CN116429185A - 化工制药生产线环境在线实时监测管控系统 - Google Patents
化工制药生产线环境在线实时监测管控系统 Download PDFInfo
- Publication number
- CN116429185A CN116429185A CN202310487228.7A CN202310487228A CN116429185A CN 116429185 A CN116429185 A CN 116429185A CN 202310487228 A CN202310487228 A CN 202310487228A CN 116429185 A CN116429185 A CN 116429185A
- Authority
- CN
- China
- Prior art keywords
- medicine
- medicine production
- production
- dust
- workshop
- 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.)
- Withdrawn
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 388
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 239000000126 substance Substances 0.000 title claims abstract description 18
- 239000003814 drug Substances 0.000 claims description 312
- 239000000428 dust Substances 0.000 claims description 153
- 230000009471 action Effects 0.000 claims description 106
- 238000004458 analytical method Methods 0.000 claims description 47
- 230000007613 environmental effect Effects 0.000 claims description 40
- 238000013441 quality evaluation Methods 0.000 claims description 30
- 230000007480 spreading Effects 0.000 claims description 30
- 238000003892 spreading Methods 0.000 claims description 30
- 229940079593 drug Drugs 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 15
- 230000003245 working effect Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 3
- 229940126534 drug product Drugs 0.000 claims description 3
- 239000000825 pharmaceutical preparation Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- 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
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及化工制药技术领域,具体公开化工制药生产线环境在线实时监测管控系统,该系统包括药品生产车间环境参数获取模块、药品生产设备生产过程参数分析模块、药品生产车间预估环境质量分析模块、药品生产车间预调节模块、工作人员实际动作分析模块、药品生产车间环境评估模块、预警终端和云数据库,本发明对车间内部药品生产设备在生产药品时产生的热量进行分析,保证了车间内部温度分析的精确性,为车间药品生产质量分析提供强有力的数据支持,本发明确保了车间内部人员产生的灰尘量分析的精确性,一方面保障了药品的生产质量,另一方面确保了车间内部除尘系统使用市场分析的准确性,保证车间内部灰尘量的适宜性。
Description
技术领域
本发明涉及化工制药技术领域,具体而言,涉及化工制药生产线环境在线实时监测管控系统。
背景技术
随着科学和技术的发展,医疗行业的发展也越来越迅速,在医疗行业的发展中,离不开药品行业的支持,近年来,药品行业逐渐工业化、自动化,在药品行业的发展进程中,流水线生产线一方面可以节省人工费,使车间管理的很有条理,一方面可以进一步提高生产产品的质量,另一方面流水线式生产也可以提高企业的形象,故而,在药品的生产过程中也引进了生产线,利用生产线生产药品,而在药品在生产车间的生产过程中,药品的质量与车间的环境息息相关,如若车间的环境不符合要求,一方面会影响当前药品的生产质量,进而无法保证药品的收益,另一方面影响药品的持续生产,给车间生产厂家带来不利影响。
