CN116629717A - 一种基于大数据的滴眼液生产质量监测管理系统 - Google Patents
一种基于大数据的滴眼液生产质量监测管理系统 Download PDFInfo
- Publication number
- CN116629717A CN116629717A CN202310912930.3A CN202310912930A CN116629717A CN 116629717 A CN116629717 A CN 116629717A CN 202310912930 A CN202310912930 A CN 202310912930A CN 116629717 A CN116629717 A CN 116629717A
- Authority
- CN
- China
- Prior art keywords
- eye drop
- production
- eye
- sample
- index
- 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.)
- Granted
Links
- 239000003889 eye drop Substances 0.000 title claims abstract description 408
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 216
- 238000012544 monitoring process Methods 0.000 title claims abstract description 48
- 229940012356 eye drops Drugs 0.000 claims description 143
- 238000012797 qualification Methods 0.000 claims description 54
- 238000011156 evaluation Methods 0.000 claims description 53
- 239000002994 raw material Substances 0.000 claims description 51
- 238000004458 analytical method Methods 0.000 claims description 34
- 230000003749 cleanliness Effects 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 17
- 239000007788 liquid Substances 0.000 claims description 15
- 238000004806 packaging method and process Methods 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 230000001580 bacterial effect Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 12
- 239000003242 anti bacterial agent Substances 0.000 claims description 11
- 229940124599 anti-inflammatory drug Drugs 0.000 claims description 11
- 229940088710 antibiotic agent Drugs 0.000 claims description 11
- 239000000428 dust Substances 0.000 claims description 11
- 239000006196 drop Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000007789 sealing Methods 0.000 claims description 9
- 239000004480 active ingredient Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 239000000243 solution Substances 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 229920001817 Agar Polymers 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000008272 agar Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000030533 eye disease Diseases 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000004846 x-ray emission Methods 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
- G06Q10/06—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
- G06Q10/06395—Quality analysis or 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
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于滴眼液生产管理领域，涉及到一种基于大数据的滴眼液生产质量监测管理系统，通过设置滴眼液样本获取模块、滴眼液样本处理模块、滴眼液样本质量分析模块、滴眼液生产质量合格评估模块、滴眼液质量异常缘由追溯模块和云数据库，本发明将本批次滴眼液成品的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度结合，分析本批次滴眼液成品的生产质量合格系数并判定其生产质量是否过关，若不过关，根据目标车间的环境、生产设备、生产工艺和供给原材料对滴眼液生产的影响系数，对本批次滴眼液成品生产质量不过关进行缘由追溯，实现滴眼液生产过程和成品质量的全面把控，进而确保滴眼液生产质量的可靠性。
