阅读说明：本技术 一种基于大数据的代茶类饮品加工车间环境监控系统 (Big data-based environment monitoring system for tea substitute beverage processing workshop ) 是由 王传宝 张丹 周小晓 张建 徐经龙 王广荣 于 2019-09-26 设计创作，主要内容包括：本发明公开了一种基于大数据的代茶类饮品加工车间环境监控系统,包括监测模块、处理器、分析模块、判定模块、数据库、警报单元和智能设备,所述监测模块用于监测加工车间的空间信息、代茶类饮品质量数据、代茶类饮品加工时间数据和环境安全信息,所述空间信息包括车间内温度数据和车间内湿度数据,本发明通过分析模块的设置,对不同车间内温度、湿度以及空气流动数据进行分析,判断出温度、湿度以及空气流动数据对代茶类饮品加工时间的影响,并得出计算式,从而得到在不同时间情况下需要对车间内温度、湿度以及空气流动数据的调节标准,增加对代茶类饮品的时间把握,节省员工的观察时间,提高工作效率。(The invention discloses an environment monitoring system of a tea substitute beverage processing workshop based on big data, which comprises a monitoring module, a processor, an analysis module, a judgment module, a database, an alarm unit and intelligent equipment, wherein the monitoring module is used for monitoring the spatial information of the processing workshop, the quality data of the tea substitute beverage, the processing time data of the tea substitute beverage and the environment safety information, the spatial information comprises the temperature data in the workshop and the humidity data in the workshop, the invention analyzes the temperature, the humidity and the air flow data in different workshops through the arrangement of the analysis module, judges the influence of the temperature, the humidity and the air flow data on the processing time of the tea substitute beverage, obtains a calculation formula, further obtains the regulation standards of the temperature, the humidity and the air flow data in the workshop at different times, and increases the time grasp of the tea substitute beverage, the observation time of the staff is saved, and the working efficiency is improved.)

一种基于大数据的代茶类饮品加工车间环境监控系统

技术领域

本发明涉代茶类饮品加技术领域，具体为一种基于大数据的代茶类饮品加工车间环境监控系统。

背景技术

菊花茶，是一种以菊花为原料制成的花草茶。菊花茶经过鲜花采摘、阴干、生晒蒸晒、烘培等工序制作而成。据古籍记载，菊花味甘苦，性耐寒，有散风清热、清肝明目和解毒消炎等作用。菊花茶起源于唐朝，至清朝广泛应用于民众生活中。

现有专利申请公布号为CN107397009A的一种西洋参红茶饮品的加工工艺，该西洋参红茶饮品的加工工艺，增强中枢神经系统功能、保护心血管系统、提高免疫力、促进血液活力、治疗糖尿病、补肺降火、养胃生津，但是该西洋参红茶饮品的加工工艺在加工时，无法在不同的温度、湿度以及控制流动速度下，对代茶类饮品加工时间进行精确地把控，以及加工设备在电功率不稳定的情况下出现加工不便的问题。

发明内容

本发明的目的在于提供一种基于大数据的代茶类饮品，通过分析模块对车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据进行分析操作，增加对代茶类饮品的时间把握，从而保证代茶类饮品的生产质量，通过判定模块对实际代茶类饮品的加工时间Jx、设备电流数据Bi、设备电压数据Di和设备的温度数据Pi之间的关系进行判定操作，来防止车间内的固定加工时间出现偏差，提高生产质量。

本发明所要解决的技术问题为：

(1)如何通过分析模块的设置，对不同车间内温度、湿度以及空气流动数据进行分析，判断出温度、湿度以及空气流动数据对代茶类饮品加工时间的影响，并得出计算式，从而得到在不同时间情况下需要对车间内温度、湿度以及空气流动数据的调节标准，来解决现有技术中难以在不同的温度、湿度以及控制流动速度下，对代茶类饮品加工时间进行精确地把控的问题；

(2)如何通过判定模块的设置，对车间内的电流有电压数据进行安全判定，从而计算出功率影响系数F，并利用其对不同功率下的实际代茶类饮品的加工时间Jx进行计算，来解决现有技术中在电功率不稳定的情况下出现加工不便的问题。

本发明的目的可以通过以下技术方案实现：一种基于大数据的代茶类饮品加工车间环境监控系统，其特征在于，包括监测模块、处理器、分析模块、判定模块、数据库、警报单元和智能设备；

所述监测模块用于监测加工车间的空间信息、代茶类饮品质量数据、代茶类饮品加工时间数据和环境安全信息，所述空间信息包括车间内温度数据、车间内湿度数据和车间内空气流动数据，所述环境安全信息包括设备电流数据、设备电压数据以及设备的温度数据，所述监测模块将监测到的车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据经处理器传输到分析模块；

