CN118569886A - 一种食品质量安全溯源系统及方法 - Google Patents
一种食品质量安全溯源系统及方法 Download PDFInfo
- Publication number
- CN118569886A CN118569886A CN202410719217.1A CN202410719217A CN118569886A CN 118569886 A CN118569886 A CN 118569886A CN 202410719217 A CN202410719217 A CN 202410719217A CN 118569886 A CN118569886 A CN 118569886A
- Authority
- CN
- China
- Prior art keywords
- value
- link
- risk
- food
- uploading
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Factory Administration (AREA)
Abstract
本发明提出了一种食品质量安全溯源系统及方法。其中,方法包括:获取食品从原料采购到最终销售的每个环节的关键质量节点信息,将信息上传至区块链,获取每个环节的上传人员信誉值;通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对矩阵每一环节的风险进行评估并赋予量化的风险值;获取食品质量安全异常信息,追溯获取异常的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值超过预设风险环节阈值,可追溯到生产不合格的环节;若各环节上传人员信誉值和风险值相乘没有超过预设风险环节阈值,通过风险传递值追溯风险传递环节。通过此方法和对应的系统,通过精细化计算风险值,极大地提高了食品安全的可追溯性。
Description
技术领域
本发明提出了一种食品质量安全溯源系统及方法,属于食品安全追溯领域。
背景技术
食品安全是保障公众身体健康和生命安全的重要源头。近年来频发的食品安全事故引起了社会各界的广泛关注,食品安全追溯作为保障食品安全的手段,目前在国内外已得到了广泛应用。
但现有的食品追溯方法只考虑到追溯食品在每个环节中出现问题,没有考虑追溯食品在环节间传递也可能出现问题,且现有的追溯方法依靠人工记录数据并一环节挨着一环节的比对数据,不能快速定位到生产不合格的环节。
发明内容
本发明提供了一种食品质量安全溯源系统及方法,用以解决上述提到的问题:
本发明提出的一种食品质量安全溯源方法,所述方法包括:
获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值;
通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值;
获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值超过预设风险环节阈值,可追溯到生产不合格的环节;
若各环节上传人员信誉值和风险值相乘没有超过预设风险环节阈值,通过风险传递值追溯风险传递环节。
进一步的,获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值,包括:
同行业标准和内部质量控制需求合作,确定每个环节的关键质量节点,原料采购环节包括原材料的产地金属含量,加工环节包括加工的温度和卫生条件,冷藏运输环节包括运输环境的温度和湿度记录,所述销售环节包括销售点的产品存储环境的温度、湿度和光照;
在所述关键节点实施自动收集,包括通过传感器、扫描器和其他电子记录设备采集关键质量节点信息;
提供人工验证关键质量节点信息接口,将经过验证的关键质量节点信息通过安全的网络接口上传到区块链平台;
提供上传数据人员验证身份的接口,在区块链上记录每次数据上传的员工信誉值和时间戳。
进一步的,通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值,包括:
对于每一个关键质量节点,预先定义一个标准值,所述标准值是合格状态的数值,通过传感器、扫描器等设备在各关键节点获得实测值;
基于定义的关键质量节点,建立追溯矩阵,其中矩阵的行和列分别代表供应链的不同环节和关键质量节点,矩阵中的每个元素代表该参数在特定环节的风险值,所述风险值由标准值和实测值计算得出,
其中,D表示探测难度参数,节点难以监测或检测到问题的,其D值较高,L是该关键节点发生问题的发生概率评估,C是该节点问题的后果严重性,对健康影响较大的,其C值较高,|MV-SV|代表实测值与标准值之间的绝对差值,表示实际操作与标准的偏离程度,K是一个调整因子,用于调节风险值的敏感度。
进一步的,获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值成超过预设风险环节阈值,可追溯到生产不合格的环节,包括:
获取食品质量安全异常信息,先追溯获取食品质量安全异常信息的环节的上传人员信誉值和风险值,所述上传人员信誉值包括上传人员的信誉值,上传人员信誉值和风险值相乘值和预设风险值阈值进行比较;
若没有超过预设风险环节阈值,继续追溯上游环节,直到某一环节上传人员信誉值和风险值相乘的结果超过预设风险值阈值,即追溯到生产不合格的环节。
进一步的,若上传人员信誉值和风险值相乘没有超过预设风险环节阈值,通过风险传递值追溯风险传递环节,包括:
获取每个环节关键质量节点信息上传到区块链的时间戳,通过风险传递值模型计算环节间的风险传递值;
获得最大风险传递值,所述最大风险传递值所在环节即为风险传递环节。
本发明提出的一种食品质量安全溯源系统,所述系统包括:
获取关键质量节点信息模块,用于获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值;
