北方偉業(yè)計量集團有限公司
環(huán)境監(jiān)測數(shù)據(jù)是客觀評價環(huán)境質(zhì)量狀況、反映污染治理成效、實施環(huán)境管理與決策的基本依據(jù)。確保監(jiān)測數(shù)據(jù)的“真、準、全”也是當前環(huán)境監(jiān)測工作的重中之重,使用傳統(tǒng)的鐵皮柜子、檔案盒和白紙黑字,已不能夠滿足行業(yè)規(guī)范性、高集成、高效率的現(xiàn)實要求?!稒z驗檢測機構資質(zhì)認定生態(tài)環(huán)境監(jiān)測機構評審補充要求》(國市監(jiān)檢測〔2018〕245號)提出,建立覆蓋布點、采樣、現(xiàn)場測試、樣品制備、分析測試、數(shù)據(jù)傳輸、評價和綜合分析報告編制等全過程的質(zhì)量管理體系?!渡鷳B(tài)環(huán)境監(jiān)測規(guī)劃綱要(2020-2035)》(環(huán)監(jiān)測〔2019〕86號)提出,監(jiān)測機構按照統(tǒng)一要求建設實驗室信息管理系統(tǒng),實現(xiàn)全流程可追溯?!蛾P于推進生態(tài)環(huán)境監(jiān)測體系與監(jiān)測能力現(xiàn)代化的若干意見》(環(huán)辦監(jiān)測〔2020〕9號)提出,推動建立分級管理、全國聯(lián)網(wǎng)的實驗室信息管理系統(tǒng),實現(xiàn)監(jiān)測活動全流程可追溯,健全生態(tài)環(huán)境監(jiān)測量值溯源體系,提高質(zhì)量監(jiān)管能力。因此,加強物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新技術在環(huán)境監(jiān)測質(zhì)量管理中的應用,加強全過程質(zhì)控已成為當前環(huán)境監(jiān)測質(zhì)量管理的發(fā)展趨勢。
生態(tài)環(huán)境現(xiàn)場采樣一般為野外作業(yè),地域和時間跨度大,污染源采樣復雜,技術要求高,受企業(yè)污染源排放工況、天氣等外部因素影響,相對于較為成熟的實驗室質(zhì)量管理體系,質(zhì)量管理手段薄弱,僅依靠監(jiān)測技術人員的自我約束和內(nèi)部監(jiān)督手段,較難保證監(jiān)測過程的真實性和可追溯性。同時,由于采樣工作的不可復制性,個別機構通過不測、少測、篡改數(shù)據(jù)等不當手段,出具虛假的環(huán)境監(jiān)測數(shù)據(jù),嚴重影響了生態(tài)環(huán)境監(jiān)測數(shù)據(jù)的客觀公正性。
通過現(xiàn)場采樣活動涉及的人、機、料、法、環(huán)要素的流程自動化和數(shù)字化,能夠減少業(yè)務開展的偶然性和隨機性,實現(xiàn)全過程質(zhì)量管理,實現(xiàn)監(jiān)測人員和設備的有效互聯(lián),現(xiàn)場采樣活動的信息互聯(lián),監(jiān)測要素與數(shù)據(jù)的有效互聯(lián)等。
現(xiàn)場采樣儀器是數(shù)據(jù)產(chǎn)生的源頭,也是質(zhì)量控制的源頭。對采樣儀器從購買到使用期間的外部校準、日常核查及使用維修保養(yǎng)等關鍵環(huán)節(jié)進行全生命周期信息化管理。針對儀器的外部校準和日常核查,從數(shù)字化應用角度出發(fā),形成儀器的計量特征,記錄儀器自身的計量畫像參數(shù),將儀器計量能力形成可數(shù)字化、定量化分析的云端匹配庫。把儀器的計量、校準過程由單純的出廠時完成、年檢時定點完成轉(zhuǎn)化為在遠端通過數(shù)據(jù)集匹配快速靈活完成,實現(xiàn)儀器計量的可追溯化,提升對數(shù)據(jù)源頭的質(zhì)量控制。
