岳子琛，喬記平+，武 媛，王志強(qiáng)，高 晉

(1.太原理工大學(xué) 電氣與動(dòng)力工程學(xué)院，山西 太原 030024；2.太原理工大學(xué) 物理與光電工程學(xué)院，山西 太原 030024；3.山西煤礦機(jī)械制造股份有限公司 智能化研究所，山西 太原 030006)

0 引 言

目前已有一些冷鏈物流監(jiān)控系統(tǒng)的解決方案，多集中于現(xiàn)場采集設(shè)備的設(shè)計(jì)與研究，對綜合性監(jiān)控平臺(tái)涉及較少。文獻(xiàn)[1]將RFID標(biāo)簽與GPRS相結(jié)合，實(shí)現(xiàn)對產(chǎn)品信息的追溯與跟蹤，但未對冷藏箱內(nèi)環(huán)境進(jìn)行監(jiān)控；文獻(xiàn)[2]利用WISP溫度傳感器采集數(shù)據(jù)，監(jiān)控平臺(tái)局限于對傳感器數(shù)據(jù)的記錄與展示，無法區(qū)分環(huán)境數(shù)據(jù)的隨機(jī)波動(dòng)和異常波動(dòng)，實(shí)現(xiàn)信息的判異。冷鏈物流過程本身信息不對稱程度較大，質(zhì)量管理復(fù)雜，文獻(xiàn)[3]對冷藏箱內(nèi)不同位置的傳感器進(jìn)行數(shù)據(jù)融合，得到冷藏箱監(jiān)測溫度的最終融合值，提高了環(huán)境監(jiān)控準(zhǔn)確度，但忽視了環(huán)境變化的全過程，且未能合理區(qū)分物流階段，導(dǎo)致無法對整體運(yùn)營情況做出精確定位，使運(yùn)輸過程缺乏合理的安全保障措施。傳統(tǒng)監(jiān)控系統(tǒng)還普遍存在數(shù)據(jù)共享能力差，數(shù)據(jù)留存時(shí)間短，留存內(nèi)容不完善等問題，極大地掩蓋了數(shù)據(jù)背后隱藏的價(jià)值。針對以上不足，本文設(shè)計(jì)了一種基于統(tǒng)計(jì)過程控制(statistical process control)的冷鏈物流環(huán)境監(jiān)控系統(tǒng)，利用C4.5決策樹和SPC模型建立適于冷鏈物流過程的環(huán)境分析方法，并搭建智能化監(jiān)控平臺(tái)以云數(shù)據(jù)庫作為存儲(chǔ)工具，實(shí)現(xiàn)系統(tǒng)動(dòng)態(tài)監(jiān)測、精確判異和全程可追溯。

1 系統(tǒng)整體方案及硬件組成

本文設(shè)計(jì)的冷鏈物流環(huán)境監(jiān)控系統(tǒng)由下位機(jī)、上位機(jī)和云數(shù)據(jù)庫3部分組成，如圖1所示。下位機(jī)負(fù)責(zé)現(xiàn)場數(shù)據(jù)采集與發(fā)送，分為傳感器節(jié)點(diǎn)和匯聚節(jié)點(diǎn)，其中傳感器節(jié)點(diǎn)安裝在車輛冷藏箱內(nèi)，集成溫濕度傳感器、CO2傳感器、O2傳感器以及C2H4傳感器，實(shí)時(shí)采集冷藏箱內(nèi)的環(huán)境數(shù)據(jù)，并通過LoRa無線傳輸發(fā)送給安裝在車輛駕駛室內(nèi)的匯聚節(jié)點(diǎn)。匯集節(jié)點(diǎn)中加入GPS模塊用于判斷車輛行駛位置和車速，與LoRa無線傳輸模塊接收的環(huán)境數(shù)據(jù)相結(jié)合，再通過4G模塊發(fā)送給上位機(jī)。

上位機(jī)利用LabVIEW軟件集成開發(fā)冷鏈物流監(jiān)控平臺(tái)，負(fù)責(zé)對實(shí)時(shí)數(shù)據(jù)進(jìn)行處理，分析判斷真實(shí)冷藏箱環(huán)境情況，提供必要的報(bào)警信息，同時(shí)與阿里云數(shù)據(jù)庫進(jìn)行交互，實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)與查詢。LabVIEW內(nèi)置TCP/IP、ActiveX等軟件標(biāo)準(zhǔn)的庫函數(shù)為該系統(tǒng)通過4G信號(hào)進(jìn)行數(shù)據(jù)傳輸提供支持[4,5]。系統(tǒng)利用文字、圖形、表格、趨勢曲線等方式實(shí)時(shí)將信息反饋在平臺(tái)界面以供用戶查看，提高監(jiān)控界面的可視化程度。借助云數(shù)據(jù)庫可使平臺(tái)的使用突破局域網(wǎng)限制，提高數(shù)據(jù)共享能力，賬號(hào)管理功能可以對不同用戶的訪問權(quán)進(jìn)行管控，保證數(shù)據(jù)信息的獨(dú)立性和安全性。

