一种基于大数据的蔬菜状态监测系统的制作方法

本发明涉及蔬菜供应管理，尤其涉及一种基于大数据的蔬菜状态监测系统。

背景技术：

1、随着物联网、大数据等技术融入生活中的各方面，基于实时数据的综合性评估计算成为广泛应用的技术手段，蔬菜是重要的经济作物，人们对蔬菜的品质以及配送及时性越来越重视，传统的蔬菜储藏方式缺乏对蔬菜储藏环境的有效监测，且不能直观地评估蔬菜的品质，需要通过了解蔬菜的储藏环境数据参数保证蔬菜的配送科学性，建立有效的监测系统以及对蔬菜配送配置科学的策略是保障蔬菜高品质的重要手段。

2、例如，中国专利公开号：cn111539672a，该发明公开了一种蔬菜冷链运输大数据监测方法，将代加工蔬菜的冷链数据导入在冷链数据库中并检索与相关联的冷链数据，从冷链运输装置扫描获取代加工蔬菜标识用以映射于冷链角色及接收冷链数据库中冷链运输装置的路线选择和运输报备信息，对冷链数据确定优先级，以生成优先级的冷链数据以及向冷链运输装置发送优先级的冷链数据，冷链运输到达转运节点后触发转运节点的数据处理端来生成本地数据记录信息并进行验证。该发明通过将蔬菜的冷链数据以分布式大数据监测汇报数据监测结果并提高物流管理系统的智慧化程度的方法。

3、现有技术中还存在以下问题：

4、现有技术未考虑气流不稳定的储藏环境对堆积储藏的蔬菜的品质影响，现有技术不能对具有数据代表性的气流不稳定区域进行储藏风险量化，且不能适应性地配置蔬菜的配送方式以及对储藏状态受影响的蔬菜及时调整储藏方式。

技术实现思路

1、为此，本发明提供一种基于大数据的蔬菜状态监测系统，用以克服现有技术不能对具有数据代表性的气流不稳定区域进行储藏风险量化，且不能适应性地配置蔬菜的配送方式以及对储藏状态受影响的蔬菜及时调整储藏方式的问题。

2、为实现上述目的，本发明提供一种基于大数据的蔬菜状态监测系统，包括：

3、订单匹配模块，用以接收用户发送的订单以及基于预先构建的各待出库蔬菜与储藏区域的关联关系确定所述订单对应的蔬菜所在的储藏区域；

4、其中，所述订单包括蔬菜采购重量以及蔬菜送达目的地的位置信息；

5、信息关联模块，其与所述订单匹配模块连接，用以获取所述订单对应的蔬菜所在的储藏区域对应的空气流速，基于所述空气流速在预设时长内的波动程度判定所述储藏区域是否为气流波动特征区域；

6、特征分析模块，其与所述信息关联模块连接，用以根据所述气流波动特征区域内待出库蔬菜的总体积与所述气流波动特征区域的空间体积的比值确定所述待出库蔬菜的储藏风险表现类别；

7、策略管理模块，其与所述特征分析模块以及所述订单匹配模块连接，用以根据所述储藏风险表现类别选定对各气流波动特征区域内待出库蔬菜的处理方式，包括，

8、基于各气流波动特征区域的订单对应的蔬菜采购重量确定优先配送订单，所述优先配送订单的蔬菜送达目的地的位置信息为配送路线的首个位置；

9、或，将气流波动特征区域内所述订单对应的蔬菜进行单独配送，以及根据所述订单对应的蔬菜采购重量与所述非订单对应的剩余蔬菜的重量判定是否对所述非订单对应的剩余蔬菜进行分散储藏。

10、进一步地，所述信息关联模块还与分布在各储藏区域的空气流速检测单元连接，所述空气流速检测单元用以采集对应的储藏区域内的空气流速。

11、进一步地，所述信息关联模块还用以确定所述空气流速在预设时长内的波动程度；

12、响应于所述订单匹配模块接收到用户发送的订单，所述信息关联模块获取所述订单对应的蔬菜所在的储藏区域对应的空气流速，确定预设时长内的最大空气流速以及最小空气流速，将所述最大空气流速与所述最小空气流速的差值确定为空气流速波动值。

13、进一步地，所述信息关联模块用以根据所述空气流速波动值与预设的空气流速波动值阈值的对比结果判定所述储藏区域是否为气流波动特征区域；

14、若所述空气流速波动值大于所述空气流速波动值阈值，则所述信息关联模块判定所述储藏区域为气流波动特征区域。

15、进一步地，所述特征分析模块用以将所述气流波动特征区域内待出库蔬菜的总体积与所述气流波动特征区域的空间体积的比值与预设的比值参考值进行对比；

16、若所述比值小于所述比值参考值，则所述特征分析模块判定所述待出库蔬菜为储藏风险弱显性表现类别；

17、若所述比值大于或等于所述比值参考值，则所述特征分析模块判定所述待出库蔬菜为储藏风险强显性表现类别。

18、进一步地，所述策略管理模块用以根据不同的储藏风险表现类别选定对各气流波动特征区域内待出库蔬菜的处理方式；

19、若所述待出库蔬菜为储藏风险弱显性表现类别，则所述策略管理模块选定的处理方式为基于各气流波动特征区域的订单对应的蔬菜采购重量确定优先配送订单，所述优先配送订单的蔬菜送达目的地的位置信息为配送路线的首个位置；

20、若所述待出库蔬菜为储藏风险强显性表现类别，则所述策略管理模块选定的处理方式为将气流波动特征区域内所述订单对应的蔬菜进行单独配送，以及根据所述订单对应的蔬菜采购重量与所述非订单对应的剩余蔬菜的重量判定是否对所述非订单对应的剩余蔬菜进行分散储藏。

21、进一步地，所述策略管理模块还用以根据各气流波动特征区域的订单对应的蔬菜采购重量确定蔬菜采购重量最大值，将蔬菜采购重量最大值对应的订单确定为所述优先配送订单。

22、进一步地，所述策略管理模块还用以计算所述订单对应的蔬菜采购重量与所述非订单对应的剩余蔬菜的重量的重量比值。

23、进一步地，所述策略管理模块还用以将所述重量比值与预设的重量比值阈值进行对比；

24、若所述重量比值小于所述重量比值阈值，则所述策略管理模块判定需要对所述非订单对应的剩余蔬菜进行分散储藏。

25、进一步地，所述分散储藏为将所述非订单对应的剩余蔬菜按照预设的堆积高度进行分散堆积。

26、与现有技术相比，本发明的有益效果在于，本发明通过设置订单匹配模块、信息关联模块、特征分析模块以及策略管理模块，通过订单匹配模块确定订单对应的蔬菜所在的储藏区域，通过信息关联模块根据储藏区域的空气流速的波动程度判定储藏区域是否为气流波动特征区域，通过特征分析模块确定待出库蔬菜的储藏风险表现类别，通过策略管理模块选定对各气流波动特征区域内订单对应的蔬菜的配送方式以及对非订单对应的剩余蔬菜的储藏调整方式，进而，实现了将气流不稳定区域进行储藏风险量化，以及适应性地配置蔬菜的配送方式以及对储藏状态受影响的蔬菜及时调整储藏方式，提高蔬菜状态监测的数据代表性，有效降低蔬菜损耗。

27、尤其，本发明通过信息关联模块获取储藏区域对应的空气流速，本领域技术人员可以理解的是，蔬菜储藏区域的空气气流受出风口分布、出风口风量差异以及货物堆积阻挡等因素的影响，不同储藏区域对应的空气流速存在差异，不同空气流速对蔬菜品质的影响程度不同，本发明通过获取空气流速实现了对蔬菜储藏环境进行分析，提高蔬菜状态监测的数据代表性。

28、尤其，本发明通过信息关联模块基于空气流速在预设时长内的波动程度判定储藏区域是否为气流波动特征区域，本领域技术人员可以理解的是，蔬菜储藏区域内的空气气流波动程度越大，表征当前的蔬菜储藏区域内气流变化，存在明显的气流对流现象，明显的气流对流不利于区域内的温度恒定以及湿度恒定，不稳定的温度以及湿度会影响蔬菜的品质，本发明将气流波动明显的区域筛选出来，实现了对不同区域蔬菜的储藏环境进行分析，提高蔬菜状态监测的数据代表性。

29、尤其，本发明通过特征分析模块确定待出库蔬菜的储藏风险表现类别，在实际的蔬菜储藏环境中，待出库蔬菜在气流波动明显的温度、湿度不稳定区域储藏时长越长，蔬菜品质越容易受到影响，同样的，当前储藏区域的蔬菜堆积总体积越多，蔬菜底部和内部的空气流动性越差，蔬菜底部所受的挤压力越大，造成蔬菜的新鲜程度越容易受到影响，本发明通过计算气流波动特征区域内待出库蔬菜的总体积与所述气流波动特征区域的空间体积的比值，确定了待出库蔬菜的储藏风险表现类别，比值越大表征蔬菜储藏状态受影响越大，实现了将气流不稳定区域进行储藏风险量化，提高蔬菜状态监测的数据代表性。

30、尤其，本发明通过策略管理模块在储藏环境对蔬菜品质的影响的状态评估为储藏风险弱显性表现类别的条件下，可以将蔬菜采购重量最大的订单优先配送，避免配送卸货过程的温度波动对采购重量最大的订单的蔬菜造成品质影响，进而，实现了适应性地配置蔬菜的配送方式以及对储藏状态受影响的蔬菜及时调整储藏方式，提高蔬菜状态监测的数据代表性，有效降低蔬菜损耗。

31、尤其，本发明通过策略管理模块在储藏环境对蔬菜品质的影响的状态评估为储藏风险强显性表现类别的条件下，可以对储藏风险强显性表现类别的蔬菜进行单独配送，使得配送过程中温度保持恒定，避免储藏风险强的蔬菜的品质在配送中再次受到影响，且，通过计算订单对应的蔬菜采购重量与非订单对应的剩余蔬菜的重量的比值，可以确定非订单对应的剩余蔬菜的数量，在数量高于预设值的情况下，将剩余蔬菜按照预设的堆积高度进行分散堆积，避免剩余蔬菜在气流波动明显的温度、湿度不稳定区域中，由于蔬菜底部、内部的空气流动性差以及蔬菜底部所受的挤压力造成的蔬菜新鲜程度受到影响，进而，实现了适应性地配置蔬菜的配送方式以及对储藏状态受影响的蔬菜及时调整储藏方式，提高蔬菜状态监测的数据代表性，有效降低蔬菜损耗。