400-021-1815
倉庫溫度分布、運輸驗證新國標發布，2018-05-01開始實施
2018.02.26 醫藥冷鏈運輸驗證新國標GB/T 34399-2017《醫藥產品冷鏈物流溫控設施設備驗證 性能確認技術規范》于2017-10-14正式發布，并將于2018-05-01開始實施。該標準規定了對溫控倉庫、溫控車輛、冷藏箱、保溫箱及溫度監測系統性能確認的內容要求和合格標準，還對可能造成不同理解的內容進行了明確界定,包括:(1)、冷、熱點的確認及監測；(2)、庫內蒸發器出風口附近5個監測點位置的界定；(3)、多庫門的開門測試要求；(4)、開門測試和保溫測試的操作細節要求(5)、冷庫和冷藏車的滿載測試要求；(6)、溫濕度監測系統的核查方法；(7)、冷藏箱和保溫箱的靜態及線路性能確認方法；(8)、模擬物的要求；(9)、模擬溫度條件的選擇；(10)、冷藏箱和保溫箱中途開箱測試的要求等。有關該標準的具體內容如下：1 范圍本標準規定了醫藥冷鏈物流設施設備性能確認的內容及要求、合格判定和操作要點。本標準適用于藥品生產、經營及涉藥物流企業的溫控倉庫、溫控車輛、冷藏箱、保溫箱及溫度監測系統的性能確認等活動。2 術語和定義下列術語和定義適用于本文件。2.1醫藥冷鏈物流 drug cold chain logistics采用專用設施設備，使冷藏藥品在流通過程中溫度始終控制在規定范圍內的物流過程。2.2性能確認 performance qualification判定特定對象是否滿足既定標準的一系列活動的總稱。2.3溫度記錄儀 temperature logger用于連續采集、存儲、處理所處環境溫度的電子裝置。3 溫控倉庫在倉儲設施的實際應用條件下考察溫度控制是否符合規定，對系統及設備進行綜合評估。重點測試倉庫的溫度分布和溫度監測系統的準確度。3.1 內容及要求3.1.1 庫房存儲空間溫度的偏差、均勻度和波動度確認（溫度分布測試）。3.1.2溫度傳感器的準確度測試；3.1.3冬季、夏季極端環境溫度條件下的溫度保障能力確認；3.1.4溫控設施運行參數及使用狀況測試；3.1.5溫度監測系統配置的溫度監測點安裝位置確認；3.1.6開門作業對庫房溫度分布的影響；3.1.7確定設備故障或外部供電中斷的狀況下庫房保溫性能及變化趨勢；3.1.8 庫房新建使用前或改造后重新使用前應進行空載及滿載性能確認，定期驗證時應進行滿載性能確認。滿載條件為庫容率高于80%；3.1.9 在庫房各項參數及使用條件符合規定的要求并達到運行穩定后，數據有效持續采集時間不應少于48小時；3.1.10性能確認數據采集的間隔時間不應大于5分鐘；3.2合格判定3.2.1庫房空調系統在既定運行條件下，空載和滿載溫度分布測試條件下庫房溫度應控制在規定范圍內；3.2.2 確定冷點和熱點并在冷、熱點設置日常監測溫度傳感器；3.2.3 企業應當按照國家有關規定，對溫度記錄儀定期進行校準或者檢定。其最大允許誤差應當符合以下要求：測量范圍在0℃～40℃之間，溫度的最大允許誤差為±0.5℃；測量范圍在－25℃～0℃之間，溫度的最大允許誤差為±1.0℃；3.2.4 溫度傳感器與驗證用溫度記錄儀的差值應在±1℃以內（冷凍庫差值應在±2℃以內）；3.2.5 確定導致任一測點超溫的最短開門時間；3.2.6 確定設備故障或外部供電中斷的情況下的保溫時限；3.2.7 冬季和夏季極端溫度條件下倉儲設施均可保證溫度控制符合既定要求；3.2.8 溫度偏差、均勻度、波動度應不高于±3℃。3.3 操作要點3.3.1溫度分布測試的布點原則：3.3.1.1在倉庫內一次性同步布點，確保各測點采集數據的同步、有效；3.3.1.2每個庫房中均勻性布點數量不應少于9個，倉間各角及中心位置均應布置測點，每兩個測點的水平間距不應大于5米，垂直間距不應超過2米；3.3.1.3庫房每個作業出入口及風機出風口區域至少布置5個測點，庫房中每組貨架或建筑結構的風向死角位置至少應布置3個測點；3.3.1.4特殊區域應布設溫度監測點，包括空調回風位置、溫度傳感器安裝位置、門、窗、燈等位置；3.3.1.5溫度監測點均應布設在貨位上或貨物可能存放的位置；3.3.2 應繪制測點分布示意圖，標明各測點序號，并注明各序號對應的測試用溫度記錄儀編號；3.3.3 放置于空調系統溫度控制傳感器位置的驗證用溫度記錄儀應盡可能靠近傳感器以獲得客觀的數據；3.3.4 開門測試應確保庫門全開，如有多個庫門應逐一測試（即庫內溫度恢復正常穩定后再進行下一庫門的測試）；判斷是否超溫可依據驗證用溫度記錄儀的讀數或溫度監測系統的超溫報警提示；3.3.5 對于設備故障或斷電保溫測試，由于超溫風險較高，可考察設備停運后變化最快測點的溫度接近溫控限度的時長（如由5攝氏度升高至7攝氏度的時長），據此推斷超溫時限作為性能確認結果；3.3.6 設置多個測點的位置（如出風口、死角等）應覆蓋相應的區域邊界和中點（如送風夾角的兩邊和中線）；3.3.7 滿載測試使用模擬物的裝載情況應盡量接近庫房使用時存放的貨物狀態以獲得具可比性的庫內氣流分布狀態；4 溫控車輛在車輛實際應用條件下考察溫度等既定參數是否在規定范圍內，對系統及設備進行綜合評估。