一种利用智能手机对冷链物流的监测预警方法与流程

本发明涉及冷链物流，具体为一种利用智能手机对冷链物流的监测预警方法。

背景技术：

1、随着现代物流业的快速发展，冷链物流作为保障生鲜食品、医药产品等高价值、易腐货物品质的关键环节，其重要性日益凸显。然而，冷链物流过程中环境参数的微小波动都可能对货物品质造成重大影响，因此，实现对冷链物流全程环境参数的实时监测与预警成为行业亟待解决的技术难题。智能手机作为现代人日常生活中不可或缺的工具，具备强大的计算处理能力、丰富的传感器接口以及便捷的移动互联网连接功能，为冷链物流环境监测提供了全新的解决方案。

2、在申请公布号为cn114838767a的中国发明申请中，公开了一种冷链物流用温湿度智能化监测系统及方法，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

3、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。

4、在以上发明申请中，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，但在冷链物流过程中，人为因素（如操作不当、疏忽大意等）或设备运行异常也可能对监测结果产生影响。

5、为此，本发明提供了一种利用智能手机对冷链物流的监测预警方法。

技术实现思路

1、针对现有技术的不足，本发明提供了一种利用智能手机对冷链物流的监测预警方法，本发明通过获取待运输冷链物流每种货物的体积占比、存储最高温度、最低温度、最高湿度和最低湿度，计算初始运输温度w1和湿度s1，设置冷链物流的初始控制环境条件，启动温度和湿度调节设备，并检测冷链物流的实时温度和实时湿度，计算实时调节环境异常指数，向智能手机端发送环境调节异常预警，接收到环境调节异常预警后，采集温度和湿度调节设备的温度和运行时长，计算设备温度异常系数sw，依据设备温度异常系数sw对设备运行做出判断，并选择对应的安全预警处理策略，能够更精准地定位导致环境调节异常的源头，一旦发现设备温度异常，能够迅速选择合适的安全预警处理策略，如发出紧急停机指令、切换备用设备等，以最快速度恢复正常的温湿度控制，减少对冷链物流的影响，从而解决了背景技术中记载的技术问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种利用智能手机对冷链物流的监测预警方法，包括如下步骤：

3、获取待运输冷链物流每种货物的体积占比、存储最高温度、最低温度、最高湿度和最低湿度，计算初始运输温度w1和湿度s1，设置冷链物流的初始控制环境条件，启动温度和湿度调节设备，并检测冷链物流的实时温度和实时湿度；

4、获取实时温度、实时湿度、腐败因子 f1、f2、初始运输温度w1和湿度s1，分析实时调节误差、实时变化率和实时方差，结合冷链物流的运输时长ys计算实时调节环境异常指数，向智能手机端发送环境调节异常预警；

5、接收到环境调节异常预警后，采集温度和湿度调节设备的温度和运行时长，计算设备温度异常系数sw，依据设备温度异常系数sw对设备运行做出判断，并选择对应的安全预警处理策略。

6、进一步的，获取待运输冷链物流每种货物的体积占比、存储最高温度、最低温度、最高湿度和最低湿度，计算初始运输温度w1和湿度s1：其中， a表示待运输冷链物流每种货物的顺序编号， a=1、2、…、 m。

7、进一步的，以初始运输温度w1和湿度s1做为冷链物流的初始控制环境条件，启动温度和湿度调节设备，并使用温度和湿度传感器周期性检测冷链物流的实时温度和实时湿度。温度和湿度调节设备包括制冷设备、加热设备、加湿设备和除湿设备。

8、进一步的，通过腐败实验确定每种货物在不同温度和湿度下的腐败周期，计算温度和湿度与腐败周期的皮尔逊相关系数，记为腐败因子 f1、f2。

9、腐败实验具体为准备足够的货物样品，确保每个温度和湿度条件下都有足够的样品进行重复实验。在实验过程中，定期观察货物的外观、气味、质地等感官特性，并记录数据。

10、使用统计软件或数据分析方法对收集到的数据进行分析，以确定货物在不同温度和湿度下的腐败周期。

11、皮尔逊相关系数（pearson correlation coefficient），又称皮尔逊积矩相关系数（pearson product-moment correlation coefficient，简称ppmcc或pccs），是英国数学家karl pearson提出的一种度量两个变量线性相关程度的统计量。其取值范围在-1到1之间，绝对值越接近1，表示两个变量之间的线性关系越强。

12、进一步的，获取实时温度、实时湿度、腐败因子 f1、f2、初始运输温度w1和湿度s1，分析实时调节误差：

13、其中， i表示实时温度或实时湿度数据的时间顺序编号， i=1、2、…、 n。

14、进一步的，依据实时调节误差

15、计算实时变化率

16、和实时方差：

17、并统计冷链物流开始运输后所有的实时变化率和实时方差，得到本次冷链物流的平均变化率和平均方差。

18、进一步的，使用计时器获得冷链物流的运输时长ys，结合实时调节误差、实时变化率和实时方差，计算实时调节环境异常指数：其中，为本次冷链物流的预估运输时长，通过向导航软件输入运输起始点后获得，为调节误差阈值，取所有实时调节误差的均值，为变化率阈值，取所有实时变化率的均值，为方差阈值，取所有实时方差的均值。

