[发明专利]一种用于实验室设备的险情监测系统

权利要求书

1.一种用于实验室设备的险情监测系统，其特征在于：所述用于实验室设备的险情监测系统包括数据收集模块、数据预处理模块、日志模块和报警模块；其中，

所述数据收集模块用于获取所述实验室设备的工作相关数据和/或所述实验室的环境相关数据；

所述日志模块用于记录所述实验室设备的操作状态信息；

所述数据预处理模块用于根据所述工作相关数据和/或所述环境相关数据，确定关于所述实验室设备的工作状态的报警值；

所述报警模块用于根据所述报警值生成第一控制信号和第二控制信号，并将所述第一控制信号传送至所述实验室设备和将所述第二控制信号传送至相应的报警器，所述实验室设备与所述报警器分别基于所述第一控制信号和所述第二控制信号执行适应性的工作状态切换；

所述数据预处理模块根据所述工作相关数据和/或所述环境相关数据确定所述报警值具体包括，所述数据预处理模块根据所述工作相关数据和/或所述环境相关数据对应的历史记录数据构建一设备报警数学模型，并根据所述设备报警数学模型，再基于所述历史记录数据对所述设备报警数学模型进行训练，以此得到所述报警值；

所述数据预处理模块根据所述工作相关数据和/或所述环境相关数据构建所述设备报警数学模型具体包括，所述数据预处理模块以预定时间间隔Δt依次获取若干所述历史记录数据并形成一变量向量X_t＝(x_t1，x_t2，...，x_tn)，其中x_ti为时刻t对应的第i条历史记录数据，i＝1，2，…，n，再基于m个时刻所述变量向量形成一历史记录数据集合D＝{X_t，r_t}_t＝1：m，其中r_t为时刻t对应的报警变量且r_t只能取0或1，r_t＝0表示对应的变量向量X_t不存在报警情况，r_t＝1表示对应的变量向量X_t存在报警情况，再根据所述历史记录数据集合D与贝叶斯公式构建Logit函数，所述Logit函数的表达式(1)如下

在上述表达式中，P(C₁|x)为对于给定的历史记录数据x、其被划分属于报警变量类C₁的概率，p(x|C₁)为报警变量类C₁对应于历史记录数据x的密度函数，p(x|C₂)为非报警变量类C₂对应于历史记录数据x的密度函数，P(C₁)为报警变量类C₁对应的先验概率，P(C₂)为非报警变量类C₂对应的先验概率，w为待计算的n维权重向量，w₀为待计算的权重常数，符号T表示转置符号，基于上述表达式(1)得出下面表达式(2)

所述数据预处理模块再通过梯度下降方法计算出所述n维权重向量w和所述权重常数w₀，从而构建得到所述设备报警数学模型；

所述数据预处理模块再通过梯度下降方法计算出所述n维权重向量w和所述权重常数w₀，构建得到所述设备报警数学模型具体包括，对于给定的历史记录数据集合D＝{X_t，r_t}_t＝1：m，假定r_t满足伯努利分布，则以与r_t对应的变量r对应的概率质量函数P(r)如下面表达式(3)

P(r)＝p^r(1-p)^1-r (3)

此时，定义上述表达式(3)中的概率p≡P(C₁|x)，则对于给定的历史记录数据集合D＝{X_t，r_t}_t＝1：m，其对应的样本似然函数L(w，w₀|D)如下面表达式(4)

在上述表达式(4)中，p_i为变量r_i对应的概率，

再将上述表达式(4)转化为对数运算，即

同时定义一误差函数E(w，w₀|D)为似然函数LogL(w，w₀|D)的负值，即

再将上述表达式(6)转换成关于所述n维权重向量w的梯度下降更新迭代公式，即下面表达式(7)和(8)

w_j＝w_j+Δw_j (8)

其中，w_j为n维权重向量w的分量，Δw_j为n维权重向量w的分量的更新迭代量，η为学习因子；

再基于上述表达式(7)和(8)得到下面关所述n维权重向量w的更新方程(9)

在上述更新方程(9)中，满足其中x_ij为第i条历史记录数据的第j个分量；

再基于上述表达式(7)和(8)得到下面关所述权重常数w₀的更新方程(10)

所述数据预处理模块在基于所述更新方程(9)和(10)分别计算出所述n维权重向量w和所述权重常数w₀。