基于物聯網與運行大數據的高校實驗室安全評價方法

摘要：常規的高校實驗室安全評價方法忽視了冗余數據對評價結果的影響。因此，文章設計了基于物聯網與運行大數據的高校實驗室安全評價方法。該方法篩選了高校實驗室安全評價指標，作為實驗室安全評價指標?；谖锫摼W與運行大數據建立實驗室安全評價模型，確定各個評價指標的物聯網指數，通過關聯規則，確保實驗室安全評價的準確性。文章求解高校實驗室安全評價綜合權重，排序權向量，實現高校實驗室安全評價并采用實例分析，證明該方法的評價結果較為準確。

關鍵詞：物聯網；運行大數據；高校；實驗室；安全評價方法

中圖分類號：G482

文獻標志碼：A

0 引言

高校實驗室是在高校內完成實驗教學、科學研究的區域，是評價高校運營能力的重要標準。校實驗室包含的專業較多，存在危險物品、化學用品、常規物品等，一旦出現掉落、破損，將會影響師生的安全。針對此類問題，研究人員設計了多種評價方法。

張洪杰等^［1］基于連續區間有序加權平均和云模型的高校實驗室安全評價方法，該方法在操作上較為復雜，缺乏足夠的數據支持，導致評價結果失準。張亮等^［2］基于壓力-狀態-響應-Elman的高校實驗室安全風險動態評價方法，該方法由于實驗室環境的特殊性，數據存在噪聲、缺失或異常值的問題。因此，文章結合了物聯網與運行大數據的優勢，設計了高校實驗室安全評價方法。

1 高校實驗室安全的物聯網與運行大數據評價方法設計

1.1 篩選高校實驗室安全評價指標

高校實驗室安全評價是一種綜合評價方式，包括實驗室安全的各個方法。在安全評價的過程中，遵循全面性、科學性、層次性、目的性等原則，篩選出高校實驗室安全評價指標^［3］。將責任體系A1（組織機構與職責A11、經費投入A12、安全信息化建設A13），實驗場所A2（場所環境A21、個人防護A22、實驗室衛生A23），教育培訓A3（安全教育A31、安全文化A32、安全培訓A33），應急管理A4（應急處置A41、應急評估A42、應急準備A43），管理制度A5（規章制度A51、操作規A9程A52），?；钒踩獳6（危化品購置與存放A61、?；凡僮鰽62、實驗廢棄物處置A63），安全檢查A7（危險源辨識A71、安全隱患整改A72），設備設施安全A8（儀器設備管理A81、實驗作業安全A82、消防安全A83），持續改進指標（績效評定A91、改進措施A92），作為實驗室安全評價一級指標和二級指標，以此來反映實驗室安全評價的各類信息^［4］。

1.2 基于物聯網與運行大數據建立實驗室安全評價模型

確定各個評價指標的物聯網指數，通過運行大數據分析評價指標的關聯規則，從而確保實驗室安全評價的準確性。物聯網指數是評估安全評價指標有效性的指標，能夠分析出評價指標的內在聯系，度量指標的重要程度。物聯網指數I的計算見式（1）。

式中，I為高校實驗室安全評價指標的物聯網指數，L_i為第i類指標在總指數中的權重，L_ij為第j類指標在第i類指標指數的權重，K_ij為第i類指標的第j項標準值。

在物聯網環境下，利用運行大數據構建的實驗室安全評價模型如圖1所示。由圖1可知，可視化、數據存儲、數據分析、數據處理、數據采集為運行大數據的內容；應用層、數據層、感知層為物聯網內容。在實驗室安全評價的過程中，按照評價數據的采集來源、處理方式、存儲形式分類，將一級指標與二級指標混合訓練，得到非結構化數據與結構化數據，確保實驗室安全評價的準確性。

1.3 求解高校實驗室安全評價綜合權重

對于高校實驗室安全評價指標而言，重要程度分為都重要、都不重要、前者稍微/比較/十分/絕對重要、前者稍微/比較/十分/絕對不重要等，標度在1、3、5、7、9、1/3、1/7、1/9中變化。根據評價指標的重要程度標度，確定實驗室安全評價目標的最大特征根，得到排序權向量，從而滿足高校實驗室安全評價的全面需求。文章使用方根法，求解最大特征根，獲取高校實驗室安全評價綜合權重，計算見式（2）、式（3）。