1.1 傳感器節(jié)點(diǎn)

傳感器節(jié)點(diǎn)的主控芯片采用STM32F103RET6，該芯片具有高性能的ARM Cortex-M3 32位MCU，擁有3個(gè)12位ADC通道、2個(gè)I2C接口和5個(gè)UART接口等資源。溫濕度傳感器采用基于I2C通訊的HDC1080模塊，具有功耗低、精度高等優(yōu)點(diǎn)；CO2傳感器采用基于UART通訊的JX-CO2-102模塊，其利用非分散性紅外線技術(shù)進(jìn)行探測；O2傳感器采用基于UART通訊的電化學(xué)傳感器JXM-O2；C2H4傳感器因采用輸出為電流信號(hào)的三電極電化學(xué)傳感器JEC-C2H4-100，因此需使用A/D轉(zhuǎn)換模塊將其轉(zhuǎn)換為主控芯片可使用的電壓信號(hào)。

1.2 匯聚節(jié)點(diǎn)

匯聚節(jié)點(diǎn)中4G傳輸模塊采用有人物聯(lián)的USR-LTE-7S4實(shí)現(xiàn)，適用于全網(wǎng)通4G通信，支持TCP、UDP和HTTP等網(wǎng)絡(luò)協(xié)議，并通過UART與主控芯片進(jìn)行交互；GPS模塊采用以S1216F8-BD為核心的ATK-S1216F8-BD GPS/北斗模塊，并采用NMEA-0183協(xié)議進(jìn)行數(shù)據(jù)采集，以UART與主控芯片通信。系統(tǒng)中LoRa信息傳輸均采用ATK-LORA-01無線串口模塊實(shí)現(xiàn)，以ISM頻段射頻SX1278擴(kuò)頻芯片為核心，并通過UART與主控芯片通信。

2 基于SPC的冷鏈物流環(huán)境分析方法

統(tǒng)計(jì)過程控制(簡稱SPC)是一種過程控制工具，借助數(shù)理統(tǒng)計(jì)方法來評價(jià)生產(chǎn)過程，憑借反饋信息及時(shí)發(fā)現(xiàn)系統(tǒng)性因素出現(xiàn)的征兆，從而采取措施消除其影響，使過程始終維持在受控狀態(tài)(僅受隨機(jī)性因素影響)，以達(dá)到控制質(zhì)量的目的[6]。

在冷鏈物流運(yùn)輸過程中，冷藏環(huán)境的監(jiān)控是保證產(chǎn)品質(zhì)量的核心，而環(huán)境參數(shù)本身就具有較強(qiáng)的動(dòng)態(tài)誤差，數(shù)據(jù)波動(dòng)無法避免，因此采用SPC控制圖分析環(huán)境監(jiān)測值，形成變化趨勢曲線，精確識(shí)別正常波動(dòng)與異常波動(dòng)，智能判斷物流環(huán)境是否處于受控狀態(tài)。實(shí)施SPC時(shí)前期準(zhǔn)備工作非常重要，必須在確保影響生產(chǎn)的各要素?zé)o異常的情況下進(jìn)行[7]，將其應(yīng)用于冷鏈物流環(huán)境監(jiān)控過程，需要對物流階段進(jìn)行區(qū)分。

相對生產(chǎn)過程的單一穩(wěn)定情況來說，冷鏈物流過程中環(huán)境變化存在兩個(gè)階段，分別為預(yù)冷階段和冷藏運(yùn)輸階段。在冷鏈物流車每次運(yùn)營初期，冷藏箱內(nèi)需要把溫度、濕度等從裝載貨物時(shí)的大氣環(huán)境轉(zhuǎn)變?yōu)樵O(shè)定環(huán)境，即預(yù)冷階段，該過程中冷藏箱內(nèi)各參數(shù)不達(dá)標(biāo)且不符合SPC實(shí)施時(shí)必須在影響生產(chǎn)的各要素?zé)o異常的情況下采集數(shù)據(jù)作為樣本的要求，所以需要通過算法對冷鏈物流階段進(jìn)行精確分類，以滿足執(zhí)行SPC分析階段的條件。

