CN117319452B - 应用于硫酸钡制备下的安全巡检方法及系统 - Google Patents

应用于硫酸钡制备下的安全巡检方法及系统 Download PDF

Info

Publication number
CN117319452B
CN117319452B CN202311602610.4A CN202311602610A CN117319452B CN 117319452 B CN117319452 B CN 117319452B CN 202311602610 A CN202311602610 A CN 202311602610A CN 117319452 B CN117319452 B CN 117319452B
Authority
CN
China
Prior art keywords
preparation
data
barium sulfate
equipment
security
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.)
Active
Application number
CN202311602610.4A
Other languages
English (en)
Other versions
CN117319452A (zh
Inventor
周世勇
陈志连
陈炜峰
殷小强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pingli Andeli New Material Co ltd
Original Assignee
Pingli Andeli New Material Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Pingli Andeli New Material Co ltd filed Critical Pingli Andeli New Material Co ltd
Priority to CN202311602610.4A priority Critical patent/CN117319452B/zh
Publication of CN117319452A publication Critical patent/CN117319452A/zh
Application granted granted Critical
Publication of CN117319452B publication Critical patent/CN117319452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
    • G06F21/577—Assessing vulnerabilities and evaluating computer system security
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及硫酸钡制备领域，提出了应用于硫酸钡制备下的安全巡检方法及系统，所述方法包括：获取硫酸钡对应的制备设备，通过对制备数据进行识别和分类，可以得到制备分类数据，并计算隐患系数，根据隐患系数确定数据源并识别核心节点，查询核心节点的制备流程路径，提取风险数据，基于风险数据绘制制备安全流程图，并进行微调控制，得到设备微调记录，提取微调记录中的标签和数据构建制备监控模型，对运行数据进行状态分析，得到制备过程状态，扫描制备过程状态中的安全漏洞，生成安全漏洞列表，并将列表安全数据发送到预设的监控服务器，进行实时巡检，获得安全巡检结果。本发明可以提高硫酸钡制备的安全性。

