信息技術在果蔬冷庫系統中的應用

摘 要：冷庫是延長果蔬貯藏期的關鍵設施，而應用信息技術可以實現果蔬冷庫的冷藏裝置自動化控制、果蔬溫度數據采集分析以及冷庫內設備的物聯網應用等功能，進而達到精確調控果蔬冷庫的溫度、降低能耗、提高管理效率的目的。隨著人工智能算法和區塊鏈技術的發展，冷庫系統將更加智能化和網絡化，不僅可以優化果菜的貯存和運輸環境，還能實現果蔬從種植到消費者手中的全程質量可追溯。本文探討了信息技術在果蔬冷庫系統中的應用及未來發展趨勢，包括自動化控制、數據采集分析、物聯網技術和人工智能算法。這些技術的應用提高了冷庫運營的效率和安全性，為實現果蔬貯存的預測優化和質量可追溯性提供了有力支持，有助于保障食品安全和供應鏈的穩定。

關鍵詞：冷庫；信息技術；自動化控制；物聯網；區塊鏈

中圖分類號：F27 文獻標志碼：A 文章編號：1008-1038（2024）09-0007-05

DOI：10.19590/j.cnki.1008-1038.2024.09.002

The Application of Information Technology in Fruit

and Vegetable Cold Storage Systems

LONG Yanping

（Department of Mechanical and Electrical Engineering， Jinan Engineering Polytechnic， Jinan 250200， China）

Abstract： Cold storage facilities are key to extending the shelf life of fruits and vegetable. The application of information technology enabled the automation of refrigeration systems in fruit and vegetable cold storage， the collection and analysis of temperature data for stored produce， and the application of the Internet of Things （IoT） within cold storage equipment， to achieve precise control of cold storage temperatures， reduce energy consumption， and improve management efficiency. With the development of artificial intelligence algorithms and blockchain technology， cold storage systems would become more intelligent and networked， optimizing the storage and transportation of fruits and vegetables while also enabling full traceability of produce quality from cultivation to consumers. This paper discussed the application of information technology in fruit and vegetable cold storage systems and its future development trends， including automation， data collection and analysis， IoT， and artificial intelligence algorithms. The application of these technologies improved the operational efficiency and safety of cold storage facilities， providing strong support for predictive optimization and quality traceability in fruit and vegetable storage， thus contributing to food safety and supply chain stability.

Keywords： Cold storage; information technology; automated control; Internet of Things; blockchain

1955年和1968年，我國先后建成了第一座普通低溫冷庫和氣調冷庫。此后，國家開始重視大型冷庫建造技術的研發，1995年在山東龍口成功建成了一個貯藏容量達15 000 t的大型氣調冷庫，這標志著我國大型組裝式氣調冷庫建造技術的成功[1]。改革開放以來，我國的冷庫建設發展迅速，主要集中在各水果、蔬菜主產區以及大中城市郊區的蔬菜基地[2]。隨著國家農業技術水平和居民消費水平的提高，社會對農產品的質量提出了新的要求。冷鏈物流技術是保持農產品在采摘、加工、運輸、銷售環節中品質的重要手段[3]。然而，受限于我國的基礎設施建設現狀與冷鏈物流的缺陷，以蘋果為例，我國的平均損失達到50%，遠高于發達國家[4]。冷庫是冷鏈物流中最重要的流通節點，為提高水果蔬菜的貨架期，政府出臺了多項政策，支持農業生產區域冷藏建設，完善冷鏈物流基礎設施網絡。2019年7月30日，首次提到了冷鏈物流，并明確指出要大力推動城鄉冷鏈物流發展，推進冷鏈物流政策制定和實施[5]。

