CN115932144A - 色谱仪性能检测方法、装置、设备和计算机介质 - Google Patents

Abstract

本公开的实施例公开了色谱仪性能检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息；对色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集；将簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值；将异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组；基于历史色谱仪信息组集，生成色谱仪性能评分值组，根据色谱仪性能评分值组与第一异常色谱仪信息组，生成异常色谱仪信息组。该实施方式可以及时检测出性能较差的色谱仪。

Description

色谱仪性能检测方法、装置、设备和计算机介质

技术领域

本公开的实施例涉及色谱仪领域，具体涉及色谱仪性能检测方法、装置、设备和计算机介质。

背景技术

色谱仪是进行色谱分析的装置，灵敏度和自动化程度高，被广泛应用在化学产品分析实验中。目前，对于色谱仪的性能检测，通常采用的方式为：通过维修人员定期对色谱仪的性能指标进行检测分析，以检测色谱仪的性能。

然而，采用上述方式通常会存在以下技术问题：对色谱仪性能检测的角度较为单一，性能检测结果存在偏差，难以及时检测出异常的色谱仪。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了色谱仪性能检测方法、装置、计算机设备和计算机可读存储介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种色谱仪性能检测方法，该方法包括：获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集；对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集；对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集，其中，上述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量；将上述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集；将上述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组；将上述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组；获取预设历史时间段内上述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集；基于上述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，生成异常色谱仪信息组，其中，上述色谱仪性能评分值组中的色谱仪性能评分值对应上述历史色谱仪信息组集中的历史色谱仪信息组。

第二方面，本公开的一些实施例提供了一种色谱仪性能检测装置，装置包括：第一获取单元，被配置成获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集；提取单元，被配置成对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集；聚类单元，被配置成对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集，其中，上述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量；第一确定单元，被配置成将上述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集；第二确定单元，被配置成将上述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组；第三确定单元，被配置成将上述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组；第二获取单元，被配置成获取预设历史时间段内上述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集；生成单元，被配置成基于上述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，生成异常色谱仪信息组，其中，上述色谱仪性能评分值组中的色谱仪性能评分值对应上述历史色谱仪信息组集中的历史色谱仪信息组。

第三方面，本公开的一些实施例提供一种计算机设备，上述计算机设备包括处理器、存储器、以及存储在上述存储器上并可被上述处理器执行的计算机程序，其中上述计算机程序被上述处理器执行时，实现如上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供一种计算机可读存储介质，上述计算机可读存储介质上存储有计算机程序，其中上述计算机程序被处理器执行时，实现如上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的色谱仪性能检测方法，可以及时检测出性能较差的色谱仪。具体来说，难以及时检测出异常的色谱仪的原因在于：对色谱仪性能检测的角度较为单一，性能检测结果存在偏差。基于此，本公开的一些实施例的色谱仪性能检测方法，首先，获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集。其次，对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集。由此，可以从色谱仪群体的角度对色谱仪信息进行解析，为后续检测出异常的色谱仪提供数据支持。再其次，对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集。其中，上述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量。由此，可以依据各个色谱仪特征提取信息之间的相似度，将色谱仪特征提取信息集划分为各个不同的色谱仪特征提取信息组。从而，可以将具有相似特征信息的色谱仪特征提取信息聚集在同一个组中。接着，将上述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集。由此，通过确定簇中心色谱仪分数值的方式，可以直观地体现出上述各个簇中心色谱仪特征提取信息是异常色谱仪特征提取信息的可能性的大小，从而可以体现出上述各个色谱仪特征提取信息组中出现异常色谱仪特征提取信息的可能性的大小。再接着，将上述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组。由此，可以得到上述各个色谱仪特征提取信息组中包括异常色谱仪特征提取信息可能性最大的一组色谱仪特征提取信息。然后，将上述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组。由此，可以初步确定异常的色谱仪信息，为确定异常的色谱仪提供了数据支持。再然后，获取预设历史时间段内上述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集。由此，可以从色谱仪历史运行的角度，对色谱仪进行性能检测。最后，基于上述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，生成异常色谱仪信息组。其中，上述色谱仪性能评分值组中的色谱仪性能评分值对应上述历史色谱仪信息组集中的历史色谱仪信息组。由此，可以从多个角度对色谱仪的性能进行检测。从而，可以及时检测出性能较差的色谱仪。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的色谱仪性能检测方法的一些实施例的流程图；

