特色食品生产管理数据不确定性研究与应用
第一章 绪 论
特色食品生产工业发展潜力巨大，前景非常广阔，在当今国民经济行业中属于―朝阳产业‖，并且在国民经济中一直占据着十分重要的位置。它的质量好坏不仅关系到人们的身体健康而且影响着社会稳定和谐。特色食品生产历来受到在国家和各级地方政府的高度的重视，在政策、科技和资金等方面获得过支持。所以，我国特色食品的生产得到了较快的发展。与此同时，我国食品生产正处于前所未有的高速发展时期，各种新技术也层出不穷，许多重要食品生产的产量都位居世界前列，已经成为食品生产大国[1]。然而，我国食品生产业在目前仍然存在生产加工步骤复杂，生产管理技术落后，自动化和智能化程度不高等问题，整体生产水平与发达国家还存在较大差距。其中，一个重要原因就是现代信息化管理技术应用不足[2]。这在很大程度上制约了我国食品工业向自动化生产方式和信息化管理模式的转变进程。
从未来角度来看，食品生产的自动化和信息化融合发展是现代食品工业未来发展的趋势。很多大型食品企业正大力发展现代食品工业信息化，将其视为食品生产企业提高劳动生产率和商品竞争力的另一种重要手段[2]。其中，食品生产过程中的数据管理方法正是支撑食品企业信息化进程的核心技术之一，并且针对它的研究已成为现代食品生产领域中的一个重要研究方向。当下传统食品生产企业的数据管理存在的几个方面缺陷主要包括：第一，在生产过程中信息量大，生产员工在工作情况下为企业决策者提供的决策信息往往存在数据的不确定性。过去的分析员都是直接查询这些数据进行分析，很难做出准确的决策，因而这些企业的生产信息管理水平难以提高。第二，食品企业的产品种类众多且数量庞大，依赖人工管理方式很难做到快速准确地掌握产品生产过程中各种各样的生产信息，导致整个预算超标或决策失误，造成企业的重大经济损失。第三，在食品生产的产品管理过程中，收集和存储的大量数据仅有一小部分被使用。造成这样的原因是这些数据量太大且结构复杂，，有效使用和分析的难度较大。
......
1.2.1 国内外的研究现状
食品工业发展水平已经成为衡量一个国家经济和民生情况的重要标志。早在二十世纪末期，食品工业就成为美国、日本等一些经济发达国家的支柱性产业，每年的食品工业总产值约占这些国家工业总产值的 20%[8]。近年来，特色食品作为国际市场的宠儿，引领消费新潮流[8]。特色食品生产技术现代化已是势在必行。近年来，许多研究食品工业领域的机构已将多领域的高新技术融入到特色食品工业领域。比如，现代制造技术、计算机技术、互联网技术、自动设计技术、无线传感器技术、电子信息技术、生物技术、材料科学等基础科学技术、超高温瞬时杀菌、真空处理、冷冻浓缩、微胶囊、膜分离、分子蒸馏、超临界提取、超高压处理、超微粉碎等食品生产工艺技术以及在线检测和智能评价等新信息化技术越来越多地在特色食品生产过程和实际研发工作中出现。虽然在特色食品制造信息化过程中人们取得了较大的成就，但与之也涌现出许多新的难题。如何运用数据管理和分析技术提升特色食品质量是很多特色食品企业面临难题之一。
在传统的食品生产数据管理中，感知数据的存在性和精确性都被认为是确定无疑的[9]。不过，随着食品生产技术发展，生产管理数据不仅仅有确定性数据，也还存在另一种新数据即不确定数据。由于不确定数据中存在概率分布问题，传统的数据管理技术已经无法适应。针对不确定数据(Uncertain Data)又称模糊数据的研究也逐步得到人们的重视[5]。国外学者对不确定性理论技术的研究及其运用已做了大量的工作，并使得不确定性理论技术在环境监测、工业、海洋监测和军事等领域得到广泛的运用。O.Benjelloun 等人与 N. Dalvi 等人[10-11]对不确数据模型进行划分，重点研究了元组不确定模型，该元组存在于数据库中的概率通过一个概率值进行表示。从某种意义上，他们均是假设在一个元组中的属性之间存在关联关系，得到了联合概率分布描述该元组中的所有属性，为描述生产制造过程中不确定事件提供了可能。AmolDeshpande.等人[12]列出了传感器网络中不确定数据管理的促进因素，有利于分析生产制造过程中传感器网络信息不确定性的来源。O. Wblfson 等人[13]为实现生产制造过程中传感器网络的不确定查询方案提供了可能。Roberto De Virgilio 等人[14]针对RFID 中大量漏读现象，对通过阅读器采集到的原始数据存在严重的不确定性或不完整性，提出相应地清洗不确定数据以及高效存储的方法。
......
