CN115239118A - 一种实验室规划效果评估方法及系统 - Google Patents
一种实验室规划效果评估方法及系统 Download PDFInfo
- Publication number
- CN115239118A CN115239118A CN202210846900.2A CN202210846900A CN115239118A CN 115239118 A CN115239118 A CN 115239118A CN 202210846900 A CN202210846900 A CN 202210846900A CN 115239118 A CN115239118 A CN 115239118A
- Authority
- CN
- China
- Prior art keywords
- functional area
- function
- laboratory
- area
- clustering
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 62
- 230000000694 effects Effects 0.000 title claims abstract description 50
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000002474 experimental method Methods 0.000 claims description 110
- 238000000034 method Methods 0.000 claims description 28
- 230000007613 environmental effect Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 239000000383 hazardous chemical Substances 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 77
- 230000008569 process Effects 0.000 description 11
- 238000007726 management method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种实验室规划效果评估方法及系统，涉及人工智能技术领域，包括：获取实验室平面布局图；根据功能类型对实验室平面布局图进行区域聚类获取功能区域聚类结果包括功能区域类型和功能区域位置；遍历功能区域类型，获取多组敏感要素；遍历多组敏感要素，输入危险性评定模型，获取要素危险级别；判断要素危险级别是否满足危险级别阈值；当满足时，根据功能区域位置和功能区域类型进行安全性评估，获取功能区域安全状态；当功能区域安全状态满足预设安全状态，获取实验室规划合格标签对功能区域类型进行标识。解决了现有技术中由于实验室规划效果评估过程多为专家组评定，导致存在智能化程度较低的技术问题。
Description
技术领域
本发明涉及人工智能相关技术领域，具体涉及一种实验室规划效果评估方法及系统。
背景技术
应用于研发的化学实验室和生物实验室由于涉及到的实验类型和各类仪器以及高标准的实验室要求，需要在入驻实验室前进行实验室规划，若是实验室规划效果差，不利于后续开展实验，甚至有可能造成安全隐患，因此实验室规划是保障后步工作的重要任务。
目前针对实验室的规划通常是专业人员根据各类实验标准及仪器标准进行规划设计，设计完成后即开始实验室的建设，但是当在面对大型的研发实验室时，由于涉及的各类实验标准及仪器标准数据冗杂度和复杂度都较高，导致单纯依赖规划设计的稳定性不够，就会对实验室规划结果进行反复验证，此为实验室规划效果评估过程。
现有技术中由于实验室规划效果评估过程多为专家组评定，导致存在智能化程度较低的技术问题。
发明内容
本申请通过提供了一种实验室规划效果评估方法及系统，解决了现有技术中由于实验室规划效果评估过程多为专家组评定，导致存在智能化程度较低的技术问题。
鉴于上述问题，本申请提供了一种实验室规划效果评估方法及系统。
第一方面，本申请提供了一种实验室规划效果评估方法，其中，所述方法包括：获取实验室平面布局图；根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，其中，所述功能区域聚类结果包括功能区域类型和功能区域位置；遍历所述功能区域类型，获取多组敏感要素；遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别；判断所述要素危险级别是否满足危险级别阈值；当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态；当所述功能区域安全状态满足预设安全状态，获取实验室规划合格标签对所述功能区域类型进行标识。