重點測試車廂內的溫度分布和溫度傳感器的準確度。4.1 內容及要求4.1.1 車廂存儲空間溫度的偏差、均勻度和波動度確認（溫度分布測試）。4.1.2 溫度傳感器的準確度確認。4.1.3 測試系統在冬季、夏季極端溫度條件下的運行情況。4.1.4 溫控設施運行參數及使用狀況測試；4.1.5 溫度監測系統配置的溫度監測點位置確認；4.1.6 開門作業對車廂內溫度分布的影響；4.1.7 確定設備故障或外部供電中斷的狀況下車廂保溫性能及變化趨勢；4.1.8 冷藏車初次使用前或改造后再次使用前應進行空載及滿載性能確認，定期驗證時應進行滿載性能確認。滿載條件為裝載率高于80%；4.1.9 在冷藏車達到規定的溫度并運行穩定后，數據有效持續采集時間不應少于5小時或根據車輛最長運輸時間確定；4.1.10 驗證數據采集的間隔時間不應大于5分鐘。4.2 合格判定應證明車輛滿足相應藥品的運輸溫度要求。4.2.1 車輛空調系統在既定運行條件下，空載和滿載溫度分布測試結果證明車廂內溫度控制在規定范圍內；4.2.2 確定冷點和熱點并在冷、熱點設置日常監測溫度傳感器；4.2.3 企業應當按照國家有關規定，對溫度記錄儀定期進行校準或者檢定。其最大允許誤差應當符合以下要求：測量范圍在0℃～40℃之間，溫度的最大允許誤差為±0.5℃；測量范圍在－25℃～0℃之間，溫度的最大允許誤差為±1.0℃；4.2.4 溫度傳感器與驗證用溫度記錄儀的差值應在±1℃以內（冷凍運輸差值應在±2℃以內）；4.2.5 確定導致任一測點超溫的最短開門時間；4.2.6 確定空調設備故障情況下的保溫時限；4.2.7 冬季和夏季極端溫度條件下均可保證溫度控制符合既定標準；4.2.8 溫度偏差、均勻度、波動度應不高于±3℃。4.3 操作要點4.3.1溫度分布測試的布點原則4.3.1.1 在車廂內一次性同步布點，確保各測點采集數據的同步、有效；4.3.1.2 每個冷藏車箱體內測點數量不應少于9個，每增加20立方米增加9個測點，不足20立方米的按20立方米計算；均勻分布，通常根據車輛的長度和有效容積分2或3層布置。4.3.1.3 特殊區域應布設溫度監測點，包括空調送風、回風位置、溫度傳感器安裝位置、門及可能的送風死角等位置。4.3.1.4 溫度監測點均應布設在貨物可能存放的位置。4.3.2 應繪制測點分布示意圖，標明各測點序號，并注明各序號對應的測試用溫度記錄儀編號；4.3.3 放置于空調系統溫度控制傳感器位置的驗證用溫度記錄儀應盡可能靠近傳感器以獲得客觀的數據；4.3.4 開門測試應確保車門全開，安裝有風幕機的車輛應同時開啟；判斷是否超溫可依據驗證用溫度記錄儀的讀數和溫度監測系統的超溫報警提示；4.3.5以停機后車廂內最先達到溫控限度的測點所經歷的時長作為空調設備故障情況下的保溫時限；4.3.6設置多個測點的位置（如出風口、死角等）應覆蓋相應的區域邊界和中點（如送風夾角的兩邊和中線）；4.3.7滿載測試使用模擬物的裝載情況應盡量接近車輛使用時存放的貨物狀態以獲得具可比性的車廂內氣流分布狀態；5 冷藏箱或保溫箱5.1 內容及要求5.1.1 箱內溫度分布特性的測試與分析，分析箱體內溫度變化及趨勢；5.1.2 蓄冷劑配備使用的條件測試；5.1.3 溫度自動監測設備放置位置確認；5.1.4 開箱作業對箱內溫度分布及變化的影響；5.1.5 高溫或低溫等極端外部環境條件下的保溫效果評估；5.1.6 運輸最長時限驗證。5.2合格判定5.2.1 測試條件下的冷藏箱或保溫箱內部各監測點溫度，均符合設定標準；5.2.2 蓄冷劑配備使用條件符合相應標準操作規程的要求；5.2.3 溫度自動監測設備放置位置應確保設備采集溫度盡可能接近藥品的溫度；5.2.4 確定開箱作業導致箱內溫度超標的最短時間；5.2.5 高溫或低溫等極端外部環境條件下箱內保溫時限均可滿足最長運輸時間要求；5.2.6 保溫時限滿足最長運輸時間需求。5.3 操作要點5.3.1 靜態模擬性能確認5.3.1.1 根據冷藏箱或保溫箱的適用范圍、實際運輸線路不同季節的溫度特性以及極端條件出現的概率設定靜態模擬運輸溫度驗證條件，包括藥品運輸經歷階段、各階段溫度及持續時間等；5.3.1.2 每一種冷藏箱或保溫箱包裝方式均應按照其對應的使用溫度條件進行靜態模擬性能確認；5.3.1.3 冷藏箱或保溫箱內蓄冷劑配備方式應嚴格按照相關標準操作規程進行預處理和配置并詳細記錄操作過程和溫度測量結果；5.3.1.4 冷藏箱或保溫箱內應放置模擬物品，其熱容特性應與該包裝箱運輸藥品總量的熱容特性基本一致；5.3.1.5 冷藏箱或保溫箱內至少放置5個溫度記錄儀，分別位于模擬藥品的上、下、相鄰兩側、幾何中心等位置（除幾何中心外，溫度記錄儀應放置于各面中心位置）。實際應用時放置溫度記錄儀的位置應放置測試記錄儀。驗證數據采集的間隔時間不應大于5分鐘；5.3.1.6 靜態模擬性能確認時限不應少于該包裝箱實際應用的最長時間。