图2是根据本公开的色谱仪性能检测装置的一些实施例的结构示意图；

图3是本公开实施例提供的一种计算机设备的结构示意性框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的色谱仪性能检测方法的一些实施例的流程图。示出了根据本公开的色谱仪性能检测方法的一些实施例的流程100。该色谱仪性能检测方法，包括以下步骤：

步骤101，获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集。

在一些实施例中，色谱仪性能检测方法的执行主体（例如服务器）可以通过有线连接或无线连接的方式获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集。色谱仪信息可以是指色谱仪当前的性能信息，可以包括但不限于：压力控制范围、压力控制精度、流量控制范围、流量控制精度、温度控制范围、温度控制精度、温度升降速率、检测器灵敏度、分离度、线性范围、重复性等。

步骤102，对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集。

在一些实施例中，上述执行主体可以对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集。即，可以通过主成分分析对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集。即，对每个色谱仪信息进行主成分分析，以提取出包含多个性能指标的色谱仪特征提取信息。

步骤103，对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集。

在一些实施例中，上述执行主体可以对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集。其中，上述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量。实践中，可以通过K-means（K均值）聚类算法，对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集。上述色谱仪特征提取信息组集中的一个色谱仪特征提取信息组可以与上述簇中心色谱仪特征提取信息集中的一个簇中心色谱仪特征提取信息对应。

可选地，上述预设簇数量是通过以下步骤生成的：

第一步，获取样本色谱仪特征提取信息集和初始簇数量集。实践中，可以通过有线连接或无线连接的方式从终端设备中获取样本色谱仪特征提取信息集和初始簇数量集。样本色谱仪特征提取信息集中的样本色谱仪特征提取信息可以包括但不限于：压力控制范围、压力控制精度、流量控制范围、流量控制精度、温度控制范围、温度控制精度、温度升降速率、检测器灵敏度、分离度、线性范围、重复性。例如，上述初始簇中心数量集可以是{2,3,4,5,6,……N}。这里，N表示初始簇中心数量。

第二步，对于上述初始簇数量集中每个初始簇数量，执行如下处理步骤：

第一子步骤，对上述样本色谱仪特征提取信息集进行聚类，得到样本色谱仪特征提取信息组集和样本簇中心色谱仪特征提取信息集。其中，上述样本色谱仪特征提取信息组集中样本色谱仪特征提取信息组的数目为上述初始簇数量。可以通过上述K-means（K均值）聚类算法，对上述样本色谱仪特征提取信息集进行聚类，得到样本色谱仪特征提取信息组集和样本簇中心色谱仪特征提取信息集。

第二子步骤，基于上述样本色谱仪特征提取信息组集和上述样本簇中心色谱仪特征提取信息集，生成误差平方和。即，可以通过误差平方和公式确定误差平方和。

第三步，基于上述初始簇数量集和所生成的各个误差平方和，生成簇数确定函数图像。其中，上述簇数确定函数图像的纵轴为上述误差平方和，上述簇数确定函数图像的横轴为上述初始簇数量的取值。随着上述初始簇数量的增加，可以将上述簇数确定函数图像中下降幅度明显趋向于缓慢的坐标点确定为肘点。

