一种仓储智能化监测方法及系统

技术领域

本申请请求保护一种仓储监测技术，尤其涉及一种仓储智能化监测方法。本申请还涉及一种仓储智能化监测系统。

背景技术

仓储和物流是经济运行的基础支柱，随着互联网的兴起，以及电子商务的发展，仓储物流的重要性越发明显。

电子商务中的便利性为广大消费者提供的更多选择吗，更优质的服务，但是一些特殊的商品，在电子商务中受到自身特性的限制，则成本高企，或者不能进入电子商务的领域，尤其是需要特殊的温度，湿度的商品，其在仓促和物流中损耗巨大。

因此，冷链物流成为热点行业，但是由于多个不可测因素的限制，仓促环境需无法进行有效的检测和监控，或者需要高昂成本去执行，这种情况下，虽然降低了商品的损耗，但是成本却降低的不明显。

发明内容

为了解决上述背景技术中提出的一个或者多个问题，本申请提出一种仓储智能化监测方法。本申请还涉及一种仓储智能化监测系统。

本申请提供的一种仓储智能化监测方法，包括：

获取仓储商品数据，根据所述商品数据的数据类别调取预设的仓储运行参数；

根据所述仓储运行参数，生成仓储监测模型，基于所述监测模型调取监测设备运行权限，并执行所述监测设备控制程序；

获取所述监测设备的监测数据，将所述监测数据输入到预设的监测分析模型中并输出监测结果；

根据所述监测结果生成仓储控制指令，控制所述仓储环境参数修正。

可选的，所述数据类别包括：环境数据类别，数据等级类别。

可选的，所述检查模型包括，监测项，监测数据阈值。

可选的，所述检查分析模型包括：预训练的用于数据分析的卷积神经网络模型。

可选的，还包括根据预设的报警规则发出警报信息。

本申请还提供一种仓储智能化监测系统，包括：

设置模块，用于获取仓储商品数据，根据所述商品数据的数据类别调取预设的仓储运行参数；

分析模块，用于根据所述仓储运行参数，生成仓储监测模型，基于所述监测模型调取监测设备运行权限，并执行所述监测设备控制程序；

计算模块，用于获取所述监测设备的监测数据，将所述监测数据输入到预设的监测分析模型中并输出监测结果；

执行模块，用于根据所述监测结果生成仓储控制指令，控制所述仓储环境参数修正。

可选的，所述数据类别包括：环境数据类别，数据等级类别。

可选的，所述检查模型包括，监测项，监测数据阈值。

可选的，所述检查分析模型包括：预训练的用于数据分析的卷积神经网络模型。

可选的，还包括根据预设的报警规则发出警报信息。

本申请相较于现有技术的优点是：

本申请提供的一种仓储智能化监测方法，包括：获取仓储商品数据，根据所述商品数据的数据类别调取预设的仓储运行参数；根据所述仓储运行参数，生成仓储监测模型，基于所述监测模型调取监测设备运行权限，并执行所述监测设备控制程序；获取所述监测设备的监测数据，将所述监测数据输入到预设的监测分析模型中并输出监测结果；根据所述监测结果生成仓储控制指令，控制所述仓储环境参数修正。本申请技术通过在商品进入仓储时输入商品数据，可自动化的进行仓储监测和调节，保证了商品损耗降低的情况下的成本也同样降低。

附图说明

图1是本申请中仓储智能化监测流程示意图。

图2是本申请中监测设备控制程序执行流程图。

图3是本申请中仓储智能化监测系统示意图。

具体实施方式

以下内容均是为了详细说明本申请要保护的技术方案所提供的具体实施过程的示例，但是本申请还可以采用不同于此的描述的其他方式实施，本领域技术人员可以在本申请构思的指引下，采用不同的技术手段实现本申请，因此本申请不受下面具体实施例的限制。

本申请提供的一种仓储智能化监测方法，包括：获取仓储商品数据，根据所述商品数据的数据类别调取预设的仓储运行参数；根据所述仓储运行参数，生成仓储监测模型，基于所述监测模型调取监测设备运行权限，并执行所述监测设备控制程序；获取所述监测设备的监测数据，将所述监测数据输入到预设的监测分析模型中并输出监测结果；根据所述监测结果生成仓储控制指令，控制所述仓储环境参数修正。本申请技术通过在商品进入仓储时输入商品数据，可自动化的进行仓储监测和调节，保证了商品损耗降低的情况下的成本也同样降低。

图1是本申请中仓储智能化监测流程示意图。

请参照图1所示，S101获取仓储商品数据，根据所述商品数据的数据类别调取预设的仓储运行参数。

所示商品数据包括有商品的仓储要求参数，该仓储要求参数包括有：温度，湿度，光照等要求，例如一种商品的仓储要求参数是，温度≤0℃，湿度为低于4％，光照为遮光。

获取商品参数，从所述商品参数中读取所述仓储要求参数，并将所述仓储要求参数进行分类，获得数据类别。

在本申请中，所述类别包括温度类别、湿度类别以及光照类别等环境数据类别，以及每个环境数据类别的数据等级类别。具体的，所述数据等级类别的区分包括，将所述温度类别中的一个温度区间与所述湿度类别中的一个湿度区间，以及一个光照类别中的一个光照区间进行组合，生成一个数据类别，每个所述数据类别具有确定的所述温度区间、湿度区间和光照区间。

