CN116147129A - 一种无菌环境智能净化控制系统及方法 - Google Patents
一种无菌环境智能净化控制系统及方法 Download PDFInfo
- Publication number
- CN116147129A CN116147129A CN202310154972.5A CN202310154972A CN116147129A CN 116147129 A CN116147129 A CN 116147129A CN 202310154972 A CN202310154972 A CN 202310154972A CN 116147129 A CN116147129 A CN 116147129A
- Authority
- CN
- China
- Prior art keywords
- information
- purification
- module
- operator
- action track
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
- F24F8/20—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by sterilisation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/14—Activity of occupants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/20—Feedback from users
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及无菌净化技术领域,公开一种无菌环境智能净化控制系统及方法,系统包括身份识别模块,用于在操作人员进入到无菌车间之前,对操作人员的身份进行识别,生成个人身份信息;轨迹获取模块,用于根据个人身份信息,从数据库中调取该个人身份信息在预设时间段内所对应的行动轨迹信息;分析模块,用于根据行动轨迹信息,对行动轨迹信息所经过的地方进行识别和分析,判断该操作人员在预设时间内是否到过预设高危场景,并根据判断结果从数据库中调取对应的净化策略;执行模块,用于根据对应的净化策略,对操作人员进行相应的净化操作。本方案能够解决现有技术中对不同的操作人员采用同一净化策略进行净化,导致净化效果参差不齐的问题。
Description
技术领域
本发明涉及无菌净化技术领域,具体涉及一种无菌环境智能净化控制系统及方法。
背景技术
随着各个行业的不断发展,对于操作车间内的清洁度的要求也越来越高,由于其对环境要求比较高,因此需要对应的操作车间保持无菌状态。
现有的无菌车间是指将一定空间范围内的微粒子、有害空气、细菌等污染物排除,并将室内的温度、洁净度、室内压力、气流速度与气流分布、噪音振动及照明、静电控制在某一需求范围内,而所给予特别设计的房间。即不论外在的空气条件如何变化,其室内均能维持原先所设定要求的洁净度、温湿度及压力等性能的特性。
在进入无菌车间时,通常都需要对操作人员进行净化处理,将操作人员所携带的细菌进行处理,使得操作人员达到进入无菌车间的净化要求,而现有的无菌车间的净化系统在对操作人员进行净化处理时,大多是通过同一的净化策略对操作人员净化,但是不同的操作人员在进入无菌车间前所经过的地方是不同的,这样会造成操作人员所携带的细菌量以及净化难度都不尽相同,相同的净化策略就会导致净化效果参差不齐。
发明内容
本发明意在提供一种无菌环境智能净化控制系统及方法,能够解决现有技术中对不同的操作人员采用同一净化策略进行净化,导致净化效果参差不齐的问题。
为达到上述目的,本发明采用如下技术方案:一种无菌环境智能净化控制系统,包括:
身份识别模块,用于在操作人员进入到无菌车间之前,对该操作人员的身份进行识别,生成对应的个人身份信息;
轨迹获取模块,用于根据生成的个人身份信息,从数据库中调取该个人身份信息在预设时间段内所对应的行动轨迹信息;