另一方面，本申请提供了一种实验室规划效果评估系统，其中，所述系统包括：布局图获取模块，用于获取实验室平面布局图；功能区域聚类模块，用于根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，其中，所述功能区域聚类结果包括功能区域类型和功能区域位置；敏感要素提取模块，用于遍历所述功能区域类型，获取多组敏感要素；要素危险级别评定模块，用于遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别；信息判断模块，用于判断所述要素危险级别是否满足危险级别阈值；安全状态评估模块，用于当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态；合格标识模块，用于当所述功能区域安全状态满足预设安全状态，获取实验室规划合格标签对所述功能区域类型进行标识。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了通过实验室平面布局图进行区域聚类，得到不同区域位置的不同功能区域，再匹配相应的敏感要素，即为各类型实验管理标准和仪器管理标准对应的敏感要素，使用智能化模型进行危险级别评定，若是危险级别满足危险级别阈值，就进行安全性评估，若安全状态满足预设安全状态，即为各类型实验管理标准和仪器管理标准限定的安全状态，则实验室规划合格的技术方案，结合智能化模型制定智能化程度较高的实验室规划效果评估方案，达到了提高实验室规划效果评估智能化程度的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种实验室规划效果评估方法流程示意图；
图2为本申请实施例提供了一种实验室规划效果评估方法中多组敏感要素的确定流程示意图；
图3为本申请实施例提供了一种实验室规划效果评估方法中功能区域安全状态的确定流程示意图；
图4为本申请实施例提供了一种实验室规划效果评估系统结构示意图。
附图标记说明：布局图获取模块11，功能区域聚类模块12，敏感要素提取模块13，要素危险级别评定模块14，信息判断模块15，安全状态评估模块16，合格标识模块17。
具体实施方式
本申请实施例一种实验室规划效果评估方法及系统，解决了现有技术中由于实验室规划效果评估过程多为专家组评定，导致存在智能化程度较低的技术问题。结合智能化模型制定智能化程度较高的实验室规划效果评估方案，达到了提高实验室规划效果评估智能化程度的技术效果。
申请概述
当下主要是依赖专家组进行评定，但是实际上实验室规划效果由于涉及到的都是固定的数据特征，十分适合结合人工智能进行评定，但现有技术中存在缺乏基于人工智能对实验室规划效果的评估方案的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例通过提供了一种实验室规划效果评估方法及系统，由于采用了通过实验室平面布局图进行区域聚类，得到不同区域位置的不同功能区域，再匹配相应的敏感要素，即为各类型实验管理标准和仪器管理标准对应的敏感要素，使用智能化模型进行危险级别评定，若是危险级别满足危险级别阈值，就进行安全性评估，若安全状态满足预设安全状态，即为各类型实验管理标准和仪器管理标准限定的安全状态，则实验室规划合格的技术方案，结合智能化模型制定智能化程度较高的实验室规划效果评估方案，达到了提高实验室规划效果评估智能化程度的技术效果。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种实验室规划效果评估方法，其中，所述方法包括步骤：
S100：获取实验室平面布局图；
具体而言，实验室平面布局图指的是将要进行构建的实验室的平面设计图，其中，实验室类型包括但不限于：化学实验室、生物实验室、基因实验室等各类型具有严格标准的实验室；平面设计图主要是包括实验室内实现各类型功能的实验室的模块的分布位置、占地面积、各模块内部的具体布局方案、水电机组的布局方案和排气、排液的布局方案等信息的设计原图。优选通过设计人员上传实验室平面布局图，置为待响应状态，等待后步迅速调用。
S200：根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，其中，所述功能区域聚类结果包括功能区域类型和功能区域位置；
进一步的，基于所述根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，步骤S200包括步骤：
S210：获取预设功能类型，其中，所述预设功能类型包括基础实验功能，仪器分析功能，洁净实验功能，实验产品存储功能；
S220：根据所述基础实验功能，所述仪器分析功能，所述洁净实验功能和所述实验产品存储功能对所述实验室平面布局图进行区域聚类，获取所述功能区域聚类结果。
具体而言，功能类型指的是实验室中的各个区域所执行的功能，示例性地如：进行各类普通实验的基础实验功能，分析实验所得产品的仪器分析功能，进行生物或者污染性较高的特殊实验的洁净实验功能，用于存储实验产品的实验产品存储功能；不同类型的功能分别作为不同的功能模块设计在实验室平面布局图不同区域内。