Description

应用于硫酸钡制备下的安全巡检方法及系统
技术领域
本发明涉及硫酸钡制备领域，尤其涉及应用于硫酸钡制备下的安全巡检方法及系统。
背景技术
硫酸钡是一种重要的化工原料，在医药、化妆品、涂料和橡胶等行业中具有广泛的应用，由于硫酸钡具有一定的毒性，对人体和环境都有一定的危害，因此，在硫酸钡制备过程中，必须采取一系列安全措施来确保操作人员和环境的安全。
目前，硫酸钡制备主要通过将钡氯化物与硫酸反应得到硫酸钡沉淀的方法来实现，该反应可通过在适当条件下，将钡氯化物溶液与硫酸溶液混合，并搅拌反应一段时间后，通过过滤和洗涤处理获得硫酸钡沉淀，而在硫酸钡制备工艺中，往往只进行定期的例行巡检，巡检频率次数较低，可能会增加潜在的安全风险，因此，需要一种应用于硫酸钡制备下的安全巡检方法及系统，以提高硫酸钡制备的安全性。
发明内容
本发明提供应用于硫酸钡制备下的安全巡检方法及系统，其主要目的在于提高硫酸钡制备的安全性。
为实现上述目的，本发明提供的一种应用于硫酸钡制备下的安全巡检方法，包括：
获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数；
基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据；
基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录；
提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态；
扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果。
可选地，所述对所述制备数据进行类型分类，得到制备分类数据，包括：
确定所述制备数据对应的分类目标；
识别所述分类目标对应的目标数据；
对所述目标数据进行数据清洗，得到清洗制备数据；
基于所述清洗制备数据，制定所述制备设备对应的分类规则；
基于所述分类规则，对所述清洗制备数据进行类型分类，得到所述制备设备对应的制备分类数据。
可选地，所述计算所述制备分类数据中数据的隐患系数，包括：
利用下述公式计算所述制备分类数据中数据的隐患系数：
；
其中，Y表示所述制备分类数据中数据的隐患系数，ai表示制备分类数据中第i条数据的风险等级，风险等级是根据数据的特性、潜在威胁以及可能引发的风险等因素进行评估得到；bi表示制备分类数据中第i条数据的重要性系数，重要性系数反映了数据在整个制备分类系统中的重要程度；i表示制备分类数据中数据项的索引，并通过索引，可以确定数据在分类系统中的位置；c表示一个常数，用于调整所述隐患系数的系数比例，n表示所述制备分类数据中数据项的总数，并通过统计数据项的数量，可以确定数据的整体规模。
可选地，所述基于所述隐患系数，确定所述制备设备制备过程中的数据源，包括：
识别所述隐患系数中对应的隐患因子；
基于所述隐患因子，识别所述制备设备对应的目标隐患数据；
对所述目标隐患数据进行数据整合，得到目标整合数据；
筛选所述目标整合数据中的数据源。
可选地，所述识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，包括：
查询所述数据源对应的数据标签；
基于所述数据标签，识别所述数据源中的核心节点；
识别所述核心节点对应的关键指标；
基于所述关键指标，构建所述数据源对应的元数据流程图；
查询所述元数据流程图对应的制备流程路径。
可选地，所述基于所述风险数据，绘制所述硫酸钡的制备安全流程图，包括：
识别所述风险数据中对应的风险因子；
基于所述风险因子，确定所述硫酸钡对应的制备材料；
利用所述制备材料进行制备流程处理，生成所述硫酸钡对应的制备流程列表；
基于所述制备流程列表，绘制所述硫酸钡的制备安全流程图。
可选地，所述基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录，包括：
确定所述制备安全流程图对应的微调目标，识别所述微调目标对应的微调参数；
基于所述微调参数，识别所述制备设备对应的制备状态；
记录所述制备状态对应的队友的变化参数；
基于所述变化参数，对所述制备设备进行微调控制，得到设备微调记录。
可选地，所述利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态，包括：
识别所述制备设备对应的运行数据；
基于所述运行数据，确定所述制备设备对应的需求目标；
利用所述制备监控模型对所述需求目标进行特征提取，得到目标特征；
基于所述目标特征，计算所述制备设备对应的统计指标值；
对所述统计指标值进行状态分析，得到所述制备设备对应的制备过程状态。
可选地，所述基于所述目标特征，计算所述制备设备对应的统计指标值，包括：
利用下述公式计算所述制备设备对应的统计指标值：
；
其中，B表示所述制备设备对应的统计指标值，X表示所述目标特征中对应的特征值，P表示所述目标特征中对应的特征平均值，n表示所述目标特征中对应的特征数量。
为了解决上述问题，本发明还提供应用于硫酸钡制备下的安全巡检系统，所述系统包括：
系数计算模块，用于获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数；
数据提取模块，用于基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据；
微调控制模块，用于基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录；
状态分析模块，用于提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态；
安全巡检模块，用于扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果。
