实验室危化品在入库、使用、储存和废弃处置等环节都存在一定的管理难题,容易导致安全事故的发生,对危化品在实验室生命周期内各个环节进行有效管理已迫在眉睫。本文面向实验室安全管理需求,应用深度学习及物联网技术,开展实验室危化品及其废弃物智能化管理研究,针对实验室危化品管理各个环节存在的问题,给出危化品实验室生命周期智能监控方法,研制危化品实验室生命周期智能监控与管理系统,具体贡献如下:1)分析现有用于实验室危化品管理的实验室信息管理系统(Laboratory Information Management System,LIMS)系统特点和纯软件系统不能对操作人员进行有效限制的问题,总结尚未满足的需要对实验室危化品存、取行为进行硬件限制的需求,结合二维码、物联网技术与LIMS系统,设计并开发了一套用于实验室危化品存取的物联网系统及B/S模式管理软件,包括智能锁、二维码扫描等主要模块,实现了危化品存、取环节的有效管理。2)针对用途广、用量大、使用频次高、管控等级较低的低危危化品取用管理难题,通过比较可应用于人体动作识别不同算法的特点,结合低危危化品取用行为识别的设计需求,选定SlowFast深度学习算法用于低危危化品取用行为的识别,设计了实验室危化品取用识别软件,利用实验室监控视频识别实验人员在实验台拿取危化品的动作并进行备案标注,实现了对大用量低危险性危化品的智能管控。3)针对当前实验室危化品废弃物存储设施缺乏安全监测的问题,总结实验室危化品废弃物液位、液温及逸出气体浓度等状态数据监测需求,同时考虑设备操作的便捷性,设计并开发了一套无接触式实验室危化品废弃物安全状态监测装置及其管理软件,包括控制系统、无线通信、状态检测、异常报警等模块,实现了危化品废弃物存储容器的温度、液位及其释放的危险气体浓度等主要安全状态数据的实时监测。上述三项工作实现了对危化品在实验室内生命周期多个环节的管理,通过软件集成为实验室危化品智能监控与管理系统,解决了实验室危化品及其废弃物管理的部分难题,实现了实验室危化品的规范存取和废弃物安全状态的有效监测,降低了实验室安全风险。
暂无评论