一种食品企业智能化风险监控预警系统的制作方法

1.本发明涉及智能监控系统领域，具体地，涉及一种食品企业智能化风险监控预警系统。


背景技术：

2.随着科技的进步和发展，食品安全逐渐成为关注的热点，而食品(食物)的种植、养殖、加工、包装、储藏、运输、销售、消费等活动符合国家强制标准和要求，不存在可能损害或威胁人体健康的有毒有害物质以导致消费者病亡或者危及消费者及其后代的隐患。
3.为了保障食品安全，需要对食品进行监管，而食品的安全监管重点是对食品企业进行监管，传统的监管方式是监管人员定期进行抽检，抽检效率低且容易出现漏检或检测不准确的情况。为了实现自动化监管，现有技术中提供了相应的食品企业风险预警系统，如cn112256806a以及cn112258081a等等，但是这些系统的前提都是需要采集企业的加工数据，而企业的真实加工数据并不容易获得，且加工数据庞大。
4.现有的食品企业预警系统中食品企业加工数据获得方式为：1现场采集，即在生产车间安装各自检测设备，这种方式无法做到每个车间或每个产线都采集，由于企业数目众多，且产线众多，导致采集设备成本压力大；2对接食品企业数据库进行加工数据采集，食品企业数据库一般不开放，且每个数据库的类型和通信协议以及数据类型和接口不一样，数据整合处理压力大，也不现实，因此现有的食品企业风险预警系统的并不能够真正的实现准确的预测食品企业的安全风险。


技术实现要素：

5.为了实现真实、准确和有效的对食品企业的安全进行预警，本发明提供了一种食品企业智能化风险监控预警系统。
6.为实现上述发明目的，本发明提供了一种食品企业智能化风险监控预警系统，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.存储单元，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，用于对存储单元中的食品企业加工监测数据进行分析，获得食品企业风险分析结果；
10.预警单元，用于将所述食品企业风险分析结果发送至预设终端，预设终端基于所述食品企业风险分析结果生成所述食品企业风险监控预警方案；
11.其中，所述数据采集单元采集食品企业加工监测数据的方式包括：
12.采集所述食品企业的物流信息，基于所述物流信息获得所述食品企业的加工原材料信息；
13.采集所述食品企业的每种产品对应的工艺信息，基于所述工艺信息获得每种产品的关键加工工艺步骤；
14.采集每种产品的所述关键加工工艺步骤对应的若干个加工设备信息，从所述若干个加工设备中随机抽取一个加工设备作为该产品的监测设备；
15.采集所述监测设备的加工信息获得每种产品的加工数据；
16.基于所述加工原材料信息和每种产品的加工数据，获得所述食品企业加工监测数据。
17.其中，本发明的原理为：通过数据采集单元采集食品企业加工监测数据；利用存储单元对采集的食品企业加工监测数据进行存储；利用分析单元对存储单元中的食品企业加工监测数据进行分析，获得食品企业风险分析结果；采用预警单元将所述食品企业风险分析结果发送至预设终端，预设终端基于所述食品企业风险分析结果生成所述食品企业风险监控预警方案；而本发明的关键点在于数据采集单元，本发明中的数据采集单元采集食品企业加工监测数据的方式包括：采集所述食品企业的物流信息，基于所述物流信息获得所述食品企业的加工原材料信息；即通过采集物流信息就能够获得食品企业的加工原材料信息，而通过食品企业的加工原材料信息即可判断食品企业采用的原材料是否合格，而现在物流信息系统发达，通过物流订单号即可方便查询得到物流信息，因此省去了传统的在现场安装监测设备的成本以及监测设备无法遍及每个车间的问题；并且数据采集单元采集所述食品企业的每种产品对应的工艺信息，基于所述工艺信息获得每种产品的关键加工工艺步骤；采集每种产品的所述关键加工工艺步骤对应的若干个加工设备信息，从所述若干个加工设备中随机抽取一个加工设备作为该产品的监测设备；采集所述监测设备的加工信息获得每种产品的加工数据；基于所述加工原材料信息和每种产品的加工数据，获得所述食品企业加工监测数据。即传统的方式是一条工艺上每个工艺节点的加工数据均进行采集，需要大量的监测设备，本系统通过分析获得关键工艺步骤对应的加工设备，通过采集该加工设备的加工数据即可，省去了大量的监测设备成本，使得系统能够有效运行，且关键工艺步骤往往是影响产品质量的关键点，因此采集该步骤对应的加工数据能够一定程度上保障最终检测的准确性。实现真实、准确和有效的对食品企业的安全进行预警
18.优选的，本方法中所述存储单元包括：