现有的车间环境分析在一定程度上可以满足当前要求,但是还存在一定的缺陷,其具体体现在以下几个方面:(1)现有的车间环境分析对车间内部药品生产设备在生产药品时的产生热量分析不够深入,药品生产设备在运转过程中会产生热量,进而影响车间内的温度,现有技术对这一层面的忽视,导致对车间内部温度分析不精确,进而影响车间内部生产药品的质量,从而无法为车间药品生产质量分析提供强有力的数据支持。
(2)现有的车间环境分析对车间内部人员产生灰尘量的分析还停留在车间内部人员的动作分析层面,对车间内部人员所属工作轨迹和动作持续时长的关注度不高,进而导致车间内部人员产生的灰尘量的分析不够精确,一方面影响药品的生产质量,使生产的药品质量无法达到需求质量,另一方面影响车间内部除尘系统使用时长分析,从而降低除尘系统的除尘效果,无法保证车间内部灰尘量的适宜性。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了化工制药生产线环境在线实时监测管控系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:化工制药生产线环境在线实时监测管控系统,包括:药品生产车间环境参数获取模块、药品生产设备生产过程参数分析模块、药品生产车间预估环境质量分析模块、药品生产车间预调节模块、工作人员实际动作分析模块、药品生产车间环境评估模块、预警终端和云数据库。
所述药品生产车间环境参数获取模块用于获取药品生产车间的环境参数,其中环境参数包括温度、湿度和灰尘量。
所述药品生产设备生产过程参数分析模块用于获取药品生产过程中所需的各设备,将其标记为各药品生产设备,并对各药品生产设备对应的生产过程参数进行分析,其中生产过程参数包括生产增加热量和生产灰尘量。
所述药品生产车间预估环境质量分析模块用于对药品生产车间对应的环境进行分析,进而得到药品生产车间对应的预估环境质量系数。
所述药品生产车间预调节模块用于基于药品生产车间对应的预估环境质量系数分析药品生产车间对应排风系统、除尘系统的起始时间点和结束时间点。
所述工作人员实际动作分析模块用于获取工作人员从药品生产车间开始运转到当前的监控视频,进而分析工作人员对应的实际增加灰尘量,并分析药品生产车间对应除尘系统的调整结束时间点,进而将其发送到药品生产车间管理中心。
所述药品生产车间环境评估模块用于获取生产完成的各批次药品所属质量合格的数量,进而分析药品对应的实际质量评估系数,并由此分析药品生产车间对应的环境质量系数。
所述预警终端用于根据药品生产车间对应的环境质量系数进行相应预警。
所述云数据库用于存储各工作功率对应单位时长的生产增加热量,存储各灰尘散播风险系数对应的工作体积范围,存储排风系统所属各适宜起始时间点对应的预估环境质量系数区间,存储各裸露部位对应的灰尘散播因子,存储各类别动作对应的适宜时长,并存储各增加灰尘量对应的灰尘增加系数范围。
进一步地,所述对各药品生产设备对应的生产过程参数进行分析,其具体方法为:A1:从药品生产车间管理中心获取各药品生产设备的工作功率。
A2:从药品生产车间管理中心获取药品对应的预计生产时长,将其标记为T。
A3:从云数据库中提取各工作功率对应单位时长的生产增加热量,并将各药品生产设备的工作功率与各工作功率对应单位时长的生产增加功率进行对比,进而得到各药品生产设备对应单位时长的生产增加热量,并将其标记为εi,其中i表示为各药品生产设备的编号,i=1,2,...,n。
A4:基于药品对应的预计生产时长和各药品生产设备对应单位时长的生产增加热量分析各药品生产设备对应的生产增加热量,其计算公式为:ηi=T*εi,其中ηi表示为第i个药品生产设备对应的生产增加热量。
A5:从云数据库中提取各工作功率对应单位时长的生产增加灰尘量,并将各药品生产设备的工作功率与各工作功率对应单位时长的生产增加灰尘量进行对比,进而得到各药品生产设备对应单位时长的生产灰尘量。
A6:将药品对应的预计生产时长和各药品生产设备对应单位时长的生产灰尘量相乘,进而得到各药品生产设备对应的生产灰尘量。
进一步地,所述药品生产车间对应的预估环境质量系数,其具体分析方法为:B1:获取药品生产车间的初始温度、初始湿度和初始灰尘量,并将其分别标记为T0、Q0和S0。
B2:基于各药品生产设备对应的生产增加热量分析药品生产设备对应的生产增加总热量,其计算公式为其中η′表示为药品生产设备对应的生产增加总热量,进而将药品生产设备对应的生产增加总热量与预设的单位热量对应的增加温度进行相乘,进而得到药品生产设备对应的增加温度。
B3:将各药品生产设备对应的生产灰尘量进行累加,进而得到药品生产设备对应的生产灰尘总量。
B4:从药品生产车间的监控视频中提取各药品生产设备的工作视频,进而根据各药品生产设备的工作视频勾勒各药品生产设备的工作范围,从而获取各药品生产设备对应的工作体积,并将其标记为Vi。
B5:从云数据库中提取各灰尘散播风险系数对应的工作体积范围,并将各药品生产设备对应的工作体积与各灰尘散播风险系数对应的工作体积范围进行对比,筛选各药品生产设备对应的灰尘散播风险系数,将其标记为Fi。
,其中表示为药品生产车间对应的预估环境质量系数,T″、Q″、S″分别表示为预设的药品对应的生产安全温度、生产安全湿度、生产安全灰尘量,W、E分别表示为药品生产设备对应的增加温度、生产灰尘总量,χ1、χ2、χ3、χ4分别表示为预设的温度、湿度、灰尘量、灰尘散播对应的质量权重因子。
进一步地,所述药品生产车间对应的排风系统和除尘系统的起始时间点和结束时间点,其具体分析方法为:C1:将药品生产车间对应的预估环境质量系数与云数据库中存储的排风系统所属各适宜起始时间点对应的预估环境质量系数区间进行对比,筛选药品生产车间对应排风系统的起始时间点。