本发明通过获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，有助于实时监测和控制反应过程，保证硫酸钡产品的质量稳定可靠，并可用于优化反应条件，提高生产效率和产品质量，本发明基于所述隐患系数，确定所述制备设备制备过程中的数据源，能够帮助提前发现潜在的风险和问题，优化资源分配，提高操作效率和工作质量，从而提高整个制备设备制备过程的安全性和可靠性，本发明基于所述风险数据，绘制所述硫酸钡的制备安全流程图，可以帮助识别潜在风险、加强风险控制、促进培训和沟通，并为持续改进提供指导，从而提高制备过程的安全性和可靠性，本发明通过提取所述设备微调记录中的记录标签和微调数据，有助于提高设备的性能和可靠性，减少故障和停机时间，并优化生产过程，提升企业的竞争力和效益，发明通过利用所述制备监控服务器对所述安全巡检列表数据进行实时巡检，得到安全巡检结果，可以提高系统的安全性和稳定性，减少潜在威胁和损失，并为及时应对安全事件提供必要的支持和保障。因此本发明提出的应用于硫酸钡制备下的安全巡检方法及系统，以提高硫酸钡制备的安全性。
附图说明
图1为本发明一实施例提供的一种应用于硫酸钡制备下的安全巡检方法的流程示意图；
图2为本发明一实施例提供的一种应用于硫酸钡制备下的安全巡检系统的模块示意图；
图3为本发明一实施例提供的一种应用于硫酸钡制备下的安全巡检方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种应用于硫酸钡制备下的安全巡检方法。所述一种应用于硫酸钡制备下的安全巡检方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述一种应用于硫酸钡制备下的安全巡检方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的一种应用于硫酸钡制备下的安全巡检方法的流程示意图。在本实施例中，所述一种应用于硫酸钡制备下的安全巡检方法包括：
S1、获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数。
本发明通过获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，有助于实时监测和控制反应过程，保证硫酸钡产品的质量稳定可靠，并可用于优化反应条件，提高生产效率和产品质量。
其中，所述制备设备是指用于制备硫酸钡的工艺设备，例如反应釜、搅拌器、冷却系统和过滤装置等；所述制备数据是指在制备过程中所收集到的关于反应过程的各种参数和数据，如：温度、压力、搅拌速率、反应时间等。
可选地，所述制备设备可以通过工艺流程设计工具实现获得，如：Aspen Plus、HYSYS等；所述制备数据可以通过数据记录与分析工具实现获得，如：LabVIEW、MATLAB、Python等工具。
本发明通过对所述制备数据进行类型分类，得到制备分类数据，有助于更好地理解数据，提高数据的管理和应用效率，以及支持制备过程的优化和决策。
其中，所述制备分类数据是指对制备过程中的数据按照特定的属性和特征进行分类和组织的数据。
作为本发明的一个实施例，所述对所述制备数据进行类型分类，得到制备分类数据，包括：确定所述制备数据对应的分类目标；识别所述分类目标对应的目标数据；对所述目标数据进行数据清洗，得到清洗制备数据；基于所述清洗制备数据，制定所述制备设备对应的分类规则；基于所述分类规则，对所述清洗制备数据进行类型分类，得到所述制备设备对应的制备分类数据。
其中，所述分类目标是指对所述制备数据进行分类的目标；所述目标数据是指从所述制备数据中提取出来与所述分类目标相关的数据；所述清洗制备数据是指对目标数据进行数据清洗处理得到的无干扰参数的数据；所述分类规则是指根据清洗后的所述制备数据制定的用于分类的规则。
进一步地，所述分类目标可以通过深度神经网络模型实现获得，如：CNN、RNN等；所述目标数据可以通过网络爬虫工具实现获得，如：Scrapy、BeautifulSoup等；所述清洗制备数据可以通过数据清洗工具实现获得，如：OpenRefine、Trifacta Wrangler等工具；所述分类规则可以通过决策树算法实现获得，如：ID3、C4.5、CART等。
作为本发明的一个实施例，所述计算所述制备分类数据中数据的隐患系数，包括：
利用下述公式计算所述制备分类数据中数据的隐患系数：
；
其中，Y表示所述制备分类数据中数据的隐患系数，ai表示制备分类数据中第i条数据的风险等级，风险等级是根据数据的特性、潜在威胁以及可能引发的风险等因素进行评估得到；bi表示制备分类数据中第i条数据的重要性系数，重要性系数反映了数据在整个制备分类系统中的重要程度；i表示制备分类数据中数据项的索引，并通过索引，可以确定数据在分类系统中的位置；c表示一个常数，用于调整所述隐患系数的系数比例，n表示所述制备分类数据中数据项的总数，并通过统计数据项的数量，可以确定数据的整体规模。
进一步地，所述风险等级可以通过数据分析工具实现获得，如：Excel、PowerBI等工具；所述重要性系数可以通过系数分析模型实现获得，如：回归模型、决策树回归、随机森林算法等模型；所述数据项的索引可以通过索引算法实现获得，如：B+树、倒排索引等算法。
S2、基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据。
本发明基于所述隐患系数，确定所述制备设备制备过程中的数据源，能够帮助提前发现潜在的风险和问题，优化资源分配，提高操作效率和工作质量，从而提高整个制备设备制备过程的安全性和可靠性。
其中，所述数据源是指所述制备设备制备过程中所涉及的各种数据来源或数据输入。
