機采棉加工質量追溯系統構建方法研究

摘要：針對機采棉加工環節質量信息鏈斷裂、可追溯性差的問題，提出一種基于標識解析的質量追溯方法。分析棉花加工過程各環節的全要素信息，構建棉花加工廠人、機、料、法、環、測的標識物元模型，設計一種機采棉數據存儲和檢索的層次編碼方法，為機采棉加工過程每個關鍵節點賦予唯一編碼，實現機采棉加工過程全要素信息的結構化關聯；通過建立機采棉收購、分垛、加工、包裝、標識和銷售出庫全生命周期過程的Petri追溯網絡，能夠精準分析機采棉質量問題的傳播路徑，快速定位機采棉質量異常的來源和產生原因；基于工業互聯網標識解析體系和上述質量追溯模型，開發機采棉質量追溯系統，并對比系統測試時間與標識追溯時間。結果表明，Hbase數據庫在所提追溯方法中具有良好的表現，且追溯時間分別是MySql、SQL Server與Elasticsearch的2.1倍、1.8倍和1.2倍，實現機采棉生產全流程質量的高效溯源和管控。

關鍵詞：機采棉；標識解析；全要素；Petri網；質量追溯

中圖分類號：S562; TS113； TP391.9" " " 文獻標識碼：A" " " 文章編號：2095?5553 （2025） 04?0064?10

Research on the construction method of quality tracing system for

machine?picked cotton processing

Lu Cheng Sun Wenlei Wang Lixin Chang Saike Xiao Leifeng Wang Shunli

（1. School of Intelligent Manufacturing and Modern Industry， Xinjiang University， Urumqi， 830049， China;

2. Kuitun Yinli Cottonseed Oil Machinery Co.， Ltd.， Kuitun， 833200， China）

Abstract： In order to address the problems of broken quality information chain and poor traceability in machine?picked cotton processing， a quality traceability method based on identification resolution was proposed. By analyzing the information of all elements in each link of the cotton processing process， the marker matter?element model of man， machine， material， method， loop and measurement in the cotton processing plant was constructed. A hierarchical coding method for the storage and retrieval of machine?picked cotton data was designed， and a unique code was assigned to each key node of the machine?picked cotton processing process to realize the structured correlation of the information of all elements of the machine?picked cotton processing process. By establishing Petri traceability network of the whole lifecycle process of the machine?picked cotton acquisition， palletizing， processing， packaging， labeling and sales out of the warehouse， the propagation path of machine?picked cotton quality problems can be precisely analyzed， and the sources and causes of machine?picked cotton quality anomalies can be quickly located. Finally， based on the industrial Internet identity resolution system and the above quality traceability model， a machine?picked cotton quality traceability system is developed， and the system is tested through system testing and comparison with labeling traceback time， in which Hbase database has a good performance in the proposed traceability method， and the traceability time is 2.1， 1.8 and 1.2 times of the traceability time of MySql， SQL Server and Elasticsearch respectively， which realizes the efficient traceability and control of the quality of the whole process of machine?picked cotton production.

Keywords： machine?harvested cotton; identity resolution; all elements; Petri net; quality traceability

0 引言

隨著政府對農產品質量管控力度加大和先進技術的迭代更新，面向產品智能制造的數字化工廠正處于自動化、信息化建設的關鍵階段。硬件提升的同時對企業信息化提出迫切的升級需求。需要先進的生產信息系統進行全方位智能化管理。工業互聯網作為連接物理世界和數字世界的橋梁，是實現生產過程中數字化管理和提高生產效率、產品質量的有效手段，為制造業數字化轉型升級提供了一種可靠的方法。An等[1]提出一種基于物聯網技術的半集中式可追溯體系結構，成功實現了風力發電機關鍵零部件全生命周期管理。Kumar等[2]提出一個在紡織品供應鏈中實現可追溯性的框架，實現了產品供應鏈信息跟蹤管理。鄒宗峰等[3]通過結合汽車產品市場流通實際需求，提出一種面向模塊化生產的管理辦法，實現了產品質量的事前控制和缺陷產品的事后追溯。然而，上述研究均基于傳統消費互聯網的域名解析，無法實現所制造的產品沿產業鏈上下游企業的信息共享與交互，容易導致信息孤島問題。

