一种核电现场智能全周期化学试剂管理系统及方法与流程

摘要: 本发明涉及核电化学管理,尤其涉及一种核电现场智能全周期化学试剂管理系统及方法。背景技术:1、核电现场的化学分析及环境监测工作是保障核电机组安全稳定运行、防范环境...
一种核电现场智能全周期化学试剂管理系统及方法与流程

本发明涉及核电化学管理,尤其涉及一种核电现场智能全周期化学试剂管理系统及方法。

背景技术:

1、核电现场的化学分析及环境监测工作是保障核电机组安全稳定运行、防范环境风险的核心环节,涉及大量不同类型的化学试剂,包括普通化学试剂、危险化学试剂、易制毒化学试剂及易燃易爆化学试剂,同时需消耗氢氧化钠、氢氧化锂等大宗化学品用于机组运行分析。

2、目前,核电现场化学试剂管理主要采用人工登记、手动盘点的方式,存在诸多弊端:一是管理效率低下,人工登记易出现遗漏、错误,台账更新不及时,难以实现试剂全流程追溯;二是危险试剂监管存在安全隐患,人工核验身份易出现漏洞,无法有效杜绝无关人员接触危险试剂,且缺乏针对性的存储环境管控,可能引发泄漏、爆炸等安全事故;三是大宗化学品使用缺乏科学分析,无法根据机组型号、功率节点的差异优化消耗,易造成试剂浪费或供应不足,影响机组运行分析工作;四是废液废物产生量无法提前预测,难以提前做好处置准备,且无法精准判断试剂全周期使用是否存在遗留污染,环境风险管控滞后;五是分析仪器质控依赖人工检查,无法及时发现仪器运行异常,可能导致化学分析及环境监测数据失真;六是现有管理系统与中核集团内网itask系统无法实现数据互通,协同管理效率低,难以适配核电行业数字化转型需求。

3、上述问题亟待解决。

技术实现思路

1、本发明公开了一种核电现场智能全周期化学试剂管理系统及方法,旨在解决现有技术中存在的技术问题。

2、本发明采用下述技术方案:

3、一方面,本发明提供了一种核电现场智能全周期化学试剂管理系统,其包括:智能试剂柜,设置带有柜门的柜体形状,柜门上设置身份验证信息采集装置,柜门上还设置自动开关器,所述智能试剂柜内部设置多个隔间,每个隔间内均放置不同试剂;rfid射频识别器,安装于所述柜门上,每个试剂上均粘贴有rfid射频标签;重量感应器,设置于所述智能试剂柜内的隔间处,且位于所述隔间的底板上,用于检测试剂重量,确定试剂消耗量;分析处理器,与所述重量感应器、所述rfid射频识别器以及智能试剂柜之间通信连接,所述智能试剂柜采集身份验证信息,传输至所述分析处理器,在所述分析处理器内确定所述身份验证信息对应人员放取的试剂状态,并基于arima与bp并联式组合模型以及机器学习算法,根据所述放取的试剂状态分析异常消耗数据以及预计产生废液量。

4、可选的,在智能试剂柜中设置质控间,所述质控间与隔间的形状大小均相同,所述质控间的底板上设置重量感应器,所述质控间内放置质控药剂;所述重量感应器感应质控药剂的试剂量,并传递至分析处理器,当试剂量出现波动的情况下,分析处理器发出预警信息。

5、可选的,所述智能试剂柜包括:普通试剂柜,内置常温存储结构;有毒化学试剂柜,内部每个隔间处均设置防泄漏托盘以及通风口,所述有毒化学试剂柜的柜门处设置多个自动开关器;易燃易爆试剂柜,柜体外侧设置地线连接地面,内置温湿度传感器,实时监测所述易燃易爆试剂柜内的温度。

6、可选的,所述分析处理器包括:身份识别模块,基于所述智能试剂柜采集到的身份验证信息,确定所述身份验证信息对应人员进出许可状态,并记录所述身份验证信息对应人员放取的试剂用量;化学试剂分析模块,基于所述放取的试剂用量,通过机器学习算法构建的消耗预测模型,确定所述身份验证信息对应人员试剂的实际消耗数据以及预计消耗数据,分析异常消耗数据,其中,所述实际消耗数据用于指示根据同一试剂拿取量确定,所述预计消耗数据用于指示根据多个试剂之间配比关系确定;废液追溯模块,基于所述实际消耗数据,通过机器学习算法构建的arima与bp并联式组合模型确定预计产生废液量,对比实际产生废液量,生成环境风险预警报告;质控预警模块,基于所述环境风险预警报告中的数据,确定风险等级,在所述风险等级高于预设等级的情况下进行预警。

