400-021-1815
仓库温度分布、运输验证新国标发布，2018-05-01开始实施
2018.02.26 医药冷链运输验证新国标GB/T 34399-2017《医药产品冷链物流温控设施设备验证 性能确认技术规范》于2017-10-14正式发布，并将于2018-05-01开始实施。该标准规定了对温控仓库、温控车辆、冷藏箱、保温箱及温度监测系统性能确认的内容要求和合格标准，还对可能造成不同理解的内容进行了明确界定,包括:(1)、冷、热点的确认及监测；(2)、库内蒸发器出风口附近5个监测点位置的界定；(3)、多库门的开门测试要求；(4)、开门测试和保温测试的操作细节要求(5)、冷库和冷藏车的满载测试要求；(6)、温湿度监测系统的核查方法；(7)、冷藏箱和保温箱的静态及线路性能确认方法；(8)、模拟物的要求；(9)、模拟温度条件的选择；(10)、冷藏箱和保温箱中途开箱测试的要求等。有关该标准的具体内容如下：1 范围本标准规定了医药冷链物流设施设备性能确认的内容及要求、合格判定和操作要点。本标准适用于药品生产、经营及涉药物流企业的温控仓库、温控车辆、冷藏箱、保温箱及温度监测系统的性能确认等活动。2 术语和定义下列术语和定义适用于本文件。2.1医药冷链物流 drug cold chain logistics采用专用设施设备，使冷藏药品在流通过程中温度始终控制在规定范围内的物流过程。2.2性能确认 performance qualification判定特定对象是否满足既定标准的一系列活动的总称。2.3温度记录仪 temperature logger用于连续采集、存储、处理所处环境温度的电子装置。3 温控仓库在仓储设施的实际应用条件下考察温度控制是否符合规定，对系统及设备进行综合评估。重点测试仓库的温度分布和温度监测系统的准确度。3.1 内容及要求3.1.1 库房存储空间温度的偏差、均匀度和波动度确认（温度分布测试）。3.1.2温度传感器的准确度测试；3.1.3冬季、夏季极端环境温度条件下的温度保障能力确认；3.1.4温控设施运行参数及使用状况测试；3.1.5温度监测系统配置的温度监测点安装位置确认；3.1.6开门作业对库房温度分布的影响；3.1.7确定设备故障或外部供电中断的状况下库房保温性能及变化趋势；3.1.8 库房新建使用前或改造后重新使用前应进行空载及满载性能确认，定期验证时应进行满载性能确认。满载条件为库容率高于80%；3.1.9 在库房各项参数及使用条件符合规定的要求并达到运行稳定后，数据有效持续采集时间不应少于48小时；3.1.10性能确认数据采集的间隔时间不应大于5分钟；3.2合格判定3.2.1库房空调系统在既定运行条件下，空载和满载温度分布测试条件下库房温度应控制在规定范围内；3.2.2 确定冷点和热点并在冷、热点设置日常监测温度传感器；3.2.3 企业应当按照国家有关规定，对温度记录仪定期进行校准或者检定。其最大允许误差应当符合以下要求：测量范围在0℃～40℃之间，温度的最大允许误差为±0.5℃；测量范围在－25℃～0℃之间，温度的最大允许误差为±1.0℃；3.2.4 温度传感器与验证用温度记录仪的差值应在±1℃以内（冷冻库差值应在±2℃以内）；3.2.5 确定导致任一测点超温的最短开门时间；3.2.6 确定设备故障或外部供电中断的情况下的保温时限；3.2.7 冬季和夏季极端温度条件下仓储设施均可保证温度控制符合既定要求；3.2.8 温度偏差、均匀度、波动度应不高于±3℃。3.3 操作要点3.3.1温度分布测试的布点原则：3.3.1.1在仓库内一次性同步布点，确保各测点采集数据的同步、有效；3.3.1.2每个库房中均匀性布点数量不应少于9个，仓间各角及中心位置均应布置测点，每两个测点的水平间距不应大于5米，垂直间距不应超过2米；3.3.1.3库房每个作业出入口及风机出风口区域至少布置5个测点，库房中每组货架或建筑结构的风向死角位置至少应布置3个测点；3.3.1.4特殊区域应布设温度监测点，包括空调回风位置、温度传感器安装位置、门、窗、灯等位置；3.3.1.5温度监测点均应布设在货位上或货物可能存放的位置；3.3.2 应绘制测点分布示意图，标明各测点序号，并注明各序号对应的测试用温度记录仪编号；3.3.3 放置于空调系统温度控制传感器位置的验证用温度记录仪应尽可能靠近传感器以获得客观的数据；3.3.4 开门测试应确保库门全开，如有多个库门应逐一测试（即库内温度恢复正常稳定后再进行下一库门的测试）；判断是否超温可依据验证用温度记录仪的读数或温度监测系统的超温报警提示；3.3.5 对于设备故障或断电保温测试，由于超温风险较高，可考察设备停运后变化最快测点的温度接近温控限度的时长（如由5摄氏度升高至7摄氏度的时长），据此推断超温时限作为性能确认结果；3.3.6 设置多个测点的位置（如出风口、死角等）应覆盖相应的区域边界和中点（如送风夹角的两边和中线）；3.3.7 满载测试使用模拟物的装载情况应尽量接近库房使用时存放的货物状态以获得具可比性的库内气流分布状态；4 温控车辆在车辆实际应用条件下考察温度等既定参数是否在规定范围内，对系统及设备进行综合评估。