部分現(xiàn)場采樣儀器具備打印報表功能,但限于儀器功能的限制和不同環(huán)境要素采樣的差異性,大部分現(xiàn)場采樣記錄還需要依賴手工抄錄。針對這些問題,通過以下環(huán)節(jié)實現(xiàn)數(shù)字化記錄。
將管理系統(tǒng)中的監(jiān)測任務下載至移動終端上。
維護各級別現(xiàn)場監(jiān)測人員信息,根據(jù)采樣任務特點,在系統(tǒng)內(nèi)指派采樣人員,并根據(jù)任務數(shù)據(jù)考核采樣人員工作量。
由采樣人員使用移動終端對現(xiàn)場采樣點位進行設置。
采樣人員在移動終端上進行儀器數(shù)據(jù)自動采集或者原始數(shù)據(jù)記錄,包括現(xiàn)場環(huán)境參數(shù)、采樣參數(shù)、儀器設備、采樣人員等信息。
通過移動終端手寫電子簽名確認現(xiàn)場原始記錄單、監(jiān)測點位示意圖及現(xiàn)場監(jiān)測工況記錄單。
采樣完畢后,采樣人員對樣品保存情況進行拍照,并在樣品交接單上記錄樣品保存措施。
采樣完畢后,采樣人員在移動終端上生成樣品交接單,流轉(zhuǎn)至樣品管理部門。
通過上述流程環(huán)節(jié)中相應的數(shù)字化采集手段,將采集過程中的儀器狀態(tài)數(shù)據(jù)、測量數(shù)據(jù)、過程數(shù)據(jù)等全部形成相應的質(zhì)控點,構建對應的質(zhì)控數(shù)據(jù)集,完成整個采集過程的數(shù)字化重構,形成數(shù)據(jù)采集協(xié)議、質(zhì)控方法的有效統(tǒng)一和分析應用。
在現(xiàn)場采樣過程中獲得儀器、各質(zhì)控要素的監(jiān)測數(shù)據(jù)并進行匯集,在各類質(zhì)控數(shù)據(jù)的基礎上完成業(yè)務記錄到實驗室分析信息系統(tǒng)的流轉(zhuǎn),在流轉(zhuǎn)的過程中要能夠?qū)嵤┵|(zhì)量保證和質(zhì)量控制行為,發(fā)現(xiàn)可能存在的質(zhì)量問題。同時,根據(jù)各階段檢查的要求按照檢查需求進行歷史數(shù)據(jù)回溯分析,發(fā)現(xiàn)在工作環(huán)節(jié)中和日?;顒又锌赡艽嬖诘膯栴}與不足,使管理模式從被動擁有數(shù)據(jù)到基于數(shù)據(jù)進行精準決策。
在采集數(shù)字化的基礎上通過各類不斷增長的規(guī)則庫進行自動化、智能化判別,建設行業(yè)特定的規(guī)則引擎。能夠根據(jù)各類采樣活動本身的規(guī)范凝聚評判規(guī)則,通過現(xiàn)場采樣數(shù)據(jù)的不斷積累和專家的經(jīng)驗,借助人工智能的學習方法來優(yōu)化規(guī)則,完善操作簡捷靈活與自動化程度合理之間的良好統(tǒng)一,實現(xiàn)質(zhì)控的規(guī)則化,從而實現(xiàn)從人防走向技防。
隨著“十四五”期間國家對于各行業(yè)數(shù)字化轉(zhuǎn)型的要求,環(huán)境監(jiān)測領域?qū)⒂瓉砀焖俚陌l(fā)展,物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)分析等技術將發(fā)揮更加顯著的作用。圍繞現(xiàn)場采樣質(zhì)量管理數(shù)字化呈現(xiàn)以下內(nèi)容。