5.3.1.7 在測試時間的中段開箱取出模擬物上部的保溫材料和蓄冷劑，記錄各測點的溫度變化情況；5.3.2 動態實際線路性能確認5.3.2.1 根據冷藏箱或保溫箱的適用范圍、實際運輸線路不同季節的溫度特性以及極端條件出現的概率選擇動態驗證線路，該線路至少涵蓋最長運輸時間或最苛刻溫度條件；5.3.2.2 冷藏箱或保溫箱內蓄冷劑配備方式應嚴格按照相關標準操作規程進行預處理和配置并詳細記錄操作過程和溫度測量結果；5.3.2.3 至少進行冬、夏和春秋三種季節類型的實際線路性能確認；5.3.2.4冷藏箱或保溫箱內應放置模擬物品，其熱容特性應與該包裝箱運輸藥品總量的熱容特性基本一致；5.3.2.5 冷藏箱或保溫箱內至少放置5個溫度記錄儀，分別位于模擬藥品的上、下、側、中心等位置。實際應用時放置溫度記錄儀的位置應放置測試記錄儀。驗證數據采集的間隔時間不應大于5分鐘。6 溫度監測系統6.1 內容及要求6.1.1 溫度數據的采集、傳送、存儲以及報警功能符合既定要求；6.1.2 監測設備的測量范圍和準確度符合既定要求；6.1.3 測點終端安裝數量及位置符合既定要求；6.1.4 系統與溫度調控設施無聯動狀態的確認；6.1.5 系統在斷電、計算機關機狀態下可保證實時數據監測、記錄、報警、傳送功能正常，符合既定要求；6.1.6 可防止用戶修改、刪除、反向導入數據。6.2 合格判定6.2.1 系統應至少每隔1分鐘更新一次測點溫濕度數據；數據傳送及時、完整；記錄內容包括溫度值、濕度值、日期、時間、測點位置、庫區或運輸工具類別等；在藥品儲存過程中至少每隔30分鐘自動記錄一次實時溫濕度數據，在運輸過程中至少每隔5分鐘自動記錄一次實時溫度數據。當監測的溫濕度值超出規定范圍時，系統應當至少每隔2分鐘記錄一次實時溫濕度數據；當監測的溫濕度值達到設定的臨界值或者超出規定范圍，系統應當能夠實現就地和在指定地點進行聲光報警，同時采用短信通訊的方式，向至少3名指定人員發出報警信息。當發生供電中斷的情況時，系統應當采用短信通訊的方式，向至少3名指定人員發出報警信息。6.2.2 測量范圍在0℃～40℃之間，溫度的最大允許誤差為±0.5℃；測量范圍在－25℃～0℃之間，溫度的最大允許誤差為±1.0℃；應當按照國家有關規定，對傳感器定期進行校準或者檢定。6.2.3 每一獨立的藥品庫房或倉間至少安裝2個測點終端，并均勻分布。平面倉庫面積在300平方米以下的，至少安裝2個測點終端；300平方米以上的，每增加300平方米至少增加1個測點終端，不足300平方米的按300平方米計算。高架倉庫或全自動立體倉庫的貨架層高在4.5米至8米之間的，每300平方米面積至少安裝4個測點終端，每增加300平方米至少增加2個測點終端，并均勻分布在貨架上、下位置；貨架層高在8米以上的，每300平方米面積至少安裝6個測點終端，每增加300平方米至少增加3個測點終端，并均勻分布在貨架的上、中、下位置；不足300平方米的按300平方米計算。高架倉庫或全自動立體倉庫上層測點終端安裝的位置，不應低于最上層貨架存放藥品的最高位置。儲存冷藏、冷凍藥品倉庫測點終端的安裝數量，應符合上述的各項要求，其安裝數量按每100平方米面積計算。 每臺獨立的冷藏、冷凍藥品運輸車輛或車廂，安裝的測點終端數量不應少于2個。車廂容積超過20立方米的，每增加20立方米至少增加1個測點終端，不足20立方米的按20立方米計算。每臺冷藏箱或保溫箱應當至少配置一個測點終端。測點終端應當牢固安裝在經過確認的合理位置，避免儲運作業及人員活動對監測設備造成影響或損壞，其安裝位置不應隨意變動。應當對測點終端每年至少進行一次校準。6.2.4 控制系統與監測系統分別使用獨立的傳感器、控制主機、報警器和運行軟件；6.2.5 系統在斷電、計算機關機狀態下可不間斷地采集、記錄溫度數據并可實現聲光報警和短信報警功能；6.2.6 系統操作員與管理員應憑不同密碼登陸系統；無法修改、刪除及反向導入數據。6.3 操作要點6.3.1 至少導出三個不同時間段的溫度數據進行核查確認；6.3.2 報警功能的確認應利用人體或其它熱源改變測點終端的溫度觸發報警確認是否符合要求；6.3.3 故障報警測試應人為制造系統故障以判斷是否正常運行；6.3.4 測點終端的準確度確認應核查生產廠家提供的合格證明資料或定期校驗資料。在進行相應庫房或車輛的性能確認時應同時進行測點終端的準確度確認；6.3.5 溫度數據的備份應核查是否在另一臺獨立的計算機或存儲設備按日備份數據；6.3.6 不間斷電源的確認應確保其可為整個監測系統供電，斷電情況下可實現數據采集、存儲、報警等全部功能；溫度偏差、均勻度、波動度的計算方法C.1.溫度偏差： △td=td-to 式中：△td─溫度偏差，℃； to─中心點n次測量平均值（℃）； td─設備顯示溫度平均值（℃）；C.2.溫度均勻度： △tu =∑（timax- timin）／n 式中：△tu─溫度均勻度（℃）； n─測量次數； timax─各校準點在第i次測得的最高溫度（℃）； timin─各校準點在第i次測得的最低溫度（℃）。C.3.溫度波動度： △tf=±(tomax-tomin)/2 式中: △tf─溫度波動度（℃）； tomax─中心點n次測量中的最高溫度（℃）； tomin─中心點n次測量中的最低溫度（℃）。 更多>
