技术需求基本信息
技术需求解析
技术研发指南
近年来,我国食用植物油消费量持续增长,需求缺口不断扩大,对外依存度明显上升,供需矛盾日益突出。一直以来,油脂加工企业为了提高得油率,对大豆、油菜籽、花生等大宗油料作物制油采用的加工方式是预榨→浸出→精炼的传统工艺。由于能耗高、污染大、化学溶剂残留等不利因素,既不符合国家发改委颁布的《产业结构调整指导目录(2019年本)》政策,更不能满足广大消费者对绿色、健康、环保的食用油需求。发展一次压榨制油工艺,增强健康优质食用植物油供给能力,已成为迫切需要解决的关乎国计民生的大事。
目前国内外在线应用的榨油机,普遍存在产量较小(日处理量≤45t/d)、干饼残油率高>10%),且在油料加工过程中需依附破碎、轧坯、蒸炒等设备及工艺,不仅功能单一、稳定性差,工艺路线长、能耗高、且普遍存在高值加工问题。据科技查新,国内外大处理量榨油机均以预榨机为主,不适用于常温压榨,尚未有适用于油料常温整颗粒入榨、一次压榨制油加工能力达100t/d以上的大型榨油机。因此,研制适用于油料整颗粒常温入榨、不需依附破碎、轧坯、蒸炒等设备及工艺,一次压榨制油加工能力达100t/d以上的大型常温榨油机对我国油脂加工业的发展具有重要意义,也符合粮油适度加工、减损增效的要求。
四川蓉跃科技有限公司拥有高水平的研发队伍和具有丰富经验的电商运营团队,主要为中小企业提供营销、生产、人力绩效管理等方面的信息化整体解决方案。蓉跃科技希望做一个改变人们生活状况、提升人们幸福感的小公司。
针对餐饮行业中,厨房出餐高峰期大量订单产生时,后厨出餐过程出现订单阻塞,如何解决出餐决策混乱的现象。在一般情况下,厨师根据打印出的菜品订单,判断是否能够多个菜品合单⼀起做,如果可行,即直接合单⼀起出餐,无法合单的情况,则按照时间先后顺序进⾏出餐。但是在订单⾼峰期订单量增大,会造成厨师无法按照原有的出餐逻辑去判断出餐顺序,只能按照订单顺序先后出餐,同时用户的订单环节会在商家出餐环节发生堵塞,随即严重影响用户的体验。
并且餐饮商家出餐的时间和能力会大大影响餐饮商家的收益,但⽬前餐饮商家的出餐受到后厨系统的能力约束,在订单量⾼峰期,商家出餐能力受到极大的限制;基于厨师经验的出餐决策的商家出餐能力会降低,出餐时间会延长,用户的等餐时间加大,因此难以保证最优的出餐策略。
本产品一机多用,能够适应油料低温、适温、高温等不同制油工艺,需解决:
1.将榨油机变速箱和传动箱合为一体后,两根螺旋主轴受拉力影响较大,如何保证双螺旋榨油机的同心度和强度,确保榨油机运行稳定。
2.在取消破碎、扎胚、蒸炒等设备及工艺段后,如何合理设计双螺旋压榨轴,榨螺、衬圈尺寸及配置,增强破碎剪切能力以及合适的压缩比,实现油料整颗粒压榨,使油料爬坡角度小,油料受阻力小,产量增大,且实现多级压榨,提高出油率,降低饼中残油,大幅降低能耗。
3.榨油机运行时榨膛内各工艺段温度不同,如何精准检测及智能控制各料段温度以及榨膛压力,以及电流过载保护等智能化控制。
餐饮后厨订单智能管理系统及其排单方法,是通过设置用户端、服务器端、后厨管理终端及菜品提示工具,搭建智能化软硬件组合系统,并设计排单方法,将后厨按菜品类目分设多个分类处理岗位进行菜品制作,并基于餐饮排单的复杂性,在每个分类处理岗位设计了双层排队结构,经预先设定的多个影响菜品排序的指标因素的权重向量配置多指标决策排序策略,按接收订单划分岗位、计算上层等待队列菜品排序、确定菜品预期完成加工所需时长、底层菜品队列轮转更新及出单的步骤顺序有序安排菜品订单的生产执行。
