一种食品加工过程中的数据采集方法及系统与流程

本发明涉及食品数据采集，具体涉及一种食品加工过程中的数据采集方法及系统。

背景技术：

1、食品安全是关乎生命安全的基本问题，保障食品安全是食品消费的最低要求，因此需要对食品加工过程进行监测。为了对食品生产质量严格把控，通常会对食品加工过程中各加工环节的相关数据进行采集并记录，以供及时发现食品异常情况并采取相应措施，来保障食品安全。由于食品加工过程中产生的数据量通常非常庞大，直接存储这些数据会占用大量的存储空间，增加存储和管理成本。因此，对食品加工过程中的数据进行压缩存储至关重要。

2、现有技术通过统一的压缩方式对食品加工过程数据进行压缩时，由于采用有损压缩时可以有效提高压缩效率但难以保障数据质量，无损压缩可以保障数据质量但压缩效率较低，现有技术在对食品加工过程数据进行压缩时，未充分考虑到正常产品数据重复性较高，异常产品数据相较于正常产品数据重复性较低，对异常产品数据和正常产品数据采用相同的压缩方式使得压缩方式不合理，导致难以保障存储的采集数据的质量和存储采集数据效率。

技术实现思路

1、为了解决现有技术难以保障采集数据的质量，使得食品异常情况分析不准确难以保障食品安全的问题，本发明的目的在于提供一种食品加工过程中的数据采集方法及系统，所采用的技术方案具体如下：

2、一种食品加工过程中的数据采集方法，所述方法包括：

3、获取各个生产批次中每个加工产品的食品加工数据集合；所述食品加工数据集合包括所有监测位置的熬制温度时序数据，以及灭菌后的温度值和灭菌重量改变值；

4、以任意一个生产批次作为目标批次，以目标批次中任意一个加工产品作为目标产品；根据目标产品所有监测位置的熬制温度时序数据的差异情况，获取目标产品的熬制异常指标；

5、根据目标批次与所有生产批次所对应所有加工产品的温度值和灭菌重量改变值的差异情况，获取目标批次的环节异常度；根据目标产品在目标批次的偏离情况，以及目标产品对应的环节异常度，获取目标产品的灭菌异常指标；

6、基于加工产品的所述熬制异常指标以及所述灭菌异常指标，对所有加工产品进行划分获取正常产品和异常产品，对正常产品和异常产品对应所述食品加工数据集合使用不同的压缩方式分别进行数据压缩存储。

7、进一步地，所述熬制异常指标的获取方法包括：

8、在目标产品的所有监测位置中，利用dtw算法计算每两个监测位置的熬制温度时序数据的dtw距离；将所有dtw距离的均值进行归一化处理，作为目标产品的熬制异常指标。

9、进一步地，所述环节异常度的获取方法包括：

10、根据任意两个加工产品所对应的所述温度值和灭菌重量改变值的差异情况，对在目标批次中所有加工产品进行聚类，获取目标批次对应的聚类簇；

11、根据目标批次与所有生产批次所对应的聚类簇的聚集特征差异情况，获取目标批次的环节异常度。

12、进一步地，所述聚类簇的获取方法包括：

13、以所述灭菌重量改变值为横轴，以所述灭菌后的温度值为纵轴，构建二维坐标系；以目标批次中每个加工产品构成二维坐标系中每个数据点；在所述二维坐标系中，基于迭代自组织聚类算法对所有数据点进行聚类分析，得到目标批次对应的聚类簇。