风险评估模块,用于通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值;
定位环节模块,用于获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值超过预设风险环节阈值,可追溯到生产不合格的环节;
定位风险传递环节模块,用于若各环节上传人员信誉值和风险值相乘没有超过预设风险环节阈值时,通过风险传递值追溯风险传递环节。
进一步的,所述获取关键质量节点信息模块包括:
确定关键质量节点模块,用于同行业标准和内部质量控制需求合作,确定每个环节的关键质量节点,原料采购环节包括原材料的产地金属含量,加工环节包括加工的温度和卫生条件,冷藏运输环节包括运输环境的温度和湿度记录,所述销售环节包括销售点的产品存储环境的温度、湿度和光照;
采集节点信息模块,用于在所述关键节点实施自动收集,包括通过传感器、扫描器和其他电子记录设备采集关键质量节点信息;
人工验证并上传模块,用于提供人工验证关键质量节点信息接口,将经过验证的关键质量节点信息通过安全的网络接口上传到区块链平台;
获取员工信誉值和时间戳模块,用于提供上传数据人员验证身份的接口,在区块链上记录每次数据上传的员工的信誉值和时间戳。
进一步的,所述风险评估模块包括:
获得标准值和实测值模块,用于对于每一个关键质量节点,预先定义一个标准值,所述标准值是合格状态的数值,通过传感器、扫描器等设备在各关键节点获得实测值;
计算风险值模块,用于基于定义的关键质量节点,建立追溯矩阵,其中矩阵的行和列分别代表供应链的不同环节和关键质量节点,矩阵中的每个元素代表该参数在特定环节的风险值,所述风险值由标准值和实测值计算得出,
其中,D表示探测难度参数,节点难以监测或检测到问题的,其D值较高,L是该关键节点发生问题的发生概率评估,C是该节点问题的后果严重性,对健康影响较大的,其C值较高,|MV-SV|代表实测值与标准值之间的绝对差值,表示实际操作与标准的偏离程度,K是一个调整因子,用于调节风险值的敏感度。
进一步的,所述定位环节模块包括:
追溯定位模块,用于获取食品质量安全异常信息,先追溯获取食品质量安全异常信息的环节的上传人员信誉值和风险值,所述上传人员信誉值包括上传人员的信誉值,上传人员信誉值和风险值相乘值和预设风险值阈值进行比较;
追溯上游环节模块,用于若没有超过预设风险环节阈值时,继续追溯上游环节,直到某一环节上传人员信誉值和风险值相乘的结果超过预设风险值阈值,即追溯到生产不合格的环节。
进一步的,所述定位风险传递环节模块包括:
计算风险传递值模块,用于获取每个环节关键质量节点信息上传到区块链的时间戳,通过风险传递值模型计算环节间的风险传递值;
定位风险传递环节模块,用于获得最大风险传递值,所述最大风险传递值所在环节即为风险传递环节。
本发明有益效果:该方案通过完整记录食品从原料到最终销售的每个环节的质量控制数据,极大地提高了食品安全的可追溯性和透明度。在食品安全事故发生时,可以快速追溯到责任环节,及时处理问题,减少损失。消费者能够通过系统获取食品生产的详细信息,这增加了消费者对产品和品牌的信任。通过精确的风险评估和管理,企业能更好地满足食品安全标准和法规要求,提升整体运作的符合性和效率。
附图说明
图1为本发明所述一种食品质量安全溯源方法的示意图。
具体实施方式
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例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
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,所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
本发明的一个实施例,一种食品质量安全溯源方法,所述方法包括:
获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值;
通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值;
获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值超过预设风险环节阈值,可追溯到生产不合格的环节;
若各环节上传人员信誉值和风险值相乘没有超过预设风险环节阈值,通过风险传递值追溯风险传递环节。
上述技术方案的工作原理及效果为:系统首先在食品生产的每个重要环节(如原料采购、加工、包装、冷藏运输到最终销售)收集关键的质量控制数据;收集到的数据上传到区块链系统中,这样做可以保证数据的安全性、透明性以及不可篡改性;利用区块链上记录的数据构建一个食品安全追溯矩阵,详细记录每一个环节的操作和数据;评估风险并赋予量化风险值:对追溯矩阵中的每一个环节进行风险评估,并根据评估结果赋予相应的量化风险值;当检测到食品质量安全异常信息时,将追溯不合格产品的各个上游环节,通过比对上传人员的信誉值和各环节的风险值,找出问题源头。如果信誉值和风险值的乘积未超过预设阈值,将利用风险传递值进一步追溯可能的风险传递环节。该方案通过完整记录食品从原料到最终销售的每个环节的质量控制数据,极大地提高了食品安全的可追溯性和透明度。在食品安全事故发生时,可以快速追溯到责任环节,及时处理问题,减少损失。消费者能够通过系统获取食品生产的详细信息,这增加了消费者对产品和品牌的信任。通过精确的风险评估和管理,企业能更好地满足食品安全标准和法规要求,提升整体运作的符合性和效率。
本发明的一个实施例,一种食品质量安全溯源方法,获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值,包括:
同行业标准和内部质量控制需求合作,确定每个环节的关键质量节点,原料采购环节包括原材料的产地金属含量,加工环节包括加工的温度和卫生条件,冷藏运输环节包括运输环境的温度和湿度记录,所述销售环节包括销售点的产品存储环境的温度、湿度和光照;
在所述关键节点实施自动收集,包括通过传感器、扫描器和其他电子记录设备采集关键质量节点信息;
提供人工验证关键质量节点信息接口,将经过验证的关键质量节点信息通过安全的网络接口上传到区块链平台;
提供上传数据人员验证身份的接口,在区块链上记录每次数据上传的员工信誉值和时间戳。
上述技术方案的工作原理及效果为:根据行业标准与内部质量控制需求,确定各个环节如原料采购、加工、冷藏运输及销售的关键质量控制点,例如原料的金属含量、加工的温度和卫生条件、运输和存储环境的温度、湿度和光照条件;在这些关键质量节点使用传感器、扫描器和其他电子记录设备自动收集数据,确保数据的实时性和准确性;提供一个人工验证接口,允许相关人员核实自动收集的数据的准确性,增加数据的可靠性;经验证的数据通过安全网络接口上传至区块链平台,并提供一个接口用于验证上传数据人员的身份;区块链记录上传数据的时间戳和员工信誉值,增强数据来源的信任度;使用区块链技术保证数据的不可篡改性和追溯性,每个数据点都能被精确追溯到责任人。借助区块链技术存储关键数据点,任何时候都能追溯数据的源头和历史变动,极大增加了系统的透明度和产品的追溯性。通过自动化设备收集数据并结合人工验证环节,大幅度提高了数据的准确性和可靠性。消费者和监管机构可以通过区块链平台查看每个产品的详细质量记录,增加了品牌的可信度和市场竞争力。实时监控关键质量节点并迅速响应任何异常,帮助企业遵守相关法规标准,有效管理潜在的风险和问题。自动化数据收集和上传流程减少了人为操作的需求和错误机率,提升了整个监控和管理流程的效率。
本发明的一个实施例,一种食品质量安全溯源方法,通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值,包括:
对于每一个关键质量节点,预先定义一个标准值,所述标准值是合格状态的数值,通过传感器、扫描器等设备在各关键节点获得实测值;
基于定义的关键质量节点,建立追溯矩阵,其中矩阵的行和列分别代表供应链的不同环节和关键质量节点,矩阵中的每个元素代表该参数在特定环节的风险值,所述风险值由标准值和实测值计算得出,
其中,D表示探测难度参数,节点难以监测或检测到问题的,其D值较高,L是该关键节点发生问题的发生概率评估,可为该节点发生不合规问题的次数与食品发生不合规问题的总次数的比值,C是该节点问题的后果严重性,对健康影响较大的,其C值较高,|MV-SV|代表实测值与标准值之间的绝对差值,表示实际操作与标准的偏离程度,K是一个调整因子,用于调节风险值的敏感度。
在设置严重性参数(C)时,可以通过专家系统、历史数据分析和风险评估模型来制定。例如,用以下三级系统可以评估不同环节的影响:高风险(C=3):直接与健康相关的严重问题(如生物和化学污染);中等风险(C=2):长期健康影响或需时间累积的风险因素;低风险(C=1):对健康影响较小或间接的风险因素。
在设置探测难度参数D时,可以通过专家系统、历史数据分析和风险评估模型来制定。例如,用以下三级系统可以评估不同环节的影响:高等探测难度(D=3):如材料可能存在从产地本身带来的问题(例如,重金属污染、杀虫剂残留等),这些问题通常在外观上不易被发现,需要进行详细的化学分析才能检测出来,中等探测难度(D=2):如温度和湿度控制的连续性:虽然现代技术可以通过传感器进行实时监控,但在运输过程中确保每个阶段都严格维持适宜的温度和湿度仍然具有挑战性,特别是在长途和跨境运输中;低等探测难度(D=1):如销售环节食品在零售点的存储环境的监测,加工环节探测加工的温度和卫生条件。
上述技术方案的工作原理及效果为:对于食品生产中的每个关键质量控制点,预先定义一个合格状态的标准值(SV)。这包括所有关键生产环节如原料质检、加工控制、包装、运输与存储等;使用传感器、扫描器等设备在各关键质量节点获取实际测量值(MV)。这些设备自动监测并记录数据,确保数据的实时性和准确性。基于关键质量节点及其标准值与实测值,建立一个含有供应链各环节与关键节点的追溯矩阵。矩阵中,行和列分别代表供应链的不同环节和关键质量节点。矩阵中的每个元素代表该节点在特定环节的风险值。风险值的计算公式中,(|MV-SV|)表示实测值与标准值之间的偏差,(D)表示探测难度,节点监测困难度高的,其(D)值较高,(L)是该节点发生问题的可能性评估,(C)是问题后果的严重性,影响健康的问题,其(C)值较高,(K)是调节因子,调整风险值的敏感度,K>0。精细化风险管理,该方案使得风险管理更加精细化和量化,每个环节的风险都可以定量评估,增强了风险管理的科学性和有效性;提高产品质量和安全性,通过实时监控关键质量节点与预设标准的偏差,并计算风险值,方便及时调整工艺,确保产品质量和安全性;明确记录每个生产环节的质量控制数据,提高了产品的透明度,增强消费者和监管部门的信任;有效预防和及时响应,通过对潜在风险的早期识别和量化,企业能够更有效地防范可能的质量问题,并在问题发生时迅速采取措施。提升综合竞争力,高标准的质量控制和风险管理不仅能提升产品质量,也增强企业品牌形象和市场竞争力。通过预设标准值的比较与风险计算,此技术方案为食品安全生产提供了一种动态监控和主动管理的方法,能够有效提高企业在食品安全管理方面的整体效率和效果。
本发明的一个实施例,一种食品质量安全溯源方法,获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值成超过预设风险环节阈值,可追溯到生产不合格的环节,包括:
获取食品质量安全异常信息,先追溯获取食品质量安全异常信息的环节的上传人员信誉值和风险值,所述上传人员信誉值包括上传人员的信誉值,上传人员信誉值和风险值相乘值和预设风险值阈值进行比较;