分析模块,用于根据获取到的行动轨迹信息,对该行动轨迹信息所经过的地方进行识别和分析,判断该操作人员在预设时间内是否到过预设高危场景,并根据对应的判断结果从数据库中调取对应的净化策略;
执行模块,用于根据对应的净化策略,对操作人员进行相应的净化操作。
本方案的原理及优点是:在本方案中,在操作人员进入到无菌车间之前,首先会对该操作人员的身份进行识别,生成对应的个人身份信息,这样就可以知晓进入到无菌车间的操作人员的真实身份,之后根据个人身份信息,从数据库中调取该个人身份信息在预设时间内所对应的行动轨迹信息,之后可以根据行动轨迹信息,对该操作人员在进入无菌车间之前所经过的地方进行识别和分析,例如是否到过垃圾场等这一类细菌比较多的地方或者细菌比较难以清除的地方,这一类均为对应的预设高危场景,这样根据对应的判断结果进行相应净化策略的调用,从而更加有针对性的对操作人员进行无菌净化,不仅净化的效果会更好,避免出现对进入操作人员的净化效果差,导致无菌车间被污染的问题出现,同时对去过不同场景的操作人员进行不同的净化策略,极大提高了净化的有效性。
现有技术中在对进入到无菌车间的操作人员的净化都是单一的净化手段,而这种统一化的净化手段在对操作人员的无菌净化时还是存在一些缺陷的,例如,去过不同场景下的操作人员所携带的细菌或者灰尘的量是不同的,以及其场景下所对应的净化难度也是不同的,如果对应的净化手段是单一的,要么会出现一部分操作人员的净化效果不及格,对无菌车间造成污染,要么就是对操作人员过度净化,不仅是净化资源的浪费,同时也是不科学的。
而本申请中则是在操作人员进行之前对操作人员的行动轨迹信息进行识别和分析,以此来对操作人员所到过的地方是否为预设高危场景进行快速的判断,进而根据对应的判断结果进行相应的净化策略的调用,通过这种方式实现了对不同操作人员的区分,对操作人员的净化会更加有针对性,同时净化效果也会更好,通过这种有针对性的净化方式,实现了净化的最大效果,同时也扩大了净化的使用范围,能够解决现有技术中对不同的操作人员采用同一净化策略进行净化,导致净化效果参差不齐的问题。
优选的,作为一种改进,还包括:
净化检验模块,用于在完成净化操作之后,对操作人员进行细菌检测,生成对应的细菌净化值;
信息获取模块,用于在生成对应的细菌净化值之后,对当前的无菌车间的安装位置信息、对应的无菌车间的类型、以及当前的无菌车间内的人员数进行识别和获取;
判断模块,用于根据获取到的当前的无菌车间的安装位置信息、对应的无菌车间的类型、以及当前的无菌车间内的人员数,计算出当前的操作人员所对应的细菌净化阈值,并将细菌净化值与细菌净化阈值进行比较判断,若细菌净化值小于细菌净化阈值,则判断本次净化操作为可行的,操作人员可以进入,反之,则判断净化操作失败,操作人员不可以进入;
报警模块,用于在判断结果为净化操作失败,操作人员不可以进入,发出警报。
有益效果:在本方案中,首先整体上的对净化操作之后的净化效果进行了评估,而不是说对操作人员完成了净化操作之后就可以直接进入,是需要对净化效果即细菌净化值与细菌净化阈值进行比较判断的,只有对应的细菌净化值小于细菌净化阈值,才能说明本次净化操作是成功的可行的,这样操作人员才能被允许进入。
同时在对细菌净化阈值进行使用时该细菌净化阈值并非固定不变的,而是根据对应的无菌车间的安装位置信息、类型,以及无菌车间内的人员数的不同进行时刻变化的,毕竟安装位置信息的不同对应的要求也会不同,例如安装在细菌容易滋生的地方对应的净化的要求就会比较高,不然在净化完成之后也可能有又细菌滋生,当然人员数也是会有影响的,人员数越多净化要求也会越高,通过细菌净化阈值的不断变动,实现了细菌净化阈值的不确定性,即细菌净化阈值是动态变化的,不是一成不变的,是基于人员数、安装位置以及类型这些数据进行计算的,这样对应的细菌净化阈值就会更加有针对性,这样在对本次的净化操作是否成功的判断上会更加的准确以及合理,极大提高了判断的准确性,能够更好的避免操作人员净化不达标而进入无菌车间,进入对无菌车间造成污染的问题出现。
优选的,作为一种改进,还包括存储模块,用于预先存储了对应的标准地方信息库、场景确定规则;所述标准地方信息库包括多种标准地方信息;
所述分析模块包括:
地方识别模块,用于根据获取到的行动轨迹信息,对该行动轨迹信息在预设时间段内所经过的地方进行逐一识别,生成对应的地方信息集;
匹配模块,用于将识别到的地方信息集与标准地方信息库中的多种标准地方信息进行匹配,匹配出相应的标准地方信息;
场景识别模块,用于根据匹配出来的标准地方信息与场景确定规则识别出操作人员所前往过的场景信息;
策略调用模块,用于根据识别出来的场景信息,确定对应场景信息中危险系数最高的场景信息,并从数据库中调取该危险系数最高的场景信息所对应的净化策略。
有益效果:在本方案中,在识别到操作人员的行动轨迹信息之后,就会对这些行动轨迹信息进行识别,以此来对预设时间段内操作人员所到达的地方进行逐一识别,生成对应的地方信息集,例如A-B-C-D,在得到操作人员所达到的地方之后,就可以将这些地方信息同标准地方信息库中的各个标准地方信息进行匹配,匹配出对应的标准地方信息,之后就可以根据这些匹配出来的标准地方信息与场景确定规则进行场景信息的识别,通过这一步的识别就可以初步对操作人员在预设时间内所达到的场景进行确定,并且在识别出来的众多场景信息中识别出危险系数最高的场景信息,依据这个场景信息来调取其对应的净化策略。
在本方案中,通过存储模块对标准地方信息以及场景确定规则的存储,使得在对净化策略的调取时更加的快速和准确。
优选的,作为一种改进,所述分析模块还包括策略调整模块,用于在调取出危险系数最高的场景信息所对应的净化策略之后,根据当前的无菌车间内的人员数,对净化策略中的净化操作进行动态调整。
有益效果:在本方案中,主要考虑到随着无菌车间内人员的不断增加,对应的细菌产生的可能性也就越大,毕竟人员的走动以及数量都会导致细菌的产生,所以对于新进入的操作人员的要求也会更高一些,这样对于其净化策略中的净化操作也会进行动态调整,例如A操作正常只需要执行1次并执行1分钟,而由于人员数的增加,对应的A操作可能会变为执行2次并执行2分钟,通过这种对净化策略中的净化操作的动态调整可以避免随着人员数的不断增加,无菌车间会被污染的可能性极大提高的问题。
优选的,作为一种改进,所述轨迹获取模块还用于根据个人身份信息,在服务器中爬取该个人身份信息所对应的社交网络信息;所述社交网络信息包括社交照片;
所述地方识别模块包括:
第一识别模块,用于根据数据库中的行动轨迹信息,对该行动轨迹信息在预设时间段内所经过的地方进行逐一识别,生成对应的第一地方信息集;
第二识别模块,用于根据对应的社交照片,对该照片上所对应的地方进行识别,生成对应的第二地方信息集;
地方信息整合模块,用于根据第一地方信息集和第二地方信息集进行一一匹配,并删除第一地方信息集与第二地方信息集之间存在重复的地方信息,形成新的地方信息集。
有益效果:在本方案,对应的操作人员所经过的地方的原始数据不仅包括数据库中的操作人员的行动轨迹信息,同时还包括其社交网络上的社交网络信息,通过对这两个信息的识别能够更加全面对操作人员所经过的地方进行识别和确定,这样能够有利于后续的净化策略的调动,能够确保操作人员所对应的净化策略是准确的真实的。
优选的,作为一种改进,还包括人员关联模块,用于在轨迹获取模块没有获取到该个人身份信息在预设时间内所对应的行动轨迹信息时,根据该操作人员的个人身份信息,关联与该个人身份信息相似的其他操作人员的个人身份信息进行关联;
替用模块,用于根据该操作人员的个人身份信息所关联的其他操作人员的个人身份信息,获取其他操作人员在预设时间段内所对应的行动轨迹信息,形成该操作人员的行动轨迹信息。
有益效果:在本方案中,考虑到某一操作人员可能在进入无菌车间时其没有对应的行动轨迹信息,面对这一类情况,通过关联模块,将各个操作人员之间进行关联,具体的就是将对应的个人身份信息相似的其他操作人员与该操作人员进行关联,在对该操作人员的行动轨迹信息进行获取时由于是获取不到的,就会去获取与之关联的其他操作人员的行动轨迹信息,以此来代替该操作人员的行动轨迹信息,通过这种方式实现对该操作人员的净化策略的选择,个人身份信息相似的操作人员对应的行动轨迹大体上是相同的,通过这种关联的方式极大提高了对操作人员所经过地方的识别的快速性和有效性。
