生物指数的均值。
进一步的，结合食品特性参数和车间的环境数据，对食品的本身属性和环境因素的相互影响进行评估，经过无量纲化处理后，计算获得食品易感指数，计算公式如下：
；
其中，SI表示食品易感指数，Mc表示食品水分含量，Nc表示营养成分含量，pH表示食品pH值，HI表示环境湿度指数，TI表示温度指数，LI表示光照指数，表示光照影响系数，。
进一步的，将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，计算公式如下：
；
其中，FSI表示子区域食品安全指数，MI表示子区域微生物指数，SI表示食品易感指数，、/>分别表示子区域微生物指数和食品易感指数的权重系数，/>，。
进一步的，根据子区域食品安全指数判断车间食品安全是否存在问题，并发出预警，具体包括：
预先设置食品安全阈值，将子区域食品安全指数与食品安全阈值进行比较，当子区域食品安全指数大于食品安全阈值时，则说明当前子区域食品安全存在问题，发出预警，并标记当前子区域。
进一步的，预先设置变异系数阈值，将车间微生物变异系数与变异系数阈值进行比较，当车间微生物变异系数大于变异系数阈值时，发出指令对标记的子区域进行污染源排查；当车间微生物变异系数小于或等于变异系数阈值时，发出指令对整个车间进行清洁和杀菌。
一种食品包装车间生产线管理系统，包括：
数据采集模块，用于采集环境数据、食品特性参数以及微生物数据，环境数据包括温度、湿度以及光照强度，食品特性参数包括食品水分含量、营养成分含量以及食品pH值，微生物数据包括微生物数量和微生物活性指数；
环境分析模块，将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的温度指数、湿度指数以及光照指数，结合温度指数、湿度指数以及光照指数，计算获得子区域的环境条件指数；
微生物分析模块，在各个子区域内采集微生物数据，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，由若干个子区域微生物指数，计算获得车间微生物变异系数；
食品分析模块，通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，计算获得食品易感指数，对食品的本身属性和环境因素的相互影响进行评估；
预警模块，将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施。
（三）有益效果
本发明提供了一种，具备以下有益效果：
（1）环境条件对食品包装过程中的微生物生长、产品保质期等有着重要影响，通过控制子区域的环境条件指数，可以有效抑制微生物的生长，延长产品的保质期，从而提升产品质量和安全性。
（2）通过微生物指数的计算和比较，直观地了解车间内不同区域的卫生状况，根据子区域微生物指数的不同，合理分配清洁和灭菌资源，避免资源的浪费，对于微生物指数较高的区域，可以加大清洁和灭菌的频率和力度，而对于微生物指数较低的区域，则可以适当减少清洁和灭菌的次数，实现资源的有效利用。
（3）通过易感指数评估，了解不同食品成分和环境因素对食品易感性的影响程度，识别出对食品易感性影响最大的环境因素，可以针对性地调整环境条件，如降低湿度、控制温度或调整光照，以减缓食品的变质速度，延长其保质期。
（4）通过监测和计算将子区域食品安全指数，及时发现车间环境中存在的微生物污染问题和食品易感性增加的风险，一旦将子区域食品安全指数超过设定的阈值，预警系统立即触发，提醒相关人员采取必要的措施，防止食品安全问题的发生。
附图说明
图1为本发明食品包装车间生产线管理方法步骤示意图；
图2为本发明食品包装车间生产线管理方法流程示意图；
图3为本发明食品包装车间生产线管理系统结构示意图。
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。
请参阅图1-图2，本发明提供一种食品包装车间生产线管理方法，包括以下步骤：
步骤一：将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的温度指数、湿度指数以及光照指数，结合温度指数、湿度指数以及光照指数，计算获得子区域的环境条件指数；
所述步骤一包括以下内容：
步骤101：将食品包装车间划分为若干个区域，对各个子区域进行标记编号，在各个子区域内布置传感器，采集和检测环境数据，包括温度、湿度以及光照强度等数据；
步骤102：通过环境数据对车间内影响微生物生长的指标进行评估，计算获得温度指数、湿度指数以及光照指数，温度指数对应的计算公式如下：
；
其中，TI表示温度指数，表示实际温度，/>表示温度上限，/>表示温度下限；
需要说明的是，如果实际温度低于温度下限，温度指数被设置为0，表示环境太冷，不利于微生物的生长，如果实际温度高于温度上限，温度指数被设置为100，表示环境太热，可能对微生物的生长有抑制作用；
湿度指数对应的计算公式如下：
；
其中，HI表示湿度指数，表示实际湿度，/>表示湿度上限，/>表示湿度下限；
需要说明的是，如果实际湿度低于湿度下限，湿度指数被设置为0，表示环境太干燥，不利于微生物的生长，如果实际湿度高于湿度上限，湿度指数被设置为100，表示环境太潮湿，可能对微生物的生长有不利影响；
光照指数对应的计算公式如下：
；
其中，LI表示光照指数，表示实际光照强度，/>表示光照强度上限，/>表示光照强度下限；
需要说明的是，如果实际光照强度低于光照下限，光照指数被设置为0，表示环境太暗，可能不利于微生物的控制，如果实际光照强度高于光照上限，光照指数被设置为100，表示环境光照充足，可能对微生物的生长有一定的抑制作用；
