一种基于AI技术的智慧实验室安全监测管理方法及系统技术方案

本发明专利技术涉及实验室安全监测管理领域，具体公开一种基于AI技术的智慧实验室安全监测管理方法及系统，该方法包括：目标实验室获取、目标实验室属性获取、目标实验室基本参数监测、目标实验室基本参数分析、目标实验室综合安全分析、目标实验室安全管理提示、风险实验室数据上传，本发明专利技术能够发现实验室细微化的安全隐患，进而减少了实验室的潜在运行安全风险，不仅能够为实验室的安全稳定运行提供可靠性的数据支撑保障，且提高了对实验室的安全隐患进行响应处理的及时性，并降低了实验室安全事故的发生率，避免造成一定程度的人员伤害，提高了实验室在安全管理方面的效率，有利于为实验室的科学研究成果提供科学合理的支撑基础。室的科学研究成果提供科学合理的支撑基础。室的科学研究成果提供科学合理的支撑基础。

【技术实现步骤摘要】
一种基于AI技术的智慧实验室安全监测管理方法及系统


[0001]本专利技术涉及实验室安全监测管理
，具体而言，涉及一种基于AI技术的智慧实验室安全监测管理方法及系统。

技术介绍

[0002]近几年来，科学技术与教育领域的不断发展融合，使各大高校的实验室建设焕发出巨大的生机与活力，各个高校对于实验室建设投入力度不断增加，而伴随着实验室规模的扩大和数量的增加，实验室的使用频率也在不断增长，随之而来的便是实验室的各种安全隐患，由于高校的人流量较大，且人员分布密集，一旦实验室因某一层面的监管不到位就会产生一系列连锁的安全隐患，进而给整个校园和校内人员造成巨大的负面影响，由此可见，对高校的实验室进行安全管理是具有十分重要的价值意义的。
[0003]目前，现有层面的技术对高校实验室的管理还存在一系列的局限性，具体体现为：(1)现有技术大多只是依据固定的实验室管理人员对实验室进行安全管理，因而较为欠缺系统性和集约化的管理，人工管理不仅需要高昂的管理费用，且受人为主观因素的影响，导致管理人员难以发现实验室细微化的安全隐患，进而增加了实验室的潜在运行安全风险，不仅无法为实验室的安全稳定运行提供可靠性的数据支撑保障，且在较大程度上抑制了对实验室的安全隐患进行响应处理的及时性，进而增加了实验室安全事故的发生率。
[0004](2)现有技术较为匮乏对实验室中具体的人员行为进行精准的安全监测，存在针对性分析水平不足和监测考虑维度较为单一的现象，由于实验室的人员流动量较大，因而不可避免的存在一些潜在的风险行为，同时，由于实验室属性的不同，相同的行为在不同的实验室会产生不同程度的安全影响，显然，缺乏对人员行为的精准性安全监测，不仅会对实验室的平稳运行产生负面影响，同时，还会造成一定程度的人员伤害，并极大地降低了实验室在安全管理方面的效率，不利于为实验室的科学研究成果提供科学合理的支撑基础。