本发明还提供了一种无菌环境智能净化控制方法,包括以下步骤:
S1、在操作人员进入到无菌车间之前,对该操作人员的身份进行识别,生成对应的个人身份信息;
S2、根据生成的个人身份信息,从数据库中调取该个人身份信息在预设时间段内所对应的行动轨迹信息;
S3、根据获取到的行动轨迹信息,对该行动轨迹信息所经过的地方进行识别和分析,判断该操作人员在预设时间内是否到过预设高危场景,并根据对应的判断结果从数据库中调取对应的净化策略;
S4、根据对应的净化策略,对操作人员进行相应的净化操作。
本方案的原理和效果:在本方案中,在操作人员进入到无菌车间之前,首先会对该操作人员的身份进行识别,生成对应的个人身份信息,这样就可以知晓进入到无菌车间的操作人员的真实身份,之后根据个人身份信息,从数据库中调取该个人身份信息在预设时间内所对应的行动轨迹信息,之后可以根据行动轨迹信息,对该操作人员在进入无菌车间之前所经过的地方进行识别和分析,例如是否到过垃圾场等这一类细菌比较多的地方或者细菌比较难以清除的地方,这一类均为对应的预设高危场景,这样根据对应的判断结果进行相应净化策略的调用,从而更加有针对性的对操作人员进行无菌净化,不仅净化的效果会更好,避免出现对进入操作人员的净化效果差,导致无菌车间被污染的问题出现,同时对去过不同场景的操作人员进行不同的净化策略,极大提高了净化的有效性。
而本申请中则是在操作人员进行之前对操作人员的行动轨迹信息进行识别和分析,以此来对操作人员所到过的地方是否为预设高危场景进行快速的判断,进而根据对应的判断结果进行相应的净化策略的调用,通过这种方式实现了对不同操作人员的区分,对操作人员的净化会更加有针对性,同时净化效果也会更好,通过这种有针对性的净化方式,实现了净化的最大效果,同时也扩大了净化的使用范围,能够解决现有技术中对不同的操作人员采用同一净化策略进行净化,导致净化效果参差不齐的问题。
附图说明
图1为本发明实施例一中无菌环境智能净化控制系统的逻辑框图。
图2为本发明实施例一中无菌环境智能净化控制方法的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例基本如附图1所示:一种无菌环境智能净化控制系统,包括:
身份识别模块,用于在操作人员进入到无菌车间之前,对该操作人员的身份进行识别,生成对应的个人身份信息;
轨迹获取模块,用于根据生成的个人身份信息,从数据库中调取该个人身份信息在预设时间段内所对应的行动轨迹信息;还用于根据个人身份信息,在服务器中爬取该个人身份信息所对应的社交网络信息;所述社交网络信息包括社交照片;在本实施例中,在识别到操作人员的个人身份信息之后系统就知晓该操作人员的身份,就可以根据这个个人身份信息从数据库中调取该操作人员的所有的行动轨迹信息,考虑到时效性,会截取预设时间段内的行动轨迹信息,当然除此之外,还会在服务器中爬取该个人身份信息所对应的社交网络信息,比如该操作人员的微信朋友圈的照片等。
还包括人员关联模块,用于在轨迹获取模块没有获取到该个人身份信息在预设时间内所对应的行动轨迹信息时,根据该操作人员的个人身份信息,关联与该个人身份信息相似的其他操作人员的个人身份信息进行关联;
替用模块,用于根据该操作人员的个人身份信息所关联的其他操作人员的个人身份信息,获取其他操作人员在预设时间段内所对应的行动轨迹信息,形成该操作人员的行动轨迹信息。
操作人员在数据库中没有对应的行动轨迹信息,而面对这类操作人员进入时,为了避免是因为无法对行动轨迹信息进行分析导致无法调用准确的净化策略,进而使得净化操作失败,造成无菌车间内受到污染的问题出现,会在第一时间进行操作人员之间的关联。例如,操作人员甲和乙是同事关系,那么可能在大部分的时间里其行动轨迹基本上是相同的,那么这样就可以将操作人员乙与甲进行关联,一旦其中有一个操作人员的行动轨迹信息无法获取到,就可以直接调用与之关联的其他操作人员的行动轨迹信息,通过这种方式的关联实现了对操作人员的个人行动轨迹的快速和准确的获取。
分析模块,用于根据获取到的行动轨迹信息,对该行动轨迹信息所经过的地方进行识别和分析,判断该操作人员在预设时间内是否到过预设高危场景,并根据对应的判断结果从数据库中调取对应的净化策略;
