茶葉加工過程遠(yuǎn)程云監(jiān)控與溯源研究及系統(tǒng)設(shè)計(jì)

蔣建東，周倩，潘柏松，趙章風(fēng)，鐘江，喬欣，張憲

茶葉加工過程遠(yuǎn)程云監(jiān)控與溯源研究及系統(tǒng)設(shè)計(jì)

蔣建東，周倩，潘柏松，趙章風(fēng)，鐘江，喬欣，張憲

浙江工業(yè)大學(xué)機(jī)械工程學(xué)院，浙江 杭州 310023

針對(duì)茶葉加工過程遠(yuǎn)程監(jiān)控需求及茶葉溯源的加工環(huán)節(jié)缺失問題，構(gòu)建了茶葉加工過程中茶葉狀態(tài)參數(shù)及加工設(shè)備工藝參數(shù)遠(yuǎn)程物聯(lián)網(wǎng)監(jiān)測(cè)平臺(tái)，實(shí)現(xiàn)了茶葉加工生產(chǎn)線遠(yuǎn)程設(shè)備運(yùn)行參數(shù)監(jiān)測(cè)監(jiān)控與茶葉品質(zhì)溯源。本研究采用B/S框架實(shí)現(xiàn)信息實(shí)時(shí)顯示，綜合鮮葉采摘信息和生產(chǎn)信息完備溯源過程，運(yùn)用層次分析法分析生產(chǎn)過程參數(shù)對(duì)茶葉品質(zhì)的影響，建立了茶葉加工過程溯源評(píng)價(jià)模型。在此基礎(chǔ)上，構(gòu)建茶葉生產(chǎn)離線與在線數(shù)據(jù)庫融合質(zhì)量評(píng)價(jià)模型，提高了數(shù)據(jù)存儲(chǔ)質(zhì)量。針對(duì)黃山毛峰初制加工生產(chǎn)線進(jìn)行了遠(yuǎn)程監(jiān)控系統(tǒng)開發(fā)及溯源信息采集驗(yàn)證試驗(yàn)，結(jié)果顯示，平臺(tái)運(yùn)行穩(wěn)定，數(shù)據(jù)顯示準(zhǔn)確完整，實(shí)時(shí)性較好。研究結(jié)果可為茶葉品質(zhì)優(yōu)化及大數(shù)據(jù)分析提供技術(shù)支持。

茶葉生產(chǎn)；遠(yuǎn)程監(jiān)控；溯源；層次分析；數(shù)據(jù)融合

近年來，茶產(chǎn)業(yè)在國民經(jīng)濟(jì)中的地位逐步上升，茶葉質(zhì)量安全日益受到重視，然而我國大部分茶葉生產(chǎn)企業(yè)生產(chǎn)設(shè)備相對(duì)陳舊，加工工藝不夠精細(xì)，茶葉產(chǎn)品質(zhì)量不穩(wěn)定且無法對(duì)茶葉質(zhì)量安全做到全程監(jiān)控。茶產(chǎn)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后服務(wù)體系脫節(jié)，難以從源頭到加工、銷售流通全面控制茶葉質(zhì)量安全，其中尤其以茶葉標(biāo)準(zhǔn)化安全生產(chǎn)和質(zhì)量安全監(jiān)測(cè)技術(shù)服務(wù)最為緊要[1]。