重点测试车厢内的温度分布和温度传感器的准确度。4.1 内容及要求4.1.1 车厢存储空间温度的偏差、均匀度和波动度确认（温度分布测试）。4.1.2 温度传感器的准确度确认。4.1.3 测试系统在冬季、夏季极端温度条件下的运行情况。4.1.4 温控设施运行参数及使用状况测试；4.1.5 温度监测系统配置的温度监测点位置确认；4.1.6 开门作业对车厢内温度分布的影响；4.1.7 确定设备故障或外部供电中断的状况下车厢保温性能及变化趋势；4.1.8 冷藏车初次使用前或改造后再次使用前应进行空载及满载性能确认，定期验证时应进行满载性能确认。满载条件为装载率高于80%；4.1.9 在冷藏车达到规定的温度并运行稳定后，数据有效持续采集时间不应少于5小时或根据车辆最长运输时间确定；4.1.10 验证数据采集的间隔时间不应大于5分钟。4.2 合格判定应证明车辆满足相应药品的运输温度要求。4.2.1 车辆空调系统在既定运行条件下，空载和满载温度分布测试结果证明车厢内温度控制在规定范围内；4.2.2 确定冷点和热点并在冷、热点设置日常监测温度传感器；4.2.3 企业应当按照国家有关规定，对温度记录仪定期进行校准或者检定。其最大允许误差应当符合以下要求：测量范围在0℃～40℃之间，温度的最大允许误差为±0.5℃；测量范围在－25℃～0℃之间，温度的最大允许误差为±1.0℃；4.2.4 温度传感器与验证用温度记录仪的差值应在±1℃以内（冷冻运输差值应在±2℃以内）；4.2.5 确定导致任一测点超温的最短开门时间；4.2.6 确定空调设备故障情况下的保温时限；4.2.7 冬季和夏季极端温度条件下均可保证温度控制符合既定标准；4.2.8 温度偏差、均匀度、波动度应不高于±3℃。4.3 操作要点4.3.1温度分布测试的布点原则4.3.1.1 在车厢内一次性同步布点，确保各测点采集数据的同步、有效；4.3.1.2 每个冷藏车箱体内测点数量不应少于9个，每增加20立方米增加9个测点，不足20立方米的按20立方米计算；均匀分布，通常根据车辆的长度和有效容积分2或3层布置。4.3.1.3 特殊区域应布设温度监测点，包括空调送风、回风位置、温度传感器安装位置、门及可能的送风死角等位置。4.3.1.4 温度监测点均应布设在货物可能存放的位置。4.3.2 应绘制测点分布示意图，标明各测点序号，并注明各序号对应的测试用温度记录仪编号；4.3.3 放置于空调系统温度控制传感器位置的验证用温度记录仪应尽可能靠近传感器以获得客观的数据；4.3.4 开门测试应确保车门全开，安装有风幕机的车辆应同时开启；判断是否超温可依据验证用温度记录仪的读数和温度监测系统的超温报警提示；4.3.5以停机后车厢内最先达到温控限度的测点所经历的时长作为空调设备故障情况下的保温时限；4.3.6设置多个测点的位置（如出风口、死角等）应覆盖相应的区域边界和中点（如送风夹角的两边和中线）；4.3.7满载测试使用模拟物的装载情况应尽量接近车辆使用时存放的货物状态以获得具可比性的车厢内气流分布状态；5 冷藏箱或保温箱5.1 内容及要求5.1.1 箱内温度分布特性的测试与分析，分析箱体内温度变化及趋势；5.1.2 蓄冷剂配备使用的条件测试；5.1.3 温度自动监测设备放置位置确认；5.1.4 开箱作业对箱内温度分布及变化的影响；5.1.5 高温或低温等极端外部环境条件下的保温效果评估；5.1.6 运输最长时限验证。5.2合格判定5.2.1 测试条件下的冷藏箱或保温箱内部各监测点温度，均符合设定标准；5.2.2 蓄冷剂配备使用条件符合相应标准操作规程的要求；5.2.3 温度自动监测设备放置位置应确保设备采集温度尽可能接近药品的温度；5.2.4 确定开箱作业导致箱内温度超标的最短时间；5.2.5 高温或低温等极端外部环境条件下箱内保温时限均可满足最长运输时间要求；5.2.6 保温时限满足最长运输时间需求。5.3 操作要点5.3.1 静态模拟性能确认5.3.1.1 根据冷藏箱或保温箱的适用范围、实际运输线路不同季节的温度特性以及极端条件出现的概率设定静态模拟运输温度验证条件，包括药品运输经历阶段、各阶段温度及持续时间等；5.3.1.2 每一种冷藏箱或保温箱包装方式均应按照其对应的使用温度条件进行静态模拟性能确认；5.3.1.3 冷藏箱或保温箱内蓄冷剂配备方式应严格按照相关标准操作规程进行预处理和配置并详细记录操作过程和温度测量结果；5.3.1.4 冷藏箱或保温箱内应放置模拟物品，其热容特性应与该包装箱运输药品总量的热容特性基本一致；5.3.1.5 冷藏箱或保温箱内至少放置5个温度记录仪，分别位于模拟药品的上、下、相邻两侧、几何中心等位置（除几何中心外，温度记录仪应放置于各面中心位置）。实际应用时放置温度记录仪的位置应放置测试记录仪。验证数据采集的间隔时间不应大于5分钟；5.3.1.6 静态模拟性能确认时限不应少于该包装箱实际应用的最长时间。