基于牛顿冷却定律的冷链供应链温度实时预测
2022-06-14 23:27:00
浏览次数：
许多商品，包括药品，都需要密切的温度监测。这不仅对遵守法规很重要，而且对保证使用安全也很重要。在运输过程中会出现控制产品温度的特殊挑战。在冷供应链 (SC) 中，温度由冷藏容器维持。然而，许多情况，例如冷却系统故障，会导致环境温度变化，这需要尽早发现，以防止产品损坏。现有的温度预测方法仅限于环境温度相对稳定的长期预测和/或依赖于已知固定位置的多个传感器。由于需要立即对 SC 进行干预，需要提供关于常规环境温度不稳定性的实时预测的方法，即当环境温度在短期内意外变化时。我们提出了一种新方法，该方法将牛顿冷却定律 (NLC) 的适用性扩展到基于一组温度稳定性条件和传感器测量误差的可变环境温度。在该方法中，选择了表征稳定环境温度并提高预测可靠性的最佳测量次数。我们将改编后的 一组温度稳定性条件和传感器测量误差来改变环境温度。在该方法中，选择了表征稳定环境温度并提高预测可靠性的最佳测量次数。我们将改编后温度稳定性条件和传感器测量误差来改变环境温度。在该方法中，选择了表征稳定环境温度并提高预测可靠性的最佳测量次数。关于偏差预测、预测误差和执行时间的人工神经网络和自回归移动平均模型。我们基于真实世界数据的评估表明，经过调整优于现有的基线方法。与现有解决方案相比，我们的方法不需要任何关于容器内产品定位的知识，进一步增加了其实用价值。
