[发明专利]一种低温液态奶产品全生命周期智能控制方法与系统

权利要求书

1.一种低温液态奶产品全生命周期智能控制方法，其特征在于，包括如下步骤，

步骤1：基于原料奶收集过程中汇集时间、位置以及质量信息的数据以及进入车间前的细菌检验结果，进行原料奶的自适应分拣；

步骤2：基于低温液态奶产品的销售数据与原料奶的收集情况，自适应制定低温液态奶产品的加工任务；

步骤3：针对液态奶产品的加工任务，基于实时生产过程数据，形成低温液态奶产品制造过程自适应优化机制；

步骤4：在低温液态奶产品加工完成后，调用物流过程自适应优化执行模块，将液态奶产品分配至需求终端；

步骤5：终端商场售卖低温液态奶产品，并将销售数据及时反馈给生产企业，以不断改善液态奶产品，形成低温液态奶产业链。

2.根据权利要求1所述的低温液态奶产品全生命周期智能控制方法，其特征在于，步骤1中进行原料奶的自适应分拣的步骤为：

步骤1.1：基于不同种类的低温液态奶产品的质量需求，制定原料选用标准；

步骤1.2：在原料奶收集过程，基于原料奶现场初检数据与质量要求，判断原料奶是否符合加工最低要求，如果符合，则进入后续加工阶段；否则，进入废弃奶收集站；

步骤1.3：针对原料奶的细菌检查结果确定原料奶的质量等级，并按照质量等级将原料奶自适应地分配至不同种类的产品原料储存室中。

3.根据权利要求1所述的低温液态奶产品全生命周期智能控制方法，其特征在于，步骤2中制定低温液态奶产品的加工任务的步骤为：

步骤2.1：对低温液态奶产品的销售数据进行统计分析，构建产品销售预测模型，利用预测模型，采用时间序列预测方法预测不同种类产品的销售数量，制定液态奶产品的加工任务；

步骤2.2：基于预测模型预测出液态奶产品的需求数量，生成不同种类的产品对应的样本订单；

步骤2.3：分析原料奶数量、质量信息以及其他原料状态信息，制定最优的低温液态奶产品的加工任务。

4.根据权利要求3所述的低温液态奶产品全生命周期智能控制方法，其特征在于，构建产品销售预测模型的方法为：

步骤2.1.1：从合作企业中调取出不同产品的销售样本数据集，样本属性信息包含产品种类、销售频次、销售数量、销售时间；

步骤2.1.2：基于样本时间对不同的样本设定不同的权重，构建产品销售预测模型，所述预测模型为：

其中，y_t指预测出的当前产品销售数量值；w₁,w₂,…,w_m指不同时刻的销售数量值得权重，一般时间越临近，给予越大得权重；y_t-1,y_t-2,…,y_t-m指往前推m个时刻样本的销售数量。

5.根据权利要求1所述的低温液态奶产品全生命周期智能控制方法，其特征在于，步骤3中液态奶产品制造过程自适应优化机制为：

步骤3.1：对液态奶制造过程状态数据进行增值分析，得到制造过程的关键生产性能信息；

步骤3.2：实时获取关键生产性能信息，并对关键生产性能信息进行生产异常的识别与自适应调节；

步骤3.3：基于生产过程资源能力分析、异常事件自适应响应等机制，不断制定生产过程资源协同优化措施，确保加工车间的高效可靠运行，持续生产出满足质量需求的低温液态奶产品。

6.根据权利要求5所述的低温液态奶产品全生命周期智能控制方法，其特征在于，步骤3.2中对关键生产性能信息进行生产异常的识别与自适应调节的方法为：

步骤3.2.1：首先构建液态奶加工过程异常事件库，该异常事件库内存储发生异常事件时对应的关键生产性能信息；

步骤3.2.2：针对每一个识别出的关键生产性能信息，将其与异常事件库中的数据进行匹配，快速识别出液态奶产品加工过程中的异常事件；

步骤3.2.3：针对识别出的异常事件，主动制定异常响应方式，针对原材料短缺异常，在原料接近短缺阈值时，主动从仓库中运输原材料；针对设备运行异常，则主动将异常事件信息推送给维护人员，维护人员基于异常事件，及时处理异常。