若没有超过预设风险环节阈值,继续追溯上游环节,直到某一环节上传人员信誉值和风险值相乘的结果超过预设风险值阈值,即追溯到生产不合格的环节。
上述技术方案的工作原理及效果为:捕捉食品质量安全的异常信息;根据异常信息,系统开始从出现问题的环节向上游追溯;获取上传人员的信誉值和风险值,对于每个环节,获取相关人员的信誉值以及该环节的风险值,计算出上传人员的信誉值和风险值的乘积,并将其与预设的风险阈值进行比较;如果某一环节的信誉值与风险值的乘积超过了预设的风险阈值,系统标识该环节为问题环节,如果没有超过阈值,系统继续追溯至上一个环节,直到找到超阈的环节。准确追溯问题来源,该技术方案使食品生产链中的问题环节可以被精确追溯,保证问题可以在源头被发现并处理;提高响应速度和处理效率,快速追溯到问题环节缩短了响应时间,使得相关措施可以更迅速地实施,大幅提升处理效率;提升食品安全保障,精确和系统的追溯系统能够有效防止食品安全问题扩散到更广的范围,增加整个食品供应链的安全保障。增强消费者信任,通过有效的风险管理和问题追溯系统,消费者对食品安全的信心将得到增强,从而提升品牌形象和消费者满意度。提高企业的责任感和符合性,企业能够通过此系统展现其对食品安全的责任感,同时符合相关的法规和标准要求。
本发明的一个实施例,一种食品质量安全溯源方法,若上传人员信誉值和风险值相乘没有超过预设风险环节阈值,通过风险传递值追溯风险传递环节,包括:
获取每个环节关键质量节点信息上传到区块链的时间戳,通过风险传递值模型计算环节间的风险传递值;
具体的,所述风险传递值模型为:
其中,rij为风险概率,风险概率可为该环节间传递的不合规记录次数比上环节间传递不合规的总次数,tij为通过该路径传递时间(环节信息上传到区块链的时间差),获得最大风险传递值,所述最大风险传递值所在环节即为风险传递环节,xkij表示第k个额外风险因子的值,wk为各因子的权重,额外风险因子包括供应商信誉和历史该环节间的传递的不合规记录,供应商信誉可为供应商历史生产不合格批次数值与总生产批次数值的比值,历史该环节间的传递的不合规记录可为该环节间传递的不合规记录次数比上总的环节间传递不合规次数,
其中,f(T,θ)是基于温度和湿度的调整函数,△T表示环节间传递的温度与标准温度之间的差值,△θ表示当前湿度与标准湿度之间的差值,α和β是调节因子,它们决定了温度和湿度对风险传递值的敏感度或影响程度。
上述技术方案的工作原理及效果为:收集关键质量节点信息及其时间戳,在生产和供应链的每个关键环节,通过区块链技术记录关键质量节点信息及其时间戳,时间戳记录数据上传到区块链的具体时间;使用公式来计算每两个环节之间的风险传递值,通过对所有可能的环节对进行风险传递值的计算,找到具有最大风险传递值的环节对;定位风险传递环节,确定具有最大风险传递值的环节对,该环节对被认为是主要的风险传递环节,这个环节是问题可能发生或影响最大的环节。通过准确计算和评估不同生产环节间的风险传递,可以更有效地监控整个生产链,从而提高风险控制的效率和准确性;实时风险评估和管理,利用区块链技术实现实时的风险评估,确保在风险发生时快速响应并采取控制措施,降低可能的损失;提升生产和供应链的透明度,全链条的时间戳和风险传递记录使得食品生产和供应链更加透明,消费者和监管机构可以轻松地追溯和核实每个环节的信息;优化资源配置,通过识别主要的风险传递环节,可以更合理地分配资源和注意力,专注于改进风险较高的环节,提高整体生产效率和产品质量。加强法规遵守和减少违规风险,系统对食品安全的详尽管理和易于追溯的记录,帮助企业更好地符合法规要求,减少因监管不足而产生的法律和财务风险。
该风险传递值模型中的rij代表在特定环节发生不合规或问题的概率,这通常基于历史数据,tij反映信息或产品从一个环节向另一个环节转移所需的时间。时间延迟增加了不确定性和风险,引入额外风险因子,额外风险因子包括不同的风险维度,如供应商信誉、历史合规纪录等,这些都是影响风险评估的重要因素,权重每个额外风险因子的重要性或影响力通过相应的权重表示,确保重要因素在风险评估中具有较大影响。调整函数考虑环境条件(如温度、湿度等)对风险的实际影响,使模型更加精细和适应性强。通过整合多个影响因素,能更精确地反映每个供应链环节间传递时的实际风险状况。考虑到环境变量的影响,使风险评估在不同条件下都保持有效。这对于环境条件波动大的行业尤为重要。详细清晰地指出了高风险环节,帮助决策者优先安排资源和应对措施,从而更有效地管理和缓解风险。增强了预见潜在问题的能力,便于及时调整战略或运营计划以应对预期风险,支持更有信息的决策。通过这种精细化和多维度的风险评估模型,企业能够更好地理解和应对供应链中的风险,确保运营的连续性和效率。调整使用指数函数是因为它提供了一个平滑且连续的数学模型,可以处理温度和湿度的变化对风险传递值带来的非线性影响,温度和湿度差值的二次项,采用二次项是为了强调偏离最佳状态的程度对风险的影响,即温度和湿度偏离最佳状态越远,其影响越显著,负号确保在温度和湿度偏离最佳状态时,函数值较小,从而增强风险调整的效果。当温度和湿度接近理想状态时,调整函数的值越接近1,表明环境条件对风险传递的影响较小。该调整函数可以根据实际监测的温度和湿度实时调整风险传递值,从而使风险评估更精确和时效,有助于在食品安全中快速响应环境变化。例如,在供应链中的冷链运输环节,如果监测到温度或湿度超出预定范围,通过该函数可计算出增加的风险权重,及时采取措施减少食品变质或损坏的风险。
本发明的一个实施例,一种食品质量安全溯源系统,所述系统包括:
获取关键质量节点信息模块,用于获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值;
风险评估模块,用于通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值;