監(jiān)測(cè)茶葉生產(chǎn)安全，提高茶葉品質(zhì)，建立茶葉生產(chǎn)遠(yuǎn)程監(jiān)控及物聯(lián)系統(tǒng)，實(shí)現(xiàn)茶葉生產(chǎn)信息的全程記錄和追蹤，對(duì)茶葉生產(chǎn)過程中出現(xiàn)的問題進(jìn)行預(yù)警，無論是從產(chǎn)品出口、制茶企業(yè)的管理、茶文化的建設(shè)，還是從消費(fèi)者信息獲取層面都具有重大意義[2-3]。農(nóng)業(yè)物聯(lián)網(wǎng)已廣泛應(yīng)用于大田種植、設(shè)施園藝、水產(chǎn)品養(yǎng)殖、畜禽類養(yǎng)殖，以及農(nóng)產(chǎn)品物流等領(lǐng)域的信息感知、信息傳輸、智能信息處理等方面[4]。國內(nèi)外許多學(xué)者已致力于物聯(lián)網(wǎng)技術(shù)在農(nóng)產(chǎn)品溯源系統(tǒng)中的應(yīng)用研究。廖勝等[5]構(gòu)建了基于物聯(lián)網(wǎng)平臺(tái)的近紅外果蔬品質(zhì)和溯源檢測(cè)系統(tǒng)，實(shí)現(xiàn)了對(duì)果蔬生產(chǎn)銷售等環(huán)節(jié)的有效監(jiān)督和管理。許博明[6]以蔬菜為研究對(duì)象，應(yīng)用物聯(lián)網(wǎng)RFID技術(shù)和傳感技術(shù)完成蔬菜種植過程的農(nóng)事信息采集，并應(yīng)用支持向量機(jī)的分類回歸預(yù)測(cè)模型對(duì)蔬菜的生產(chǎn)地塊進(jìn)行分類預(yù)測(cè)，實(shí)現(xiàn)了消費(fèi)者對(duì)蔬菜質(zhì)量信息的需求且提高了蔬菜生產(chǎn)地的管理效率。朱正月等[7]在Petri網(wǎng)理論基礎(chǔ)上，利用關(guān)聯(lián)矩陣、不變量等分析方法和PIPE仿真工具設(shè)計(jì)了基于物聯(lián)網(wǎng)技術(shù)的農(nóng)產(chǎn)品智慧溯源服務(wù)系統(tǒng)架構(gòu)。康瑞娟等[8]以事件驅(qū)動(dòng)的方式實(shí)現(xiàn)了個(gè)人數(shù)字助理（PDA）與PC之間的串口信息傳輸，實(shí)現(xiàn)了肉牛養(yǎng)殖場(chǎng)可追溯信息的快速準(zhǔn)確采集與傳遞。國外也有很多針對(duì)農(nóng)產(chǎn)品追溯系統(tǒng)的研究，如日本、美國、加拿大等就已經(jīng)建立起有關(guān)畜禽動(dòng)物及其制品、轉(zhuǎn)基因生物，以及內(nèi)含轉(zhuǎn)基因生物食品與飼料的農(nóng)產(chǎn)品溯源系統(tǒng)[9]。日本在產(chǎn)品追溯的相關(guān)研究方面處于世界的領(lǐng)先水平，美國已經(jīng)建立了從農(nóng)田到餐桌整個(gè)食品鏈的追溯體系[10-16]。

此外，在茶葉生產(chǎn)種植等過程中質(zhì)量溯源系統(tǒng)的建立方面，國內(nèi)也已有不少學(xué)者做出了研究成果，為實(shí)現(xiàn)更精確的產(chǎn)品追溯打下了基礎(chǔ)。朱燕妮[17]采用向前與向后相結(jié)合的雙向追溯模式開發(fā)了基于二維碼的黑茶產(chǎn)品追溯系統(tǒng)，并運(yùn)用Hash函數(shù)實(shí)現(xiàn)二維碼的方位追溯，實(shí)現(xiàn)追溯過程中的防偽。胡國強(qiáng)等[3]采用B/S結(jié)構(gòu)結(jié)合MySQL數(shù)據(jù)庫和Apache服務(wù)器，實(shí)現(xiàn)了基于無線通訊技術(shù)的茶葉質(zhì)量安全追溯系統(tǒng)和生產(chǎn)到銷售的全程監(jiān)管。江曉東[2]采用B/S與C/S結(jié)合的模式，開發(fā)了茶葉質(zhì)量安全溯源系統(tǒng)，實(shí)現(xiàn)了基于客戶端“從茶園到茶葉”的數(shù)字化和信息化溯源管理。綜合以上研究，物聯(lián)網(wǎng)云監(jiān)控技術(shù)在各個(gè)領(lǐng)域均已廣泛應(yīng)用，但是在茶葉生產(chǎn)領(lǐng)域尚未得到推廣?，F(xiàn)有的研究主要是基于茶葉種植過程研究溯源系統(tǒng)的設(shè)計(jì)，在生產(chǎn)方面研究甚少，而且國內(nèi)目前生產(chǎn)監(jiān)測(cè)系統(tǒng)大多局限于本地端和上位機(jī)進(jìn)行監(jiān)管，尚未涉及到遠(yuǎn)程管理。

本文以黃山光明茶廠的黃山毛峰為例，開發(fā)基于茶葉生產(chǎn)線的物聯(lián)網(wǎng)遠(yuǎn)程監(jiān)控系統(tǒng)，實(shí)現(xiàn)對(duì)生產(chǎn)數(shù)據(jù)的實(shí)時(shí)采集，以期解決茶葉加工過程中的茶葉加工品質(zhì)溯源難題。