所述分析模块包括:
地方识别模块,用于根据获取到的行动轨迹信息,对该行动轨迹信息在预设时间段内所经过的地方进行逐一识别,生成对应的地方信息集;
匹配模块,用于将识别到的地方信息集与标准地方信息库中的多种标准地方信息进行匹配,匹配出相应的标准地方信息;
场景识别模块,用于根据匹配出来的标准地方信息与场景确定规则识别出操作人员所前往过的场景信息;
策略调整模块,用于在调取出危险系数最高的场景信息所对应的净化策略之后,根据当前的无菌车间内的人员数,对净化策略中的净化操作进行动态调整。在本实施例中,对于新进入的操作人员,整个系统会根据当前进来的操作人员进入后整个无菌车间内的人员数的变化来对净化策略中净化策略进行调整,具体的调整逻辑为人数越多,对应的净化操作的净化程度就会越大。例如A操作正常只需要执行1次并执行1分钟,而由于人员数的增加,对应的A操作可能会变为执行2次并执行2分钟,通过这种对净化策略中的净化操作的动态调整可以避免随着人员数的不断增加,无菌车间会被污染的可能性极大提高的问题。
策略调用模块,用于识别出来的场景信息,从数据库中调取该场景信息所对应的净化策略。
其中,所述地方识别模块包括:
第一识别模块,用于根据数据库中的行动轨迹信息,对该行动轨迹信息在预设时间段内所经过的地方进行逐一识别,生成对应的第一地方信息集;
第二识别模块,用于根据对应的社交照片,对该照片上所对应的地方进行识别,生成对应的第二地方信息集;
地方信息整合模块,用于根据第一地方信息集和第二地方信息集进行一一匹配,并删除第一地方信息集与第二地方信息集之间存在重复的地方信息,形成新的地方信息集。
在本实施例中,通过对行动轨迹信息的识别可以识别出操作人员在预设时间段内所经过的地方形成第一地方信息集,例如A、B、C、D,同时还会根据社交照片对照片内的地方进行识别,得到第二地方信息集,例如A、C、F,这样在进行地方信息整合时,就会删除重复A和C,得到最后的地方信息集为A、B、C、D、F,这样就能够更好的完成对操作人员所经过的地方的信息进行整合,避免了资源的浪费以及使得整合后的信息更加的直观和简便。
在本实施例中,标准地方信息库中包括多种标准地方信息,通过预设的标准地方信息,来对识别出来的地方信息集进行匹配,这样就可以知晓识别出的地方信息集中各个地方信息都对应哪些标准地方信息,之后就可以根据匹配出来的标准地方信息与对应的场景确定规则来识别出该操作人员所前往过的场景信息,例如,操作人员甲所对应的地方信息集为A、B、C、D、F,通过与标准信息库中的多个标准地方信息匹配可知,标准地方信息a对应A,b对应B,c对应C,d对应D,f对应F,具体的假设A为某某医院,那么标准地方信息a为医院等高风险地区;之后将匹配出来的标准地方信息与场景确定规则进行识别,从而确定场景信息。
例如,场景确定规则为:
标准地方信息 | 场景信息 |
A、B、C | 高风险公共场景 |
D、F | 较高风险私密场景 |
H、R、T | 一般风险场景 |
Q、O、P | 低风险公共场景 |
J、I、L | 低风险私密场景 |
执行模块,用于根据对应的净化策略,对操作人员进行相应的净化操作。在本实施例中,净化策略设置有多个,不同的场景信息对应不同的净化策略。例如净化策略AA对应的净化操作包括操作a1、a2、a3、a4,而净化策略BB对应的净化策略可能与AA相同,唯一不同的可能是其中某一个操作的不同,例如执行a1操作两次后再执行接下来的操作。
存储模块,用于预先存储了对应的标准地方信息库、场景确定规则;所述标准地方信息库包括多种标准地方信息;
净化检验模块,用于在完成净化操作之后,对操作人员进行细菌检测,生成对应的细菌净化值;
信息获取模块,用于在生成对应的细菌净化值之后,对当前的无菌车间的安装位置信息、对应的无菌车间的类型、以及当前的无菌车间内的人员数进行识别和获取;
判断模块,用于根据获取到的当前的无菌车间的安装位置信息、对应的无菌车间的类型、以及当前的无菌车间内的人员数,计算出当前的操作人员所对应的细菌净化阈值,并将细菌净化值与细菌净化阈值进行比较判断,若细菌净化值小于细菌净化阈值,则判断本次净化操作为可行的,操作人员可以进入,反之,则判断净化操作失败,操作人员不可以进入。