定位环节模块,用于获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值超过预设风险环节阈值,可追溯到生产不合格的环节;
定位风险传递环节模块,用于若各环节上传人员信誉值和风险值相乘没有超过预设风险环节阈值时,通过风险传递值追溯风险传递环节。
上述技术方案的工作原理及效果为:系统首先在食品生产的每个重要环节(如原料采购、加工、包装、冷藏运输到最终销售)收集关键的质量控制数据;收集到的数据上传到区块链系统中,这样做可以保证数据的安全性、透明性以及不可篡改性;利用区块链上记录的数据构建一个食品安全追溯矩阵,详细记录每一个环节的操作和数据;评估风险并赋予量化风险值:对追溯矩阵中的每一个环节进行风险评估,并根据评估结果赋予相应的量化风险值;当检测到食品质量安全异常信息时,将追溯不合格产品的各个上游环节,通过比对上传人员的信誉值和各环节的风险值,找出问题源头。如果信誉值和风险值的乘积未超过预设阈值,将利用风险传递值进一步追溯可能的风险传递环节。该方案通过完整记录食品从原料到最终销售的每个环节的质量控制数据,极大地提高了食品安全的可追溯性和透明度。在食品安全事故发生时,可以快速追溯到责任环节,及时处理问题,减少损失。消费者能够通过系统获取食品生产的详细信息,这增加了消费者对产品和品牌的信任。通过精确的风险评估和管理,企业能更好地满足食品安全标准和法规要求,提升整体运作的符合性和效率。
本发明的一个实施例,一种食品质量安全溯源系统,所述获取关键质量节点信息模块包括:
确定关键质量节点模块,用于同行业标准和内部质量控制需求合作,确定每个环节的关键质量节点,原料采购环节包括原材料的产地金属含量,加工环节包括加工的温度和卫生条件,冷藏运输环节包括运输环境的温度和湿度记录,所述销售环节包括销售点的产品存储环境的温度、湿度和光照;
采集节点信息模块,用于在所述关键节点实施自动收集,包括通过传感器、扫描器和其他电子记录设备采集关键质量节点信息;
人工验证并上传模块,用于提供人工验证关键质量节点信息接口,将经过验证的关键质量节点信息通过安全的网络接口上传到区块链平台;
获取员工信誉值和时间戳模块,用于提供上传数据人员验证身份的接口,在区块链上记录每次数据上传的员工的信誉值和时间戳。
上述技术方案的工作原理及效果为:根据行业标准与内部质量控制需求,确定各个环节如原料采购、加工、冷藏运输及销售的关键质量控制点,例如原料的金属含量、加工的温度和卫生条件、运输和存储环境的温度、湿度和光照条件;在这些关键质量节点使用传感器、扫描器和其他电子记录设备自动收集数据,确保数据的实时性和准确性;提供一个人工验证接口,允许相关人员核实自动收集的数据的准确性,增加数据的可靠性;经验证的数据通过安全网络接口上传至区块链平台,并提供一个接口用于验证上传数据人员的身份;区块链记录上传数据的时间戳和员工信誉值,增强数据来源的信任度;使用区块链技术保证数据的不可篡改性和追溯性,每个数据点都能被精确追溯到责任人。借助区块链技术存储关键数据点,任何时候都能追溯数据的源头和历史变动,极大增加了系统的透明度和产品的追溯性。通过自动化设备收集数据并结合人工验证环节,大幅度提高了数据的准确性和可靠性。消费者和监管机构可以通过区块链平台查看每个产品的详细质量记录,增加了品牌的可信度和市场竞争力。实时监控关键质量节点并迅速响应任何异常,帮助企业遵守相关法规标准,有效管理潜在的风险和问题。自动化数据收集和上传流程减少了人为操作的需求和错误机率,提升了整个监控和管理流程的效率。
本发明的一个实施例,一种食品质量安全溯源系统,所述风险评估模块包括:
获得标准值和实测值模块,用于对于每一个关键质量节点,预先定义一个标准值,所述标准值是合格状态的数值,通过传感器、扫描器等设备在各关键节点获得实测值;
计算风险值模块,用于基于定义的关键质量节点,建立追溯矩阵,其中矩阵的行和列分别代表供应链的不同环节和关键质量节点,矩阵中的每个元素代表该参数在特定环节的风险值,所述风险值由标准值和实测值计算得出,
其中,D表示探测难度参数,节点难以监测或检测到问题的,其D值较高,L是该关键节点发生问题的发生概率评估,C是该节点问题的后果严重性,对健康影响较大的,其C值较高,|MV-SV|代表实测值与标准值之间的绝对差值,表示实际操作与标准的偏离程度,K是一个调整因子,用于调节风险值的敏感度。
上述技术方案的工作原理及效果为:对于食品生产中的每个关键质量控制点,预先定义一个合格状态的标准值(SV)。这包括所有关键生产环节如原料质检、加工控制、包装、运输与存储等;使用传感器、扫描器等设备在各关键质量节点获取实际测量值(MV)。这些设备自动监测并记录数据,确保数据的实时性和准确性。基于关键质量节点及其标准值与实测值,建立一个含有供应链各环节与关键节点的追溯矩阵。矩阵中,行和列分别代表供应链的不同环节和关键质量节点。矩阵中的每个元素代表该节点在特定环节的风险值。风险值的计算公式中,(|MV-SV|)表示实测值与标准值之间的偏差,(D)表示探测难度,节点监测困难度高的,其(D)值较高,(L)是该节点发生问题的可能性评估,(C)是问题后果的严重性,影响健康的问题,其(C)值较高,(K)是调节因子,调整风险值的敏感度。精细化风险管理,该方案使得风险管理更加精细化和量化,每个环节的风险都可以定量评估,增强了风险管理的科学性和有效性;提高产品质量和安全性,通过实时监控关键质量节点与预设标准的偏差,并计算风险值,方便及时调整工艺,确保产品质量和安全性;明确记录每个生产环节的质量控制数据,提高了产品的透明度,增强消费者和监管部门的信任;有效预防和及时响应,通过对潜在风险的早期识别和量化,企业能够更有效地防范可能的质量问题,并在问题发生时迅速采取措施。提升综合竞争力,高标准的质量控制和风险管理不仅能提升产品质量,也增强企业品牌形象和市场竞争力。通过预设标准值的比较与风险计算,此技术方案为食品安全生产提供了一种动态监控和主动管理的方法,能够有效提高企业在食品安全管理方面的整体效率和效果。