作为本发明的一个实施例，所述基于所述隐患系数，确定所述制备设备制备过程中的数据源，包括：识别所述隐患系数中对应的隐患因子；基于所述隐患因子，识别所述制备设备对应的目标隐患数据；对所述目标隐患数据进行数据整合，得到目标整合数据；筛选所述目标整合数据中的数据源。
其中，所述隐患因子是指所述制备设备制备过程中可能导致隐患发生或存在的各种因素；所述目标隐患数据是指与所述隐患因子关联并能够反映隐患发生情况的具体数据；所述目标整合数据是指经过整合和处理后得到的包含关键隐患信息的数据。
进一步地，所述隐患因子可以通过事故树分析工具实现获得，如：FMEA、FTA等工具；所述目标隐患数据可以通过数据识别工具实现获得，如：dplyr、tidyr、ggplot2等工具；所述目标整合数据可以通过ETL工具实现获得，如：Extract、Transform、Load等工具。
本发明通过识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，可以制定更有效的数据整合策略，优化数据的提取、转换和加载过程，提高数据整合的效率和准确性，从而优化数据整合过程，确保关键数据的质量和准确性。
其中，所述核心节点是指所述数据源中的关键数据节点；所述制备流程路径是指所述核心节点所涉及的数据处理和转换流程的路径。
作为本发明的一个实施例，所述识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，包括：查询所述数据源对应的数据标签；基于所述数据标签，识别所述数据源中的核心节点；识别所述核心节点对应的关键指标；基于所述关键指标，构建所述数据源对应的元数据流程图；查询所述元数据流程图对应的制备流程路径。
其中，所述数据标签是指为了描述和分类数据而附加到数据上的元数据或标识符；所述关键指标是指用来衡量和评估数据质量、重要性和影响力的指标；所述元数据流程图是指对数据源中的元数据进行可视化表示的图表。
进一步地，所述数据标签可以通过NLP技术实现获得，如：词性标注、句法分析、命名实体识别等；所述关键指标可以通过时间序列分析方法实现获得，如：ARIMA、VAR、Exponential Smoothing等；所述元数据流程图可以通过数据流程建模工具实现获得，如：Visio、Lucidchart等工具。
本发明通过提取所述制备流程路径中的风险数据，可以帮助组织更好地了解和应对潜在风险，提高生产效率、质量控制水平和决策的准确性，从而实现持续改进和增加竞争优势。
其中，所述风险数据是指涉及制备流程路径中的潜在风险的相关信息和指标，可选地，所述风险数据可以通过过程仿真模型实现获得，如：Arena、Simio、FlexSim等模型。
S3、基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录。
本发明基于所述风险数据，绘制所述硫酸钡的制备安全流程图，可以帮助识别潜在风险、加强风险控制、促进培训和沟通，并为持续改进提供指导，从而提高制备过程的安全性和可靠性。
其中，所述制备安全流程图是指用于描述和展示制备过程中的各个步骤、操作和相关风险信息的流程图。
作为本发明的一个实施例，所述基于所述风险数据，绘制所述硫酸钡的制备安全流程图，包括：识别所述风险数据中对应的风险因子；基于所述风险因子，确定所述硫酸钡对应的制备材料；利用所述制备材料进行制备流程处理，生成所述硫酸钡对应的制备流程列表；基于所述制备流程列表，绘制所述硫酸钡的制备安全流程图。
其中，所述风险因子是指在所述硫酸钡的制备过程中可能导致事故或安全风险的因素，如：高温、高压、化学品泄漏等；所述制备材料是指制备所述硫酸钡所需要使用的原材料和试剂，如：硫酸、钡盐和蒸馏水等；所述制备流程列表是指按照一定顺序描述硫酸钡制备过程中各个步骤、操作及注意事项的清单或表格。
进一步地，所述风险因子可以通过风险分析工具实现获得，如：FMEA、Event TreeAnalysis、FMECA等工具；所述制备材料可以通过数据库和在线资源实现获得，如：PubChem、Reaxys等；所述制备流程列表可以通过BPM工具实现获得，如：IBM BPM、Oracle BPM等工具。
本发明基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录，可以提高制备过程的安全性、效率和稳定性，确保产品质量的一致性，并帮助优化资源利用和排查问题。
其中，所述设备微调记录是指详细记录微调的过程、参数以及结果的文件或记录表格。
作为本发明的一个实施例，所述基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录，包括：确定所述制备安全流程图对应的微调目标；识别所述微调目标对应的微调参数；基于所述微调参数，识别所述制备设备对应的制备状态；记录所述制备状态对应的队友的变化参数；基于所述变化参数，对所述制备设备进行微调控制，得到设备微调记录。
其中，所述微调目标是指确定在制备安全流程中需要进行微调的目标或指标，如：控制温度、压力、pH值等；所述微调参数是指用于实现所述微调目标的具体参数或操作方式；所述制备状态是指所述制备设备在进行微调控制过程中的运行状态；所述变化参数是指所述制备状态对应的参数的变化情况。
进一步地，所述微调目标可以通过目标识别工具实现获得，如：Faster R-CNN、SSD、YOLO等工具；所述微调参数可以通过优化算法实现获得，如：SGD、Adam、Adagrad等算法；所述制备状态可以通过材料模型实现获得，如：晶体结构模型、热力学模型等模型；所述变化参数可以通过模拟模型实现获得，如：MATLAB、COMSOL、ANSYS等模型。
S4、提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态。
本发明通过提取所述设备微调记录中的记录标签和微调数据，有助于提高设备的性能和可靠性，减少故障和停机时间，并优化生产过程，提升企业的竞争力和效益。