步骤103：结合温度指数、湿度指数以及光照指数对车间内微生物的生长环境条件进行评估，计算获得环境条件指数，计算公式如下：
；
其中，ECI表示环境条件指数，TI表示温度指数，HI表示湿度指数，LI表示光照指数，、/>、/>表示权重系数，/>，/>，/>，θ表示修正参数，。
使用时，结合步骤101和步骤103的内容：
环境条件对食品包装过程中的微生物生长、产品保质期等有着重要影响，通过控制子区域的环境条件指数，可以有效抑制微生物的生长，延长产品的保质期，从而提升产品质量和安全性。
步骤二：在各个子区域内采集微生物数据，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，由若干个子区域微生物指数，计算获得车间微生物变异系数；
所述步骤二包括以下内容：
步骤201：在各个子区域选择若干个检测点进行微生物采样获取微生物数据，检测点包括空气、设备表面、操作台面以及员工手部等，微生物数据包括检测细菌、霉菌等微生物的数量和种类；
步骤202：在食品包装车间生产线管理中，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积多种因素，经过无量纲化处理后，对子区域内的环境卫生状况进行评估，计算获得子区域微生物指数，计算公式如下：
；
其中，MI表示子区域微生物指数，Mc表示微生物数量，MAI表示微生物活性指数，ECI表示环境条件指数，S表示子区域面积；
需要说明的是，微生物数量表示该子区域内单位面积上的微生物菌落，可以通过采样和计数得到，这个数值反映了微生物的密集程度，微生物活性指数根据微生物的代谢活性或生长速率来评估，可以通过测定微生物的代谢产物或利用生物发光等方法来量化，这个指数反映了微生物在环境中的活跃程度和对食品的潜在威胁；
步骤203：由所有子区域的微生物指数，对食品包装车间的环境卫生状况进行评估，计算获得车间微生物变异系数，计算公式如下：
；
其中，WM表示车间微生物变异系数，表示子区域微生物指数，i表示子区域的编号，/>，n为子区域的数量，/>表示所有子区域微生物指数的均值。
使用时，结合步骤201至步骤203的内容：
通过微生物指数的计算和比较，直观地了解车间内不同区域的卫生状况，根据子区域微生物指数的不同，合理分配清洁和灭菌资源，避免资源的浪费，对于微生物指数较高的区域，可以加大清洁和灭菌的频率和力度，而对于微生物指数较低的区域，则可以适当减少清洁和灭菌的次数，实现资源的有效利用。
步骤三：通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，计算获得食品易感指数，对食品的本身属性和环境因素的相互影响进行评估；
所述步骤三包括以下内容：
步骤301：获取食品包装车间的食品特性参数，包括食品水分含量、营养成分含量以及食品pH值，以及车间的环境数据，包括环境湿度指数、温度指数以及光照指数；
步骤302：结合食品特性参数和车间的环境数据，对食品的本身属性和环境因素的相互影响进行评估，经过无量纲化处理后，计算获得食品易感指数，计算公式如下：
；
其中，SI表示食品易感指数，Mc表示食品水分含量，Nc表示营养成分含量，pH表示食品pH值，HI表示环境湿度指数，TI表示温度指数，LI表示光照指数，表示光照影响系数，；
需要说明的是，湿度高可能加速食品中微生物的生长，导致食品变质，温度是影响食品变质速度的关键因素，高温通常加速食品的变质过程，光照对某些食品（如含有维生素C的食品）可能产生不利影响，但也可能对某些食品（如某些干货）有杀菌作用，通过光照影响系数进行修正；
使用时，结合步骤301至步骤302的内容：
通过易感指数评估，了解不同食品成分和环境因素对食品易感性的影响程度，识别出对食品易感性影响最大的环境因素，这样，就可以针对性地调整环境条件，如降低湿度、控制温度或调整光照，以减缓食品的变质速度，延长其保质期。
步骤四：将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施。
所述步骤四包括以下内容：
步骤401：获取子区域微生物指数和食品易感指数，将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，计算公式如下：
；
其中，FSI表示子区域食品安全指数，MI表示子区域微生物指数，SI表示食品易感指数，、/>分别表示子区域微生物指数和食品易感指数的权重系数，/>，；
步骤402：根据子区域食品安全指数判断车间食品安全是否存在问题，并发出预警，具体包括：
预先设置食品安全阈值，将子区域食品安全指数与食品安全阈值进行比较，当子区域食品安全指数大于食品安全阈值时，则说明当前子区域食品安全存在问题，发出预警，并标记当前子区域；
预先设置变异系数阈值，将车间微生物变异系数与变异系数阈值进行比较，当车间微生物变异系数大于变异系数阈值时，则说明仅部分区域出现食品安全问题，发出指令对标记的子区域进行污染源排查；当车间微生物变异系数小于或等于变异系数阈值时，则说明整个车间存在食品安全问题，发出指令对整个车间进行清洁和杀菌。
使用时，结合步骤401至步骤402的内容：
通过监测和计算将子区域食品安全指数，及时发现车间环境中存在的微生物污染问题和食品易感性增加的风险，一旦将子区域食品安全指数超过设定的阈值，预警系统立即触发，提醒相关人员采取必要的措施，防止食品安全问题的发生。
请参阅图3，本发明还提供了一种食品包装车间生产线管理系统，包括数据采集模块、环境分析模块、微生物分析模块、食品分析模块以及预警模块；其中：