第四步，响应于检测到作用于上述簇数确定函数图像中的某一簇数的选择操作，将上述簇数确定为预设簇数量。选择操作可以包括但不限于：点击、滑动、拨动。

步骤104，将上述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集。

在一些实施例中，上述执行主体可以将上述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集。实践中，可以通过对上述簇中心色谱仪特征提取信息包括的各个性能指标赋予分数值，并对分数值求和的方式，确定簇中心色谱仪特征提取信息集中每个簇中心色谱仪特征提取信息对应的簇中心色谱仪评分值。其中，上述簇中心色谱仪评分值可以表征上述簇中心色谱仪评分值是异常簇中心色谱仪评分值的可能性。

步骤105，将上述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组。

在一些实施例中，上述执行主体可以将上述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组。

步骤106，将上述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组。

在一些实施例中，上述执行主体可以将上述异常色谱仪特征提取信息组中每个异常色谱仪特征提取信息对应的色谱仪信息确定为第一异常色谱仪信息，得到第一异常色谱仪信息组。

步骤107，获取预设历史时间段内上述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集。

在一些实施例中，上述执行主体可以通过有线连接或无线连接的方式获取预设历史时间段内上述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集。这里，对于预设历史时间段的设定，不作限定。这里，历史色谱仪信息组集中的历史色谱仪信息组可以是指色谱仪在预设历史时间段内的性能指标信息，可以包括但不限于：压力控制范围、压力控制精度、流量控制范围、流量控制精度、温度控制范围、温度控制精度、温度升降速率、检测器灵敏度、分离度、线性范围、重复性。

步骤108，基于上述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，生成异常色谱仪信息组。

在一些实施例中，上述执行主体可以基于上述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，生成异常色谱仪信息组。其中，上述色谱仪性能评分值组中的色谱仪性能评分值对应上述历史色谱仪信息组集中的历史色谱仪信息组。

实践中，基于上述历史色谱仪信息组集，上述执行主体可以通过以下步骤生成色谱仪性能评分值组：

第一步，将上述历史色谱仪信息组集输入至预先训练的色谱仪信息评分预测模型中，得到历史色谱仪预测信息集。其中，上述历史色谱仪信息组集中的历史色谱仪信息组对应上述历史色谱仪预测信息集中的历史色谱仪预测信息，上述历史色谱仪预测信息集中的历史色谱仪预测信息包括：色谱仪性能预测评分值和至少一个色谱仪性能指标。这里，预先训练的色谱仪信息评分预测模型可以是指预先训练的以历史色谱仪信息组为输入，以历史色谱仪预测信息为输出的神经网络模型。色谱仪信息评分预测模型可以是CNN+LSTM（Convolutional Neural Networks+ Long Short-Term Memory）神经网络模型。色谱仪性能预测评分值可以是指根据历史色谱仪信息组预测的色谱仪的性能评分。至少一个色谱仪性能指标可以是指对一历史色谱仪信息组预测的影响色谱仪性能的重要指标。

第二步，基于上述历史色谱仪预测信息集和上述色谱仪信息集，生成色谱仪性能评分值组。

实践中，上述第二步可以包括以下子步骤：

第一子步骤，对上述色谱仪特征提取信息集进行目标聚类处理，以生成聚类色谱仪特征提取信息组集。这里，可以通过离群聚类算法(Density-Based Spatial Clusteringof Applications with Noise，DBSCAN) 对上述色谱仪特征提取信息集进行目标聚类处理，以生成聚类色谱仪特征提取信息组集。即，聚类色谱仪特征提取信息组集中的聚类色谱仪特征提取信息包括聚类标签，聚类标签可以包括离群标签与集群标签。即，可以将包括的聚类标签为离群标签的各个聚类色谱仪特征提取信息聚为一组。可以将包括的聚类标签为集群标签的各个聚类色谱仪特征提取信息聚为一组。