其中，所述记录标签是指区分不同类型的微调数据和记录的标签；所述微调数据是指通过对设备进行微小调整或调节而获得的数据。
可选地，所述记录标签和所述微调数据可以通过聚类模型实现获得，如：K-means、层次聚类等模型。
本发明基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，可以提高生产效率、优化生产质量，减少事故风险，并为数据分析和决策提供支持。
其中，所述制备监控模型是指识别所述硫酸钡的制备过程中异常情况、优化机会和关键参数的模型，可选地，所述制备监控模型可以通过机器学习算法实现获得，如：SVM、Random Forest、神经网络等算法。
本发明通过利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态，可以带来实时监控和预警、异常检测和故障诊断、质量优化和产品改进、能耗降低和资源利用率提高、数据分析和决策支持等益处，进而提高制备过程的效率、质量和可持续性。
其中，所述制备过程状态是指所述制备设备在运行过程中的各个环节的状态。
作为本发明的一个实施例，所述利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态，包括：识别所述制备设备对应的运行数据；基于所述运行数据，确定所述制备设备对应的需求目标；利用所述制备监控模型对所述需求目标进行特征提取，得到目标特征；基于所述目标特征，计算所述制备设备对应的统计指标值；对所述统计指标值进行状态分析，得到所述制备设备对应的制备过程状态。
其中，所述运行数据是指所述制备设备在运行过程中所产生的各种数据；所述需求目标是指在制备过程中所期望达到的目标；所述目标特征是指从运行数据中提取的与需求目标相关的特征；所述统计指标值是指用于描述制备设备对应的状态指标值。
进一步地，所述运行数据可以通过机器学习算法实现获得，如：支持向量机、决策树、神经网络等；所述需求目标可以通过时间序列分析模型实现获得，如：ARIMA模型、指数平滑模型、回归模型等；所述目标特征可以通过特征降维算法实现获得，如：PCA、LDA、t-SNE等算法；所述统计指标值可以通过下述计算公式实现获得。
作为本发明的一个实施例，所述基于所述目标特征，计算所述制备设备对应的统计指标值，包括：
利用下述公式计算所述制备设备对应的统计指标值：
；
其中，B表示所述制备设备对应的统计指标值，X表示所述目标特征中对应的特征值，P表示所述目标特征中对应的特征平均值，n表示所述目标特征中对应的特征数量。
S5、扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果。
本发明通过扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，有助于所述制备设备提前采取相应的安全措施，并修复或弥补安全漏洞，从而大幅提高制备设备的安全性，防止可能的安全事故和数据泄露。
其中，所述安全漏洞是指所述制备设备中存在的潜在漏洞或弱点；所述安全漏洞列表是指从扫描制备过程状态中发现的安全漏洞记录和整理的列表。
可选地，所述安全漏洞可以通过漏洞扫描工具实现获得，如：Nessus、OpenVAS、Qualys等工具；所述安全漏洞列表可以通过静态分析工具实现获得，如：Fortify、Coverity等。
本发明通过提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，能够实现实时监测、集中分析、及时修复和升级、长期趋势分析以及数据备份与恢复等多项益处，提高制备设备的安全性和管理效率。
其中，所述列表安全数据是指从所述安全漏洞列表中提取出来的具体安全信息，可选地，所述列表安全数据可以通过SIEM工具实现获得，如：Splunk、IBM QRadar、ArcSight等工具。
本发明通过利用所述制备监控服务器对所述安全巡检列表数据进行实时巡检，得到安全巡检结果，可以提高系统的安全性和稳定性，减少潜在威胁和损失，并为及时应对安全事件提供必要的支持和保障。
其中，所述安全巡检结果是指系统进行安全巡检后所得到的评估和分析结果，可选地，所述安全巡检结果可以通过安全扫描工具实现获得，如：Nessus、OpenVAS、Qualys等工具。
本发明通过获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，有助于实时监测和控制反应过程，保证硫酸钡产品的质量稳定可靠，并可用于优化反应条件，提高生产效率和产品质量，本发明基于所述隐患系数，确定所述制备设备制备过程中的数据源，能够帮助提前发现潜在的风险和问题，优化资源分配，提高操作效率和工作质量，从而提高整个制备设备制备过程的安全性和可靠性，本发明基于所述风险数据，绘制所述硫酸钡的制备安全流程图，可以帮助识别潜在风险、加强风险控制、促进培训和沟通，并为持续改进提供指导，从而提高制备过程的安全性和可靠性，本发明通过提取所述设备微调记录中的记录标签和微调数据，有助于提高设备的性能和可靠性，减少故障和停机时间，并优化生产过程，提升企业的竞争力和效益，发明通过利用所述制备监控服务器对所述安全巡检列表数据进行实时巡检，得到安全巡检结果，可以提高系统的安全性和稳定性，减少潜在威胁和损失，并为及时应对安全事件提供必要的支持和保障。因此本发明提出的应用于硫酸钡制备下的安全巡检方法及系统，以提高硫酸钡制备的安全性。
如图2所示，是本发明一实施例提供的应用于硫酸钡制备下的安全巡检系统的模块示意图。