1 茶葉加工遠(yuǎn)程云監(jiān)控及品質(zhì)溯源系統(tǒng)

茶葉生產(chǎn)質(zhì)量安全監(jiān)控系統(tǒng)物聯(lián)網(wǎng)框架如圖1所示。系統(tǒng)前端開發(fā)采用AngulaiJs框架和Boostrap框架，后端開發(fā)采用Web應(yīng)用程序開源框架SSH（Spring springmvc hibernate），以及B/S結(jié)構(gòu)模式，服務(wù)器端安裝Microsoft SQL Server數(shù)據(jù)庫完成數(shù)據(jù)存儲(chǔ)。

該平臺(tái)以茶葉生產(chǎn)過程為主線，結(jié)合生產(chǎn)數(shù)據(jù)的實(shí)時(shí)采集以及鮮葉信息和制茶標(biāo)準(zhǔn)等信息的人工輸入，由政府機(jī)構(gòu)通過平臺(tái)監(jiān)管指導(dǎo)，以及茶葉評(píng)審機(jī)構(gòu)對(duì)茶葉生產(chǎn)過程的數(shù)據(jù)監(jiān)督檢測(cè)，為平臺(tái)使用者提供真實(shí)可靠的生產(chǎn)信息，實(shí)現(xiàn)茶葉生產(chǎn)過程的質(zhì)量溯源。

2 茶葉加工過程溯源模型及數(shù)據(jù)處理關(guān)鍵技術(shù)

2.1 茶葉生產(chǎn)溯源模型

茶葉溯源信息分為茶葉原料信息和生產(chǎn)過程信息。參考國家質(zhì)量監(jiān)督檢查檢疫總局給出的茶葉追溯要求，列出茶葉溯源信息框架如圖2所示。

根據(jù)茶葉原材料相關(guān)信息，以及茶葉生產(chǎn)實(shí)時(shí)監(jiān)控信息的獲取，通過政府監(jiān)管和茶葉生產(chǎn)數(shù)據(jù)的實(shí)時(shí)可靠傳輸，為用戶提供安全可信的溯源數(shù)據(jù)。

2.2 溯源數(shù)據(jù)需求及茶葉品質(zhì)評(píng)價(jià)

以黃山光明茶廠的高檔黃山毛峰生產(chǎn)線為例提出茶葉生產(chǎn)溯源管理模型。根據(jù)自動(dòng)化生產(chǎn)需求，高檔黃山毛峰主要生產(chǎn)工序如下圖3所示。

圖1 茶葉生產(chǎn)物聯(lián)網(wǎng)框架

圖2 茶葉溯源信息框圖

圖3 高檔黃山毛峰主要生產(chǎn)工序

首先依照制茶企業(yè)在制茶過程中設(shè)備參數(shù)和茶葉工藝參數(shù)，結(jié)合茶葉品質(zhì)檢測(cè)機(jī)構(gòu)對(duì)相關(guān)批次的檢測(cè)結(jié)果，制定出從茶葉開始生產(chǎn)到計(jì)量包裝過程中設(shè)備參數(shù)和工藝參數(shù)的標(biāo)準(zhǔn)數(shù)據(jù)庫作為源數(shù)據(jù)庫。在茶葉生產(chǎn)過程中，大量實(shí)時(shí)生產(chǎn)數(shù)據(jù)和源數(shù)據(jù)庫中數(shù)據(jù)值區(qū)間進(jìn)行比對(duì)，若符合源數(shù)據(jù)庫的標(biāo)定范圍，則判定茶葉品質(zhì)合格。若有不同值，則按權(quán)重進(jìn)行比較判斷該茶葉品質(zhì)是否符合要求。對(duì)比流程圖如圖4所示。

茶葉生產(chǎn)過程可追溯信息包括茶葉設(shè)備參數(shù)和茶葉工藝技術(shù)參數(shù)。生產(chǎn)現(xiàn)場(chǎng)可采集監(jiān)測(cè)參數(shù)列表如表1。

圖4 茶葉生產(chǎn)質(zhì)量評(píng)價(jià)對(duì)比流程圖

表1 監(jiān)測(cè)參數(shù)表

2.3 茶葉加工工序與品質(zhì)評(píng)價(jià)關(guān)鍵模型

引入層次分析法，結(jié)合定性與定量，確定茶葉生產(chǎn)過程采集指標(biāo)的重要度。設(shè)目標(biāo)層為茶葉生產(chǎn)品質(zhì)評(píng)價(jià)（A），黃山毛峰的生產(chǎn)過程中最重要的4道工序是殺青、理?xiàng)l、烘干和炒干，文中只對(duì)這4道工序相關(guān)參數(shù)的權(quán)重建立評(píng)價(jià)模型。該評(píng)價(jià)模型的層次關(guān)聯(lián)圖如圖5所示。

