摘要

目的 为提高对紫外线消毒系统运行效果的监测质量,提出基于特征数据聚类的紫外线消毒系统运行状态实时监测方法。方法 首先对紫外线消毒系统框架进行分析,完成喷射器的消毒过程进行建模,然后基于卷积神经网络提取紫外线消毒系统历史、技术监测信息等属性的运行状态特征,最后利用优化的K均值聚类算法,对紫外线消毒系统运行状态进行实时监测。结果 实验结果证明,该方法的聚类性能和异常检测性能均较好,聚类准确率在96%以上,异常检测的平均检测率为97.49%,误检率小于1.89%。将其应用于医院进行实证,全天可对监测对象监测3000余次。结论 基于特征数据聚类的紫外线消毒系统可有效监测喷射器出口温度变化情况、耐高温菌群消杀效果,保证医院各个科室消杀运行稳定情况,具有较好的应用价值。

  • 单位
    成都市第三人民医院