一种基于物联网的冷链物流温湿度监控方法及系统与流程

本发明涉及冷链物流温湿度监控，尤其涉及一种基于物联网的冷链物流温湿度监控方法及系统。

背景技术：

1、目前，生鲜食品与生物制品的冷链运输过程中，车厢内部热工状态受外部日照辐射、环境温度波动与内部货物呼吸热、开门扰动的双重制约，多源热负荷的非线性耦合导致温湿场呈现时空异质性特征。随着物联网感知技术的普及，基于工业数据处理的智能温控方法逐渐成为提升冷链质量的核心手段，但现有方案仍难以实现冷量供给与空间需求的精准匹配。

2、在一种现有技术中，电动汽车空调控制方法通过网络接收目标工作参数，按固定间隔采集车内单点温度值，计算温差变化率并输入压缩机转速计算模型。从热工控制机理上看，该方案仅提取单一温度维度的反馈信号，未对日照辐射、冷桥漏热、货物潜热等多源热负荷进行解耦分析，也未引入湿度变化对冷量需求的贡献项。同时，其采用的线性转速映射模型无法适配热负荷的非线性波动特性，风机风量调节与冷量空间分布需求完全脱节，导致冷桥位置的热量侵入无法得到及时补偿，局部温度偏差随运输时间持续累积。

3、综上所述，现有技术由于缺乏多源热负荷的协同解耦与空间冷量分布的精准调控机制，存在复杂工况下冷量响应滞后与冷桥位置温度偏差持续扩大的问题。

技术实现思路

1、本发明提供了一种基于物联网的冷链物流温湿度监控方法及系统，以实现复杂工况下实时冷量供应与冷桥温度控制。

2、第一方面，为了解决上述技术问题，本发明提供了一种基于物联网的冷链物流温湿度监控方法，包括：

3、采集冷桥处的初始温度和回风口处的初始湿度，根据所述初始温度和所述初始湿度进行参数融合，得到初始热工状态集合；

4、根据所述初始热工状态集合进行负荷解析，得到货物负荷波动值；

5、获取冷桥处的实时温度与回风口处的实时湿度，将所述实时温度与所述初始温度、所述实时湿度与所述初始湿度分别进行偏差计算，得到温度偏差和湿度偏差；

6、根据所述温度偏差、所述湿度偏差、所述货物负荷波动值及预先获取的预冷余量进行多元融合预测，得到冷量需求估值；

7、根据所述冷量需求估值进行映射，得到初始压缩转速和初始风机风量，根据所述初始压缩转速进行平滑斜率计算，得到转速爬升斜率，对所述转速爬升斜率进行积分，得到目标压缩转速，对所述初始风机风量进行拟合，得到目标风机风量；

8、根据所述目标压缩转速和所述转速爬升斜率进行变频指令生成，得到第一调节指令，根据所述目标风机风量进行风道指令生成，得到第二调节指令；

9、对所述第一调节指令与所述第二调节指令进行指令解析，得到启停延迟时长，根据所述启停延迟时长完成冷量供给与冷量需求的协同匹配。

10、第二方面，本发明提供了一种基于物联网的冷链物流温湿度监控系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的方法的步骤。

11、第三方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的方法的步骤。

12、相比于现有技术，本发明具有如下有益效果：

13、（1）本发明通过采集日照辐射强度、货物呼吸热与冷桥温湿度数据，构建初始热源分布矩阵并引入凝露风险指数进行权重修正，经聚类处理得到初始热工状态集合，解决了现有技术未区分多源热负荷耦合特性、忽略冷桥热湿耦合效应的问题，实现车厢热工状态的全面精准评估，为后续冷量需求预测提供可靠的数据基础。

14、（2）本发明通过融合货物负荷波动值、温湿度偏差与预冷余量，采用随机森林模型进行多元冷量预测，同时叠加开门瞬时扰动量进行偏差修正，解决了现有技术单一温度反馈导致的冷量预测精度低、响应滞后的问题，显著提升冷量预测的准确性和系统响应速度，能够及时适配复杂多变的运输工况。

15、（3）本发明通过构建冷量空间分布场感知局部冷量差异，采用长短期记忆网络模型预测冷桥位置冷量需求，调整局部导流板实现精准补冷，解决了现有技术全局冷量调节与空间分布需求脱节的问题，有效控制冷桥位置的温度偏差，同时降低制冷系统的整体能耗，保障货物运输品质。

1.一种基于物联网的冷链物流温湿度监控方法，其特征在于，包括：

2.根据权利要求1所述的基于物联网的冷链物流温湿度监控方法，其特征在于，所述采集冷桥处的初始温度和回风口处的初始湿度，根据所述初始温度和所述初始湿度进行参数融合，得到初始热工状态集合，包括：

3.根据权利要求1所述的基于物联网的冷链物流温湿度监控方法，其特征在于，所述根据所述初始热工状态集合进行负荷解析，得到货物负荷波动值，包括：

4.根据权利要求1所述的基于物联网的冷链物流温湿度监控方法，其特征在于，所述获取冷桥处的实时温度与回风口处的实时湿度，将所述实时温度与所述初始温度、所述实时湿度与所述初始湿度分别进行偏差计算，得到温度偏差和湿度偏差，包括：

5.根据权利要求1所述的基于物联网的冷链物流温湿度监控方法，其特征在于，所述根据所述温度偏差、所述湿度偏差、所述货物负荷波动值及预先获取的预冷余量进行多元融合预测，得到冷量需求估值，包括：

6.根据权利要求1所述的基于物联网的冷链物流温湿度监控方法，其特征在于，所述根据所述冷量需求估值进行映射，得到初始压缩转速和初始风机风量，根据所述初始压缩转速进行平滑斜率计算，得到转速爬升斜率，对所述转速爬升斜率进行积分，得到目标压缩转速，对所述初始风机风量进行拟合，得到目标风机风量，包括：

7.根据权利要求6所述的基于物联网的冷链物流温湿度监控方法，其特征在于，所述根据所述目标压缩转速和所述转速爬升斜率进行变频指令生成，得到第一调节指令，根据所述目标风机风量进行风道指令生成，得到第二调节指令，包括：

8.根据权利要求1所述的基于物联网的冷链物流温湿度监控方法，其特征在于，所述对所述第一调节指令与所述第二调节指令进行指令解析，得到启停延迟时长，根据所述启停延迟时长完成冷量供给与冷量需求的协同匹配，包括：

9.一种基于物联网的冷链物流温湿度监控系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至8任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至8任一项所述的方法的步骤。