Description
技术领域
本发明属于滴眼液生产管理领域，涉及到一种基于大数据的滴眼液生产质量监测管理系统。
背景技术
随着现代生活方式的改变和环境因素的影响，眼部健康问题日益普遍，而作为滴眼液眼部疾病常见的治疗方法之一，其生产需求逐渐增加，同样地，为保障病人的使用安全和使用效果，滴眼液生产质量控制要求也愈发严格。
目前针对滴眼液生产质量的监测管理已规避传统人工监测方式效率低主观性强的问题，通过采用自动化控制技术实现滴眼液生产过程和生产成品的全面监测，一方面采集生产过程中产生的数据，包括温度、压力等参数，确保滴眼液生产质量的稳定性，另一方面利用各种分析仪器，如高效液相色谱仪（HPLC）、气相色谱质谱仪（GC-MS）等，对滴眼液成品的有效化学成分进行分析和测量，以确保其符合滴眼液生产规定的标准和规范，进而实现滴眼液生产质量监测的高效性和准确性，虽然能够满足目前滴眼液生产质量的控制要求，但仍存在一定的局限性，其具体体现在：1、目前滴眼液生产质量监测管理在对滴眼液成品质量监测方面多侧重于滴眼液有效化学成分的细致化分析，忽略了对滴眼液的外观包装、无菌状态以及理化指标的合理性分析，使得滴眼液生产质量监测管理缺乏全面性和科学性，进而无法保障后期滴眼液的使用安全性和有效性。
2、目前滴眼液生产质量监测管理在发现滴眼液成品存在生产质量不过关的问题时，难以将滴眼液生产过程与生产成品的监测相衔接，无法从生产过程中追溯滴眼液成品生产质量不过关的缘由，使得滴眼液生产质量监测管理不具有目的性和衔接性，进而导致滴眼液生产管理的效果不佳，同时在滴眼液生产过程中亦存在监测盲点的问题，只关注供给原材料和生产工艺的监测分析，缺乏针对滴眼液生产车间环境以及生产设备洁净程度的监测，存在片面性，进而无法确保对滴眼液生产质量的全面要求。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于大数据的滴眼液生产质量监测管理系统。
本发明的目的可以通过以下技术方案实现：本发明提供一种基于大数据的滴眼液生产质量监测管理系统，包括：滴眼液样本获取模块，用于按照设定比例对目标车间生产的本批次滴眼液成品进行抽检，得到各样本滴眼液。
滴眼液样本处理模块，用于对各样本滴眼液及其对应滴眼瓶进行实验处理并生成对应的检测报告。
滴眼液样本质量分析模块，用于获取各样本滴眼液检测报告的相关内容信息，据此分析本批次滴眼液成品的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度。
滴眼液生产质量合格评估模块，用于综合评估本批次滴眼液成品的生产质量合格系数，若生产质量合格系数小于预设标准值，判定本批次滴眼液成品生产质量不过关并进行缘由追溯。
滴眼液质量异常缘由追溯模块，用于获取本批次滴眼液成品的生产流程监测信息，分别计算目标车间的环境、生产设备、生产工艺以及供给原材料对滴眼液生产的影响系数，筛选其中最大值，将其记为本批次滴眼液成品生产质量不过关的重点影响因素，进而对其作相应处理。
云数据库，用于存储滴眼瓶瓶盖处各液密性测试等级对应的瓶盖密封性能评估指标，存储滴眼液合理的pH值范围、粘稠度范围和透明度范围，存储滴眼液生产制造规定的车间适宜温度值和适宜湿度值、各生产步骤对应的标准耗时时长和标准压力控制值、各原材料对应的标准纯度、操作设备和滴眼瓶内部的标准洁净度。
作为一种优选，所述各样本滴眼液检测报告的相关内容信息包括滴眼瓶外观包装信息、理化指标信息、菌落总数量和有效成分含量信息。
其中，所述滴眼瓶外观包装信息包括文字标识正确率、表观的破损总面积和最大裂痕长度、瓶盖处液密性测试等级。
所述理化指标信息包括pH值、粘稠度和透明度。
所述有效成分含量信息包括各实验滴液中抗生素和抗炎药物的含量。
作为一种优选，所述分析本批次滴眼液成品的外观合格指数和理化指标合格指数，其具体分析过程为：从滴眼瓶外观包装信息提取各样本滴眼液对应滴眼瓶表观的破损总面积和最大裂痕长度，计算得到各样本滴眼液对应滴眼瓶的包装完好性能评估指标，其中i表示各样本滴眼液的编号，/>。
根据滴眼瓶外观包装信息中各样本滴眼液对应滴眼瓶的瓶盖处液密性测试等级，从云数据库中提取各样本滴眼液对应滴眼瓶的瓶盖密封性能评估指标。
结合滴眼瓶外观包装信息中各样本滴眼液对应滴眼瓶的文字标识正确率，分析各样本滴眼液对应滴眼瓶的外观合格评估指数/>，其计算公式为：/>，其中b1、b2分别表示预设的包装完好性能评估指标、瓶盖密封性能评估指标对应权重占比，e表示自然常数。
将各样本滴眼液对应滴眼瓶的外观合格评估指数与预设的滴眼瓶标准外观合格评估指数进行比对，筛选出各外观合格样本滴眼液并统计其数量，记为d1，由公式得到本批次滴眼液成品的外观合格指数，其中a表示为样本滴眼液的总数量。
从理化指标信息中提取各样本滴眼液的pH值，将其与云数据库中存储的滴眼液合理pH值范围进行比对，若某样本滴眼液的pH值在滴眼液合理pH值范围内，将该样本滴眼液的pH合理评价指标记为1，反之记为0，得到各样本滴眼液的pH合理评价指标Pi，Pi=1或0。
同理各样本滴眼液的粘稠度合理评价指标和透明度合理评价指标/>。
分析本批次滴眼液成品的理化指标合格指数，其计算公式为：/>。
作为一种优选，所述分析本批次滴眼液成品的菌落数量合理指数和有效成分达标度，其具体过程为：将各样本滴眼液的菌落总数量进行相互对比，筛选最多菌落总数量和最少菌落总数量/>。
基于各样本滴眼液的菌落总数量，分析各样本滴眼液对应的菌落数量合理系数，其中/>表示为第/>个样本滴眼液的菌落总数量，/>表示为预设的安全菌落总数量。
分析本批次滴眼液成品的菌落数量评估指数。
从有效成分含量信息中提取各样本滴眼液的各实验滴液中抗生素和抗炎药物的含量，分别记为、/>，其中c表示各实验滴液的编号，/>，由公式/>得到本批次滴眼液成品的有效成分达标度，其中/>、/>分别表示预设的实验滴液中抗生素、抗炎药物的标准含量，/>表示预设的滴眼液有效成分达标评估修正因子，/>表示实验滴液总数量。
作为一种优选，所述综合评估本批次滴眼液成品的生产质量合格系数，其计算公式为：，其中/>、/>、/>、/>分别表示预设的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度对应滴眼液成品生产质量合格评估的权重占比。
