摘要
本发明涉及实验室仪器管理控制技术领域,尤指一种基于人工智能的实验室仪器管理系统,通过采集目标实验室内仪器运行数据与人为使用数据,结合时间序列处理构建使用行为序列,通过残差生成网络生成异常残差向量,刻画仪器运行中的微小偏离特征,并结合对比学习神经网络进行异常判别,输出异常事件概率值,从而实现潜在故障趋势的早期识别,避免需等故障严重化后才检测到的问题。告警生成模块根据异常事件概率值动态生成告警信息,并按照预设策略进行告警处理。有效解决了现有实验室仪器管理体系中故障响应滞后、监测维度单一及忽略人为操作行为的问题。