C2:将药品生产车间对应的预估环境质量系数与预设的各排风时长对应的预估环境质量系数区间,筛选药品生产车间对应排风系统的排风时长,并根据药品生产车间对应排风系统的起始时间点和排风时长获取药品生产车间对应排风系统的适宜结束时间点,并将其作为药品生产车间对应排风系统的结束时间点。
C3:同理,分析得到药品生产车间对应除尘系统的起始时间点和结束时间点。
进一步地,所述分析工作人员对应的实际增加灰尘量,其具体方法为:D1:从药品生产车间开始运转到当前的监控视频中提取各工作人员对应的皮肤裸露区域,并将各工作人员对应的皮肤裸露区域与各裸露部位对应的轮廓特征图像进行匹配对比,若某工作人员对应的皮肤裸露区域与某裸露部位对应的轮廓特征图像匹配成功,则将该裸露部位记为该工作人员的裸露部位,进而得到该工作人员对应的各裸露部位,从而统计各工作人员对应的各裸露部位。
D2:将各工作人员对应的各裸露部位与云数据库中存储的各裸露部位对应的灰尘散播因子进行对比,进而得到各工作人员对应各裸露部位对应的灰尘散播因子,将其标记为τmp,其中m表示为各工作人员的编号,m=1,2,...,l,p表示为各裸露部位的编号,p=1,2,...,q。
D3:将药品生产车间开始运转到当前的监控视频按照预设的视频帧数划分为各待分析图片,进而从各待分析图片按照各工作人员所在区域划分为各工作人员图片,从而将各待分析图片所属各工作人员图片与预设的各动作类别对应的图片进行对比,若某待分析图片所属某工作人员图片与某动作图片匹配成功,则将该动作所属类别作为该待分析图片所属该工作人员图片的动作类别,进而得到各待分析图片所属各工作人员图片对应的动作类别。
D4:将各待分析图片按照所属时间点进行排序,统计各待分析图片中动作类别相同的工作人员图片对应的数量,进而将各待分析图片中所属工作人员图片数量最多的动作类别作为各待分析图片的动作类别,进而将相邻时间点对应动作类别相同的各待分析图片归类为待解析动作图片集合,进而得到各待解析动作所属图片集合。
D5:将各待解析动作所属图片集合中的所有图片按照时间点进行排序,进而获取各待解析动作所属图片集合对应首端图片所属时间点和尾端图片所属时间点,据此分析各待解析动作对应的持续时长,其计算公式为:μx=tx′-tx,其中μx表示为第x个待解析动作对应的持续时长,tx、tx′分别表示为第x个待解析动作所属图片集合对应首端图片所属时间点、尾端图片所属时间点,x表示为各待解析动作的编号,x=1,2,...,y。
D6:获取各待解析动作所属图片集合中所有各待分析图片对应的动作类别,并将其作为各待解析动作所属图片集合对应的动作类别,将其标记为各待解析动作的动作类别,进而将各待解析动作的动作类别与云数据库中存储的各动作类别对应的适宜时长进行对比,筛选各待解析动作对应的适宜时长,并将其标记为μx′。
D7:从药品生产车间开始运转到当前的监控视频获取各工作人员对应的工作活动区域,进而将各工作人员对应的工作活动区域进行重合对比,从而获取工作活动重合区域。
D8:获取各工作人员对应工作活动区域的体积和工作活动重合区域的体积,并将其分别标记为βm和α。
D9:获取药品生产车间的体积,进而分析工作人员对应的灰尘增加系数,其计算公式为:其中ω表示为工作人员对应的灰尘增加系数,V表示为药品生产车间的体积,γ1、γ2、γ3、γ4分别表示为预设的灰尘散播、动作时长、活动区域、活动重合区域所属灰尘增加占比因子。
D10:将工作人员对应的灰尘增加系数与云数据库中存储的各增加灰尘量对应的灰尘增加系数范围进行对比,筛选工作人员对应的实际增加灰尘量。
进一步地,所述药品生产车间对应除尘系统的调整结束时间点,其具体方法为:将工作人员对应的实际增加灰尘量与预设的除尘系统所属调整时长对应的单位增加灰尘量相乘,进而得到药品生产车间对应除尘系统的调整时长,并基于药品生产车间对应排风系统的适宜结束时间点和药品生产车间对应除尘系统的调整时长获取药品生产车间对应排风系统的调整结束时间点。
进一步地,所述药品对应的实际质量评估系数,其具体分析方法为:获取生产完成各批次药品的数量,将其标记为Hr′,进而分析药品对应的实际质量评估系数,其计算公式为:其中φ表示为药品对应的实际质量评估系数,Hr表示为生产完成的第r批次药品所属质量合格的数量,r表示为各批次的编号,r=1,2,...,g。
进一步地,所述药品生产车间对应的环境质量系数,其具体分析方法为:将药品对应的实际质量评估系数与预设的药品质量评估阈值进行对比,若药品对应的实际质量评估系数大于或等于药品质量评估阈值,则将药品生产车间对应的环境质量系数标记为θ,反之,则将药品质量评估阈值减区药品对应的实际质量评估系数,并将其作为药品生产车间对应的环境质量系数,将其标记为θ′。
进一步地,所述根据药品生产车间对应的环境质量系数进行相应预警,其具体方法为:当药品生产车间对应的环境质量系数为θ′时,将其发送到药品生产车间管理中心,并进行环境质量异常预警。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明的车间环境分析对车间内部药品生产设备在生产药品时产生的热量进行分析,并由此来判断车间内部排风系统的开启和关闭,本发明对这一层面的注重,保证了车间内部温度分析的精确性,进而提高了车间内部生产药品的质量,从而为车间药品生产质量分析提供强有力的数据支持。