2.1 基于C4.5算法的物流階段分類判據(jù)

2.1.1 利用C4.5算法建立分類規(guī)則

根據(jù)冷鏈物流環(huán)境具有耦合性、易變性,且數(shù)據(jù)規(guī)模龐大等特征[8]，本文選擇C4.5決策樹分類方法，建立冷鏈物流環(huán)境階段分類規(guī)則，流程如圖2所示。

圖2 4.5算法流程

假設(shè)物流運(yùn)輸產(chǎn)生的環(huán)境樣本集為S，每組環(huán)境數(shù)據(jù)可由m個(gè)屬性值表示，假設(shè)類別屬性Am由k個(gè)不同值組成，則可將樣本集劃分為k個(gè)子集，進(jìn)而得到S的信息熵

(1)

若Ai有t個(gè)不同取值，則Ai又可將子集Ci進(jìn)一步劃分為t個(gè)子集，每個(gè)子集Cpq表示Ai=aq條件下屬于第p類的環(huán)境數(shù)據(jù)。劃分后的條件熵為

(2)

利用屬性A對S進(jìn)行劃分的信息增益和分裂信息值分別為

Gain(S,A)=Entropy(S)-EntropyA(S)

(3)

(4)

最終求得信息增益率為

(5)

2.1.2 提取分類規(guī)則

冷鏈物流運(yùn)輸過程中冷藏箱內(nèi)溫濕度參數(shù)變化最為明顯[9]，故以溫濕度作為階段性分類數(shù)據(jù)，對歷史運(yùn)營環(huán)境參數(shù)進(jìn)行積累，判斷階段性分類屬性可劃分為：階段最低溫度LT；階段最高溫度HT；階段平均溫度AT；階段最低濕度LM；階段最高濕度HM；階段平均濕度AM；階段時(shí)間范圍F(min)，通過下位機(jī)采集的部分時(shí)間-溫濕度樣本數(shù)據(jù)見表1。

為了建立基于階段性分類屬性規(guī)則的分類器，可以對階段性分類屬性增益最大的根節(jié)點(diǎn)到分類屬性葉節(jié)點(diǎn)的每條路徑創(chuàng)建一條IF-THEN分類規(guī)則，提取各組規(guī)則建立環(huán)境溫濕度數(shù)據(jù)屬性與階段類別之間的關(guān)鍵聯(lián)系，最后得到分類規(guī)則如下：

表1 冷鏈物流階段性溫濕度數(shù)據(jù)部分樣本

(1)規(guī)則1。IF LM≤66 AND HM≥90 AND LT≤5 AND HT≥20，THEN 階段類型=“預(yù)冷階段”；

(2)規(guī)則2。IF LM≥90 AND AM≤95 AND HT≤5 AND AT≥3，THEN 階段類型=“冷藏運(yùn)輸階段”。

2.1.3 形成適于監(jiān)控系統(tǒng)的分類判據(jù)

從分類規(guī)則1、規(guī)則2中可以看出，冷鏈物流預(yù)冷階段與冷藏運(yùn)輸階段環(huán)境參數(shù)最大不同在于溫濕度的變化幅度，因此選用能表征數(shù)據(jù)離散程度的方差值，作為系統(tǒng)進(jìn)行階段分類的判斷依據(jù)。由C4.5算法形成的分類規(guī)則是根據(jù)完整的冷鏈物流運(yùn)輸階段環(huán)境數(shù)據(jù)建立而成，在監(jiān)控系統(tǒng)實(shí)際運(yùn)行過程中，則需要根據(jù)車輛運(yùn)營時(shí)采集的實(shí)時(shí)數(shù)據(jù)集快速判斷物流階段，為提高系統(tǒng)運(yùn)行流暢度，設(shè)置實(shí)時(shí)數(shù)據(jù)集容量n=5，由車輛運(yùn)營時(shí)下位機(jī)設(shè)備發(fā)送的溫濕度數(shù)據(jù)組成，并時(shí)刻更新數(shù)據(jù)集以及時(shí)判定物流階段變化。

根據(jù)表1可以計(jì)算出，當(dāng)處于冷藏運(yùn)輸階段時(shí)，溫度的方差值最大不超過0.05，相對濕度的方差值最大不超過6，系統(tǒng)收集并記錄下位機(jī)間隔1 min接連發(fā)回的5組數(shù)據(jù)，以該數(shù)值自動(dòng)判定物流階段

(6)