本发明的一个实施例,一种食品质量安全溯源系统,所述定位环节模块包括:
追溯定位模块,用于获取食品质量安全异常信息,先追溯获取食品质量安全异常信息的环节的上传人员信誉值和风险值,所述上传人员信誉值包括上传人员的信誉值,上传人员信誉值和风险值相乘值和预设风险值阈值进行比较;
追溯上游环节模块,用于若没有超过预设风险环节阈值时,继续追溯上游环节,直到某一环节上传人员信誉值和风险值相乘的结果超过预设风险值阈值,即追溯到生产不合格的环节。
上述技术方案的工作原理及效果为:捕捉食品质量安全的异常信息;根据异常信息,系统开始从出现问题的环节向上游追溯;获取上传人员的信誉值和风险值,对于每个环节,获取相关人员的信誉值以及该环节的风险值,计算出上传人员的信誉值和风险值的乘积,并将其与预设的风险阈值进行比较;如果某一环节的信誉值与风险值的乘积超过了预设的风险阈值,系统标识该环节为问题环节,如果没有超过阈值,系统继续追溯至上一个环节,直到找到超阈的环节。准确追溯问题来源,该技术方案使食品生产链中的问题环节可以被精确追溯,保证问题可以在源头被发现并处理;提高响应速度和处理效率,快速追溯到问题环节缩短了响应时间,使得相关措施可以更迅速地实施,大幅提升处理效率;提升食品安全保障,精确和系统的追溯系统能够有效防止食品安全问题扩散到更广的范围,增加整个食品供应链的安全保障。增强消费者信任,通过有效的风险管理和问题追溯系统,消费者对食品安全的信心将得到增强,从而提升品牌形象和消费者满意度。提高企业的责任感和符合性,企业能够通过此系统展现其对食品安全的责任感,同时符合相关的法规和标准要求。
本发明的一个实施例,一种食品质量安全溯源系统,所述定位风险传递环节模块包括:
计算风险传递值模块,用于获取每个环节关键质量节点信息上传到区块链的时间戳,通过风险传递值模型计算环节间的风险传递值;
定位风险传递环节模块,用于获得最大风险传递值,所述最大风险传递值所在环节即为风险传递环节。
上述技术方案的工作原理及效果为:收集关键质量节点信息及其时间戳,在生产和供应链的每个关键环节,通过区块链技术记录关键质量节点信息及其时间戳,时间戳记录数据上传到区块链的具体时间;使用公式来计算每两个环节之间的风险传递值,通过对所有可能的环节对进行风险传递值的计算,找到具有最大风险传递值的环节对;定位风险传递环节,确定具有最大风险传递值的环节对,该环节对被认为是主要的风险传递环节,这个环节是问题可能发生或影响最大的环节。通过准确计算和评估不同生产环节间的风险传递,可以更有效地监控整个生产链,从而提高风险控制的效率和准确性;实时风险评估和管理,利用区块链技术实现实时的风险评估,确保在风险发生时快速响应并采取控制措施,降低可能的损失;提升生产和供应链的透明度,全链条的时间戳和风险传递记录使得食品生产和供应链更加透明,消费者和监管机构可以轻松地追溯和核实每个环节的信息;优化资源配置,通过识别主要的风险传递环节,可以更合理地分配资源和注意力,专注于改进风险较高的环节,提高整体生产效率和产品质量。加强法规遵守和减少违规风险,系统对食品安全的详尽管理和易于追溯的记录,帮助企业更好地符合法规要求,减少因监管不足而产生的法律和财务风险。
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。
Claims (10)
1.一种食品质量安全溯源方法,其特征在于,所述方法包括:
获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值;
通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值;
获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值超过预设风险环节阈值,可追溯到生产不合格的环节;
若各环节上传人员信誉值和风险值相乘没有超过预设风险环节阈值,通过风险传递值追溯风险传递环节。
2.根据权利要求1所述一种食品质量安全溯源方法,其特征在于,获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值,包括:
同行业标准和内部质量控制需求合作,确定每个环节的关键质量节点,原料采购环节包括原材料的产地金属含量,加工环节包括加工的温度和卫生条件,冷藏运输环节包括运输环境的温度和湿度记录,所述销售环节包括销售点的产品存储环境的温度、湿度和光照;
在所述关键节点实施自动收集,包括通过传感器、扫描器和其他电子记录设备采集关键质量节点信息;
提供人工验证关键质量节点信息接口,将经过验证的关键质量节点信息通过安全的网络接口上传到区块链平台;
提供上传数据人员验证身份的接口,在区块链上记录每次数据上传的员工信誉值和时间戳。
3.根据权利要求1所述一种食品质量安全溯源方法,其特征在于,通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值,包括:
对于每一个关键质量节点,预先定义一个标准值,所述标准值是合格状态的数值,通过传感器、扫描器等设备在各关键节点获得实测值;
基于定义的关键质量节点,建立追溯矩阵,其中矩阵的行和列分别代表供应链的不同环节和关键质量节点,矩阵中的每个元素代表该参数在特定环节的风险值,所述风险值由标准值和实测值计算得出,
其中,D表示探测难度参数,节点难以监测或检测到问题的,其D值较高,L是该关键节点发生问题的发生概率评估,C是该节点问题的后果严重性,对健康影响较大的,其C值较高,|MV-SV|代表实测值与标准值之间的绝对差值,表示实际操作与标准的偏离程度,K是一个调整因子,用于调节风险值的敏感度。
4.根据权利要求1所述一种食品质量安全溯源方法,其特征在于,获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值成超过预设风险环节阈值,可追溯到生产不合格的环节,包括:
获取食品质量安全异常信息,先追溯获取食品质量安全异常信息的环节的上传人员信誉值和风险值,所述上传人员信誉值包括上传人员的信誉值,上传人员信誉值和风险值相乘值和预设风险值阈值进行比较;
若没有超过预设风险环节阈值,继续追溯上游环节,直到某一环节上传人员信誉值和风险值相乘的结果超过预设风险值阈值,即追溯到生产不合格的环节。
5.根据权利要求1所述一种食品质量安全溯源方法,其特征在于,若上传人员信誉值和风险值相乘没有超过预设风险环节阈值,通过风险传递值追溯风险传递环节,包括:
获取每个环节关键质量节点信息上传到区块链的时间戳,通过风险传递值模型计算环节间的风险传递值;
获得最大风险传递值,所述最大风险传递值所在环节即为风险传递环节。
6.一种食品质量安全溯源系统,其特征在于,所述系统包括:
获取关键质量节点信息模块,用于获取食品从原料采购、加工、包装、冷藏运输到最终销售的每个环节的关键质量节点信息,将所述关键质量节点信息上传至区块链,获取每个环节的上传人员信誉值;
风险评估模块,用于通过上传到所述区块链上的关键质量节点信息构建食品安全追溯矩阵,对所述食品安全追溯矩阵每一环节的风险进行评估并赋予量化的风险值;
定位环节模块,用于获取食品质量安全异常信息,追溯获取安全异常信息的上游环节的上传人员信誉值和风险值,直到上传人员信誉值和风险值超过预设风险环节阈值,可追溯到生产不合格的环节;
定位风险传递环节模块,用于若各环节上传人员信誉值和风险值相乘没有超过预设风险环节阈值时,通过风险传递值追溯风险传递环节。
7.根据权利要求6所述一种食品质量安全溯源系统,其特征在于,所述获取关键质量节点信息模块包括:
确定关键质量节点模块,用于同行业标准和内部质量控制需求合作,确定每个环节的关键质量节点,原料采购环节包括原材料的产地金属含量,加工环节包括加工的温度和卫生条件,冷藏运输环节包括运输环境的温度和湿度记录,所述销售环节包括销售点的产品存储环境的温度、湿度和光照;
采集节点信息模块,用于在所述关键节点实施自动收集,包括通过传感器、扫描器和其他电子记录设备采集关键质量节点信息;
人工验证并上传模块,用于提供人工验证关键质量节点信息接口,将经过验证的关键质量节点信息通过安全的网络接口上传到区块链平台;
获取员工信誉值和时间戳模块,用于提供上传数据人员验证身份的接口,在区块链上记录每次数据上传的员工的信誉值和时间戳。
8.根据权利要求6所述一种食品质量安全溯源系统,其特征在于,所述风险评估模块包括:
获得标准值和实测值模块,用于对于每一个关键质量节点,预先定义一个标准值,所述标准值是合格状态的数值,通过传感器、扫描器等设备在各关键节点获得实测值;
计算风险值模块,用于基于定义的关键质量节点,建立追溯矩阵,其中矩阵的行和列分别代表供应链的不同环节和关键质量节点,矩阵中的每个元素代表该参数在特定环节的风险值,所述风险值由标准值和实测值计算得出,
其中,D表示探测难度参数,节点难以监测或检测到问题的,其D值较高,L是该关键节点发生问题的发生概率评估,C是该节点问题的后果严重性,对健康影响较大的,其C值较高,|MV-SV|代表实测值与标准值之间的绝对差值,表示实际操作与标准的偏离程度,K是一个调整因子,用于调节风险值的敏感度。
9.根据权利要求6所述一种食品质量安全溯源系统,其特征在于,所述定位环节模块包括:
追溯定位模块,用于获取食品质量安全异常信息,先追溯获取食品质量安全异常信息的环节的上传人员信誉值和风险值,所述上传人员信誉值包括上传人员的信誉值,上传人员信誉值和风险值相乘值和预设风险值阈值进行比较;
追溯上游环节模块,用于若没有超过预设风险环节阈值时,继续追溯上游环节,直到某一环节上传人员信誉值和风险值相乘的结果超过预设风险值阈值,即追溯到生产不合格的环节。
10.根据权利要求6所述一种食品质量安全溯源系统,其特征在于,所述定位风险传递环节模块包括:
计算风险传递值模块,用于获取每个环节关键质量节点信息上传到区块链的时间戳,通过风险传递值模型计算环节间的风险传递值;
定位风险传递环节模块,用于获得最大风险传递值,所述最大风险传递值所在环节即为风险传递环节。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410719217.1A CN118569886A (zh) | 2024-06-05 | 2024-06-05 | 一种食品质量安全溯源系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410719217.1A CN118569886A (zh) | 2024-06-05 | 2024-06-05 | 一种食品质量安全溯源系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118569886A true CN118569886A (zh) | 2024-08-30 |
Family
ID=92472318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410719217.1A Withdrawn CN118569886A (zh) | 2024-06-05 | 2024-06-05 | 一种食品质量安全溯源系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118569886A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118761783A (zh) * | 2024-09-06 | 2024-10-11 | 山东本草堂中药饮片有限公司 | 基于物联网的中药饮片生产追溯系统 |
| CN119338363A (zh) * | 2024-11-08 | 2025-01-21 | 中国标准化研究院 | 一种产品供应链追踪方法及系统 |
