基于多源数据融合的数字化厨房全流程管控方法及系统与流程

本发明涉及数字化厨房管控，具体为基于多源数据融合的数字化厨房全流程管控方法及系统。

背景技术：

1、数字化厨房管理涉及人员调度、设备监测、物料跟踪、环境控制和工艺执行等多维度信息。不同数据源在采集频率、时间基准和数据格式上存在异构特性，传统方案通常对各环节数据进行独立处理。人员打卡记录仅用于考勤统计，设备传感器数据用于单机故障报警，物料电子标签用于库存盘点，环境传感数据仅用于超限预警，工艺配方数据则作为静态操作指南。各环节数据之间缺乏有效的时间对齐和语义关联手段，无法形成对厨房运行状态的统一表征。现有的厨房管控方法通常将采购、仓储、生产、出餐和溯源视为顺序执行的独立决策问题。采购决策仅依据库存下限触发补货，未考虑实时生产消耗速率的波动和出餐节拍变化；仓储管理仅按物料类别分区存放，未结合环境参数对保质期影响的动态评估；生产排程仅按订单到达顺序安排加工，无法根据设备可用状态和人员实时负载调整任务分配；出餐调度仅以订单超时最小化为目标，未与上游生产节奏和下游追溯需求协同优化；溯源信息仅记录关键节点数据，未建立物料批次与操作人员及设备使用过程的连续关联链。各环节决策模型相互割裂，导致从物料入库到成品出餐的全流程中出现库存积压与缺料并存、设备空闲与过载交替、出餐延迟与菜品品质下降等连锁问题。多源异构数据的时间维度不一致导致人员动作、设备状态变化、物料移动和环境波动的时序关系难以精确还原，进而使得描述厨房运行状态的特征表示无法捕捉跨环节的动态耦合效应。同时，在缺乏统一特征表示的情况下，各管控环节的优化目标存在冲突，无法通过单一决策模型实现采购成本、仓储占用、生产等待、出餐延迟和追溯完整性的联合寻优。

技术实现思路

1、提供一种基于多源数据融合的数字化厨房全流程管控方法及系统，以解决多源数据时间对齐与统一表征缺失、各环节管控决策相互孤立且无法实现全局协同优化的问题。

2、为了实现上述目的，本发明提供如下技术方案：本发明提出一种基于多源数据融合的数字化厨房全流程管控方法，采集厨房全流程中来自人员身份识别终端、设备运行监测器、物料电子标签、环境传感阵列以及工艺配方数据库的多源初始数据；对所述多源初始数据进行时间窗口对齐处理，生成融合人员操作轨迹、设备工况参数、物料流转记录、环境变化序列和工艺执行标准的结构化统一视图；根据所述结构化统一视图，调用完成训练的时空图神经网络对采购计划、仓储状态、生产进度、出餐节拍和追溯链条进行联合状态编码，生成厨房全流程的数字化镜像特征张量；基于所述数字化镜像特征张量，通过预设的流程管控目标函数进行多目标约束优化求解，输出包含采购调度指令、仓储周转控制参数、生产任务排程表、出餐时序分配方案和溯源信息压缩码的协同管控决策结果。

3、本发明通过将多源异构数据在统一时间维度上进行对齐与融合，消除了人员行为、设备状态、物料流动、环境条件和工艺标准之间的信息孤岛，使得厨房运行的各项要素能够在同一视图中被同步观测与分析。进一步利用时空图神经网络对这种结构化统一视图进行深度特征学习，能够自动捕捉厨房物理空间中操作节点之间的依赖关系以及全流程在时间维度上的演变规律，从而生成高度凝练且准确反映厨房整体运行状态的数字化镜像特征张量。这一过程无需人工设定复杂的规则或公式，模型通过训练即可从历史数据中学习到采购、仓储、生产、储藏和溯源等各个环节之间的内在关联机制。

4、作为本发明的一个技术方案，在对多源初始数据进行时间窗口对齐处理时，以设备工况参数数据流中的设备启停事件时间戳为基准锚点，分别截取人员身份识别数据流、物料电子标签数据流和环境传感阵列数据流中与基准锚点的时间偏差在预设窗口范围内的数据片段。随后将时间对齐后的数据片段分别进行轨迹串联、状态序列整理和时序拼接，得到人员操作轨迹、物料流转记录和环境变化序列。同时将工艺执行标准数据流中的菜品标识与物料流转记录中的物料类型进行关联映射，生成与当前加工任务匹配的工艺执行标准。最后将所有处理结果按照统一的时间戳索引进行横向拼接，生成结构化统一视图。这种处理方式确保了不同采集频率和响应特性的数据流能够在物理事件的实际发生时刻上实现精准对齐，避免了因数据时延或抖动导致的错位问题，为后续的时空图建模提供了准确可靠的输入基础。