功能区域聚类结果指的是依次根据基础实验功能，仪器分析功能，洁净实验功能和实验产品存储功能对实验室平面布局图的不同功能区域进行归类，详细而言：
第一步：根据基础实验功能对实验室平面布局图的聚类过程如下：
更进一步的，根据所述基础实验功能，所述仪器分析功能，所述洁净实验功能和所述实验产品存储功能对所述实验室平面布局图进行区域聚类，获取所述功能区域聚类结果，步骤S220包括步骤：
Sa221：根据所述基础实验功能，获取基础实验列表；
Sa222：根据所述基础实验功能对所述实验室平面布局图进行一级区域聚类，获取基础实验区域一级聚类结果；
Sa223：根据所述基础实验列表对所述基础实验区域进行二级区域聚类，获取基础实验区域二级聚类结果；
Sa224：将所述基础实验区域二级聚类结果添加进所述功能区域聚类结果。
具体而言，基础实验列表指的是表征基础实验功能中的将要在实验室中进行的各类不具有特殊标准需求的实验类型，即常规的实验，只需要做好废弃产品处理、通气、排气、遵守各类实验规程等不需要进行封闭式实验的，即可安全进行实验的实验类型。
基础实验区域一级聚类结果指的是根据基础实验功能对实验室平面布局图进行一级区域聚类得到的聚类区域，此时得到的聚类区域都标识为基础实验功能区域，并未做细致划分；为进一步的区域不同的实验类型，根据基础实验列表对基础实验区域进行二级区域聚类，得到详细到具体实验类别区域标识的基础实验区域二级聚类结果；将基础实验区域二级聚类结果添加进功能区域聚类结果，进而可以确定不同区域位置的具体实验类别，经过实验类别的细致分割，提高了后步进行实验敏感要素提取的过程精细化程度。
第二步：根据仪器分析功能对实验室平面布局图的聚类过程如下：
根据仪器的检测功能类型，示例性地如：色谱分析仪器、红外衍射仪等仪器类型所在的区域对实验室平面布局图进行聚类，并根据仪器类型所在的区域对区域进行位置和功能标识，记为仪器分析区域聚类结果添加进功能区域聚类结果，置为待响应状态，等待后步迅速调用。
第三步：根据洁净实验功能对实验室平面布局图的聚类过程如下：
进一步的，根据所述基础实验功能，所述仪器分析功能，所述洁净实验功能和所述实验产品存储功能对所述实验室平面布局图进行区域聚类，获取所述功能区域聚类结果，步骤S220还包括步骤：
Sb221：根据所述洁净实验功能，获取洁净实验列表；
Sb222：根据所述洁净实验功能对所述实验室平面布局图进行一级区域聚类，获取洁净实验区域一级聚类结果；
Sb223：根据所述洁净实验列表对所述洁净实验区域进行二级区域聚类，获取洁净实验区域二级聚类结果；
Sb224：将所述洁净实验区域二级聚类结果添加进所述功能区域聚类结果。
具体而言，洁净实验列表指的是多个不同类别的需要进行封闭式实验的实验类别，示例性地如：微生物的生产、腐蚀性化学试剂的制备等实验类别；洁净实验区域一级聚类结果指的是根据洁净实验功能从实验室平面布局图中分离出需要进行封闭式实验的实验所在区域，并统一标识为洁净实验区域的聚类信息；洁净实验区域二级聚类结果指的是根据洁净实验列表中的不同实验类别所在区域对洁净实验区域一级聚类结果进行实验类别标识后的聚类结果；将洁净实验区域二级聚类结果添加进功能区域聚类结果，置为待响应状态，等待后步快速调用。
第四步：根据实验产品存储功能对实验室平面布局图的聚类过程如下：
根据实验产品不同存储区域对实验室平面布局图进行区域位置和产品类型的标识，和根据实验仪器不同存储区域对实验室平面布局图进行区域位置和仪器类型的标识；进而得到实验产品区域聚类结果，添加进功能区域聚类结果，置为待响应状态，等待后步快速调用。
通过功能区域聚类结果有利于实现对实验室规划效果的不同模块的差异化评估，提高实验室规划效果评估的精细化程度，进而保障了后步实验室规划效果评估的准确性。
S300：遍历所述功能区域类型，获取多组敏感要素；
进一步的，如图2所示，基于所述遍历所述功能区域类型，获取多组敏感要素，步骤S300包括步骤：
S310：当满足预设更新周期，从第一参与方，第二参与方直到第M参与方，上传功能区域类型-敏感要素数据集；
S320：根据所述功能区域类型-敏感要素数据集对敏感要素匹配表进行更新；
S330：将所述功能区域类型输入更新后的所述敏感要素匹配表，生成所述多组敏感要素。
具体而言，多组敏感要素指的是和功能区域类型中的多个功能类型一一对应的敏感要素，即会对实验造成偏差影响、实验安全影响、对仪器造成精度影响、寿命影响等因素，示例性的：存储或者生产较低燃点的产品区域，则要求对应的实验或存储区域干燥，避开阳光，温度低于燃点，则湿度、温度、光照量等都是该区域的敏感要素；而具有封闭式实验需求的区域，则实验室及各类产品封闭状态即为该区域的敏感要素，此处的封闭式指的是保障有害产品和实验过程不外泄。