相關(guān)企業(yè)制茶者及茶葉品質(zhì)審評(píng)專家根據(jù)層次關(guān)聯(lián)圖，可憑借審評(píng)結(jié)果和制茶經(jīng)驗(yàn)等對(duì)各指標(biāo)進(jìn)行評(píng)分，按專家評(píng)分即可列出判斷矩陣。判斷矩陣包括各工序相對(duì)于茶葉品質(zhì)的判斷矩陣，以及工序指標(biāo)參數(shù)相對(duì)于工序的判斷矩陣，根據(jù)圖5所選的質(zhì)量評(píng)價(jià)指標(biāo)，共建立5個(gè)判斷矩陣，見表2—6。

根據(jù)判斷矩陣首先求出以上特征向量值的特征向量P和最大特征值λmax，對(duì)特征向量P進(jìn)行歸一化處理后其值為各指標(biāo)關(guān)于上一層的排序權(quán)值。

通過式（1）和式（2）可計(jì)算出隨機(jī)一致性指標(biāo)CI和隨機(jī)一致性比率CR，若求得結(jié)果CI值越小，則說明判斷矩陣一致性好，反之則說明偏離程度大。因本例所求階數(shù)均大于2，所以由式（2），當(dāng)CR<0.10時(shí)，說明以上排序有滿意一致性，反之就需要對(duì)其進(jìn)行調(diào)整，直到達(dá)到滿意一致性為止。

一致性指標(biāo)CI：

一致性比率CR：

其中RI表示同階平均隨機(jī)一致性指標(biāo)，RI值一覽表見表7。

最后進(jìn)行層次總排序，以及用式（3）對(duì)排序隨機(jī)一致性進(jìn)行檢驗(yàn)，若CR＜0.1，則按以上排序進(jìn)行比較。

圖5 茶葉品質(zhì)評(píng)價(jià)模型層次關(guān)聯(lián)圖

表2 A-B判斷矩陣

表3 B2-C判斷矩陣

表4 B3-C判斷矩陣

表5 B5-C判斷矩陣

表6 B6-C判斷矩陣

表7 n階判斷矩陣RI值一覽表

隨機(jī)一致性比率：

對(duì)以上階數(shù)大于2的4個(gè)判斷矩陣進(jìn)行了一致性檢驗(yàn)，CR值分別是：0.043?3，0，0，0，均小于0.1，因此滿足一致性且專家評(píng)分合理。

以上權(quán)重結(jié)果計(jì)算可以得出：對(duì)茶葉品質(zhì)影響重要度排序依次為：殺青B2>連續(xù)炒干B5>烘干B6>理?xiàng)lB3。其他參數(shù)權(quán)重見表2至表6。在生產(chǎn)過程中根據(jù)上述所計(jì)算出的權(quán)重值重要度排序依次與源數(shù)據(jù)庫中參數(shù)值范圍進(jìn)行對(duì)比，若權(quán)重值較高的工序參數(shù)不符合源數(shù)據(jù)庫給定值，則生產(chǎn)質(zhì)量判定為不達(dá)標(biāo)；若權(quán)重值較高的工序參數(shù)值均符合要求則依次繼續(xù)對(duì)比權(quán)重值較低的參數(shù)值進(jìn)行質(zhì)量判定。

客戶端能滿足不同用戶的溯源需求，供茶葉生產(chǎn)企業(yè)和政府監(jiān)管部門登錄查詢。用戶對(duì)相關(guān)省份、企業(yè)和茶葉品種進(jìn)行選擇，或者輸入茶葉批次號(hào)，即可查詢相關(guān)的溯源信息，界面顯示信息包括茶葉生產(chǎn)加工工藝、設(shè)備信息、參數(shù)信息，以及生產(chǎn)參數(shù)對(duì)茶葉的影響，可以真實(shí)有效地反映該批茶葉的質(zhì)量和生產(chǎn)安全狀況，輔助政府部門監(jiān)督茶葉安全生產(chǎn)，若設(shè)備的清潔度不達(dá)標(biāo)或存在添加劑使用等情況時(shí)，會(huì)及時(shí)地做出響應(yīng)。