报警模块,用于在判断结果为净化操作失败,操作人员不可以进入,发出警报。
在本实施例中,在操作人员完成了对应的净化操作之后,为了确保对操作人员的净化效果,还会对净化效果进行验证,具体的,首先对操作人员进行细菌检测,从而实现对净化后的操作人员的净化效果的采集,得到对应的细菌净化值,之后就会对当前的无菌车间的安装位置信息、无菌车间的类型以及当前的无菌车间内的人员数进行获取,通过这些数据从而实现对细菌净化阈值的计算,在本实施例中,采用BP神经网络技术对细菌净化阈值进行计算和预测,具体的,首先建立一个三层的BP神经网络模型,包括输入层、隐层和输出层,本实施例中,输入层的输入为当前的无菌车间的安装位置信息、无菌车间的类型、当前的无菌车间内的人员数、操作人员进入的时间、净化策略,因此输入层有5个节点;而输出是细菌净化阈值,因此输出有1个节点,针对隐层,本实施例使用了以下公式来确定隐层节点的数量:,其中l为隐层的节点数,n为输入层的节点数,m为输出层的节点数,a为1至10之间的一个数,本实施例中取为6,因此隐层共有8个节点。BP神经网络通常采用Sigmoid可微函数和线性函数作为网络的激励函数。本文选择S型正切函数tansig作为隐层神经元的激励函数。预测模型选取S型对数函数tansig作为输出层神经元的激励函数。
如图2所示,针对上述的一种无菌环境智能净化控制系统,本实施例还提供一种无菌环境智能净化控制方法,包括以下步骤:
S1、在操作人员进入到无菌车间之前,对该操作人员的身份进行识别,生成对应的个人身份信息;
S2、根据生成的个人身份信息,从数据库中调取该个人身份信息在预设时间段内所对应的行动轨迹信息;
S3、根据获取到的行动轨迹信息,对该行动轨迹信息所经过的地方进行识别和分析,判断该操作人员在预设时间内是否到过预设高危场景,并根据对应的判断结果从数据库中调取对应的净化策略;
S4、根据对应的净化策略,对操作人员进行相应的净化操作。
以上所述的仅是本发明的实施例,方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.一种无菌环境智能净化控制系统,其特征在于:
身份识别模块,用于在操作人员进入到无菌车间之前,对该操作人员的身份进行识别,生成对应的个人身份信息;
轨迹获取模块,用于根据生成的个人身份信息,从数据库中调取该个人身份信息在预设时间段内所对应的行动轨迹信息;
分析模块,用于根据获取到的行动轨迹信息,对该行动轨迹信息所经过的地方进行识别和分析,判断该操作人员在预设时间内是否到过预设高危场景,并根据对应的判断结果从数据库中调取对应的净化策略;
执行模块,用于根据对应的净化策略,对操作人员进行相应的净化操作。
2.根据权利要求1所述的一种无菌环境智能净化控制系统,其特征在于:还包括:
净化检验模块,用于在完成净化操作之后,对操作人员进行细菌检测,生成对应的细菌净化值;
信息获取模块,用于在生成对应的细菌净化值之后,对当前的无菌车间的安装位置信息、对应的无菌车间的类型、以及当前的无菌车间内的人员数进行识别和获取;
判断模块,用于根据获取到的当前的无菌车间的安装位置信息、对应的无菌车间的类型、以及当前的无菌车间内的人员数,计算出当前的操作人员所对应的细菌净化阈值,并将细菌净化值与细菌净化阈值进行比较判断,若细菌净化值小于细菌净化阈值,则判断本次净化操作为可行的,操作人员可以进入,反之,则判断净化操作失败,操作人员不可以进入;
报警模块,用于在判断结果为净化操作失败,操作人员不可以进入,发出警报。
3.根据权利要求2所述的一种无菌环境智能净化控制系统,其特征在于:还包括存储模块,用于预先存储了对应的标准地方信息库、场景确定规则;所述标准地方信息库包括多种标准地方信息;
所述分析模块包括:
地方识别模块,用于根据获取到的行动轨迹信息,对该行动轨迹信息在预设时间段内所经过的地方进行逐一识别,生成对应的地方信息集;
匹配模块,用于将识别到的地方信息集与标准地方信息库中的多种标准地方信息进行匹配,匹配出相应的标准地方信息;