数据采集模块，用于采集环境数据、食品特性参数以及微生物数据，环境数据包括温度、湿度以及光照强度，食品特性参数包括食品水分含量、营养成分含量以及食品pH值，微生物数据包括微生物数量和微生物活性指数；
环境分析模块，将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的温度指数、湿度指数以及光照指数，结合温度指数、湿度指数以及光照指数，计算获得子区域的环境条件指数；
微生物分析模块，在各个子区域内采集微生物数据，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，由若干个子区域微生物指数，计算获得车间微生物变异系数；
食品分析模块，通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，计算获得食品易感指数，对食品的本身属性和环境因素的相互影响进行评估；
预警模块，将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施。
在申请中，所述涉及到的若干个公式均是去量纲后取其数值计算，而所述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，公式中的系数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (4)
1.一种食品包装车间生产线管理方法，其特征在于，包括以下步骤：
将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的温度指数、湿度指数以及光照指数，结合温度指数、湿度指数以及光照指数，计算获得子区域的环境条件指数；
通过环境数据对车间内影响微生物生长的指标进行评估，计算获得温度指数、湿度指数以及光照指数，温度指数对应的计算公式如下：；
其中，TI表示温度指数，表示实际温度，/>表示温度上限，/>表示温度下限；
湿度指数对应的计算公式如下：；
其中，HI表示湿度指数，表示实际湿度，/>表示湿度上限，/>表示湿度下限；
光照指数对应的计算公式如下：；
其中，LI表示光照指数，表示实际光照强度，/>表示光照强度上限，/>表示光照强度下限；
结合温度指数、湿度指数以及光照指数对车间内微生物的生长环境条件进行分析，计算获得环境条件指数，计算公式如下：；
其中，ECI表示环境条件指数，TI表示温度指数，HI表示湿度指数，LI表示光照指数，表示权重系数，/>，θ表示修正参数，/>；
在各个子区域内采集微生物数据，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，由若干个子区域微生物指数，计算获得车间微生物变异系数；
结合微生物数量、微生物活性指数、环境条件指数以及子区域面积因素，经过无量纲化处理后，对子区域内的环境卫生状况进行分析，计算获得子区域微生物指数，计算公式如下：；
其中，MI表示子区域微生物指数，Mc表示微生物数量，MAI表示微生物活性指数，ECI表示环境条件指数，S表示子区域面积；
由所有子区域的微生物指数，对食品包装车间的环境卫生状况进行分析，计算获得车间微生物变异系数，计算公式如下：；
其中，WM表示车间微生物变异系数，表示子区域微生物指数，i表示子区域的编号，，n为子区域的数量，/>表示所有子区域微生物指数的均值；
通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，对食品的本身属性和环境因素的相互影响进行分析，计算获得食品易感指数；
结合食品特性参数和车间的环境数据，对食品的本身属性和环境因素的相互影响进行分析，经过无量纲化处理后，计算获得食品易感指数，计算公式如下：；
其中，SI表示食品易感指数，Mc表示食品水分含量，Nc表示营养成分含量，pH表示食品pH值，HI表示环境湿度指数，TI表示温度指数，LI表示光照指数，表示光照影响系数，；
将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施；
将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，计算公式如下：；
其中，FSI表示子区域食品安全指数，MI表示子区域微生物指数，SI表示食品易感指数，分别表示子区域微生物指数和食品易感指数的权重系数，。
2.根据权利要求1所述的一种食品包装车间生产线管理方法，其特征在于，根据子区域食品安全指数判断车间食品安全是否存在问题，并发出预警，具体包括：
预先设置食品安全阈值，将子区域食品安全指数与食品安全阈值进行比较，当子区域食品安全指数大于食品安全阈值时，发出预警，并标记当前子区域。
3.根据权利要求2所述的一种食品包装车间生产线管理方法，其特征在于，
预先设置变异系数阈值，将车间微生物变异系数与变异系数阈值进行比较，当车间微生物变异系数大于变异系数阈值时，发出指令对标记的子区域进行污染源排查；当车间微生物变异系数小于或等于变异系数阈值时，发出指令对整个车间进行清洁和杀菌。
4.一种食品包装车间生产线管理系统，用于实现权利要求1至3中任一项所述方法，其特征在于，包括：
数据采集模块，用于采集环境数据、食品特性参数以及微生物数据，环境数据包括温度、湿度以及光照强度，食品特性参数包括食品水分含量、营养成分含量以及食品pH值，微生物数据包括微生物数量和微生物活性指数；