式中：σ12為階段溫度的總體方差；X1i為溫度變量，℃；μ1為溫度總體均值，℃；N為總體例數(shù)

(7)

系統(tǒng)依據(jù)記錄的數(shù)據(jù)對溫度、相對濕度的階段方差進(jìn)行計(jì)算，當(dāng)其同時(shí)滿足式(6)和式(7)時(shí)，判定冷鏈物流處于預(yù)冷階段，此時(shí)溫濕度大幅變化，環(huán)境各要素不穩(wěn)定，數(shù)據(jù)不作為SPC樣本進(jìn)行記錄，也不觸發(fā)系統(tǒng)報(bào)警機(jī)制。反之，則判定冷鏈物流已經(jīng)處于冷藏運(yùn)輸階段，此時(shí)環(huán)境各要素變化趨于穩(wěn)定，數(shù)據(jù)可被記錄作為建立SPC控制圖的數(shù)據(jù)樣本。

2.2 建立SPC控制圖

2.2.1 建立數(shù)據(jù)樣本

當(dāng)冷鏈物流車處于冷藏運(yùn)輸階段時(shí)，收集并記錄每個(gè)環(huán)境參數(shù)各25組樣本數(shù)據(jù)，每組樣本量n=5，用間隔取樣的方法獲得，間隔時(shí)間由下位機(jī)數(shù)據(jù)傳輸間隔時(shí)間決定，一般為1 min，以保證對冷鏈物流環(huán)境的全程追蹤。

2.2.2 計(jì)算控制限

(8)

式中：x1，x2，…，xn為每組樣本的實(shí)際監(jiān)測值；n為每組樣本容量，n=5

R=Xmax-Xmin

(9)

系統(tǒng)會(huì)將不同運(yùn)營車輛的車牌號(hào)和對應(yīng)的環(huán)境數(shù)據(jù)樣本進(jìn)行綁定，一同存入數(shù)據(jù)庫中，方便系統(tǒng)隨時(shí)調(diào)取數(shù)據(jù)，構(gòu)建SPC控制圖。

數(shù)據(jù)庫表格樣式見表2，每個(gè)環(huán)境參數(shù)各在獨(dú)立的SPC樣本表中進(jìn)行記錄。針對不同車輛創(chuàng)建各自的統(tǒng)計(jì)過程控制數(shù)據(jù)樣本，并分別計(jì)算該車輛對應(yīng)的控制限參數(shù)，降低因不同運(yùn)載車輛所產(chǎn)生的系統(tǒng)性因素影響，提高統(tǒng)計(jì)過程控制精度。

表2 SPC樣本

然后通過計(jì)算過程平均值和平均極差，以分別得到均值控制圖和極差控制圖的中心線CL值

(10)

(11)

(12)

(13)

(14)

(15)

式中：A2，D3，D4為常數(shù)，可以通過查計(jì)量控制圖系數(shù)表得到其值，當(dāng)樣本容量為5時(shí)，A2=0.577，D3=0，D4=2.114。

在冷鏈運(yùn)輸車運(yùn)營的過程中，系統(tǒng)會(huì)自動(dòng)檢測每個(gè)車輛對應(yīng)的各環(huán)境參數(shù)SPC樣本數(shù)量，當(dāng)樣本達(dá)到25組時(shí)自動(dòng)計(jì)算相關(guān)控制限參數(shù)，并和車輛信息進(jìn)行綁定，一同存入數(shù)據(jù)庫中(表3為數(shù)據(jù)庫中記錄的某車輛溫度控制限參數(shù))，并用后續(xù)持續(xù)產(chǎn)生的樣本數(shù)據(jù)對原有SPC樣本集進(jìn)行更新，剔除無代表性的數(shù)據(jù)(如落在界限外的數(shù)據(jù)點(diǎn))，再重新計(jì)算控制限。

表3 車輛控制限參數(shù)

2.2.3 繪制控制圖

系統(tǒng)從數(shù)據(jù)庫中分別提取出相應(yīng)運(yùn)營車輛的各環(huán)境控制限參數(shù)，用以作出統(tǒng)計(jì)過程控制分析用控制圖。