近年來，工業互聯網的日趨成熟，出現了一種結合標識解析技術的信息溯源方法，其核心內容涉及標識編碼、標識解析系統、標識數據服務，能夠有效識別標識符背后數據的來源、流動過程和用途[4]。作為支撐工業互聯網互聯互通的神經樞紐，國內外眾多學者基于該技術對不同領域制造行業進行探索與研究。常賽科等[5]基于工業互聯網標識解析搭建了工業設備全生命周期運維系統，其通過編碼、賦碼與掃碼解析成功實現了工業設備關鍵零部件全流程信息追溯；Sun等[6]通過設計產品標識的防偽代碼，實現了水產品質量的追溯與監管。顏波等[7]基于射頻識別（RFID）和產品電子代碼，開發了包含管理、加工、配送、銷售、查詢等子系統的追溯平臺。

然而，早期研究報道集中于食品、藥品及資產管理領域[8?10]，針對機采棉加工質量信息溯源管理方面的研究鮮有報道。機采棉加工階段處于棉花產業鏈的中游階段，是支撐棉花供應鏈體系的核心組成部門，是支撐上游棉花種植戶與下游采購企業信息互聯互通的樞紐。目前，棉花加工制造行業還存在數字化應用程度不深、制造系統建模應用效果不佳、數據深度不足、智能集成場景缺乏、基于數據的精益改善的能力不足等問題[11]，構建機采棉加工質量追溯系統勢在必行。

本研究嘗試將機采棉加工環節進行標識，并結合Petri網建立工廠內部的質量追溯模型，定義其五元組表示影響棉花加工質量因素的相關路徑與對應的全要素物元模型。并在此基礎上，搭建棉花加工環節的質量追溯系統，通過標識解析和先進傳感技術實現機采棉加工環節的各種數據信息的感知，以期為當前棉花加工企業面臨的數據斷裂問題提供理論基礎與借鑒。

1 機采棉加工過程物元模型構建

1.1 機采棉加工工藝過程

棉花的生產加工過程主要包括籽棉收購、分級分垛、機采棉加工、入庫銷售4個環節。其中，機采棉加工環節又可分為籽棉一次清理、籽棉二次清理、籽棉三次清理、軋花皮棉清理、集棉打包標識5個部分。其具體流程：籽棉經采棉機進行采收打包并通過公檢部門的相關質量檢測項目后，運送至加工工廠，經企業抽檢合格后過磅卸棉。由于機采棉加工前后要求顏色一致，需對棉花入庫時分級分垛，為加工階段的“因花配車”做準備。根據棉花清理除雜的加工需要，在一次和二次籽棉清理環節后對棉花進行加濕或烘干以達到各環節清花設備的需求；在軋花皮棉清理環節時，對皮棉進行加濕以達到皮棉打包的目的，打包完成后將皮棉質量檢測指標信息進行賦碼和打碼處理。具體加工工藝階段可以將數據分為輸入、處理和輸出（IPO）過程，如圖1所示。

產品的加工質量與每個階段人員、設備、工藝、環境都有一定聯系，其中，分級分垛與倉儲物流環節中的環境指的是棉花存放空間的溫度、濕度等條件，加工過程中的環境指在輸送管道內的溫度、濕度等條件。根據環節容器所表示的具體工序，向環節容器添加工藝過程輸入輸出要素，考慮一個由多臺設備通過串、并聯方式組成的生產系統，生產系統結構共有N個加工階段，其中第k個階段由m臺設備組成（[1≤k≤N]）。為平衡串行線的產能，每個階段的加工能力均為P，因此，每個環節階段可表示為