(2)本发明不仅通过监控视频识别车间内部人员对应的动作类别,进而分析车间内内部人员对应动作类别的持续时长,而且通过监控视频获取车间内部人员的工作轨迹,并对工作轨迹进行重合比对,确保车间内部人员产生的灰尘量分析的精确性,一方面保障了药品的生产质量,使生产的药品质量达到需求质量,另一方面确保了车间内部除尘系统使用市场分析的准确性,从而在一定程度上提高了除尘系统的除尘效果,保证车间内部灰尘量的适宜性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
参照图1所示,本发明提供化工制药生产线环境在线实时监测管控系统,包括:药品生产车间环境参数获取模块、药品生产设备生产过程参数分析模块、药品生产车间预估环境质量分析模块、药品生产车间预调节模块、工作人员实际动作分析模块、药品生产车间环境评估模块、预警终端和云数据库。
所述药品生产车间环境参数获取模块和药品生产设备生产过程参数分析模块均与药品生产车间预估环境质量分析模块连接,药品生产车间预估环境质量分析模块与药品生产车间预调节模块连接,药品生产车间预调节模块与工作人员实际动作分析模块连接,工作人员实际动作分析模块与药品生产车间环境评估模块连接,药品生产车间环境评估模块与预警终端连接,云数据库分别与药品生产设备生产过程参数分析模块、药品生产车间预估环境质量分析模块、药品生产车间预调节模块和工作人员实际动作分析模块连接。
所述药品生产车间环境参数获取模块用于获取药品生产车间的环境参数,其中环境参数包括温度、湿度和灰尘量。
需要说明的是,药品生产车间的环境参数具体获取方式为:通过药品无菌车间的室内环境显示终端获取药品生产车间的温度、湿度和灰尘含量。
所述药品生产设备生产过程参数分析模块用于获取药品生产过程中所需的各设备,将其标记为各药品生产设备,并对各药品生产设备对应的生产过程参数进行分析,其中生产过程参数包括生产增加热量和生产灰尘量。
在本发明的具体实施例中,所述对各药品生产设备对应的生产过程参数进行分析,其具体方法为:A1:从药品生产车间管理中心获取各药品生产设备的工作功率。
A2:从药品生产车间管理中心获取药品对应的预计生产时长,将其标记为T。
A3:从云数据库中提取各工作功率对应单位时长的生产增加热量,并将各药品生产设备的工作功率与各工作功率对应单位时长的生产增加功率进行对比,进而得到各药品生产设备对应单位时长的生产增加热量,并将其标记为εi,其中i表示为各药品生产设备的编号,i=1,2,...,n。
A4:基于药品对应的预计生产时长和各药品生产设备对应单位时长的生产增加热量分析各药品生产设备对应的生产增加热量,其计算公式为:ηi=T*εi,其中ηi表示为第i个药品生产设备对应的生产增加热量。
A5:从云数据库中提取各工作功率对应单位时长的生产增加灰尘量,并将各药品生产设备的工作功率与各工作功率对应单位时长的生产增加灰尘量进行对比,进而得到各药品生产设备对应单位时长的生产灰尘量。
A6:将药品对应的预计生产时长和各药品生产设备对应单位时长的生产灰尘量相乘,进而得到各药品生产设备对应的生产灰尘量。
本发明的车间环境分析对车间内部药品生产设备在生产药品时产生的热量进行分析,并由此来判断车间内部排风系统的开启和关闭,本发明对这一层面的注重,保证了车间内部温度分析的精确性,进而提高了车间内部生产药品的质量,从而为车间药品生产质量分析提供强有力的数据支持。
所述药品生产车间预估环境质量分析模块用于对药品生产车间对应的环境进行分析,进而得到药品生产车间对应的预估环境质量系数。
在本发明的具体实施例中,所述药品生产车间对应的预估环境质量系数,其具体分析方法为:B1:获取药品生产车间的初始温度、初始湿度和初始灰尘量,并将其分别标记为T0、Q0和S0。
B2:基于各药品生产设备对应的生产增加热量分析药品生产设备对应的生产增加总热量,其计算公式为其中η′表示为药品生产设备对应的生产增加总热量,进而将药品生产设备对应的生产增加总热量与预设的单位热量对应的增加温度进行相乘,进而得到药品生产设备对应的增加温度。
B3:将各药品生产设备对应的生产灰尘量进行累加,进而得到药品生产设备对应的生产灰尘总量。
B4:从药品生产车间的监控视频中提取各药品生产设备的工作视频,进而根据各药品生产设备的工作视频勾勒各药品生产设备的工作范围,从而获取各药品生产设备对应的工作体积,并将其标记为Vi。
B5:从云数据库中提取各灰尘散播风险系数对应的工作体积范围,并将各药品生产设备对应的工作体积与各灰尘散播风险系数对应的工作体积范围进行对比,筛选各药品生产设备对应的灰尘散播风险系数,将其标记为Fi。
B6:分析药品对应的预估质量评价系数,其计算公式为:
,其中表示为药品对应的预估质量评价系数,T″、Q″、S″分别表示为预设的药品对应的生产安全温度、生产安全湿度、生产安全灰尘量,W、E分别表示为药品生产设备对应的增加温度、生产灰尘总量,χ1、χ2、χ3、χ4分别表示为预设的温度、湿度、灰尘量、灰尘散播对应的质量权重因子。
所述药品生产车间预调节模块用于基于药品生产车间对应的预估环境质量系数分析药品生产车间对应排风系统、除尘系统的起始时间点和结束时间点。
在本发明的具体实施例中,所述药品生产车间对应的排风系统和除尘系统的起始时间点和结束时间点,其具体分析方法为:C1:将药品生产车间对应的预估环境质量系数与云数据库中存储的排风系统所属各适宜起始时间点对应的预估环境质量系数区间进行对比,筛选药品生产车间对应排风系统的起始时间点。
C2:将药品生产车间对应的预估环境质量系数与预设的各排风时长对应的预估环境质量系数区间,筛选药品生产车间对应排风系统的排风时长,并根据药品生产车间对应排风系统的起始时间点和排风时长获取药品生产车间对应排风系统的适宜结束时间点,并将其作为药品生产车间对应排风系统的结束时间点。
