一种智能生成食品生产经营企业关键控制措施的系统的制作方法

1.本发明涉及食品企业监控系统领域，具体地，涉及一种智能生成食品生产经营企业关键控制措施的系统。


背景技术：

2.食品安全关系这人们的身体健康，随着食品安全事件的频发，人们对食品安全的关注度也逐渐增加，同时对食品安全监管部门的要求也逐渐变高。
3.然后食品企业众多，且每个食品企业生产的食品类型也众多，传统的人工抽检方式显然不满足现状，因此，现有技术中开发了一些食品企业监管系统，用于对食品企业的进行监管和告警。
4.但是现有的食品企业监管系统只是停留在抽取企业数据，然后判断企业是否安全问题，当存在安全问题时由监管部门开会研究出相应的控制措施，这样的方式具有延迟性，因为开会需要一定的时间，而食品安全管控需要及时处理，以避免更多的问题食品出现，并且每次开会的措施都是由当场人员决定，容易出现不准确或过度的或不一致的措施。


技术实现要素：

5.为了能够提高食品企业管控的及时性以及管理措施的准确性和一致性，本发明提供了种智能生成食品生产经营企业关键控制措施的系统，通过本系统采集企业数据，然后快速自动的生成相应的控制措施，避免了传统的人工研究生成控制措施，满足了食品企业管控的及时性要求，并且控制措施的生成标准一致且准确。
6.为实现上述目的，本发明提供了一种智能生成食品生产经营企业关键控制措施的系统，所述系统包括：
7.数据采集单元，用于采集食品企业加工监测数据；
8.数据库，用于对采集的食品企业加工监测数据进行存储；
9.分析单元，用于从数据库中采集食品企业数据，基于食品企业数据和风险分级评价模型，获得食品企业风险分级结果，基于所述食品企业风险分级结果，获得餐饮企业加工风险分值；
10.控制措施生成单元，所述控制措施生成单元用于当所述餐饮企业加工风险分值小于第一阈值时，生成第一管控措施，并将第一管控措施发送至相应的管理终端；所述控制措施生成单元用于当所述餐饮企业加工风险分值大于或等于第一阈值，且小于或等于第二阈值时，生成第二管控措施，并将第二管控措施发送至相应的管理终端；所述控制措施生成单元用于当所述餐饮企业加工风险分值大于第二阈值时，生成第三管控措施，并将第三管控措施发送至相应的管理终端。
11.其中，本发明的原理为：本系统利用数据采集单元采集食品企业加工监测数据，利用数据库对采集的食品企业加工监测数据进行存储，然后利用分析单元从数据库中采集食品企业数据，基于食品企业数据和风险分级评价模型，获得食品企业风险分级结果，基于所
述食品企业风险分级结果，获得餐饮企业加工风险分值；然后利用控制措施生成单元根据所述餐饮企业加工风险分值与第一阈值的比较结果生成不同的管控措施，本系统能够快速自动生成管控措施，且管控措施生成标准统一准确。
12.优选的，食品企业风险分级结果包括：餐饮业态风险分级结果、餐饮食品风险分级结果、餐饮加工过程风险分级结果和餐饮企业风险分级结果。
13.优选的，风险分级评价模型包括：
14.餐饮业态风险分级子模型，用于获得餐饮业态风险分值y，基于风险分值y和分级对应表获得对应的风险分级结果；
15.餐饮食品风险分级子模型，用于获得餐饮食品风险分值s，基于风险分值s和分级对应表获得对应的风险分级结果；
16.餐饮加工过程风险分级子模型，用于获得餐饮加工过程风险分值j，基于风险分值j和分级对应表获得对应的风险分级结果；
17.餐饮企业风险分级子模型，用于获得餐饮企业风险分值q，基于风险分值q和分级对应表获得对应的风险分级结果。
18.优选的，本系统中餐饮企业加工风险分值的计算方式为：
19.餐饮业态风险分值y＝y1 y2 y3 y4 y5；y1为消费人群风险等级分值；y2为一次性就餐人数风险等级分值；y3为食品售卖方式风险等级分值；y4为经营食品种类复杂程度风险等级分值；y5为食品安全管理水平风险等级分值；
20.餐饮食品风险分值s＝s1 s2 s3 s4 s5；s1为加工方式风险等级分值；s2为食品主要原料属性风险等级分值；s3为是否使用食用添加剂及添加量风险等级分值；s4为是否高温易腐食品风险等级分值；s5为监管结果风险等级分值；
21.加工过程风险分值计算方法j＝j1 j2 j3 j4 j5 j6；j1为食品安全管理风险等级分值；j2为建筑布局和设施设备风险等级分值；j3为原辅料添加剂管理风险等级分值；j4为加工制作风险等级分值；j5为清洗消毒风险等级分值；j6为风险降低项目风险等级分值；
22.餐饮企业加工风险分值q＝y s j。
