基于大数据的食品产线监测管理系统   0    0

本发明公开了基于大数据的食品产线监测管理系统，包括登录单元、识别验证单元、数据采集单元、服务存储单元、产线分析单元、生产调节单元和智能设备；数据采集单元用于采集食品生产相关的产线信息，产线信息包括实时面数据、实时质数据、实时馅数据、实时醒数据、实时操作数据、实时调节数据；本发明是通过数据采集单元采集食品生产相关的产线信息，将产线信息传输至产线分析单元，产线分析单元从服务存储单元内获取营养组分信息，并将其与产线信息一同进行产线分析操作，对产线上采集的相关数据进行关联分析，从而将产线的各种数据进行综合处理，即对各类数据变动带来的影响进行统一推算。

1.基于大数据的食品产线监测管理系统，其特征在于，包括登录单元、识别验证单元、数据采集单元、服务存储单元、产线分析单元、生产调节单元、调节计算单元和智能设备；
所述数据采集单元用于采集食品生产相关的产线信息，将产线信息传输至产线分析单元；
所述服务存储单元内还存储有该类食品生产所记录的营养组分信息，所述产线分析单元从服务存储单元内获取营养组分信息，并将其与产线信息一同进行产线分析操作，得到冷影值、速影值、馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据和冷时数据对应的影响因子，并将其与冷影值、速影值、馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据、冷时数据对应的峰值一同传输至生产调节单元；
所述生产调节单元用于对上述数据对应的影响因子，以及上述数据对应的峰值一同进行判定调节操作，得到质差值、馅差值、醒差值、蒸值差值、蒸温差值、冷温差值和冷时差值，并将其与质调节命令、馅调节命令、醒调节命令、蒸值调节命令、蒸温调节命令、冷温调节命令和冷时调节命令一同传输至调节计算单元；
所述调节计算单元用于对上述数值及其命令一同进行调节计算操作，得到质调节值、馅调节值、醒调节值、蒸值调节值、蒸温调节值、冷温调节值和冷时调节值，并将其传输至智能设备；
所述智能设备接收质调节值、馅调节值、醒调节值、蒸值调节值、蒸温调节值、冷温调节值和冷时调节值，并提醒工作人员进行调节。

2.根据权利要求1所述的基于大数据的食品产线监测管理系统，其特征在于，所述登录单元用于工作人员登录工作账号，登录单元采集登录账号相关的登录信息，所述登录信息包括登录数据和从属数据，所述登录数据指代工作人员输入的自己账号，从属数据指代与员工自身账号相匹配的对应密码，并将登录信息传输至识别验证单元；
所述服务存储单元内存储有员工以往登录相关的存储信息，所述存储信息包括对比数据和验证数据，所述对比数据指代若干个记录的账号所形成的集合，验证数据指代若干个记录账号对应的密码所形成的的集合，所述识别验证单元从服务存储单元内获取存储信息，并将其与登录信息一同进行识别操作，得到验证成功信号，并自动跳转至智能设备的显示界面。

3.根据权利要求2所述的基于大数据的食品产线监测管理系统，其特征在于，产线分析操作的具体操作过程为：
K1：获取营养组分信息对应的若干个内面数据，选取出数值相同的面数据，并提取对应的质数据、馅数据、醒数据、操作数据、调节数据和分值数据；
K2：依据相同数值的面数据，对质数据、馅数据、醒数据、操作数据、调节数据和分值数据进行影响分析，得到馅质值、速均值、速影值和冷影值，以及馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据和冷时数据对应的影响因子；
K3：依据上述K2中的影响分析，将所有设定的变量在虚拟直角坐标系中标记出来，提取每个坐标的Y轴值，并将Y轴值进行从大到小排序，从而得到对应的排序数据，选取对应排序数据中Y轴值最大的坐标标定为Y轴峰值，依据Y轴峰值得出对应分析数据的峰值，依次得出冷影值、速影值、馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据、冷时数据和分值数据对应的峰值；
K4：提取冷影值、速影值、馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据和冷时数据对应的影响因子。