14、进一步地，所述根据目标批次与所有生产批次所对应的聚类簇的聚集特征差异情况，获取目标批次的环节异常度的方法包括：

15、在任意一个生产批次中，根据聚类簇中数据点与聚类中心之间欧氏距离，筛选出数据点中异常数据点，去除聚类簇中的异常数据点，得到聚类簇对应更新后聚类簇；

16、融合生产批次中所有更新后聚类簇的聚集情况，获取生产批次的整体聚集程度；

17、根据目标批次与所有生产批次所对应的所述整体聚集表现指标的差异情况，获取目标批次的环节异常度。

18、进一步地，所述整体聚集程度的获取方法包括：

19、在任意一个更新后聚类簇中，将每个数据点与聚类中心之间的欧氏距离，作为数据点的偏离参数；

20、计算所有数据点的偏离参数的均值与预设分母调节值的和值，计算所述数据点的总数量与和值的比值，得到更新后聚类簇的聚集参数；计算生产批次中所有更新后聚类簇的所述聚集参数的均值，得到生产批次的整体聚集程度。

21、进一步地，所述灭菌异常指标的获取方法包括：

22、计算目标产品对应数据点与其所属的聚类簇的聚类中心之间的欧氏距离，作为目标产品的偏离因子；

23、将目标产品的偏离因子与目标产品对应的环节异常度的乘积进行归一化处理，获得目标产品的灭菌异常指标。

24、进一步地，所述正常产品和异常产品的获取方法包括：

25、将熬制异常指标大于预设熬制异常阈值或者灭菌异常指标大于预设灭菌异常阈值的加工产品，作为异常产品；将除异常产品之外的加工产品作为正常产品。

26、进一步地，所述数据压缩的获取方法包括：

27、对正常产品对应所述食品加工数据集合，进行有损压缩；对异常产品对应所述食品加工数据集合，进行无损压缩。

28、一种食品加工过程中的数据采集系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述一种食品加工过程中的数据采集方法的步骤。

29、本发明提出一种食品加工过程中的数据采集系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种食品加工过程中的数据采集方法的步骤。

30、本发明具有如下有益效果：

31、首先选择一个生产批次作为目标批次，并从该批次中选择一个加工产品作为目标产品。考虑到所有监测位置的熬制温度时序数据反映熬制设备中不同区域随着熬制进行的温度变化情况，为了保障熬制效果需要在熬制过程中对熬制设备进行均匀加热，根据目标产品所有监测位置的熬制温度时序数据的差异情况，获取目标产品的熬制异常指标。熬制异常指标代表目标产品在熬制过程发生异常的可能性，熬制异常指标越大，反映目标产品在熬制过程中加热不均匀程度越大，表示目标产品在熬制过程中出现异常可能性越大。首先通过比较目标批次与所有生产批次所对应加工产品的数据差异情况，获取目标批次的环节异常度，环节异常度用以评估目标批次在灭菌环节上的异常程度。分析目标产品在目标批次的偏离情况，以及目标产品对应的环节异常度，获取目标产品的灭菌异常指标，灭菌异常指标反映了目标产品在灭菌过程中出现异常的可能性，灭菌异常指标越大，表示目标产品在灭菌过程中出现异常可能性越大。通过分析加工过程中熬制过程和灭菌过程的异常情况，来确定异常产品和正常产品，对异常产品和正常产品采用针对性压缩方式，以保障存储的采集数据的质量和存储采集数据效率，提高食品异常情况分析准确性以更好地保障食品安全。

1.一种食品加工过程中的数据采集方法，其特征在于，所述方法包括：

2.根据权利要求1所述一种食品加工过程中的数据采集方法，其特征在于，所述熬制异常指标的获取方法包括：

3.根据权利要求1所述一种食品加工过程中的数据采集方法，其特征在于，所述聚类簇的获取方法包括：

4.根据权利要求1所述一种食品加工过程中的数据采集方法，其特征在于，所述整体聚集程度的获取方法包括：

5.根据权利要求1所述一种食品加工过程中的数据采集方法，其特征在于，所述灭菌异常指标的获取方法包括：

6.根据权利要求1所述一种食品加工过程中的数据采集方法，其特征在于，所述正常产品和异常产品的获取方法包括：

7.根据权利要求1所述一种食品加工过程中的数据采集方法，其特征在于，所述数据压缩的获取方法包括：

8.一种食品加工过程中的数据采集系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~7任意一项所述一种食品加工过程中的数据采集方法的步骤。