确定方式如下：敏感要素匹配表指的是基于大数据构建的用于对不同的功能类型区域匹配敏感要素的虚拟功能模块；预设更新周期指的是工作人员设定的对敏感要素匹配表进行更新的周期；第一参与方，第二参与方直到第M参与方指的是使用了实验室规划效果评估系统的同类实验室的企业、团队或组织，优选的可通过区块链的形式进行数据交互，第一参与方，第二参与方直到第M参与方作为区块链上的M个节点；功能区域类型-敏感要素数据集指的是第一参与方，第二参与方直到第M参与方根据本地的实验及应用经验确定的用于更新敏感要素匹配表的数据集；将功能区域类型中的多个功能类型依次输入更新后的敏感要素匹配表得到多组敏感要素，通过敏感要素确定了各个区域的规划效果评估指标，置为待响应状态，等待后步调用。
S400：遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别；
进一步的，基于所述遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别，步骤S400包括步骤：
S410：根据所述多组敏感要素，获取多组事故记录数据，其中，所述多组事故记录数据包括多组：环境危害记录和人体危害记录；
S420：遍历所述多组：环境危害记录和人体危害记录进行危险级别标定，获取多组危险级别标定结果；
S430：根据所述多组：环境危害记录和人体危害记录和所述多组危险级别标定结果，训练所述危险性评定模型；
S440：将所述多组敏感要素，依次输入危险性评定模型，获取所述要素危险级别。
具体而言，危险性评定模型指的是用于根据敏感要素进行危险性评定的智能化模型；要素危险级别指的是表征敏感要素危险性程度的数据，级别越高，则危险程度越高，级别越低，则危险程度越低。
事故记录数据指的是历史记录数据中由于相对应的敏感要素造成的事故数据集；环境危害记录指的是事故中敏感要素对环境造成的损害，优选的根据损害面积、损害仪器数量的表征；人体危害记录指的是事故中敏感要素对人体造成的损害，优选的以人体恢复周期表征；危险级别标定结果指的是根据环境危害记录和人体危害记录标定的表征敏感要素危险性的信息，标定过程举例如下：根据损害面积、损害仪器数量的区别划分为不同的危害级别，损害面积越大和损害仪器数量越多，则危害级别越高，记为环境危害级别；优选的以人体恢复周期表征，根据不同的恢复周期自定义人体损害级别，记为人体损害级别；进一步的，将环境危害级别和人体危害级别记为：危险级别标定结果＝(环境危害级别，人体损害级别)。
进一步的，使用环境危害记录和人体危害记录和所述多组危险级别标定结果，将环境危害记录和人体危害记录作为输入训练数据，将危险级别标定结果作为有监督学习的输出标识信息；进而基于人工神经网络，构建危险性评定模型，由于实验室各类记录数据的充足性，大样本特性，为危险性评定模型的收敛提供了保障，通过将多组敏感要素依次输入危险性评定模型，即可得到表征对应区域中要素危险性的要素危险级别。通过前述的各区域的精细化区域分离，此处依赖智能化模型对要素危险级别进行准确的评估，提高了实验室规划效果评估的智能化程度。
S500：判断所述要素危险级别是否满足危险级别阈值；
S600：当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态；
进一步的，如图3所示，基于所述当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态，步骤S600包括步骤：
S610：获取实验室预设部署区域；
S620：根据所述功能区域位置对所述实验室预设部署区域进行特征提取，获取功能区域特征信息，其中，所述功能区域特征信息包括环境特征信息和布局特征信息；
S630：将所述环境特征信息和所述布局特征信息输入安全性评估模型，获取所述功能区域安全状态。
具体而言，危险级别阈值指的是预设的需要进行实验室规划效果评估区域的最低危险级别；当要素危险级别不满足危险级别阈值，即：要素危险级别小于危险级别阈值时，不需要进行实验室规划效果评估；当要素危险级别满足危险级别阈值，即：要素危险级别大于等于危险级别阈值时，根据功能区域位置和功能区域类型进行安全性评估得到功能区域安全状态，
安全性评估过程即为采集响应布局区域内的敏感要素实际值信息，并和区域内的敏感要素基准值比较，得到差异度记为功能区域安全状态的过程：实验室预设部署区域指的是实验室将要布局的实际区域；功能区域特征信息指的是根据各类型传感器采集的和功能区域位置一一对应的敏感要素实际值信息，示例性地如：通过温度传感器采集温度信息，通过湿度传感器采集湿度信息，通过图像传感器采集光照量信息，通过图像传感器采集区域占地面积、通过图像传感器采集各个试验台和各个实验仪器的具体摆放位置等信息；将温度信息、湿度信息和光照量等环境信息添加进环境特征信息；将区域占地面积，各个试验台和各个实验仪器的具体摆放位置等信息添加进布局特征信息。
安全性评估模型指的是用于根据敏感要素实际值信息对实验室各个区域的规划安全性进行评估的模型，其构建过程如下：安全性评估公式：敏感要素偏差＝敏感要素实际值-敏感要素基准值，根据安全性评估公式构建安全性评估模型，用于多组数据比对，其中，敏感要素基准值为预设的最低标准的敏感要素具体值。