场景识别模块,用于根据匹配出来的标准地方信息与场景确定规则识别出操作人员所前往过的场景信息;
策略调用模块,用于根据识别出来的场景信息,从数据库中调取该场景信息所对应的净化策略。
4.根据权利要求3所述的一种无菌环境智能净化控制系统,其特征在于:所述分析模块还包括策略调整模块,用于在调取出危险系数最高的场景信息所对应的净化策略之后,根据当前的无菌车间内的人员数,对净化策略中的净化操作进行动态调整。
5.根据权利要求4所述的一种无菌环境智能净化控制系统,其特征在于:所述轨迹获取模块还用于根据个人身份信息,在服务器中爬取该个人身份信息所对应的社交网络信息;所述社交网络信息包括社交照片;
所述地方识别模块包括:
第一识别模块,用于根据数据库中的行动轨迹信息,对该行动轨迹信息在预设时间段内所经过的地方进行逐一识别,生成对应的第一地方信息集;
第二识别模块,用于根据对应的社交照片,对该照片上所对应的地方进行识别,生成对应的第二地方信息集;
地方信息整合模块,用于根据第一地方信息集和第二地方信息集进行一一匹配,并删除第一地方信息集与第二地方信息集之间存在重复的地方信息,形成新的地方信息集。
6.根据权利要求1所述的一种无菌环境智能净化控制系统,其特征在于:还包括人员关联模块,用于在轨迹获取模块没有获取到该个人身份信息在预设时间内所对应的行动轨迹信息时,根据该操作人员的个人身份信息,关联与该个人身份信息相似的其他操作人员的个人身份信息进行关联;
替用模块,用于根据该操作人员的个人身份信息所关联的其他操作人员的个人身份信息,获取其他操作人员在预设时间段内所对应的行动轨迹信息,形成该操作人员的行动轨迹信息。
7.一种无菌环境智能净化控制方法,适用于如权利要求1-6任意一项所述的无菌环境智能净化控制系统,其特征在于:包括以下步骤:
S1、在操作人员进入到无菌车间之前,对该操作人员的身份进行识别,生成对应的个人身份信息;
S2、根据生成的个人身份信息,从数据库中调取该个人身份信息在预设时间段内所对应的行动轨迹信息;
S3、根据获取到的行动轨迹信息,对该行动轨迹信息所经过的地方进行识别和分析,判断该操作人员在预设时间内是否到过预设高危场景,并根据对应的判断结果从数据库中调取对应的净化策略;
S4、根据对应的净化策略,对操作人员进行相应的净化操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310154972.5A CN116147129A (zh) | 2023-02-22 | 2023-02-22 | 一种无菌环境智能净化控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310154972.5A CN116147129A (zh) | 2023-02-22 | 2023-02-22 | 一种无菌环境智能净化控制系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116147129A true CN116147129A (zh) | 2023-05-23 |
Family
ID=86373272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310154972.5A Pending CN116147129A (zh) | 2023-02-22 | 2023-02-22 | 一种无菌环境智能净化控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116147129A (zh) |
-
2023
- 2023-02-22 CN CN202310154972.5A patent/CN116147129A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Eini et al. | Smart building management system: Performance specifications and design requirements | |