式中，γ_max為最大特征根，w_i為排序權向量，A為評價指標，n為常數，w_i為高校實驗室安全評價綜合權重，A_ij為第i個一級指標對應的第j個二級指標。γ_max隨著w_i變化，當A_ij的重要程度標度為9時，A_ij較為重要，w_i較高，γ_max隨之增加。當A_ij的重要程度標度為1/9時，A_ij較不重要，w_i較低，γ_max隨之降低。綜合考慮到不同的重要程度標度類別，將權重與評分的乘積作為二級指標的綜合得分。同屬一級指標的所有二級指標綜合得分，作為一級指標的綜合得分。一級指標的綜合得分越高，安全評價的準確性越高，從而實現實驗室安全的準確評價。

2 實例分析

2.1 高校概況

為了驗證文章設計的方法是否滿足高校實驗室安全評價需求，文章以X高校實驗室為例，對上述方法進行了實驗分析。X高校是集生產、技術、服務于一體的全日制民辦院校，校園占地面積約為5.3×10⁵ m²，建筑面積約為4.9×10⁵ m²，在校學生約25000人，教師約1250人。X高校共有15個二級學院，專業約50個，涵蓋了經濟、管理、文學、工科、理科、藝術、貿易、教育8個學科。實驗室總面積約為30000 m²，能夠滿足本次安全評價需求。X高校實驗室安全評價流程如圖2所示。本次分析的是已構建的評價模型在實踐中的可操作性與可行性。本研究分析X高校實驗室的使用情況，設置對應的評分標準，分別為：≥25分、≥50分、≥75分、≈100分。二級指標評分≥4分，證明選取的指標較為重要，能夠提高評價準確性。一級指標評分≥9分，證明一級指標選取較為準確，能夠提高評價準確性。綜合評分≥90分，證明高校實驗室安全的綜合評價結果較為準確。

2.2 應用結果

文章隨機選取出A1～A7共7種一級指標，選取出多個對應的二級指標，共同判斷文章方法的評價效果。在其他條件均已知的情況下，分析了各個指標的評分、權重、二級指標綜合得分、一級指標綜合得分。各個指標的綜合得分越高，安全評價準確性越高。結果如表1所示。由表1可知，使用文章設計的基于物聯網與運行大數據的高校實驗室安全評價方法，各個評分在95/100以上，權重適中，各個指標的綜合得分能夠滿足標準需求。各個指標的總評分為114.2772，評分相對較高，安全評價效果較佳，符合文章研究目的。

3 結語

物聯網技術與運行大數據技術相互結合，應用于高校實驗室，能夠提高相關數據的處理效果，確保實驗室作業的順利進行。實驗室問題關系到全校教師與學生的生命財產安全，如何有效地評價實驗室安全，成為研究人員亟待解決的問題。因此，文章利用物聯網與運行大數據，設計了高校實驗室安全評價方法，從評價指標、評價模型、評價權重等方面，全方位地分析了高校實驗室的使用數據，發現潛在的安全隱患，為實驗室的安全管理提供保障。

參考文獻

［1］張洪杰，余愷瑞，魏甜甜，等.基于C-OWA和云模型的高?；嶒炇野踩g性評價［J］.實驗室研究與探索，2024（3）：253-259.

［2］張亮，李景良，崔海洋.基于PSR-Elman的高校實驗室安全風險動態評估［J］.實驗技術與管理，2023（3）：237-242.

［3］趙云，任光輝，鄭樹桐.基于安全標準化的高校實驗室安全管理工作評價研究［J］.中國標準化，2023（7）：213-219.

［4］龔小龍.大學實驗室管理評價標準的科學化構建模式［J］.大眾標準化，2023（11）：13-15.

（編輯 王永超）

Security evaluation method of university laboratory based on the Internet of Things and the operation of big data

SONG Leiyu¹， TIAN Hanjun¹， BAI Jing²

（1.Xi’an Eurasia University， Xi’an 710065， China;

2.Xi’an Kedagaoxin University， Xi’an 710065， China）

Abstract：Conventional evaluation methods of laboratory safety in colleges and universities ignore the influence of redundant data on evaluation results. Therefore， this paper designs a safety evaluation method for university laboratories based on the Internet of Things and running big data. This method screens the safety evaluation indexes of university laboratories as laboratory safety evaluation indexes. Based on the Internet of Things and operational big data， the laboratory safety evaluation model is established， the networking index of each evaluation target is determined， and the accuracy of laboratory safety evaluation is ensured through association rules. In this paper， the comprehensive weight of university laboratory safety evaluation is solved， and the weight vector is sorted to realize the safety evaluation of university laboratory. The example analysis shows that the evaluation result of this method is more accurate.

Key words：Internet of Things; operation of big data; university; laboratory; security evaluation method