第二章 生产管理中不确定数据处理的相关知识
本章主要是为后续章节做知识和背景铺垫，主要分析了特色食品生产过程中数据来源分类、不确定性数据产生的原因分类、数据模型、当前研究成果。通过这些分析能为后续的研究工作提供研究对象和理论基础。
......
特色食品生产数据，就是反映监测特色食品生产过程中成品质量、人员和设备工作情况、工厂环境以及物流等信息。而在生产过程中各个环节对信息的采集都有着各自的要求，它们会根据实际情况选择需要的信息以处理相应的生产问题。因此，判定生产过程中是否已存在生产问题，必须明确监测对象所需要分析处理的各种类型数据及其特性。
2.2.1 原材料供应环节的数据
原材料供应系统主要包括进货、运输和贮藏三个模块。原材料货源会对特色食品生产质量造成影响，而在大型特色食品生产企业中货源一般很稳定，可以忽略不同批次对特色食品生产质量造成影响而只考虑原材料种类、保质期等货源因素。原材料运输对特色食品质量也会造成一定影响，主要包括运输车辆、运输时间、运输温度、运输光照等因素。在原材料供应环节中，原材料在仓库中存储环境同样也很重要。因为原材料进货后不会立即投入生产，会在仓库里贮藏。贮藏过程中主要影响因素有温度、湿度、光照、贮藏时间等。需要说明的，特色食品生产所必需的原材料主要有米、面、鸡蛋、糖、水、油、辣椒干、畜禽肉、豆类和蔬菜等。原材料监测采集系统是以 RFID 电子标签为载体，通过传感器设备和无线射频识别设备进行数据采集，再从这些数据中提炼新数据形成数据链作为原材料管理数据。采集信息类型包括：微生物残留数、冷藏温度、空气的相对湿度、空气的流速、光照、贮藏时间和其品质容许限度、解冻温度和时间等。
2.2.2 加工生产环节的数据
车间生产管控系统主要包括：加工设备管理、员工管理、生产视频管理、生产检测管理、生产溯源管理、车间环境管理等模块。该系统针对特色食品成品主要由原材料炒制、搅拌和封装等形成，受生产过程及工艺影响，原材料批次、数量、取送料、环境监控、加工环节及流程需要严格管控。其主要技术采用物联网来实现对特色食品生产的监控。通过自动化的生产环境数据监测系统，获取生产过程的环境信息；通过图形图像分析，自动检测产品封装状况；通过无线射频识别技术，实现产品生产全生命周期管理。
信息对象主要包括：叉车、生产线、托盘、环境、人员等。信息种类可分为基础数据和动态数据两类。基础数据包括产品、技术文件的数值化、设备、运输小车、装载托盘、人力资源编码、工艺流程编码等。动态数据指将生产过程中的实时数据经数据库收集、整理后取出的数据或直接从现场采集的数据。若细分可为质量监控信息（加工人员信息、时间、成品和半成品质量信息与跟踪信息、产品工艺参数等）、环境监测信息（温度、湿度、油烟浓度、空气微生物、尘埃等）、生产线监控信息（各个工艺环节的设备运行状况信息、维护信息、故障信息等）、过程管理信息（指在生产过程中的已经完成的与正在生产的情况，包括生产实绩、实绩与预计的差距）等四大类。
......