C3:同理,分析得到药品生产车间对应除尘系统的起始时间点和结束时间点。
所述工作人员实际动作分析模块用于获取工作人员从药品生产车间开始运转到当前的监控视频,进而分析工作人员对应的实际增加灰尘量,并分析药品生产车间对应除尘系统的调整结束时间点,进而将其发送到药品生产车间管理中心。
在本发明的具体实施例中,所述分析工作人员对应的实际增加灰尘量,其具体方法为:D1:从药品生产车间开始运转到当前的监控视频中提取各工作人员对应的皮肤裸露区域,并将各工作人员对应的皮肤裸露区域与各裸露部位对应的轮廓特征图像进行匹配对比,若某工作人员对应的皮肤裸露区域与某裸露部位对应的轮廓特征图像匹配成功,则将该裸露部位记为该工作人员的裸露部位,进而得到该工作人员对应的各裸露部位,从而统计各工作人员对应的各裸露部位。
D2:将各工作人员对应的各裸露部位与云数据库中存储的各裸露部位对应的灰尘散播因子进行对比,进而得到各工作人员对应各裸露部位对应的灰尘散播因子,将其标记为τmp,其中m表示为各工作人员的编号,m=1,2,...,l,p表示为各裸露部位的编号,p=1,2,...,q。
D3:将药品生产车间开始运转到当前的监控视频按照预设的视频帧数划分为各待分析图片,进而从各待分析图片按照各工作人员所在区域划分为各工作人员图片,从而将各待分析图片所属各工作人员图片与预设的各动作类别对应的图片进行对比,若某待分析图片所属某工作人员图片与某动作图片匹配成功,则将该动作所属类别作为该待分析图片所属该工作人员图片的动作类别,进而得到各待分析图片所属各工作人员图片对应的动作类别。
需要说明的是,动作类别包括静站、静坐和上身前驱等。
D4:将各待分析图片按照所属时间点进行排序,统计各待分析图片中动作类别相同的工作人员图片对应的数量,进而将各待分析图片中所属工作人员图片数量最多的动作类别作为各待分析图片的动作类别,进而将相邻时间点对应动作类别相同的各待分析图片归类为待解析动作图片集合,进而得到各待解析动作所属图片集合。
D5:将各待解析动作所属图片集合中的所有图片按照时间点进行排序,进而获取各待解析动作所属图片集合对应首端图片所属时间点和尾端图片所属时间点,据此分析各待解析动作对应的持续时长,其计算公式为:μx=tx′-tx,其中μx表示为第x个待解析动作对应的持续时长,tx、tx′分别表示为第x个待解析动作所属图片集合对应首端图片所属时间点、尾端图片所属时间点,x表示为各待解析动作的编号,x=1,2,...,y。
D6:获取各待解析动作所属图片集合中所有各待分析图片对应的动作类别,并将其作为各待解析动作所属图片集合对应的动作类别,将其标记为各待解析动作的动作类别,进而将各待解析动作的动作类别与云数据库中存储的各动作类别对应的适宜时长进行对比,筛选各待解析动作对应的适宜时长,并将其标记为μx′。
D7:从药品生产车间开始运转到当前的监控视频获取各工作人员对应的工作活动区域,进而将各工作人员对应的工作活动区域进行重合对比,从而获取工作活动重合区域。
D8:获取各工作人员对应工作活动区域的体积和工作活动重合区域的体积,并将其分别标记为βm和α。
作人员对应的灰尘增加系数,V表示为药品生产车间的体积,γ1、γ2、γ3、γ4分别表示为预设的灰尘散播、动作时长、活动区域、活动重合区域所属灰尘增加占比因子。
D10:将工作人员对应的灰尘增加系数与云数据库中存储的各增加灰尘量对应的灰尘增加系数范围进行对比,筛选工作人员对应的实际增加灰尘量。
本发明不仅通过监控视频识别车间内部人员对应的动作类别,进而分析车间内内部人员对应动作类别的持续时长,而且通过监控视频获取车间内部人员的工作轨迹,并对工作轨迹进行重合比对,确保车间内部人员产生的灰尘量分析的精确性,一方面保障了药品的生产质量,使生产的药品质量达到需求质量,另一方面确保了车间内部除尘系统使用市场分析的准确性,从而在一定程度上提高了除尘系统的除尘效果,保证车间内部灰尘量的适宜性。
在本发明的具体实施例中,所述药品生产车间对应除尘系统的调整结束时间点,其具体方法为:将工作人员对应的实际增加灰尘量与预设的除尘系统所属调整时长对应的单位增加灰尘量相乘,进而得到药品生产车间对应除尘系统的调整时长,并基于药品生产车间对应排风系统的适宜结束时间点和药品生产车间对应除尘系统的调整时长获取药品生产车间对应排风系统的调整结束时间点。
所述药品生产车间环境评估模块用于获取生产完成的各批次药品所属质量合格的数量,进而分析药品对应的实际质量评估系数,并由此分析药品生产车间对应的环境质量系数。
在本发明的具体实施例中,所述药品对应的实际质量评估系数,其具体分析方法为:获取生产完成各批次药品的数量,将其标记为Hr′,进而分析药品对应的实际质量评估系数,其计算公式为:其中φ表示为药品对应的实际质量评估系数,Hr表示为生产完成的第r批次药品所属质量合格的数量,r表示为各批次的编号,r=1,2,...,g。
在本发明的具体实施例中,所述药品生产车间对应的环境质量系数,其具体分析方法为:将药品对应的实际质量评估系数与预设的药品质量评估阈值进行对比,若药品对应的实际质量评估系数大于或等于药品质量评估阈值,则将药品生产车间对应的环境质量系数标记为θ,反之,则将药品质量评估阈值减区药品对应的实际质量评估系数,并将其作为药品生产车间对应的环境质量系数,将其标记为θ′。
所述预警终端用于根据药品生产车间对应的环境质量系数进行相应预警。
在本发明的具体实施例中,所述根据药品生产车间对应的环境质量系数进行相应预警,其具体方法为:当药品生产车间对应的环境质量系数为θ′时,将其发送到药品生产车间管理中心,并进行环境质量异常预警。
