仪器机时包含关机、待机、工作状态，能够反映仪器利用率与闲置情况，是大型科研仪器共享与绩效考核的重要依据。当前大多依靠人工统计机时，工作繁琐低效，还存在漏记、错记，难以适配规范化、网络化仪器管理体系。本文设计大型科研仪器机时智能计算系统。通过NB‑IoT终端采集仪器电流数据，每日上报后由后端自动完成机时计算；先采用分箱与改进K‑means算法构建电流分类模型，对上报电流数据分类统计得到机时；针对误差较大的仪器，再采用DP‑SVM算法重新建模，保障计算准确度；电流、机时数据在Web端可视化展示，解决人工统计弊端，实现仪器智能化管理。机时计算核心为电流分类，本文分析传统电流阈值法不足，提出分箱+改进K‑means机时计算方案。对历史电流分箱处理，以均值、标准差构造样本，经改进K‑means聚类生成云端电流分类模型，对实时电流分类统计机时。多仪器测试表明该方法优于阈值法，81.9%仪器机时与实际基本吻合，无需人工标定，降低使用成本。
作者：刘剑
指导老师：陈科明
企业导师：曾佳
发布时间：2022年5月