技术实现思路

[0005]为了克服
技术介绍
中的缺点，本专利技术实施例提供了一种基于AI技术的智慧实验室安全监测管理方法及系统,能够有效解决上述
技术介绍
中涉及的问题。
[0006]本专利技术的目的可以通过以下技术方案来实现：本专利技术第一方面提供了一种基于AI技术的智慧实验室安全监测管理方法，包括：S1.目标实验室获取：获取各目标实验室，其中目标实验室为实际投入使用的实验室。
[0007]S2.目标实验室属性获取：获取各目标实验室的属性。
[0008]S3.目标实验室基本参数监测：依据各目标实验室的属性，进而对各目标实验室的基本参数进行监测，其中基本参数包括环境参数、人员行为参数和设备应用参数。
[0009]S4.目标实验室基本参数分析：依据各目标实验室的基本参数，进而计算各目标实验室的环境参数、人员行为参数和设备应用参数对应的安全指数。
[0010]S5.目标实验室综合安全分析：依据各目标实验室的环境参数、人员行为参数和设
备应用参数对应的安全指数，进而综合分析各目标实验室的综合安全指数。
[0011]S6.目标实验室安全管理提示：依据各目标实验室的综合安全指数，进而筛选得到各风险运行实验室，并据此进行安全管理提示。
[0012]S7.风险实验室数据上传：依据筛选得到的各风险运行实验室，进而构建各风险运行实验室的数据集合，将其上传至实验数据存储平台。
[0013]作为进一步的方法，所述对各目标实验室的环境参数进行监测，其具体过程为：对各目标实验室的环境参数进行监测，其中环境参数包括气体参数和环境基本参数。
[0014]依据各目标实验室的气体参数，其中气体参数包括各气体浓度和各气体类别，进而归整得到各目标实验室的各类别气体浓度，依据各目标实验室的属性，进而与实验云数据库中存储的各种实验室属性对应的各类别气体允许浓度进行匹配，得到各目标实验室的各类别气体允许浓度，进而对比计算各目标实验室的气体参数对应的安全指数，其计算公式为：其中σ
j
表示为第j个目标实验室的气体参数对应的安全指数，ΔN
jd
表示为第j个目标实验室的第d个类别气体允许浓度，N
jd
″
表示为第j个目标实验室的第d个类别气体浓度，δ1表示为设定的气体参数对应的安全修正值，j表示为各目标实验室的编号，j＝1,2,..,n，d表示为各类别气体的编号，d＝1,2,..,f。
[0015]依据各目标实验室的环境基本参数，其中环境基本参数包括温度、湿度和空气流速，并依据各目标实验室的属性，进而与实验云数据库中存储的各种实验室属性对应的环境适宜基本参数进行匹配，得到各目标实验室的环境适宜基本参数，其中环境适宜基本参数包括：适宜温度、适宜湿度和适宜空气流速，据此对比计算各目标实验室的环境基本参数对应的安全指数，记为ω
j
。
[0016]作为进一步的方法，所述各目标实验室的环境参数对应的安全指数，其计算公式为：其中表示为第j个目标实验室的环境参数对应的安全指数，a1和a2分别表示为设定的气体参数和环境基本参数对应的安全评估权重因数，e表示为自然常数。
[0017]作为进一步的方法，所述对各目标实验室的人员行为参数进行监测，其具体过程为：通过对各目标实验室进行人员识别，进而获取各目标实验室所属各人员，并将各目标实验室的属性与实验云数据库中存储的各种实验室属性对应的各类型风险行为进行匹配，得到各目标实验室的各类型风险行为，进而通过设定的风险行为识别机制对各目标实验室所属各人员是否存在风险行为进行识别，若存在，则提取各目标实验室的各风险行为所属类型和持续时长，进而与设定的各种风险行为类型对应单位持续时长的安全影响因子进行匹配，得到各目标实验室的各风险行为所属类型对应单位持续时长的安全影响因子，据此计算各目标实验室的人员行为对应的安全指数，其计算公式为：其中μ
j
表示为第j个目标实验室的人员行为对应的安全指数，t
ji
表示为第j个目标实验室的第i个风险行为所属持续时长，表示为第j个目标实验室的第i个风险行为所属类型对应单位持续时长的安全影响因子，表示为设定的人员行为对应的安全修正值，i表示为各风险行为的编号，i＝1,2,..,k。
[0018]依据设定的危险源识别模型对各目标实验室的危险源进行识别，进而得到各目标实验室的各危险源位置，进而提取各目标实验室所属各人员距离对应目标实验室的各危险源之间的间距，并将其记为各目标实验室所属各人员对应各危险源参考间距，并依据实验云数据库中存储的危险源参考安全间距，据此对比计算各目标实验室的人员对应危险源间距所属安全指数，其计算公式为：其中η
j
表示为第j个目标实验室的人员对应危险源间距所属安全指数，L
jp