所述云数据库用于存储各工作功率对应单位时长的生产增加热量,存储各灰尘散播风险系数对应的工作体积范围,存储排风系统所属各适宜起始时间点对应的预估环境质量系数区间,存储各裸露部位对应的灰尘散播因子,存储各类别动作对应的适宜时长,并存储各增加灰尘量对应的灰尘增加系数范围。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.化工制药生产线环境在线实时监测管控系统,其特征在于,包括:药品生产车间环境参数获取模块、药品生产设备生产过程参数分析模块、药品生产车间预估环境质量分析模块、药品生产车间预调节模块、工作人员实际动作分析模块、药品生产车间环境评估模块、预警终端和云数据库;
所述药品生产车间环境参数获取模块用于获取药品生产车间的环境参数,其中环境参数包括温度、湿度和灰尘量;
所述药品生产设备生产过程参数分析模块用于获取药品生产过程中所需的各设备,将其标记为各药品生产设备,并对各药品生产设备对应的生产过程参数进行分析,其中生产过程参数包括生产增加热量和生产灰尘量;
所述药品生产车间预估环境质量分析模块用于对药品生产车间对应的环境进行分析,进而得到药品生产车间对应的预估环境质量系数;
所述药品生产车间预调节模块用于基于药品生产车间对应的预估环境质量系数分析药品生产车间对应排风系统、除尘系统的起始时间点和结束时间点;
所述工作人员实际动作分析模块用于获取工作人员从药品生产车间开始运转到当前的监控视频,进而分析工作人员对应的实际增加灰尘量,并分析药品生产车间对应除尘系统的调整结束时间点,进而将其发送到药品生产车间管理中心;
所述药品生产车间环境评估模块用于获取生产完成的各批次药品所属质量合格的数量,进而分析药品对应的实际质量评估系数,并由此分析药品生产车间对应的环境质量系数;
所述预警终端用于根据药品生产车间对应的环境质量系数进行相应预警;
所述云数据库用于存储各工作功率对应单位时长的生产增加热量,存储各灰尘散播风险系数对应的工作体积范围,存储排风系统所属各适宜起始时间点对应的预估环境质量系数区间,存储各裸露部位对应的灰尘散播因子,存储各类别动作对应的适宜时长,并存储各增加灰尘量对应的灰尘增加系数范围。
2.根据权利要求1所述的化工制药生产线环境在线实时监测管控系统,其特征在于:所述对各药品生产设备对应的生产过程参数进行分析,其具体方法为:
A1:从药品生产车间管理中心获取各药品生产设备的工作功率;
A2:从药品生产车间管理中心获取药品对应的预计生产时长,将其标记为T;
A3:从云数据库中提取各工作功率对应单位时长的生产增加热量,并将各药品生产设备的工作功率与各工作功率对应单位时长的生产增加功率进行对比,进而得到各药品生产设备对应单位时长的生产增加热量,并将其标记为εi,其中i表示为各药品生产设备的编号,i=1,2,...,n;
A4:基于药品对应的预计生产时长和各药品生产设备对应单位时长的生产增加热量分析各药品生产设备对应的生产增加热量,其计算公式为:ηi=T*εi,其中ηi表示为第i个药品生产设备对应的生产增加热量;
A5:从云数据库中提取各工作功率对应单位时长的生产增加灰尘量,并将各药品生产设备的工作功率与各工作功率对应单位时长的生产增加灰尘量进行对比,进而得到各药品生产设备对应单位时长的生产灰尘量;
A6:将药品对应的预计生产时长和各药品生产设备对应单位时长的生产灰尘量相乘,进而得到各药品生产设备对应的生产灰尘量。
3.根据权利要求1所述的化工制药生产线环境在线实时监测管控系统,其特征在于:所述药品生产车间对应的预估环境质量系数,其具体分析方法为:
B1:获取药品生产车间的初始温度、初始湿度和初始灰尘量,并将其分别标记为T0、Q0和S0;
B2:基于各药品生产设备对应的生产增加热量分析药品生产设备对应的生产增加总热量,其计算公式为其中η′表示为药品生产设备对应的生产增加总热量,进而将药品生产设备对应的生产增加总热量与预设的单位热量对应的增加温度进行相乘,进而得到药品生产设备对应的增加温度;
B3:将各药品生产设备对应的生产灰尘量进行累加,进而得到药品生产设备对应的生产灰尘总量;
B4:从药品生产车间的监控视频中提取各药品生产设备的工作视频,进而根据各药品生产设备的工作视频勾勒各药品生产设备的工作范围,从而获取各药品生产设备对应的工作体积,并将其标记为Vi;
B5:从云数据库中提取各灰尘散播风险系数对应的工作体积范围,并将各药品生产设备对应的工作体积与各灰尘散播风险系数对应的工作体积范围进行对比,筛选各药品生产设备对应的灰尘散播风险系数,将其标记为Fi;
B6:分析药品生产车间对应的预估环境质量系数,其计算公式为:
4.根据权利要求1所述的化工制药生产线环境在线实时监测管控系统,其特征在于:所述药品生产车间对应的排风系统和除尘系统的起始时间点和结束时间点,其具体分析方法为:
C1:将药品生产车间对应的预估环境质量系数与云数据库中存储的排风系统所属各适宜起始时间点对应的预估环境质量系数区间进行对比,筛选药品生产车间对应排风系统的起始时间点;
C2:将药品生产车间对应的预估环境质量系数与预设的各排风时长对应的预估环境质量系数区间,筛选药品生产车间对应排风系统的排风时长,并根据药品生产车间对应排风系统的起始时间点和排风时长获取药品生产车间对应排风系统的适宜结束时间点,并将其作为药品生产车间对应排风系统的结束时间点;
C3:同理,分析得到药品生产车间对应除尘系统的起始时间点和结束时间点。