在監(jiān)控階段，系統(tǒng)記錄每個(gè)車輛運(yùn)行時(shí)冷藏箱內(nèi)各環(huán)境參數(shù)的動(dòng)態(tài)數(shù)據(jù)，及時(shí)繪制到控制圖上，并記錄在數(shù)據(jù)庫中，控制圖上點(diǎn)的波動(dòng)情況可以體現(xiàn)出運(yùn)營過程中冷鏈環(huán)境是否受控。當(dāng)各參數(shù)控制圖中環(huán)境數(shù)據(jù)點(diǎn)均在控制限內(nèi)以無規(guī)則的方式排列在中心線兩端時(shí)，表明冷鏈物流環(huán)境整體穩(wěn)定，運(yùn)輸過程中無異常因素影響產(chǎn)品品質(zhì)，如果運(yùn)營途中發(fā)現(xiàn)異常，如數(shù)據(jù)點(diǎn)超出控制限范圍或連續(xù)多個(gè)點(diǎn)(5個(gè)及以上)落在中心線的同一側(cè)，則代表環(huán)境失控，必須盡快尋找原因并消除其影響。

3 監(jiān)控平臺(tái)功能設(shè)計(jì)與實(shí)現(xiàn)

3.1 平臺(tái)登陸界面

為保證監(jiān)控平臺(tái)的運(yùn)行安全性，防止運(yùn)營數(shù)據(jù)丟失和平臺(tái)運(yùn)行紊亂，設(shè)計(jì)了登陸界面，用戶可以通過該界面進(jìn)行賬戶的注冊和登錄。登錄成功后，平臺(tái)會(huì)記錄該用戶的相應(yīng)操作，若此時(shí)車輛運(yùn)營過程中出現(xiàn)環(huán)境異常報(bào)警，平臺(tái)會(huì)連同操作人一并進(jìn)行記錄，用以對操作人處理應(yīng)急事件的能力做出評價(jià)，也可輔助后期進(jìn)行責(zé)任認(rèn)定，提高管理者監(jiān)管水平。

在完成用戶登錄密碼校對時(shí)，平臺(tái)以MySQL ODBC 5.3 ANSI Driver作為數(shù)據(jù)庫連接驅(qū)動(dòng)，利用ADO Connection Create.vi和ADO Connection Open.vi創(chuàng)建到達(dá)數(shù)據(jù)源的開放連接，通過SQL Execute.vi輸入相關(guān)指令并返回指定數(shù)據(jù)。平臺(tái)可憑借此數(shù)據(jù)實(shí)現(xiàn)用戶身份的認(rèn)證和匹配，并再次通過SQL Execute.vi將該用戶的登陸操作記錄在相應(yīng)數(shù)據(jù)表中。

3.2 平臺(tái)運(yùn)行參數(shù)設(shè)置

冷鏈物流監(jiān)控平臺(tái)“參數(shù)設(shè)置”界面主要負(fù)責(zé)冷藏環(huán)境參數(shù)設(shè)置、與下位機(jī)連接設(shè)置以及與數(shù)據(jù)庫連接設(shè)置。

在“冷藏環(huán)境參數(shù)設(shè)置”模塊中，用戶可對車輛冷藏箱內(nèi)采集的溫度、濕度、氧氣、二氧化碳、乙烯的正常范圍做設(shè)定，為平臺(tái)判定冷藏環(huán)境是否正常提供依據(jù)。

平臺(tái)使用TCP/IP協(xié)議，在建立TCP服務(wù)器時(shí)，首先創(chuàng)建TCP偵聽器，接入服務(wù)名稱和端口號(hào)，輸出偵聽器ID用于等待已接受的TCP網(wǎng)絡(luò)連接。當(dāng)遠(yuǎn)程設(shè)備連接此服務(wù)器時(shí)，TCP Wait On Listener函數(shù)解析出該設(shè)備的網(wǎng)絡(luò)地址和端口號(hào)，并將連接ID遞交給TCP Read模塊，從網(wǎng)絡(luò)連接中讀取字節(jié)并通過數(shù)據(jù)輸出返回結(jié)果。整個(gè)偵聽過程置于While循環(huán)中，當(dāng)平臺(tái)關(guān)閉時(shí)再利用TCP Close Connection函數(shù)進(jìn)行停止，保證平臺(tái)對運(yùn)營車輛的實(shí)時(shí)監(jiān)控(如圖3所示)。平臺(tái)的IP地址和通訊端口號(hào)會(huì)顯示在“參數(shù)設(shè)置”界面中，方便下位機(jī)進(jìn)行連接。