7、根据本发明实施例的另一方面,还提供了一种核电现场智能全周期化学试剂管理方法,包括:基于身份验证信息,确定所述身份验证信息对应人员进出许可状态,并记录所述身份验证信息对应人员拿取试剂的消耗量以及拿取时间;将所述拿取试剂的消耗量以及拿取时间输入至消耗预测模型,确定实际消耗数据以及预计消耗数据,分析异常消耗数据,其中,所述实际消耗数据用于指示根据同一试剂消耗量确定,所述预计消耗数据用于指示根据多个试剂之间配比关系确定;基于所述实际消耗数据,通过arima与bp并联式组合模型确定预计产生废液量,对比实际产生废液量,生成环境风险预警报告;基于所述环境风险预警报告中的数据,确定风险等级,在所述风险等级高于预设等级的情况下进行预警。

8、可选的,将所述拿取试剂的消耗量以及拿取时间输入至消耗预测模型,确定实际消耗数据以及预计消耗数据,分析异常消耗数据,包括:获取所述身份验证信息对应人员拿取的多个试剂种类,基于多个所述试剂种类确定试剂对应的实验;基于所述实验确定多种所述试剂种类在实验中分别占用的比例;以任意一种试剂种类对应的用量,结合实验中分别占用的比例,计算其余试剂种类的用量,确定所述预计消耗数据。

9、可选的,将所述拿取试剂的消耗量以及拿取时间输入至消耗预测模型,确定实际消耗数据以及预计消耗数据,分析异常消耗数据,包括:基于所述预计消耗数据与所述实际消耗数据进行对比,确定存在一种或多种试剂的损耗量;记录所述损耗量以及所述身份验证信息对应人员,当所述身份验证信息对应人员多次损耗量超过预设值,确定为异常损耗;基于异常损耗中一种或多种试剂的损耗量状况,分析所述异常消耗数据,生成异常数据分析报告。

10、可选的,基于所述实际消耗数据,通过arima与bp并联式组合模型确定预计产生废液量,包括:将所述实际消耗数据输入arima模型生成第一预计废液数据;将所述实际消耗数据输入bp模型生成第二预计废液数据;基于第一预计废液数据以及第二预计废液数据,调整加权分配权重比例,形成预测值;使所述实际消耗数据首先输入arima模型后生成的线性结果输入至bp模型中,得到第三预计废液数据;使所述预测值与所述第三预计废液数据进行对比,确定所述预计产生废液量。

11、可选的,将所述实际消耗数据输入arima模型生成第一预计废液数据,包括:所述实际消耗数据结合拿取时间输入至所述arima模型中,采用自相关图法以及adf单位根检验法进行检验,形成消耗量随时间参数的波动曲线;采用差分法对波动曲线中非平稳序列进行平稳化,形成线性平稳曲线;对所述线性平稳曲线进行拟合,形成具有白噪声的残差序列曲线,进行残差检验,形成实际消耗与时间相关的自相关曲线图;引入历史消耗以及废液产量数据,基于自相关曲线图与历史消耗以及废液产量数据进行对比,形成第一预计废液数据。

12、可选的,将所述实际消耗数据输入bp模型生成第二预计废液数据,包括:将所述实际消耗数据按比例进行缩放,进行同一化处理,形成数值范围落在[0,1]之间的同化数据;将所述同化数据输入至具有多层节点的所述bp模型中,输出所述第二预计废液数据,其中,所述bp模型中的隐含层节点数由输入层节点数以及输出层节点数确定。

13、可选的,使所述实际消耗数据首先输入arima模型后生成的线性结果输入至bp模型中,得到第三预计废液数据,包括:将所述实际消耗数据输入至所述arima模型中,生成线性时序预测结果;使线性时序预测结果输入至所述bp模型,生成第一次非线性特征拟合,得到拟合预测结果;使所述拟合预测结果重新输入至所述bp模型,修正非线性拟合特征误差,得到所述第三预计废液数据。

14、本发明采用的技术方案能够达到以下有益效果中的至少一个:

15、在本发明实施例中,通过分析处理器和智能试剂柜之间通信连接,可实现普通、危险、易制毒、易燃易爆等各类化学试剂的全流程智能化管控,基于arima与bp并联式组合模型并结合ai智能大数据分析技术,完成大宗化学品使用优化、废液废物预测、分析仪器质控预警,提升核电现场化学试剂管理的安全性、智能化水平和决策科学性,保障核电机组稳定运行及环境安全。