5.根据权利要求1所述的化工制药生产线环境在线实时监测管控系统,其特征在于:所述分析工作人员对应的实际增加灰尘量,其具体方法为:
D1:从药品生产车间开始运转到当前的监控视频中提取各工作人员对应的皮肤裸露区域,并将各工作人员对应的皮肤裸露区域与各裸露部位对应的轮廓特征图像进行匹配对比,若某工作人员对应的皮肤裸露区域与某裸露部位对应的轮廓特征图像匹配成功,则将该裸露部位记为该工作人员的裸露部位,进而得到该工作人员对应的各裸露部位,从而统计各工作人员对应的各裸露部位;
D2:将各工作人员对应的各裸露部位与云数据库中存储的各裸露部位对应的灰尘散播因子进行对比,进而得到各工作人员对应各裸露部位对应的灰尘散播因子,将其标记为τmp,其中m表示为各工作人员的编号,m=1,2,...,l,p表示为各裸露部位的编号,p=1,2,...,q;
D3:将药品生产车间开始运转到当前的监控视频按照预设的视频帧数划分为各待分析图片,进而从各待分析图片按照各工作人员所在区域划分为各工作人员图片,从而将各待分析图片所属各工作人员图片与预设的各动作类别对应的图片进行对比,若某待分析图片所属某工作人员图片与某动作图片匹配成功,则将该动作所属类别作为该待分析图片所属该工作人员图片的动作类别,进而得到各待分析图片所属各工作人员图片对应的动作类别;
D4:将各待分析图片按照所属时间点进行排序,统计各待分析图片中动作类别相同的工作人员图片对应的数量,进而将各待分析图片中所属工作人员图片数量最多的动作类别作为各待分析图片的动作类别,进而将相邻时间点对应动作类别相同的各待分析图片归类为待解析动作图片集合,进而得到各待解析动作所属图片集合;
D5:将各待解析动作所属图片集合中的所有图片按照时间点进行排序,进而获取各待解析动作所属图片集合对应首端图片所属时间点和尾端图片所属时间点,据此分析各待解析动作对应的持续时长,其计算公式为:μx=tx′-tx,其中μx表示为第x个待解析动作对应的持续时长,tx、tx′分别表示为第x个待解析动作所属图片集合对应首端图片所属时间点、尾端图片所属时间点,x表示为各待解析动作的编号,x=1,2,...,y;
D6:获取各待解析动作所属图片集合中所有各待分析图片对应的动作类别,并将其作为各待解析动作所属图片集合对应的动作类别,将其标记为各待解析动作的动作类别,进而将各待解析动作的动作类别与云数据库中存储的各动作类别对应的适宜时长进行对比,筛选各待解析动作对应的适宜时长,并将其标记为μx′;
D7:从药品生产车间开始运转到当前的监控视频获取各工作人员对应的工作活动区域,进而将各工作人员对应的工作活动区域进行重合对比,从而获取工作活动重合区域;
D8:获取各工作人员对应工作活动区域的体积和工作活动重合区域的体积,并将其分别标记为βm和α;
D9:获取药品生产车间的体积,进而分析工作人员对应的灰尘增加系数,其计算公式为:其中ω表示为工作人员对应的灰尘增加系数,V表示为药品生产车间的体积,γ1、γ2、γ3、γ4分别表示为预设的灰尘散播、动作时长、活动区域、活动重合区域所属灰尘增加占比因子;
D10:将工作人员对应的灰尘增加系数与云数据库中存储的各增加灰尘量对应的灰尘增加系数范围进行对比,筛选工作人员对应的实际增加灰尘量。
6.根据权利要求1所述的化工制药生产线环境在线实时监测管控系统,其特征在于:所述药品生产车间对应除尘系统的调整结束时间点,其具体方法为:将工作人员对应的实际增加灰尘量与预设的除尘系统所属调整时长对应的单位增加灰尘量相乘,进而得到药品生产车间对应除尘系统的调整时长,并基于药品生产车间对应排风系统的适宜结束时间点和药品生产车间对应除尘系统的调整时长获取药品生产车间对应排风系统的调整结束时间点。
8.根据权利要求1所述的化工制药生产线环境在线实时监测管控系统,其特征在于:所述药品生产车间对应的环境质量系数,其具体分析方法为:将药品对应的实际质量评估系数与预设的药品质量评估阈值进行对比,若药品对应的实际质量评估系数大于或等于药品质量评估阈值,则将药品生产车间对应的环境质量系数标记为θ,反之,则将药品质量评估阈值减区药品对应的实际质量评估系数,并将其作为药品生产车间对应的环境质量系数,将其标记为θ′。
9.根据权利要求1所述的化工制药生产线环境在线实时监测管控系统,其特征在于:所述根据药品生产车间对应的环境质量系数进行相应预警,其具体方法为:当药品生产车间对应的环境质量系数为θ′时,将其发送到药品生产车间管理中心,并进行环境质量异常预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310487228.7A CN116429185A (zh) | 2023-05-04 | 2023-05-04 | 化工制药生产线环境在线实时监测管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310487228.7A CN116429185A (zh) | 2023-05-04 | 2023-05-04 | 化工制药生产线环境在线实时监测管控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116429185A true CN116429185A (zh) | 2023-07-14 |
Family