2017.12.29
物聯網在短短幾年內就對各個行業和業務功能產生了明顯的影響，據 Statista 統計，全球物聯網市場規模預計將超過 1.7 萬億美元。TechJini團隊向17位知名行業專家詢問了以下問題：“2018 年最令人興奮的物聯網趨勢是什么？“以下是他們的答案。1、區塊鏈技術加速交易，確保信任并降低成本。我認為 2018 年最值得關注的物聯網趨勢是使用區塊鏈技術來加速交易，確保信任并降低成本。在今年的各種會議上，我們已經目睹了物聯網的討論熱度，而安全問題將下一波創新相結合。我們知道，物聯網旨在加強和擴大業務流程，為創新和增長提供速度。然而，數十億的連接設備，安全問題是解決風險的關鍵任務。許多專家認為，區塊鏈技術是改善物聯網隱私、安全和可靠性問題的缺失環節。簡而言之，區塊鏈技術可用于追蹤數十億臺連網設備，處理交易并為物聯網行業制造商節省大量資金。這是一個去中心化的方法，消除了單點故障，為運行設備創造了一個相當強大的生態系統。利用加密算法的強大功能，區塊鏈將確保消費者數據的保密性，從而增加了信任和可靠的身份驗證。區塊鏈分布式賬本是防篡改的，因為數據不存在于任何單一的位置。區塊鏈已經通過像比特幣這樣的加密數字貨幣證明了它在金融服務領域的可行性。通過提供安全的點對點交易來取消第三方中間機構，這肯定會顛覆另一個行業--金融科技。2、“智能家居”、“智能服裝和智能設備”產品我認為物聯網在 2018 年最激動人心的趨勢是“智能服裝與設備”以及“智能家居”中使用的產品的發展，我非常相信這將產生積極的影響，使生活更高效和連接，只要有適當的協議，安全意識，避免人為因素的風險。3、語音優先解決方案的擴展2018 年最令人興奮的物聯網趨勢絕對是語音優先解決方案的擴展。隨著消費者對智能助理接受度不斷提高，每個行業都將受使用語音命令購買產品和服務的能力的影響。從提高消費者體驗出發，將人工智能和數字語音技術相結合，提供個性化的體驗。 在 2018 年，我們將開始看到積極主動的數字門房服務解決方案，無需顧客提問，自動提供符合情景的相關的建議。4、基于語音的服務繼續增加，這些服務對消費者的日常生活影響最大2018 年最值得關注的物聯網趨勢之一是語音服務的持續增長，這絕對會影響消費者的日常生活。我們已經看到亞馬遜 Alexa 和 Google Home 等虛擬助手得到越來越多的采用。如果實施得當，這種聯網設備和人工智能的整合有可能改變數百萬美國老年人的生活，實現更豐富的經歷和更安全的獨立生活環境。5、創新性物聯網應用的增長以及移動、云、大數據和物聯網技術的融合我相信 2018 年物聯網最令人興奮的趨勢是發展的速度和我們將要看到的的廣度。我們將看到新的物聯網設備和使用和發布速度加快，并在定價方面面臨競爭壓力，特別是在消費領域。 我們將看到創新 IOT 使用的增長以及移動、云、大數據和物聯網技術的融合。6、P2M，M2P 和 M2M 設備將變得更智能我們生活在一個令人興奮的快速發展的世界里，世界每天都變得更智能。 物聯網并也不例外。我認為 2018 年可以成為集成在物聯網設備中的人工智能的起跑線，使用低級指令集的芯片，致力于成為能夠識別和管理的“自我意識”傳感器，相比于傳統的基于編程方式進行響應的實際傳感器，以智能方式發出信號。換句話說，P2M，M2P 和 M2M 設備將變得更智能，有能力無需編程管理事件。7、物聯網將在 2018 年占據主導地位，變得更復雜，更大規模隨著邊緣計算系統的發展，物聯網的發展將在 2018 年占據主導地位，隨著領域技術的推廣變得更加復雜和更大規模。邊緣計算代表了位于物聯網端點的尖端硬件、軟件和服務，使技術更加高效，更可擴展，更安全，更易于管理。通過使機器學習和人工智能功能的部署更接近使用地點，這將提高優化性，也將使物聯網解決方案變得更加智能化。邊緣計算將有助于使物聯網的推出更加完整，并成為企業明年主要工作方式的核心。8、明年還將看到物聯網設備向家庭和日常生活中顯著的滲透物聯網革命剛剛開始。2018年，各行各業的公司將部署物聯網技術，并將他們的設備和裝備連接起來。我們將看到大量的數據的生成，并開始出現利用數據做出更好決策的解決方案。隨著機器學習和人工智能的結合，到 2018 年底，我們將看到許多解決方案，使得這些決策變得更加智能，而無需人工干預。明年，物聯網設備也將在家庭和日常生活的應用中大量滲透。9、機器學習將提高從物聯網獲得的洞察力的能力我很高興看到機器學習將提高從物聯網獲得的洞察力，以及 2018 年如何利用區塊鏈來提高物聯網通信安全。10、融合人工智能技術（如深度學習）以改善物聯網體驗是關鍵融合人工智能技術（如深度學習）以改善物聯網體驗是關鍵。在傳統物聯網中，設備的預測分析和/或預防性維護是通過分析云中的數據以及來自邊緣設備的傳輸數據完成的。但這并不總是可行的，邊緣設備更智能化將是至關重要的。預測規則可以在云中提前發現，并且這些輕量級規則可以被部署在邊緣設備上。 其次，已知深度學習技術需要大量的訓練數據，這些訓練數據可能是某些垂直行業的限制因素。