作为一种优选，所述本批次滴眼液成品的生产流程监测信息包括目标车间环境信息、目标车间设备信息、供给原材料信息以及生产工艺信息。
其中，所述目标车间环境信息包括空气粉尘含量q、温度值t和湿度值p。
所述目标车间设备信息包括各操作设备的表观洁净度和本批次滴眼液成品对应的各滴眼瓶内部洁净度。
所述供给原材料信息包括各原材料的纯度、生产日期和保质天数/>,其中u表示各原材料的编号，u=1,2，...，/>。
所述生产工艺信息包括各生产操作步骤的耗时时长和压力控制值/>，其中/>表示各生产操作步骤的编号，/>=1,2，...，/>。
作为一种优选，所述计算目标车间的环境对滴眼液生产的影响系数，其具体过程为：从云数据库提取滴眼液生产制造规定的车间的适宜温度值和适宜湿度值/>，根据目标车间环境信息中的空气粉尘含量、温度值和湿度值，分析滴眼液制备环境适宜指数/>，其计算公式为：/>，其中/>表示预设的空气参照粉尘含量。
计算目标车间环境对滴眼液生产的影响系数,其公式为：/>。
作为一种优选，所述计算目标车间的生产设备对滴眼液生产的影响系数,具体分析过程为：从目标车间设备信息中提取各操作设备的表观洁净度和各滴眼瓶内部洁净度，筛选出操作设备的表观洁净度最小值，记为,并通过均值计算得到滴眼瓶内部平均洁净度/>，从云数据库提取滴眼液生产制造规定的操作设备和滴眼瓶内部的标准洁净度，分别记为/>、/>，分析目标车间的生产设备对滴眼液生产的影响系数/>,其公式为：。
作为一种优选，所述计算目标车间的供给原材料对滴眼液生产的影响系数，其具体分析过程为：提取供给原材料信息中的各原材料的生产日期，将当前日期与各原材料的生产日期的差值作为各原材料的使用天数，从云数据库中提取滴眼液生产制造规定的各原材料对应的标准纯度/>，分析目标车间的供给原材料对滴眼液生产的影响系数/>,其公式为：/>，其中/>表示滴眼液原材料的总数量。
作为一种优选，所述计算目标车间的生产工艺对滴眼液生产的影响系数，其具体分析过程为：从云数据库提取滴眼液生产制造规定的各生产步骤对应的标准耗时时长和标准压力控制值，分别记为、/>，分析生产工艺对滴眼液生产的影响系数/>,其公式为：。
相较于现有技术，本发明的有益效果如下：（1）本发明通过将本批次滴眼液成品的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度结合，综合评估本批次滴眼液成品的生产质量合格系数，实现滴眼液成品质量全面性精确性的监测分析，确保滴眼液多个指标的合格程度，进而为用户提供更加安全可靠的滴眼液成品。
（2）本发明通过对生产本批次滴眼液成品的目标车间的环境、生产设备、生产工艺以及供给原材料多角度进行监测，实现滴眼液生产过程的全面性监测，确保滴眼液生产的稳定性和可追溯性，进而有利于滴眼液生产的便利化和科学化管理。
（3）本发明通过获取生产本批次滴眼液成品的目标车间的环境、生产设备、生产工艺以及供给原材料对滴眼液生产的影响系数，判定本批次滴眼液成品生产质量不过关的重点影响因素，为滴眼液生产管理人员的检修工作提供数据支撑，使得后续能够更有效地对滴眼液生产进行质量控制和改进，此外将生产过程和生产成品的监测顺利衔接，为滴眼液生产质量监测管理系统的完善提供了新的思路和数据支持，有助于保障滴眼液生产过程和成品的质量可靠性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明系统结构示意图。
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。
请参阅图1所示，本发明提供了一种基于大数据的滴眼液生产质量监测管理系统，具体模块分布如下：滴眼液样本获取模块、滴眼液样本处理模块、滴眼液样本质量分析模块、滴眼液生产质量合格评估模块、滴眼液质量异常缘由追溯模块、云数据库，其中模块之间的连接关系为：滴眼液样本处理模块与滴眼液样本获取模块连接，滴眼液样本质量分析模块与滴眼液样本处理模块连接，滴眼液生产质量合格评估模块与滴眼液样本质量分析模块连接，滴眼液质量异常缘由追溯模块与滴眼液生产质量合格评估模块连接，滴眼液样本质量分析模块、滴眼液质量异常缘由追溯模块均与云数据库连接。
所述滴眼液样本获取模块，用于按照设定比例对目标车间生产的本批次滴眼液成品进行抽检，得到各样本滴眼液。
需要说明的是，上述对目标车间生产的本批次滴眼液成品进行抽检的具体方法是从滴眼瓶中提取滴眼液样本。
所述滴眼液样本处理模块，用于对各样本滴眼液及其对应滴眼瓶进行实验处理并生成对应的检测报告。
所述滴眼液样本质量分析模块，用于获取各样本滴眼液检测报告的相关内容信息，据此分析本批次滴眼液成品的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度。
具体地，所述各样本滴眼液检测报告的相关内容信息包括滴眼瓶外观包装信息、理化指标信息、菌落总数量和有效成分含量信息。
其中，所述滴眼瓶外观包装信息包括文字标识正确率、表观的破损总面积和最大裂痕长度、瓶盖处液密性测试等级。
所述理化指标信息包括pH值、粘稠度和透明度。
所述有效成分含量信息包括各实验滴液中抗生素和抗炎药物的含量。
需要说明的是，上述各样本滴眼液检测报告的滴眼瓶外观包装信息的具体获取方法为：通过电子摄像设备对各样本滴眼液对应滴眼瓶的表观进行图像采集，得到各样本滴眼液对应滴眼瓶的全貌图像，识别图像中的文字区域并使用光学字符识别工具对图像中的文字进行提取，进而与已建立的滴眼瓶标准文字数据库进行比对，统计正确识别的文字数目与总文字数目之比，得到各样本滴眼液对应滴眼瓶的文字标识正确率。
针对各样本滴眼液对应滴眼瓶的全貌图像进行图像灰度化和边缘检测处理，分别检测出图像中的破损区域和裂痕，通过阈值分割方式对图像中的破损区域进行提取，通过公式得到各样本滴眼液对应滴眼瓶表观的破损总面积，接着通过直线拟合测量方法得到图像中各裂痕的长度，进而筛选出图像中最大裂痕长度，得到各样本滴眼液对应滴眼瓶表观的最大裂痕长度。
通过将液密性测试仪放置在滴眼瓶瓶盖处进行瓶盖液密性测试，得到各样本滴眼液对应滴眼瓶的瓶盖处液密性测试等级。
进一步地，上述各样本滴眼液检测报告的理化指标信息的具体获取方法为：将pH试纸直接浸没于滴眼液中，观察试纸上的颜色变化并与提供的pH色标进行比较，根据颜色变化对应的pH色标确定滴眼液的pH值，进而得到各样本滴眼液的pH值。
