CN109685458A - 一种用于环境监测仪器的质量控制方法和装置 - Google Patents
一种用于环境监测仪器的质量控制方法和装置 Download PDFInfo
- Publication number
- CN109685458A CN109685458A CN201811536673.3A CN201811536673A CN109685458A CN 109685458 A CN109685458 A CN 109685458A CN 201811536673 A CN201811536673 A CN 201811536673A CN 109685458 A CN109685458 A CN 109685458A
- Authority
- CN
- China
- Prior art keywords
- quality control
- data
- identified
- quality
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003908 quality control method Methods 0.000 title claims abstract description 388
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000004458 analytical method Methods 0.000 claims abstract description 122
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000003542 behavioural effect Effects 0.000 claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 21
- 238000007405 data analysis Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000011088 calibration curve Methods 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 4
- 241000196324 Embryophyta Species 0.000 description 45
- 230000006399 behavior Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 15
- 238000007689 inspection Methods 0.000 description 11
- 230000007613 environmental effect Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000004087 circulation Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000013558 reference substance Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种用于环境监测仪器的质量控制方法和装置,涉及自动质量控制的技术领域,包括获取待识别的质控数据和质控行为数据,其中,所述待识别的质控数据为对受控设备的监测结果进行质控处理之后得到的数据;基于所述质控行为数据确定所述待识别的质控数据的质控行为;基于所述待识别的质控数据的质控行为确定对应的质控图;利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果,其中,所述质控图分析结果用于确定以下至少之一:所述待质量判断的监测数据情况、受控设备的性能、受控设备的不确定度,本发明缓解了现有的质量控制方法自动化程度较低,且实用性较差的技术问题。
Description
技术领域
本发明涉及自动质量控制的技术领域,尤其是涉及一种用于环境监测仪器的质量控制方法和装置。
背景技术
近年来,随着各项管理规定的提出,我们国家正逐步健全并落实监测数据的质量控制与管理制度。
环境监测质量管理的主要目标是“真”“准”“全”,目前针对于自动监测数据实施的质量管理基本从真实性和完整率两方面进行的管控。对于自动监测数据的精准度都是静态控制,没有对自动监测仪器实际运行过程中的质量控制。
在现有的质量控制方案中,具有以下几点缺点:仅能确定异常质控项目,而不能确定失控的质控项目;现有技术中只能判断及修复异常质控项目,没有纠正及评价能力,没有综合外界环境因素;质控控制方法只能在实验室分析过程实施(人工/半人工),没有在自动监测过程实施的方法(全自动);只能核对质量标准,而不能对质控期间的分析数据做不确定度评价(根据质控数据反向计算)。
发明内容
有鉴于此,本发明的目的在于提供一种用于环境监测仪器的质量控制方法和装置,以缓解了现有的质量控制方法自动化程度较低,且实用性较差的技术问题。