圖3 TCP服務(wù)器程序框架

平臺(tái)采用阿里云數(shù)據(jù)庫進(jìn)行數(shù)據(jù)存儲(chǔ)，提高數(shù)據(jù)安全性和應(yīng)對高并發(fā)場景的能力，其高度自治服務(wù)還可降低使用過程中數(shù)據(jù)庫的維護(hù)成本。平臺(tái)在“參數(shù)設(shè)置”界面中為用戶提供了數(shù)據(jù)庫連接模塊，可對數(shù)據(jù)庫所在服務(wù)器的IP地址以及連接名、用戶名和密碼進(jìn)行配置。管理者在云數(shù)據(jù)庫控制臺(tái)中為不同用戶創(chuàng)建不同的數(shù)據(jù)庫連接賬號(hào)，并開通對應(yīng)庫訪問權(quán)限，用戶即可利用該賬號(hào)進(jìn)行數(shù)據(jù)交互，極大簡化平臺(tái)使用復(fù)雜度的同時(shí)，大大提高了不同用戶間的數(shù)據(jù)獨(dú)立性和安全性。云數(shù)據(jù)庫還可使用戶在任意地點(diǎn)通過平臺(tái)進(jìn)行訪問，獲取相應(yīng)運(yùn)營數(shù)據(jù)，實(shí)現(xiàn)遠(yuǎn)程監(jiān)控[13,14]。

3.3 冷鏈物流監(jiān)控中心

冷鏈物流監(jiān)控中心是平臺(tái)的總控界面，從中可以了解到當(dāng)前車輛運(yùn)營的總體情況、平臺(tái)運(yùn)行情況以及與數(shù)據(jù)庫的連接情況，并可對平臺(tái)TCP/IP偵聽狀態(tài)進(jìn)行轉(zhuǎn)換，如圖4所示。

圖4 冷鏈物流監(jiān)控中心

界面中間顯示所有在運(yùn)營車輛的基本信息，包括車輛的車牌號(hào)、駕駛員信息、冷藏環(huán)境情況和車輛所行駛位置。下位機(jī)模塊在安裝時(shí)會(huì)設(shè)置不同的編號(hào)，在監(jiān)控平臺(tái)中將該編號(hào)與對應(yīng)車輛的車牌號(hào)以及相關(guān)駕駛員信息進(jìn)行綁定并存入數(shù)據(jù)庫中。當(dāng)平臺(tái)偵聽到某車輛監(jiān)測設(shè)備發(fā)回的數(shù)據(jù)后，會(huì)將其中的設(shè)備編號(hào)與數(shù)據(jù)庫中的存儲(chǔ)數(shù)據(jù)進(jìn)行比對，提取出相關(guān)信息。

平臺(tái)將偵聽到的每組信息進(jìn)行處理，解析出冷藏環(huán)境數(shù)據(jù)，判斷此時(shí)冷藏箱內(nèi)環(huán)境所處階段。當(dāng)處于“預(yù)冷階段”時(shí)，環(huán)境參數(shù)持續(xù)大幅變化且不處于設(shè)定的正常范圍內(nèi)，該現(xiàn)象屬于車輛運(yùn)營初期的正常情況，并非因環(huán)境失控引起，因此平臺(tái)自動(dòng)屏蔽報(bào)警機(jī)制，默認(rèn)此時(shí)冷藏環(huán)境正常；當(dāng)處于“冷藏運(yùn)輸階段”時(shí)，平臺(tái)執(zhí)行SPC算法，在形成環(huán)境數(shù)據(jù)樣本后，繪制控制圖對車輛冷藏箱內(nèi)情況進(jìn)行監(jiān)控，在未出現(xiàn)異常點(diǎn)時(shí)，判定環(huán)境處于正常狀態(tài)。若圖中發(fā)現(xiàn)異常點(diǎn)出現(xiàn)，平臺(tái)會(huì)在監(jiān)控中心界面標(biāo)注該車輛的冷藏環(huán)境情況為“異常”，此時(shí)需平臺(tái)操作人員進(jìn)入該車輛的狀態(tài)詳情界面查看具體信息，進(jìn)行問題診斷并聯(lián)系車輛駕駛員及時(shí)處理，以保證產(chǎn)品質(zhì)量。

平臺(tái)使用JavaScript API編寫地圖實(shí)例[15]。當(dāng)用戶需要調(diào)取地圖信息時(shí)，平臺(tái)利用ADO Connection函數(shù)從數(shù)據(jù)庫中提取相應(yīng)車輛運(yùn)行數(shù)據(jù)，并將其和基本實(shí)例代碼相結(jié)合，以HTML文件類型存儲(chǔ)在平臺(tái)安裝目錄中。平臺(tái)再將該HTML文件安裝路徑轉(zhuǎn)換為URL格式，用IWebBrow-ser2容器實(shí)現(xiàn)最終訪問(如圖5所示)。地圖將每個(gè)運(yùn)營車輛的實(shí)時(shí)位置信息在其中標(biāo)記，并創(chuàng)建數(shù)據(jù)窗口顯示對應(yīng)車輛的車牌號(hào)、駕駛員姓名等基本信息，通過點(diǎn)擊地圖上的車輛圖標(biāo)即可彈出，解決了表格數(shù)據(jù)與地圖信息脫節(jié)問題，大幅增加數(shù)據(jù)可視化能力，提高運(yùn)營企業(yè)監(jiān)控水平。