2.4 茶葉加工過程實(shí)時(shí)離線異源數(shù)據(jù)融合評(píng)價(jià)

本文引用李紅等[18]所提到的基于對(duì)數(shù)線性模型建立茶葉生產(chǎn)數(shù)據(jù)融合質(zhì)量評(píng)價(jià)模型，以提高數(shù)據(jù)質(zhì)量，保證生產(chǎn)數(shù)據(jù)的完全性、一致性和準(zhǔn)確性。生產(chǎn)數(shù)據(jù)的存儲(chǔ)分為在線數(shù)據(jù)和離線數(shù)據(jù)兩部分，在線數(shù)據(jù)通過PLC與生產(chǎn)設(shè)備通過有線連接采集之后通過CX-4G無線透?jìng)髂K上傳至云服務(wù)器，用以生產(chǎn)過程的實(shí)時(shí)監(jiān)控。離線數(shù)據(jù)則包含實(shí)時(shí)數(shù)據(jù)和傳輸異常未保存至在線數(shù)據(jù)庫中的數(shù)據(jù)，將離線數(shù)據(jù)定時(shí)以Excel文件的形式上傳至云數(shù)據(jù)庫中，補(bǔ)全因網(wǎng)絡(luò)異常丟失的數(shù)據(jù)。系統(tǒng)采用MapReduce框架對(duì)數(shù)據(jù)進(jìn)行快速處理建立數(shù)據(jù)之間的必要聯(lián)系。數(shù)據(jù)融合路線圖如圖6所示。

因兩數(shù)據(jù)庫數(shù)據(jù)重復(fù)部分較多，且部分?jǐn)?shù)據(jù)在傳輸過程存在報(bào)錯(cuò)或遺失等情況，導(dǎo)致過涵蓋誤差和不足涵蓋誤差的情況產(chǎn)生。

設(shè)茶葉生產(chǎn)在線實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)庫為數(shù)據(jù)庫M，數(shù)據(jù)樣本數(shù)為X1；離線歷史生產(chǎn)數(shù)據(jù)庫為數(shù)據(jù)庫N，數(shù)據(jù)樣本數(shù)為X2。令總體T*=T∪M∪N，其中T為總體目標(biāo)，M∪N為非總體目標(biāo)。數(shù)據(jù)庫M和數(shù)據(jù)庫N的匹配結(jié)果如表8—10所示，括號(hào)內(nèi)為匹配概率。由上表可得過涵蓋誤差的計(jì)算公式為：

其中(a,b)∈｛(1,1)、(1,0)、(0,1)｝，由于數(shù)據(jù)庫M和N間沒有因果關(guān)系，所以選用一般對(duì)數(shù)線性模型將列聯(lián)表數(shù)據(jù)對(duì)數(shù)模型化。對(duì)T*=T∪M∪N建立飽和對(duì)數(shù)線性模型[19]：

表8 總體T*中的數(shù)據(jù)庫匹配表

表9 目標(biāo)總體T中的數(shù)據(jù)庫匹配表

表10 非目標(biāo)總體中數(shù)據(jù)庫匹配表

求解后并對(duì)解進(jìn)行l(wèi)og變換得：

聯(lián)立文獻(xiàn)[18]中利用抽樣調(diào)查試驗(yàn)并借助矩陣估計(jì)思想所得公式（8）：

與式（7）聯(lián)立可得：

通過從對(duì)應(yīng)文獻(xiàn)[18]中抽樣調(diào)查所列出的經(jīng)典假設(shè)及Mathematica等軟件，即可求解。此方法給出兩個(gè)數(shù)據(jù)庫融合時(shí)數(shù)據(jù)質(zhì)量評(píng)價(jià)模型，以確保數(shù)據(jù)融合質(zhì)量過關(guān)。

3 系統(tǒng)測(cè)試

本研究對(duì)系統(tǒng)通訊、數(shù)據(jù)存儲(chǔ)及遠(yuǎn)程界面實(shí)時(shí)顯示做了相關(guān)測(cè)試。以黃山光明茶廠的黃山毛峰生產(chǎn)線為測(cè)試對(duì)象。