作為新疆棉花主要的采收方式，與傳統手摘棉相比，機采棉普遍存在含雜率大、回潮率高等特性[12]。但棉花的質量受到眾多因素的影響，包含加工環節中的運儲[13]、加工工藝[14， 15]、加工設備和員工經驗[16]等；對機采棉質量數據進行溯源分析時，棉花品種、采收方式、檢測數據等靜態數據與設備、系統中一些存在經過數據清洗以及數據運算操作派生而來的動態數據，如溫度、濕度等[17， 18]，都將成為棉花質量追溯中的重要因素，將上述數據進行有效融合，對后續棉花加工過程的優化具有重要意義。

1.2 機采棉全要素信息分類

按照機采棉的加工企業特點將追溯信息分為實體與數據兩部分。實體分為6類，分別為人、機、料、法、環、測；其中關鍵是構建以實體編碼為核心的追溯方案，以期能實現棉花工廠的人員問責、設備數據、加工工藝、質量檢測和加工環境的全要素追溯；從數據角度可分為兩類，包括靜態信息與動態數據（表1）。

靜態數據蘊含以批次為單位的棉花基本信息、入庫檢驗、統計等數據信息，動態數據包含機采棉加工過程中各類設備如烘干塔、加濕器以及在線質量檢測等數據。這些信息涵蓋加工過程中影響機采棉質量的主要因素，能夠滿足本企業和下游紡織企業對皮棉質量追溯在深度和廣度上的要求，確保棉花質量信息的可追溯性。

1.3 機采棉加工過程全要素標識基元模型構建

1.3.1 工業互聯網標識解析體系

國內外存在多種標識解析體系，可以分為兩類演進方式。一類是基于DNS的改良路徑，如EPC、OID、NIOT等。另一類是與DNS無關的革新路徑，如Handle、UID等。相對于DNS服務方式的僵硬性，Handle體系服務更為靈活，支持用戶自定義與環境描述，因此更適用于工業網絡。機采棉編碼設計如圖2所示。本研究在為企業的標識對象進行Handle標識編碼生成規則制定前，首先向新疆標識解析二級節點平臺申請注冊唯一的企業標識前綴88.376.30029，標識前綴相關申請信息主要涉及企業機構名稱、中文地址、企業/機構所屬行業等信息。

Handle編碼由“/”分隔符分成前綴和后綴兩部分。企業前綴由分隔符“.”將數字分為幾個部分與節點信息一一對應，后綴為命名機構下的內部唯一編碼。通過參考工業互聯網標識解析編碼規范、和固定資產分類與代碼，并參考《棉花加工機械產品型號編制方法》《棉包信息管理技術規程》，先構建起產品與設備的編碼構成。棉花編碼部分應符合棉包條碼編碼規則，線上查詢需要對接工業互聯網標識解析體系二級節點，保證用戶掃描二維碼時，實現頁面跳轉的功能，與線下可通過編碼讀取相關基本信息，如圖2所示，將DNS域名與工業互聯網標識解析編碼進行拼接，其中，標識前綴和棉花加工設備編碼或棉包標識28位后綴共同構成Handle編碼格式。

1.3.2 機采棉全要素對象標識載體

圖3展示了以機采棉標識編碼為核心的數據關聯結構。基于標識編碼將不同的表級結構連接起來，分別保存靜態數據和動態數據于不同的數據庫中，構成一個動靜結合的動態復雜系統。其標識編碼需要特定的介質作為載體，包括主動載體和被動載體兩類，機采棉加工工廠中的被動標識載體主要采用一維條碼、二維碼等載體，主動標識載體包括電路卡、芯片、模組、終端、RFID射頻識別等載體。主動標識具備聯網通信能力，能夠主動與標識解析服務節點或標識數據應用平臺建立連接，承載了必要的證書、算法或密鑰，對工廠關鍵設備加裝主動標識載體進行改造和優化，能夠加強設備的自主化標識解析交互能力，實現運行數據的唯一標識和主動上報。