然后根据所述商品数据中的仓储要求数据，并根据所述仓储要求数据确定数据类别，根据所述数据类别确定仓储运行参数。

所述仓储运行参数根据所述仓储要求数据确定，所述仓储要求数据确定了商品的仓储环境，根据所述仓储环境确定所述仓储需要调整的环境参数，既仓储运行参数。

具体的，所述环境参数可以与所述仓储运行参数进行映射关联，从而根据所述环境参数确定仓储运行参数，另一种方法是，通过检测所述仓储环境的参数，例如温度、湿度和光照强度，从而判断当前仓储环境与商品存储的环境参数的差异，从而确定所述仓储环境参数。

请参照图1所示，S102根据所述仓储运行参数，生成仓储监测模型，基于所述监测模型调取监测设备运行权限，并执行所述监测设备控制程序。

所述检查模型包括：监测项，监测数据阈值。所述检测项是指仓储运行参数中的每一个参数的项目，所述数据监测阈值是根据所述仓储要求数据确定。

在本申请中，所述仓储监测模型的生成，首选需要确定所述监测项，基于所述监测项调用相应的监测设备。所述监测设备可以是一体的监测设备，也可以是分体的监测设备，所述一体的检查设备是指将不同传感器输入到相同的处理控制装置的设备，所述分体式监测设备是指根据不同监测类型设置的不同监测设备的总和。

优选的，所述监测模型是预先设备并存储起来的，该监测模型可以有多个，每个监测模型都确定了所述监测项和监测数据阈值。

基于所述仓储运行参数生成监测模型，然后根据所述监测模型中的监测项调取对应监测设备的运行权限，并启动所述监测设备，执行监测设备控制程序。

在本申请中，所述监测设备控制程序可以做如下控制步骤。

如图2所示，S201获取监测数据；

S202将所述监测数据与所述监测数据阈值进行比较；

在本申请中，所述监测数据都设置有唯一编号，所述编号可以是数字、字母等，也可以是其他自定义的符号，该编号分别对应于每一个所述监测项。

本申请中所述编号根据比较结果进行选择，所述选择可用如下表达式进行：

其中，所述X最后取值为所述S或者0，所述S是所述编号，d是编号系数，所述A

基于上述选择出的编号，生成编号表，然后将所述G＝A

S203根据所述比较的结果进行控制选择。

优选的，所述控制选择有两种，其一包括，当所述监测数据在所述监测数据阈值规定的范围内，这降低监测数据获取频率，都在提高监测数据获取频率。

根据所述编号确定需要进行修正的参数，然后根据所述G确定参数修改的大小，进行修改。

请参照图1所示，S103获取所述监测设备的监测数据，将所述监测数据输入到预设的监测分析模型中并输出监测结果。

所述监测分析模块可以根据监测数据，分析数据内部关系，从而得出准确的监测结果。

具体的，所述监测分析模型包括有，条件判断执行和结果分析执行。

所述条件判断执行是指，多每一项监测项的影响因子进行检测和分析，并获取分析结果和估计监测结果。

以温度为例，所述仓储中温度的影响因子包括：外部环境气温，制冷机制冷效率，保温条件以及密封条件。

进一步的，根据预设的检查流程，依次检查所述外部环境气温，制冷机制冷效率，保温条件以及密封条件，若上述检查项目未发生问题，则所述监测结果为实际监测结果，否则根据检查结果中发生问题的检查项进行维护，并重新进行检查。

所述结果分析执行包括，根据所述检查项目确定进一步的执行，包括检查到一个或者多个检查项目发生问题后，发出提示或者警报，以及检查到全部检查项目未发生问题后，将所述监测结果设置为最终监测结果。

一种优选的实时例包括，将所述检查项目的检查结果参数化，然后将所述检查结果和监测结果输入到预训练的卷积神经网络模型中，获得最终监测结果。所述最终监测结果是去除其他检查项目出现问题的影响后的监测结果。

请参照图1所示，S104根据所述监测结果生成仓储控制指令，控制所述仓储环境参数修正。

获得监测结果后，基于所述监测结果生成仓储控制指令，所述仓储控制指令包括有控制制冷，控制湿度，控制光照等，进一步的没还包括控制气压等。所述控制制冷，控制湿度，控制光照由相应的工作设备提供，所述仓储控制指令输入到所述工作设备后，控制所述工作设备的功率实现。