鑒于國家對冷鏈物流的大力推進，已有較多研究涉及冷庫技術的發展，主要集中在制冷系統改進（如二氧化碳和氨復疊技術）[6-7]、綠色制冷劑（二氧化碳與氨）的開發與應用[8]、圍護結構保溫[9]、冷庫內部氣流組織優化[10]等方面。近年來，隨著科技的不斷發展，信息技術已經深入各行各業，給生產和管理帶來了巨大改變和提升。冷庫系統作為保障食品安全和供應鏈穩定的重要環節，也逐漸借助信息技術實現了智能化、高效化管理[11]。本文對信息技術在冷庫系統中的應用進行了系統總結，分析了未來的發展趨勢，并提出一套全面的智能化解決方案，為相關領域的研究和實踐提供參考和借鑒。

1 傳統冷庫系統的局限

傳統的冷庫系統在面臨現代供應鏈和食品安全管理的挑戰時存在著一系列的局限性：一是溫度控制精度不高，導致溫度波動較大，可能造成食品變質[12]。二是設備自動控制率低，頻繁啟停增加了能源消耗[13]。三是管理效率低，存在監測預警不及時等問題，增加了處理異常情況的成本[14]。四是受限于人工標記和記錄，存在信息不準確的風險。可見傳統冷庫系統亟需借助信息技術實現智能化、高效化管理，以適應現代供應鏈和食品安全管理的需求。

針對傳統冷庫系統局限性，相關學者指出，提高溫度控制精度、實現設備自動控制、提高管理效率以及確保信息準確性是亟待解決的問題[15]。通過借助信息技術實現冷庫系統的智能化和高效化管理，滿足現代供應鏈和食品安全管理的需求，已成為當務之急。

2 信息技術在冷庫系統中的應用

信息技術在冷庫系統中的應用至關重要，自動化控制系統、數據采集分析系統、物聯網技術、人工智能技術等的相互配合，為冷庫帶來了智能化、高效化的管理革新。這些技術全面提升了冷庫的庫存管理、設備控制、能源管理等方面的能力，滿足了現代供應鏈和食品安全管理的需求。

2.1 自動化控制系統

自動化控制系統在信息技術的支持下為冷庫系統帶來了革命性的改變。通過先進傳感器、智能控制器和網絡通信技術的應用[16]，冷庫系統可以實現對溫度、濕度、通風等參數的實時監測和遠程控制，從而提高了系統的智能化程度和管理效率。

利用先進的傳感器技術，冷庫系統能夠準確地感知環境中的溫濕度等參數。這些傳感器分布在冷庫的關鍵位置，能夠實時采集數據，并將數據傳輸至智能控制器進行分析處理[17]。智能控制器利用信息技術實現了對冷庫系統的智能化控制。通過分析傳感器采集到的數據，智能控制器能夠快速、準確地識別溫度、濕度等參數的變化趨勢，并根據預設的控制策略自動調整冷庫設備的運行狀態，以實現對溫度、濕度等的精準控制。另外，網絡通信技術的應用使冷庫系統能夠實現遠程監測和控制。管理人員可以通過互聯網隨時隨地監測冷庫的運行狀態，并對系統進行遠程控制和調整，及時應對突發情況，保障食品安全。閆旭等[18]以近距離無線通信（near field communication，NFC）技術為基礎，設計了一套安全智能的控制系統，實現了對冷庫內相關環境參數的檢測，以便對庫內溫濕度進行智能調控、智能除霜、事故報警、自動噴淋滅火等。閆峰[19]在普菲斯冷庫的氨制冷系統中應用了PLC（programmable logic controller，可編程控制器）控制系統，實現了對整個制冷系統生產過程及其他機電設備運行時的遠程監控。

總體而言，自動化控制系統的引入極大地提高了冷庫系統的運行效率和溫度控制的精度和穩定性，這種智能化的管理方式不僅提升了冷庫系統的整體性能，也為食品安全和供應鏈管理提供了更可靠的保障。