第一方面,本发明实施例提供了一种用于环境监测仪器的质量控制方法,包括:获取待识别的质控数据和质控行为数据,其中,所述待识别的质控数据为对受控设备的监测结果进行质控处理之后得到的数据;基于所述质控行为数据确定所述待识别的质控数据的质控行为;基于所述待识别的质控数据的质控行为确定对应的质控图;利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果,其中,所述质控图分析结果用于确定以下至少之一:所述待识别的质控数据相关的监测数据的质量判断情况、受控设备的性能、受控设备的不确定度。
进一步地,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括:对所述待识别的质控数据进行质量判断,得到质量判断结果;基于所述质量判断结果确定与所述待识别的质控数据的相关的监测数据的质量状态,其中,所述质量状态包括以下任一种:数据在控状态,数据异常状态和数据失控状态。
进一步地,所述方法还包括:将所述质量状态与所述受控设备的运行状态和运维状态进行匹配分析,得到匹配分析结果;基于所述匹配分析结果确定与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
进一步地,基于所述匹配分析结果确定与所述待识别的质控数据相关的监测数据发生数据异常和数据失控的原因包括:将所述匹配分析结果输入至神经网络中进行处理,以根据处理结果确定与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
进一步地,所述方法还包括:将与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因、所述受控设备的性能和所述受控设备的不确定度存储在数据库中,并对所述数据库中存储的数据进行大数据分析,得到大数据分析结果。
进一步地,所述方法还包括:利用神经网络对所述大数据分析结果进行处理,以根据处理结果确定质控分析过程的优化策略;其中,所述质控分析过程的优化策略用于对下一个质控数据进行质控分析。
进一步地,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括:利用所述质控图分析结果对所述受控设备的性能进行评价,得到评价结果,其中,所述评价结果包括以下至少之一:所述受控设备的准确度、精密度和校准曲线。
进一步地,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括:结合所述质控图分析结果中的计量值质控图和不确定度计算算法,计算所述受控设备的不确定度。
第二方面,本发明实施例提供了一种用于环境监测仪器的质量控制装置,包括:获取单元,用于获取待识别的质控数据和质控行为数据,其中,所述待识别的质控数据为对受控设备的监测结果进行质控处理之后得到的数据;第一确定单元,用于基于所述质控行为数据确定所述待识别的质控数据的质控行为;第二确定单元,用于基于所述待识别的质控数据的质控行为确定对应的质控图;分析单元,用于利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果,其中,所述质控图分析结果用于确定以下至少之一:所述待识别的质控数据相关的监测数据的质量判断情况、受控设备的性能、受控设备的不确定度。
第三方面,本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述第一方面中任一所述方法。
在本发明实施例中,首先,获取待识别的质控数据和质控行为数据,然后,基于质控行为数据确定待识别的质控数据的质控行为;接下来,基于待识别的质控数据的质控行为确定对应的质控图,进而利用对应的质控图对待识别的质控数据进行质控分析,得到质控图分析结果。在本实施例中,采用上述处理方式,能够实现待识别的质控数据的全自动化质控处理,将分析仪自动质控一体化解决,实现监测站运维集约高效、省时省力;支撑监测数据质量监督“实时化”,可应用于污染源、环境水质、环境空气的监测站房及环境监察点位,为自动在线监测的远程质控、运维质控、监督执法提供最佳解决方案。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种用于环境监测仪器的质量控制方法的流程图;
图2是根据本发明实施例的第一种可选地用于环境监测仪器的质量控制方法的流程图;
图3是根据本发明实施例的第二种可选地用于环境监测仪器的质量控制方法的流程图;
图4是根据本发明实施例的第三种可选地用于环境监测仪器的质量控制方法的流程图;
图5是根据本发明实施例的一种用于环境监测仪器的质量控制装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
根据本发明实施例,提供了一种用于环境监测仪器的质量控制方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种用于环境监测仪器的质量控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取待识别的质控数据和质控行为数据,其中,所述待识别的质控数据为对受控设备的监测结果进行质控处理之后得到的数据;
步骤S104,基于所述质控行为数据确定所述待识别的质控数据的质控行为;
步骤S106,基于所述待识别的质控数据的质控行为确定对应的质控图;