我们的智能排单系统的特征在于预先在管理系统中配置餐饮运营数据信息,预设有菜品的归属岗位类目、预设加工时长、理想上菜间隔时间,并在后厨设置多个分类处理岗位,各菜品按归属岗位类目进入对应分类处理岗位执行菜品制作流程,每个分类处理岗位设有独立的菜品排序队列执行菜品排单;同时餐饮运营数据信息还设定多个主要指标作为影响菜品排序的指标因素,根据预先获取该对应指标的权重向量w={w1,w2,....,wn},再以该权重向量配置多指标决策排序策略进行菜品排序队列内部排序的运算,进而获得菜品排单结果并依结果中的先后顺序执行菜品处理。
a.榨油机生产能力:100~150t/d;
b.干饼残油率(一次压榨):6.5~7.5;
c.油料入榨温度(℃):常温;
d.节能降耗指标:>40%,e.油料入榨水分在线检测及智能控制:<9%;
f.榨油机运行时榨膛内各工艺段在线温度检测及智能控制:进料段<90℃、压榨段<110℃、沥干挂<110℃、出饼段<130℃;
g.榨油机运行时榨膛压力在线检测及智能控制:<50Mpa。
确定菜品预期完成加工所需时长,设定其预分配加工任务完成总时长为tu,其中还设置一个经验值常数c代表理想上菜时间间隔,当该菜品是顾客订单中的首道菜品、当不设定分类处理岗位优先级时该分类处理岗位中顾客订单的首道菜品的情况时,则该经验值常数c设置为0;其中底层执行队列中等待预分配工作台的菜品,设定其菜品自身预设加工时长为ti,获得该菜品的预期完成加工所需时长为t=tu+ti;其中处于对应岗位的上层等待队列中的菜品集合,按照排序从先往后,设定某等待预分配工作台的菜品自身预设加工时长为ti,设定其在对应订单中的前道菜品的预期完成加工所需时长为q,其中当该菜品是该顾客订单中的首道菜品、当不设定分类处理岗位优先级时该处理岗位中该顾客订单的首道菜品的情况时,则q设置为0;当上层等待队列的菜品满足条件tu+ti≥q+c,则该菜品可预匹配该工作台,并得到该菜品的预期完成加工所需时长t=tu+ti,同时当该上层等待队列菜品为就绪菜品,则其达到加入到底层执行队列进行排队的等待时间要求;若上层等待队列中无菜品满足该tu+ti≥q+c条件,则选取菜品集合中(q+c)-(ti+tu)值最小的菜品与该工作台进行预匹配,且可获得该菜品的预期完成加工所需时长为t=q+c。
其中将影响菜品排序的多个主要指标的权重向量w={w1 ,w2 ,....,wn}采用层次分析法获得,所述层次分析法的具体应用步骤为:将对应分类处理岗位上层等待队里中的所有订单菜品数据整理形成初始矩阵X=(xij)m×n,确定绝对理想解矩阵D=(dij)2×n,其中d1j代表绝对正理想解的第j个指标,d2j代表绝对负理想解的第j个指标,j=1,2,...,n。标准化初始矩阵并加权:采用预先获得的各指标的权重向量为w={w1,w2,....,wn},对初始矩阵进行标准化并使用该权重向量进行加权后获得的中间矩阵记设为Y=(yij)m×n;计算各个方案得到绝对正、负理想解的欧式距离,然后计算各订单菜品数据与理想解的相关接近度,相关接近度计算公式设为进行比较排序,通过比较相关接近度的数值大小,其中数值越大排序越靠前,从而形成整体排序队列。通过智能排单系统可以实现商家的出餐流程实现标准化,提高订单量突增时商家的出餐能力。
解析专家署名