5.3.1.7 在测试时间的中段开箱取出模拟物上部的保温材料和蓄冷剂，记录各测点的温度变化情况；5.3.2 动态实际线路性能确认5.3.2.1 根据冷藏箱或保温箱的适用范围、实际运输线路不同季节的温度特性以及极端条件出现的概率选择动态验证线路，该线路至少涵盖最长运输时间或最苛刻温度条件；5.3.2.2 冷藏箱或保温箱内蓄冷剂配备方式应严格按照相关标准操作规程进行预处理和配置并详细记录操作过程和温度测量结果；5.3.2.3 至少进行冬、夏和春秋三种季节类型的实际线路性能确认；5.3.2.4冷藏箱或保温箱内应放置模拟物品，其热容特性应与该包装箱运输药品总量的热容特性基本一致；5.3.2.5 冷藏箱或保温箱内至少放置5个温度记录仪，分别位于模拟药品的上、下、侧、中心等位置。实际应用时放置温度记录仪的位置应放置测试记录仪。验证数据采集的间隔时间不应大于5分钟。6 温度监测系统6.1 内容及要求6.1.1 温度数据的采集、传送、存储以及报警功能符合既定要求；6.1.2 监测设备的测量范围和准确度符合既定要求；6.1.3 测点终端安装数量及位置符合既定要求；6.1.4 系统与温度调控设施无联动状态的确认；6.1.5 系统在断电、计算机关机状态下可保证实时数据监测、记录、报警、传送功能正常，符合既定要求；6.1.6 可防止用户修改、删除、反向导入数据。6.2 合格判定6.2.1 系统应至少每隔1分钟更新一次测点温湿度数据；数据传送及时、完整；记录内容包括温度值、湿度值、日期、时间、测点位置、库区或运输工具类别等；在药品储存过程中至少每隔30分钟自动记录一次实时温湿度数据，在运输过程中至少每隔5分钟自动记录一次实时温度数据。当监测的温湿度值超出规定范围时，系统应当至少每隔2分钟记录一次实时温湿度数据；当监测的温湿度值达到设定的临界值或者超出规定范围，系统应当能够实现就地和在指定地点进行声光报警，同时采用短信通讯的方式，向至少3名指定人员发出报警信息。当发生供电中断的情况时，系统应当采用短信通讯的方式，向至少3名指定人员发出报警信息。6.2.2 测量范围在0℃～40℃之间，温度的最大允许误差为±0.5℃；测量范围在－25℃～0℃之间，温度的最大允许误差为±1.0℃；应当按照国家有关规定，对传感器定期进行校准或者检定。6.2.3 每一独立的药品库房或仓间至少安装2个测点终端，并均匀分布。平面仓库面积在300平方米以下的，至少安装2个测点终端；300平方米以上的，每增加300平方米至少增加1个测点终端，不足300平方米的按300平方米计算。高架仓库或全自动立体仓库的货架层高在4.5米至8米之间的，每300平方米面积至少安装4个测点终端，每增加300平方米至少增加2个测点终端，并均匀分布在货架上、下位置；货架层高在8米以上的，每300平方米面积至少安装6个测点终端，每增加300平方米至少增加3个测点终端，并均匀分布在货架的上、中、下位置；不足300平方米的按300平方米计算。高架仓库或全自动立体仓库上层测点终端安装的位置，不应低于最上层货架存放药品的最高位置。储存冷藏、冷冻药品仓库测点终端的安装数量，应符合上述的各项要求，其安装数量按每100平方米面积计算。 每台独立的冷藏、冷冻药品运输车辆或车厢，安装的测点终端数量不应少于2个。车厢容积超过20立方米的，每增加20立方米至少增加1个测点终端，不足20立方米的按20立方米计算。每台冷藏箱或保温箱应当至少配置一个测点终端。测点终端应当牢固安装在经过确认的合理位置，避免储运作业及人员活动对监测设备造成影响或损坏，其安装位置不应随意变动。应当对测点终端每年至少进行一次校准。6.2.4 控制系统与监测系统分别使用独立的传感器、控制主机、报警器和运行软件；6.2.5 系统在断电、计算机关机状态下可不间断地采集、记录温度数据并可实现声光报警和短信报警功能；6.2.6 系统操作员与管理员应凭不同密码登陆系统；无法修改、删除及反向导入数据。6.3 操作要点6.3.1 至少导出三个不同时间段的温度数据进行核查确认；6.3.2 报警功能的确认应利用人体或其它热源改变测点终端的温度触发报警确认是否符合要求；6.3.3 故障报警测试应人为制造系统故障以判断是否正常运行；6.3.4 测点终端的准确度确认应核查生产厂家提供的合格证明资料或定期校验资料。在进行相应库房或车辆的性能确认时应同时进行测点终端的准确度确认；6.3.5 温度数据的备份应核查是否在另一台独立的计算机或存储设备按日备份数据；6.3.6 不间断电源的确认应确保其可为整个监测系统供电，断电情况下可实现数据采集、存储、报警等全部功能；温度偏差、均匀度、波动度的计算方法C.1.温度偏差： △td=td-to 式中：△td─温度偏差，℃； to─中心点n次测量平均值（℃）； td─设备显示温度平均值（℃）；C.2.温度均匀度： △tu =∑（timax- timin）／n 式中：△tu─温度均匀度（℃）； n─测量次数； timax─各校准点在第i次测得的最高温度（℃）； timin─各校准点在第i次测得的最低温度（℃）。C.3.温度波动度： △tf=±(tomax-tomin)/2 式中: △tf─温度波动度（℃）； tomax─中心点n次测量中的最高温度（℃）； tomin─中心点n次测量中的最低温度（℃）。 更多>