19.数据库模块，用于对静态数据和动态数据进行数据标准化处理获得基础数据，将所述基础数据进行汇聚并存储，针对所述基础数据存储建立具有分布式系统基础架构的异构数据仓库；
20.知识库模块，用于根据食品企业加工监测数据建立知识库，利用所述异构数据仓库的数据使所述知识库以键值对的格式存放至分布式列的数据库中。
21.其中，传统的系统中动态数据和静态数据来源不明，数据标准化内容不清楚，本系统对数据来源划分和数据标准化流程，实现了数据的有效处理，保障了后续系统准确的进行预警。
22.优选的，所述知识库模块通过网络爬虫脚本抓取食品企业数据。通过网络爬虫能够快速的获得网络上的食品企业数据。
23.优选的，所述数据采集单元采集食品企业加工监测数据的方式还包括：
24.采集所述食品企业加工车间的监控图像，对所述监控图像进行识别，获得食品企业加工监测图像识别信息；
25.基于所述加工原材料信息、每种产品的加工数据和食品企业加工监测图像识别信
息，获得所述食品企业加工监测数据。
26.其中，通过采用采集监控图像，然后对监控图像进行图像识别获得加工信息来代替传统的在现场安装多个监测终端，节省了安装大量监测终端的成本，且监控摄像头能够采集大范围的图像，通常几个监控摄像头就可以覆盖一个大型车间。
27.优选的，所述静态数据包括：食品生产许可数据、食品法规管理数据和食品标准来源数据；所述动态数据包括：食品企业生产经营数据、食品监管部门统计数据和与食品企业相关网络数据。
28.优选的，所述异构数据仓库包括：
29.操作型数据存储层：用于存储从数据源输入数据的数据集合，支持数据流入到数据仓库层中；
30.数据仓库层：用于对从所述操作型数据存储层得到的数据进行etl处理；
31.数据集市：用于在所述数据仓库层的基础上，基于所述数据仓库层的数据建立所述知识库。
32.优选的，所述etl处理具体包括将从来源端获取的数据经过抽取和格式转换后加载至目的端。
33.优选的，所述系统还包括预处理单元，所述预处理单元用于采集食品企业的历史抽查数据，基于所述历史抽查数据计算出食品企业的安全等级，基于所述安全等级生成所述食品企业的第一数据采集频率，所述数据采集单元基于所述第一数据采集频率进行数据采集。
34.优选的，所述采集所述食品企业的每种产品对应的工艺信息，基于所述工艺信息获得每种产品的关键加工工艺步骤，具体包括：
35.采集所述食品企业的每种产品对应的工艺信息，基于所述工艺信息获得工艺的当前加工条件、当前加工设备类型和当前添加剂类型；
36.统计食品质量抽查不合格食品企业的历史加工数据信息，确定不合格加工条件、不合格加工设备类型和不合格添加剂类型；
37.将不合格加工条件、不合格加工设备类型和不合格添加剂类型与当前加工条件、当前加工设备类型和当前添加剂类型分别进行匹配，若匹配成功，则基于匹配成功的当前加工条件或当前加工设备类型或当前添加剂类型对应的加工工艺步骤生成每种产品的关键加工工艺步骤；若匹配未成功，则基于匹配成功的当前加工条件或当前加工设备类型或当前添加剂类型对应的加工工艺步骤生成每种产品的关键加工工艺步骤。
38.其中，通过对历史不合格食品企业的加工数据进行研究，提炼出不合格加工条件、不合格加工设备类型和不合格添加剂类型，通过快速匹配能够快速的判断出食品企业的关键加工工艺步骤。
39.优选的，所述数据采集单元还包括：
40.第一采集模块，用于采集所述食品企业的订单信息和产能信息；
41.生成模块，用于基于所述订单信息和产能信息生成第二数据采集频率；
42.第二采集模块，用于基于所述第二数据采集频率采集所述食品企业加工监测数据。
43.其中，申请人研究发现很多企业在平时即订单不繁忙时并不出现食品质量问题，
当订单量超过产能时，其为了减轻订单压力，就忽略了质量控制导致质量问题产品出现，因此，为了实现快速的监测，本发明的所述数据采集单元还包括：通过第一采集模块采集所述食品企业的订单信息和产能信息；利用生成模块基于所述订单信息和产能信息生成第二数据采集频率；利用第二采集模块基于所述第二数据采集频率采集所述食品企业加工监测数据。即当食品企业的订单量超过产能时就加大数据采集的频率。
44.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：
45.本系统能够实现真实、准确和有效的对食品企业的安全进行预警。
附图说明
46.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；
47.图1是本发明中食品企业智能化风险监控预警系统的组成示意图。
具体实施方式
48.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。
