奶粉生产质量管理预警方法与流程

本技术涉及奶粉生产管理，尤其涉及一种奶粉生产质量管理预警方法。

背景技术：

1、婴幼儿奶粉作为婴幼儿早期重要的营养来源之一，奶粉的安全性和质量日益受到关注，奶粉生产过程中的工艺参数的控制对于产品质量至关重要，生产过程中的加工温度、加工湿度以及加工时长等参数的微小波动都可能导致奶粉产品的质量不稳定，从而造成奶粉的成分发生变化，因此，有必要对生产出的奶粉的质量进行检测，以避免质量存在异常的奶粉产品流入市场。

2、为了对奶粉的质量进行检测，在公开号为cn107655852a的中国专利申请文件中，提供了一种婴幼儿配方奶粉中必要营养素的近红外光谱快速检测方法，包括：利用奶粉分析仪采集样品光谱，其中控制环境温度20℃，相对湿度45％，扫描范围10000～4000，扫描次数32，每次扣除空气本底，实时扣除空气中的水和二氧化碳的强吸；光谱的预处理：对样品光谱进行多种预处理：一阶导数、平滑、标准正态变量变换、多元散射校正；建立pls模型：预处理后的光谱采用偏最小二乘pls方法进行计算，建立pls模型；利用pls模型即可预测待测样品中必要营养素的含量。

3、在相关技术中利用偏最小二乘对所获取的样品光谱进行计算，从而实现对奶粉样品的质量检测，然而，相关技术在奶粉生产的过程中，难以较为准确地实现对奶粉的生产质量的预警。

技术实现思路

1、为克服相关技术中存在的问题，本技术提供一种奶粉生产质量管理预警方法，包括：获取待测批次的多个奶粉样本的多个红外光谱曲线，并确定红外光谱曲线的特征值；特征值用于表征红外光谱曲线中蛋白质所在的多个波长范围内的吸光度的峰值，与波长范围所对应的吸光度阈值之间的差异程度；将红外光谱曲线的特征值作为权重，分别对多个红外光谱曲线中对应同一波长的吸光度进行加权融合获得目标红外光谱曲线；在根据目标红外光谱曲线确定待测批次的奶粉的蛋白质不存在异常的情况下，将多个奶粉样本的多个特征值进行聚类，以确定待测批次的奶粉的相似度值，exp为以自然常数为底数的指数函数，d为聚类簇的数量，为第m个聚类簇中的特征值到聚类簇的聚类中心的平均距离，为第m个聚类簇的聚类中心到其他聚类簇的聚类中心的距离中的最大者；为第m个聚类簇中特征值的相似度，是根据第m个聚类簇中特征值对应的红外光谱曲线之间的dtw距离确定的；在相似度值小于预设相似度阈值的情况下，输出第一提示信息；第一提示信息用于提示待测批次的奶粉的质量存在异常。

2、这样，获取待测批次的多个奶粉样本的多个红外光谱曲线，并对多个红外光谱曲线中对应同一波长的吸光度进行加权融合获得目标红外光谱曲线，在根据目标红外光谱曲线确定待测批次的奶粉的蛋白质不存在异常的情况下，能够进一步确定待测批次的奶粉的相似度值，在相似度值小于预设相似度阈值的情况下，能输出用于提示待测批次的奶粉的质量存在异常的第一提示信息，能够在初步确定待测批次的奶粉的蛋白质不存在异常的情况下，实现对待测批次的奶粉的质量的进一步检测，更好地实现对奶粉的生产过程的质量预警。

3、由于用于确定待测批次的奶粉的蛋白质是否存在异常的目标红外光谱曲线，是根据对多个红外光谱曲线中对应同一波长的吸光度进行加权融合获得的，能够避免单一样本进行确定时的数据单一性以及采样误差，因此，能够更为准确地确定待测批次的奶粉的蛋白质是否存在异常，以便进一步确定待测批次的奶粉中除蛋白质以外的其他成分是否存在异常。

4、可选的，红外光谱曲线的特征值通过以下方式进行确定：，c为红外光谱曲线的特征值，n为蛋白质所在的波长范围的数量，为红外光谱曲线在蛋白质所在的第i个波长范围内吸光度的峰值，为蛋白质所在的第i个波长范围对应的吸光度阈值，为红外光谱曲线在蛋白质所在的第i个波长范围内吸光度的峰值对应的波长，为蛋白质所在的第i个波长范围对应的波长阈值。