将滴眼液放置在旋转的圆柱体或盘中，利用旋转粘度计测量在给定转速下液体的旋转阻力，根据公式得到滴眼液的粘稠度，据此得到各样本滴眼液的粘稠度。
通过光度计测量滴眼液对光的透过率，将其作为滴眼液的透明度，得到各样本滴眼液的透明度。
还需要说明的是，上述各样本滴眼液的菌落总数量的获取方法为：使用移液器取一定体积的滴眼液溶液，将其均匀地滴于一个无菌平板培养皿的表面上，利用琼脂培养基均匀涂覆于滴眼液滴点的表面，进而放置在无菌的培养箱内进行孵育，在一定的孵育时间后使用放大镜仔细观察和计数培养皿中的菌落数量，将菌落数量的计数结果反推至滴眼液的体积，以得到滴眼液的菌落总数量，进而得到各样本滴眼液的菌落总数量。
进一步需要说明的是，上述各样本滴眼液检测报告的有效成分含量信息的具体获取方法为：将滴眼液均匀滴出各相等体积大小的实验滴液，利用能量色散X射线荧光光谱法（EDXRF）测量各实验滴液中抗生素和抗炎药物所释放出的特征X射线来定量分析其对应的含量，进而得到各样本滴眼液的各实验滴液中抗生素和抗炎药物的含量。
具体地，所述分析本批次滴眼液的外观合格指数和理化指标合格指数，其具体分析过程为：从滴眼瓶外观包装信息提取各样本滴眼液对应滴眼瓶表观的破损总面积和最大裂痕长度，计算得到各样本滴眼液对应滴眼瓶的包装完好性能评估指标，其中i表示各样本滴眼液的编号，/>。
需要说明的是，上述各样本滴眼液对应滴眼瓶的包装完好性能评估指标的计算公式为：，其中/>分别表示第i个样本滴眼液对应滴眼瓶表观的破损总面积、最大裂痕长度，/>表示预设的参照裂缝长度，/>表示预设的滴眼瓶标准表面积。
根据滴眼瓶外观包装信息中各样本滴眼液对应滴眼瓶的瓶盖处液密性测试等级，从云数据库中提取各样本滴眼液对应滴眼瓶的瓶盖密封性能评估指标。
结合滴眼瓶外观包装信息中各样本滴眼液对应滴眼瓶的文字标识正确率，分析各样本滴眼液对应滴眼瓶的外观合格评估指数/>，其计算公式为：/>，其中b1、b2分别表示预设的包装完好性能评估指标、瓶盖密封性能评估指标对应权重占比，e表示自然常数。
将各样本滴眼液对应滴眼瓶的外观合格评估指数与预设的滴眼液标准外观合格评估指数进行比对，筛选出各外观合格样本滴眼液并统计其数量，记为d1，由公式得到本批次滴眼液成品的外观合格指数，其中a表示为样本滴眼液的总数量。
从理化指标信息中提取各样本滴眼液的pH值，将其与云数据库中存储的滴眼液合理pH值范围进行比对，若某样本滴眼液的pH值在滴眼液合理pH值范围内，将该样本滴眼液的pH合理评价指标记为1，反之记为0，得到各样本滴眼液的PH合理评价指标，/>=1或0。
同理各样本滴眼液的粘稠度合理评价指标和透明度合理评价指标/>。
分析本批次滴眼液成品的理化指标合格指数，其计算公式为：/>。
具体地，所述分析本批次滴眼液成品的菌落数量合理指数和有效成分达标度，其具体过程为：将各样本滴眼液的菌落总数量进行相互对比，筛选最多菌落总数量和最少菌落总数量/>。
基于各样本滴眼液的菌落总数量，分析各样本滴眼液对应的菌落数量合理系数，其中/>表示为第i个样本滴眼液的菌落总数量，/>表示为预设的安全菌落总数量。
分析本批次滴眼液成品的菌落数量评估指数。
从有效成分含量信息中提取各样本滴眼液的各实验滴液中抗生素和抗炎药物的含量，分别记为、/>，其中c表示各实验滴液的编号，/>，由公式得到本批次滴眼液成品的有效成分达标度，其中/>、/>分别表示预设的实验滴液中抗生素、抗炎药物的标准含量，/>表示预设的滴眼液有效成分达标评估修正因子，/>表示实验滴液总数量。
所述滴眼液生产质量合格评估模块，用于综合评估本批次滴眼液成品的生产质量合格系数，若生产质量合格系数小于预设标准值，判定本批次滴眼液成品生产质量不过关并进行缘由追溯。
具体地，所述综合评估本批次滴眼液成品的生产质量合格系数，其计算公式为：，其中/>分别表示预设的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度对应滴眼液成品生产质量合格评估的权重占比。
本发明实施例通过将本批次滴眼液成品的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度结合，综合评估本批次滴眼液成品的生产质量合格系数，实现滴眼液成品质量全面性精确性的监测分析，确保滴眼液多个指标的合格程度，进而为用户提供更加安全可靠的滴眼液成品。
所述滴眼液质量异常缘由追溯模块，用于获取本批次滴眼液成品的生产流程监测信息，分别计算目标车间的环境、生产设备、生产工艺以及供给原材料对滴眼液生产的影响系数，筛选其中最大值，将其记为本批次滴眼液成品生产质量不过关的重点影响因素，进而对其作相应处理。
具体地，所述本批次滴眼液成品的生产流程监测信息包括目标车间环境信息、目标车间设备信息、供给原材料信息以及生产工艺信息。
其中，所述目标车间环境信息包括空气粉尘含量q、温度值t和湿度值p。
所述目标车间设备信息包括各操作设备的表观洁净度和本批次滴眼液成品对应的各滴眼瓶内部洁净度。
所述供给原材料信息包括各原材料的纯度、生产日期和保质天数/>,其中u表示各原材料的编号，u=1,2，...，/>。
所述生产工艺信息包括各生产操作步骤的耗时时长和压力控制值/>，其中/>表示各生产操作步骤的编号，/>=1,2，...，/>。
需要说明的是，上述本批次滴眼液成品的生产流程监测信息是通过滴眼液生产管理系统中提取的，是在本批次滴眼液成品生产过程中实时监测得到的，其具体监测过程为：目标车间的空气粉尘含量、温度值和湿度值分别由目标车间内安装的空气粉尘检测仪、温度传感器和湿度传感器在各监测时间点获取对应数值，通过均值计算得到的。
目标车间各操作设备的表观洁净度是通过在滴眼液生产开始前利用高分辨率的摄像机对各操作设备表观进行扫描，获取各操作设备表观图像并上传至计算机中，使用专业的图像处理软件对各操作设备表观图像进行处理，将其与数据库中存储的洁净度良好的对应设备标准图像进行比对，获取图像匹配度作为目标车间各操作设备的表观洁净度。
本批次滴眼液成品对应的各滴眼瓶内部洁净度是通过在本批次滴眼液成品生产开始前利用光学内窥镜对滴眼瓶内部进行图像采集，同上述目标车间各操作设备的表观洁净度的获取方法一致，得到本批次滴眼液成品对应的各滴眼瓶内部洁净度。
目标车间各原材料的纯度是通过质谱仪监测得到的，其生产日期和保质天数是通过滴眼液生产管理系统中存储的供应原材料进货合同中提取得到的。