2017.12.29
物联网在短短几年内就对各个行业和业务功能产生了明显的影响，据 Statista 统计，全球物联网市场规模预计将超过 1.7 万亿美元。TechJini团队向17位知名行业专家询问了以下问题：“2018 年最令人兴奋的物联网趋势是什么？“以下是他们的答案。1、区块链技术加速交易，确保信任并降低成本。我认为 2018 年最值得关注的物联网趋势是使用区块链技术来加速交易，确保信任并降低成本。在今年的各种会议上，我们已经目睹了物联网的讨论热度，而安全问题将下一波创新相结合。我们知道，物联网旨在加强和扩大业务流程，为创新和增长提供速度。然而，数十亿的连接设备，安全问题是解决风险的关键任务。许多专家认为，区块链技术是改善物联网隐私、安全和可靠性问题的缺失环节。简而言之，区块链技术可用于追踪数十亿台连网设备，处理交易并为物联网行业制造商节省大量资金。这是一个去中心化的方法，消除了单点故障，为运行设备创造了一个相当强大的生态系统。利用加密算法的强大功能，区块链将确保消费者数据的保密性，从而增加了信任和可靠的身份验证。区块链分布式账本是防篡改的，因为数据不存在于任何单一的位置。区块链已经通过像比特币这样的加密数字货币证明了它在金融服务领域的可行性。通过提供安全的点对点交易来取消第三方中间机构，这肯定会颠覆另一个行业--金融科技。2、“智能家居”、“智能服装和智能设备”产品我认为物联网在 2018 年最激动人心的趋势是“智能服装与设备”以及“智能家居”中使用的产品的发展，我非常相信这将产生积极的影响，使生活更高效和连接，只要有适当的协议，安全意识，避免人为因素的风险。3、语音优先解决方案的扩展2018 年最令人兴奋的物联网趋势绝对是语音优先解决方案的扩展。随着消费者对智能助理接受度不断提高，每个行业都将受使用语音命令购买产品和服务的能力的影响。从提高消费者体验出发，将人工智能和数字语音技术相结合，提供个性化的体验。 在 2018 年，我们将开始看到积极主动的数字门房服务解决方案，无需顾客提问，自动提供符合情景的相关的建议。4、基于语音的服务继续增加，这些服务对消费者的日常生活影响最大2018 年最值得关注的物联网趋势之一是语音服务的持续增长，这绝对会影响消费者的日常生活。我们已经看到亚马逊 Alexa 和 Google Home 等虚拟助手得到越来越多的采用。如果实施得当，这种联网设备和人工智能的整合有可能改变数百万美国老年人的生活，实现更丰富的经历和更安全的独立生活环境。5、创新性物联网应用的增长以及移动、云、大数据和物联网技术的融合我相信 2018 年物联网最令人兴奋的趋势是发展的速度和我们将要看到的的广度。我们将看到新的物联网设备和使用和发布速度加快，并在定价方面面临竞争压力，特别是在消费领域。 我们将看到创新 IOT 使用的增长以及移动、云、大数据和物联网技术的融合。6、P2M，M2P 和 M2M 设备将变得更智能我们生活在一个令人兴奋的快速发展的世界里，世界每天都变得更智能。 物联网并也不例外。我认为 2018 年可以成为集成在物联网设备中的人工智能的起跑线，使用低级指令集的芯片，致力于成为能够识别和管理的“自我意识”传感器，相比于传统的基于编程方式进行响应的实际传感器，以智能方式发出信号。换句话说，P2M，M2P 和 M2M 设备将变得更智能，有能力无需编程管理事件。7、物联网将在 2018 年占据主导地位，变得更复杂，更大规模随着边缘计算系统的发展，物联网的发展将在 2018 年占据主导地位，随着领域技术的推广变得更加复杂和更大规模。边缘计算代表了位于物联网端点的尖端硬件、软件和服务，使技术更加高效，更可扩展，更安全，更易于管理。通过使机器学习和人工智能功能的部署更接近使用地点，这将提高优化性，也将使物联网解决方案变得更加智能化。边缘计算将有助于使物联网的推出更加完整，并成为企业明年主要工作方式的核心。8、明年还将看到物联网设备向家庭和日常生活中显著的渗透物联网革命刚刚开始。2018年，各行各业的公司将部署物联网技术，并将他们的设备和装备连接起来。我们将看到大量的数据的生成，并开始出现利用数据做出更好决策的解决方案。随着机器学习和人工智能的结合，到 2018 年底，我们将看到许多解决方案，使得这些决策变得更加智能，而无需人工干预。明年，物联网设备也将在家庭和日常生活的应用中大量渗透。9、机器学习将提高从物联网获得的洞察力的能力我很高兴看到机器学习将提高从物联网获得的洞察力，以及 2018 年如何利用区块链来提高物联网通信安全。10、融合人工智能技术（如深度学习）以改善物联网体验是关键融合人工智能技术（如深度学习）以改善物联网体验是关键。在传统物联网中，设备的预测分析和/或预防性维护是通过分析云中的数据以及来自边缘设备的传输数据完成的。但这并不总是可行的，边缘设备更智能化将是至关重要的。预测规则可以在云中提前发现，并且这些轻量级规则可以被部署在边缘设备上。 