基于大數據的冷鏈物流品質感知的可追溯方法研究

梁昊 房翠

摘?要：為提高冷鏈物流的完整追溯，針對以往信息采集節點有盲點、標準不統一、數據未共享，無法形成完整追溯鏈等問題，采用全新的物聯網大數據公共云平臺，結合RFID電子標簽和物聯網AP接入點，在以往無法監測的節點進行數據采集，并通過品質感知建模方法，將品質數據可視化，進而設計形成冷鏈物流供應鏈全程協同應用平臺。

關鍵詞：大數據;冷鏈物流;品質感知;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

隨著交通基礎設施和電子商務的日益發展，越來越多的生鮮類產品能夠通過長途冷鏈運輸進入千家萬戶。但由于冷鏈物流在我國的發展尚處初級階段，系統化、全流程的冷鏈系統尚未完全形成，使得冷鏈運輸的生鮮類產品的食品安全問題日益凸顯。相對于監測系統較為成熟的冷鏈倉儲環境，冷鏈運輸過程中的環境則更加不可控，很多冷鏈食品出現“斷鏈”現象，由“全程冷鏈”變為“間斷冷鏈”。如何保證冷鏈食品從原料供應到客戶配送的全程“無間斷”，就需要通過追溯技術，讓冷鏈全程變得有據可查。

品質感知是冷鏈物流過程中質量控制的關鍵點，保證物流的透明性、可靠性和安全性。在實際的應用過程中，溫度為品質感知的關鍵影響因素，而在冷鏈物流的全過程中，溫度一直處于不斷變動的狀態。結合物聯網和大數據技術，能有效采集和記錄冷鏈物流過程的溫度數據，構建冷鏈全過程的溫度大數據集。通過對溫度的大數據分析，形成冷鏈物流全程的產品品質變化可視化數據，使得整個冷鏈過程的產品品質能夠被追溯。

2?基于大數據的可追溯方法研究

2.1?采集方法

以往，由于標準不統一，數據未共享等原因，溫度的采集大多來源于冷庫、冷藏車、貨架等企業內部節點，而單一匯集這些節點的溫度數據不足以構建完整的追溯數據鏈。相對于冷庫、貨架等企業內部場所，不同企業之間的產品轉運過程（如裝卸貨過程）存在更大的不可控因素，產品在轉運過程中的長時間停留將會對產品的品質構成一定的風險。因此，我們需要借助物聯網大數據公共云平臺搭建共享監測系統，結合RFID電子標簽和互聯網、物聯網混合AP接入點，在以往無法監測的節點（如裝卸貨通道）進行數據采集，形成完整、可追溯的數據鏈。

數據采集到之后需要借助物聯網傳輸至監測系統。考慮到標準統一和數據共享的特性，窄帶物聯網（NB-IOT）具有大連接、小數據、低功耗、低成本、深度覆蓋、標準體系統一等特點。[1]在冷鏈運輸中具有巨大優勢。借助各大運營商提供的覆蓋網絡，可以做到全程無間斷地數據傳輸。

2.2?品質感知建模方法

對于消費者來說，最直觀的追溯數據是產品的品質而不是溫度，因此，基于采集到的溫度大數據集，需要進一步通過品質預測模型將溫度與品質進行關聯。由前人研究結果可知，農產品品質參數變化一般遵循零級（n=0）或一級（n=1）的動力學方程，且反應速率較好地符合Arrhenius方程[2]。最終確定零級和一級反應動力學方程下的冷鏈物流品質預測模型公式分別為：

tzero=Ctzero-CozeroK0×exp-EaRT

以及：

tone=Ctone-CooneK0×exp-EaRT

其中T為產品的儲藏絕對溫度值，單位為K，tzero和tone分別是冷鏈物流品質在儲藏溫度T條件下零級和一級反應動力學方程下的貨架期預測值，Cozero和Coone為冷鏈物流品質的初始值，Ctzero和Ctone為冷鏈物流品質在儲藏溫度T條件下的測量終值，K0為動力學方程常數，Ea為化學反應活化能，單位為J/mol，R為摩爾氣體常數，取值一般為8.314J/K/mol。[3]

2.3?追溯方法

產品的追溯面向的是從源頭到消費者中間各類不同的人群，因此，我們同樣需要一個統一、共享的信息平臺來處理所有人的追溯需求。追溯系統的關鍵是匯集產品整個生命周期的品質數據，需要涵蓋生產、倉儲、運輸、銷售等相關企業，確保追溯信息在整個冷鏈物流過程的無縫對接，形成完整的信息追溯鏈，實現從產品生產到零售終端的正向跟蹤和產品零售終端到產品來源的逆向溯源。[4]同時，追溯平臺的數據呈現形式也不再是單一的溫度變化過程。通過之前的品質感知建模方法，可以針對不同的產品設計不同的品質感知參數，結合數據可視化處理，使得數據更為直觀，用戶體驗更優。

3?結語

目前，冷鏈物流的品質感知追溯還處于起步階段，在發展模式上可以發揮政府在物聯網技術推廣中的主導作用，由政府先期引導，逐步發展到成熟并具有規模的市場后，再實現政府與市場雙輪驅動。[5]同時，系統還可以積極對接監管部門，在產品出現風險時及時發出警告，采取措施，保證整個冷鏈物流環節的食品質量安全。

參考文獻：

[1]張萬春，陸婷，高音.NB-IoT系統現狀與發展[J].中興通訊技術，2017，23（1）：10-14.

[2]張虎，張小栓，孫格格，等.面向冷鏈物流農產品品質感知TTI動態校準方法[J].農業機械學報，2017，48（2）：314-321.

[3]肖新清.面向冷鏈物流品質感知的物聯網數據采集與建模方法[D].中國農業大學信息與電氣工程學院，2017.

[4]加娜提古麗·阿木提.面向冷鏈物流的大數據關鍵技術研究與應用[J].農家參謀，2019，（3）：23.

[5]王寧.基于物聯網技術的食品冷鏈物流跟蹤及追溯問題分析[J].中外企業家，2018，（29）：96.

基金項目：揚州市科技局2019年市級計劃——政策引導計劃（軟科學研究）《基于物聯網的冷鏈物流品質感知大數據體系建設》（YZ2019169）

作者簡介：梁昊（1986—），男，漢族，江蘇揚州人，碩士，講師，研究方向：大數據技術;房翠（1983—），女，漢族，江蘇射陽人，碩士，副教授，研究方向：倉儲配送管理。