1.3.3 機采棉全要素對象標識基元模型

2 機采棉加工過程質量信息追溯模型構建

2.1 機采棉全要素信息的層次編碼方法

為實現以機采棉原料信息為核心的追溯方案，構建棉花工廠的棉花質量、人員問責、設備數據、加工工藝與加工環境全要素追溯，以編碼為基礎，分析皮棉與籽棉的各模塊信息的組成關系，確定棉花編碼信息、加工節點活動信息和檢測節點信息。為方便編碼的信息存儲和檢索，以應對目前棉花活動信息數據激增、數據來源復雜和數據類型多樣，提出一種改進的層次編碼法，構建以標識編碼為核心的概念層次樹，由R個域構成，并為每個節點賦予一個唯一的編碼，編碼形式為c0.c1…cR，由符號“.”區分，R是該節點的父節點的編碼，其中c0為根節點。為后續在圖中進行可視化，故采用實數表征，編碼值為1，cR為該節點在R層上的兄弟節點編碼信息，以確保編碼的唯一性和有效性。圖4為機采棉質量追溯體系的概念層次樹，在數據庫中，使用標識解析技術將數據與特定的標識符關聯起來。為其附上編碼信息，編碼結果明確了各層的域的劃分，節點“1.1.2.4”表示集棉打包技術，從編碼可以看出其位于第4層，其父節點是“1.1.2”。其中每個節點都代表存儲在數據庫中的一張表。

在機采棉的數據追溯和數據治理過程中，為每批機采棉分配唯一的批次號或標識符，再將與該批次相關的數據（如生產日期、供應商信息、質量檢測數據等）存儲在數據庫中。通過標識解析技術，根據特定的批次號或標識編碼快速檢索和查詢相關的數據。由于實際狀態下影響某一棉花指標的影響因素眾多，涉及到幾個環節或者各個加工階段，故優先采用廣度優先搜索（BFS），遍歷每一路徑對應統一層級的節點，對每一層節點信息表進行判斷是否存在不滿足該環節的范圍指標，并將有誤節點信息記錄至隊列集合中，直至循環結束。對于表級的信息追溯，需要對每個路徑節點中的關鍵影響質量的因素進行判定，其具體算法邏輯如圖5所示。

借助IDEA中的PsiParser組件快速解析Java語言程序代碼，將其轉換為基于文檔對象模型（DOM）結構的抽象語法樹表示。在抽象語法樹中，每個代碼元素都明確對應于樹上的一個節點。解析過程采用廣度優先搜索策略，并借助相關的API獲取代碼元素，包含語句、操作、參數等，并捕獲它們之間的上下文語義關系，以及特定語句、操作、參數之間的對應關系。此外，通過分析抽象語法樹上不同操作節點是否具有相同的輸入變量，明確重復對象集。

2.2 基于標識物元的機采棉質量追溯Petri網絡

針對1.3.3節所述，在可拓學物元模型基礎上建立機采棉的Petri網，在Petri網模型中，物元可以被表示為庫所（Places），每個庫所代表一個物元，例如不同類型的原材料、設備或環境因素。事元則可以表示為變遷（Transitions），代表不同的事件或行動，例如加工步驟或操作。Petri網的弧（Arcs）用于表示物元和事元之間的關聯和影響。本文在調研采集溯源關鍵信息的基礎上建立Petri網，將機采棉收購、分級分垛、加工處理、包裝標識到入庫銷售整個過程中可能造成機采棉質量的因素進行梳理，并在網中標記各物元活動信息所在的環節、位置；在機采棉質量追溯Petri網模型中，定義五元組描述機采棉加工中質量影響因素的整個過程PN=（P，T，F，L，W），來表示追溯機采棉質量變化的整個過程。（1）庫所有限集合：[P={P1，P2，…，P15}]代表機采棉加工過程中質量的影響因素，用圓圈表示。（2）變遷有限集合[：T={t1，t2，…，t12}]代表影響質量安全事件發生的過程，反映其事件傳播后變化情況，用短矩形表示。（3）有向弧集合：F?（P×T）∪（T×P）代表連接庫所和變遷的有向弧，用單箭頭表示。（4）標記函數L：用于指定庫所P所對應的令牌數量，表示變遷發生的次序。（5）F權函數W：表示令牌傳遞中的加權系數，在本文規定為有向弧的條數。

