System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 免疫设备样本针空吸故障识别方法技术_技高网

免疫设备样本针空吸故障识别方法技术

技术编号:40468616 阅读:12 留言:0更新日期:2024-02-22 23:23
本发明专利技术公开了一种免疫设备样本针空吸故障识别方法,解决了免疫设备样本针空吸故障的识别问题。在识别空吸故障时,利用大数据算法,通过聚类分析进行特征筛选,除了结合样本针抽样压力值及阈值进行空吸判断外,还增加了样本针脉冲、压力方差、最大值、最小值、不同的测试项目等判断特征,建立样本针空吸判断模型,提高样本针空吸故障的识别准确率。同时本申请还支持再训练功能,能够不断的提升模型的识别准确性。

【技术实现步骤摘要】

本专利技术涉及影像定位,尤其是涉及免疫设样本针空吸故障识别方法。


技术介绍

1、在免疫设备初、复测试过程中常常会出现测试结果不一致的问题,而样本针空吸是导致该问题的主要原因之一。如果部署在免疫设备上的客户端没有输出对应的空吸旗标,则该问题处理周期会较长,一般需要30分钟以上才能解决问题。

2、部分免疫设备上的客户端能够输出空吸旗标,但是该空吸旗标仅结合样本针抽样压力值及阈值进行空吸判断,如相关部品更换后或老化后,阈值可能发生改变,导致空吸旗标不准确。


技术实现思路

1、本专利技术目的在于提出一种免疫设备样本针空吸故障识别方法,用于准确判断免疫设备样本针空吸的空吸故障,方便工作人员排查问题,节约人力成本。

2、为实现上述目的,本专利技术采取下述技术方案:

3、本专利技术所述的一种免疫设备样本针空吸故障识别方法,包括以下步骤:

4、s1,获取免疫设备所在地域季节数据、控制机测试数据、控制机测试参数、远程测试数据、抽样压力数据、样本试剂液面高度数据;

5、s2,基于免疫设备检测业务要求、数据缺失率、方差分析、相关性分析剔除不可用数据;

6、s3,使用kmeasspp算法对可用数据进行聚类分析,确定对判断样本针空吸故障具有明显特异性的数据;

7、s4,对筛选出的特异性数据进行分组打标,采用监督学习算法进行学习训练、验证,获得样本针空吸故障识别模型;

8、s5,利用所述样本针空吸故障识别模型判断样本针空吸故障。

9、进一步地,所述样本针空吸故障识别模型支持再训练,即将新的样本针空吸数据继续导入所述样本针空吸故障识别模型,采用监督学习算法再次学习训练、验证,不断提升所述样本针空吸故障识别模型的准确性。

10、进一步地,所述控制机测试数据包括压力传感器电压;所述控制机测试参数包括取样泵加样量、样本针压力阈值;所述样本试剂液面高度数据包括样本脉冲差值、试剂脉冲差值;所述抽样压力数据包括抽样压力最大值、最小值、均值、峰度、偏度、中位数;所述远程测试数据包括检测项目编号、最近一次上门服务距今天数、最近一次上门服务距今测试量。

11、进一步地,所述具有明显特异性的数据包括抽样压力最大值、抽样压力平均值、抽样压力最小值、抽样压力中位数、抽样压力方差、压力传感器电压、检测项目编号、样本脉冲差值。

12、进一步地,所述对筛选出的特异性数据进行分组包括按照加样量分组、按样本液是否稀释分组、按免疫设备自带的空吸判断算法分组,为每一组建立各自的样本针空吸故障识别模型,进一步提高样本针空吸故障识别模型的适用准确性。

13、本专利技术的优点在于解决了免疫设备样本针空吸故障的识别问题。在识别空吸故障时,利用大数据算法,通过聚类分析进行特征筛选,除了结合样本针抽样压力值及阈值进行空吸判断外,还增加了样本针脉冲、压力方差、最大值、最小值、不同的测试项目等判断特征,建立样本针空吸判断模型,提高样本针空吸故障的识别准确率。同时本申请还支持再训练功能,能够不断的提升模型的识别准确性。

本文档来自技高网...

【技术保护点】

1.一种免疫设备样本针空吸故障识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种免疫设备样本针空吸故障识别方法,其特征在于:所述样本针空吸故障识别模型支持再训练,即将新的样本针空吸数据继续导入所述样本针空吸故障识别模型,采用监督学习算法再次学习训练、验证,不断提升所述样本针空吸故障识别模型的准确性。

3.根据权利要求1所述的一种免疫设备样本针空吸故障识别方法,其特征在于:所述控制机测试数据包括压力传感器电压;所述控制机测试参数包括取样泵加样量、样本针压力阈值;所述样本试剂液面高度数据包括样本脉冲差值、试剂脉冲差值;所述抽样压力数据包括抽样压力最大值、最小值、均值、峰度、偏度、中位数;所述远程测试数据包括检测项目编号、最近一次上门服务距今天数、最近一次上门服务距今测试量。

4.根据权利要求1所述的一种免疫设备样本针空吸故障识别方法,其特征在于:所述具有明显特异性的数据包括抽样压力最大值、抽样压力平均值、抽样压力最小值、抽样压力中位数、抽样压力方差、压力传感器电压、检测项目编号、样本脉冲差值。

5.根据权利要求1所述的一种免疫设备样本针空吸故障识别方法,其特征在于:所述对筛选出的特异性数据进行分组包括按照加样量分组、按样本液是否稀释分组、按免疫设备自带的空吸判断算法分组。

...

【技术特征摘要】

1.一种免疫设备样本针空吸故障识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种免疫设备样本针空吸故障识别方法,其特征在于:所述样本针空吸故障识别模型支持再训练,即将新的样本针空吸数据继续导入所述样本针空吸故障识别模型,采用监督学习算法再次学习训练、验证,不断提升所述样本针空吸故障识别模型的准确性。

3.根据权利要求1所述的一种免疫设备样本针空吸故障识别方法,其特征在于:所述控制机测试数据包括压力传感器电压;所述控制机测试参数包括取样泵加样量、样本针压力阈值;所述样本试剂液面高度数据包括样本脉冲差值、试剂脉冲差值;所述抽样压力数...

【专利技术属性】
技术研发人员:侯剑平朱俊涛王超王东峰王景运马红攀张彬彬应承伟刘聪
申请(专利权)人:安图实验仪器郑州有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1