环境分析模块，将食品包装车间划分为若干个子区域，通过环境数据计算获得子区域的温度指数、湿度指数以及光照指数，结合温度指数、湿度指数以及光照指数，计算获得子区域的环境条件指数；
微生物分析模块，在各个子区域内采集微生物数据，结合微生物数量、微生物活性指数、环境条件指数以及子区域面积，计算获得子区域微生物指数，由若干个子区域微生物指数，计算获得车间微生物变异系数；
食品分析模块，通过食品水分含量、营养成分含量以及食品pH值，结合环境湿度指数、温度指数以及光照指数，计算获得食品易感指数，对食品的本身属性和环境因素的相互影响进行评估；
预警模块，将子区域微生物指数和食品易感指数进行关联，计算获得子区域食品安全指数，根据子区域食品安全指数判断车间食品安全是否存在问题，并作出相应的措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410346728.3A CN117952480B (zh) | 2024-03-26 | 2024-03-26 | 一种食品包装车间生产线管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410346728.3A CN117952480B (zh) | 2024-03-26 | 2024-03-26 | 一种食品包装车间生产线管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117952480A CN117952480A (zh) | 2024-04-30 |
| CN117952480B true CN117952480B (zh) | 2024-06-11 |
Family
ID=90798499
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410346728.3A Active CN117952480B (zh) | 2024-03-26 | 2024-03-26 | 一种食品包装车间生产线管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117952480B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2006274945A1 (en) * | 2005-07-25 | 2007-02-08 | Basf Se | A method for providing and analyzing an animal population having an essentially identical metabolome |
| KR20120121383A (ko) * | 2012-10-11 | 2012-11-05 | 한국식품연구원 | 식품 품질 모니터링 방법 및 시스템 |
| CN103700019A (zh) * | 2013-12-17 | 2014-04-02 | 吉林大学 | 一种食品质量分析方法 |
| CN113100305A (zh) * | 2021-04-16 | 2021-07-13 | 中茶科技(北京)有限公司 | 一种优化普洱茶存储的智能养仓设备 |
| CN214758469U (zh) * | 2021-04-20 | 2021-11-19 | 长宁县腾飞养殖有限公司 | 一种用于蛋鸡养殖的监控装置 |
| CN116596305A (zh) * | 2023-05-10 | 2023-08-15 | 贵州省分析测试研究院 | 用于食品安全管理的风险分级方法 |
| CN117077868A (zh) * | 2023-09-21 | 2023-11-17 | 中国科学院东北地理与农业生态研究所 | 一种基于模型的粮食产量预测系统及方法 |
| CN117114493A (zh) * | 2023-09-08 | 2023-11-24 | 宁夏大学 | 一种食品安全智能化风险监控预警系统 |
-
2024
- 2024-03-26 CN CN202410346728.3A patent/CN117952480B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2006274945A1 (en) * | 2005-07-25 | 2007-02-08 | Basf Se | A method for providing and analyzing an animal population having an essentially identical metabolome |
| KR20120121383A (ko) * | 2012-10-11 | 2012-11-05 | 한국식품연구원 | 식품 품질 모니터링 방법 및 시스템 |
| CN103700019A (zh) * | 2013-12-17 | 2014-04-02 | 吉林大学 | 一种食品质量分析方法 |
| CN113100305A (zh) * | 2021-04-16 | 2021-07-13 | 中茶科技(北京)有限公司 | 一种优化普洱茶存储的智能养仓设备 |
| CN214758469U (zh) * | 2021-04-20 | 2021-11-19 | 长宁县腾飞养殖有限公司 | 一种用于蛋鸡养殖的监控装置 |
| CN116596305A (zh) * | 2023-05-10 | 2023-08-15 | 贵州省分析测试研究院 | 用于食品安全管理的风险分级方法 |