3.1 實(shí)時(shí)通訊測(cè)試

測(cè)試硬件包括監(jiān)測(cè)數(shù)據(jù)流顯示器，遠(yuǎn)程通訊顯示器，CX-4G模塊，串口轉(zhuǎn)換模塊以及連接線電源。軟件包括組態(tài)軟件和串口軟件。首先對(duì)CX-4G模塊的工作模式、虛擬串口軟件以及網(wǎng)絡(luò)透?jìng)髂Ｊ竭M(jìn)行設(shè)置，以保證PLC可以直接通過該4G模塊將生產(chǎn)線采集的數(shù)據(jù)發(fā)送至云服務(wù)器，并且可以接受云服務(wù)器的反饋數(shù)據(jù)。對(duì)HTTPD Client模式設(shè)置可以為串口設(shè)備和HTTP服務(wù)器搭起一座通訊的橋梁；對(duì)虛擬串口軟件進(jìn)行設(shè)置，可以實(shí)現(xiàn)對(duì)PLC下載程序和遠(yuǎn)程監(jiān)控。

測(cè)試涵蓋無線模塊CX-4G功能測(cè)試、遠(yuǎn)程數(shù)據(jù)收發(fā)測(cè)試、多模塊之間通信測(cè)試及遠(yuǎn)程控制茶葉生產(chǎn)線設(shè)備測(cè)試。通過測(cè)試現(xiàn)場(chǎng)計(jì)時(shí)，經(jīng)云平臺(tái)遠(yuǎn)程讀寫控制生產(chǎn)線設(shè)備啟停實(shí)時(shí)性良好，讀寫測(cè)試10次，平均響應(yīng)時(shí)間小于600?ms，達(dá)到遠(yuǎn)程網(wǎng)絡(luò)控制的實(shí)時(shí)性要求?，F(xiàn)場(chǎng)測(cè)試圖及遠(yuǎn)程傳輸界面如圖7和圖8所示。

3.2 數(shù)據(jù)存儲(chǔ)及遠(yuǎn)程數(shù)據(jù)顯示界面測(cè)試

以表1中所列的數(shù)據(jù)項(xiàng)為例，搭建實(shí)驗(yàn)室模擬參數(shù)的實(shí)時(shí)監(jiān)控，對(duì)數(shù)據(jù)存儲(chǔ)及顯示進(jìn)行測(cè)試，測(cè)試電腦用Linux虛擬機(jī)搭建程序運(yùn)行環(huán)境模擬PLC，虛擬機(jī)每隔5?s向服務(wù)器上報(bào)一組數(shù)據(jù)，用C語言調(diào)用http實(shí)現(xiàn)HTTP的GET和POST請(qǐng)求。用POST的方式調(diào)用URL參數(shù)的格式為以下代碼：

其中：dataItemId表示不同工序機(jī)組中所包含的生產(chǎn)設(shè)備能夠產(chǎn)生的數(shù)據(jù)項(xiàng)對(duì)應(yīng)的數(shù)據(jù)ID；dataState用于識(shí)別采集值是否在標(biāo)準(zhǔn)數(shù)據(jù)庫給出的范圍之內(nèi)以及設(shè)備運(yùn)行是否正常；collectDatetime為數(shù)據(jù)采集時(shí)間；value表示設(shè)備采集的數(shù)據(jù)值。

測(cè)試程序包括3部分，即：（1）驗(yàn)證URL地址是否能夠連接，不能連接則退出；（2）建立與遠(yuǎn)程接口的連接；（3）通過循環(huán)向遠(yuǎn)程接口發(fā)送數(shù)據(jù)。與遠(yuǎn)程成功建立連接并且數(shù)據(jù)實(shí)時(shí)上傳情況，如圖9和圖10所示。茶葉溯源系統(tǒng)顯示界面如圖11所示。

圖10界面顯示茶葉生產(chǎn)線的生產(chǎn)信息、該線的茶葉產(chǎn)量、該生產(chǎn)各工序的運(yùn)行狀態(tài)以及生產(chǎn)線管理部分。生產(chǎn)線管理部分包括：生產(chǎn)參數(shù)管理、設(shè)備狀態(tài)管理、生產(chǎn)異動(dòng)管理、生產(chǎn)排程和設(shè)備運(yùn)維管理。

通過測(cè)試現(xiàn)場(chǎng)計(jì)時(shí)，經(jīng)云平臺(tái)遠(yuǎn)程讀寫控制生產(chǎn)線設(shè)備啟停實(shí)時(shí)性良好，讀寫測(cè)試10次，平均響應(yīng)時(shí)間小于600?ms，達(dá)到遠(yuǎn)程網(wǎng)絡(luò)控制的實(shí)時(shí)性要求（表11）。