通过使用敏感要素偏差表征实验室各个区域的规划安全性，实现了数据量化，有利于提高数据处理效率。
S700：当所述功能区域安全状态满足预设安全状态，获取实验室规划合格标签对所述功能区域类型进行标识。
具体而言，预设安全状态指的是表征预设的不会产生危险的敏感要素偏差区间的数据集，和功能区域类型一一对应，当敏感要素偏差在敏感要素偏差区间之内，即功能区域安全状态满足预设安全状态。则生成实验室规划合格标签对功能区域类型进行标识，遍历全部的功能区域类型，则对相应的实验室进行合格标识。若不满足，则生成实验室规划不合格标签对功能区域类型进行标识，发送至工作人员对相应区域进行布局规划调整，进而达到了智能化程度较高的实验室规划效果评估的技术效果。
综上所述，本申请实施例所提供的一种实验室规划效果评估方法及系统具有如下技术效果：
1.由于采用了通过实验室平面布局图进行区域聚类，得到不同区域位置的不同功能区域，再匹配相应的敏感要素，即为各类型实验管理标准和仪器管理标准对应的敏感要素，使用智能化模型进行危险级别评定，若是危险级别满足危险级别阈值，就进行安全性评估，若安全状态满足预设安全状态，即为各类型实验管理标准和仪器管理标准限定的安全状态，则实验室规划合格的技术方案，结合智能化模型制定智能化程度较高的实验室规划效果评估方案，达到了提高实验室规划效果评估智能化程度的技术效果。
实施例二
基于与前述实施例中一种实验室规划效果评估方法相同的发明构思，如图4所示，本申请实施例提供了一种实验室规划效果评估系统，其中，所述系统包括：
布局图获取模块11，用于获取实验室平面布局图；
功能区域聚类模块12，用于根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，其中，所述功能区域聚类结果包括功能区域类型和功能区域位置；
敏感要素提取模块13，用于遍历所述功能区域类型，获取多组敏感要素；
要素危险级别评定模块14，用于遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别；
信息判断模块15，用于判断所述要素危险级别是否满足危险级别阈值；
安全状态评估模块16，用于当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态；
合格标识模块17，用于当所述功能区域安全状态满足预设安全状态，获取实验室规划合格标签对所述功能区域类型进行标识。
进一步的，所述功能区域聚类模块12执行步骤包括：
获取预设功能类型，其中，所述预设功能类型包括基础实验功能，仪器分析功能，洁净实验功能，实验产品存储功能；
根据所述基础实验功能，所述仪器分析功能，所述洁净实验功能和所述实验产品存储功能对所述实验室平面布局图进行区域聚类，获取所述功能区域聚类结果。
进一步的，所述功能区域聚类模块12执行步骤还包括：
根据所述基础实验功能，获取基础实验列表；
根据所述基础实验功能对所述实验室平面布局图进行一级区域聚类，获取基础实验区域一级聚类结果；
根据所述基础实验列表对所述基础实验区域进行二级区域聚类，获取基础实验区域二级聚类结果；
将所述基础实验区域二级聚类结果添加进所述功能区域聚类结果。
进一步的，所述功能区域聚类模块12执行步骤还包括：
根据所述洁净实验功能，获取洁净实验列表；
根据所述洁净实验功能对所述实验室平面布局图进行一级区域聚类，获取洁净实验区域一级聚类结果；
根据所述洁净实验列表对所述洁净实验区域进行二级区域聚类，获取洁净实验区域二级聚类结果；
将所述洁净实验区域二级聚类结果添加进所述功能区域聚类结果。
进一步的，所述敏感要素提取模块13执行步骤包括：
当满足预设更新周期，从第一参与方，第二参与方直到第M参与方，上传功能区域类型-敏感要素数据集；
根据所述功能区域类型-敏感要素数据集对敏感要素匹配表进行更新；
将所述功能区域类型输入更新后的所述敏感要素匹配表，生成所述多组敏感要素。
进一步的，所述要素危险级别评定模块14执行步骤包括：
根据所述多组敏感要素，获取多组事故记录数据，其中，所述多组事故记录数据包括多组：环境危害记录和人体危害记录；
遍历所述多组：环境危害记录和人体危害记录进行危险级别标定，获取多组危险级别标定结果；
根据所述多组：环境危害记录和人体危害记录和所述多组危险级别标定结果，训练所述危险性评定模型；
将所述多组敏感要素，依次输入危险性评定模型，获取所述要素危险级别。
进一步的，所述安全状态评估模块16执行步骤包括：
获取实验室预设部署区域；
根据所述功能区域位置对所述实验室预设部署区域进行特征提取，获取功能区域特征信息，其中，所述功能区域特征信息包括环境特征信息和布局特征信息；
将所述环境特征信息和所述布局特征信息输入安全性评估模型，获取所述功能区域安全状态。
可选的，本申请实施例中的方法步骤可作为计算机执行指令或计算机程序存储在任意计算机存储器中，通过任意计算机处理器从前述计算机存储器中调取并执行，本申请实施例对此不作具体限定。
本申请中涉及的第一、第二、一级、二级等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。