23.优选的，所述第一管控措施为：不对所述食品企业进行管控；所述第二管控措施为：对所述食品企业进行告警，所述食品企业停止生产活动并进行整改，整改完成后生产试验产品，利用所述数据采集单元采集所述试验产品对应的试验数据，利用所述分析单元对所述试验数据进行分析，获得试验产品对应的试验分值，当所述试验分值小于第一阈值时，则取消对所述食品企业的管控，所述食品企业恢复生产，当所述试验分值大于或等于第一阈值时，所述食品企业继续停止生产并将所述食品企业纳入管控数据库；所述第三管控措施为：所述食品企业停止生产活动，并调取预设时间段内所述食品企业的生产信息，基于所述生产信息生成问题产品对应的产品身份信息，基于所述身份信息对问题产品进行召回处理。
24.其中，本系统能够根据不同的餐饮企业加工风险分值采取不同的管控措施，对于食品质量风险较低的企业则不进行观看，对于具有一定程度风险的食品企业进行告警和相应的管控，对于风险较大的企业则进行更加严格的管控。
25.优选的，所述管理终端为智能执法仪，所述第一至第三管控措施还包括所述食品企业的定位信息。智能执法仪通常是质量监督管理部门配备的标准设备，该设备具有通信
功能和数据采集功能，便于进行移动执法。通过将管控措施发送至相应的智能执法仪能够快速准确的对相应的食品企业进行管控。
26.优选的，所述食品企业加工监测数据包括：产品原料数据、产品工艺数据、产品加工条件数据、产品编号数据和加工设备身份信息数据。
27.其中，通过采集产品原料数据、产品工艺数据、产品加工条件数据、产品编号数据和加工设备身份信息数据能够从多方面准确反映食品企业产品的加工情况，进而能够对食品企业生产的食品是否具有风险进行准确的判断。
28.优选的，所述食品企业为豆瓣加工企业，所述数据采集单元包括若干个第一数据采集终端，所述第一数据采集终端分别安装在豆瓣加工企业的原料存储仓库中、所述豆瓣加工企业发酵池中和所述豆瓣加工企业的炒锅中。
29.其中，在豆瓣生产制备中，原料的质量以及发酵和炒至是关键的环节，通过对关键工艺数据的采集能够在保障产品质量检测准确的同时避免每个环节都采集带来的成本负担。
30.优选的，所述数据采集单元还包括若干个第二数据采集终端，所述第二数据采集终端安装在无人机上，所述无人机用于对所述豆瓣加工企业的豆瓣晾晒场进行巡航，巡航过程中所述第二数据采集终端拍摄采集晾晒场的图像信息和温度数据。
31.其中，在豆瓣的制备中，豆瓣原料的晾晒是关键环节，但是豆瓣的晾晒是在面积较大的晾晒场进行，无法准确的进行大面积的数据采集，本系统将第二数据采集终端安装在无人机上，利用所述无人机对所述豆瓣加工企业的豆瓣晾晒场进行巡航，巡航过程中所述第二数据采集终端拍摄采集晾晒场的图像信息和温度数据，可以快速准确的获得大面积晾晒的豆瓣的加工数据，便于快速准确的判断出豆瓣生产企业是否存在食品安全风险。
32.优选的，所述数据采集单元还包括导航单元、定位单元和控制单元，所述定位单元用于获得无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置，所述导航单位用于基于无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置对所述无人机的飞行路线进行导航，所述控制单元用于对无人机的飞行进行控制。
33.其中，在一个园区有多个豆瓣企业，每个企业都有相应的豆瓣晾晒场，不可能做到每个企业的豆瓣晾晒场均进行检查，因此采用抽查的方式，当随机抽查到某个豆瓣企业时，则生成该豆瓣企业的相关信息，如豆瓣晾晒场的位置，然后利用所述定位单元获得无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置，所述导航单位用于基于无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置对所述无人机的飞行路线进行导航，利用控制单元对无人机的飞行进行控制，实现了智能化无人化的数据采集。
34.本发明提供的一个或多个技术方案，至少具有如下技术效果或优点：
35.本系统能够自动快速且准确的生成相应的管控措施。
36.本系统能够根据食品企业的风险分值生成不同的管控措施并发送至相应的智能执法仪进行快速处理。
37.本系统能够对豆瓣制品企业的关键环节进行数据采集，通过对关键工艺数据的采集能够在保障产品质量检测准确的同时避免每个环节都采集带来的成本负担。
38.本系统能够快速准确的获得大面积晾晒的豆瓣的加工数据，便于快速准确的判断出豆瓣生产企业是否存在食品安全风险。
39.本系统能够实现智能化无人化的数据采集。
附图说明
40.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，并不构成对本发明实施例的限定；