根據機采棉加工環節追溯信息總結影響其關鍵質量間的因果關聯，構建的機采棉生產環節Petri網模型，如圖6所示。利用Petri網動態性的特征估測影響棉花質量因素的路徑，提高影響質量關鍵點查找效率。最終將生產加工過程中產生的檢驗結果、環境等影響質量安全的活動信息進行分解、量化處理。

根據機采棉加工工藝所示建立每個庫所P對應的物元以及變遷t所對應的事元，抽取與皮棉產品加工質量的相關影響因素，構建其追溯路徑。當令牌Pi為1時，代表該物元對應的信息對最終的含雜率有影響；P為0時，代表該物元信息對最終的加工質量無明顯影響。變遷ti使能，物元P發生躍遷的條件為[{M（Pi）≥1，W（ti，Pj）gt;0}]，依據棉花加工工藝特點，氣力輸送完全不僅起到輸送作用，而且貫穿于棉花加工過程，故在機采棉生產全流程中，標識向量[M0={M0（P1），M0（P2），…，M0（Pi）}]，表示該位置物元存在影響并且到變遷存在有向弧，且上階段物元所產生的影響之后的各個加工環節，故M（Pi）的計算如式（2）所示。

3 基于標識解析的質量追溯系統實現

3.1 系統業務功能

工業互聯網標識解析的最終目的是萬物互聯，為每一個物體賦予唯一“身份”，借助各種信息技術，例如識別技術、通信技術和傳感器設備將人、機、物、法、環、測互通互聯形成一個網絡化的系統，對感知到的信息進行管理和整合。本系統架構包含物理層、網絡層和功能應用層，其中物理層包含產品、設備層和感知層，網絡層分為控制和信息網絡部分，系統構建采用“基礎設備層+平臺+應用”的方式實現，技術總體架構如圖7所示。

基礎設施層IaaS為機采棉質量追溯系統提供了必要的軟硬件基礎，包括現場設備和控制設備，用于實時采集和預處理棉花工廠中的異構多源數據，以及進行機器信息的感知和控制指令的下發。這些數據來源包括主動和被動標識（如條碼、射頻識別、通信模組等）、生產線上的物料信息感知、設備狀態感知（例如濕度、溫度、壓力、風速、位置）、環境感知等。圖8為對各階段加工工藝階段進行全要素元數據建模示意。

數據采集模塊負責從現場采集各類數據，通過標準化的通信協議或自定義接口上傳至工業互聯網企業節點數據庫。上傳的數據經過標識解析模塊處理，提取其中的關鍵標識信息，如產品編碼、設備標識和時間戳等。上傳可以通過標準化的通信協議或自定義接口進行，其中對不同用戶進行權限設置能夠有效防止數據泄露，保證數據的安全。從而實現機采棉質量的追溯，從籽棉信息的采集，到生產加工的每個環節，以滿足質量追溯在深度和廣度上的要求，提高可追溯性和生產效率。