圖5 地圖實(shí)例程序框架

3.4 歷史數(shù)據(jù)查詢

平臺(tái)中歷史數(shù)據(jù)界面用于日后對歷史運(yùn)營情況進(jìn)行查詢和匯總。傳統(tǒng)冷鏈物流監(jiān)控系統(tǒng)僅關(guān)注運(yùn)營時(shí)的實(shí)時(shí)數(shù)據(jù)監(jiān)測，對歷史信息保存不夠完善且多為表格數(shù)據(jù)，使歷史數(shù)據(jù)的價(jià)值大打折扣。本平臺(tái)將車輛運(yùn)營過程中實(shí)時(shí)冷藏環(huán)境參數(shù)和車輛運(yùn)行數(shù)據(jù)進(jìn)行記錄，借助云數(shù)據(jù)庫大容量、多架構(gòu)的優(yōu)勢，使其可以系統(tǒng)性、長久性地進(jìn)行存儲(chǔ)，并設(shè)計(jì)可視化界面使其更大限度地發(fā)揮優(yōu)勢。

歷史數(shù)據(jù)界面上半部分為每年的季度運(yùn)營詳情如圖6所示，可以看出某年每個(gè)季度運(yùn)營的比例以及每個(gè)月的具體運(yùn)營次數(shù)，通過這兩個(gè)數(shù)據(jù)可了解企業(yè)該年整體運(yùn)營情況。界面下半部分為車輛運(yùn)營歷史數(shù)據(jù)表，體現(xiàn)某次車輛運(yùn)營基本信息，點(diǎn)擊其中一個(gè)數(shù)據(jù)即可跳到數(shù)據(jù)曲線界面，從中可以詳細(xì)看到該次運(yùn)營具體情況。歷史數(shù)據(jù)查詢界面將數(shù)據(jù)庫中晦澀的表格數(shù)據(jù)以多樣化的形式表達(dá)出來，既能總覽運(yùn)營歷史，又可復(fù)盤每次運(yùn)營詳細(xì)過程，為企業(yè)分析經(jīng)營狀況、調(diào)整運(yùn)營策略提供支持。

圖6 歷史數(shù)據(jù)界面

4 系統(tǒng)測試

為驗(yàn)證該冷鏈物流環(huán)境監(jiān)控系統(tǒng)的可靠性和穩(wěn)定性，根據(jù)真實(shí)車輛運(yùn)營情況進(jìn)行測試。

將下位機(jī)模塊的傳感器節(jié)點(diǎn)(如圖7所示)安裝在測試車輛的冷藏箱內(nèi)，采集實(shí)時(shí)環(huán)境數(shù)據(jù)；匯聚節(jié)點(diǎn)(如圖8所示)安裝在車輛駕駛室內(nèi)，通過LoRa無線傳輸模塊接收傳感器節(jié)點(diǎn)數(shù)據(jù)，在合并GPS參數(shù)后經(jīng)由4 G模塊發(fā)送至監(jiān)控平臺(tái)。

圖7 傳感器節(jié)點(diǎn)實(shí)物

圖8 匯聚節(jié)點(diǎn)實(shí)物

圖9 測試車輛實(shí)時(shí)運(yùn)營數(shù)據(jù)

冷鏈物流監(jiān)控平臺(tái)對接受的數(shù)據(jù)進(jìn)行解析、研判和展示，借助云數(shù)據(jù)庫實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)與共享。測試車輛實(shí)時(shí)運(yùn)營數(shù)據(jù)如圖9所示，左邊為車輛行駛詳情，包含車牌號(hào)、駕駛員基本信息、車輛行駛速度與路徑等，可了解車輛實(shí)際運(yùn)營狀況。右邊是該車輛的環(huán)境詳情，從中可以看出此時(shí)車輛處于冷藏運(yùn)輸階段，實(shí)時(shí)溫度3.5 ℃，相對濕度95.6%，氧氣含量2.4%，二氧化碳含量3.8%，乙烯含量0.1 μL。其中氧氣含量值經(jīng)SPC算法濾除隨機(jī)波動(dòng)后，仍處于異常狀態(tài)，因此系統(tǒng)發(fā)出報(bào)警并標(biāo)注該異常參數(shù)。