49.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。
50.请参考图1，本发明提供了一种食品企业智能化风险监控预警系统，所述系统包括：
51.数据采集单元，用于采集食品企业加工监测数据；
52.存储单元，用于对采集的食品企业加工监测数据进行存储；
53.分析单元，用于对存储单元中的食品企业加工监测数据进行分析，获得食品企业风险分析结果；
54.预警单元，用于将所述食品企业风险分析结果发送至预设终端，预设终端基于所述食品企业风险分析结果生成所述食品企业风险监控预警方案；
55.其中，所述数据采集单元采集食品企业加工监测数据的方式包括：
56.采集所述食品企业的物流信息，基于所述物流信息获得所述食品企业的加工原材料信息；
57.采集所述食品企业的每种产品对应的工艺信息，基于所述工艺信息获得每种产品的关键加工工艺步骤；
58.采集每种产品的所述关键加工工艺步骤对应的若干个加工设备信息，从所述若干个加工设备中随机抽取一个加工设备作为该产品的监测设备；
59.采集所述监测设备的加工信息获得每种产品的加工数据；
60.基于所述加工原材料信息和每种产品的加工数据，获得所述食品企业加工监测数据。
61.其中，在实际应用中预警单元可以有多种实现方式，如背景技术中公开专利中的
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。
62.其中，在本发明实施例中，所述存储单元包括：
63.数据库模块，用于对静态数据和动态数据进行数据标准化处理获得基础数据，将所述基础数据进行汇聚并存储，针对所述基础数据存储建立具有分布式系统基础架构的异构数据仓库；
64.知识库模块，用于根据食品企业加工监测数据建立知识库，利用所述异构数据仓库的数据使所述知识库以键值对的格式存放至分布式列的数据库中。
65.其中，在本发明实施例中，所述知识库模块通过网络爬虫脚本抓取食品企业数据。其中在实际应用中也可以采用其他方式获得食品企业数据，本发明对食品企业数据的获得方式不进行具体的限定。
66.其中，在本发明实施例中，所述数据采集单元采集食品企业加工监测数据的方式还包括：
67.采集所述食品企业加工车间的监控图像，对所述监控图像进行识别，获得食品企业加工监测图像识别信息；
68.基于所述加工原材料信息、每种产品的加工数据和食品企业加工监测图像识别信息，获得所述食品企业加工监测数据。
69.其中，在本发明实施例中，可以在车间安装多个监控摄像头，对车间进行全方位的监控，通过摄像头采集图像，然后采用图像识别技术获得相应的加工数据，如机器上显示的加工条件、工艺条件，加工数据等等。
70.其中，在本发明实施例中，所述静态数据包括：食品生产许可数据、食品法规管理数据和食品标准来源数据；所述动态数据包括：食品企业生产经营数据、食品监管部门统计数据和与食品企业相关网络数据。
71.其中，在本发明实施例中，所述异构数据仓库包括：
72.操作型数据存储层：用于存储从数据源输入数据的数据集合，支持数据流入到数据仓库层中；
73.数据仓库层：用于对从所述操作型数据存储层得到的数据进行etl处理；
74.数据集市：用于在所述数据仓库层的基础上，基于所述数据仓库层的数据建立所述知识库。
75.其中，在本发明实施例中，所述etl处理具体包括将从来源端获取的数据经过抽取和格式转换后加载至目的端。etl是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据，etl是bi(商业智能)项目重要的一个环节。
76.其中，在本发明实施例中，所述系统还包括预处理单元，所述预处理单元用于采集食品企业的历史抽查数据，基于所述历史抽查数据计算出食品企业的安全等级，基于所述安全等级生成所述食品企业的第一数据采集频率，所述数据采集单元基于所述第一数据采集频率进行数据采集。
77.其中，在实际应用中，如果是安全等级比较高的企业，如并没有相应的安全风险或没有违章或处罚或告警记录，则对这类企业的数据采集频率则可降低，也节约资源，并对安
全等级较低的企业加大企业数据采集频率，因这类企业出现食品质量问题的几率较高。
78.其中，在本发明实施例中，所述采集所述食品企业的每种产品对应的工艺信息，基于所述工艺信息获得每种产品的关键加工工艺步骤，具体包括：
79.采集所述食品企业的每种产品对应的工艺信息，基于所述工艺信息获得工艺的当前加工条件、当前加工设备类型和当前添加剂类型；
80.统计食品质量抽查不合格食品企业的历史加工数据信息，确定不合格加工条件、不合格加工设备类型和不合格添加剂类型；