目标车间各生产操作步骤的耗时时长和压力控制值是通过各操作设备内部安装的自动化控制系统记录并上传得到的。
本发明实施例通过对生产本批次滴眼液成品对应目标车间的环境、生产设备、生产工艺以及供给原材料多角度进行监测，实现滴眼液生产过程的全面性监测，确保滴眼液生产的稳定性和可追溯性，进而有利于滴眼液生产的便利化和科学化管理。
具体地，所述计算目标车间的环境对滴眼液生产的影响系数，其具体过程为：从云数据库提取滴眼液生产制造规定的车间的适宜温度值和适宜湿度值/>，根据目标车间环境信息中的空气粉尘含量、温度值和湿度值，分析滴眼液制备环境适宜指数/>，其计算公式为：/>，其中/>表示预设的空气参照粉尘含量。
计算目标车间环境对滴眼液生产的影响系数,其公式为：/>。
具体地，所述计算目标车间的生产设备对滴眼液生产的影响系数,具体分析过程为：从目标车间设备信息中提取各操作设备的表观洁净度和各滴眼瓶内部洁净度，筛选出操作设备的表观洁净度最小值，记为,并通过均值计算得到滴眼瓶内部平均洁净度/>，从云数据库提取滴眼液生产制造规定的操作设备和滴眼瓶内部的标准洁净度，分别记为x0、h0，分析目标车间的生产设备对滴眼液生产的影响系数/>,其公式为：/>。
具体地，所述计算目标车间的供给原材料对滴眼液生产的影响系数，其具体分析过程为：提取供给原材料信息中的各原材料的生产日期，将当前日期与各原材料的生产日期的差值作为各原材料的使用天数，从云数据库中提取滴眼液生产制造规定的各原材料对应的标准纯度/>，分析目标车间的供给原材料对滴眼液生产的影响系数/>,其公式为：，其中/>表示滴眼液原材料的总数量。
具体地，所述计算目标车间的生产工艺对滴眼液生产的影响系数，其具体分析过程为：从云数据库提取滴眼液生产制造规定的各生产步骤对应的标准耗时时长和标准压力控制值，分别记为、/>，分析生产工艺对滴眼液生产的影响系数/>,其公式为：。
需要说明的是，上述对其作相应处理的具体过程为：若判定目标车间的环境为本批次滴眼液成品生产质量不过关的重点影响因素，以短信形式通知车间管理人员加强车间环境清洁和消毒措施。
若判定目标车间的生产设备为本批次滴眼液成品生产质量不过关的重点影响因素，以短信形式通知车间管理人员对各操作设备和各滴眼瓶进行二次消毒清洁。
若判定目标车间的生产工艺为本批次滴眼液成品生产质量不过关的重点影响因素，对车间工作人员进行严格的操作时间培训，并对各操作设备内部安装压力控制器进行校准和维护。
若判定目标车间的供给原材料为本批次滴眼液成品生产质量不过关的重点影响因素，重新审查供应商选择并严格采用新的质量合格的原材料进行生产。
本发明实施例通过获取生产本批次滴眼液成品的目标车间的环境、生产设备、生产工艺以及供给原材料对滴眼液生产的影响系数，判定本批次滴眼液成品生产质量不过关的重点影响因素，为滴眼液生产管理人员的检修工作提供数据支撑，使得后续能够更有效地对滴眼液生产进行质量控制和改进，此外将生产过程和生产成品的监测顺利衔接，为滴眼液生产质量监测管理系统的完善提供了新的思路和数据支持，有助于保障滴眼液生产过程和成品的质量可靠性。
所述云数据库，用于存储滴眼瓶瓶盖处各液密性测试等级对应的瓶盖密封性能评估指标，存储滴眼液合理的pH值范围、粘稠度范围和透明度范围，存储滴眼液生产制造规定的车间适宜温度值和适宜湿度值、各生产步骤对应的标准耗时时长和标准压力控制值、各原材料对应的标准纯度、操作设备和滴眼瓶内部的标准洁净度。
以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：该系统包括：
滴眼液样本获取模块，用于按照设定比例对目标车间生产的本批次滴眼液成品进行抽检，得到各样本滴眼液；
滴眼液样本处理模块，用于对各样本滴眼液及其对应滴眼瓶进行实验处理并生成对应的检测报告；
滴眼液样本质量分析模块，用于获取各样本滴眼液检测报告的相关内容信息，据此分析本批次滴眼液成品的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度；
滴眼液生产质量合格评估模块，用于综合评估本批次滴眼液成品的生产质量合格系数，若生产质量合格系数小于预设标准值，判定本批次滴眼液成品生产质量不过关并进行缘由追溯；
滴眼液质量异常缘由追溯模块，用于获取本批次滴眼液成品的生产流程监测信息，分别计算目标车间的环境、生产设备、生产工艺以及供给原材料对滴眼液生产的影响系数，筛选其中最大值，将其记为本批次滴眼液成品生产质量不过关的重点影响因素，进而对其作相应处理；
云数据库，用于存储滴眼瓶瓶盖处各液密性测试等级对应的瓶盖密封性能评估指标，存储滴眼液合理的pH值范围、粘稠度范围和透明度范围，存储滴眼液生产制造规定的车间适宜温度值和适宜湿度值、各生产步骤对应的标准耗时时长和标准压力控制值、各原材料对应的标准纯度、操作设备和滴眼瓶内部的标准洁净度。
2.根据权利要求1所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述各样本滴眼液检测报告的相关内容信息包括滴眼瓶外观包装信息、理化指标信息、菌落总数量和有效成分含量信息；
其中，所述滴眼瓶外观包装信息包括文字标识正确率、表观的破损总面积和最大裂痕长度、瓶盖处液密性测试等级；
所述理化指标信息包括pH值、粘稠度和透明度；
所述有效成分含量信息包括各实验滴液中抗生素和抗炎药物的含量。
3.根据权利要求2所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述分析本批次滴眼液成品的外观合格指数和理化指标合格指数，其具体分析过程为：从滴眼瓶外观包装信息提取各样本滴眼液对应滴眼瓶表观的破损总面积和最大裂痕长度，计算得到各样本滴眼液对应滴眼瓶的包装完好性能评估指标 ，其中i表示各样本滴眼液的编号，/>；
根据滴眼瓶外观包装信息中各样本滴眼液对应滴眼瓶的瓶盖处液密性测试等级，从云数据库中提取各样本滴眼液对应滴眼瓶的瓶盖密封性能评估指标；
结合滴眼瓶外观包装信息中各样本滴眼液对应滴眼瓶的文字标识正确率，分析各样本滴眼液对应滴眼瓶的外观合格评估指数/>，其计算公式为：/>，其中b1、b2分别表示预设的包装完好性能评估指标、瓶盖密封性能评估指标对应权重占比，e表示自然常数；
