免疫设备样本针空吸故障识别方法技术

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、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...

【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：