一种实验室智能控制方法、系统及存储介质

技术领域

本申请涉及系统控制技术领域，尤其涉及一种实验室智能控制方法、系统及存储介质。

背景技术

随着技术发展，实验室行业也逐步向智能化信息化发展，实验室智能控制系统应运而生。

实验室在使用过程中，需要保证各项实验室环境的稳定，但实验室智能控制系统可能会出现故障，容易造成损失，现有技术中在发生故障后往往会有警报，但是故障发生后警报只能部分降低故障带来的损失，却无法提前预知将损失最小化，因此需要一种能够在故障发生前能够提醒用户检修的技术方案。

发明内容

本申请提供了一种实验室智能控制方法、系统及存储介质，用于在实验室故障发生前告知用户，能够有效提高实验室的安全性，降低实验室发生风险的概率。

第一方面，本申请提供了一种实验室智能控制方法，包括以下步骤：

获取实验室环境数据和当前地区的天气数据，该实验室环境数据包括温度数据、气压数据、空气质量数据和风速数据；

将该实验室环境数据和该天气数据输入至训练后的实验室环境预测模型，得到该实验室环境数据的变化趋势；

基于该变化趋势，判断该实验室环境数据在未来的预设时间段内是否能够达到设定的环境数据阈值；

若是，则生成预警信号。

通过采用上述技术方案，能够将实验室环境数据和当前地区的天气数据输入至实验室环境预测模型中以获取实验室各环境数据的变化趋势，并基于该变化趋势来预测实验室环境数据是否可能在将来的某一时间突破设定的环境数据阈值，若有可能突破设定的环境数据阈值，则向用户发出预警信号，使得用户能够提前预知实验室内环境的异常，从而提前作出应对，能够有效降低实验室发生风险的概率。

结合本发明第一方面的实施例，在一些实施例中，该预设时间段包括第一预设时间段和第二预设时间段，该判断该实验室环境数据在未来的预设时间段内是否达到设定的环境数据阈值的步骤，包括：

确定该实验室环境数据的等级阈值，该等级阈值包括第一预设阈值和第二预设阈值；

判断该实验室环境数据在未来的该第一预设时间段内是否达到该第一预设阈值；

判断该实验室环境数据在未来的该第二预设时间段内是否达到该第二预设阈值。

通过采用上述技术方案，能够将实验室环境数据分级，可以有效告知用户实验室环境数据异常的严重程度。

结合本发明第一方面的实施例，在一些实施例中，该生成预警信号的步骤，包括：

若该实验室环境数据到达该第一预设阈值时，生成第一预警信号；

若该实验室环境数据到达该第二预设阈值时，生成第二预警信号；其中该第二预警信号位于该第一预警信号之后触发。

通过采用上述技术方案，能够针对不同程度的实验室环境数据异常实现不同方式的预警提醒，能够让用户第一时间了解实验室环境数据异常状况。

结合本发明第一方面的实施例，在一些实施例中，该基于该变化趋势，判断该实验室环境数据在未来的预设时间段内是否达到设定的环境数据阈值的步骤，包括：

将该变化趋势输入至训练后的趋势判断模型，以使该趋势判断模型根据该变化趋势和设定的环境数据阈值，判断该实验室环境数据在未来的预设时间段内是否达到该环境数据阈值。

通过采用上述技术方案，能够将变化趋势输入训练后的趋势判断模型，从而得出该实验室环境数据是否可能在未来的时间段内突破预设的环境数据阈值，从而提前预警是否会有实验室环境数据异常。