将各样本滴眼液对应滴眼瓶的外观合格评估指数与预设的滴眼瓶标准外观合格评估指数进行比对，筛选出各外观合格样本滴眼液并统计其数量，记为，由公式/>得到本批次滴眼液成品的外观合格指数，其中a表示为样本滴眼液的总数量；
从理化指标信息中提取各样本滴眼液的pH值，将其与云数据库中存储的滴眼液合理pH值范围进行比对，若某样本滴眼液的pH值在滴眼液合理pH值范围内，将该样本滴眼液的pH合理评价指标记为1，反之记为0，得到各样本滴眼液的pH合理评价指标，/>=1或0；
同理各样本滴眼液的粘稠度合理评价指标和透明度合理评价指标/>；
分析本批次滴眼液成品的理化指标合格指数，其计算公式为：/>。
4.根据权利要求3所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述分析本批次滴眼液成品的菌落数量合理指数和有效成分达标度，其具体过程为：将各样本滴眼液的菌落总数量进行相互对比，筛选最多菌落总数量和最少菌落总数量；
基于各样本滴眼液的菌落总数量，分析各样本滴眼液对应的菌落数量合理系数，其中/>表示为第i个样本滴眼液的菌落总数量，/>表示为预设的安全菌落总数量；
分析本批次滴眼液成品的菌落数量评估指数；
从有效成分含量信息中提取各样本滴眼液的各实验滴液中抗生素和抗炎药物的含量，分别记为、/>，其中c表示各实验滴液的编号，/>，由公式/>得到本批次滴眼液成品的有效成分达标度，其中/>、/>分别表示预设的实验滴液中抗生素、抗炎药物的标准含量，/>表示预设的滴眼液有效成分达标评估修正因子，/>表示实验滴液总数量。
5.根据权利要求4所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述综合评估本批次滴眼液成品的生产质量合格系数，其计算公式为：，其中/>、/>、/>、/>分别表示预设的外观合格指数、理化指标合格指数、菌落数量合理指数和有效成分达标度对应滴眼液成品生产质量合格评估的权重占比。
6.根据权利要求1所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述本批次滴眼液成品的生产流程监测信息包括目标车间环境信息、目标车间设备信息、供给原材料信息以及生产工艺信息；
其中，所述目标车间环境信息包括空气粉尘含量q、温度值t和湿度值p；
所述目标车间设备信息包括各操作设备的表观洁净度和本批次滴眼液成品对应的各滴眼瓶内部洁净度；
所述供给原材料信息包括各原材料的纯度、生产日期和保质天数/>,其中u表示各原材料的编号，u=1,2，...，/>；
所述生产工艺信息包括各生产操作步骤的耗时时长和压力控制值/>，其中/>表示各生产操作步骤的编号，/>=1,2，...，/>。
7.根据权利要求6所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述计算目标车间的环境对滴眼液生产的影响系数，其具体过程为：从云数据库提取滴眼液生产制造规定的车间的适宜温度值t0和适宜湿度值p0，根据目标车间环境信息中的空气粉尘含量、温度值和湿度值，分析滴眼液制备环境适宜指数，其计算公式为：，其中/>表示预设的空气参照粉尘含量；
计算目标车间环境对滴眼液生产的影响系数,其公式为：/>。
8.根据权利要求6所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述计算目标车间的生产设备对滴眼液生产的影响系数,具体分析过程为：从目标车间设备信息中提取各操作设备的表观洁净度和各滴眼瓶内部洁净度，筛选出操作设备的表观洁净度最小值，记为,并通过均值计算得到滴眼瓶内部平均洁净度/>，从云数据库提取滴眼液生产制造规定的操作设备和滴眼瓶内部的标准洁净度，分别记为/>、/>，分析目标车间的生产设备对滴眼液生产的影响系数/>,其公式为：/>。
9.根据权利要求6所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述计算目标车间的供给原材料对滴眼液生产的影响系数，其具体分析过程为：提取供给原材料信息中的各原材料的生产日期，将当前日期与各原材料的生产日期的差值作为各原材料的使用天数，从云数据库中提取滴眼液生产制造规定的各原材料对应的标准纯度/>，分析目标车间的供给原材料对滴眼液生产的影响系数/>,其公式为：，其中/>表示滴眼液原材料的总数量。
10.根据权利要求6所述的一种基于大数据的滴眼液生产质量监测管理系统，其特征在于：所述计算目标车间的生产工艺对滴眼液生产的影响系数，其具体分析过程为：从云数据库提取滴眼液生产制造规定的各生产步骤对应的标准耗时时长和标准压力控制值，分别记为、/>，分析生产工艺对滴眼液生产的影响系数/>,其公式为：/>。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310912930.3A CN116629717B (zh) | 2023-07-25 | 2023-07-25 | 一种基于大数据的滴眼液生产质量监测管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310912930.3A CN116629717B (zh) | 2023-07-25 | 2023-07-25 | 一种基于大数据的滴眼液生产质量监测管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116629717A true CN116629717A (zh) | 2023-08-22 |
| CN116629717B CN116629717B (zh) | 2023-10-17 |
Family
ID=87610318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310912930.3A Active CN116629717B (zh) | 2023-07-25 | 2023-07-25 | 一种基于大数据的滴眼液生产质量监测管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116629717B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116823065A (zh) * | 2023-08-28 | 2023-09-29 | 山东省中源联科生物工程集团有限公司 | 一种基于数据分析的透明质酸钠生产质量智能管理系统 |