其次，已知深度学习技术需要大量的训练数据，这些训练数据可能是某些垂直行业的限制因素。深度学习算法在这方面的进步，如最近的“胶囊”网络，将使物联网应用更容易进行。11、2018 年物联网将实现重大飞跃2018 年最激动人心的物联网趋势是企业开始往后退一步，专注于物联网产品战略，而不是跟上最新的技术趋势。大大小小的公司意识到物联网有巨大的潜力，但他们也意识到技术的复杂性。 技术趋势确实很有趣，但是它们本身并不能保证产品或公司的成功。 如果这种趋势继续下去，2018 年将为实现物联网的发展创造巨大的飞跃。12、2018年物联网的大趋势是安全性和边缘弹性2018 年物联网的大趋势是安全性和边缘弹性。 随着 IPv6 应用于物联网，运营技术（OT）和IPFS（InterPlanetary 文件系统）的端到端网络模型已经出现。 预计到 2018 年底，分析和机器学习将应用于边缘计算。13、2018 年小企业将能够使用物联网解决方案2018 年将是即使小企业也可以使用物联网解决方案的一年，使得物联网的部署于“长尾”。简单的连接和与云和分析功能的集成使得物联网解决方案具有盈利性和实用性。14、2018 年指数增长的技术：人工智能，机器人，纳米材料，生物技术，生物信息学，量子计算，万物互联物联网代表了一个新兴的世界，在这个世界中，日常生活中的物体和设备与互联网连接，很可能是无线连接，并且可以在某种智能层面相互沟通。今天，我们已经在使用设备，传感器，云基础设施，数据和商业智能工具。我们应该看到 2018 年所有这些指数增长的技术：人工智能、机器人、纳米材料、生物技术、生物信息学、量子计算、万物互联，这些技术将会改变我们所拥有的一切。但是，这不仅仅是一个 IT 行业现象。PayPal，Netflix，Skype 和 Uber 也曾被视为玩具，近年来，玩具阶段的技术数量急剧增加：3D 打印机，数字货币，自动驾驶汽车，智能手表，网络电视，3D 眼睛，机器人，智能服装，大规模开放在线课程（MOOC），无人机，专家系统，DIY医疗测试，自我量化，人工智能等等，这只是一个开始。15、2018 年最激动人心的物联网趋势将是在基层利用物联网拓展解决未被服务的社区据我了解，2018 年最令人兴奋的物联网趋势将是在基层利用物联网推广到未被服务的社区。这是一个发展中国家的问题，如在农业，教育和健康领域使用物联网。这将是物联网和结合大众的需求，也是物联网供应商赚钱的机会，将创造包括政府在内的多赢局面。
更多>
2017.12.19
2月14日，全国制冷标准化技术委员会术语和定义分技术委员会、全国制冷标准化技术委员会冷藏柜分技术委员会年会在福州市隆重召开。中国制冷学会理事长金嘉伟、全国制冷标准化技术委员会主任杨一凡、国家商用制冷设备质量监督监测中心司春强、全国制冷标准化技术委员会冷藏柜分技术委员领导林楚桂等领导和专家以及冷藏柜各主要企业代表出席了会议，共同探讨商用制冷设备行业现状及发展趋势。产业在线副总经理杨萍女士应邀参会并在会议上做了《变化中寻找新机遇—中国商用制冷设备行业发展趋势》的主题报告，报告围绕四个变化展开——规模的变化：家用制冷设备体量巨大，2017年出货金额预计在1376亿元左右，同比增长4%，不过市场趋于饱和，未来市场的发展空间主要集中在商用制冷设备，2017年出货金额预计在362亿元左右，同比增长11.4%，其中轻商设备占据了59%的市场份额，且增速领先于整体商用市场，轻商柜作为轻商设备中的明星产品持续快速增长。应用领域的变化：这是规模变化的根本原因。轻商柜正在由商店、小超市等传统应用场所向社区、医院、高铁站等新领域转移。商用制冷设备的多领域应用将给行业带来新的增长空间，杨萍女士建议大家关注细分市场，高附加品类值得期待和探索。技术的变化：规模之变和应用之变基本的核心一定是来源于技术的变化，目前的技术足以支撑行业在更细分领域的发展。从商用制冷设备来看，短期内，智能、变频等技术正在加速渗透，长远来看，技术创新永远没有终点。另外从制冷剂细分来看，天然工质冷媒技术储备与产品化也正在加速，产业在线监测数据显示，2017年R290在轻商柜上的应用比例已经达到31%。供应市场的变化：制冷压缩机的发展为下游应用设备端提供了强有力的支撑。2017年制冷压缩机总量在1.18亿台，同比增长了12.4%。对于市场未来的走势，杨萍女士认为，家用制冷体量大，行业增长有限，细分产品规模及格局稳定，2021年规模在1730亿，4年增幅6%；商用制冷增长空间巨大，品牌及市场渗透有空间，2021年规模在540亿，4年增幅11%。
更多>
2017.08.23