深度學習算法在這方面的進步，如最近的“膠囊”網絡，將使物聯網應用更容易進行。11、2018 年物聯網將實現重大飛躍2018 年最激動人心的物聯網趨勢是企業開始往后退一步，專注于物聯網產品戰略，而不是跟上最新的技術趨勢。大大小小的公司意識到物聯網有巨大的潛力，但他們也意識到技術的復雜性。 技術趨勢確實很有趣，但是它們本身并不能保證產品或公司的成功。 如果這種趨勢繼續下去，2018 年將為實現物聯網的發展創造巨大的飛躍。12、2018年物聯網的大趨勢是安全性和邊緣彈性2018 年物聯網的大趨勢是安全性和邊緣彈性。 隨著 IPv6 應用于物聯網，運營技術（OT）和IPFS（InterPlanetary 文件系統）的端到端網絡模型已經出現。 預計到 2018 年底，分析和機器學習將應用于邊緣計算。13、2018 年小企業將能夠使用物聯網解決方案2018 年將是即使小企業也可以使用物聯網解決方案的一年，使得物聯網的部署于“長尾”。簡單的連接和與云和分析功能的集成使得物聯網解決方案具有盈利性和實用性。14、2018 年指數增長的技術：人工智能，機器人，納米材料，生物技術，生物信息學，量子計算，萬物互聯物聯網代表了一個新興的世界，在這個世界中，日常生活中的物體和設備與互聯網連接，很可能是無線連接，并且可以在某種智能層面相互溝通。今天，我們已經在使用設備，傳感器，云基礎設施，數據和商業智能工具。我們應該看到 2018 年所有這些指數增長的技術：人工智能、機器人、納米材料、生物技術、生物信息學、量子計算、萬物互聯，這些技術將會改變我們所擁有的一切。但是，這不僅僅是一個 IT 行業現象。PayPal，Netflix，Skype 和 Uber 也曾被視為玩具，近年來，玩具階段的技術數量急劇增加：3D 打印機，數字貨幣，自動駕駛汽車，智能手表，網絡電視，3D 眼睛，機器人，智能服裝，大規模開放在線課程（MOOC），無人機，專家系統，DIY醫療測試，自我量化，人工智能等等，這只是一個開始。15、2018 年最激動人心的物聯網趨勢將是在基層利用物聯網拓展解決未被服務的社區據我了解，2018 年最令人興奮的物聯網趨勢將是在基層利用物聯網推廣到未被服務的社區。這是一個發展中國家的問題，如在農業，教育和健康領域使用物聯網。這將是物聯網和結合大眾的需求，也是物聯網供應商賺錢的機會，將創造包括政府在內的多贏局面。
更多>
2017.12.19
2月14日，全國制冷標準化技術委員會術語和定義分技術委員會、全國制冷標準化技術委員會冷藏柜分技術委員會年會在福州市隆重召開。中國制冷學會理事長金嘉偉、全國制冷標準化技術委員會主任楊一凡、國家商用制冷設備質量監督監測中心司春強、全國制冷標準化技術委員會冷藏柜分技術委員領導林楚桂等領導和專家以及冷藏柜各主要企業代表出席了會議，共同探討商用制冷設備行業現狀及發展趨勢。產業在線副總經理楊萍女士應邀參會并在會議上做了《變化中尋找新機遇—中國商用制冷設備行業發展趨勢》的主題報告，報告圍繞四個變化展開——規模的變化：家用制冷設備體量巨大，2017年出貨金額預計在1376億元左右，同比增長4%，不過市場趨于飽和，未來市場的發展空間主要集中在商用制冷設備，2017年出貨金額預計在362億元左右，同比增長11.4%，其中輕商設備占據了59%的市場份額，且增速領先于整體商用市場，輕商柜作為輕商設備中的明星產品持續快速增長。應用領域的變化：這是規模變化的根本原因。輕商柜正在由商店、小超市等傳統應用場所向社區、醫院、高鐵站等新領域轉移。商用制冷設備的多領域應用將給行業帶來新的增長空間，楊萍女士建議大家關注細分市場，高附加品類值得期待和探索。技術的變化：規模之變和應用之變基本的核心一定是來源于技術的變化，目前的技術足以支撐行業在更細分領域的發展。從商用制冷設備來看，短期內，智能、變頻等技術正在加速滲透，長遠來看，技術創新永遠沒有終點。另外從制冷劑細分來看，天然工質冷媒技術儲備與產品化也正在加速，產業在線監測數據顯示，2017年R290在輕商柜上的應用比例已經達到31%。供應市場的變化：制冷壓縮機的發展為下游應用設備端提供了強有力的支撐。2017年制冷壓縮機總量在1.18億臺，同比增長了12.4%。對于市場未來的走勢，楊萍女士認為，家用制冷體量大，行業增長有限，細分產品規模及格局穩定，2021年規模在1730億，4年增幅6%；商用制冷增長空間巨大，品牌及市場滲透有空間，2021年規模在540億，4年增幅11%。
更多>
2017.08.23