步骤S108,利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果,其中,所述质控图分析结果用于确定以下至少之一:所述待识别的质控数据相关的监测数据的质量判断情况、受控设备的性能、受控设备的不确定度。
需要说明的是,本申请所描述的方法可以由现场端(受控设备)、平台(受控设备的服务器)类两种产品同时或者分别独立实现。
需要说明的是,本申请所描述的方法还可以直接应用于受控设备(内部质控),也可以独立于受控设备的质控仪器实现(外部质控)。
在本发明实施例中,首先,获取待识别的质控数据和质控行为数据,然后,基于质控行为数据确定待识别的质控数据的质控行为;接下来,基于待识别的质控数据的质控行为确定对应的质控图,进而利用对应的质控图对待识别的质控数据进行质控分析,得到质控图分析结果。在本实施例中,采用上述处理方式,能够实现待识别的质控数据的全自动化质控处理,将分析仪自动质控一体化解决,实现监测站运维集约高效、省时省力;支撑监测数据质量监督“实时化”,可应用于污染源、环境水质、环境空气的监测站房及环境监察点位,为自动在线监测的远程质控、运维质控、监督执法提供最佳解决方案。
下面将结合具体实施方式介绍上述所述的方法。在本实施例中,首先获取待识别的质控数据,其中,质控数据可以为样品源、信号源和数据源进行标准物检查之后得到的数据,该待识别的质控数据还可以称为监测数据。
具体地,当制定质控计划后,质量控制系统会自动执行和跟踪,通过传输系统将任务下达至质量控制系统。质量控制系统命令质控模组从标样储藏单元中抽取标样通入受控设备中,由受控设备反馈监测结果给质量控制系统并进行质控数据识别。其中,标样储藏单元中抽取标样即为上述样品源,质控模组和受控设备之间的信号为信号源,受控设备反馈的监测结果即为上述数据源。
在本实施例中,对样品源、信号源和数据源进行标准物检查是指:通过标准值对样品源、信号源和数据源进行标准物检查。
例如,样品源检查是指:通过国家认证的标准物质,对已知/标准值与测量值的比对进行。信号源检查是指:通过标准信号源与在线设备比对进行。数据源检查是指:通过数据样本学习进行,对基准值与测量值的比对。
在获取到待识别的质控数据之后,可以获取质控行为数据。在本实施例中,质控行为包括:核查,检查,比对,校准和量值传递。核查属于质量监督的范畴,是指随机性的进行抽查。检查,比对和校准属于系统外部质量控制的范畴,是指周期性进行处理。量值传递属于系统内外质控控制范畴,是指定期性进行处理。
在获取到待识别的质控数据和质控行为数据之后,就可以基于质控行为数据确定待识别的质控数据的质控行为。进而,确定与待识别的质控数据相对应的质控图。最后,利用对应的质控图对待识别的质控数据进行质控分析,得到质控图分析结果。
可选地,在本实施例中,利用对应的质控图对待识别的质控数据进行质控分析可以为将待识别的质控数据统计、排列在质控图上(也可能以差值或比例体现),还可以根据不同的需求对质控数据进行数据组合、分析。
在本实施例中,质控图分析结果能够用于确定以下至少一种信息:待识别的质控数据相关的监测数据的质量判断情况、受控设备的性能、受控设备的不确定度,具体过程描述如下。
在一个可选的实施方式中,如图2所示,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括如下步骤:
对所述待识别的质控数据进行质量判断,得到质量判断结果;
基于所述质量判断结果确定与所述待识别的质控数据的相关的监测数据的质量状态,其中,所述质量状态包括以下任一种:数据在控状态,数据异常状态和数据失控状态。
在本实施例中,可以通过对待识别的质控数据进行质量的判断,地道质量判断结果的方式来确定与待识别的质控数据相关的监测数据的质量状态。其中,质量判断结果包括数据在控状态,数据异常状态和数据失控状态。具体地,可以根据权威管理机构设定的质控规则判断待识别的质控数据的数据状态,其中,质量状态可以分为三种,分别为:数据的在控状态,数据的异常状态和数据的失控状态。
在一个可选的实施方式中,如图2所示,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括如下步骤:
利用所述质控图分析结果对所述受控设备的性能进行评价,得到评价结果,其中,所述评价结果包括以下至少之一:所述受控设备的准确度、精密度和校准曲线。
在本实施例中,可以根据权威学术/许可机构确定的方法,利用质控图分析结果对所述受控设备的性能进行评价。除此之外,还可以选取其他的评价方式,本实施例中不做具体限定。
在一个可选的实施方式中,如图2所示,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括如下步骤:
结合所述质控图分析结果中的计量值质控图和不确定度计算算法,计算所述受控设备的不确定度。
具体地,在本实施例中,可以利用质控图分析结果中的计量值质控图计算受控设备的不确定度。例如,将计量值质控图代入不确定度计算算法中,进而利用不确定度计算算法计算受控设备的不确定度。