Claims (8)
1.一种实验室规划效果评估方法，其特征在于，所述方法包括：
获取实验室平面布局图；
根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，其中，所述功能区域聚类结果包括功能区域类型和功能区域位置；
遍历所述功能区域类型，获取多组敏感要素；
遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别；
判断所述要素危险级别是否满足危险级别阈值；
当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态；
当所述功能区域安全状态满足预设安全状态，获取实验室规划合格标签对所述功能区域类型进行标识。
2.如权利要求1所述的方法，其特征在于，所述根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，包括：
获取预设功能类型，其中，所述预设功能类型包括基础实验功能，仪器分析功能，洁净实验功能，实验产品存储功能；
根据所述基础实验功能，所述仪器分析功能，所述洁净实验功能和所述实验产品存储功能对所述实验室平面布局图进行区域聚类，获取所述功能区域聚类结果。
3.如权利要求2所述的方法，其特征在于，所述根据所述基础实验功能，所述仪器分析功能，所述洁净实验功能和所述实验产品存储功能对所述实验室平面布局图进行区域聚类，获取所述功能区域聚类结果，包括：
根据所述基础实验功能，获取基础实验列表；
根据所述基础实验功能对所述实验室平面布局图进行一级区域聚类，获取基础实验区域一级聚类结果；
根据所述基础实验列表对所述基础实验区域进行二级区域聚类，获取基础实验区域二级聚类结果；
将所述基础实验区域二级聚类结果添加进所述功能区域聚类结果。
4.如权利要求3所述的方法，其特征在于，所述根据所述基础实验功能，所述仪器分析功能，所述洁净实验功能和所述实验产品存储功能对所述实验室平面布局图进行区域聚类，获取所述功能区域聚类结果，包括：
根据所述洁净实验功能，获取洁净实验列表；
根据所述洁净实验功能对所述实验室平面布局图进行一级区域聚类，获取洁净实验区域一级聚类结果；
根据所述洁净实验列表对所述洁净实验区域进行二级区域聚类，获取洁净实验区域二级聚类结果；
将所述洁净实验区域二级聚类结果添加进所述功能区域聚类结果。
5.如权利要求1所述的方法，其特征在于，所述遍历所述功能区域类型，获取多组敏感要素，包括：
当满足预设更新周期，从第一参与方，第二参与方直到第M参与方，上传功能区域类型-敏感要素数据集；
根据所述功能区域类型-敏感要素数据集对敏感要素匹配表进行更新；
将所述功能区域类型输入更新后的所述敏感要素匹配表，生成所述多组敏感要素。
6.如权利要求1所述的方法，其特征在于，所述遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别，包括：
根据所述多组敏感要素，获取多组事故记录数据，其中，所述多组事故记录数据包括多组：环境危害记录和人体危害记录；
遍历所述多组：环境危害记录和人体危害记录进行危险级别标定，获取多组危险级别标定结果；
根据所述多组：环境危害记录和人体危害记录和所述多组危险级别标定结果，训练所述危险性评定模型；
将所述多组敏感要素，依次输入危险性评定模型，获取所述要素危险级别。
7.如权利要求1所述的方法，其特征在于，所述当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态，包括：
获取实验室预设部署区域；
根据所述功能区域位置对所述实验室预设部署区域进行特征提取，获取功能区域特征信息，其中，所述功能区域特征信息包括环境特征信息和布局特征信息；
将所述环境特征信息和所述布局特征信息输入安全性评估模型，获取所述功能区域安全状态。
8.一种实验室规划效果评估系统，其特征在于，所述系统包括：
布局图获取模块，用于获取实验室平面布局图；
功能区域聚类模块，用于根据功能类型对所述实验室平面布局图进行区域聚类，获取功能区域聚类结果，其中，所述功能区域聚类结果包括功能区域类型和功能区域位置；
敏感要素提取模块，用于遍历所述功能区域类型，获取多组敏感要素；
要素危险级别评定模块，用于遍历所述多组敏感要素，输入危险性评定模型，获取要素危险级别；
信息判断模块，用于判断所述要素危险级别是否满足危险级别阈值；
安全状态评估模块，用于当所述要素危险级别满足所述危险级别阈值时，根据所述功能区域位置和所述功能区域类型进行安全性评估，获取功能区域安全状态；