本申请还提供一种仓储智能化监测系统，包括：设置模块301、分析模块302、计算模块303和执行模块304。

图3是本申请中仓储智能化监测系统示意图。

请参照图3所示，设置模块301，用于获取仓储商品数据，根据所述商品数据的数据类别调取预设的仓储运行参数。

所示商品数据包括有商品的仓储要求参数，该仓储要求参数包括有：温度，湿度，光照等要求，例如一种商品的仓储要求参数是，温度≤0℃，湿度为低于4％，光照为遮光。

获取商品参数，从所述商品参数中读取所述仓储要求参数，并将所述仓储要求参数进行分类，获得数据类别。

在本申请中，所述类别包括温度类别、湿度类别以及光照类别等环境数据类别，以及每个环境数据类别的数据等级类别。具体的，所述数据等级类别的区分包括，将所述温度类别中的一个温度区间与所述湿度类别中的一个湿度区间，以及一个光照类别中的一个光照区间进行组合，生成一个数据类别，每个所述数据类别具有确定的所述温度区间、湿度区间和光照区间。

然后根据所述商品数据中的仓储要求数据，并根据所述仓储要求数据确定数据类别，根据所述数据类别确定仓储运行参数。

所述仓储运行参数根据所述仓储要求数据确定，所述仓储要求数据确定了商品的仓储环境，根据所述仓储环境确定所述仓储需要调整的环境参数，既仓储运行参数。

具体的，所述环境参数可以与所述仓储运行参数进行映射关联，从而根据所述环境参数确定仓储运行参数，另一种方法是，通过检测所述仓储环境的参数，例如温度、湿度和光照强度，从而判断当前仓储环境与商品存储的环境参数的差异，从而确定所述仓储环境参数。

请参照图3所示，分析模块302，用于根据所述仓储运行参数，生成仓储监测模型，基于所述监测模型调取监测设备运行权限，并执行所述监测设备控制程序。

所述检查模型包括：监测项，监测数据阈值。所述检测项是指仓储运行参数中的每一个参数的项目，所述数据监测阈值是根据所述仓储要求数据确定。

在本申请中，所述仓储监测模型的生成，首选需要确定所述监测项，基于所述监测项调用相应的监测设备。所述监测设备可以是一体的监测设备，也可以是分体的监测设备，所述一体的检查设备是指将不同传感器输入到相同的处理控制装置的设备，所述分体式监测设备是指根据不同监测类型设置的不同监测设备的总和。

优选的，所述监测模型是预先设备并存储起来的，该监测模型可以有多个，每个监测模型都确定了所述监测项和监测数据阈值。

基于所述仓储运行参数生成监测模型，然后根据所述监测模型中的监测项调取对应监测设备的运行权限，并启动所述监测设备，执行监测设备控制程序。

在本申请中，所述监测设备控制程序可以做如下控制步骤。

如图2所示，S201获取监测数据；

S202将所述监测数据与所述监测数据阈值进行比较；

在本申请中，所述监测数据都设置有唯一编号，所述编号可以是数字、字母等，也可以是其他自定义的符号，该编号分别对应于每一个所述监测项。

本申请中所述编号根据比较结果进行选择，所述选择可用如下表达式进行：

其中，所述X最后取值为所述S或者0，所述S是所述编号，d是编号系数，所述A

基于上述选择出的编号，生成编号表，然后将所述G＝A

S203根据所述比较的结果进行控制选择。

优选的，所述控制选择有两种，其一包括，当所述监测数据在所述监测数据阈值规定的范围内，这降低监测数据获取频率，都在提高监测数据获取频率。

根据所述编号确定需要进行修正的参数，然后根据所述G确定参数修改的大小，进行修改。

请参照图3所示，计算模块303，用于获取所述监测设备的监测数据，将所述监测数据输入到预设的监测分析模型中并输出监测结果。

所述监测分析模块可以根据监测数据，分析数据内部关系，从而得出准确的监测结果。

具体的，所述监测分析模型包括有，条件判断执行和结果分析执行。

所述条件判断执行是指，多每一项监测项的影响因子进行检测和分析，并获取分析结果和估计监测结果。

以温度为例，所述仓储中温度的影响因子包括：外部环境气温，制冷机制冷效率，保温条件以及密封条件。

进一步的，根据预设的检查流程，依次检查所述外部环境气温，制冷机制冷效率，保温条件以及密封条件，若上述检查项目未发生问题，则所述监测结果为实际监测结果，否则根据检查结果中发生问题的检查项进行维护，并重新进行检查。

所述结果分析执行包括，根据所述检查项目确定进一步的执行，包括检查到一个或者多个检查项目发生问题后，发出提示或者警报，以及检查到全部检查项目未发生问题后，将所述监测结果设置为最终监测结果。

一种优选的实时例包括，将所述检查项目的检查结果参数化，然后将所述检查结果和监测结果输入到预训练的卷积神经网络模型中，获得最终监测结果。所述最终监测结果是去除其他检查项目出现问题的影响后的监测结果。

请参照图3所示，执行模块304，用于根据所述监测结果生成仓储控制指令，控制所述仓储环境参数修正。

获得监测结果后，基于所述监测结果生成仓储控制指令，所述仓储控制指令包括有控制制冷，控制湿度，控制光照等，进一步的没还包括控制气压等。所述控制制冷，控制湿度，控制光照由相应的工作设备提供，所述仓储控制指令输入到所述工作设备后，控制所述工作设备的功率实现。