5、优选的，在生成厨房全流程的数字化镜像特征张量时，以结构化统一视图中的设备工况参数为边权重、以人员操作轨迹中的工位节点为顶点，构建厨房物理空间的操作依赖拓扑图，并在每个顶点上附加物料流转记录中的库存余量信息和环境变化序列中的环境物理量，生成带属性顶点的动态时空图结构。然后从该动态时空图结构中按照预设时间步长截取连续多个时间步的图快照序列，依次通过时空图神经网络的空间卷积层和时间循环层对相邻顶点的空间关联特征与各时间步的状态传递特征进行聚合处理，最终经输出映射层进行维度变换，生成分别对应采购、仓储、生产、出餐和溯源五个维度的状态编码分量，并将各分量拼接得到数字化镜像特征张量。该技术方案通过图结构显式地表达了厨房内工位、设备、物料和环境之间的物理约束关系，时空图神经网络能够在这种关系约束下完成跨环节信息的联合编码，使得生成的镜像特征张量不仅包含各环节自身的状态信息，还蕴含了环节之间的相互影响和动态耦合效应。

6、作为本发明一个优选的实施方式，在基于数字化镜像特征张量进行多目标约束优化求解时，分别从镜像特征张量中提取采购状态编码分量、仓储状态编码分量、生产状态编码分量、出餐状态编码分量和溯源状态编码分量。结合物料流转记录中的历史消耗速率和当前库存余量构建采购提前期与订货量的第一映射关系；结合环境变化序列中的温湿度监测值对保质期限的影响系数构建仓储分区与库存周转优先级的第二映射关系；结合人员操作轨迹中各工位的实时负载能力和设备工况参数中的设备可用状态构建加工任务与资源匹配的第三映射关系；结合工艺执行标准中各菜品的标准加工时长和预设的出餐时间窗口构建菜品制作顺序与出餐时序的第四映射关系；结合物料电子标签数据流中的批次关联信息和人员身份识别数据流中的操作记录构建物料批次与加工人员及设备的关联追溯矩阵。以这五个映射关系作为联合约束条件，对流程管控目标函数中的采购成本项、仓储占用项、生产等待项、出餐延迟项和追溯缺失项进行加权迭代求解，生成满足所有约束条件的帕累托最优解集。从帕累托最优解集中选取综合加权评分最高的解方案，进行解析后即得到各环节的具体管控决策结果。这种将深度特征提取与多目标优化相结合的方式，使得管控决策能够在全局最优的视角下同步兼顾成本控制、效率提升和质量保障等多个相互冲突的目标，自动在采购提前期、库存周转效率、生产排程合理性、出餐准时性和溯源完整性之间找到最佳的平衡点。

7、对于第一映射关系的构建，本发明从物料流转记录中统计预设历史天数内每种物料每日的出库数量，计算日平均消耗速率和日消耗速率标准差，确定每种物料的消耗波动区间以及安全库存下限阈值和上限阈值。同时从结构化统一视图中提取供应商历史交货周期记录和交货周期最大偏差值。在当前库存余量低于安全库存下限阈值时触发采购，将供应商交货周期平均值与最大偏差值之和作为采购提前期预估区间，再根据该区间内的预期消耗量、安全库存上限阈值与当前库存余量的关系计算建议订货量数值。这种方式将消耗波动的随机性和供应商交货的不确定性同时纳入采购决策，实现了对缺货风险和库存积压风险的双向控制。

8、对于第二映射关系的构建，从环境变化序列中提取仓储区各监测点位的温度时间序列和湿度时间序列，计算各点位的温度平均值、温度波动幅度、湿度平均值和湿度波动幅度。根据每种物料在电子标签中记录的保质期限和推荐存储温湿度范围，结合实测环境参数计算各物料在当前仓储环境下的等效剩余保质天数。按照等效剩余保质天数从短到长的顺序对物料进行库位分配，同时兼顾物料的出库频率和统计值进行加权决策，最终确定每种物料的最终分配库位和同一库位内部的周转顺序编号。该方案使得仓储管理能够动态响应环境变化对物料品质的实际影响，优先消耗品质衰减最快的物料，有效降低因存储不当导致的物料损耗。

9、对于第三映射关系的构建，从设备工况参数中提取各加工设备的当前运行状态和累计运行时长，生成设备可用性优先级序列。从人员操作轨迹中提取各工位的操作人员数量和技能等级证书信息，计算各工位的实时空闲容量。根据工艺执行标准将生产任务拆解为工序任务单元序列，按照所需设备类型和操作人员技能等级要求，在可用设备和可用工位中进行匹配绑定，并计算各工序任务单元的计划启动时刻和计划完成时刻。该方案实现了设备和人员两类核心生产资源的同步匹配与优化调度，避免了因单一资源等待而造成的整体生产停滞。