越来越多的软件，开始采用云服务；云服务只是一个统称，可以分成三大类。IaaS：基础设施服务，Infrastructure-as-a-servicePaaS：平台服务，Platform-as-a-serviceSaaS：软件服务，Software-as-a-service它们有什么区别呢？——————————IBM 的软件架构师 Albert Barron 曾经使用披萨作为比喻，解释这个问题。David Ng 进一步引申，让它变得更准确易懂。请设想你是一个餐饮业者，打算做披萨生意。你可以从头到尾，自己生产披萨，但是这样比较麻烦，需要准备的东西多，因此你决定外包一部分工作，采用他人的服务。你有三个方案：（1）方案一：IaaS他人提供厨房、炉子、煤气，你使用这些基础设施，来烤你的披萨。（2）方案二：PaaS除了基础设施，他人还提供披萨饼皮。你只要把自己的配料洒在饼皮上，让他帮你烤出来就行了。也就是说，你要做的就是设计披萨的味道（海鲜披萨或者鸡肉披萨），他人提供平台服务，让你把自己的设计实现。（3）方案三：SaaS他人直接做好了披萨，不用你的介入，到手的就是一个成品。你要做的就是把它卖出去，最多再包装一下，印上你自己的 Logo。上面的三种方案，可以总结成下面这张图：————————————————————从左到右，自己承担的工作量（上图蓝色部分）越来越少，IaaS > PaaS > SaaS。对应软件开发，则是下面这张图：——————————————————SaaS是软件的开发、管理、部署都交给第三方，不需要关心技术问题，可以拿来即用。普通用户接触到的互联网服务，几乎都是 SaaS，下面是一些例子。客户管理服务 Salesforce团队协同服务 Google Apps储存服务 Box储存服务 Dropbox社交服务 Facebook / Twitter / Instagram——PaaS提供软件部署平台（runtime），抽象掉了硬件和操作系统细节，可以无缝地扩展（scaling）。开发者只需要关注自己的业务逻辑，不需要关注底层。下面这些都属于 PaaS。HerokuGoogle App EngineOpenShift——IaaS是云服务的最底层，主要提供一些基础资源。它与 PaaS 的区别是，用户需要自己控制底层，实现基础设施的使用逻辑。下面这些都属于 IaaS。Amazon EC2Digital OceanRackSpace Cloud✎参考链接：——————•SaaS, PaaS and IaaS explained in one graphic, by David Ng•When to use SaaS, PaaS, and IaaS, by Eamonn Colman本文来自数据观微信公众号，作者： 阮一峰
更多>
2017.08.16
炎炎夏日，冷链物流及产品配送的速度、保质再度成为民生连锁企业也行业人士的关注点。河北省石家庄一家经营果蔬的便民连锁店，开业不到半年就关门了。一个分店店长说，每天都有不少的新鲜蔬菜进来，但每天下午闭店时，有些菜的品相不好了，除了店员们分一部分，还扔掉不少，天天如此。经查发现，一个重要的环节就是配送商不能保证这些果蔬“全程冷链配送”，因冷藏温度变化导致果蔬品质难以保证。1配送商“两端制冷”降成本对于冷链配送这块最难啃的“骨头”，不管是自建物流还是委托第三方，都难以逾越各种成本问题。而“冷链变冷端”现已成为冷链配送中的顽疾，确实存在个别物流公司只有在接货和交货时开放冷气，而中间运输环节并不开放冷气的情况。这样，两端供冷，中间无冷，直接造成了“冷链变冷端”现象。虽然一般来说，不一定导致生鲜产品马上变质，但却加快了其变质的速度，使生鲜经营企业面临巨大经营风险。这一现状在业内已存在多年，而导致这一问题的重要原因，就在于货主企业缺少全程监控系统，难以做到实时监控产品的温度变化，实施全程冷链。2让实时温度记录成为依据另外，断链的原因还可能存在于搬运和装卸环节。车辆停靠搬运时，冷库和冷藏车之间存有一段距离，如果此操作过程持续时间过长，产品不能有效得到冷藏，就可能融化或变质。如果能在冷链运输中实现温度看得见，使温度有据可查，对于货主方来讲，就可以直接把每一次运输作业的实时温度记录作为支付运费的重要依据。如果运输过程中出现了温度超标，货主方就可以采取惩罚措施，震慑违规行为，进而规范行业发展。加快应用智能化手段实现全程冷链，能在一定程度上解决“冷链变冷端”问题。从而使生鲜产品损耗降低，品质得到更大的保障，物流成本进一步降低。如今，物联网、移动互联技术迅速发展，温度传感器、声光报警、电子标签等应用已接近成熟，在运输车辆上布置实施装置，通过透明化管理系统，完全可以实现实时监控，建立回溯机制，让整个供应链更健康，采用实时监控系统确实很有必要。3通过法制建设规范冷链物流目前，生鲜物流还成碎片化状态，没形成连贯的冷链物流，非冷藏状态下的生鲜产品不仅会增加二次污染机会还降低了产品新鲜度；大部分连锁企业生鲜产品的物流配送业务多由生产商和经销商完成，缺乏专业化运作影响了在途质量、准确性和及时性；对于物流自动化、数据采集方面的布置和实施是一项庞大的系统工程，实现智慧物流也比较遥远。生鲜物流的发展仍然任重道远。因此，应用先进物流技术，利用自动化、智能化装备，发展智慧物流或可成为企业化解成本问题的一剂良药。有人建议，为了保证冷链物流行业健康发展，使其能给民生带来更多实惠，让受配企业利益得到更多保障，除了使用智能的物联网信息监控外，还要对冷链配送企业、设备、操作人员、司机等人员进行有效监督管理，对违规操作者予以惩戒，甚至在必要的情况下，可以制定相关条例，或者立法，通过健全行业法制建设规范冷链物流的发展。内容来自：冷链实战最前线