| CN116880428A (zh) * | 2023-09-06 | 2023-10-13 | 山东领峰保温材料有限公司 | 基于动态控制的保温板材生产管理系统 |
| CN117092102A (zh) * | 2023-10-19 | 2023-11-21 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理系统 |
| CN117114511A (zh) * | 2023-10-23 | 2023-11-24 | 山东希尔福生物科技有限公司 | 一种基于物联网的软胶囊生产车间智能管理系统 |
| CN117172624A (zh) * | 2023-11-03 | 2023-12-05 | 长春易加科技有限公司 | 一种线束生产线智能化监测管理系统 |
| CN117234168A (zh) * | 2023-11-13 | 2023-12-15 | 山东天振药业有限公司 | 一种液体兽药生产车间智能管理系统 |
| CN117422482A (zh) * | 2023-12-19 | 2024-01-19 | 山东一方制药有限公司 | 一种中药配方颗粒全周期溯源管理平台 |
| CN117740759A (zh) * | 2024-02-21 | 2024-03-22 | 天津中健国康纳米科技股份有限公司 | 一种石墨烯填充床垫生产成品质量检测分析方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106404952A (zh) * | 2016-08-31 | 2017-02-15 | 辰欣佛都药业（汶上）有限公司 | 一种溴芬酸钠滴眼液有关物质的测定方法 |
| WO2018095958A1 (en) * | 2016-11-23 | 2018-05-31 | Sig Technology Ag | System and method for monitoring and tracing food products |
| CN110307871A (zh) * | 2019-07-11 | 2019-10-08 | 河南中医药大学第一附属医院 | 一种采用电子感官融合快速检测中药饮片质量的方法 |
| CN112163688A (zh) * | 2019-08-16 | 2021-01-01 | 重庆华森制药股份有限公司 | 多剂型中西药产品全流程智能制造系统及建造方法 |
| DE102021109818A1 (de) * | 2021-04-19 | 2022-10-20 | Leftshift One Software GmbH | Verfahren zur Qualitätssicherung von Produkten |
| CN115655345A (zh) * | 2022-09-05 | 2023-01-31 | 中国食品药品检定研究院 | 药品生产环境检测方法、装置、设备和存储介质 |
| CN115661075A (zh) * | 2022-10-26 | 2023-01-31 | 成都永宏辉磁性材料有限公司 | 基于工业视觉的汽车零部件可视化智能检测方法 |
| CN116307911A (zh) * | 2023-03-27 | 2023-06-23 | 北京市永康药业有限公司 | 一种注射剂生产条件监测方法及系统 |
-
2023
- 2023-07-25 CN CN202310912930.3A patent/CN116629717B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106404952A (zh) * | 2016-08-31 | 2017-02-15 | 辰欣佛都药业（汶上）有限公司 | 一种溴芬酸钠滴眼液有关物质的测定方法 |
| WO2018095958A1 (en) * | 2016-11-23 | 2018-05-31 | Sig Technology Ag | System and method for monitoring and tracing food products |
| CN110307871A (zh) * | 2019-07-11 | 2019-10-08 | 河南中医药大学第一附属医院 | 一种采用电子感官融合快速检测中药饮片质量的方法 |
| CN112163688A (zh) * | 2019-08-16 | 2021-01-01 | 重庆华森制药股份有限公司 | 多剂型中西药产品全流程智能制造系统及建造方法 |
| DE102021109818A1 (de) * | 2021-04-19 | 2022-10-20 | Leftshift One Software GmbH | Verfahren zur Qualitätssicherung von Produkten |
| CN115655345A (zh) * | 2022-09-05 | 2023-01-31 | 中国食品药品检定研究院 | 药品生产环境检测方法、装置、设备和存储介质 |
| CN115661075A (zh) * | 2022-10-26 | 2023-01-31 | 成都永宏辉磁性材料有限公司 | 基于工业视觉的汽车零部件可视化智能检测方法 |
| CN116307911A (zh) * | 2023-03-27 | 2023-06-23 | 北京市永康药业有限公司 | 一种注射剂生产条件监测方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 易大为;刘杨;仲瑶;: "氯霉素滴眼液中可见异物检查的探索性研究", 食品与药品, no. 09, pages 339 * |
| 李华祥: "《医院药师手册》", 中国医药科技出版社, pages: 142 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116823065A (zh) * | 2023-08-28 | 2023-09-29 | 山东省中源联科生物工程集团有限公司 | 一种基于数据分析的透明质酸钠生产质量智能管理系统 |
