[发明专利]用于实验室设备的电流和电压的大数据分析构架

说明书

技术领域

本发明涉及实验室设备监测技术领域，具体涉及一种用于实验室设备的电流和电压的大数据分析构架。

背景技术

传统的实验室管理和监控方案中监测点都是有线接入，过程繁琐、建置和维护成本较高，系统的可扩展性和移动性能较差，而且，现有监控方案主要是针对实验室的各种环境进行监测，如对湿度、温度、光照、是否有人等进行实时监控，实时地掌握实验室的环境状态，了解实验室是否受到良好的控制。

然而，现有的监控方案不能对监测实验室设备是否出故障进行实时监控，并难以对故障进行定位，导致需要使用的时候才发现设备出现故障需要检修，从而延误试验进度。甚至，在故障的情况下使用设备容易导致设备更严重的损坏，造成经济损失。

发明内容

为了解决现有监控方案不能监测实验室设备是否出故障，并无法实时对故障进行定位的问题，本发明提供了一种用于实验室设备的电流和电压的大数据分析构架，包括：数据采集终端，用于采集经过实验室设备的电流和电压信号；数据存储模块，用于存储数据采集终端所采集各实验室设备的电流、电压及其信号特征的历史数据；处理模块，包括按照实验室管理人员请求或系统状态监测对来自数据存储模块中的历史数据进行数据分析以获得故障模式的数据分析单元，根据各实验室设备的运行管理需求定制的测量指标并在实验室设备出现故障时进行出错警报的检测控制单元，以及利用所述故障模式对所述检测控制单元获得的数据进行分析诊断的设备分析诊断单元；接口模块，用于对实验室管理人员的任务请求进行响应，并交至所述处理模块进行分析，按不同的请求类型触发执行相应的数据处理模型；系统管理模块，用于监测数据采集终端、数据存储模块、处理模块和接口模块的工作状态，当其工作状态出现异常时，向实验室管理人员发出警告。

优选的，所述数据分析单元包括用于对所述历史数据进行分析，所述历史数据包括I_DDT，所述分析方法包括用小波变换提取信号特征，用支持向量机训练模型并根据训练出的模型对故障进行诊断。

优选的，所述用支持向量机训练模型并根据训练出的模型对故障进行诊断，包括：所用支持向量机的核函数为一种径向基核函数，其表达式为：

其中，k(x,y)为核函数，‖x-y‖为x-y的1范数，y为核函数中心，c为预置的参数。

优选的，所述检测控制单元包括根据各所述实验室设备的运行管理需求定制相应的测量指标的指标制定子单元，对所采集各实验室设备的实时数据进行监测并在数据特征超过警报阈值时进行出错警报的监测警报子单元，以及对所采集各实验室设备的实时数据进行数据筛选的数据筛选子单元，所述测量指标包括测量时间范围、故障类型范围、警报阈值和测量频度。

优选的，所述数据筛选子单元用于筛选出未出现故障时的实时数据，并将其标记为正常数据标签后存入数据存储模块。

优选的，所述历史包括其他相同类型实验室的电流、电压及其信号特征的历史数据。

优选的，单个数据采集终端所要采集信号的实验室设备中不包含2个及以上的相同的实验室设备。

优选的，所述系统管理模块，以预置的时间间隔监测数据采集终端、数据存储模块、处理模块和接口模块的工作状态，当其工作状态出现异常时，向实验室管理人员发出警告。

本发明技术方案，具有如下优点：

本发明提供的用于实验室设备的电流和电压的大数据分析构架,包括数据采集终端，数据存储模块，处理模块，接口模块，系统管理模块。能够对监测实验室设备是否出故障进行实时监控，并可以对故障进行定位，且本发明提供的分析构件计算量小，可以实时对电流数据进行监控、分析，且当发现故障时，可以及时通知实验室管理人员，避免设备更严重的损坏，造成经济损失。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明的实施方式中提供的用于实验室设备的电流和电压的大数据分析构架的示意图。

具体实施方式