通过上述描述可知,在本实施例中,根据不同类型的质控行为,将质控图分成对应类型。将由受控设备或者人工产生的待识别的质控数据代入不同类型的质控图进行统计分析。通过将质控行为与待识别的质控数据进行关联抽取质控数据或者通过数据标记识别质控数据经过质量标准进行验证。验证结果(即,质控图分析结果)用于判断待识别的质控数据的数据状态并进行标记,数据状态可分为在控、异常、失控。同时,质控图分析结果还可以用于动态评价受控设备的准确度、精密度及校准曲线,通过计量值质控图计算受控设备不确定度,并将结果上传至云数据存储。
如图3所示,在本实施例中,该方法还包括如下步骤:
首先,将所述质量状态与所述受控设备的运行状态和运维状态进行匹配分析,得到匹配分析结果;
然后,基于所述匹配分析结果确定所述待识别的质控数据发生数据异常或者数据失控的原因。
在本实施例中,在利用所述质控图分析结果判断所述待识别的质控数据的数据状态,得到质量状态之后,可以利用质量状态与受控设备运行状态及运维情况进行匹配分析,得到匹配分析结果。
例如,运行状态和运维状态包括多条数据,那么可以将质量状态与每条数据进行匹配分析。
在本实施例中,通过上述匹配分析得到的匹配分析结果能够确定与待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
在一个可选的实施方式中,可以在得到匹配分析结果之后,将匹配分析结果反馈给相关技术人员,以使相关技术人员确定与待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
在另一个可选的实施方式中,可以利用人工智能算法确定与待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
可选地,基于所述匹配分析结果确定与所述待识别的质控数据相关的监测数据发生数据异常和数据失控的原因包括:
将所述匹配分析结果输入至神经网络中进行处理,以根据处理结果确定与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
在本实施例中,可以将匹配分析结果作为神经网络的输入,以通过该神经网络对匹配分析结果进行分析处理,得到与待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
在利用神经网络进行数据处理之前,预先对神经网络进行了训练。采集了大量的训练样本,包括:质控数据及其对应的故障原因。此时,神经网络可以利用该训练样本进行训练分析,在得到训练之后的神经网络之后,就可以利用训练好的神经网络对匹配分析结果进行分析处理,得到与待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
如图3所示,在本实施例中,该可以将与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因、所述受控设备的性能和所述受控设备的不确定度存储在数据库中,并对所述数据库中存储的数据进行大数据分析,得到大数据分析结果。
在对数据进行大数据分析时,可以预先设定数据分析规则,例如,对数据进行分词处理,对分词处理之后的数据进行过滤等操作,并对过滤数据之后的数据进行分类和关联映射等,从而得到各类期望的数据,具体的数据处理过程可以根据实际需要来进行设定。
在对数据库中存储的数据进行大数据分析,得到大数据分析结果之后,还可以利用神经网络对所述大数据分析结果进行处理,以根据处理结果确定质控分析过程的优化策略;其中,所述质控分析过程的优化策略用于对下一个质控数据进行质控分析。
此处的神经网络与上述实施方式中描述的神经网络为不同的神经网络。在通过该神经网路进行处理之前,同样需要对该神经网络进行训练。具体训练过程为:获取训练样本,其中,训练样本包括多条数据和每条数据对应的优化策略。
在对神经网络进行训练之后,就可以利用训练好的神经网络对所述大数据分析结果进行处理,以根据处理结果确定质控分析过程的优化策略。
如图3所示,在得到质控分析过程的优化策略之后,在步骤S108中对待识别的质控数据进行质控分析时,就可以利用优化策略优化之后的质控分析方法对质控数据进行质控分析。
除此之外,在本实施例中,在整个质量控制过程中,采用因果图、排列图、直方图、散布图、控制图、分层图、检查表等方式进行数据可视化及有效内容提取。
下面结合图4对该方法进行进一步的介绍。
如图4所示,质量控制系统由A、B、C三个层次,两个循环构成。B层次完成计划、执行、检查、调整的循环,实现数据质量控制;C层次完成发现、判断、反馈、纠正的循环,实现仪器能力控制。A、B、C三个层次可以由现场端(即,受控设备或质控设备)、平台(即,受控设备的服务器,或者,质控设备服务器)类两种产品同时或者分别独立实现,其中,上述受控设备或质控设备对应的为内部控制过程和外部控制过程。
当用户制定质控计划后,系统会自动执行和跟踪,通过传输系统将任务下达至质量控制系统,质量控制系统命令质控模组从标样储藏单元中抽取标样通入受控仪器中,由受控仪器反馈监测结果给质量控制系统并进行质控数据识别,同时通过传输系统上传至质控过程管理。经过多次质控行为后,通过质控数据分析得到所需要的质控分析记录,并将过程与结论存储在资源中心,同时进行报警监控管理,根据报警问题通过质控分析评价进行判断后,反馈给质控设备管理进行调整、检查或检修,并将其过程与结果记录在资源中心。通过服务管理来实现人机交互、权限管理等功能。
具体地,传输系统、质量控制系统、质控模组、标样存储单元可提供样品源、信号源、数据源的实现方式。