進(jìn)入平臺(tái)SPC分析中心對環(huán)境參數(shù)統(tǒng)計(jì)過程控制圖進(jìn)行監(jiān)控(如圖10所示)。根據(jù)車輛各環(huán)境參數(shù)控制圖上點(diǎn)的波動(dòng)情況，可以判斷出冷藏環(huán)境是否受控。其中溫度、濕度、二氧化碳、乙烯4個(gè)參數(shù)的樣本均值和極差變化始終處在上下界限之間，未有異常點(diǎn)出現(xiàn)，因此該4個(gè)環(huán)境數(shù)據(jù)處于受控狀態(tài)。但在氧氣統(tǒng)計(jì)過程控制圖中，有連續(xù)3個(gè)樣本點(diǎn)超出控制限，依據(jù)控制準(zhǔn)則可知，氧氣參數(shù)處于失控狀態(tài)，立即觸發(fā)報(bào)警機(jī)制。在“監(jiān)控中心”界面中，該車輛對應(yīng)的冷藏環(huán)境情況轉(zhuǎn)為“異?！睜顟B(tài)，與“狀態(tài)詳情界面”中氧氣傳感器采集參數(shù)被標(biāo)注相呼應(yīng)(如圖9所示)，表明該環(huán)境參數(shù)處于非受控情況，此時(shí)需提醒工作人員進(jìn)行問題排查，以保障冷鏈物流過程中果蔬品質(zhì)。

圖10 各環(huán)境參數(shù)SPC控制

通過實(shí)驗(yàn)測試可以看出，監(jiān)控平臺(tái)成功地實(shí)現(xiàn)對冷鏈物流車運(yùn)營過程的動(dòng)態(tài)監(jiān)控，利用統(tǒng)計(jì)過程控制算法對冷藏箱內(nèi)環(huán)境進(jìn)行分析，大幅提高系統(tǒng)判斷環(huán)境參數(shù)隨機(jī)波動(dòng)和異常波動(dòng)的能力，降低系統(tǒng)因隨機(jī)因素而誤報(bào)的可能性。此外監(jiān)控平臺(tái)可視化程度高，數(shù)據(jù)結(jié)構(gòu)完善，信息存儲(chǔ)合理，具有較強(qiáng)的實(shí)際應(yīng)用價(jià)值。

5 結(jié)束語

本文設(shè)計(jì)了一種基于SPC的冷鏈物流環(huán)境監(jiān)控系統(tǒng)。該系統(tǒng)主要針對下位機(jī)模塊采集的數(shù)據(jù)進(jìn)行了監(jiān)控平臺(tái)設(shè)計(jì)，其特點(diǎn)在于利用C4.5決策支持方法對冷鏈物流環(huán)境氣體統(tǒng)計(jì)學(xué)數(shù)據(jù)建立階段性自動(dòng)分類判據(jù)，對環(huán)境氣體階段進(jìn)行準(zhǔn)確性定位與匹配，并在此基礎(chǔ)上利用SPC模型，構(gòu)造均值-極差控制圖進(jìn)行不同參數(shù)監(jiān)測點(diǎn)判異，實(shí)現(xiàn)對冷鏈物流環(huán)境氣體數(shù)據(jù)的動(dòng)態(tài)監(jiān)控。系統(tǒng)借助云數(shù)據(jù)庫進(jìn)行數(shù)據(jù)存儲(chǔ)，提高數(shù)據(jù)安全性和存儲(chǔ)量的同時(shí)，方便用戶訪問權(quán)限管理、降低平臺(tái)使用安裝復(fù)雜度、減少后期數(shù)據(jù)庫維護(hù)成本、完善數(shù)據(jù)共享機(jī)制并提高管理者監(jiān)管能力。此外，監(jiān)控平臺(tái)基于LabVIEW軟件將表格數(shù)據(jù)轉(zhuǎn)化為圖表信息，大幅提高可視化水平，最大程度地發(fā)揮了數(shù)據(jù)價(jià)值。下一階段將與冷鏈物流企業(yè)開展合作，獲取大量實(shí)測數(shù)據(jù)，用以對多源環(huán)境氣體的動(dòng)態(tài)耦合機(jī)理和交叉敏感誤差進(jìn)行建模分析，進(jìn)一步提高冷鏈物流環(huán)境感知和控制精度，提高反演物流過程中產(chǎn)品品質(zhì)變化的能力。