m表示为第j个目标实验室所属第p个人员对应第m个危险源参考间距，ΔL0表示为危险源参考安全间距,表示为设定的人员对应危险源间距所属安全修正因子，p表示为各人员的编号，p＝1,2,..,z，m表示为各危险源的编号，m＝1,2,..,u。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI技术的智慧实验室安全监测管理方法，其特征在于，包括：S1.目标实验室获取：获取各目标实验室，其中目标实验室为实际投入使用的实验室；S2.目标实验室属性获取：获取各目标实验室的属性；S3.目标实验室基本参数监测：依据各目标实验室的属性，进而对各目标实验室的基本参数进行监测，其中基本参数包括环境参数、人员行为参数和设备应用参数；S4.目标实验室基本参数分析：依据各目标实验室的基本参数，进而计算各目标实验室的环境参数、人员行为参数和设备应用参数对应的安全指数；S5.目标实验室综合安全分析：依据各目标实验室的环境参数、人员行为参数和设备应用参数对应的安全指数，进而综合分析各目标实验室的综合安全指数；S6.目标实验室安全管理提示：依据各目标实验室的综合安全指数，进而筛选得到各风险运行实验室，并据此进行安全管理提示；S7.风险实验室数据上传：依据筛选得到的各风险运行实验室，进而构建各风险运行实验室的数据集合，将其上传至实验数据存储平台。2.根据权利要求1所述的一种基于AI技术的智慧实验室安全监测管理方法，其特征在于：所述对各目标实验室的环境参数进行监测，其具体过程为：对各目标实验室的环境参数进行监测，其中环境参数包括气体参数和环境基本参数；依据各目标实验室的气体参数，其中气体参数包括各气体浓度和各气体类别，进而归整得到各目标实验室的各类别气体浓度，依据各目标实验室的属性，进而与实验云数据库中存储的各种实验室属性对应的各类别气体允许浓度进行匹配，得到各目标实验室的各类别气体允许浓度，进而对比计算各目标实验室的气体参数对应的安全指数，其计算公式为：其中σ
j
表示为第j个目标实验室的气体参数对应的安全指数，ΔN
jd
表示为第j个目标实验室的第d个类别气体允许浓度，N
jd
″
表示为第j个目标实验室的第d个类别气体浓度，δ1表示为设定的气体参数对应的安全修正值，j表示为各目标实验室的编号，j＝1,2,..,n，d表示为各类别气体的编号，d＝1,2,..,f；依据各目标实验室的环境基本参数，其中环境基本参数包括温度、湿度和空气流速，并依据各目标实验室的属性，进而与实验云数据库中存储的各种实验室属性对应的环境适宜基本参数进行匹配，得到各目标实验室的环境适宜基本参数，其中环境适宜基本参数包括：适宜温度、适宜湿度和适宜空气流速，据此对比计算各目标实验室的环境基本参数对应的安全指数，记为ω
j
。3.根据权利要求2所述的一种基于AI技术的智慧实验室安全监测管理方法，其特征在于：所述各目标实验室的环境参数对应的安全指数，其计算公式为：其中表示为第j个目标实验室的环境参数对应的安全指数，a1和a2分别表示为设定的气体参数和环境基本参数对应的安全评估权重因数，e表示为自然常数。4.根据权利要求3所述的一种基于AI技术的智慧实验室安全监测管理方法，其特征在于：所述对各目标实验室的人员行为参数进行监测，其具体过程为：通过对各目标实验室进行人员识别，进而获取各目标实验室所属各人员，并将各目标实验室的属性与实验云数据库中存储的各种实验室属性对应的各类型风险行为进行匹配，
得到各目标实验室的各类型风险行为，进而通过设定的风险行为识别机制对各目标实验室所属各人员是否存在风险行为进行识别，若存在，则提取各目标实验室的各风险行为所属类型和持续时长，进而与设定的各种风险行为类型对应单位持续时长的安全影响因子进行匹配，得到各目标实验室的各风险行为所属类型对应单位持续时长的安全影响因子，据此计算各目标实验室的人员行为对应的安全指数，其计算公式为：其中μ
j
表示为第j个目标实验室的人员行为对应的安全指数，t
ji
表示为第j个目标实验室的第i个风险行为所属持续时长，表示为第j个目标实验室的第i个风险行为所属类型对应单位持续时长的安全影响因子，表示为设定的人员行为对应的安全修正值，i表示为各风险行为的编号，i＝1,2,..,k；依据设定的危险源识别模型对各目标实验室的危险源进行识别，进而得到各目标实验室的各危险源位置，进而提取各目标实验室所属各人员距离对应目标实验室的各危险源之间的间距，并将其记为各目标实验室所属各人员对应各危险源参考间距，并依据实验云数据库中存储的危险源参考安全间距，据此对比计算各目标实验室的人员对应危险源间距所属安全指数，其计算公式为：其中η
j
表示为第j个目标实验室的人员对应危险源间距所属安全指数，L
jp
m表示为第j个目标实验室所属第p个人员对应第m个危险源参考间距，ΔL0表示为危险源参考安全间距,表示为设定的人员对应危险源间距所属安全修正因子，p表示为各人员的编号，p＝1,2,..,z，m表示为各危险源的编号，m＝1,2,..,u。5.根据权利要求4所述的一种基于AI技术的智慧实验室安全监测管理方法，其特征在于：所述各目标实验室的人员行为参数对应的安全...

【专利技术属性】
技术研发人员：朱奥权，
申请(专利权)人：湖北康协生物科技有限公司，
类型：发明
国别省市：