[发明专利]一种用于实验室人员安全培训和试剂管理的智能管理系统在审
申请号: | 202110702202.0 | 申请日: | 2021-06-24 |
公开(公告)号: | CN113393349A | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 徐万海;王璐;吕玉林;付博;鉴令锐;杨宗政;刘琛;杨光 | 申请(专利权)人: | 哈尔滨医科大学 |
主分类号: | G06Q50/20 | 分类号: | G06Q50/20;G06Q10/10;G01D21/02;G08B21/18 |
代理公司: | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人: | 贾耀淇 |
地址: | 150081 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 实验室 人员 安全 培训 试剂 管理 智能 系统 | ||
1.一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,包括,
知识培训模块,用于实验室工作人员的安全知识培训;
行为指导模块,包括第一指导模块、第二指导模块;其中,所述第一指导模块用于指导试剂标准化分类、使用;所述第二指导模块用于指导试剂安全储存、回收。
2.根据权利要求1所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述知识培训模块至少包括:采集模块、课程学习模块、题库更新模块、用户模块;
所述采集模块用于采集安全知识培训信息,所述安全培训信息包括实验室规定、试剂的分类信息、试剂的使用信息、试剂的存储信息、试剂的回收信息;
所述课程学习模块用于将所述安全知识培训信息制作成网络课程纳入手机客户端,所述实验室工作人员通过所述手机客户端进行网络课程学习;
所述题库更新模块用于通过网络爬虫更新所述安全知识培训信息的信息题库;
所述用户模块包括实验室管理者模块、实验室工作人员模块。
3.根据权利要求2所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述实验室管理者模块用于通过所述题库更新模块对所述实验室工作人员进行考核,评估所述实验室工作人员对安全知识、仪器操作、试剂管理了解情况。
4.根据权利要求1所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述第一指导模块包括分类单元、编号单元、标签单元;
所述分类单元用于对试剂进行分类,分类标准至少包括物理性质、化学性质、应用领域、安全措施、运输储存、产热、液体飞溅、刺激性气体产生;
所述编号单元包括试剂分类编号单元和与所述试剂反应的反应试剂分类编号单元;
所述标签单元为自锁式标牌扎带,所述自锁式标牌扎带固定于试剂瓶口。
5.根据权利要求4所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述标签单元的背面还包括二维码,用于获得所述试剂的详细资料。
6.根据权利要求1所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述第二指导模块包括储存单元、回收单元;
所述储存单元根据颜色确定储存区域,所述储存单元至少包括第一储存单元、第二储存单元、第三储存单元;其中,所述第一储存单元为实验台储存,所述第二储存单元为安全柜储存,所述第三储存单元为避光储存;
所述回收单元为智能化回收废液桶,所述智能化回收废液桶包括废弃试剂缸、废弃试剂缸感应模块、质量测量模块、信息采集平台、智能系统主机、废弃试剂桶盖。
7.根据权利要求6所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述智能系统主机用于录入所述实验室工作人员的个人信息及倾倒的废弃液体信息、对所述实验室工作人员进行身份验证、判断废弃液体是否符合倾倒要求;
所述信息采集平台用于采集所述废弃液体的质量信息、体积信息、温度信息、PH信息。
8.根据权利要求6所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述废弃试剂缸感应模块包括温度测量单元、pH检测单元、体积测量单元;
所述废弃试剂桶盖包括气压测量单元、温度测量单元、体积感应单元。
9.根据权利要求6所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述智能化回收废液桶还包括预警模块;
所述预警模块用于所述废弃液体不符合倾倒要求时,发出警报。
10.根据权利要求6所述的一种用于实验室人员安全培训和试剂管理的智能管理系统,其特征在于,
所述智能化回收废液桶还包括通信回收模块;
所述通信回收模块用于所述智能化回收废液桶液体充盈时,自动联系回收公司进行废液回收。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨医科大学,未经哈尔滨医科大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110702202.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:泡沫砼布料机
- 下一篇:利用少量传感器信息的桥梁全桥完备模态振型识别方法