81.将不合格加工条件、不合格加工设备类型和不合格添加剂类型与当前加工条件、当前加工设备类型和当前添加剂类型分别进行匹配，若匹配成功，则基于匹配成功的当前加工条件或当前加工设备类型或当前添加剂类型对应的加工工艺步骤生成每种产品的关键加工工艺步骤；若匹配未成功，则基于匹配成功的当前加工条件或当前加工设备类型或当前添加剂类型对应的加工工艺步骤生成每种产品的关键加工工艺步骤。
82.其中，在本发明实施例中，所述数据采集单元包括：
83.第一采集模块，用于采集所述食品企业的订单信息和产能信息；
84.生成模块，用于基于所述订单信息和产能信息生成第二数据采集频率；
85.第二采集模块，用于基于所述第二数据采集频率采集所述食品企业加工监测数据。
86.其中，在本发明实施例中，所述知识库包括食品基本信息、食品安全风险管理信息、食品配方管理信息和工艺方法管理信息。
87.技术问题：知识库具体功能不了解技术效果：详细解释知识库包含内容
88.其中，在本发明实施例中，本发明通过知识库获得建立食品企业风险评级标准的相关法律法规，知识库提供与风险评级标准相关的验证支持，对食品企业风险评级标准进行量化后获得所述食品企业风险分级模型：
89.企业风险评级标准：食品企业的原料和加工是否符合法律法规；
90.食品原料评级：食品原料的生产过程是否符合规范，检验过程是否符合规范，物流运输是否符合规范；
91.食品加工评级：熟食加工是否符合规范，生食加工是否符合规范，饮品加工是否符合规范；
92.企业经营评级：企业场地的设施是否符合规范，客户重复消费率的高低，企业外送业务是否符合标准，企业服务工作的好评程度；
93.量化分级所述企业风险评级标准得到高低风险的对应分数；
94.食品企业风险分级模型：
95.食品原料评级：食品原料的生产过程w1是否符合规范，检验过程w2是否符合规范，物流运输w3是否符合规范，每一个要素评分0-3；
96.食品原料要素总分:w＝w1 w2 w3
97.w低于3分时所述食品原料评级为高风险，w高于6分时所述食品原料评级为低风险，依据未满分要素生成所述风险管控措施；
98.食品加工评级：熟食加工c1是否符合规范，生食加工c2是否符合规范，饮品加工c3是否符合规范,每一个要素评分0-3；
99.食品加工要素总分：c＝c1 c2 c3
100.c低于3分时所述食品加工评级为高风险，c高于6分时所述食品加工评级为低风险，依据未满分要素生成所述风险管控措施；
101.企业经营评级：企业场地的设施g1是否符合规范，客户重复消费率g2的高低，企业外送业务g3是否符合标准，企业服务工作的好评程度c4，每一个要素评分0-8分；
102.企业经营要素总分：g＝g1 g2 g3 g4
103.g低于12分时所述企业经营评级为高风险，c高于26分时所述企业经营评级为低风险，依据未满分要素生成所述风险管控措施；食品企业的原料和加工是否符合法律法规，符合所述法律法规时所述风险评估报告进入风险评级流程，不符合所述法律法规时所述风险评估报告输出为0，向监管部门和所述食品企业发出警告；
104.风险评级流程：
105.食品原料评级：食品原料的生产过程w1是否符合规范，检验过程w2是否符合规范，物流运输w3是否符合规范，每一个要素评分0-3；
106.食品原料要素总分:w＝w1 w2 w3
107.w低于3分时所述食品原料评级为高风险，w高于6分时所述食品原料评级为低风险，依据未满分要素生成所述风险管控措施；
108.食品加工评级：熟食加工c1是否符合规范，生食加工c2是否符合规范，饮品加工c3是否符合规范,每一个要素评分0-3；
109.食品加工要素总分：c＝c1 c2 c3
110.c低于3分时所述食品加工评级为高风险，c高于6分时所述食品加工评级为低风险，依据未满分要素生成所述风险管控措施；
111.企业经营评级：企业场地的设施g1是否符合规范，客户重复消费率g2的高低，企业外送业务g3是否符合标准，企业服务工作的好评程度c4，每一个要素评分0-8分；
112.企业经营要素总分：g＝g1 g2 g3 g4
113.g低于12分时所述企业经营评级为高风险，c高于26分时所述企业经营评级为低风险，依据未满分要素生成所述风险管控措施；
114.生成所述风险评估报告，所述食品原料、所述食品加工和所述企业经营三个要素中至少两个为高风险评级时，所述风险评估报告为高风险，至少两个为低风险评级时，所述风险评估报告为低风险，其他评级为常规风险。
115.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。
116.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。