3.2 系統實現

應用層SaaS方面，在標識解析二級節點平臺的基礎上開發了標識解析企業節點服務系統，通過Vue.js+html+css的前端架構編寫，創建一個具有View、ViewModel、模塊化等特點的前端應用，用于提供用戶交互界面，以采集和匯聚關于棉花質量的基本數據。采用Web端（BS）的前后端分離模式，使用戶可以通過Web界面輕松訪問系統。系統中存儲的機采棉質量追溯流程依照Petri網模型以所提層次編碼法的形式存儲在分布式數據庫中，以支持追溯和分析整個棉花質量生產鏈的數據。

如圖9所示的可視化界面上，該系統實時監測和展示了籽棉棉包編碼的注冊數量、解析數量以及不同主動標識傳感器的標識解析接入情況等，通過看板輪播的方式展示了工廠中標識編碼的使用時間、關聯狀態信息等，進一步提升棉花加工工廠的數字化水平。通過該系統為棉花加工工廠的全要素資源提供了編碼注冊、編碼解析、標識數據處理、標識數據建模、標識數據存儲、標識數據交換和異構數據互操作等服務，通過標識管理系統，對機采棉加工工廠全要素資源的標識接入、標識識別、追溯定位等進行監測和管理，提升了棉花加工工廠的透明化程度。其中工廠內部追溯掃描查詢結果如圖10所示。

根據機采棉的生產加工流程，籽棉棉包、智能傳感器、批次標識卡、皮棉棉包等設備內部與產品包裝表面附著標識解析二維碼載體，隨著產品加工制造等過程進行流動，經過每個環節時，通過掃描機采棉批次信息標識卡的方式，將產品過程數據與產品身份精準關聯，從而實現產品全要素數據的統一歸集，形成可信產品檔案。當后續環節需要追溯產品歷史數據時，只需掃描棉包標識解析碼，即可從工業互聯網標識解析服務器內設置的基于層次編碼法的Petri網追溯模型節點，獲取相關物元編碼對應的真實數據和有效信息，大幅提高了棉花加工過程中質量追溯的可靠度和便捷性。

3.3 系統測試與追溯方案對比

由于籽棉加工環節具有季節性周期的特點，導致工廠需要在短時間內處理加工大批量棉花，隨著平臺大量設備的接入，服務器系統須具備大量并發訪問的能力。為了評估數據管理系統在高并發時的穩定性和性能表現，采用Postman和Siege性能測試工具，通過設定數據請求的數目為200～2 800，間距設為200，在同一環境配置的情況下，分別采用輪詢調度算法、隨機策略算法、一致性Hash算法和主導資源平均分配算法對數據管理系統進行對比測試。由圖11可知，隨著并發數的增加輪詢調度算法的響應時間越長，其中主導資源平均分配算法根據服務器性能和負載情況來分配請求，相對于其他3種算法，其在高并發的情況下也就能有穩定的響應時間。

由圖12可知，最小連接數算法在高并發的情況下，連接數的變化導致吞吐率的波動；一致性Hash算法在高并發情況下提供相對穩定的吞吐率，因為它根據哈希值路由請求，并沒有受到并發量增加的直接影響；而主導資源平均分配算法的核心是將利益最大化，使服務器資源分配均衡，在不同的負載條件下穩定維持吞吐率。綜上所述，相比于其他算法，主導資源平均分配算法在本系統上更合適。根據Petri網所示追溯路徑，針對多過程的數據追溯，這里以從籽棉一道清理至皮棉軋花清理4個環節的追溯為例，隨機選擇一道籽棉清理的10個含雜數據，對每個數據追溯至最終皮棉檢測的10個含雜數據，每個數據追溯5次，分別記錄Mysql、SQL Server、Elasticsearch與Hbase平均追溯時間，結果如圖13所示。以上數據庫的數據追溯都隨標識數量的增加而增加，對其4條曲線進行多項式擬合，其最高次冪的系數分別為1.05、0.9、0.6和0.5，說明Hbase的追溯速度分別為Mysql的2.1倍，SQL Server的1.8倍，Elasticsearch的1.2倍。

