建立实时平均运动温度(MKT)计算器

Shailesh Mangal

实时平均动力学温度(MKT)

这是发布在https://blog.roambee.com/supply-chain-technology/mean-kinetic-temperature-mkt-calculation-should-be-real-time上的原始文章的节选

食品或制药行业中经常使用平均运动温度来确定产品在运输或存储过程中是否保持质量。

仅仅平均地定期获取温度读数并不能提供真实的图像,因为偏移的程度和持续时间的长短真正决定了疫苗是否能保护您免受疾病的影响。

这是用于计算MKT的公式。

MKT公式计算
  • ΔH=活化热
  • R =通用气体常数
  • T1 — Tn =测得的温度数据点
  • T(K)=以开氏度为单位的结果
  • 通过简单的减法(T(K)— 273.15°K),您将获得摄氏度的最终结果。

但是,普通的平均运动温度或MKT是否足以确保您使用的挽救生命的药物不会对您造成伤害? 可能不是!

这是实时MKT概念的起源。

持续监控数据可以为您提供更有意义的MKT值; 实时执行此操作可以为您带来优势。

它可以让您在温度峰值“归一化”之前赶上温度峰值,还可以让您在连续的峰值造成无法弥补的损害之前采取行动,从而更好地控制风险和管理突发事件。

这样,您可以做出一些重要的决定,例如重新安排货物路线,派遣帮助以防止其受到污染,或者在您知道没有打捞机会的情况下立即将替换品运送给客户。

您可以变得积极主动 ,而不是对旅行有所反应

装运完成后计算MKT本身涉及一些条件,例如温度数据读数的“相等间隔”。 因此,计算实时MKT只会变得更加困难。

如何实时计算平均运动温度(MKT)

1. 使用良好的硬件进行良好的数据记录和传输
使用可靠的传感器/记录器并将数据流传输到分析平台。 如果没有连通性,则应规定在可能的情况下缓冲读数以便传输,或者更好的是,持久和冗余的板载存储。

尝试将其他传感器(例如湿度,光线,振动)并入监控解决方案中,以便更好地了解问题所在。

2. 使用云并确保连接性
本地化的日志记录和分析将变得孤立无援,可能会事后检验,并且极难采取行动。
将活动的冷链运输温度数据流式传输到在线存储平台以方便访问和分析是一个更好的主意。

3. 使用正确的分析方法
冷链运输中的温度偏差可能没有任何意义。
为两者做出假设和安排。

找出解释和处理MKT中异常的最佳方法; 它应取决于您的冷链运输的敏感性和类型。

例如,对设备错过读数的情况进行成像。 可能是由于缺乏连通性,异常挂断或您无法控制的其他原因。 在以下情况下,您可以使用以下数据模型之一来解释MKT,从而解释数据差距:

· 常规MKT-使用标准公式作为装运条件的试金石。 仅当有固定间隔的所有读数均可用时,才可以计算该值。

·乐观的MKT-将峰值视为异常而不是灾难性的峰值,理想情况下是评估轻微损坏或损坏在可接受范围内的半易腐烂且价格较便宜的货物(例如农产品或新鲜食品)的状况。 乐观的MKT是通过根据其上一个和下一个值内插任何丢失的间隔来实现的。

· 悲观的MKT-接近温度峰值而不是灾难性的而非灾难性的,理想地评估对温度波动非常敏感的贵重货物的状况(例如药品或冷冻肉),即使是最轻微的损坏或变质也是绝对不能接受的,尤其是在可能的情况下危及生命。 悲观的MKT是通过在缺少数据的时间间隔内忽略完整的数据序列,而切换到另一个不间断的采样间隔来实现的。

悲观和乐观方法的好处是,除了错过的时间间隔以外,没有排除任何时间间隔。

·预测性MKT-首先评估峰值是灾难性的还是灾难性的,然后评估其对您的冷链货物未来结果的影响。

到目前为止,这是更可靠的预测,但由于数据外推,它也可能不准确。

为了最大程度地减少错误范围,最好分析常规,乐观,悲观和预测性MKT的值,然后确定最可能的结果。

动态计算MKT的能力将改变冷链的游戏规则。

通过衡量运输进度的动态,您可以在为时已晚之前更准确地预测其结果,甚至可以采取一些措施来改变结果。

诸如此类的智能系统,尤其是与实时定位和其他传感器结合使用时,可以帮助您立即采取行动,以挽救有无法修复的损坏危险的货物。 监控系统本身也可以控制,为冷链物流运营自动/主动地重新路由或激活损坏控制协议。

如果发生温度波动,实时MKT会主动告知您在其余运输过程中应保持的条件,以最大程度地提高生存机会。

实时MKT不仅可以帮助减少损坏及其相关成本,还可以提供帮助。

从质量控制经理监视温度波动,到执行人员监视股价波动,再到监视质量波动的客户,通过实时装运温度和状态监视进行的改进与您供应链中的每个人都息息相关。

实时平均运动温度(MKT)不仅仅是一个创新的概念。 它实际上可以为您省钱。 通过阅读 冷链监控如何减少物流成本 来了解 如何

作者:Shailesh Mangal

Shailesh Mangal是IDC创新物联网公司Roambee的首席技术官。 作为首席技术官,他负责公司的技术战略,发展方向和未来计划。

Shailesh已经开发企业和Web应用程序已有20多年了。 他的热情涵盖了从培养高生产率和灵活的开发团队到指导快速变化的开发环境,以及保持代码质量和性能。 他的主要兴趣领域包括面向对象的设计,系统和云架构,大数据,实时搜索和分析。

Shailesh拥有德克萨斯大学的IT硕士学位和印度斋浦尔的MNIT的工程学学士学位。