本发明所述应用于硫酸钡制备下的安全巡检系统200可以安装于电子设备中。根据实现的功能，所述应用于硫酸钡制备下的安全巡检系统200可以包括系数计算模块201、数据提取模块202、微调控制模块203、状态分析模块204以及安全巡检模块205。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述系数计算模块201，用于获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数；
所述数据提取模块202，用于基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据；
所述微调控制模块203，用于基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录；
所述状态分析模块204，用于提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态；
所述安全巡检模块205，用于扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果。
详细地，本发明实施例中所述应用于硫酸钡制备下的安全巡检系统200中所述的各模块在使用时采用与附图中所述的一种应用于硫酸钡制备下的安全巡检方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明实现一种应用于硫酸钡制备下的安全巡检方法的电子设备的内部结构示意图。
所述电子设备1可以包括处理器30、存储器31、通信总线32以及通信接口33，还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序，如基于人工智能的工程安全监管程序。
其中，所述处理器30在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器30是所述电子设备1的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块（例如执行基于人工智能的工程安全监管程序等），以及调用存储在所述存储器31内的数据，以执行电子设备的各种功能和处理数据。
所述存储器31至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器31在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器31在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器31还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器31不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据库配置化连接程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线32可以是外设部件互连标准（peripheral componentinterconnect，简称PCI）总线或扩展工业标准结构（extended industry standardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器31以及至少一个处理器30等之间的连接通信。
所述通信接口33用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，所述用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器30逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。
所述电子设备1中的所述存储器31存储的数据库配置化连接程序是多个计算机程序的组合，在所述处理器30中运行时，可以实现：
获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数；
基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据；
基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录；
提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态；
扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果。
具体地，所述处理器30对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数；
基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据；
基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录；
提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态；
扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述方法包括：
获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数；
基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据；
基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录；
提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态；
扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果；