表3將傳統溯源方案與所提出的基于標識解析的方案分別在動態數據與靜態數據的數據存儲、數據追溯效率、數據共享、查詢效率、存儲空間、數據安全等方面進行對比。傳統追溯方案由于其采用中心化的管理模式，數據共享能力弱、數據容易篡改、數據查詢效率低。所提出的基于工業互聯網標識解析的機采棉質量追溯系統，在二級節點的基礎上搭建企業節點，將企業內部的動態與靜態數據分別用主、被動標識進行管理，用分布式數據庫進行儲存，使系統具備去中心化的特點，并保存Petri網業務追溯模型，關聯各數據庫中的物元標識數據，使其快速檢索關鍵質量數據。

4 結論

1） 分析機采棉加工流程和各加工環節的信息追溯項，詳細說明機采棉物元編碼的構建方法和追溯查找流程，通過為工廠內部棉花與設備等實體附上編碼信息，構建以物元標識為核心的棉花質量數據追溯框架，打破棉花加工環節的數據斷裂。

2） 構建機采棉加工過程中質量的影響因素的Petri網模型，定義其五元組表示質量追溯變化的整個過程，利用Petri網的動態特性結合所提層次編碼法實現工廠內部棉花批次信息的可追溯性。

3） 通過系統性能測試和追溯標識對比，結果表明，主導資源公平分配算法在本系統上能夠為所提追溯方法提供良好的數據解析穩定性，同時Hbase具有良好的追溯速度，分別是Mysql、SQL Server與Elasticsearch的2.1、1.8和1.2倍，能夠實現棉花加工過程中數據的高效追溯與監測。

參 考 文 獻

[ 1 ] An J， Chen G， Zou Z， et al. An IoT?based traceability platform for wind turbines [J]. Energies， 2021， 14（9）： 2676.

[ 2 ] Kumar V， Hallqvist C， Ekwall D. Developing a framework for traceability implementation in the textile supply chain [J]. Systems， 2017， 5（2）： 33.

[ 3 ] 鄒宗峰， 孫雪華. 基于物聯網技術的汽車零部件追溯信息系統研究[J]. 自動化技術與應用， 2013， 32（4）： 51-57.

Zou Zongfeng， Sun Xuehua. Research on tracing information system of auto parts based on IoT [J]. Techniques of Automation and Applications， 2013， 32（4）： 51-57.

[ 4 ] 劉陽， 韓天宇， 謝濱， 等. 基于工業互聯網標識解析體系的數據共享機制[J]. 計算機集成制造系統， 2019， 25（12）： 3032-3042.

Liu Yang， Han Tianyu， Xie Bin， et al. Data sharing mechanism based on identification and resolution system for industrial Internet [J]. Computer Integrated Manufacturing Systems， 2019， 25（12）： 3032-3042.

[ 5 ] 常賽科， 孫文磊， 劉志遠， 等. 基于可信標識的工業設備全生命周期運維系統研究[J]. 制造技術與機床， 2023（11）： 82-89， 94.

Chang Saike， Sun Wenlei， Liu Zhiyuan， et al. Research on the full lifecycle maintenance system of industrial equipment based on trusted identification [J]. Manufacturing Technology amp; Machine Tool Tools， 2023（11）： 82-89， 94.

[ 6 ] Sun C， Li W， Zhou C， et al. Anti?counterfeit code for aquatic product identification for traceability and supervision in China [J]. Food Control， 2014， 37： 126-134.

[ 7 ] 顏波， 石平， 黃廣文. 基于RFID和EPC物聯網的水產品供應鏈可追溯平臺開發[J]. 農業工程學報， 2013， 29（15）： 172-183.

Yan Bo， Shi Ping， Huang Guangwen. Development of traceability system of aquatic foods supply chain based on RFID and EPC internet of things [J]. Transactions of the Chinese Society of Agricultural Engineering， 2013， 29（15）： 172-183.

