高校实验室规模持续扩张，大型仪器数量增长，但资产管理存在诸多问题：多采用纸质人工记录，无法实时监测设备；设备工作阈值各异，缺少自适应阈值算法；海量电流数据上传易造成网络阻塞；仪器闲置率高、重复采购，共享机制不完善。本文设计仪器设备状态智能监测系统。依托NB‑IOT智能电流采集终端采集数据，加密上传云平台，采用错峰上报提升数据传输质量；利用改进K‑means算法分析历史电流，自适应得到关机、待机、运行等状态阈值，下发终端限制流量上报；通过可视化终端、客户端与Web端，实现设备状态实时监测与仪器智慧预约。针对设备种类多、阈值人工划分效率低的问题，提出改进K‑means自适应阈值算法。融合GSA自适应K值算法与Huffman二叉树算法，优化K值选取、初始聚类中心、孤立点处理，规避局部最优。仿真测试表明，对比原始K‑means，准确率提升12%，耗时下降60%。
作者：安建伟
指导老师：陈科明
企业导师：曾佳
发布时间：2020年3月