越來越多的軟件，開始采用云服務；云服務只是一個統稱，可以分成三大類。IaaS：基礎設施服務，Infrastructure-as-a-servicePaaS：平臺服務，Platform-as-a-serviceSaaS：軟件服務，Software-as-a-service它們有什么區別呢？——————————IBM 的軟件架構師 Albert Barron 曾經使用披薩作為比喻，解釋這個問題。David Ng 進一步引申，讓它變得更準確易懂。請設想你是一個餐飲業者，打算做披薩生意。你可以從頭到尾，自己生產披薩，但是這樣比較麻煩，需要準備的東西多，因此你決定外包一部分工作，采用他人的服務。你有三個方案：（1）方案一：IaaS他人提供廚房、爐子、煤氣，你使用這些基礎設施，來烤你的披薩。（2）方案二：PaaS除了基礎設施，他人還提供披薩餅皮。你只要把自己的配料灑在餅皮上，讓他幫你烤出來就行了。也就是說，你要做的就是設計披薩的味道（海鮮披薩或者雞肉披薩），他人提供平臺服務，讓你把自己的設計實現。（3）方案三：SaaS他人直接做好了披薩，不用你的介入，到手的就是一個成品。你要做的就是把它賣出去，最多再包裝一下，印上你自己的 Logo。上面的三種方案，可以總結成下面這張圖：————————————————————從左到右，自己承擔的工作量（上圖藍色部分）越來越少，IaaS > PaaS > SaaS。對應軟件開發，則是下面這張圖：——————————————————SaaS是軟件的開發、管理、部署都交給第三方，不需要關心技術問題，可以拿來即用。普通用戶接觸到的互聯網服務，幾乎都是 SaaS，下面是一些例子。??客戶管理服務 Salesforce團隊協同服務 Google Apps儲存服務 Box儲存服務 Dropbox社交服務 Facebook / Twitter / Instagram??——PaaS提供軟件部署平臺（runtime），抽象掉了硬件和操作系統細節，可以無縫地擴展（scaling）。開發者只需要關注自己的業務邏輯，不需要關注底層。下面這些都屬于 PaaS。HerokuGoogle App EngineOpenShift——IaaS是云服務的最底層，主要提供一些基礎資源。它與 PaaS 的區別是，用戶需要自己控制底層，實現基礎設施的使用邏輯。下面這些都屬于 IaaS。Amazon EC2Digital OceanRackSpace Cloud?參考鏈接：——————?SaaS, PaaS and IaaS explained in one graphic, by David Ng?When to use SaaS, PaaS, and IaaS, by Eamonn Colman本文來自數據觀微信公眾號，作者： 阮一峰
更多>
2017.08.16
炎炎夏日，冷鏈物流及產品配送的速度、保質再度成為民生連鎖企業也行業人士的關注點。河北省石家莊一家經營果蔬的便民連鎖店，開業不到半年就關門了。一個分店店長說，每天都有不少的新鮮蔬菜進來，但每天下午閉店時，有些菜的品相不好了，除了店員們分一部分，還扔掉不少，天天如此。經查發現，一個重要的環節就是配送商不能保證這些果蔬“全程冷鏈配送”，因冷藏溫度變化導致果蔬品質難以保證。1配送商“兩端制冷”降成本對于冷鏈配送這塊最難啃的“骨頭”，不管是自建物流還是委托第三方，都難以逾越各種成本問題。而“冷鏈變冷端”現已成為冷鏈配送中的頑疾，確實存在個別物流公司只有在接貨和交貨時開放冷氣，而中間運輸環節并不開放冷氣的情況。這樣，兩端供冷，中間無冷，直接造成了“冷鏈變冷端”現象。雖然一般來說，不一定導致生鮮產品馬上變質，但卻加快了其變質的速度，使生鮮經營企業面臨巨大經營風險。這一現狀在業內已存在多年，而導致這一問題的重要原因，就在于貨主企業缺少全程監控系統，難以做到實時監控產品的溫度變化，實施全程冷鏈。2讓實時溫度記錄成為依據另外，斷鏈的原因還可能存在于搬運和裝卸環節。車輛停靠搬運時，冷庫和冷藏車之間存有一段距離，如果此操作過程持續時間過長，產品不能有效得到冷藏，就可能融化或變質。如果能在冷鏈運輸中實現溫度看得見，使溫度有據可查，對于貨主方來講，就可以直接把每一次運輸作業的實時溫度記錄作為支付運費的重要依據。如果運輸過程中出現了溫度超標，貨主方就可以采取懲罰措施，震懾違規行為，進而規范行業發展。加快應用智能化手段實現全程冷鏈，能在一定程度上解決“冷鏈變冷端”問題。從而使生鮮產品損耗降低，品質得到更大的保障，物流成本進一步降低。如今，物聯網、移動互聯技術迅速發展，溫度傳感器、聲光報警、電子標簽等應用已接近成熟，在運輸車輛上布置實施裝置，通過透明化管理系統，完全可以實現實時監控，建立回溯機制，讓整個供應鏈更健康，采用實時監控系統確實很有必要。3通過法制建設規范冷鏈物流目前，生鮮物流還成碎片化狀態，沒形成連貫的冷鏈物流，非冷藏狀態下的生鮮產品不僅會增加二次污染機會還降低了產品新鮮度；大部分連鎖企業生鮮產品的物流配送業務多由生產商和經銷商完成，缺乏專業化運作影響了在途質量、準確性和及時性；對于物流自動化、數據采集方面的布置和實施是一項龐大的系統工程，實現智慧物流也比較遙遠。生鮮物流的發展仍然任重道遠。因此，應用先進物流技術，利用自動化、智能化裝備，發展智慧物流或可成為企業化解成本問題的一劑良藥。有人建議，為了保證冷鏈物流行業健康發展，使其能給民生帶來更多實惠，讓受配企業利益得到更多保障，除了使用智能的物聯網信息監控外，還要對冷鏈配送企業、設備、操作人員、司機等人員進行有效監督管理，對違規操作者予以懲戒，甚至在必要的情況下，可以制定相關條例，或者立法，通過健全行業法制建設規范冷鏈物流的發展。內容來自：冷鏈實戰最前線