质控计划管理、质控过程管理可提供质控行为记录数据、待识别的质控数据的实现方式。
质控数据分析可提供质控图统计分析的实现方式。
报警监控管理可提供监测数据质量判断、受控设备性能评价、受控设备不确定度评价的实现方式。
资源中心可提供核对受控设备状态及运维情况、云数据存储大数据分析的实现方式。
质控分析评价、质控设备管理可提供评估质判方法性能并纠正、纠正发现问题的实现方式。
服务管理可提供数据可视化的实现方式。
综上所述,本申请所提供的方法具有以下技术效果:
第一、自动化的质控系统的安装、验收、试运行和考核,核心应用是对所质控在线监测设备产生的监测数据的有效性审核。
第二、提高核查、比对、校准、校验、考核、质量判断、有效性判别等质控管理自动化程度。将分析仪自动质控一体化解决,实现监测站运维集约高效、省时省力;支撑监测数据质量监督“实时化”;提供环保税计税依据的质量保证。
第三、可应用于污染源、环境水质、环境空气的监测站房及环境监察点位,为自动在线监测的远程质控、运维质控、监督执法提供最佳解决方案,解决了质控技术难度高、质控频次不足、监管持续时间不足等短板。产品分为固定式及便携式两种,可根据质控频次合理选择。
实施例二:
本发明实施例还提供了一种用于环境监测仪器的质量控制装置,该用于环境监测仪器的质量控制装置主要用于执行本发明实施例上述内容所提供的用于环境监测仪器的质量控制方法,以下对本发明实施例提供的用于环境监测仪器的质量控制装置做具体介绍。
图5是根据本发明实施例的一种用于环境监测仪器的质量控制装置的示意图,如图5所示,该用于环境监测仪器的质量控制装置主要包括获取单元10,第一确定单元20,第二确定单元30,分析单元40,其中:
获取单元10,用于获取待识别的质控数据和质控行为数据,其中,所述待识别的质控数据为对受控设备的监测结果进行质控处理之后得到的数据;
第一确定单元20,用于基于所述质控行为数据确定所述待识别的质控数据的质控行为;
第二确定单元30,用于基于所述待识别的质控数据的质控行为确定对应的质控图;
分析单元40,用于利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果,其中,所述质控图分析结果用于确定以下至少之一:所述待识别的质控数据相关的监测数据的质量判断情况、受控设备的性能、受控设备的不确定度。
在本发明实施例中,首先,获取待识别的质控数据和质控行为数据,然后,基于质控行为数据确定待识别的质控数据的质控行为;接下来,基于待识别的质控数据的质控行为确定对应的质控图,进而利用对应的质控图对待识别的质控数据进行质控分析,得到质控图分析结果。在本实施例中,采用上述处理方式,能够实现待识别的质控数据的全自动化质控处理,将分析仪自动质控一体化解决,实现监测站运维集约高效、省时省力;支撑监测数据质量监督“实时化”,可应用于污染源、环境水质、环境空气的监测站房及环境监察点位,为自动在线监测的远程质控、运维质控、监督执法提供最佳解决方案。
可选地,该装置还用于:在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,对所述待识别的质控数据进行质量判断,得到质量判断结果;基于所述质量判断结果确定与所述待识别的质控数据的相关的监测数据的质量状态,其中,所述质量状态包括以下任一种:数据在控状态,数据异常状态和数据失控状态。
可选地,该装置还用于:将所述质量状态与所述受控设备的运行状态和运维状态进行匹配分析,得到匹配分析结果;基于所述匹配分析结果确定与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
可选地,该装置还用于:将所述匹配分析结果输入至神经网络中进行处理,以根据处理结果确定与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
可选地,该装置还用于:将与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因、所述受控设备的性能和所述受控设备的不确定度存储在数据库中,并对所述数据库中存储的数据进行大数据分析,得到大数据分析结果。
可选地,该装置还用于:利用神经网络对所述大数据分析结果进行处理,以根据处理结果确定质控分析过程的优化策略;其中,所述质控分析过程的优化策略用于对下一个质控数据进行质控分析。
可选地,该装置还用于:在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,利用所述质控图分析结果对所述受控设备的性能进行评价,得到评价结果,其中,所述评价结果包括以下至少之一:所述受控设备的准确度、精密度和校准曲线。
可选地,该装置还用于:在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,结合所述质控图分析结果中的计量值质控图和不确定度计算算法,计算所述受控设备的不确定度。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种用于环境监测仪器的质量控制方法,其特征在于,包括:
获取待识别的质控数据和质控行为数据,其中,所述待识别的质控数据为对受控设备的监测结果进行质控处理之后得到的数据;