[ 8 ] 陳長喜， 許曉華. 基于物聯網的肉雞可追溯與監管平臺設計與應用[J]. 農業工程學報， 2017， 33（5）： 224-231.

Chen Changxi， Xu Xiaohua. Design and application of traceability and supervision platform for broiler based on internet of things [J]. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（5）： 224-231.

[ 9 ] 賴錕陽， 肖建才， 閆濱濱， 等. 基于中藥材質量影響因素的中藥材追溯體系建設[J]. 中國實驗方劑學雜志， 2024， 30（7）： 215-224.

Lai Kunyang， Xiao Jiancai， Yan Binbin， et al. Construction of Chinese herbal medicine traceability system based on influencing factors of Chinese herbal medicine quality [J]. Chinese Journal of Experimental Traditional Medical Formulae， 2024， 30（7）： 215-224.

[10] 辛良， 申建， 袁冠. RFID+二維碼設備標簽管理系統構建[J]. 實驗技術與管理， 2019， 36（1）： 278-282.

Xin Liang， Shen Jian， Yuan Guan. Construction of RFID+two dimensional code equipment label management system [J]. Experimental Technology and Management， 2019， 36（1）： 278-282.

[11] 李佳佳. 近代農業生產技術全球擴散與中國的協同應對——以軋花機為視角[J]. 清華大學學報（哲學社會科學版）， 2022， 37（6）： 132-147， 220.

Li Jiajia. Global diffusion of modern agricultural production technology and China's coordinated response： From the perspective of cotton gin [J]. Journal of Tsinghua University （Philosophy and Social Sciences）， 2022， 37（6）： 132-147， 220.

[12] 王俊鐸， 趙素琴， 譚新， 等. 新疆植棉區2018年棉花生產概況與種業報告[J]. 棉花科學， 2019， 41（6）： 9-14.

Wang Junduo， Zhao Suqin， Tan Xin， et al. Production situation and cotton seed industry development report in Xinjiang cotton planting region in 2018 [J]. Cotton Science， 2019， 41（6）： 9-14.

[13] 萬鳳兮， 萬繼勇， 楊君， 等. 八師機采棉的系統探討[J]. 中國棉花加工， 2014（1）： 30-33.

[14] 馬麗蕓， 賈冬， 馬康瑞， 等. 機采棉軋花加工對棉纖維性能影響的定量分析[J]. 棉紡織技術， 2020， 48（9）： 48-53.

Ma Liyun， Jia Dong， Ma Kangrui， et al. Quantitative analysis of machine picking cotton ginning process on cotton fiber property [J]. Cotton Textile Technology， 2020， 48（9）： 48-53.

[15] 周萬懷， 李浩， 梁后軍， 等. 鋸齒式加工過程中棉花品質的變化[J]. 石河子大學學報（自然科學版）， 2020， 38（3）： 276-283.

Zhou Wanhuai， Li Hao， Liang Houjun， et al. Study of the change of cotton quality in saw ginning processes [J]. Journal of Shihezi University （Natural Science）， 2020， 38（3）： 276-283.

[16] 趙光全. 公證檢驗樣品核查中存在的問題及原因分析[J]. 中國棉花加工， 2014（3）： 24-25.

[17] 趙麗. 基于ZigBee的棉花加工設備監控系統研究[J]. 工業控制計算機， 2011， 24（4）： 27-28， 30.

Zhao Li. Monitoring and control system for cotton processing based on ZigBee [J]. Industrial Control Computer， 2011， 24（4）： 27-28， 30.

[18] 路程， 孫文磊， 常賽科， 等. 基于標識解析的機采棉質量數據追溯方法[J]. 毛紡科技， 2024（7）： 122-130.

Lu Cheng， Sun Wenlei， Chang Saike， et al. Traceability of machine picking cotton quality data based on identity resolution [J]. Wool Textile Journal， 2024（7）： 122-130.