4.根据权利要求3所述的基于大数据的食品产线监测管理系统，其特征在于，判定调节操作的具体操作过程为：
H1：获取实时面数据、实时质数据、实时馅数据、实时醒数据、实时蒸值数据、实时蒸温数据、实时冷温数据、实时冷时数据和分值数据，并将其与冷影值、速影值、馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据和冷时数据对应的影响因子，以及冷影值、速影值、馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据、冷时数据和分值数据对应的峰值进行分步判定处理，得到质差值、馅差值、醒差值、蒸值差值、蒸温差值、冷温差值和冷时差值；
H2：提取质调节信号、馅调节信号、醒调节信号、蒸值调节信号、蒸温调节信号、冷温调节信号和冷时调节信号，并对其进行信号转化，将其依次转化成质调节命令、馅调节命令、醒调节命令、蒸值调节命令、蒸温调节命令、冷温调节命令和冷时调节命令；
H3：依据质调节信号、馅调节信号、醒调节信号、蒸值调节信号、蒸温调节信号、冷温调节信号和冷时调节信号，提取对应的质差值、馅差值、醒差值、蒸值差值、蒸温差值、冷温差值和冷时差值。

5.根据权利要求4所述的基于大数据的食品产线监测管理系统，其特征在于，调节计算操作的具体操作过程为：
R1：获取质调节命令、馅调节命令、醒调节命令、蒸值调节命令、蒸温调节命令、冷温调节命令和冷时调节命令，并对其进行命令识别，得到质调节值、馅调节值、醒调节值、蒸值调节值、蒸温调节值、冷温调节值和冷时调节值；
R2：提取质调节值、馅调节值、醒调节值、蒸值调节值、蒸温调节值、冷温调节值和冷时调节值。

6.根据权利要求5所述的基于大数据的食品产线监测管理系统，其特征在于，依据相同数值的面数据，对质数据、馅数据、醒数据、操作数据、调节数据和分值数据进行影响分析的具体过程为：
S1：提取质数据和面数据，并依据其进行数据处理，具体为：依据面数据内对应的规格，计算出面数据的体积，将面数据的体积带入到质量计算式：质量＝面积*体积，计算出面数据的质量，将其标定为面值，将面值与质数据带入到差值计算式，计算出馅数据中馅的质量，将其标定为馅质值；
S2：提取面数据、馅质值、质数据、馅数据、醒数据、操作数据、调节数据和分值数据，并依据变量处理方法，分析出馅质值、质数据、馅数据、醒数据、操作数据和调节数据对分值数据的影响因子，具体方法为，保持其中一个数值为变量，其他数值保持不变，计算出分值数据的变化，从而得到对应的影响因子，并将不同面数据的对应影响因子进行均值计算，从而得到若干个对应的影响因子均值，并将馅质值、质数据、馅数据、醒数据、蒸值数据、蒸温数据、冷温数据和冷时数据对应的影响因子均值依次标定为A1‑A8；
S3：获取蒸值数据和蒸温数据，以蒸值数据为X轴，蒸温数据为Y轴，建立虚拟直角坐标系，在虚拟直角坐标系中标记处蒸值数据和蒸温数据的坐标点，选取不同的两个时间点对应的坐标，进行纵坐标的差值计算，从而计算出两个点之间温度上升的速度，依据温度上升的速度带入到均值计算式中，计算出速均值；
S4：依据上述S1中的方法，将不同的速均值调整为变量，保持其他数据不变，获取对应的分值数据，将其带入到计算式：对应速均值的差值*影响值＝对应分值数据的差值，从而得出速均值的影响值，将其标定为速影值；
S5：提取冷温数据和冷时数据，并依据上述S3中速均值的计算方法，计算出冷均值，冷均值指代冷却的平均速度，依据上述S4中的方法，将不同的冷均值调整为变量，保持其他数据不变，获取对应的分值数据，将其带入到计算式：对应冷均值的差值*影响值＝对应分值数据的差值，从而得出冷均值的影响值，将其标定为冷影值。

7.根据权利要求6所述的基于大数据的食品产线监测管理系统，其特征在于，分步判定处理的具体处理过程为：
G1：选取出实时面数据，并依据其提取分值数据对应的峰值，提取实时质数据，设定实时馅数据、实时醒数据、实时蒸值数据、实时蒸温数据、实时冷温数据和实时冷时数据均与对应的峰值相同，选取出质数据对应的峰值，并将其与实时质数据进行比对，当比对结果不一致时，则生成质调节信号，并计算出两者之间的差值，将其标定为质差值；
G2：依据上述G1中质差值的计算方式，计算出馅差值、醒差值、蒸值差值、蒸温差值、冷温差值和冷时差值。

8.根据权利要求7所述的基于大数据的食品产线监测管理系统，其特征在于，命令识别的具体过程为：
E1：当识别到质调节命令时，自动提取对应的质差值，设定一个质差值的预设值，并将两者进行差值计算，计算出质调节值；
E2：依据上述E1中质调节值的计算方法，计算出对应的馅调节值、醒调节值、蒸值调节值、蒸温调节值、冷温调节值和冷时调节值。