41.图1是本发明中智能生成食品生产经营企业关键控制措施的系统的组成示意图。
具体实施方式
42.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
43.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
44.请参考图1，图1为智能生成食品生产经营企业关键控制措施的系统的组成示意图，本发明提供了一种智能生成食品生产经营企业关键控制措施的系统，所述系统包括：
45.数据采集单元，用于采集食品企业加工监测数据；
46.数据库，用于对采集的食品企业加工监测数据进行存储；
47.分析单元，用于从数据库中采集食品企业数据，基于食品企业数据和风险分级评价模型，获得食品企业风险分级结果，基于所述食品企业风险分级结果，获得餐饮企业加工风险分值；
48.控制措施生成单元，所述控制措施生成单元用于当所述餐饮企业加工风险分值小于第一阈值时，生成第一管控措施，并将第一管控措施发送至相应的管理终端；所述控制措施生成单元用于当所述餐饮企业加工风险分值大于或等于第一阈值，且小于或等于第二阈值时，生成第二管控措施，并将第二管控措施发送至相应的管理终端；所述控制措施生成单元用于当所述餐饮企业加工风险分值大于第二阈值时，生成第三管控措施，并将第三管控措施发送至相应的管理终端。
49.其中，数据采集单元可以是在食品企业加工现场采集数据，也可以通过食品企业物流信息采集数据，也可以是通过对接食品企业加工系统采集数据，本实施例对数据采集单元的具体实现方式不进行具体的限定，
50.其中，本实施例中的数据库采用分布式数据库，并且存储的数据均进行加密存储，保障企业的相关数据的安全性。
51.其中，本发明的原理为：本系统利用数据采集单元采集食品企业加工监测数据，利用数据库对采集的食品企业加工监测数据进行存储，然后利用分析单元从数据库中采集食品企业数据，基于食品企业数据和风险分级评价模型，获得食品企业风险分级结果，基于所述食品企业风险分级结果，获得餐饮企业加工风险分值；然后利用控制措施生成单元根据所述餐饮企业加工风险分值与第一阈值的比较结果生成不同的管控措施，本系统能够快速自动生成管控措施，且管控措施生成标准统一准确。
52.其中，在本发明实施例中，本系统生成的管控措施除了发送至相应的管理终端外
也发送至相应的食品企业，使得相应的食品企业知晓并快速配合进行整改。
53.其中，在本发明实施例中，食品企业风险分级结果包括：餐饮业态风险分级结果、餐饮食品风险分级结果、餐饮加工过程风险分级结果和餐饮企业风险分级结果。
54.优选的，风险分级评价模型包括：
55.餐饮业态风险分级子模型，用于获得餐饮业态风险分值y，基于风险分值y和分级对应表获得对应的风险分级结果；
56.餐饮食品风险分级子模型，用于获得餐饮食品风险分值s，基于风险分值s和分级对应表获得对应的风险分级结果；
57.餐饮加工过程风险分级子模型，用于获得餐饮加工过程风险分值j，基于风险分值j和分级对应表获得对应的风险分级结果；
58.餐饮企业风险分级子模型，用于获得餐饮企业风险分值q，基于风险分值q和分级对应表获得对应的风险分级结果。
59.其中，在本发明实施例中，本系统中餐饮企业加工风险分值的计算方式为：
60.餐饮业态风险分值y＝y1 y2 y3 y4 y5；y1为消费人群风险等级分值；y2为一次性就餐人数风险等级分值；y3为食品售卖方式风险等级分值；y4为经营食品种类复杂程度风险等级分值；y5为食品安全管理水平风险等级分值；
61.餐饮食品风险分值s＝s1 s2 s3 s4 s5；s1为加工方式风险等级分值；s2为食品主要原料属性风险等级分值；s3为是否使用食用添加剂及添加量风险等级分值；s4为是否高温易腐食品风险等级分值；s5为监管结果风险等级分值；
62.加工过程风险分值计算方法j＝j1 j2 j3 j4 j5 j6；j1为食品安全管理风险等级分值；j2为建筑布局和设施设备风险等级分值；j3为原辅料添加剂管理风险等级分值；j4为加工制作风险等级分值；j5为清洗消毒风险等级分值；j6为风险降低项目风险等级分值；
63.餐饮企业加工风险分值q＝y s j。
64.其中，在实际应用中分析单元可以有多种实现方式，如现有公开专利中的风险评估模块，以及基于数据挖掘的食品安全风险评价与预警系统-田春园，食品安全风险评价与预警系统的研究与实现-郑娟等等，本发明对其具体实现方式不进行具体的限定。