结合本发明第一方面的实施例，在一些实施例中，在该基于该变化趋势，对即将到达预设阈值的该实验室环境数据生成预警信号步骤之后，还包括：

将在未来的预设时间段内达到设定的环境数据阈值的实验室环境数据确定为异常数据；

根据该异常数据生成预警信息；

将该预警信息发送至用户移动终端；

响应于用户移动终端返回的指令信息，控制实验室设备对该异常数据进行处理，得到处理后的实验室环境数据。

通过采用上述技术方案，能够在用户接收到预警信息后，使用移动终端来控制实验室设备对异常数据进行处理，能够减少因实验室环境异常数据带来的损失。

结合本发明第一方面的实施例，在一些实施例中，接收该实验室设备返回的当前工作信息，该当前工作信息包括该实验室设备处理后的实验室环境数据；

基于该训练后的趋势判断模型和该处理后的实验室环境数据，得出实验环境预测数据；

判断该处理后的实验室环境数据，在未来的预设时间段内是否能够达到设定的环境数据阈值；

若否，生成异常处理完成信息；

将该异常处理完成信息发送至该用户移动终端。

通过采用上述技术方案，能够在用户对实验环境异常数据作出回应时，获得更精准的操作指令，可以使得用户发送到实验室的操作指令更精准地改善实验室环境。

结合本发明第一方面的实施例，在一些实施例中，在该判断该处理后的实验室环境数据，在未来的预设时间段内是否能够达到设定的环境数据阈值的步骤之后，还包括：

若是，则生成最佳实验室环境数据；

根据该最佳实验室环境数据，调整该实验室设备的工作状态。

通过采用上述技术方案，能够在用户输入不够理想的操作指令后，由实验室智能控制系统输出最佳实验室环境数据来控制实验室设备的工作状态，保证了实验室环境能够更加安全。

第二方面，本申请实施例提供了一种实验室智能控制系统，该一种实验室智能控制系统包括：一个或多个处理器和存储器；存储器与一个或多个处理器耦合，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，一个或多个处理器调用计算机指令以使得实验室智能控制系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

第三方面，本申请实施例提供一种计算机可读存储介质，包括指令，当上述指令实验室智能控制系统上运行时，使得上述实验室智能控制系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、本发明能够将实验室环境数据和当前地区的天气数据输入至实验室环境预测模型中以获取实验室各环境数据的变化趋势，并基于该变化趋势来预测实验室环境数据是否可能在将来的某一时间突破设定的环境数据阈值，若有可能突破设定的环境数据阈值，则向用户发出预警信号，使得用户能够提前预知实验室内环境的异常，从而提前作出应对，能够有效降低实验室发生风险的概率。

2、本发明能够在实验室环境数据异常时给用户以预警信息，且在用户接收预警信息后能够通过移动终端控制实验室相应设备来调整实验室的环境，能够有效降低因实验室环境异常带来的损失。

3、本发明能够在用户利用移动终端调控实验室设备时提供最优调配参数，使得调整后的实验室环境数据保持稳定，避免因用户的参数调控数据不准确导致的二次实验室环境数据异常问题。

附图说明

图1是本申请实施例一种实验室智能控制方法的示例性场景示意图；

图2是本申请实施例一种实验室智能控制方法的示例性流程示意图；

图3是本申请实施例一种实验室智能控制方法的示例性场景示意图；

图4是本申请实施例一种实验室智能控制方法的示例性流程图；

图5是本申请实施例一种实验室智能控制系统的示例性模块关系图；

图6是本申请中一种电子设备的示意图。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“该”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

如图1所示，为本申请信息传递的一个交互场景示意图，由实验室智能控制系统接收实验室环境数据和本地天气数据，其中实验室环境数据包括实验室内的温度数据、气压数据、空气质量数据和风速数据等数据，本地天气数据包括本地温度、湿度、降水量、空气质量等数据并将实验室环境数据和本地天气数据导入环境预测模型中，从而通过环境预测模型来预测实验室环境数据的变化趋势，其中各种环境数据的变化趋势可能突破阈值的部分会由实验室智能控制系统产生预警信号，并发送至用户移动终端的应用程序上。

用户移动终端在图1中为手机，应用程序在图1中是名为实验室智能管理平台的APP，在手机接收到预警信号后，会在实验室智能管理平台这个APP上弹出红色气泡以提醒用户接收到新的消息，用户点击进入该APP后会进入到该APP的操作界面，点击实验室环境选项以获取最新的实验室环境情况，从而可以在实验室环境发生异常之前提前预知，并对可能产生异常的数据提前进行处理,能够有效减少因实验室环境异常对实验室或其中的工作人员带来的危害。