系統(tǒng)通過B/S模式在遠(yuǎn)程PC瀏覽器上可以實(shí)時(shí)查看設(shè)備運(yùn)行狀態(tài)及設(shè)備所產(chǎn)生的數(shù)據(jù)項(xiàng)實(shí)時(shí)生產(chǎn)參數(shù)值及異常報(bào)警提示，能及時(shí)掌握車間生產(chǎn)線上的茶葉加工情況。同時(shí)通過茶葉溯源界面，用戶通過溯源碼即可對(duì)茶葉溯源進(jìn)行查詢。查詢內(nèi)容按用戶權(quán)限分配，其中茶葉基本信息查詢屬于公共用戶信息。不同權(quán)限用戶輸入溯源碼之后依權(quán)限可進(jìn)行茶葉基本信息查詢、生產(chǎn)工序查詢、生產(chǎn)參數(shù)查詢和茶葉檢驗(yàn)報(bào)告查詢。

4 總結(jié)

針對(duì)茶葉加工過程遠(yuǎn)程監(jiān)控需求及茶葉溯源的加工環(huán)節(jié)缺失問題，提出了基于加工過程茶葉狀態(tài)參數(shù)及加工設(shè)備工藝參數(shù)進(jìn)行茶葉品質(zhì)評(píng)價(jià)的溯源方法，搭建了物聯(lián)網(wǎng)生產(chǎn)線運(yùn)行云監(jiān)控及茶葉溯源狀態(tài)信息數(shù)據(jù)采集系統(tǒng)，針對(duì)溯源數(shù)據(jù)“不落地”思路，采用無線透?jìng)鲗?shí)時(shí)數(shù)據(jù)與生產(chǎn)離線數(shù)據(jù)兩種方式進(jìn)行遠(yuǎn)程云數(shù)據(jù)傳送，并運(yùn)用對(duì)數(shù)線性模型建立了實(shí)時(shí)數(shù)據(jù)庫和歷史數(shù)據(jù)庫融合的評(píng)價(jià)模型，用于檢驗(yàn)兩個(gè)數(shù)據(jù)庫融合的數(shù)據(jù)完整性。最后以黃山毛峰初制加工生產(chǎn)線為例進(jìn)行了遠(yuǎn)程監(jiān)控系統(tǒng)開發(fā)及溯源信息采集開發(fā)和試驗(yàn)，結(jié)果表明，平臺(tái)運(yùn)行穩(wěn)定，數(shù)據(jù)顯示準(zhǔn)確完整，實(shí)時(shí)性較好。為后期茶葉生產(chǎn)優(yōu)化模型的建立和海量數(shù)據(jù)挖掘奠定了基礎(chǔ)。

圖7 調(diào)試現(xiàn)場(chǎng)圖

圖8 遠(yuǎn)程數(shù)收發(fā)測(cè)試

圖9 與遠(yuǎn)程建立連接圖

表11 通訊功能測(cè)試

注：A：CX-4G模塊與遠(yuǎn)程PC端通訊測(cè)試；B：多個(gè)無線模塊的通訊測(cè)試；C：遠(yuǎn)程讀寫茶葉生產(chǎn)線變頻器測(cè)試

Note: A: CX-4G module and remote PC interface communication test, B: communication test for multiple wireless modules, C: remote reading and writing in tea production line inverter test

圖10 茶葉生產(chǎn)線遠(yuǎn)程監(jiān)控生產(chǎn)線顯示界面

圖11 茶葉生產(chǎn)遠(yuǎn)程監(jiān)控溯源系統(tǒng)界面顯示圖

[1] 陳華榮. 炒青綠茶自動(dòng)化生產(chǎn)線數(shù)據(jù)采集與監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 長沙: 中南大學(xué), 2013.

[2] 江曉東. 基于WebGIS的茶葉質(zhì)量安全追溯系統(tǒng)的研究與實(shí)現(xiàn)[D]. 杭州: 浙江工業(yè)大學(xué), 2011.

[3] 胡國強(qiáng), 李茵. 基于NFC的茶葉質(zhì)量安全追溯系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 江蘇農(nóng)業(yè)科學(xué), 2018, 46(4): 197-200.

[4] 李道亮, 楊昊. 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)研究進(jìn)展與發(fā)展趨勢(shì)分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2018, 49(1): 1-20.

[5] 廖勝, 任重. 基于物聯(lián)網(wǎng)框架下的近紅外果蔬品質(zhì)檢測(cè)及溯源系統(tǒng)研究[J]. 物聯(lián)網(wǎng)技術(shù), 2017, 7(12): 56-58, 62.