所述分析模块用于对车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据进行分析操作，得到实际代茶类饮品的加工时间Jx＝j+[O*(Wi-W0)+K*(Si-S0)+M*(Li-L0)]和实际代茶类饮品质量数据Ci＝c-V*(Jx-j)，并将其传输到智能设备；

所述分析模块将设备电流数据、设备电压数据、设备的温度数据和实际代茶类饮品的加工时间传输到判定模块，所述数据库内存储有设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据，判定模块获取数据库内的设备标准电流数据、设备标准电压数据以及设备的标准温度范围数据，判定模块用于对实际代茶类饮品的加工时间、设备电流数据、设备电压数据和设备的温度数据之间的关系进行判定操作，得到电流异常信号、电压异常信号和设备温度异常信号，并将其传输到警报单元；

所述警报单元用于将电流异常信号、电压异常信号和设备温度异常信号传输到警报单元转换成电流异常警报、电压异常警报和设备温度异常警报，并发出警报，同时将警报信号传输到智能设备。

作为本发明的进一步改进方案，分析操作的具体操作过程为：

步骤一：获取车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据并将其依次标记为Wi、Si、Li、Ci、Ji、Bi、Di和Pi，i＝1，2，3......n；

步骤二：在其他条件不变的情况下，获取不同的车间内温度数据W1和W2，获取对应的代茶类饮品加工时间数据J1和J2，并将不同的车间内温度数据W1和W2比对，将代茶类饮品加工时间数据J1和J2进行比对，根据比对结果进行判定，具体为：

S1：当W1>W2，J1>J2时，则判定代茶类饮品的加工时间随着温度的降低而缩短；S2：当W1＝W2，J1>J2时，则判定代茶类饮品的加工时间不受温度的变化而变化；S3：当W1>W2，J1<J2时，则判定代茶类饮品的加工时间随着温度的降低而增加；S4：当W1<W2，J1>J2时，则判定代茶类饮品的加工时间随着温度的升高而缩短；S5：当W1<W2，J1<J2时，则判定代茶类饮品的加工时间随着温度的升高而增加；

步骤三：根据上述步骤二中的比对方式得到车间内湿度数据和车间内空气流动数据与代茶类饮品的加工时间的关系，且影响关系分为五种：将湿度与空气流动替换上述步骤二中的温度即为判定结果；

步骤四：根据上述步骤二、三的判定结果设定与车间内温度数据、车间内湿度数据和车间内空气流动数据相对应的影响系数O、K和M，分别建立影响计算式J2-J1＝O*(W2-W1)、J2-J1＝K*(S2-S1)和J2-J1＝M*(L2-L1)，根据建立的影响计算式，计算出实际代茶类饮品的加工时间Jx＝j+[O*(Wi-W0)+K*(Si-S0)+M*(Li-L0)]，其中，j为基础代茶类饮品的加工时间，W0为基础车间内温度，S0为基础车间内湿度，L0为基础车间内空气流动数值；

步骤五：获取代茶类饮品质量数据Ci，设定一个预设高质量值c，并将其与实际代茶类饮品质量数据Ci进行比对，具体为：

B1：当Ci<c时，则判定该代茶类饮品质量差；B2：当Ci＝c时，则判定该代茶类饮品质量一般；B3：当Ci>c时，则判定该代茶类饮品质量好；

步骤六：依据上述B1-B3中判定结果与其相对应的实际代茶类饮品的加工时间Jx，得到计算式c-Ci＝V*(Jx-j)，其中V为影响系数；

步骤七：根据上述步骤四和步骤六中得出的计算式Jx＝j+[O*(Wi-W0)+K*(Si-S0)+M*(Li-L0)]和c-Ci＝V*(Jx-j)，计算出实际Ci＝c-V*(Jx-j)，将生产的代茶类饮品质量和所需加工时间输入到计算式中，计算得到相关的所需温度、湿度和空气流动等数据，并将其传输到智能设备。

作为本发明的进一步改进方案，判定操作的具体操作过程为：

G1：获取设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据，并将其依次标记为b、d和p；

G2：将设备电流数据Bi、设备电压数据Di、设备的温度数据Pi与设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据进行依次比对，得到两种情况：T1：设备电流数据Bi、设备电压数据Di、设备的温度数据Pi均属于设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据；T2：当设备电流数据不属于设备标准电流范围数据的范围时，生成电流异常信号，当设备电压数据不属于设备标准电压范围数据的范围时，生成电压异常信号，当设备的温度不属于标准温度范围数据的范围时，生成设备温度异常信号，并将电流异常信号、电压异常信号和设备温度异常信号传输到警报单元；