3.1 引言 ................................................... 16
3.2 问题相关描述 .......................................... 17
第四章 生产管理中不确定数据最大频繁项挖掘研究..............26
4.1 引言 ................................................ 26
4.2 问题相关描述 ......................................... 26
第五章 特色食品生产管理中数据不确定性管理应用............36
5.1 引言 ................................................. 36
5.2 生产车间监测与控制介绍 .............................. 36
第五章 特色食品生产管理中数据不确定性管理应用
现代化食品的生产数据管理在企业生产流程控制、人员管理、卫生安全等方面都有着严格的要求。只有拥有了现代化的管理方式、运营模式和生产方法的企业才能在日益激烈的市场竞争中不断发展壮大。虽然该生产管理方式通过机器取代人力，计算机取代脑力，使企业生产工作无需人员值守和操作即可顺利进行。但是与之而来的生产过程智能监控问题逐渐成为现代化工厂生产加工的技术难点。为此，许多食品企业为建立一套由物联网技术组成的现代化工厂生产过程监控系统投入了大量的资金。该类系统不仅能有效确保厂区车间的生产环境、生产设备、原材料和产品质量等安全，而且可以在遇到、机器故障、恶意入侵、火灾、水灾等问题时，能及时进行报警、执行预案、自救或通知相关人员人为干预救援流程化应急方案，从而避免造成灾难性的经济损失。从前面第 2 章内容介绍可知，在食品生产过程中，大多感知数据都是依赖于传感器网络感知客观环境的。这些数据的特点以连续、不定速、无界的流式形式存在。由于生产环境的数据采集受到诸多因素的影响，这些在不同程度上都会造成其数据精确度和存在性存在不确定性。因此，数据的不确定性普遍存在于特色食品生产过程监测网络中。
以“老干妈”特色食品生产车间环境监测为例，通过传感器网络采集和处理的数据具有不确定性且这些数据的不确定性来源复杂且广泛是其监控系统的一大显著特征。基于此，本章节在采集的数据中引入了不确定性描述更能客观的反映现实世界，同时采用不确定数据处理的检测框架，来实现从数据中获取有价值的信息，发现知识并加以利用，并且对获取的数据进行必要地深度挖掘分析，用于预测未来趋势和指导决策。
......
第六章 总结与展望
随着互联网技术的迅速普及以及在无线传感器网络、嵌入式计算和分布式计算等技术研究的不断成熟，人们在任何时刻、任何地方和任何环境下均可获取许多有效的数据已成为可能。这也为实现工业领域的“无处不在”的制造物联网提供了技术支持，具有广阔的应用前景。本文针对部署在以油制辣椒制品为代表的特色食品生产过程的数据管理开展研究。在研究无线传感器网络技术获取的信息的过程中，由于受到数据采集、数据处理以及数据传输等技术的制约，传感网络在获取真实数据上存在不确定性，因此这些无线传感器监测网络的测量数据实质上为不确定数据。这些数据的取值随着不断处理也在不断发生变化，与传统数据库的确定单值相比，仅以取值区间或概率分布函数近似表示。因此传统的数据库管理技术无法适用这些不确定数据的管理了，需要研究针对实际过程中的不确定数据管理展开相应的数据处理方法。结合“老干妈”企业的实际需要，论文围绕监测老干妈特色食品生产企业车间环境的无线传感器监测网络环境不确定数据处理这一中心问题展开研究与应用，论文的主要内容与创新点如下：
（1）车间内的空气流通是改善空气质量的一种重要的手段。其中对车间内的风机状况的监测就显得尤为重要。而在实际系统中由于测试仪器自身误差、高磁场干扰等问题引起采集的数据具有不确定性。为了提高检测风机信息的可靠性，引入不确定数据处理技术和数据挖掘是一种很有效方法。针对这一问题，本文以风机异常数据检测这一中心开展研究。论文在现有的不确定数据异常检测方法的基础上展开研究与分析，结合风机监测系统的采集信号特征，采用区间数的方法很直观地来描述不确定数据，同时利用区间数据的位置关系剔除一部分正常的动态数据流，最后再引入异常检测技术检测可能为异常的数据。仿真实验结果说明本文给出的方法有效地提高了风机运行可靠性，进而也提高了车间内对空气质量控制的可靠性。
......
参考文献（略）
本文编号：313507
本文链接：https://www.wllwen.com/wenshubaike/caipu/313507.html