2.2 數據采集分析系統

信息技術的應用不僅使冷庫系統實現了自動化控制，還能使其實現大規模數據的高效采集和分析，為冷庫運營和管理提供更為精細化的支持[20]。

各類傳感器和數據采集設備的應用使冷庫系統能夠實時監測各項關鍵數據，如溫度、濕度、能耗等。這些傳感器分布在冷庫各個重要位置，能夠精確地采集數據，并通過網絡傳輸至數據中心進行存儲和分析[21]。利用數據分析技術，冷庫管理人員能夠對大規模數據進行深入分析。通過分析歷史數據和實時數據，可以發現溫度波動、能耗異常等情況，及時進行預警和調整。同時，還可以借助數據分析技術對設備運行狀態進行監測，預測設備故障，提前采取維護措施，保障設備的可靠性和穩定性。此外，數據分析技術還能夠發現冷庫運營中的潛在問題，并提供針對性的解決方案。Kim等[22]應用了重心模型和遺傳算法來采集和分析溫濕度水平，提出的算法能夠有效預測保質期，從而減少冷藏過程中的產品損失。楊磊[23]采用RS485通信方式搭建了數據采集系統硬件平臺，并對數據采集系統軟件進行了模塊化設計。該設計實現了以下功能模塊：人機交互、運行工況數據實時采集、本地數據庫檢測、異常報警、遠程數據無線傳輸等。通過這些功能模塊，實現了對冷庫運行狀態工作變量（如溫度、壓力、流量等）的實時采集、動態曲線顯示、存儲、歷史數據查詢、異常報警和遠程監測等功能。

綜上所述，數據采集和分析技術的應用為冷庫系統的運行效率和設備可靠性提供了重要支持。通過實時監測和深入分析數據，冷庫管理人員能夠及時發現問題、預測故障，并采取相應的措施，從而提高了冷庫系統的整體性能和管理水平。

2.3 物聯網技術

物聯網技術是指通過互聯網將各種物理設備和物體連接在一起，形成一個能夠自主交換數據、處理信息和執行操作的智能網絡的技術[24]。目前，物聯網技術已廣泛應用于冷庫，實現了對系統的遠程監控和智能管理，管理人員可以隨時隨地通過互聯網監測冷庫的運行狀態。

對于農業來說，需要對易腐食品或材料進行持續監測，如果出現一點小問題可能導致巨大的損失。因此，對于這些行業來說，實時監測食品/材料是非常必要的。Karim等[25]通過物聯網實時監測環境條件，在這個過程中不需要人員出席，因此可以節省人力，是一種非常有效的監測方式。Umamaheswari等[26]提出了一種“智能冷庫”，利用最新的供應鏈技術和物聯網作為提高效率的樞紐并加快整個供應鏈的流程。該流程包含一個基于物聯網的智能冷庫，與存儲在其中的物品進行交互，收集有關它們的信息，并將這些信息處理成相關數據。這項技術將減少手工勞動的使用，提高速度和運輸準確性。王琛等[27]設計了一個基于ZigBee無線通訊技術和ESP8266的口轉無線功能的大蒜冷庫溫濕度監測系統。該系統能夠實時采集大蒜倉儲過程中的溫濕度數據，并通過阿里云數據庫RDS實現與PC端和手機端的互聯，從而記錄大蒜冷庫全周期的溫濕度信息。為了提高智能水平，Appasani等[28]提出了ACSS的普遍物聯網技術（IoT）以及部署策略，進一步提高了冷庫系統的效能。

2.4 人工智能技術

近年來，人工智能技術在冷庫系統中的應用也逐漸增多。通過機器學習、深度學習等技術，可以對冷庫運行數據進行分析和建模，發現規律、預測趨勢，為冷庫的運行和管理提供更加智能化的決策支持[29]。王佳豪等[30]針對漁船冷庫中傳統的溫度控制方式波動性大、不穩定、反應慢等問題，設計了BP神經網絡PID溫度控制器。在傳統PID控制器中引入智能BP神經網絡算法，并通過實驗得出最佳參數，最終仿真結果證明該新型溫度控制器具有較好的穩定性和魯棒性，對漁船制冷發展具有一定的作用。陸紫生[31]將模糊邏輯和神經網絡引入冷庫故障診斷專家系統中，使其既具有學習、聯想、自適應性，又能進行模糊推理，實現了對冷庫故障高效準確的診斷。Hoang等[32]開發了四種深度學習人工神經網絡（ANN）模型，即傳統的長短期記憶LSTM、堆疊LSTM、雙向LSTM和卷積LSTM，以預測冷庫運行中的溫度和電力需求擾動，結果表明，深度學習ANN模型在支持冷藏中的密集檢索應用方面具有很高的潛力。Afreen等[33]使用具有前向傳播的人工神經網絡（ANN）對冷庫的實時智能監測和通知系統進行決策支持，結果表明，使用前向傳播神經網絡模型對冷庫內食品腐爛率的預測高達99%。Mohammed等[34]使用人工神經網絡（ANNs），預測了紅棗冷藏過程中的物理化學性質。

總的來說，人工智能技術的應用為冷庫系統帶來了更加智能化和高效化的管理方式。通過對大量數據的分析和挖掘，人工智能技術能夠為冷庫管理提供更深入的洞察和更精準的預測，為提升冷庫系統的性能和效率提供了新的途徑。隨著人工智能技術的不斷發展，相信其在冷庫系統中的應用將會進一步拓展，并為冷庫管理帶來更多的創新和價值。

3 展望

在冷庫系統的現代化進程中，提升效率、降低成本和減少環境影響是關鍵目標。為實現這些目標，當前的技術發展集中在幾個重要領域。這些領域包括能源管理系統的優化、高效制冷技術的應用，以及智能維護和預測性維護的實施。這些技術不僅有助于提升冷庫系統的整體性能，還能帶來顯著的經濟和環保效益。具體來說，能源管理系統通過優化能源使用來降低能耗，高效制冷技術致力于提升能效和減少環境影響，而智能維護和預測性維護則通過前瞻性的管理，減少故障和提升設備的可靠性。

3.1 能源管理系統的優化

能源管理系統用于優化能源使用，降低能耗并提高系統的經濟性和環境可持續性。冷庫系統的能源消耗通常較大，因此實施有效的能源管理是降低運營成本的關鍵。通過安裝高精度的能源計量設備，實時監控冷庫的能源使用情況，識別能耗高的區域或設備。分析歷史能耗數據，識別能耗模式和異常情況，預測未來能耗趨勢。基于數據分析結果調整設備運行策略，如優化制冷機組的運行時間、調整空調系統的設定點，可以減少不必要的能耗。

3.2 高效制冷技術的應用

高效制冷技術致力于提高制冷系統的能效，減少能耗和環境影響，現代制冷技術的進步使冷庫系統能以更少的能源完成制冷任務。變頻技術允許壓縮機根據冷庫的實際負荷調整運行速度，避免了傳統壓縮機的頻繁啟停，提升了能效。如氨（NH3）、二氧化碳（CO2）等自然制冷劑具有較低的全球變暖潛力（GWP），使用這些制冷劑可以減少對環境的影響。利用制冷過程中的廢熱進行其他用途（如水或空間加熱），提高能源使用效率。

3.3 智能維護和預測性維護的實施

通過利用傳感器數據和分析工具來預測設備的潛在故障，從而在問題發生之前進行維護，避免設備停機和損壞。在關鍵設備上安裝各種傳感器（如溫度、振動、壓力傳感器），實時監控設備的運行狀態。使用數據分析工具和算法（如機器學習模型）分析傳感器數據，識別潛在的故障模式和趨勢。基于歷史數據和實時數據建立預測模型，預測設備可能出現的故障，并生成維護建議。

3.4 區塊鏈技術的應用

區塊鏈技術應用于冷庫系統中，可實現食品質量和安全的可追溯性[35]。通過區塊鏈技術，食品從生產、運輸到貯存的每個環節都被記錄，可以進行追蹤，確保食品的來源和質量可信可靠。這種可追溯系統可以幫助冷庫管理人員及時發現食品安全問題，并采取有效的措施，保障消費者的健康和權益。

這些創新技術共同推動了冷庫系統的智能化和可持續發展。能源管理系統優化了資源配置，減少了運營成本；高效制冷技術提高了能效，降低了環境影響；智能維護則增強了設備的穩定性和使用壽命。這些進步不僅提升了冷庫的運營效率，還促進了整體環境保護，為冷鏈行業的未來發展奠定了堅實基礎。人工智能技術將在冷庫系統中發揮越來越重要的作用，借助機器學習和深度學習，冷庫系統可以實現更精準的溫度控制和能源管理。通過對大量歷史數據和實時數據的分析，人工智能算法可以預測未來的溫度變化趨勢，并自動調整冷庫設備的運行策略，以提高能源利用效率和降低成本。可見，未來冷庫系統的發展趨勢是智能化、網絡化和可追溯化。通過人工智能、區塊鏈和物聯網等先進技術的應用，冷庫系統將實現更高效、安全、可靠地運行，為食品安全和供應鏈管理提供更強大的支持。

參考文獻：

[1] 王賀. 冷庫系統節能及優化研究[D]. 重慶： 重慶大學， 2008： 56-58.

[2] LI J， XU H， LIU W， et al. Spatial pattern evolution and influencing factors of cold storage in China[J]. Chinese Geographical Science， 2020， 30： 505-515.

[3] SCHUDEL S， SHOJI K， SHRIVASTAVA C， et al. Solution roadmap to reduce food loss along your postharvest supply chain from farm to retail[J]. Food Packaging and Shelf Life， 2023， 36： 101057.

[4] 馮坤旋. 果蔬冷庫進貨過程流場穩定性及冷風機運行模式研究[D]. 西安： 西安建筑科技大學， 2016： 63-65.

[5] 查君. 農村三產融合發展中的政府作用研究[D]. 濟南： 山東大學， 2019： 2-6.

[6] 郭靖. 冷庫制冷裝置節能途徑分析探究[J]. 現代工業經濟和信息化， 2022， 12（11）： 72-73， 75.

[7] EVANS J A， HAMMOND E C， GIGIELA J， et al. Assessment of methods to reduce the energy consumption of food cold stores[J]. Applied Thermal Engineering， 2014， 62（2）： 697-705.

[8] ZILIO C. Moving toward sustainability in refrigeration applications for refrigerated warehouses[J]. HVACamp;R Research， 2014， 20（1）： 1-12.

[9] 劉春輝， 陳躍熙， 胡銳， 等. 現代超大型高層冷庫結構外保溫體系關鍵技術[J]. 施工技術， 2021， 50（11）： 142-145.

[10]" 宋銳. CFD在冷鏈保鮮設備中的應用[J]. 中國果菜， 2018， 38（9）： 1-4， 9.

[11]" 袁筱怡， 楊媛， 史韋艷. 第三方冷庫冷鏈食品安全監管模式研究[J]. 食品安全導刊， 2022（31）： 13-15.

[12]" 楊鵬， 郭帥帥， 賀素艷， 等. 低溫冷庫溫度波動數值分析[J]. 青島大學學報（工程技術版）， 2021， 36（2）： 100-106.

[13]" 蔡婷. 小型冷庫變頻控制系統的設計與實現[D]. 沈陽： 東北大學， 2016： 2.

[14]" KUMAR T N A， LALSWAMY B， RAGHAVENDRA Y， et al. Intelligent food and grain storage management system for the warehouse and cold storage[J]. International Journal of Research in Engineering， Science and Management， 2018， 1（4）： 130-132.

[15]" 趙旭光. 基于PLC的新能源電池生產線自動控制系統設計[D]. 西安： 西安石油大學， 2023： 3.

[16]" 劉瑞恒. 大型冷庫智能控制與監控系統的研究與應用[D]. 蘭州： 蘭州理工大學， 2021： 62-65.

[17]" 張平， 陳紹慧. 我國果蔬低溫貯藏保鮮發展狀況與展望[J]. 制冷與空調， 2008（1）： 5-10.

[18]" 閆旭， 侯立兵. 基于NFC的冷庫自動化控制系統設計[J]. 通訊世界， 2018， 25（12）： 278-279.

[19]" 閆峰. 智能型冷庫工藝系統的自動化控制探討——以普菲斯冷庫為實例[J]. 工程技術研究， 2017（8）： 106-107.

[20]" SONG W， TANG F， CAI W， et al. iTRAQ-based quantitative proteomics analysis of cantaloupe （Cucumis melo var. saccharinus） after cold storage[J]. BMC Genomics， 2020， 21： 1-15.

[21]" 張華. 冷鏈物流大數據中心設計與構建[D]. 杭州： 浙江工業大學， 2019： 39-41.

[22]" KIM W R， AUNG M M， CHANG Y S， et al. Freshness Gauge based cold storage management： A method for adjusting temperature and humidity levels for food quality[J]. Food Control， 2015， 47： 510-519.

[23]" 楊磊. 基于模糊神經網絡的冷庫過熱度控制方法研究[D]. 武漢： 湖北工業大學， 2021： 33-36.

[24]" 張秋霞. 物聯網數據采集與管理冷鏈物流公共服務平臺中的物聯網技術應用[J]. 中國自動識別技術， 2018（4）： 49-57.

[25]" KARIM A B， HASSAN A Z， AKANDA M M， et al. Monitoring food storage humidity and temperature data using IoT[J]. MOJ Food Processing amp; Technology， 2018， 6（4）： 400-404.

[26]" UMAMAHESWARI K， SUANEHA M， KALA B S. IoT based smart cold storage system for efficient stock management[C]//2020 International Conference on Communication and Signal Processing （ICCSP）. IEEE， 2020： 51-55.

[27]" 王琛， 馬業， 李偉， 等. 基于物聯網技術的大蒜冷庫溫濕度監測系統設計（英文）[J]. 智能化農業裝備學報（中英文）， 2022， 3（1）： 37-45.

[28]" APPASANI B， JHA A V， GHAZALI A N， et al. Analytical modeling and optimal control of cold storage system with large-scale implementation using IoT[C]//Advances in Smart Grid Automation and Industry 4.0： Select Proceedings of ICETSGAI4.0. Springer Singapore， 2021： 51-59.

[29]" 趙力蕃. 基于冷庫制冷系統的結霜故障診斷與預測研究[D]. 天津： 天津商業大學， 2020： 63-66.

[30]" 王佳豪， 張存喜. 基于BP神經網絡PID控制對漁船冷庫溫度控制的研究[J]. 機械工程師， 2023（11）： 25-28.

[31]" 陸紫生. 自動化冷庫監測及故障診斷專家系統的研究[D]. 大連： 大連海事大學， 2004： 32-36.

[32]" HOANG H M， AKERMA M， MELLOULI N， et al. Development of deep learning artificial neural networks models to predict temperature and power demand variation for demand response application in cold storage[J]. International Journal of Refrigeration， 2021， 131： 857-873.

[33]" AFREEN H， BAJWA I S. An IoT-based real-time intelligent monitoring and notification system of cold storage[J]. IEEE Access， 2021， 9： 38236-38253.

[34]" MOHAMMED M， MUNIR M， ALJABR A. Prediction of date fruit quality attributes during cold storage based on their electrical properties using artificial neural networks models[J]. Foods， 2022， 11（11）： 1666.

[35]" 賈凱文， 都牧， 胡祥培. 基于區塊鏈的農產品冷庫P2P共享平臺系統[J]. 信息與管理研究， 2023， 8（1）： 27-39.