第二子步骤，基于上述聚类色谱仪特征提取信息组集，生成检测色谱仪信息集。其中，上述检测色谱仪信息集中的检测色谱仪信息包括：色谱仪评分值和至少一个色谱仪检测性能指标。上述聚类色谱仪特征提取信息组集中的聚类色谱仪特征提取信息包括：色谱仪性能指标向量与色谱仪评分值，上述色谱仪性能指标向量包括至少一个色谱仪性能指标值，色谱仪性能指标值对应色谱仪性能指标。色谱仪评分值可以表示一色谱仪被聚类为离群标签的概率的有效数字。

实践中，对于上述聚类色谱仪特征提取信息组集中的每个聚类色谱仪特征提取信息，执行如下处理步骤：

1、将上述聚类色谱仪特征提取信息包括的色谱仪性能指标向量确定为备选色谱仪性能指标向量。

2、对上述备选色谱仪性能指标向量包括的各个色谱仪性能指标值进行升序排序，以生成色谱仪性能指标值序列。

3、从上述色谱仪性能指标值序列选择预设数目个色谱仪性能指标值作为检测色谱仪性能指标值组。这里，对于预设数目的设定，不作限定。

4、将上述检测色谱仪性能指标值组对应的各个色谱仪性能指标确定为检测色谱仪性能指标组。

5、将上述检测色谱仪性能指标组与上述色谱仪评分值组合为检测色谱仪信息。

第三子步骤，基于上述历史色谱仪预测信息集与上述检测色谱仪信息集，生成色谱仪性能评分值组。

实践中，首先，对于上述检测色谱仪信息集中的每个检测色谱仪信息，执行如下处理步骤：

1、将上述历史色谱仪预测信息集中对应上述检测色谱仪信息的历史色谱仪预测信息确定为备选历史色谱仪预测信息。

2、响应于上述检测色谱仪信息包括的各个色谱仪检测性能指标与上述备选历史色谱仪预测信息包括的各个色谱仪性能指标相同，基于预设的检测评分权重、预测评分权重、上述检测色谱仪信息包括的色谱仪评分值与上述备选历史色谱仪预测信息包括的色谱仪性能预测评分值，生成色谱仪性能评分值。这里，检测评分权重可以是预设的对应检测色谱仪信息的权重。预测评分权重可以是预设的对应备选历史色谱仪预测信息的权重。实践中，首先，可以将上述检测评分权重与上述检测色谱仪信息包括的色谱仪评分值的乘积确定为检测评分值。然后，可以将上述预测评分权重与上述备选历史色谱仪预测信息包括的色谱仪性能预测评分值的乘积确定为性能预测评分值。最后，将上述检测评分值与上述性能预测评分值的和确定为色谱仪性能评分值。

3、响应于上述检测色谱仪信息包括的各个色谱仪检测性能指标与上述备选历史色谱仪预测信息包括的各个色谱仪性能指标不相同，根据上述色谱仪评分值与上述色谱仪性能预测评分值，生成色谱仪性能评分值。实践中，可以将上述色谱仪评分值与上述色谱仪性能预测评分值的平均值确定为色谱仪性能评分值。

然后，将所生成的各个色谱仪性能评分值确定为色谱仪性能评分值组。

实践中，根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，上述执行主体可以通过以下步骤生成异常色谱仪信息组：

第一步，将上述色谱仪性能评分值组中小于等于预设性能评分值的色谱仪性能评分值确定为异常色谱仪性能评分值，得到异常色谱仪性能评分值组。这里，对于预设性能评分值的设定，不作限定。