合格标识模块，用于当所述功能区域安全状态满足预设安全状态，获取实验室规划合格标签对所述功能区域类型进行标识。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210846900.2A CN115239118A (zh) | 2022-07-19 | 2022-07-19 | 一种实验室规划效果评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210846900.2A CN115239118A (zh) | 2022-07-19 | 2022-07-19 | 一种实验室规划效果评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115239118A true CN115239118A (zh) | 2022-10-25 |
Family
ID=83673469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210846900.2A Pending CN115239118A (zh) | 2022-07-19 | 2022-07-19 | 一种实验室规划效果评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115239118A (zh) |
-
2022
- 2022-07-19 CN CN202210846900.2A patent/CN115239118A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McGarigal et al. | Multivariate statistics for wildlife and ecology research | |
| Eberhardt et al. | Designing environmental field studies | |
| JP5718781B2 (ja) | 画像分類装置および画像分類方法 | |
| CN115312183A (zh) | 医学检验报告智能解读方法及系统 | |
| CN111242922A (zh) | 一种蛋白质图像分类方法、装置、设备及介质 | |
| Wells et al. | Species as a heuristic: reconciling theory and practice | |
| Chankong et al. | Risk assessment and decision making using test results: the carcinogenicity prediction and battery selection approach | |
| US20150242676A1 (en) | Method for the Supervised Classification of Cells Included in Microscopy Images | |
| CN111863135B (zh) | 一种假阳性结构变异过滤方法、存储介质及计算设备 | |
| CN111310792A (zh) | 一种基于决策树的药敏实验结果识别方法与系统 | |
| CN110277139B (zh) | 一种基于互联网的微生物限度检查系统及方法 | |
| CN106503050B (zh) | 一种基于大数据进行阅读文章推荐的方法与系统 | |
| CN115239118A (zh) | 一种实验室规划效果评估方法及系统 | |
| CN116975558A (zh) | 一种基于多维项目反应理论的计算思维测评方法 | |
| Pankhurst | Automated identification in systematics | |
| CN114878087A (zh) | 一种基于人工智能的压力容器气密性的检测方法及装置 | |
| CN111383769B (zh) | 主诉与诊断一致性检测方法、装置、设备及存储介质 | |
| CN114927239B (zh) | 一种应用于药物分析的决策规则自动生成方法及系统 | |
| CN117191172B (zh) | 一种天平称量罩的质量检测和饱和预警的方法及装置 | |
| CN115841847B (zh) | 一种微生物信息测定及提取系统和方法 | |
| CN116307383B (zh) | 一种基于生态平衡的土地精细化保育改良方法及系统 | |
| CN116485597B (zh) | 基于岗位能力模型的标准化实训方法 | |
| CN116150285A (zh) | 基于大数据的楼宇自动化系统数据标记方法 | |
| Oxley | Simple empirical models of classifying patients from microarray data. | |
| Sokhansanj et al. | Interpreting microarray data to build models of microbial genetic regulation networks |
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 |