基于所述质控行为数据确定所述待识别的质控数据的质控行为;
基于所述待识别的质控数据的质控行为确定对应的质控图;
利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果,其中,所述质控图分析结果用于确定以下至少之一:所述待识别的质控数据相关的监测数据的质量判断情况、受控设备的性能、受控设备的不确定度。
2.根据权利要求1所述的方法,其特征在于,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括:
对所述待识别的质控数据进行质量判断,得到质量判断结果;
基于所述质量判断结果确定与所述待识别的质控数据的相关的监测数据的质量状态,其中,所述质量状态包括以下任一种:数据在控状态,数据异常状态和数据失控状态。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
将所述质量状态与所述受控设备的运行状态和运维状态进行匹配分析,得到匹配分析结果;
基于所述匹配分析结果确定与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
4.根据权利要求3所述的方法,其特征在于,基于所述匹配分析结果确定与所述待识别的质控数据相关的监测数据发生数据异常和数据失控的原因包括:
将所述匹配分析结果输入至神经网络中进行处理,以根据处理结果确定与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
将与所述待识别的质控数据相关的监测数据发生数据异常或者数据失控的原因、所述受控设备的性能和所述受控设备的不确定度存储在数据库中,并对所述数据库中存储的数据进行大数据分析,得到大数据分析结果。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
利用神经网络对所述大数据分析结果进行处理,以根据处理结果确定质控分析过程的优化策略;其中,所述质控分析过程的优化策略用于对下一个质控数据进行质控分析。
7.根据权利要求1所述的方法,其特征在于,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括:
利用所述质控图分析结果对所述受控设备的性能进行评价,得到评价结果,其中,所述评价结果包括以下至少之一:所述受控设备的准确度、精密度和校准曲线。
8.根据权利要求1所述的方法,其特征在于,在利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果之后,所述方法还包括:
结合所述质控图分析结果中的计量值质控图和不确定度计算算法,计算所述受控设备的不确定度。
9.一种用于环境监测仪器的质量控制装置,其特征在于,包括:
获取单元,用于获取待识别的质控数据和质控行为数据,其中,所述待识别的质控数据为对受控设备的监测结果进行质控处理之后得到的数据;
第一确定单元,用于基于所述质控行为数据确定所述待识别的质控数据的质控行为;
第二确定单元,用于基于所述待识别的质控数据的质控行为确定对应的质控图;
分析单元,用于利用所述对应的质控图对所述待识别的质控数据进行质控分析,得到质控图分析结果,其中,所述质控图分析结果用于确定以下至少之一:所述待识别的质控数据相关的监测数据的质量判断情况、受控设备的性能、受控设备的不确定度。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行上述所述权利要求1-8中任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536673.3A CN109685458A (zh) | 2018-12-14 | 2018-12-14 | 一种用于环境监测仪器的质量控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536673.3A CN109685458A (zh) | 2018-12-14 | 2018-12-14 | 一种用于环境监测仪器的质量控制方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109685458A true CN109685458A (zh) | 2019-04-26 |
Family
ID=66187698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536673.3A Pending CN109685458A (zh) | 2018-12-14 | 2018-12-14 | 一种用于环境监测仪器的质量控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685458A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126851A (zh) * | 2019-12-25 | 2020-05-08 | 上海奥普生物医药股份有限公司 | 质控方法、系统、服务器及存储介质 |