第二步，对于上述异常色谱仪性能评分值组中的每个异常色谱仪性能评分值，执行如下处理步骤：

第一子步骤，将上述异常色谱仪性能评分值对应的各个色谱仪检测性能指标和色谱仪性能指标组合为色谱仪异常性能指标组。这里，组合可以是指拼接。

第二子步骤，将上述异常色谱仪性能评分值对应的色谱仪的色谱仪编号确定为异常色谱仪编号。这里，色谱仪编号可以唯一表示一色谱仪。

第三子步骤，将上述异常色谱仪编号与上述色谱仪异常性能指标组合并为第二异常色谱仪信息。这里，合并可以是指拼接。

第三步，将所得到的各个第二异常色谱仪信息与上述第一异常色谱仪信息组合并为异常色谱仪信息组。

可选地，将上述异常色谱仪信息组对应的各个色谱仪确定为异常色谱仪组。

在一些实施例中，上述执行主体可以将上述异常色谱仪信息组对应的各个色谱仪的色谱仪编号确定为异常色谱仪编号组。

可选地，将上述异常色谱仪信息组与上述异常色谱仪编号组发送至相关联的色谱仪维修终端。

在一些实施例中，上述执行主体可以将上述异常色谱仪信息组与上述异常色谱仪编号组发送至相关联的色谱仪维修终端。这里，相关联的色谱仪维修终端可以是指与上述执行主体通信连接的维修终端。例如，色谱仪维修终端可以是通知色谱仪技术维修人员对色谱仪进行维修的终端，具有展示功能。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种色谱仪性能检测装置的一些实施例，这些色谱仪性能检测装置实施例与图1所示的那些方法实施例相对应，该色谱仪性能检测装置具体可以应用于各种电子设备中。

如图2所示，一些实施例的色谱仪性能检测装置200包括：第一获取单元201、提取单元202、聚类单元203、第一确定单元204、第二确定单元205、第三确定单元206、第二获取单元207和生成单元208。其中，第一获取单元201，被配置成获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集；提取单元202，被配置成对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集；聚类单元203，被配置成对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集，其中，上述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量；第一确定单元204，被配置成将上述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集；第二确定单元205，被配置成将上述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组；第三确定单元206，被配置成将上述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组；第二获取单元207，被配置成获取预设历史时间段内上述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集；生成单元208，被配置成基于上述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，生成异常色谱仪信息组，其中，上述色谱仪性能评分值组中的色谱仪性能评分值对应上述历史色谱仪信息组集中的历史色谱仪信息组。

可以理解的是，该色谱仪性能检测装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于色谱仪性能检测装置200及其中包含的单元，在此不再赘述。

图3为本公开实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为终端。

如图3所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。

非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种色谱仪性能检测方法。

处理器用于提供计算和控制能力，支撑整个计算机设备的运行。

内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种色谱仪性能检测方法。

该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图3中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

应当理解的是，处理器可以是中央处理单元 (Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

其中，在一个实施例中，上述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集；对上述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集；对上述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集，其中，上述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量；将上述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集；将上述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组；将上述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组；获取预设历史时间段内上述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集；基于上述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据上述色谱仪性能评分值组与上述第一异常色谱仪信息组，生成异常色谱仪信息组，其中，上述色谱仪性能评分值组中的色谱仪性能评分值对应上述历史色谱仪信息组集中的历史色谱仪信息组。

本公开实施例还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有计算机程序，上述计算机程序中包括程序指令，上述程序指令被执行时所实现的方法可参照本公开色谱仪性能检测方法的各个实施例。

其中，上述计算机可读存储介质可以是前述实施例上述的计算机设备的内部存储单元，例如上述计算机设备的硬盘或内存。上述计算机可读存储介质也可以是上述计算机设备的外部存储设备，例如上述计算机设备上配备的插接式硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种色谱仪性能检测方法，包括：

获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集；

对所述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集；

对所述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集，其中，所述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量；

将所述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集；

将所述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组；

将所述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组；

获取预设历史时间段内所述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集；

基于所述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据所述色谱仪性能评分值组与所述第一异常色谱仪信息组，生成异常色谱仪信息组，其中，所述色谱仪性能评分值组中的色谱仪性能评分值对应所述历史色谱仪信息组集中的历史色谱仪信息组。