[6] 許博明. 基于物聯(lián)網(wǎng)的蔬菜質(zhì)量追溯系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 北京: 北京交通大學(xué), 2017.

[7] 朱正月, 陳增強(qiáng). 物聯(lián)網(wǎng)中的智慧溯源服務(wù)系統(tǒng)Petri網(wǎng)建模與分析[J]. 智能系統(tǒng)學(xué)報(bào), 2017, 12(4): 538-547.

[8] 康瑞娟, 張小栓, 傅澤田, 等. 基于PDA和FSM的肉牛養(yǎng)殖可追溯信息采集與傳輸方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(1): 227-231.

[9] 馬懿, 林靖, 李晨, 等. 國內(nèi)外農(nóng)產(chǎn)品溯源系統(tǒng)研究現(xiàn)狀綜述[J]. 科技資訊, 2011(27): 158. DOI: 10.16661/j.cnki. 1672-3791.2011.27.043.

[10] 樊紅平, 馮忠澤, 楊玲, 等. 可追溯體系在食品供應(yīng)鏈中的應(yīng)用與探討[J]. 生態(tài)經(jīng)濟(jì), 2007(4): 63-65.

[11] Hall D. Food with a visible face: Traceability and the public promotion of private governance in the Japanese food system [J]. Geo forum, 2010, 41(5): 826-835.

[12] Golan E H, Krissoff B, Kuchler F, et al. Traceability in the US food supply: economic theory and industry studies [M]. US Department of Agriculture, Economic Research Service, 2004: 3-10.

[13] Schw?gele F. Traceability from a European perspective [J]. Meat Science, 2005, 71(1): 164-173.

[14] Stanford K, Stitt J, Kellar J A, et al. Traceability in cattle and small ruminants in Canada [J]. Revue Scientifique Et Technique, 2001, 20(2): 510-522.

[15] Bulut H, Lawrence J D. Meat slaughter and processing plants' traceability levels: Evidence from Iowa [R]. (2007-04-16) [2019-02-26]. https://ageconsearch.umn.edu/ record/37576.

[16] Abad E, Palacio F, Nuin M, et al. RFID smart tag for traceability and cold chain monitoring of foods: Demonstration in an intercontinental fresh fish logistic chain [J]. Journal of Food Engineering, 2009, 93(4): 394-399.

[17] 朱燕妮. 基于二維碼的黑茶產(chǎn)品溯源模式構(gòu)建與實(shí)現(xiàn)[D]. 長沙: 湖南農(nóng)業(yè)大學(xué), 2014.

[18] 李紅, 牛成英, 孫秋碧, 等. 大數(shù)據(jù)時(shí)代數(shù)據(jù)融合質(zhì)量的評(píng)價(jià)模型[J]. 統(tǒng)計(jì)與決策, 2018, 34(21): 10-14.

[19] Agresti A. Categorical date analysis [M]. 3rd ed. Hoboken: John Wiley & Sons Inc, 2013.

Research and System Design of Tea Processing Remote Cloud Monitoring and Traceability

JIANG Jiandong, ZHOU Qian, PAN Bosong, ZHAO Zhangfeng, ZHONG Jiang, QIAO Xin, ZHANG Xian

School of mechanical engineering, Zhejiang University of technology, Hangzhou 310023, China

In view of the remote monitoring demand of tea processing and the lack of tea processing traceability, a remote IoT（Internet of things） monitoring platform for state parameters during tea processing was proposed. It achieved the remote monitoring of both processing line and tea state. A traceability evaluation model of tea processing was established by using B/S framework to show real-time information, combined data of both fresh leaf states and tracing information of processing, and analytic hierarchy process to analyze the effects of production parameters on tea quality. On this basis, the quality evaluation model of tea production offline and online database fusion was constructed to improve the quality of data storage. Finally, the remote monitoring system development and traceability information collection verification test were carried out for the Huangshan Maofeng preliminary processing production line. The results show that the platform is stable, the data display is accurate and complete, and the real-time performance is good, which provides technical support for tea quality optimization and big data analysis.

tea production, remote monitoring, traceability, analytical hierarchy process, data fusion

TS272

A

1000-369X(2019)06-742-11

2019-03-07

2019-07-18

浙江省科技計(jì)劃項(xiàng)目（2017C02027）

蔣建東，男，博士，教授，主要研究方向?yàn)闄C(jī)械動(dòng)力學(xué)，機(jī)電系統(tǒng)控制，jiangjd@zjut.edu.cn