更多>
2017.08.09
1976年7月28日的那個凌晨，是無數人心中一道難以磨滅的傷痕，一場7.8級大地震使唐山這個有百萬人口的工業重鎮遭受滅頂之災，瞬間夷為平地，24萬多鮮活的生命葬身瓦礫之中。震級強，余震多，發生于凌晨人們熟睡之際是唐山地震傷亡如此慘烈的主要原因，可技術落后和政治斗爭導致救災行動的滯后又何嘗沒有影響。在如此艱難的情境之下，唐山人民硬是憑著團結、堅韌、勇于克服一切困難的精神，以最快的速度恢復了災區生產生活：震后不到一周，數十萬群眾衣食、飲水得到解決；震后不到一個月，災區供電、供水、交通、電信等生命線工程初步恢復；震后第一個冬天，災民全部住進了簡易房….時間來到2008年5月12日14時28分，亞歐板塊受到印度洋板塊擠壓的壓力最終在龍門山北川至映秀地區突然釋放，造成了中華人民共和國成立以來破壞力最大的一次地震——汶川大地震。但這一次，國家和人民沒有遲疑，總參謀部立即命令有關部隊迅速展開抗震救災工作。在幾乎一周到十天左右的時間內，供電、通信、交通等重要命脈都被初步打通...各種先進的通訊、探測、遙感技術在搜救過程中得到了最大程度的應用，力求把災害傷亡減到最小，力求不放過一條可能存活的生命！過去，面對天災人禍，人命如草芥、螻蟻，可是隨著科技的進步、人心的凝聚，我們已經不再那么無能為力。昨日（8月8日）21時19分，根據中國地震臺網正式測定，四川阿壩州九寨溝縣發生7.0級地震，截至早上9點30分，九寨溝地震已造成13人死亡，175人受傷。災情迅速引起全社會高度關注，除了有關部門，擁有技術優勢的科技公司也奮戰在了搶險救災的最前線。通訊是保證救災的首要關鍵地震會造成通信設備，傳輸線路以及供電、通風系統本身的物理損壞，這種情況人工搶修完畢或者部署完應急通信車后才能恢復。而通訊保障又是搶險救災的首要關鍵——指揮部需要依靠通訊來進行救災工作的調度，災民們更是急于與親人、朋友取得聯系。在這種情況下，三大運營商、中國鐵塔及各大通信企業火速響應應急搶險保障通信工作：中國移動在地震發生后，中國移動立即對受災地區通信設施進行核查，了解災情對移動通信網絡帶來的影響，并對阿壩地區和附近地市開啟免停機服務。截止22:30，四川移動已累計出動搶險人員61人次，保障車輛15輛次，油機35臺，應急通信車2輛，衛星電話3部，便攜式衛星設備一套，另有4臺應急通信車待命，隨時出發。截止9日1時30分，經前線連續奮戰，四川移動九寨溝口通信已基本恢復，進一步確保與外部的信息暢通，其他部分受損通信設施正在爭分奪秒搶修中。中國聯通中國聯通表示，四川聯通阿壩分公司2支搶險隊伍，已趕往災區。四川聯通應急中心兩臺應急搶險車和一臺發電車，已出發。成都分公司和綿陽分公司兩支搶險隊伍正在集結，準備出發。同時，四川聯通運維部、網管中心已安排加強對受災區域網絡監控，做好進一步保障與應急準備。截止8月9日11時，阿壩聯通中心機房針對地震災區通信話務急劇上升、通話繁忙等問題，完成“8.8”九寨溝地震災區2G基站擴容小區34個，新增3G基站小區通道8個，3G基站網絡資源處于最佳運行狀態，各項指標一切正常。同時，四川聯通還準備空閑基帶板10塊，隨時根據網絡負載進行緊急擴容中國電信地震發生后，中國電信四川公司快速成立抗震救災保通信領導小組，截止8月9日11時00分中國電信共派出168名搶險隊員、6輛衛星應急通信車、43輛搶險車，26部衛星電話， 33臺油機，熔接機22臺、OTDR 5臺、光纜49.6km、接頭盒193個；截止8月9日11時00分 ：共計開通應急2M電路13條，其中為西部戰區提供9條2M電路。完成災區50個基站擴容。與此同時，華為中國區官方微博發文，表示華為與運營商協同作戰，第一時間成立通信保障專項組啟動應急通信保障，已直接投入60多位保障專家和工程師全力協助運營商進行緊急恢復，多名專家組成的第一支搶險隊伍已出發趕赴受災現場。這種速度放在十幾年前難以想象，放在世界上其它任何地方也是難以想象，這是只有中國通信人才能做到的事情，真正工作的一線的代維兄弟們，加油！新聞、社交平臺成為重要信息渠道地震發生后的18 分鐘，“中國地震臺網”官方微信推送了正式測定數據，但大家可能沒有注意到的是，這條新聞竟然是機器人在25秒之內寫成的。“中國地震臺網”已連續推送十條四川阿壩州九寨溝縣地震消息，推送時間均在地震及余震發生后的幾分鐘之內，之所以能做到如此快捷精準推送，則要歸功于這些訊息的作者——“地震信息播報機器人”。機器人入駐推送平臺，讓地震信息報告能以最快的速度完成，并通過各大新聞APP、微信、微博等平臺第一時間擴散出去，短時間內覆蓋大量民眾，為贏得黃金的避險時間爭分奪秒。除了預警和報警，“尋人”與“報平安”也是比拼速度的演武場。為了幫助人們尋找當地的親友，今日頭條聯合央廣中國之聲發布了九寨溝地震尋人平臺。截止到8月9日10點，12個小時左右的時間里，雙方平臺共發布尋人相關信息2500多條，共有50多人通過平臺與親友取得了聯系。其中今日頭條平臺上發布尋人信息1394條，平安報備信息108條，共有29人與親友取得了聯系。