Khan et al. | Fault detection analysis of building energy consumption using data mining techniques | |
WO2020010701A1 (zh) | 污染物异常监测方法、系统、计算机设备和存储介质 | |
US8190367B2 (en) | System and method for assessing and reducing air pollution by regulating airflow ventilation | |
CN112557598B (zh) | 一种基于物联网的城市空气质量监控管理方法 | |
Khazaei et al. | Modeling indoor air carbon dioxide concentration using artificial neural network | |
Ouf et al. | A simulation-based method to investigate occupant-centric controls | |
CN111524612B (zh) | 传染病溯源方法、装置、计算机设备和存储介质 | |
McKenzie | Self‐selection, church attendance, and local civic participation | |
CN109100468A (zh) | 一种污染源环境自动监测平台的异常数据预警系统及方法 | |
US20240086740A1 (en) | Building data platform with digital twin triggers and actions | |
Al Qathrady et al. | Infection tracing in smart hospitals | |
US20230070313A1 (en) | Building data platform with air quality analysis based on mobile air quality sensors | |
Nurcahyanto et al. | Multilevel RNN‐Based PM10 Air Quality Prediction for Industrial Internet of Things Applications in Cleanroom Environment | |
CN116880320A (zh) | 一种热力管网调度监控方法及监控平台、装置、存储介质 | |
US20230153648A1 (en) | Building data platform with digital twin inferences | |
Habib et al. | Automatic occupancy prediction using unsupervised learning in buildings data | |
CN116147129A (zh) | 一种无菌环境智能净化控制系统及方法 | |
CN113344470B (zh) | 一种基于区块链的供电系统智能管理方法 | |
US20230335272A1 (en) | Building management system with water and air-based biological sensing | |
CN116644954B (zh) | 抽蓄工程施工安全风险智能化决策方法 | |
CN109613179B (zh) | 累积高值区的确定方法 | |
CN116205528A (zh) | 基于施工场地电力数据的违规施工辨识方法和系统 | |
CN113344417A (zh) | 一种居民楼中排查小作坊房屋的方法、系统、计算机设备及可读介质 | |
CN113888526A (zh) | 基于微生物的废气处理方法及系统 |
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 |