ID=87084012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310487228.7A Withdrawn CN116429185A (zh) | 2023-05-04 | 2023-05-04 | 化工制药生产线环境在线实时监测管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116429185A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117075528A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市磐锋精密技术有限公司 | 一种基于数据处理的手机配件旋转流水线的监控系统 |
CN117092304A (zh) * | 2023-08-25 | 2023-11-21 | 南通森萱药业有限公司 | 一种医药中间体生产工序全流程监测分析管理系统 |
CN117590788A (zh) * | 2023-12-18 | 2024-02-23 | 广州市广味源食品有限公司 | 一种基于杀菌管控的酱油生产车间环境监测系统 |
-
2023
- 2023-05-04 CN CN202310487228.7A patent/CN116429185A/zh not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117092304A (zh) * | 2023-08-25 | 2023-11-21 | 南通森萱药业有限公司 | 一种医药中间体生产工序全流程监测分析管理系统 |
CN117092304B (zh) * | 2023-08-25 | 2024-02-06 | 南通森萱药业有限公司 | 一种医药中间体生产工序全流程监测分析管理系统 |
CN117075528A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市磐锋精密技术有限公司 | 一种基于数据处理的手机配件旋转流水线的监控系统 |
CN117075528B (zh) * | 2023-10-17 | 2023-12-26 | 深圳市磐锋精密技术有限公司 | 一种基于数据处理的手机配件旋转流水线的监控系统 |
CN117590788A (zh) * | 2023-12-18 | 2024-02-23 | 广州市广味源食品有限公司 | 一种基于杀菌管控的酱油生产车间环境监测系统 |
CN117590788B (zh) * | 2023-12-18 | 2024-05-31 | 广州市广味源食品有限公司 | 一种基于杀菌管控的酱油生产车间环境监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116429185A (zh) | 化工制药生产线环境在线实时监测管控系统 | |
CN115545681B (zh) | 一种用于工程项目管理的智能过程分析与监管方法及系统 | |
JP6129028B2 (ja) | 建物動力設備のエネルギー消費量予測方法 | |
CN116629717B (zh) | 一种基于大数据的滴眼液生产质量监测管理系统 | |
CN107194316A (zh) | 一种情绪满意度的评价方法、装置及系统 | |
CN107146035B (zh) | 针织服装大货生产中批量系数的计算方法 | |
CN101832753A (zh) | 锂离子电池极片ccd在线检测系统和方法 | |
WO2021007845A1 (zh) | 一种氧化铝生产指标的云-边协同预报系统及方法 | |
CN111695730B (zh) | 基于arima及rnn的立磨振动预测方法及装置 | |
CN109247936A (zh) | 一种全夜睡眠监测的异常脑电行为监测系统及方法 | |
CN115034525B (zh) | 基于数据分析的钢管订单生产工期预测监管系统及方法 | |
CN116627079B (zh) | 用于实验室通风设备的运行监控管理系统 | |
CN115601313A (zh) | 一种钢化玻璃生产工艺可视化监控管理系统 | |
CN116298225A (zh) | 一种陶粒生产工序在线监控分析系统 | |
CN115394425A (zh) | 一种基于物联网的医疗设备智能管理系统及方法 | |
CN115931035A (zh) | 一种多表位数字温湿度计自动校准系统及方法 | |
CN114462646B (zh) | 一种基于接触网安全巡检的杆号牌识别方法及系统 | |
CN116468332A (zh) | 一种晶体谐振器生产质量评判系统 | |
CN117114619B (zh) | 一种基于大数据分析的项目安全管理系统 | |
CN117649207A (zh) | 一种建筑施工管理系统 | |
CN117877699A (zh) | 基于数据分析的医院门户管理方法及系统 | |
CN117196349A (zh) | 一种住院床位信息智能管理系统 | |
CN116843497A (zh) | 基于物联网技术的多维度智能厂务监控系统 | |
CN117029904A (zh) | 一种智能化笼养家禽巡检系统 | |
CN115829611A (zh) | 一种基于数据处理的业绩管理方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230714 |
|
WW01 | Invention patent application withdrawn after publication |