5、这样，将红外光谱曲线在蛋白质所在的波长范围内吸光度的峰值，与蛋白质所在的波长范围对应的吸光度阈值进行比较，并将红外光谱曲线在蛋白质所在的波长范围内吸光度的峰值对应的波长，与蛋白质所在的波长范围对应的波长阈值进行比较，所获得的特征值能够较好地表征红外光谱曲线所对应的奶粉样本的蛋白质存在异常的概率。

6、可选的，蛋白质所在的多个波长范围对应的吸光度阈值通过以下方式进行确定：针对蛋白质所在的多个波长范围中的目标波长范围，将待测批次的多个奶粉样本的多个红外光谱曲线在目标波长范围对应的吸光度的平均值，作为蛋白质所在的目标波长范围对应的吸光度阈值。

7、可选的，聚类簇中特征值的相似度通过以下方式进行确定：，为第m个聚类簇中特征值的相似度，exp为以自然常数为底数的指示函数，为第m个聚类簇中任意两个特征值所对应的两个红外光谱曲线之间的dtw距离中的最大者，为第m个聚类簇中特征值的极差。

8、这样，通过同一聚类簇中任意两个特征值所对应的两个红外光谱曲线之间的dtw距离中的最大者，以及同一聚类簇中特征值的极差，能够较好地获得用于表征同一聚类簇中特征值的相似程度的相似度，以便通过同一聚类簇中特征值的相似度，表征位于同一聚类簇中不同的奶粉样本在除蛋白质以外的其他成分上的相似程度。

9、可选的，将红外光谱曲线的特征值作为权重，分别对多个红外光谱曲线中对应同一波长的吸光度进行加权融合获得目标红外光谱曲线，包括：针对红外光谱曲线中所有波长中的目标波长，将红外光谱曲线的特征值作为权重，对多个红外光谱曲线在目标波长处的吸光度进行加权求和，获得加权融合后在目标波长处的加权吸光度；根据对应不同目标波长的不同的加权吸光度，获得目标红外光谱曲线。

10、这样，对多个红外光谱曲线在目标波长处的吸光度进行加权求和，获得加权融合后在目标波长处的加权吸光度，能够获得目标红外光谱曲线，以便根据目标红外光谱曲线更为准确地确定待测批次的奶粉的蛋白质是否存在异常。

11、可选的，目标红外光谱曲线确定待测批次的奶粉的蛋白质不存在异常通过以下方式确定：从目标红外光谱曲线的吸光度中，确定分别位于蛋白质所在的多个波长范围的多个目标峰值；将目标峰值与蛋白质所在的多个波长范围中对应的预设峰值进行比较，在目标峰值与预设峰值一致的情况下，确定目标红外光谱曲线在目标峰值处不存在异常；在确定目标红外光谱曲线在所有目标峰值处不存在异常的情况下，确定待测批次的蛋白质不存在异常。

12、这样，通过将目标红外光谱曲线的吸光度中确定分别位于蛋白质所在的多个波长范围的多个目标峰值，分别与相应的预设峰值进行比较，能够较好地确定待测批次的奶粉的蛋白质是否存在异常。

13、可选的，聚类簇中的特征值到聚类簇的聚类中心的平均距离通过以下方式确定：，其中，为第m个聚类簇中的特征值到聚类簇的聚类中心的平均距离，为以自然常数为底数的指数函数，为第m个聚类簇中特征值的相似度，为第m个聚类簇中的特征值到聚类簇的聚类中心的初始平均距离。

14、可选的，所述方法还包括：在根据目标红外光谱曲线确定蛋白质存在异常的情况下，输出第二提示信息，所述第二提示信息用于提示待测批次的奶粉的蛋白质存在异常。

15、本技术的实施例提供的技术方案可以包括以下有益效果：获取待测批次的多个奶粉样本的多个红外光谱曲线，并对多个红外光谱曲线中对应同一波长的吸光度进行加权融合获得目标红外光谱曲线，在根据目标红外光谱曲线确定待测批次的奶粉的蛋白质不存在异常的情况下，能够进一步确定待测批次的奶粉的相似度值，在相似度值小于预设相似度阈值的情况下，能输出用于提示待测批次的奶粉的质量存在异常的第一提示信息，能够在初步确定待测批次的奶粉的蛋白质不存在异常的情况下，实现对待测批次的奶粉的质量的进一步检测，更好地实现对奶粉的生产过程的质量预警。

16、由于用于确定待测批次的奶粉的蛋白质是否存在异常的目标红外光谱曲线，是根据对多个红外光谱曲线中对应同一波长的吸光度进行加权融合获得的，能够避免单一样本进行确定时的数据单一性以及采样误差，因此，能够更为准确地确定待测批次的奶粉的蛋白质是否存在异常，以便进一步确定待测批次的奶粉中除蛋白质以外的其他成分是否存在异常。

17、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。