基于大数据的冷链物流品质感知的可追溯方法研究

梁昊 房翠

摘 要：为提高冷链物流的完整追溯，针对以往信息采集节点有盲点、标准不统一、数据未共享，无法形成完整追溯链等问题，采用全新的物联网大数据公共云平台，结合RFID电子标签和物联网AP接入点，在以往无法监测的节点进行数据采集，并通过品质感知建模方法，将品质数据可视化，进而设计形成冷链物流供应链全程协同应用平台。

关键词：大数据;冷链物流;品质感知;追溯

Research on Traceability Method

of Cold Chain Logistics Quality Perception Based on Big Data

Liang Hao Fang Cui

Jiangsu College of Tourism JiangsuYangzhou 225127

Abstract：In order to improve the complete traceability of cold chain logistics，a new IoT big data public cloud platform combined with RFID electronic tags and the IoT AP access point is adopted to address problems such as blind spots，inconsistent standards，and unshared data.Collect data at nodes that could not be monitored in the past，use quality perception modeling methods to visualize quality data，and design a full-scale collaborative application platform for the cold chain logistics supply chain.

Key words：big data; cold chain logistics，quality perception; traceability

1 概述

隨着交通基础设施和电子商务的日益发展，越来越多的生鲜类产品能够通过长途冷链运输进入千家万户。但由于冷链物流在我国的发展尚处初级阶段，系统化、全流程的冷链系统尚未完全形成，使得冷链运输的生鲜类产品的食品安全问题日益凸显。相对于监测系统较为成熟的冷链仓储环境，冷链运输过程中的环境则更加不可控，很多冷链食品出现“断链”现象，由“全程冷链”变为“间断冷链”。如何保证冷链食品从原料供应到客户配送的全程“无间断”，就需要通过追溯技术，让冷链全程变得有据可查。

品质感知是冷链物流过程中质量控制的关键点，保证物流的透明性、可靠性和安全性。在实际的应用过程中，温度为品质感知的关键影响因素，而在冷链物流的全过程中，温度一直处于不断变动的状态。结合物联网和大数据技术，能有效采集和记录冷链物流过程的温度数据，构建冷链全过程的温度大数据集。通过对温度的大数据分析，形成冷链物流全程的产品品质变化可视化数据，使得整个冷链过程的产品品质能够被追溯。

2 基于大数据的可追溯方法研究

2.1 采集方法

以往，由于标准不统一，数据未共享等原因，温度的采集大多来源于冷库、冷藏车、货架等企业内部节点，而单一汇集这些节点的温度数据不足以构建完整的追溯数据链。相对于冷库、货架等企业内部场所，不同企业之间的产品转运过程（如装卸货过程）存在更大的不可控因素，产品在转运过程中的长时间停留将会对产品的品质构成一定的风险。因此，我们需要借助物联网大数据公共云平台搭建共享监测系统，结合RFID电子标签和互联网、物联网混合AP接入点，在以往无法监测的节点（如装卸货通道）进行数据采集，形成完整、可追溯的数据链。

数据采集到之后需要借助物联网传输至监测系统。考虑到标准统一和数据共享的特性，窄带物联网（NB-IOT）具有大连接、小数据、低功耗、低成本、深度覆盖、标准体系统一等特点。[1]在冷链运输中具有巨大优势。借助各大运营商提供的覆盖网络，可以做到全程无间断地数据传输。

2.2 品质感知建模方法

对于消费者来说，最直观的追溯数据是产品的品质而不是温度，因此，基于采集到的温度大数据集，需要进一步通过品质预测模型将温度与品质进行关联。由前人研究结果可知，农产品品质参数变化一般遵循零级（n=0）或一级（n=1）的动力学方程，且反应速率较好地符合Arrhenius方程[2]。最终确定零级和一级反应动力学方程下的冷链物流品质预测模型公式分别为：

tzero=Ctzero-CozeroK0×exp-EaRT

以及：

tone=Ctone-CooneK0×exp-EaRT

其中T为产品的储藏绝对温度值，单位为K，tzero和tone分别是冷链物流品质在储藏温度T条件下零级和一级反应动力学方程下的货架期预测值，Cozero和Coone为冷链物流品质的初始值，Ctzero和Ctone为冷链物流品质在储藏温度T条件下的测量终值，K0为动力学方程常数，Ea为化学反应活化能，单位为J/mol，R为摩尔气体常数，取值一般为8.314J/K/mol。[3]

2.3 追溯方法

产品的追溯面向的是从源头到消费者中间各类不同的人群，因此，我们同样需要一个统一、共享的信息平台来处理所有人的追溯需求。追溯系统的关键是汇集产品整个生命周期的品质数据，需要涵盖生产、仓储、运输、销售等相关企业，确保追溯信息在整个冷链物流过程的无缝对接，形成完整的信息追溯链，实现从产品生产到零售终端的正向跟踪和产品零售终端到产品来源的逆向溯源。[4]同时，追溯平台的数据呈现形式也不再是单一的溫度变化过程。通过之前的品质感知建模方法，可以针对不同的产品设计不同的品质感知参数，结合数据可视化处理，使得数据更为直观，用户体验更优。

3 结语

目前，冷链物流的品质感知追溯还处于起步阶段，在发展模式上可以发挥政府在物联网技术推广中的主导作用，由政府先期引导，逐步发展到成熟并具有规模的市场后，再实现政府与市场双轮驱动。[5]同时，系统还可以积极对接监管部门，在产品出现风险时及时发出警告，采取措施，保证整个冷链物流环节的食品质量安全。

参考文献：

[1]张万春，陆婷，高音.NB-IoT系统现状与发展[J].中兴通讯技术，2017，23（1）：10-14.

[2]张虎，张小栓，孙格格，等.面向冷链物流农产品品质感知TTI动态校准方法[J].农业机械学报，2017，48（2）：314-321.

[3]肖新清.面向冷链物流品质感知的物联网数据采集与建模方法[D].中国农业大学信息与电气工程学院，2017.

[4]加娜提古丽·阿木提.面向冷链物流的大数据关键技术研究与应用[J].农家参谋，2019，（3）：23.

[5]王宁.基于物联网技术的食品冷链物流跟踪及追溯问题分析[J].中外企业家，2018，（29）：96.

基金项目：扬州市科技局2019年市级计划——政策引导计划（软科学研究）《基于物联网的冷链物流品质感知大数据体系建设》（YZ2019169）

作者简介：梁昊（1986—），男，汉族，江苏扬州人，硕士，讲师，研究方向：大数据技术;房翠（1983—），女，汉族，江苏射阳人，硕士，副教授，研究方向：仓储配送管理。