更多>
2017.08.09
1976年7月28日的那个凌晨，是无数人心中一道难以磨灭的伤痕，一场7.8级大地震使唐山这个有百万人口的工业重镇遭受灭顶之灾，瞬间夷为平地，24万多鲜活的生命葬身瓦砾之中。震级强，余震多，发生于凌晨人们熟睡之际是唐山地震伤亡如此惨烈的主要原因，可技术落后和政治斗争导致救灾行动的滞后又何尝没有影响。在如此艰难的情境之下，唐山人民硬是凭着团结、坚韧、勇于克服一切困难的精神，以最快的速度恢复了灾区生产生活：震后不到一周，数十万群众衣食、饮水得到解决；震后不到一个月，灾区供电、供水、交通、电信等生命线工程初步恢复；震后第一个冬天，灾民全部住进了简易房….时间来到2008年5月12日14时28分，亚欧板块受到印度洋板块挤压的压力最终在龙门山北川至映秀地区突然释放，造成了中华人民共和国成立以来破坏力最大的一次地震——汶川大地震。但这一次，国家和人民没有迟疑，总参谋部立即命令有关部队迅速展开抗震救灾工作。在几乎一周到十天左右的时间内，供电、通信、交通等重要命脉都被初步打通...各种先进的通讯、探测、遥感技术在搜救过程中得到了最大程度的应用，力求把灾害伤亡减到最小，力求不放过一条可能存活的生命！过去，面对天灾人祸，人命如草芥、蝼蚁，可是随着科技的进步、人心的凝聚，我们已经不再那么无能为力。昨日（8月8日）21时19分，根据中国地震台网正式测定，四川阿坝州九寨沟县发生7.0级地震，截至早上9点30分，九寨沟地震已造成13人死亡，175人受伤。灾情迅速引起全社会高度关注，除了有关部门，拥有技术优势的科技公司也奋战在了抢险救灾的最前线。通讯是保证救灾的首要关键地震会造成通信设备，传输线路以及供电、通风系统本身的物理损坏，这种情况人工抢修完毕或者部署完应急通信车后才能恢复。而通讯保障又是抢险救灾的首要关键——指挥部需要依靠通讯来进行救灾工作的调度，灾民们更是急于与亲人、朋友取得联系。在这种情况下，三大运营商、中国铁塔及各大通信企业火速响应应急抢险保障通信工作：中国移动在地震发生后，中国移动立即对受灾地区通信设施进行核查，了解灾情对移动通信网络带来的影响，并对阿坝地区和附近地市开启免停机服务。截止22:30，四川移动已累计出动抢险人员61人次，保障车辆15辆次，油机35台，应急通信车2辆，卫星电话3部，便携式卫星设备一套，另有4台应急通信车待命，随时出发。截止9日1时30分，经前线连续奋战，四川移动九寨沟口通信已基本恢复，进一步确保与外部的信息畅通，其他部分受损通信设施正在争分夺秒抢修中。中国联通中国联通表示，四川联通阿坝分公司2支抢险队伍，已赶往灾区。四川联通应急中心两台应急抢险车和一台发电车，已出发。成都分公司和绵阳分公司两支抢险队伍正在集结，准备出发。同时，四川联通运维部、网管中心已安排加强对受灾区域网络监控，做好进一步保障与应急准备。截止8月9日11时，阿坝联通中心机房针对地震灾区通信话务急剧上升、通话繁忙等问题，完成“8.8”九寨沟地震灾区2G基站扩容小区34个，新增3G基站小区通道8个，3G基站网络资源处于最佳运行状态，各项指标一切正常。同时，四川联通还准备空闲基带板10块，随时根据网络负载进行紧急扩容中国电信地震发生后，中国电信四川公司快速成立抗震救灾保通信领导小组，截止8月9日11时00分中国电信共派出168名抢险队员、6辆卫星应急通信车、43辆抢险车，26部卫星电话， 33台油机，熔接机22台、OTDR 5台、光缆49.6km、接头盒193个；截止8月9日11时00分 ：共计开通应急2M电路13条，其中为西部战区提供9条2M电路。完成灾区50个基站扩容。与此同时，华为中国区官方微博发文，表示华为与运营商协同作战，第一时间成立通信保障专项组启动应急通信保障，已直接投入60多位保障专家和工程师全力协助运营商进行紧急恢复，多名专家组成的第一支抢险队伍已出发赶赴受灾现场。这种速度放在十几年前难以想象，放在世界上其它任何地方也是难以想象，这是只有中国通信人才能做到的事情，真正工作的一线的代维兄弟们，加油！新闻、社交平台成为重要信息渠道地震发生后的18 分钟，“中国地震台网”官方微信推送了正式测定数据，但大家可能没有注意到的是，这条新闻竟然是机器人在25秒之内写成的。“中国地震台网”已连续推送十条四川阿坝州九寨沟县地震消息，推送时间均在地震及余震发生后的几分钟之内，之所以能做到如此快捷精准推送，则要归功于这些讯息的作者——“地震信息播报机器人”。机器人入驻推送平台，让地震信息报告能以最快的速度完成，并通过各大新闻APP、微信、微博等平台第一时间扩散出去，短时间内覆盖大量民众，为赢得黄金的避险时间争分夺秒。除了预警和报警，“寻人”与“报平安”也是比拼速度的演武场。为了帮助人们寻找当地的亲友，今日头条联合央广中国之声发布了九寨沟地震寻人平台。