中國之聲微博留言尋親、報平安的近千人，微信留言尋親、報平安的共24人。還有更多的親人在這些平臺上看到對方信息后直接聯系。互聯網公司在行動如今，以BATJ為首的互聯網公司提供的服務已經深入人們生活的方方面面，在地震中，這些公司憑著自身的技術優勢，也在以驚人的行動力，為災民們提供力所能及的支持和服務阿里巴巴據阿里巴巴公益官方微博發布的聲明，除旅行產品飛豬外，阿里巴巴緊急啟動救災機制，集全集團力量參與救災，高德、手機淘寶、支付寶、農村淘寶以及菜鳥網絡均作出響應——高德救災地圖開通救援“生命線”，號召收集各NGO和政府部門的救援路線，以及救災物資點；手機淘寶、支付寶上線救災頁面，團聚社會力量共同救災搶險；農村淘寶、菜鳥網絡通過村淘點和物流站點了解前方受災情況，將根據災區需要組織緊急物資馳援災區。騰訊本次災情發生后，騰訊公益上線“九寨溝地震救在壹線”籌款項目，為災區募集資金。百度百度地圖已經與四川交警建立了官方溝通渠道，通過強大的用戶影響力和位置服務的特殊能力向數億用戶及時同步震區最權威聲音，協助疏導交通，為震區的救援和恢復工作出力。百度貼吧的同志們也自發行動起來，四川吧、九寨溝吧已置頂尋人報平安貼。京東京東啟動應急機制，宣布捐贈包括應急醫療包、照明設備、帳篷等在內物資，聯合當地物流運輸車隊與成都市慈善總會，將物資送往災區……另外，由于本次地震發生在熱門景區，受災者以赴景區游玩的游客居多，其中的很多都是通過OTA公司訂票、訂酒店的用戶，從攜程、去哪兒、同程、藝龍、途牛等公司們發布的聲明來看，對已成行的游客，在災情發生后，他們均根據系統預留的聯系方式與游客聯系，排查情況，對未成行的游客，各OTA公司都開啟了退訂、補償的解決方案。物聯網技術將在地震災害中發揮重要作用目前應對災害的重點主要還在災后，但是在未來的物聯網時代，人與物、物與物的時刻相連與動態感知，以及智能決策和泛在應用，使城市減災救助服務工作的重點前移，從災后救助逐步轉移到以防為主的感知預警。RFID和傳感器早在幾年前，英國研究者已開始研究使用RFID和傳感器來監控地震中的房屋，他們把已建成在希臘的原型稱為“自治愈”房屋。這種房屋在墻中專門設計了縫隙空間，并且墻體中加入了可在強壓下變為流體的材料。如果受到地震引起的壓力，流體回流到縫隙中，不會對固體墻面產生影響。其結果是，房屋依舊存在，但可能會移動位置。如果建筑沒有坍塌，通過RFID和傳感器收集的數據會用來判別位置偏移量。此外，建筑中的RFID標簽和傳感器可以共同構建一套警報系統，來預警即將到來的地震。而災后的救援工作RFID也盡顯神通，在日本，RFID標簽被貼在避難道路路面上，這樣避難者可以通過便攜設備清楚地知道安全避難場所的具體位置，起到了很好的引導作用。如果有人被埋在廢墟當中，被困者可以通過內置RFID標簽的手機提供搜救人員自己的具體位置信息，以便搜救者能以最快的速度展開營救。無線傳感網絡無線傳感器網絡（WSN）技術在救災中得到了很好的應用，利用各種傳感器實時采集信息，通過無線的方式將信息傳輸給控制中心，能夠解決布設有線監測系統的缺陷，而且適用于GMS網絡信號無法覆蓋的偏遠山區滑坡災害監測。正是由于WSN本身的冗余性、無線性、網絡的自組織性，而具有較強的抗破壞能力，可以在基礎通信設施可能被毀壞的情況下，完成一定的通信任務，所以WSN技術才能成功應用到滑坡危險地帶的災難監測預警中。衛星定位系統在四川省雅安市蘆山地震救援，中國人民解放軍總參謀部為抗震救災部隊緊急配發與增調數百臺臺北斗衛星導航定位裝備，這為抗震救災提供了有效的應急導航定位保障。災區人民稱其為“北斗呼叫，天降神兵。”北斗系統增援地震救援并非首次，2008年汶川地震北斗衛星導航定位系統便曾大顯神威。在通信、電力完全中斷的情況下，北斗系統及時搭建起抗震救災指揮部和一線救災部隊之間的應急指揮控制平臺，實現了救援力量位置態勢共享，為指揮員全面掌握救災情況，實時指揮救援行動提供了可靠有效的指揮手段。相信這次也在九寨溝地震中發揮重要作用。無人機在判斷災情上，過去都得靠兩條腿不停地跑，不過，現在無人機可以承擔勘探的工作了——無人機的平均高度可以達到300米，地震發生后，一些山區的災害情況，人可能一時無法抵達，這時候可以用無人機實時把受災情況傳回來，供前方救援做出及時救援反饋。大疆在凌晨發布的微博中稱，行業應用部已啟動應急響應，協調技術協助團隊及設備，第一支小分隊將于今日（8月9日）抵達九寨溝災區參與救援工作。使用無人機勘探災情，在保障救援人員自身安全的同時，還能通過對現場情況的航測、追蹤，為災情救援提供安全可靠依據，加快搜救速度。未來，我們可以預見更多類似的物聯網的應用，通過手機和各種信息設備收集信息，傳送給專業單位進行分析判讀，隨時隨地監控地震，讓我們可以多一分準備，少一分損失，也能減少震災和協助震后的復原。最后，天佑九寨！天佑四川！愿一切安好！文章轉載自物聯網智庫
更多>
深圳洲斯移動物聯網技術有限公司
400-021-1815 zksiot@zksiot.com 深圳市南山區粵興三道9號華中科技大學深圳產學研究基地B座304室 分支機構：香港、北京、青島、上海、武漢、成都、西安均設有