所述计算所述制备分类数据中数据的隐患系数，包括：
利用下述公式计算所述制备分类数据中数据的隐患系数：
；
其中，Y表示所述制备分类数据中数据的隐患系数，ai表示制备分类数据中第i条数据的风险等级，风险等级是根据数据的特性、潜在威胁以及可能引发的风险等因素进行评估得到；bi表示制备分类数据中第i条数据的重要性系数，重要性系数反映了数据在整个制备分类系统中的重要程度；i表示制备分类数据中数据项的索引，并通过索引，可以确定数据在分类系统中的位置；c表示一个常数，用于调整所述隐患系数的系数比例，n表示所述制备分类数据中数据项的总数，并通过统计数据项的数量，可以确定数据的整体规模。
2.如权利要求1所述的一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述对所述制备数据进行类型分类，得到制备分类数据，包括：
确定所述制备数据对应的分类目标；
识别所述分类目标对应的目标数据；
对所述目标数据进行数据清洗，得到清洗制备数据；
基于所述清洗制备数据，制定所述制备设备对应的分类规则；
基于所述分类规则，对所述清洗制备数据进行类型分类，得到所述制备设备对应的制备分类数据。
3.如权利要求1所述的一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述基于所述隐患系数，确定所述制备设备制备过程中的数据源，包括：
识别所述隐患系数中对应的隐患因子；
基于所述隐患因子，识别所述制备设备对应的目标隐患数据；
对所述目标隐患数据进行数据整合，得到目标整合数据；
筛选所述目标整合数据中的数据源。
4.如权利要求1所述的一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，包括：
查询所述数据源对应的数据标签；
基于所述数据标签，识别所述数据源中的核心节点；
识别所述核心节点对应的关键指标；
基于所述关键指标，构建所述数据源对应的元数据流程图；
查询所述元数据流程图对应的制备流程路径。
5.如权利要求1所述的一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述基于所述风险数据，绘制所述硫酸钡的制备安全流程图，包括：
识别所述风险数据中对应的风险因子；
基于所述风险因子，确定所述硫酸钡对应的制备材料；
利用所述制备材料进行制备流程处理，生成所述硫酸钡对应的制备流程列表；
基于所述制备流程列表，绘制所述硫酸钡的制备安全流程图。
6.如权利要求1所述的一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录，包括：
确定所述制备安全流程图对应的微调目标，识别所述微调目标对应的微调参数；
基于所述微调参数，识别所述制备设备对应的制备状态；
记录所述制备状态对应的队友的变化参数；
基于所述变化参数，对所述制备设备进行微调控制，得到设备微调记录。
7.如权利要求1所述的一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态，包括：
识别所述制备设备对应的运行数据；
基于所述运行数据，确定所述制备设备对应的需求目标；
利用所述制备监控模型对所述需求目标进行特征提取，得到目标特征；
基于所述目标特征，计算所述制备设备对应的统计指标值；
对所述统计指标值进行状态分析，得到所述制备设备对应的制备过程状态。
8.如权利要求7所述的一种应用于硫酸钡制备下的安全巡检方法，其特征在于，所述基于所述目标特征，计算所述制备设备对应的统计指标值，包括：
利用下述公式计算所述制备设备对应的统计指标值：
；
其中，B表示所述制备设备对应的统计指标值，X表示所述目标特征中对应的特征值，P表示所述目标特征中对应的特征平均值，n表示所述目标特征中对应的特征数量。
9.应用于硫酸钡制备下的安全巡检系统，其特征在于，用于执行如权利要求1-8中任意一项所述的一种应用于硫酸钡制备下的安全巡检方法，所述系统包括：
系数计算模块，用于获取硫酸钡对应的制备设备，识别所述制备设备中的制备数据，对所述制备数据进行类型分类，得到制备分类数据，计算所述制备分类数据中数据的隐患系数；
数据提取模块，用于基于所述隐患系数，确定所述制备设备制备过程中的数据源，识别所述数据源中的核心节点，查询连接所述核心节点对应的制备流程路径，提取所述制备流程路径中的风险数据；
微调控制模块，用于基于所述风险数据，绘制所述硫酸钡的制备安全流程图，基于所述制备安全流程图，对所述制备设备进行微调控制，得到设备微调记录；
状态分析模块，用于提取所述设备微调记录中的记录标签和微调数据，基于所述记录标签和所述微调数据，构建所述硫酸钡对应的制备监控模型，利用所述制备监控模型对所述制备设备中的运行数据进行状态分析，得到制备过程状态；
安全巡检模块，用于扫描所述制备过程状态中的安全漏洞，生成所述制备设备对应的安全漏洞列表，提取所述安全漏洞列表中列表安全数据，并将所述列表安全数据发送到预设的制备监控服务器，利用所述制备监控服务器对所述列表安全数据进行实时巡检，得到安全巡检结果。
CN202311602610.4A 2023-11-28 2023-11-28 应用于硫酸钡制备下的安全巡检方法及系统 Active CN117319452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311602610.4A CN117319452B (zh) 2023-11-28 2023-11-28 应用于硫酸钡制备下的安全巡检方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311602610.4A CN117319452B (zh) 2023-11-28 2023-11-28 应用于硫酸钡制备下的安全巡检方法及系统