G3：获取设备电流数据Bi和设备电压数据Di计算出电功率Q＝Bi*Di，根据两个不同的电功率Q1和Q2差值以及两次电功率下实际代茶类饮品的加工时间Jx变化进行判定，具体为：

当Q1和Q2不同的情况下实际代茶类饮品的加工时间Jx没有改变时，则判定实际代茶类饮品的加工时间Jx不受电功率的影响，当Q1和Q2不同的情况下实际代茶类饮品的加工时间Jx改变时，则判定实际代茶类饮品的加工时间Jx受到电功率的影响，在判定结果为有影响时，则根据计算式△Q*F＝Jx，得出功率影响系数F，并根据功率影响系数F计算出不同功率下的实际代茶类饮品的加工时间Jx，其中，△Q为Q1和Q2的差值。

本发明的有益效果：

(1)监测模块将监测到的车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据经处理器传输到分析模块，分析模块用于对车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据进行分析操作，通过分析模块的设置，对不同车间内温度、湿度以及空气流动数据进行分析，判断出温度、湿度以及空气流动数据对代茶类饮品加工时间的影响，并得出计算式，从而得到在不同时间情况下需要对车间内温度、湿度以及空气流动数据的调节标准，增加对代茶类饮品的时间把握，从而保证代茶类饮品的生产质量，减少偏差，节省员工的观察时间，提高工作效率。

(2)分析模块将设备电流数据Bi、设备电压数据Di、设备的温度数据Pi和实际代茶类饮品的加工时间Jx传输到判定模块，判定模块获取数据库内的设备标准电流数据、设备标准电压数据以及设备的标准温度范围数据，判定模块用于对实际代茶类饮品的加工时间Jx、设备电流数据Bi、设备电压数据Di和设备的温度数据Pi之间的关系进行判定操作，通过判定模块的设置，对车间内的电流有电压数据进行安全判定，保障代茶类饮品的生产安全以及车间的安全，通过电流和电压的时刻变化与代茶类饮品的加工时间进行比较，从而得出功率影响系数F，并利用其对不同功率下的实际代茶类饮品的加工时间Jx进行计算，防止车间内的固定加工时间出现偏差，从而影响代茶类饮品的质量，增加代茶类饮品生产质量。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于大数据的代茶类饮品加工车间环境监控系统，包括监测模块、处理器、分析模块、判定模块、数据库、警报单元和智能设备；

所述监测模块用于监测加工车间的空间信息、代茶类饮品质量数据、代茶类饮品加工时间数据和环境安全信息，所述空间信息包括车间内温度数据、车间内湿度数据和车间内空气流动数据，车间内温度数据指代加工车间内温度变化，车间内湿度数据指代加工车间内空气的里含有的水汽，空气流动数据指代加工车间内空气相对于加工车间内某一固定地点的运动速率，即表示为风速，代茶类饮品质量数据指代代茶类饮品加工成品的质量等级，所述环境安全信息包括设备电流数据、设备电压数据以及设备的温度数据，所述监测模块将监测到的车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据经处理器传输到分析模块；

所述分析模块用于对车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据进行分析操作，具体为：

步骤一：获取车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据并将其依次标记为Wi、Si、Li、Ci、Ji、Bi、Di和Pi，i＝1，2，3......n；

步骤二：在其他条件不变的情况下，获取不同的车间内温度数据W1和W2，获取对应的代茶类饮品加工时间数据J1和J2，并将不同的车间内温度数据W1和W2比对，将代茶类饮品加工时间数据J1和J2进行比对，根据比对结果进行判定，具体为：

S1：当W1>W2，J1>J2时，则判定代茶类饮品的加工时间随着温度的降低而缩短；S2：当W1＝W2，J1>J2时，则判定代茶类饮品的加工时间不受温度的变化而变化；S3：当W1>W2，J1<J2时，则判定代茶类饮品的加工时间随着温度的降低而增加；S4：当W1<W2，J1>J2时，则判定代茶类饮品的加工时间随着温度的升高而缩短；S5：当W1<W2，J1<J2时，则判定代茶类饮品的加工时间随着温度的升高而增加；

步骤三：根据上述步骤二中的比对方式得到车间内湿度数据和车间内空气流动数据与代茶类饮品的加工时间的关系，且影响关系分为五种：将湿度与空气流动替换上述步骤二中的温度即为判定结果；

步骤四：根据上述步骤二、三的判定结果设定与车间内温度数据、车间内湿度数据和车间内空气流动数据相对应的影响系数O、K和M，分别建立影响计算式J2-J1＝O*(W2-W1)、J2-J1＝K*(S2-S1)和J2-J1＝M*(L2-L1)，根据建立的影响计算式，计算出实际代茶类饮品的加工时间Jx＝j+[O*(Wi-W0)+K*(Si-S0)+M*(Li-L0)]，其中，j为基础代茶类饮品的加工时间，W0为基础车间内温度，S0为基础车间内湿度，L0为基础车间内空气流动数值；