2.根据权利要求1所述的方法，其中，所述基于所述历史色谱仪信息组集，生成色谱仪性能评分值组，包括：

将所述历史色谱仪信息组集输入至预先训练的色谱仪信息评分预测模型中，得到历史色谱仪预测信息集，其中，所述历史色谱仪信息组集中的历史色谱仪信息组对应所述历史色谱仪预测信息集中的历史色谱仪预测信息，所述历史色谱仪预测信息集中的历史色谱仪预测信息包括：色谱仪性能预测评分值和至少一个色谱仪性能指标；

基于所述历史色谱仪预测信息集和所述色谱仪信息集，生成色谱仪性能评分值组。

3.根据权利要求2所述的方法，其中，所述基于所述历史色谱仪预测信息集和所述色谱仪信息集，生成色谱仪性能评分值组，包括：

对所述色谱仪特征提取信息集进行目标聚类处理，以生成聚类色谱仪特征提取信息组集；

基于所述聚类色谱仪特征提取信息组集，生成检测色谱仪信息集，其中，所述检测色谱仪信息集中的检测色谱仪信息包括：色谱仪评分值和至少一个色谱仪检测性能指标；

基于所述历史色谱仪预测信息集与所述检测色谱仪信息集，生成色谱仪性能评分值组。

4.根据权利要求1所述的方法，其中，所述预设簇数量是通过以下步骤生成的：

获取样本色谱仪特征提取信息集和初始簇数量集；

对于所述初始簇数量集中每个初始簇数量，执行如下处理步骤：

对所述样本色谱仪特征提取信息集进行聚类，得到样本色谱仪特征提取信息组集和样本簇中心色谱仪特征提取信息集，其中，所述样本色谱仪特征提取信息组集中样本色谱仪特征提取信息组的数目为所述初始簇数量；

基于所述样本色谱仪特征提取信息组集和所述样本簇中心色谱仪特征提取信息集，生成误差平方和；

基于所述初始簇数量集和所生成的各个误差平方和，生成簇数确定函数图像；

响应于检测到作用于所述簇数确定函数图像中的某一簇数的选择操作，将所述簇数确定为预设簇数量。

5.一种色谱仪性能检测装置，包括：

第一获取单元，被配置成获取各个色谱仪中每个色谱仪当前的色谱仪信息，得到色谱仪信息集；

提取单元，被配置成对所述色谱仪信息集中的每个色谱仪信息进行特征提取处理，以生成色谱仪特征提取信息，得到色谱仪特征提取信息集；

聚类单元，被配置成对所述色谱仪特征提取信息集进行聚类处理，得到色谱仪特征提取信息组集和簇中心色谱仪特征提取信息集，其中，所述色谱仪特征提取信息组集包括的色谱仪特征提取信息组的数量为预设簇数量；

第一确定单元，被配置成将所述簇中心色谱仪特征提取信息集中的每个簇中心色谱仪特征提取信息对应的评分值确定为簇中心色谱仪评分值，得到簇中心色谱仪评分值集；

第二确定单元，被配置成将所述簇中心色谱仪评分值集中最小的簇中心色谱仪评分值对应的色谱仪特征提取信息组确定为异常色谱仪特征提取信息组；

第三确定单元，被配置成将所述异常色谱仪特征提取信息组对应的各个色谱仪信息确定为第一异常色谱仪信息组；

第二获取单元，被配置成获取预设历史时间段内所述各个色谱仪中每个色谱仪的历史色谱仪信息组，得到历史色谱仪信息组集；

生成单元，被配置成基于所述历史色谱仪信息组集，生成色谱仪性能评分值组，以及根据所述色谱仪性能评分值组与所述第一异常色谱仪信息组，生成异常色谱仪信息组，其中，所述色谱仪性能评分值组中的色谱仪性能评分值对应所述历史色谱仪信息组集中的历史色谱仪信息组。

6.一种计算机设备，其中，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1-4中任一所述的方法的步骤。

7.一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至4中任一所述的方法的步骤。

Images