| CN117114493A (zh) * | 2023-09-08 | 2023-11-24 | 宁夏大学 | 一种食品安全智能化风险监控预警系统 |
| CN117077868A (zh) * | 2023-09-21 | 2023-11-17 | 中国科学院东北地理与农业生态研究所 | 一种基于模型的粮食产量预测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 食品安全综合评价指数与监测预警系统研究;郑培;吴功才;王海明;方力;;中国卫生检验杂志;20100710(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117952480A (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hedman et al. | Analysis of critical factors for automatic measurement of OEE | |
| US20210071897A1 (en) | Systems and Methods for Artificial Intelligence-Based Maintenance of an Air Conditioning System | |
| CA2866899C (en) | Method and system for detection of microbial growth in a specimen container | |
| Huybrechts et al. | Early warnings from automatic milk yield monitoring with online synergistic control | |
| CN116300758A (zh) | 基于云计算的智能制造工业生产数据采集分析系统及方法 | |
| CN109852677A (zh) | 一种冷链肉与肉制品物流过程中品质智能检测方法及系统 | |
| CN110941301A (zh) | 一种基于工业智能的生产控制系统 | |
| CN117952480B (zh) | 一种食品包装车间生产线管理方法及系统 | |
| Lim et al. | Statistical Process Control for The Food Industry | |
| Concepcion et al. | Fuzzy Classification Approach on Quality Deterioration Assessment of Tomato Puree in Aerobic Storage using Electronic Nose | |
| Augustin et al. | Design of control charts to monitor the microbiological contamination of pork meat cuts | |
| CN116843187A (zh) | 一种区域能源碳排放管理系统及管理方法 | |
| CN105023224A (zh) | 一种基于隐马尔可夫模型的食品安全溯源系统 | |
| CN116109325B (zh) | 一种基于物联网管控食品安全和溯源系统及方法 | |
| Jackman et al. | The role of information and communication technology in poultry broiler production process control | |
| Ross et al. | Predictive microbiology and HACCP | |
| Toth et al. | Elaborating Industry 4.0 compatible DSS for enhancing production system effectiveness | |
| CN112881616A (zh) | 一种车载式食品品质监测的电子鼻装置 | |
| CN114549096A (zh) | 一种农产品价格风险预警系统及方法 | |
| Brashears et al. | Microbial quality of condensation in fresh and ready-to-eat processing facilities | |
| Rahayu et al. | Improving the Production Quality Processes at Bread SMEs in Jakarta | |
| Harris et al. | Risk analysis, HACCP and microbial criteria in meat and poultry systems | |
| CN111176174A (zh) | 一种面向冲压车间的多功能监管系统 | |
| JP7428676B2 (ja) | 清浄度推定方法、清浄度推定装置および清浄度推定プログラム | |
| Mawonik et al. | Univariate statistical process control of super saver beans: a case of RMV supermarket, zimbabwe. |
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 |