步骤五：获取代茶类饮品质量数据Ci，设定一个预设高质量值c，并将其与实际代茶类饮品质量数据Ci进行比对，具体为：

B1：当Ci<c时，则判定该代茶类饮品质量差；B2：当Ci＝c时，则判定该代茶类饮品质量一般；B3：当Ci>c时，则判定该代茶类饮品质量好；

步骤六：依据上述B1-B3中判定结果与其相对应的实际代茶类饮品的加工时间Jx，得到计算式c-Ci＝V*(Jx-j)，其中V为影响系数；

步骤七：根据上述步骤四和步骤六中得出的计算式Jx＝j+[O*(Wi-W0)+K*(Si-S0)+M*(Li-L0)]和c-Ci＝V*(Jx-j)，计算出实际Ci＝c-V*(Jx-j)，将生产的代茶类饮品质量和所需加工时间输入到计算式中，计算得到相关的所需温度、湿度和空气流动等数据，并将其传输到智能设备；

所述分析模块将设备电流数据Bi、设备电压数据Di、设备的温度数据Pi和实际代茶类饮品的加工时间Jx传输到判定模块，所述数据库内存储有设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据，判定模块获取数据库内的设备标准电流数据、设备标准电压数据以及设备的标准温度范围数据，判定模块用于对实际代茶类饮品的加工时间Jx、设备电流数据Bi、设备电压数据Di和设备的温度数据Pi之间的关系进行判定操作，具体为：

G1：获取设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据，并将其依次标记为b、d和p；

G2：将设备电流数据Bi、设备电压数据Di、设备的温度数据Pi与设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据进行依次比对，得到两种情况：T1：设备电流数据Bi、设备电压数据Di、设备的温度数据Pi均属于设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据；T2：当设备电流数据不属于设备标准电流范围数据的范围时，生成电流异常信号，当设备电压数据不属于设备标准电压范围数据的范围时，生成电压异常信号，当设备的温度不属于标准温度范围数据的范围时，生成设备温度异常信号，并将电流异常信号、电压异常信号和设备温度异常信号传输到警报单元；

G3：获取设备电流数据Bi和设备电压数据Di计算出电功率Q＝Bi*Di，根据两个不同的电功率Q1和Q2差值以及两次电功率下实际代茶类饮品的加工时间Jx变化进行判定，具体为：

当Q1和Q2不同的情况下实际代茶类饮品的加工时间Jx没有改变时，则判定实际代茶类饮品的加工时间Jx不受电功率的影响，当Q1和Q2不同的情况下实际代茶类饮品的加工时间Jx改变时，则判定实际代茶类饮品的加工时间Jx受到电功率的影响，在判定结果为有影响时，则根据计算式△Q*F＝Jx，得出功率影响系数F，并根据功率影响系数F计算出不同功率下的实际代茶类饮品的加工时间Jx，其中，△Q为Q1和Q2的差值；

所述警报单元用于将电流异常信号、电压异常信号和设备温度异常信号传输到警报单元转换成电流异常警报、电压异常警报和设备温度异常警报，并发出警报，同时将警报信号传输到智能设备。

本发明在工作时，监测模块用于监测加工车间的空间信息、代茶类饮品质量数据、代茶类饮品加工时间数据和环境安全信息，空间信息包括车间内温度数据、车间内湿度数据和车间内空气流动数据，环境安全信息包括设备电流数据、设备电压数据以及设备的温度数据，监测模块将监测到的车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据经处理器传输到分析模块，分析模块用于对车间内温度数据、车间内湿度数据、车间内空气流动数据和代茶类饮品质量数据、代茶类饮品加工时间数据、设备电流数据、设备电压数据以及设备的温度数据进行分析操作，分析模块将设备电流数据Bi、设备电压数据Di、设备的温度数据Pi和实际代茶类饮品的加工时间Jx传输到判定模块，数据库内存储有设备标准电流范围数据、设备标准电压范围数据以及设备的标准温度范围数据，判定模块获取数据库内的设备标准电流数据、设备标准电压数据以及设备的标准温度范围数据，判定模块用于对实际代茶类饮品的加工时间Jx、设备电流数据Bi、设备电压数据Di和设备的温度数据Pi之间的关系进行判定操作，警报单元用于将电流异常信号、电压异常信号和设备温度异常信号传输到警报单元转换成电流异常警报、电压异常警报和设备温度异常警报传输到智能设备。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。