| CN119379317A (zh) * | 2024-12-27 | 2025-01-28 | 长春中医药大学 | 基于保健食品的安全溯源检测方法 |
| CN119515235A (zh) * | 2024-10-28 | 2025-02-25 | 北京鑫创数字科技股份有限公司 | 一种食品质量快速检测结果评价方法 |
| CN119692835A (zh) * | 2024-11-11 | 2025-03-25 | 江苏纬创智能交通科技有限公司 | 一种预制梁生产质量五度评价方法 |
| CN119962972A (zh) * | 2025-04-07 | 2025-05-09 | 大连金马衡器有限公司 | 一种基于智慧农批监管的食品安全风险评估方法及系统 |
| CN120069908A (zh) * | 2025-04-28 | 2025-05-30 | 大连德旺科技有限公司 | 一种用于食品加工的质量安全溯源管理方法 |
-
2024
- 2024-06-05 CN CN202410719217.1A patent/CN118569886A/zh not_active Withdrawn
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118761783A (zh) * | 2024-09-06 | 2024-10-11 | 山东本草堂中药饮片有限公司 | 基于物联网的中药饮片生产追溯系统 |
| CN119515235A (zh) * | 2024-10-28 | 2025-02-25 | 北京鑫创数字科技股份有限公司 | 一种食品质量快速检测结果评价方法 |
| CN119338363A (zh) * | 2024-11-08 | 2025-01-21 | 中国标准化研究院 | 一种产品供应链追踪方法及系统 |
| CN119692835A (zh) * | 2024-11-11 | 2025-03-25 | 江苏纬创智能交通科技有限公司 | 一种预制梁生产质量五度评价方法 |
| CN119379317A (zh) * | 2024-12-27 | 2025-01-28 | 长春中医药大学 | 基于保健食品的安全溯源检测方法 |
| CN119962972A (zh) * | 2025-04-07 | 2025-05-09 | 大连金马衡器有限公司 | 一种基于智慧农批监管的食品安全风险评估方法及系统 |
| CN119962972B (zh) * | 2025-04-07 | 2025-08-19 | 大连金马衡器有限公司 | 一种基于智慧农批监管的食品安全风险评估方法及系统 |
| CN120069908A (zh) * | 2025-04-28 | 2025-05-30 | 大连德旺科技有限公司 | 一种用于食品加工的质量安全溯源管理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN118569886A (zh) | 一种食品质量安全溯源系统及方法 | |
| CN118691087A (zh) | 一种基于大数据的肉制品加工安全管理方法及系统 | |
| CN118863552B (zh) | 一种基于食品经营风险信息库的风险预警方法及系统 | |
| CN118278950B (zh) | 一种基于区块链的产品质量事故溯源方法及系统 | |
| CN118396507B (zh) | 一种基于rpa及ai的物流信息处理方法及系统 | |
| CN119204835B (zh) | 基于数据融合的中药配方颗粒质量追溯系统 | |
| CN120106749B (zh) | 基于ai视觉监测的仓库库存智能管理方法、装置及终端 | |
| CN116993012B (zh) | 一种基于区块链的商品包装方法和系统 | |
| CN119067685A (zh) | 一种基于供应链的食品质量追溯管理系统及方法 | |
| CN118586765A (zh) | 一种基于大数据的质量管理风险控制方法及系统 | |
| CN119250530A (zh) | 营养餐新鲜度监测预警方法及系统 | |
| CN118297478A (zh) | 一种基于卷积神经网络的产品质量事故预警方法及系统 | |
| CN120235497B (zh) | 一种基于物联网的食品加工生产智能控制方法及系统 | |
| CN118504944B (zh) | 基于工业互联网标识的生猪屠宰全流程溯源方法及装置 | |
| CN119831264A (zh) | 一种物资采购管理系统 | |
| CN118569658B (zh) | 一种基于数字孪生技术的危化品存贮安全风险管控系统 | |
| CN117607019B (zh) | 电力金具表面智能检测方法和检测系统 | |
| CN119539830A (zh) | 一种基于大数据的食品质量安全追踪管理系统 | |
| CN119005693A (zh) | 一种餐饮后厨食品安全监测方法及系统 | |
| CN118537031A (zh) | 一种基于视觉检测的产品生产监管系统及方法 | |
| CN119313263B (zh) | 基于人工智能的小型仓储货物管理方法及系统 | |
| CN120509731A (zh) | 一种基于大数据的食品安全监控方法及系统 | |
| CN119567564B (zh) | 一种打印机的热床平台数据采集方法及系统 | |
| CN119224244A (zh) | 一种食品多重快速检测及预警系统 | |
| CN120087819A (zh) | 一种蜂蜜核桃仁生产线质量检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240830 |