截止到8月9日10点，12个小时左右的时间里，双方平台共发布寻人相关信息2500多条，共有50多人通过平台与亲友取得了联系。其中今日头条平台上发布寻人信息1394条，平安报备信息108条，共有29人与亲友取得了联系。中国之声微博留言寻亲、报平安的近千人，微信留言寻亲、报平安的共24人。还有更多的亲人在这些平台上看到对方信息后直接联系。互联网公司在行动如今，以BATJ为首的互联网公司提供的服务已经深入人们生活的方方面面，在地震中，这些公司凭着自身的技术优势，也在以惊人的行动力，为灾民们提供力所能及的支持和服务阿里巴巴据阿里巴巴公益官方微博发布的声明，除旅行产品飞猪外，阿里巴巴紧急启动救灾机制，集全集团力量参与救灾，高德、手机淘宝、支付宝、农村淘宝以及菜鸟网络均作出响应——高德救灾地图开通救援“生命线”，号召收集各NGO和政府部门的救援路线，以及救灾物资点；手机淘宝、支付宝上线救灾页面，团聚社会力量共同救灾抢险；农村淘宝、菜鸟网络通过村淘点和物流站点了解前方受灾情况，将根据灾区需要组织紧急物资驰援灾区。腾讯本次灾情发生后，腾讯公益上线“九寨沟地震救在壹线”筹款项目，为灾区募集资金。百度百度地图已经与四川交警建立了官方沟通渠道，通过强大的用户影响力和位置服务的特殊能力向数亿用户及时同步震区最权威声音，协助疏导交通，为震区的救援和恢复工作出力。百度贴吧的同志们也自发行动起来，四川吧、九寨沟吧已置顶寻人报平安贴。京东京东启动应急机制，宣布捐赠包括应急医疗包、照明设备、帐篷等在内物资，联合当地物流运输车队与成都市慈善总会，将物资送往灾区……另外，由于本次地震发生在热门景区，受灾者以赴景区游玩的游客居多，其中的很多都是通过OTA公司订票、订酒店的用户，从携程、去哪儿、同程、艺龙、途牛等公司们发布的声明来看，对已成行的游客，在灾情发生后，他们均根据系统预留的联系方式与游客联系，排查情况，对未成行的游客，各OTA公司都开启了退订、补偿的解决方案。物联网技术将在地震灾害中发挥重要作用目前应对灾害的重点主要还在灾后，但是在未来的物联网时代，人与物、物与物的时刻相连与动态感知，以及智能决策和泛在应用，使城市减灾救助服务工作的重点前移，从灾后救助逐步转移到以防为主的感知预警。RFID和传感器早在几年前，英国研究者已开始研究使用RFID和传感器来监控地震中的房屋，他们把已建成在希腊的原型称为“自治愈”房屋。这种房屋在墙中专门设计了缝隙空间，并且墙体中加入了可在强压下变为流体的材料。如果受到地震引起的压力，流体回流到缝隙中，不会对固体墙面产生影响。其结果是，房屋依旧存在，但可能会移动位置。如果建筑没有坍塌，通过RFID和传感器收集的数据会用来判别位置偏移量。此外，建筑中的RFID标签和传感器可以共同构建一套警报系统，来预警即将到来的地震。而灾后的救援工作RFID也尽显神通，在日本，RFID标签被贴在避难道路路面上，这样避难者可以通过便携设备清楚地知道安全避难场所的具体位置，起到了很好的引导作用。如果有人被埋在废墟当中，被困者可以通过内置RFID标签的手机提供搜救人员自己的具体位置信息，以便搜救者能以最快的速度展开营救。无线传感网络无线传感器网络（WSN）技术在救灾中得到了很好的应用，利用各种传感器实时采集信息，通过无线的方式将信息传输给控制中心，能够解决布设有线监测系统的缺陷，而且适用于GMS网络信号无法覆盖的偏远山区滑坡灾害监测。正是由于WSN本身的冗余性、无线性、网络的自组织性，而具有较强的抗破坏能力，可以在基础通信设施可能被毁坏的情况下，完成一定的通信任务，所以WSN技术才能成功应用到滑坡危险地带的灾难监测预警中。卫星定位系统在四川省雅安市芦山地震救援，中国人民解放军总参谋部为抗震救灾部队紧急配发与增调数百台台北斗卫星导航定位装备，这为抗震救灾提供了有效的应急导航定位保障。灾区人民称其为“北斗呼叫，天降神兵。”北斗系统增援地震救援并非首次，2008年汶川地震北斗卫星导航定位系统便曾大显神威。在通信、电力完全中断的情况下，北斗系统及时搭建起抗震救灾指挥部和一线救灾部队之间的应急指挥控制平台，实现了救援力量位置态势共享，为指挥员全面掌握救灾情况，实时指挥救援行动提供了可靠有效的指挥手段。相信这次也在九寨沟地震中发挥重要作用。无人机在判断灾情上，过去都得靠两条腿不停地跑，不过，现在无人机可以承担勘探的工作了——无人机的平均高度可以达到300米，地震发生后，一些山区的灾害情况，人可能一时无法抵达，这时候可以用无人机实时把受灾情况传回来，供前方救援做出及时救援反馈。大疆在凌晨发布的微博中称，行业应用部已启动应急响应，协调技术协助团队及设备，第一支小分队将于今日（8月9日）抵达九寨沟灾区参与救援工作。使用无人机勘探灾情，在保障救援人员自身安全的同时，还能通过对现场情况的航测、追踪，为灾情救援提供安全可靠依据，加快搜救速度。未来，我们可以预见更多类似的物联网的应用，通过手机和各种信息设备收集信息，传送给专业单位进行分析判读，随时随地监控地震，让我们可以多一分准备，少一分损失，也能减少震灾和协助震后的复原。最后，天佑九寨！天佑四川！愿一切安好！文章转载自物联网智库
更多>