1.智能化采樣(輔助)的完善和實現(xiàn),借助各種逐步涌現(xiàn)的智能化輔助手段,采樣數(shù)據(jù)的獲取將會更加自動化、精確化、全面化,采樣現(xiàn)場的數(shù)字化塑造與重建能力將更強,用戶將逐步具備與實驗室內(nèi)部同等水平的數(shù)字化管理能力。
2.關鍵質(zhì)控信息的預警預測,隨著現(xiàn)場采樣質(zhì)量管理信息的數(shù)字化建設發(fā)展,現(xiàn)場采樣質(zhì)控管理數(shù)據(jù)庫將逐步豐富完善,在此基礎上結合質(zhì)控規(guī)則庫的建設,將逐步形成采樣過程的自動化質(zhì)控預警能力,并提供多樣化的分析預測手段。
3.不同業(yè)務場景的應用,隨著現(xiàn)場采樣的數(shù)字化建設,不同業(yè)務場景的管理能力也將逐步完善,同類樣品在不同業(yè)務應用條件下、不同采樣場景環(huán)境下的分類質(zhì)控能力也將大為增強,真正形成靈活的場景化業(yè)務管理能力。
聲明:本文所用圖片、文字來源《質(zhì)量與認證》,版權歸原作者所有。如涉及作品內(nèi)容、版權等問題,請與本網(wǎng)聯(lián)系刪除。
本研究采用陽性樣品研磨混勻的方式制備出了大米粉中鎘標準物質(zhì)。然后采用微波消解-電感耦合等離子體-質(zhì)譜法對樣品中鎘含量進行檢測,并評價其均勻性和穩(wěn)定性。結果樣品的均勻性和穩(wěn)定性滿足標準物質(zhì)制備的要求。經(jīng)8家實驗室協(xié)作定值和定值的不確定度評估,最終確定該樣品中鎘含量結果為(0.241±0.044)mg/kg。
了解更多> >數(shù)據(jù)挖掘是指利用算法將隱藏在大量、真實數(shù)據(jù)中的信息提取出來的過程,其屬于一種深層次的數(shù)據(jù)分析方法,表現(xiàn)形式多種多樣。例如,統(tǒng)計類數(shù)據(jù)挖掘包括回歸分析、多變量分析等;知識發(fā)現(xiàn)類的數(shù)據(jù)挖掘包括支持向量機、規(guī)則發(fā)現(xiàn)、決策樹等。
了解更多> >評價指標權重??赏ㄟ^信息增益獲取各個評價指標的重要程度,各指標的重要級別需要通過構建映射函數(shù)對其實行信息增益而量化處理完成,以此實現(xiàn)評價指標的決策屬性和評價指標關系的最佳描述。設定兩個評價指標Y和X,其分別表示評價指標權重和各評價指標的信息增益
了解更多> >聚類性能測試采用三種模型,對表2中4項指標數(shù)據(jù)進行測試。測試三種模型發(fā)現(xiàn)數(shù)據(jù)集的樣本數(shù)量、類簇數(shù)量和聚類所需時間,其結果如表5所示。將表5的測試結果與表2進行對比可得:本文模型數(shù)據(jù)樣本數(shù)量和類簇數(shù)量的聚類結果均與表2最接近;聚類平均耗時僅為0.003 4 s;另外兩種對比模型的數(shù)據(jù)樣本數(shù)量和類簇數(shù)量的聚類結果均存在誤差。說明本文模型具備較好的數(shù)據(jù)聚類性能。
了解更多> >制造業(yè)一般在一段時期的產(chǎn)品類型固定;而實驗室檢測工作因為樣品來源不同,客戶對檢測目的的需求不同,一般規(guī)模的第三方實驗室的檢測參數(shù)都會有幾百至上千種,且相關檢測能力需要得到認可,即使是同一領域,樣品基質(zhì)也相對繁雜,如環(huán)境領域就可區(qū)分為水、土、氣、聲、固廢等,食品領域,可能有面包、海鮮、速食、水、包裝、奶制品等,此外,在每個領域還有不同的分支。
了解更多> >通話對您免費,請放心接聽
溫馨提示:
1.手機直接輸入,座機前請加區(qū)號 如13803766220,010-58103678
2.我們將根據(jù)您提供的電話號碼,立即回電,請注意接聽
3.因為您是被叫方,通話對您免費,請放心接聽
登錄后才可以評論