| CN116823065B (zh) * | 2023-08-28 | 2023-12-15 | 山东省中源联科生物工程集团有限公司 | 一种基于数据分析的透明质酸钠生产质量智能管理系统 |
| CN116880428B (zh) * | 2023-09-06 | 2023-12-01 | 山东领峰保温材料有限公司 | 基于动态控制的保温板材生产管理系统 |
| CN116880428A (zh) * | 2023-09-06 | 2023-10-13 | 山东领峰保温材料有限公司 | 基于动态控制的保温板材生产管理系统 |
| CN117092102B (zh) * | 2023-10-19 | 2024-01-30 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理系统 |
| CN117092102A (zh) * | 2023-10-19 | 2023-11-21 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理系统 |
| CN117114511A (zh) * | 2023-10-23 | 2023-11-24 | 山东希尔福生物科技有限公司 | 一种基于物联网的软胶囊生产车间智能管理系统 |
| CN117114511B (zh) * | 2023-10-23 | 2024-01-09 | 山东希尔福生物科技有限公司 | 一种基于物联网的软胶囊生产车间智能管理系统 |
| CN117172624A (zh) * | 2023-11-03 | 2023-12-05 | 长春易加科技有限公司 | 一种线束生产线智能化监测管理系统 |
| CN117172624B (zh) * | 2023-11-03 | 2024-01-05 | 长春易加科技有限公司 | 一种线束生产线智能化监测管理系统 |
| CN117234168A (zh) * | 2023-11-13 | 2023-12-15 | 山东天振药业有限公司 | 一种液体兽药生产车间智能管理系统 |
| CN117234168B (zh) * | 2023-11-13 | 2024-01-26 | 山东天振药业有限公司 | 一种液体兽药生产车间智能管理系统 |
| CN117422482A (zh) * | 2023-12-19 | 2024-01-19 | 山东一方制药有限公司 | 一种中药配方颗粒全周期溯源管理平台 |
| CN117422482B (zh) * | 2023-12-19 | 2024-03-08 | 山东一方制药有限公司 | 一种中药配方颗粒全周期溯源管理平台 |
| CN117740759A (zh) * | 2024-02-21 | 2024-03-22 | 天津中健国康纳米科技股份有限公司 | 一种石墨烯填充床垫生产成品质量检测分析方法 |
| CN117740759B (zh) * | 2024-02-21 | 2024-04-26 | 天津中健国康纳米科技股份有限公司 | 一种石墨烯填充床垫生产成品质量检测分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116629717B (zh) | 2023-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116629717B (zh) | 一种基于大数据的滴眼液生产质量监测管理系统 | |
| CN109799195B (zh) | 一种激光诱导击穿光谱的高精度定量分析方法 | |
| CN101059426A (zh) | 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 | |
| CN102095831A (zh) | 水分仪管理方法和系统 | |
| CN101033989A (zh) | 环境监测装置及方法 | |
| CN116298225A (zh) | 一种陶粒生产工序在线监控分析系统 | |
| CN106841167A (zh) | 果蔬农药残留的无损检测方法 | |
| CN113990477B (zh) | 一种基于云平台的大数据智能健康监护系统 | |
| CN113485218B (zh) | 一种基于5g的智慧物联监管平台 | |
| CN110412026B (zh) | 一种烟用香料配制准确性快速检验方法 | |
| CN112505079A (zh) | 一种基于pxrf的对薄（有限量）水蛭样品的分析方法 | |
| CN111504927A (zh) | 用于食品检测的高效稳定的原子吸收光谱仪及其控制方法 | |
| CN113706178B (zh) | 一种产品检验过程的监督方法 | |
| CN109187867A (zh) | 一种环境空气臭氧量值溯源方法及系统 | |
| CN113836813A (zh) | 一种基于数据分析的高炉风口漏水检测方法 | |
| CN208239409U (zh) | 一种畜禽产品品质检测装置 | |
| CN113960700A (zh) | 区域数值预报结果的客观检验、统计及分析系统 | |
| CN203149105U (zh) | 一种数字万用表自动检定装置 | |
| CN103642681B (zh) | 一种鉴别产气菌种类的装置 | |
| CN112257017A (zh) | 标准化残差检验法一元线性逐点分析方法及系统和装置 | |
| CN116183576B (zh) | 一种基于内标法的煤尘中游离二氧化硅含量的测定方法 | |
| CN116298035A (zh) | 一种白酒标准沉积指纹图谱库的建立方法及其应用 | |
| Li et al. | Prediction of aerosolized fungal spores by determining respiratory intensity of the growing colony | |
| CN108181480A (zh) | 一种石蜡嗅味等级的鉴别装置及方法 | |
| CN115753677B (zh) | 一种用于粮油原料的铅、镉快速检测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |