一种冷链食品防疫检测系统及方法与流程

本发明属于化学或物理分析，具体的说是一种冷链食品防疫检测系统及方法 。

背景技术：

1、传统的物流运输方式往往无法满足农产品保鲜的要求，因为农产品在长途运输中容易受到温度变化、湿度波动和腐败等因素的影响，这些不利因素会导致农产品的质量下降、腐烂和损失，从而影响供应链的效益和消费者的满意度，冷链物流通过运用先进的技术和设备，为农产品提供恒定的温度、湿度和环境条件，以确保其在整个运输过程中保持新鲜和高品质，它涉及到冷藏车辆、冷藏仓储设施、温度记录器、湿度控制装置以及监测和控制系统等各种技术和设备，目前的冷链运输方式往往是根据经验为待运输的冷链食品设置存储温度；但是在冷链食品种类较多时，难以从一开始量化分析出适宜的存储温度，从而导致在运输途中出现贵重冷链食品或大批量冷链食品腐烂的风险，现有技术中均存在上述问题；

2、例如在授权公布号为cn115718008b的中国专利中公开了一种冷链食品防疫检测系统及方法，其中的检测系统，用于对送入冷藏室前的冷链食品进行防疫检测，包括：检测箱，主进口和主出口对向开设于所述检测箱侧端；前输送单元和后输送单元，所述检测箱位于所述前输送单元和后输送单元之间，行走于前输送单元上的冷链食品自进口送入所述检测箱内，并自主出口输送到后输送单元上；按压式破袋单元，所述按压式破袋单元安装于所述检测箱内顶部，所述按压式破袋单元用于采集冷链食品的组织样品。

3、以上专利均存在本背景技术提出的问题：目前的冷链运输方式往往是根据经验为待运输的冷链食品设置存储温度；但是在冷链食品种类较多时，难以从一开始量化分析出适宜的存储温度，从而导致在运输途中出现贵重冷链食品或大批量冷链食品腐烂的风险，为了解决这些问题，本技术设计了一种冷链食品防疫检测系统及方法 。

技术实现思路

1、针对现有技术的不足，本发明提出了一种冷链食品防疫检测系统及方法 ，较为有效的解决了背景技术中存在的问题：目前的冷链运输方式往往是根据经验为待运输的冷链食品设置存储温度；但是在冷链食品种类较多时，难以从一开始量化分析出适宜的存储温度，从而导致在运输途中出现贵重冷链食品或大批量冷链食品腐烂的风险，为了解决上述问题，本发明提出获取冷链食品的实时图像数据，同时获取储存的冷链食品生产时的成品标准图像数据，将冷链食品的实时图像数据和储存的冷链食品生产时的成品标准图像数据代入新鲜度计算策略中进行冷链食品新鲜度的计算，将获取的历史冷链食品新鲜度的变化量与温度的变化量导入新鲜度变化模型构建策略中进行新鲜度变化模型的构建，将实时的冷链食品新鲜度和实时温度值导入新鲜度变化模型中输出在实时温度下冷链食品的变质时间，将冷链食品的变质时间与需要的时间阈值进行对比，若变质时间大于需要的变质时间阈值则显示储存正常，若变质时间小于等于需要的变质时间阈值则将需要的时间阈值和需要的冷链食品新鲜度导入新鲜度变化模型中输出需要改变的温度参数值，通过准确对储存温度值进行调节避免冷链食品在储存周期内发生变质，有效提高了储存周期的时间预测准确性，避免了贵重冷链食品或大批量冷链食品腐烂的风险。

2、为实现上述目的，本发明提供如下技术方案：

3、一种冷链食品防疫检测方法，其包括以下具体步骤：

4、s1、获取冷链食品的实时图像数据，同时获取储存的冷链食品生产时的成品标准图像数据，将冷链食品的实时图像数据和储存的冷链食品生产时的成品标准图像数据代入新鲜度计算策略中进行冷链食品新鲜度的计算；

5、s2、将获取的历史冷链食品新鲜度的变化量与温度的变化量导入新鲜度变化模型构建策略中进行新鲜度变化模型的构建；

6、s3、将实时的冷链食品新鲜度和实时温度值导入新鲜度变化模型中输出在实时温度下冷链食品的变质时间；

7、s4、将冷链食品的变质时间与需要的时间阈值进行对比，若变质时间小于等于需要的变质时间阈值则进行s5，若变质时间大于需要的变质时间阈值则显示储存正常；

8、s5、将需要的时间阈值和需要的冷链食品新鲜度导入新鲜度变化模型中输出需要改变的温度参数值。

9、在此需要具体说明的是，所述s1中的新鲜度计算策略包括以下具体步骤：

10、s11、获取冷链食品的实时图像数据，同时获取储存的冷链食品生产时的成品标准图像数据，从中提取冷链食品的实时图像数据各像素点的像素值数据和冷链食品生产时的成品标准图像数据各像素点的像素值数据；

11、s12、将获取的冷链食品的实时图像数据各像素点的像素值数据和冷链食品生产时的成品标准图像数据各像素点的像素值数据导入新鲜度计算公式中计算冷链食品新鲜度；

12、s13、新鲜度计算公式为：，其中，为冷链食品的实时图像数据第i个像素点的像素值，为冷链食品生产时的成品标准图像数据第i个像素点的像素值，n为冷链食品的实时图像数据像素点的个数。

13、在此需要具体说明的是，所述s2中的新鲜度变化模型构建策略包括以下具体内容：

14、s21、设定采集时间间隔，以采集时间间隔对新鲜度变化量进行提取，第j个采集时间间隔的新鲜度变化量的计算公式为：，其中，为第j个采集时间间隔结束时刻的新鲜度，为第j-1个采集时间间隔结束时刻的新鲜度，同时提取各采集时间间隔的温度值的变化曲线；