10、对于第四映射关系的构建，从预设的出餐时间窗口中提取每个菜品订单要求的最终出餐时刻和最晚允许出餐时刻，计算各订单的剩余响应时间并生成订单紧急度优先级队列。从生产任务排程表中提取各加工设备的已排程占用时段，计算每个菜品订单的最早可完成时刻，并以最早可完成时刻不晚于最晚允许出餐时刻为约束进行可行性校验。将通过校验的订单按照最终出餐时刻升序排列，生成最终菜品制作执行顺序及对应的加工设备时段分配和暂存保温区域编号。该方案在满足出餐时限要求的前提下最大化生产资源的利用效率，并通过对暂存保温区域的合理分配保证菜品在等待出餐期间的品质稳定。

11、对于关联追溯矩阵的构建，从物料电子标签数据流中提取每批次物料的原始批次号、供应商批次号和内部流转批次号，建立批次号之间的级联映射表。从人员身份识别数据流和设备工况参数中提取每个加工工序对应的操作人员标识、设备编号和时间段信息。以物料批次号为行索引、工序序列号为列索引构建初始关联矩阵，并在每个单元格中记录物料数量、操作人员和设备信息。针对同批次物料出现在多道工序中的情况，按工序执行先后顺序进行链式连接生成完整加工轨迹链，并对每个节点附加上岗时段校验标记和状态一致性校验标记，形成关联追溯矩阵。该方案建立了物料从源头到成品的全链条关联关系，当发生食品安全事件时能够快速定位问题环节和相关责任主体，实现对问题批次的高效定向召回和处置。

12、本发明还提供一种基于多源数据融合的数字化厨房全流程管控系统，包括存储器、处理器以及存储在存储器中并在处理器上运行的计算机程序，处理器在执行该计算机程序时实现上述基于多源数据融合的数字化厨房全流程管控方法的步骤。该系统可将上述全流程管控方法转化为自动化运行的软件产品，部署于厨房管理服务器或云端平台，对厨房运营过程中来自各类感知终端和业务系统的实时数据进行统一接入、智能分析与协同决策输出，为大型餐饮企业、中央厨房或连锁餐饮门店提供覆盖采购、仓储、加工、出餐和溯源全链路的智能化闭环管控能力。

13、在上述技术方案中，本发明提供的技术效果和优点：

14、以设备启停事件时间戳为基准锚点，截取人员身份识别数据流、物料电子标签数据流和环境传感阵列数据流中处于预设时间窗口内的数据片段，并将人员操作片段串联为移动轨迹、物料流转片段整理为从入库到成品的状态序列、环境变化片段拼接为时序连续变化曲线，再与工艺执行标准按菜品标识进行关联，生成以统一时间戳索引的结构化统一视图。该对齐融合方式消除了不同数据源之间的时间偏差和语义割裂，使得原本独立的身份信息、设备状态、物料批号和环境读数能够在同一时间坐标系下形成完整的事件快照，为全流程特征建模提供了同时具备空间关系和时间演变信息的结构化输入。在结构化统一视图上，以设备工况参数为边权重、以人员操作轨迹中的工位节点为顶点构建操作依赖拓扑图，附加物料库存余量信息和环境物理量作为顶点属性，形成带属性顶点的动态时空图结构，并通过时空图神经网络的空间卷积层对相邻工位的特征进行聚合，再由时间循环层沿连续时间步传递状态，最终输出包含采购状态编码、仓储状态编码、生产状态编码、出餐状态编码和溯源状态编码的数字化镜像特征张量。该时空图神经网络编码过程将多源异构数据转化为一个统一的特征张量，隐式地捕获了人员流动、设备负载、物料消耗、环境变化和工艺执行标准之间的非线性耦合关系，使得任一环节的状态变化都会通过图结构传导并反映在其他环节的状态编码中，从根本上改变了各环节独立建模时信息割裂的状态。基于数字化镜像特征张量中解耦出的各环节状态编码，分别构建采购提前期与订货量映射、仓储分区与库存周转优先级映射、加工任务与资源匹配映射、菜品制作顺序与出餐时序映射以及物料批次与加工人员及设备的关联追溯矩阵，并将这些映射作为联合约束条件，对包含采购成本项、仓储占用项、生产等待项、出餐延迟项和追溯缺失项的流程管控目标函数进行加权迭代求解，生成帕累托最优解集，再从中选取综合加权评分最高的解方案，同时解析出采购调度指令、仓储周转控制参数、生产任务排程表、出餐时序分配方案和溯源信息压缩码。这种从统一特征张量出发的多目标联合优化求解方式，不再将采购、仓储、生产、储藏和溯源作为独立的决策阶段，而是让各环节的决策变量在同一个优化框架下找到相互平衡的全局最优解，使得库存补货时机与生产消耗速率相匹配，仓储库位分配与物料剩余保质期及出库频率相协调，工序排班与设备可用性和人员负载相适应，出餐顺序与上游工序完成时刻和保温暂存能力相衔接，溯源链与批次消耗路径及操作记录即时关联并压缩存储，实现全流程协同管控。