65.其中，在本发明实施例中，所述第一管控措施为：不对所述食品企业进行管控；所述第二管控措施为：对所述食品企业进行告警，所述食品企业停止生产活动并进行整改，整改完成后生产试验产品，利用所述数据采集单元采集所述试验产品对应的试验数据，利用所述分析单元对所述试验数据进行分析，获得试验产品对应的试验分值，当所述试验分值小于第一阈值时，则取消对所述食品企业的管控，所述食品企业恢复生产，当所述试验分值大于或等于第一阈值时，所述食品企业继续停止生产并将所述食品企业纳入管控数据库；所述第三管控措施为：所述食品企业停止生产活动，并调取预设时间段内所述食品企业的生产信息，基于所述生产信息生成问题产品对应的产品身份信息，基于所述身份信息对问题产品进行召回处理。
66.其中，在本实施例中第一至第二阈值的大小可以根据实际需要进行调整，本发明不进行具体的限定。
67.其中，本系统能够根据不同的餐饮企业加工风险分值采取不同的管控措施，对于食品质量风险较低的企业则不进行观看，对于具有一定程度风险的食品企业进行告警和相
应的管控，对于风险较大的企业则进行更加严格的管控。
68.其中，在本实施例中，所述管理终端为智能执法仪，所述第一至第三管控措施还包括所述食品企业的定位信息。智能执法仪通常是质量监督管理部门配备的标准设备，该设备具有通信功能和数据采集功能，便于进行移动执法。通过将管控措施发送至相应的智能执法仪能够快速准确的对相应的食品企业进行管控。
69.其中，在本实施例中，本实施例中的智能执法仪为5g执法仪，具备5g通信功能，能够进行语音和视频通信，并且能够进行视频数据的采集和存储。
70.其中，在本实施例中所述食品企业加工监测数据包括：产品原料数据、产品工艺数据、产品加工条件数据、产品编号数据和加工设备身份信息数据。
71.其中，通过采集产品原料数据、产品工艺数据、产品加工条件数据、产品编号数据和加工设备身份信息数据能够从多方面准确反映食品企业产品的加工情况，进而能够对食品企业生产的食品是否具有风险进行准确的判断。
72.其中，在本实施例中，所述食品企业为豆瓣加工企业，所述数据采集单元包括若干个第一数据采集终端，所述第一数据采集终端分别安装在豆瓣加工企业的原料存储仓库中、所述豆瓣加工企业发酵池中和所述豆瓣加工企业的炒锅中。
73.其中，在豆瓣生产制备中，原料的质量以及发酵和炒至是关键的环节，通过对关键工艺数据的采集能够在保障产品质量检测准确的同时避免每个环节都采集带来的成本负担。
74.其中，在本实施例中，原料的质量主要包括采用的原材料的质量和添加剂的质量和添加的数量，炒至环节的数据包括炒至的温度和时间等等。
75.其中，在本实施例中，所述数据采集单元还包括若干个第二数据采集终端，所述第二数据采集终端安装在无人机上，所述无人机用于对所述豆瓣加工企业的豆瓣晾晒场进行巡航，巡航过程中所述第二数据采集终端拍摄采集晾晒场的图像信息和温度数据。
76.其中，在本实施例中，此时第二数据采集终端为摄像头以及相应的红外测温设备等等。
77.其中，在豆瓣的制备中，豆瓣原料的晾晒是关键环节，但是豆瓣的晾晒是在面积较大的晾晒场进行，无法准确的进行大面积的数据采集，本系统将第二数据采集终端安装在无人机上，利用所述无人机对所述豆瓣加工企业的豆瓣晾晒场进行巡航，巡航过程中所述第二数据采集终端拍摄采集晾晒场的图像信息和温度数据，可以快速准确的获得大面积晾晒的豆瓣的加工数据，便于快速准确的判断出豆瓣生产企业是否存在食品安全风险。
78.其中，在本实施例中，所述数据采集单元还包括导航单元、定位单元和控制单元，所述定位单元用于获得无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置，所述导航单位用于基于无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置对所述无人机的飞行路线进行导航，所述控制单元用于对无人机的飞行进行控制。
79.其中，在一个园区有多个豆瓣企业，每个企业都有相应的豆瓣晾晒场，不可能做到每个企业的豆瓣晾晒场均进行检查，因此采用抽查的方式，当随机抽查到某个豆瓣企业时，则生成该豆瓣企业的相关信息，如豆瓣晾晒场的位置，然后利用所述定位单元获得无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置，所述导航单位用于基于无人机的实时位置和所述豆瓣加工企业的豆瓣晾晒场的位置对所述无人机的飞行路线进行导航，利用
控制单元对无人机的飞行进行控制，实现了智能化无人化的数据采集。
80.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
81.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。