一种食品供应链透明化的云边协同管理方法及系统与流程

本发明涉及食品供应链管理，具体涉及一种食品供应链透明化的云边协同管理方法及系统。

背景技术：

1、冷链物流在食品从生产端流转至零售终端的过程中，需经历运输、中转、仓储等多个环节。各环节部署边缘节点，通过云边协同架构将采集数据汇聚至云端，以实现全链路状态监控与质量追溯。

2、现有方案中，各边缘节点按固定周期独立采集数据，并在网络可用时统一上传至云端。云端依赖各环节的上传数据维护供应链透明化状态视图。

3、上述方案存在以下不足：当冷链运输车辆经过信号盲区时，若发生断链事件，边缘节点虽可本地检测到异常，但因网络不可达无法实时上报云端。云端无法感知该异常，因此不会向下游中转仓边缘节点下发协同采集指令。网络恢复后，云端虽收到运输端的断链异常记录，但中转仓端在同一时段仅有常规低频稀疏数据，导致两个环节的数据在时间粒度上严重不对齐。云端无法校验断链热暴露影响是否延续至下游环节，供应链透明化状态视图中形成跨环节因果链路的追溯盲区。

技术实现思路

1、本发明提供一种食品供应链透明化的云边协同管理方法及系统，解决相关技术中冷链运输过程中温湿度异常事件无法与下游中转环节实现跨环节数据联动校验、断链因果路径难以追溯的技术问题。

2、本发明公开了一种食品供应链透明化的云边协同管理方法，包括：

3、获取冷链运输边缘节点当前采集窗口内的温湿度传感器时序数据和制冷设备运行状态数据；

4、对所述温湿度传感器时序数据执行滑动窗口极值检测，将偏离安全阈值的极值点标记为极值事件，生成极值事件序列；

5、对所述极值事件序列中的每个极值事件关联同一时间窗口内的设备状态变化记录，生成带因果关联标注的异常事件元组；

6、将所述异常事件元组编码为事件快照数据块，从本地存储的供应链拓扑关联信息中提取下游关联节点标识和预计到达时间窗口，生成协同同步预请求数据包；

7、在网络连接恢复时以强制优先级将所述事件快照数据块和所述协同同步预请求数据包上传至云端；

8、云端解析所述协同同步预请求数据包，在所述预计到达时间窗口的起始边界之前向下游中转仓边缘节点下发提前协同采集指令；

9、所述下游中转仓边缘节点在指定时间窗口内以高频采集模式采集数据并上传至云端；

10、云端基于温度传递衰减约束规则和重量守恒容差规则对运输端事件快照数据块与中转仓端高频协同采集数据执行跨环节一致性校验，生成跨环节偏差指数；

11、基于所述跨环节偏差指数和所述因果关联标注生成跨环节断链因果链路重建报告，写入供应链透明化状态视图。

12、进一步地，所述滑动窗口极值检测包括：在每个滑动窗口内提取局部最大值和局部最小值及其对应时间戳；计算每个极值偏离所述安全阈值的幅度和持续时长；将偏离幅度超过预设幅度门限且持续时长超过预设时长门限的极值点标记为极值事件；其中，所述滑动窗口的步进长度小于窗口宽度，使相邻窗口之间存在重叠区域。

13、进一步地，所述因果关联标注的生成方式包括：计算极值事件发生时间戳与最近一次设备状态变化时间戳之间的时间偏移量；当所述时间偏移量为正值且绝对值小于预设因果时间窗口时，标注为设备触发型；当在所述预设因果时间窗口内无法匹配到设备事件时，标注为外部环境型；所述异常事件元组包含极值幅度、持续时长、关联设备事件类型和所述时间偏移量。

14、进一步地，还包括对所述极值事件序列执行事件聚合处理：当相邻极值事件的时间间隔小于预设聚合间隔时，将相邻极值事件合并为一个聚合极值事件；所述聚合极值事件的极值幅度取各被合并事件中的最大幅度值，持续时长取从第一个被合并事件起始到最后一个被合并事件结束的总时间跨度。

15、进一步地，所述协同同步预请求数据包中的预计到达时间窗口基于当前时间与当前位置到终止节点的剩余预计运输时长计算得到，包含预计到达时间的起始边界和结束边界；所述供应链拓扑关联信息为运输任务启动前由云端下发并缓存至边缘节点本地存储的静态配置数据。

16、进一步地，所述提前协同采集指令包含需要高频采集的参数类型和采集持续时长；云端根据所述事件快照数据块中的极值幅度和持续时长确定协同采集等级：当极值幅度超过第一等级门限且持续时长超过第一时长门限时，协同采集等级为高等级，采集频率为基准频率的预设高倍率倍；当极值幅度或持续时长低于所述第一等级门限时，协同采集等级为标准等级，采集频率为基准频率的预设标准倍率倍。

17、进一步地，所述跨环节偏差指数的生成方式包括：基于所述温度传递衰减约束规则计算预期到达温度：，其中为制冷恢复后的车厢设定温度，为断链峰值温度，为温度衰减系数，为从断链恢复时刻到货物到达中转仓时刻的时间间隔；计算跨环节偏差指数：，其中为中转仓实际接收温度，为温度偏差允许的最大阈值，为运输端出发重量，为中转仓接收重量，为预设重量容差值，和为权重系数且满足。

18、进一步地，所述跨环节断链因果链路重建报告包含断链事件起点时间和位置、关联设备事件类型、跨越交接点的温度传递路径和残余风险等级；所述残余风险等级基于所述跨环节偏差指数的取值区间确定：当所述跨环节偏差指数低于第一风险门限时为低风险，介于第一风险门限和第二风险门限之间时为中风险，高于第二风险门限时为高风险。

19、进一步地，所述事件快照数据块和所述协同同步预请求数据包在本地传输队列中占用独立的保留存储区域，该保留存储区域容量固定且不被常规数据覆写；当所述保留存储区域接近满载时，边缘节点对新产生的常规采集数据执行降采样压缩后写入普通存储区域。

20、本发明公开了一种食品供应链透明化的云边协同管理系统，包括：

21、边缘采集模块，用于获取冷链运输边缘节点当前采集窗口内的温湿度传感器时序数据和制冷设备运行状态数据；

22、极值检测模块，用于对所述温湿度传感器时序数据执行滑动窗口极值检测，生成极值事件序列；

23、因果关联模块，用于对所述极值事件序列中的每个极值事件关联同一时间窗口内的设备状态变化记录，生成带因果关联标注的异常事件元组；

24、编码与预请求生成模块，用于将所述异常事件元组编码为事件快照数据块并生成携带下游关联节点标识和预计到达时间窗口的协同同步预请求数据包；

25、优先传输模块，用于在网络连接恢复时以强制优先级将所述事件快照数据块和所述协同同步预请求数据包上传至云端；

26、协同指令下发模块，用于云端解析所述协同同步预请求数据包并在预计到达时间窗口的起始边界之前向下游中转仓边缘节点下发提前协同采集指令；

27、高频协同采集模块，用于所述下游中转仓边缘节点在指定时间窗口内以高频采集模式采集数据并上传至云端；

28、跨环节校验模块，用于基于温度传递衰减约束规则和重量守恒容差规则对运输端事件快照数据块与中转仓端高频协同采集数据执行一致性校验，生成跨环节偏差指数；

29、因果链路重建模块，用于基于所述跨环节偏差指数和所述因果关联标注生成跨环节断链因果链路重建报告并写入供应链透明化状态视图。

30、本发明的有益效果在于：

31、本发明通过在边缘端异常检测阶段即生成携带下游关联节点标识和预计到达时间窗口的协同同步预请求数据包，使边缘节点在网络不可达时预先准备好跨环节协同所需的关联信息。网络恢复后，云端可在货物实际到达之前向下游中转仓边缘节点下发提前协同采集指令，使下游中转仓边缘节点在交接时间窗口内具备与运输端断链事件时间粒度匹配的高频协同采集数据，从而使运输端与中转仓端的数据在时间分辨率上对齐，为跨环节一致性校验提供数据基础。

32、滑动窗口极值检测保证断链瞬时异常不被常规数据压缩逻辑平滑丢失。因果关联标注保留了极值事件与制冷设备运行状态变化之间的因果信息。基于跨环节偏差指数生成的跨环节断链因果链路重建报告，将运输端断链事件与中转仓端接收状态关联，消除了因信号盲区和低频采集导致的跨环节追溯盲区，恢复了供应链透明化状态视图中的全链路质量追溯能力。