Publications (2)

Publication Number Publication Date
CN117319452A CN117319452A (zh) 2023-12-29
CN117319452B true CN117319452B (zh) 2024-03-08

Family

ID=89288777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311602610.4A Active CN117319452B (zh) 2023-11-28 2023-11-28 应用于硫酸钡制备下的安全巡检方法及系统

Country Status (1)

Country Link
CN (1) CN117319452B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117523503B (zh) * 2024-01-08 2024-05-03 威科电子模块（深圳）有限公司 基于厚膜电路板的制备设备安全监控方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319638A (zh) * 2017-12-20 2018-07-24 甘肃银光化学工业集团有限公司 一种应用手持巡检设备的危险品生产制造执行系统
CN109919402A (zh) * 2017-12-12 2019-06-21 深圳市海洋王照明工程有限公司 一种智能巡检管理方法、系统及终端设备
CN115097842A (zh) * 2022-07-13 2022-09-23 北京石油化工学院 一种基于化工园区火灾风险等级的安全巡检机器人路径的规划方法
CN218032421U (zh) * 2022-09-08 2022-12-13 菏泽迪奥化工有限公司 化工生产安全监控装置
CN116173246A (zh) * 2023-02-07 2023-05-30 卞云贵 一种琼脂硫酸钡混合液及其制备方法和应用
CN116881925A (zh) * 2023-07-13 2023-10-13 广州筑粒信息科技有限公司 基于需求分析的系统安全测试方法及系统
CN117114412A (zh) * 2023-09-12 2023-11-24 瑞丰宝丽(北京)科技有限公司 一种用于危险化学品生产企业的安全预控方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180137288A1 (en) * 2016-11-15 2018-05-17 ERPScan B.V. System and method for modeling security threats to prioritize threat remediation scheduling

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919402A (zh) * 2017-12-12 2019-06-21 深圳市海洋王照明工程有限公司 一种智能巡检管理方法、系统及终端设备
CN108319638A (zh) * 2017-12-20 2018-07-24 甘肃银光化学工业集团有限公司 一种应用手持巡检设备的危险品生产制造执行系统
CN115097842A (zh) * 2022-07-13 2022-09-23 北京石油化工学院 一种基于化工园区火灾风险等级的安全巡检机器人路径的规划方法
CN218032421U (zh) * 2022-09-08 2022-12-13 菏泽迪奥化工有限公司 化工生产安全监控装置
CN116173246A (zh) * 2023-02-07 2023-05-30 卞云贵 一种琼脂硫酸钡混合液及其制备方法和应用
CN116881925A (zh) * 2023-07-13 2023-10-13 广州筑粒信息科技有限公司 基于需求分析的系统安全测试方法及系统
CN117114412A (zh) * 2023-09-12 2023-11-24 瑞丰宝丽(北京)科技有限公司 一种用于危险化学品生产企业的安全预控方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
专家巡检助推隐患排查治理;陈仲秋;;现代职业安全(第01期);全文 *
危险化工工艺生产过程安全管理研究;闵鹏;;化工管理(第18期);全文 *

Also Published As

Publication number Publication date
CN117319452A (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
WO2021093140A1 (zh) 一种跨项目软件缺陷预测方法及其系统
US11093519B2 (en) Artificial intelligence (AI) based automatic data remediation
CN108197132B (zh) 一种基于图数据库的电力资产画像构建方法及装置
CN117319452B (zh) 应用于硫酸钡制备下的安全巡检方法及系统
CN106844407B (zh) 基于数据集相关性的标签网络产生方法和系统
CN114026828B (zh) 用于监控通信网络的设备和方法
CN113626607B (zh) 异常工单识别方法、装置、电子设备及可读存储介质
Kasemsap Multifaceted applications of data mining, business intelligence, and knowledge management
CN115564071A (zh) 一种电力物联网设备数据标签生成方法及系统
CN116562746B (zh) 一种被服物流站点的被服数据监控方法及相关装置
CN111652278A (zh) 用户行为检测方法、装置、电子设备及介质
CN115577701A (zh) 针对大数据安全的风险行为识别方法、装置、设备及介质
CN114461644A (zh) 一种数据采集方法、装置、电子设备及存储介质
CN114781832A (zh) 课程推荐方法、装置、电子设备及存储介质
CN112950344A (zh) 数据评估方法、装置、电子设备及存储介质
CN114399212A (zh) 生态环境质量评估方法、装置、电子设备及存储介质
CN112560465A (zh) 批量异常事件的监控方法、装置、电子设备及存储介质
AU2022204049A1 (en) Utilizing topology-centric monitoring to model a system and correlate low level system anomalies and high level system impacts
Ge et al. Distributionally robust optimization for the closed‐loop supply chain design under uncertainty
CN111950623B (zh) 数据稳定性监控方法、装置、计算机设备及介质
CN111324594A (zh) 用于粮食加工业的数据融合方法、装置、设备及存储介质
CN113822379B (zh) 工艺制程异常分析方法、装置、电子设备及存储介质
CN113722437A (zh) 基于人工智能的用户标签识别方法、装置、设备及介质
CN110471373B (zh) 信息处理方法、程序和信息处理装置
CN117909333B (zh) 基于大数据结合人工智能实现数据的筛选方法及系统

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
GR01 Patent grant
GR01 Patent grant