基于物联网的冷冻大鲵预制菜冷链运输温控系统的制作方法

本发明涉及冷链运输温度控制，具体为基于物联网的冷冻大鲵预制菜冷链运输温控系统。

背景技术：

1、冷冻大鲵预制菜在冷链运输过程中对温度波动极为敏感，车厢内温度场分布受外部环境变化、货物堆码密度及制冷气流组织的影响，呈现显著的空间非均匀性和时变特性。保持货物全时段处于目标温度区间，并避免局部过冷或过热，是冷链运输温控的核心要求。现有的冷链车厢温控方案多采用定点温度反馈控制，即在车厢内布置少量温度传感器，将采集到的温度值与设定值比较后直接驱动压缩机和风机运行。此类方案依赖单一或少数测点的温度信息，无法反映整车温度场的空间分布特征，容易造成局部热点未被覆盖或冷量过度集中。部分方案引入离线建立的热力学模型用于前馈控制，但模型中的热阻、热容等参数通常基于车厢空载或固定堆码状态标定，一旦货物种类、装载率或堆码方式发生变化，模型参数便与实际传热状态失配，导致制冷量计算出现偏差，控制精度随时间推移逐渐下降。另一种常用方案是通过比例积分微分控制或模糊控制算法调节制冷输出，该类方案虽能抑制部分扰动，但本质上仍属于基于误差反馈的自校正机制，对温度场全局演化缺乏预测能力。当车厢内局部传感器失效或通信异常时，控制系统因缺失关键节点数据而无法准确判断该区域的温度趋势，只能以保守模式运行，造成不必要的制冷能耗或温度超出安全边界。上述问题反映出常规温控系统在热模型实时性与数据完整性方面存在共性缺陷：热模型参数无法随运输过程中货物热特性变化而自适应更新，导致控制模型持续偏离实际状态；缺少对缺失温度数据的有效补偿机制，使得传感器故障直接破坏温度场重构和控制决策的可靠性。

技术实现思路

1、本发明提供一种基于物联网的冷冻大鲵预制菜冷链运输温控系统，目的在于解决冷链车厢热模型参数无法在线自适应更新以及温度传感器故障导致数据缺失时温度场重构可靠性不足的问题，实现整车温度场的精确感知和制冷功率的实时优化分配。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供了一种基于物联网的冷冻大鲵预制菜冷链运输温控系统，该系统包括多源数据采集模块、热网络构建模块、动态参数更新模块、制冷量计算模块和执行控制模块。多源数据采集模块用于获取冷链车厢内多个空间位置的温度数据、湿度数据以及车厢外环境温度数据，并生成时序温度场数据集。热网络构建模块根据冷链车厢的结构参数和冷冻大鲵预制菜的堆码方式，构建包含多个热容节点和热阻支路的热网络模型，并将时序温度场数据集映射至各热容节点，从而以集总参数形式精确描述车厢内复杂传热路径。动态参数更新模块基于时序温度场数据集，采用带遗忘因子的递推最小二乘法对热网络模型中的热阻参数和热容参数进行在线更新，得到实时热网络参数，使模型能够自适应地跟踪车厢内热特性的动态变化。制冷量计算模块根据实时热网络参数和预设的目标温度曲线，通过求解热网络模型的能量守恒方程组得到各制冷区域所需的制冷功率。执行控制模块将制冷功率转换为制冷机组的压缩机频率指令和风机转速指令，并调节制冷剂流量，对各制冷区域实施精准且独立的冷量分配。

3、通过将热网络建模与动态参数在线辨识相结合，系统能够实时反演冷链车厢内温度场的实际分布状态，并据此计算分区制冷功率，有效抑制冷冻大鲵预制菜在运输过程中的温度波动，保证产品全程处于稳定的低温环境。优选的，多源数据采集模块中的温度传感器节点和湿度传感器节点按照预设的三维网格坐标均匀布置在冷链车厢的内壁、货架层以及货物内部，每个节点在预设采样周期内连续采集数据，确保对温度场的全面监测。热网络构建模块根据冷冻大鲵预制菜的包装箱尺寸、堆叠层数以及相邻包装箱之间的间隙距离，将车厢内部空间划分为若干长方体子区域，每个子区域等效为一个热容节点，子区域之间的导热路径等效为热阻支路，相邻热容节点之间通过热阻支路连接，并将每个热容节点的初始温度设定为对应子区域起始时刻的平均温度，使得所建模型能够准确反映堆码方式导致的传热各向异性。

4、作为本发明的一个技术方案，动态参数更新模块在每次采样时刻到来时，提取时序温度场数据集中最新的一组温度值作为观测向量，利用热网络模型的状态方程构建残差函数，并将遗忘因子设置为0.95至0.99之间的固定值，通过迭代计算更新热阻参数和热容参数，使残差函数的平方和最小化，从而在降低历史数据干扰的同时保证对时变工况的快速跟踪能力。制冷量计算模块在对能量守恒方程组进行求解时，先对方程组进行线性化处理，得到关于各热容节点温度的线性代数方程组，再将预设目标温度曲线中对应时刻的目标温度值代入方程组右侧常数列，求解得到各热容节点的稳态热流量，之后将稳态热流量按照制冷区域汇总并乘以预设的余量系数，作为最终施加的制冷功率。余量系数能够根据当前制冷区域的平均温度与目标温度的偏差动态调整，偏差越大余量系数越大，以加速温度恢复过程，实现快速纠偏。在所述线性化处理过程中，还引入对流热阻修正项，该修正项根据冷链车厢内各制冷区域的风机风速和气流方向确定，并以附加热阻支路的形式并联在对应热容节点与车厢内壁之间，提高了对车厢内对流换热效应的描述精度，使制冷功率计算值更为精准。执行控制模块包括变频压缩机和多个风门执行器，变频压缩机根据压缩机频率指令调整输出功率，风门执行器根据风机转速指令调节各制冷区域的风门开度，同时通过调节电子膨胀阀的开度改变制冷剂流量，使制冷剂蒸发温度与目标温度曲线相匹配，实现各制冷区域制冷量的按需配送。

5、为进一步提升温控的前瞻性和鲁棒性，系统还包含温度场预测模块。温度场预测模块以实时热网络参数和当前时刻的制冷功率作为输入，利用热网络模型的能量守恒方程组向前迭代预设步数，得到未来多个采样时刻的各热容节点温度预测值，并将温度预测值传输至制冷量计算模块，使制冷量计算模块能够根据温度预测值与目标温度曲线的偏差提前调整下一时刻的制冷功率，形成前馈补偿机制，有效克服制冷系统自身的响应滞后。在迭代过程中，温度场预测模块监测每个热容节点温度预测值的置信区间。当某个热容节点对应的温度传感器发生通信故障导致时序温度场数据集中缺失该节点数据时，温度场预测模块利用该热容节点相邻节点的温度预测值，通过克里金插值方法生成替代值并赋予该节点，继续执行迭代预测，保证系统在部分传感器失效工况下仍能稳定输出预测温度场，维持对冷链车厢温度的有效调控。

6、在上述技术方案中，本发明提供的技术效果和优点：

7、通过动态参数更新模块，在每次采样时刻从时序温度场数据集中提取最新温度观测向量，并利用热网络模型的状态方程构建残差函数。采用带遗忘因子的递推最小二乘法，遗忘因子设置为0.95至0.99之间，对热网络模型中的热阻参数和热容参数进行在线迭代更新，使残差函数平方和最小化。随着运输进程和货物热特性变化，实时热网络参数不断逼近实际传热状态，有效克服了固定参数模型在货物堆码方式或装载率改变后出现的模型失配问题。制冷量计算模块基于实时更新的热网络参数求解能量守恒方程组，能够更准确地预测各制冷区域在当前状态下的散热需求，减少因参数滞后造成的制冷量过剩或不足，使温度控制响应始终与实际热传递过程保持动态一致。温度场预测模块以实时热网络参数和当前制冷功率作为输入，利用热网络模型的能量守恒方程组向前迭代预设步数，获得未来多个采样时刻的各热容节点温度预测值。当某个热容节点对应的温度传感器发生通信故障，导致时序温度场数据集中缺失该节点数据时，温度场预测模块利用该节点相邻节点的温度预测值通过克里金插值方法生成替代值，并赋予该节点后继续执行迭代计算。此种基于热模型预测与空间统计插值相结合的数据补偿方式，不依赖传感器冗余配置，即可在局部数据缺失时维持温度场的完整重构和连续预测。制冷量计算模块根据温度预测值与目标温度曲线的偏差调整下一时刻制冷功率，使系统在传感器故障工况下仍能保持对温度趋势的前瞻性判断，避免因数据缺失直接转为开环控制而引发的温度失控风险，同时降低因保守制冷策略导致的额外能耗。