15、s22、获取采集时间间隔起始时刻新鲜度随时间的变化曲线、采集时间间隔温度值随时间的变化曲线和采集时间间隔新鲜度变化量随时间的变化曲线，构建输入为采集时间间隔起始时刻新鲜度随时间的变化曲线、采集时间间隔温度值随时间的变化曲线，输出为采集时间间隔新鲜度变化量随时间的变化曲线的深度学习神经网络模型，作为新鲜度变化模型；

16、s23、将获取的历史采集时间间隔起始时刻新鲜度随时间的变化曲线、历史采集时间间隔温度值随时间的变化曲线和历史采集时间间隔新鲜度变化量随时间的变化曲线分为作为70%的参数训练集和30%的参数测试集；将70%的参数训练集输入深度学习神经网络模型进行训练，以得到初始深度学习神经网络模型；利用30%的参数测试集对初始深度学习神经网络模型进行测试，输出满足预设历史采集时间间隔新鲜度变化量准确度的最优初始深度学习神经网络模型输出作为深度学习神经网络模型，其中，深度学习神经网络模型中的特定神经元的输出策略公式为：，其中为m+1层s项神经元的输出，为第m层第j项神经元与m+1层s项神经元的连接权重，代表第n层第j项神经元的输入，代表第m层第j项神经元与m+1层s项神经元的线性关系的偏置，代表sigmoid激活函数，w为第n层神经元的数量。

17、在此需要具体说明的是，所述s3包括如下具体步骤：

18、s31、提取若干组判断为变质的图像数据代入冷链食品新鲜度计算公式中进行变质新鲜度的获取，取若干组变质新鲜度的平均值设为新鲜度阈值；

19、s32、获取实时的冷链食品新鲜度和实时温度值，将实时的冷链食品新鲜度和实时温度值导入构建的新鲜度变化模型中进行新鲜度变化随时间曲线的导出，导出的新鲜度变化随时间曲线表达公式为：，将新鲜度变化随时间曲线与新鲜度阈值进行对比，获取新鲜度达到新鲜度阈值的时间设为实时温度下冷链食品的变质时间。

20、在此需要具体说明的是，所述s4的具体内容包括以下具体步骤：

21、提取需要冷链食品的储存的时间阈值，将计算得到冷链食品的变质时间与需要冷链食品的储存的时间阈值进行对比，若变质时间小于等于需要的变质时间阈值则进行s5，若变质时间大于需要的变质时间阈值则显示储存正常。

22、在此需要具体说明的是，所述s5的具体内容包括以下具体步骤：

23、s51、获取需要冷链食品的储存的时间阈值，同时获取实时的冷链食品新鲜度和新鲜度阈值，将获取的数据导入新鲜度变化模型中，进行模型的拟合计算得到储存需要的温度值；

24、s52、将得到的储存需要的温度值与实时温度进行相减得到需要改变的温度参数值，输出至温度控制模组中进行温度的控制，温度控制模组通过plc组件进行储存区的温度控制，温度控制为本领域的常规技术手段。

25、一种冷链食品防疫检测系统，其基于上述一种冷链食品防疫检测方法实现，其包括数据获取模块、新鲜度计算模块、新鲜度变化模型构建模块、变质时间计算模块、变质时间对比模块、温度调节模块和控制模块，所述数据获取模块用于获取冷链食品的实时图像数据，同时获取储存的冷链食品生产时的成品标准图像数据，所述新鲜度计算模块用于将冷链食品的实时图像数据和储存的冷链食品生产时的成品标准图像数据代入新鲜度计算策略中进行冷链食品新鲜度的计算，所述新鲜度变化模型构建模块用于将获取的历史冷链食品新鲜度的变化量与温度的变化量导入新鲜度变化模型构建策略中进行新鲜度变化模型的构建。

26、在此需要具体说明的是，所述变质时间计算模块用于将实时的冷链食品新鲜度和实时温度值导入新鲜度变化模型中输出在实时温度下冷链食品的变质时间，所述变质时间对比模块用于将冷链食品的变质时间与需要的时间阈值进行对比，所述温度调节模块用于将需要的时间阈值和需要的冷链食品新鲜度导入新鲜度变化模型中输出需要改变的温度参数值，所述控制模块用于将数据获取模块、新鲜度计算模块、新鲜度变化模型构建模块、变质时间计算模块、变质时间对比模块和温度调节模块的运行。

27、一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

28、所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种冷链食品防疫检测方法。

29、一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种冷链食品防疫检测方法。

30、与现有技术相比，本发明的有益效果是：

31、本发明获取冷链食品的实时图像数据，同时获取储存的冷链食品生产时的成品标准图像数据，将冷链食品的实时图像数据和储存的冷链食品生产时的成品标准图像数据代入新鲜度计算策略中进行冷链食品新鲜度的计算，将获取的历史冷链食品新鲜度的变化量与温度的变化量导入新鲜度变化模型构建策略中进行新鲜度变化模型的构建，将实时的冷链食品新鲜度和实时温度值导入新鲜度变化模型中输出在实时温度下冷链食品的变质时间，将冷链食品的变质时间与需要的时间阈值进行对比，若变质时间大于需要的变质时间阈值则显示储存正常，若变质时间小于等于需要的变质时间阈值则将需要的时间阈值和需要的冷链食品新鲜度导入新鲜度变化模型中输出需要改变的温度参数值，通过准确对储存温度值进行调节避免冷链食品在储存周期内发生变质，有效提高了储存周期的时间预测准确性，避免了贵重冷链食品或大批量冷链食品腐烂的风险。