19、进一步的，当实时调节环境异常指数超过时，表示冷链物流的储藏环境调节异常，向智能手机端发送环境调节异常预警。

20、进一步的，接收到环境调节异常预警后，分别使用温度传感器采集制冷设备、加热设备、加湿设备和除湿设备的温度t1、t2、t3和t4，并依据设备运行记录获取冷链物流过程中每个设备的运行时长sc1、sc2、sc3和sc4，计算设备温度权重k1、k2、k3和k4：对应的设备温度权重k1、k2、k3和k4的计算公式如上。

21、进一步的，获取制冷设备、加热设备、加湿设备和除湿设备的温度t1、t2、t3、t4、设备温度权重k1、k2、k3和k4，计算设备温度异常系数sw：其中，为制冷设备的正常运行温度，为制冷设备的正常运行温度，为制冷设备的正常运行温度，为制冷设备的正常运行温度。

22、进一步的，获取设备温度异常系数sw，依据设备温度异常系数sw对设备运行做出判断，并选择对应的安全预警处理策略，具体为：

23、当sw时，反馈当前所有设备运行正常，无需采取任何措施，继续保持监测，以防发生异常情况。

24、当时，反馈存在设备运行异常，向智能手机端发出二级安全预警命令，调整设备运行参数或采取其他降温措施。

25、当时，反馈多个设备运行异常，向智能手机端发出一级安全预警命令，立即停机检查，排除安全隐患。

26、其中，为所有设备温度异常系数sw的均值。

27、本发明提供了一种利用智能手机对冷链物流的监测预警方法，具备以下有益效果：1、获取待运输冷链物流每种货物的体积占比、存储最高温度、最低温度、最高湿度和最低湿度，计算初始运输温度w1和湿度s1，设置冷链物流的初始控制环境条件，启动温度和湿度调节设备，并检测冷链物流的实时温度和实时湿度，可以设定适合所有货物的运输温度和湿度，从而最大限度地减少货物因环境变化而受损的风险。这对于易腐食品如肉类、海鲜、蔬菜水果等尤为重要，因为不恰当的温度和湿度会导致快速腐败。2、获取实时温度、实时湿度、腐败因子 f1、f2、初始运输温度w1和湿度s1，分析实时调节误差、实时变化率和实时方差，结合冷链物流的运输时长ys计算实时调节环境异常指数，向智能手机端发送环境调节异常预警，可以及时发现并处理潜在的环境问题，降低货物损坏或腐败的风险，有助于管理人员优化冷链物流流程，提高运输效率和质量。

28、3、接收到环境调节异常预警后，采集温度和湿度调节设备的温度和运行时长，计算设备温度异常系数sw，依据设备温度异常系数sw对设备运行做出判断，并选择对应的安全预警处理策略，能够更精准地定位导致环境调节异常的源头，一旦发现设备温度异常，能够迅速选择合适的安全预警处理策略，如发出紧急停机指令、切换备用设备等，以最快速度恢复正常的温湿度控制，减少对冷链物流的影响。

技术特征：

1.一种利用智能手机对冷链物流的监测预警方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：

3.根据权利要求2所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：

4.根据权利要求3所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：依据实时调节误差计算实时变化率和实时方差：并统计冷链物流开始运输后所有的实时变化率和实时方差，得到本次冷链物流的平均变化率和平均方差。

5.根据权利要求4所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：

6.根据权利要求5所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：

7.根据权利要求6所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：

8.根据权利要求7所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：

9.根据权利要求8所述的一种利用智能手机对冷链物流的监测预警方法，其特征在于：

技术总结
本发明公开了一种利用智能手机对冷链物流的监测预警方法，涉及冷链物流技术领域，包括获取待运输冷链物流每种货物的体积占比、存储最高温度、最低温度、最高湿度和最低湿度，计算初始运输温度W1和湿度S1，设置冷链物流的初始控制环境条件。获取实时温度、实时湿度计算实时调节环境异常指数，向智能手机端发送环境调节异常预警；接收到环境调节异常预警后，采集温度和湿度调节设备的温度和运行时长，计算设备温度异常系数，依据设备温度异常系数对设备运行做出判断，并选择对应的安全预警处理策略。一旦发现设备温度异常，能够迅速选择合适的安全预警处理策略，减少对冷链物流的影响。

技术研发人员：杨建华
受保护的技术使用者：江苏精一电气科技有限公司
技术研发日：
技术公布日：2024/12/5