CN113702601A (zh) * | 2021-10-28 | 2021-11-26 | 北京万维盈创科技发展有限公司 | 废气监测数据弄虚作假的识别方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130073611A1 (en) * | 1998-12-17 | 2013-03-21 | Hach Company | Anti-terrorism water quality monitoring system |
CN107967573A (zh) * | 2017-12-21 | 2018-04-27 | 河北鸿海环保科技有限公司 | 基于云平台的自动监测设备数据质量管理系统及方法 |
-
2018
- 2018-12-14 CN CN201811536673.3A patent/CN109685458A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130073611A1 (en) * | 1998-12-17 | 2013-03-21 | Hach Company | Anti-terrorism water quality monitoring system |
CN107967573A (zh) * | 2017-12-21 | 2018-04-27 | 河北鸿海环保科技有限公司 | 基于云平台的自动监测设备数据质量管理系统及方法 |
Non-Patent Citations (3)
Title |
---|
傅德黔: "《水污染源监测监管技术体系研究》", 31 December 2013 * |
李涛等: "台站级地面气象观测数据综合质控系统设计", 《计算机应用与软件》 * |
耿炜: "应用远程质控技术加强水质在线监测数据监管", 《2015年中国环境科学学会学术年会论文集》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126851A (zh) * | 2019-12-25 | 2020-05-08 | 上海奥普生物医药股份有限公司 | 质控方法、系统、服务器及存储介质 |
CN113702601A (zh) * | 2021-10-28 | 2021-11-26 | 北京万维盈创科技发展有限公司 | 废气监测数据弄虚作假的识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110554047B (zh) | 产品缺陷检测数据处理方法、装置、系统和设备 | |
CN112114579B (zh) | 一种基于攻击图的工业控制系统安全度量方法 | |
CN106548343B (zh) | 一种非法交易检测方法及装置 | |
CN114581855B (zh) | 一种基于大数据的信息收集方法与系统 | |
CN104914807A (zh) | 在过程中确定过程元素和测量值的关联关系和定线 | |
CN107330080A (zh) | 一种数据处理方法、装置及应用其的计算机设备 | |
CN106708738B (zh) | 一种软件测试缺陷预测方法及系统 | |
CN112929613B (zh) | 一种基于图像识别进行设备运维的巡检方法及系统 | |
CN112613454A (zh) | 一种电力基建施工现场违章识别方法及系统 | |
CN109685458A (zh) | 一种用于环境监测仪器的质量控制方法和装置 | |
CN111767192B (zh) | 基于人工智能的业务数据检测方法、装置、设备和介质 | |
CN116308958A (zh) | 基于移动终端的碳排放在线检测预警系统及方法 | |
CN109284886B (zh) | 基于人工智能的用电安全管理方法及装置 | |
CN113721182B (zh) | 一种电力互感器性能在线监测结果可靠度评估方法及系统 | |
CN110059083A (zh) | 一种数据评价方法、装置和电子设备 | |
CN109255389A (zh) | 一种装备评价方法、装置、设备及可读存储介质 | |
CN111931323B (zh) | 存储器、加氢裂化设备故障预测方法、装置和设备 | |
CN116054910B (zh) | 基于知识图谱构建的地球站设备故障分析及装置 | |
CN109743200B (zh) | 基于资源特征的云计算平台计算任务成本预测方法及系统 | |
CN106685926A (zh) | 信息系统安全等级测评方法和系统 | |
CN111126694A (zh) | 一种时间序列数据预测方法、系统、介质及设备 | |
CN115512098A (zh) | 一种桥梁电子化巡检系统及巡检方法 | |
CN111402444B (zh) | 一种一体化机房运维管理系统 | |
CN109977159A (zh) | 一种基于云计算技术的土木工程实验检测系统 | |
CN112434653A (zh) | 一种遥感图像建筑区检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190426 |
|
RJ01 | Rejection of invention patent application after publication |