例如在实验室中的温度正在以不寻常的速度上升时，由实验室智能控制系统监测到温度的变化趋势极有可能突破预设的温度上限，此时由实验室智能控制系统向用户的手机推送预警信息，用户的手机上的app实验室智能控制平台图标右上角亮起红色气泡来提示用户实验室中有新信息推送，用户点击该app即进入实验室智能控制平台界面，同时发现在实验室环境一栏有新消息，点击实验室环境即可查看到实验室温度变化异常，即可提前利用手机对实验室智能控制系统发送处理指令，并由实验室智能控制系统对实验室中的一些器件进行控制，例如开启实验室内空调以进行降温处理，随后再由用户前往实验室排查温度异常上升的原因，从而使得温度升高对实验室带来的影响减小甚至消除影响。

需要说明的是，本发明不仅仅是针对实验室环境数据异常，对于实验室中其他的部分也可以采用本发明的方法，例如实验室存储的数据、实验室中的实验器材等，在通过实验室智能控制系统检测到异常后也可通过与其连接的手机来进行远程的提醒或控制等处理，从而减少实验室中各种损失。

本发明提供了一种实验室智能控制方法，通过实验室管理系统将实验室环境数据输入环境预测模型来对实验室环境数据进行监测，从而时刻监测实验室环境数据的变化趋势，同时根据实验室环境数据的变化趋势来分析是否会有某一实验室环境数据可能会超出预定的阈值，从而导致实验室环境的异常，针对可能超出预定阈值的实验室环境数据，例如气压过低、温度过高等情况，及时将该环境数据的变化趋势发送至用户移动终端并推送预警信息，使得用户能够在环境异常事件发生之前想好处理对策来避免损失或减少损失。

下面对本申请实施例中实验室智能控制方法进行描述：

请参阅图2，为本申请实施例中实验室智能控制方法的一个流程示意图；

步骤201，获取实验室环境数据和当前地区的天气数据；

监测实验室环境数据和当前地区的天气数据可以由用户设置监测范围，包括监测哪部分实验室环境数据和当前地区的天气数据。

可以理解的是，实验室环境数据在一定程度上受当前地区的天气影响，因此为了有效监测实验室环境数据的变化，将当前地区的天气数据纳入考虑范围是相当必要的，天气数据可设定其来源范围，例如将实验室周围1km以内的天气数据纳入监测范围以尽可能的提高其对实验室环境数据的影响精度，若监测范围过大则可能获取的数据过于庞杂且对实验室环境的影响并不精确，因此需要根据实验室所在位置尽可能选取合适的天气监测范围。

步骤202，将实验室环境数据和天气数据输入至训练后的实验室环境预测模型，得到实验室环境数据的变化趋势；

在一些实施例中，步骤202如图1中所示，在实验室智能控制系统获取到了实验室环境数据和本地天气数据后，将其输入环境预测模型中，以此来判断其未来的趋势。

可以理解的是，将获取的实验室环境数据和本地天气数据输入至环境预测模型并不是一个需要主动触发的过程，而是一个时刻进行的过程，其环境预测模型可以有多种，可以是基于统计学的模型，如时间序列分析、回归分析等，对历史环境数据进行建模和分析。通过分析数据的趋势、周期性和相关性，预测未来环境的变化；也可以是机器学习模型，使用机器学习算法，如决策树、支持向量机、神经网络等，对环境数据进行训练和学习，从而建立预测模型。通过学习数据的模式和规律，预测未来环境的变化；还可以是深度学习模型，深度学习模型是机器学习的一种特殊形式，通过多层神经网络对环境数据进行建模和预测，深度学习模型可以处理大规模的数据和复杂的模式，能够更准确地预测环境变量的变化；还可以是综合模型，将多种模型和算法进行结合，综合考虑不同因素对环境的影响，提高预测的准确性和综合性。综合模型可以通过融合多种数据源、多种预测方法和多种算法，得到更全面和可靠的环境预测结果。

步骤203，基于变化趋势，判断实验室环境数据在未来时间段内是否能够达到设定的环境数据阈值；

若是则跳转到步骤204，若否则跳转到步骤201。

经过步骤202环境预测模型分析实验室环境数据的未来趋势后，由实验室智能控制系统判断实验室环境数据是否可能超出预定的阈值，其中预定的阈值可以是默认的常规阈值，如ISO 14644-1，其为国际标准化组织（ISO）制定的《洁净室与相关受控环境的分类》标准的第一部分，其中规定了洁净室中颗粒物浓度的分类系统。共定义了9个等级，从ISOClass 1到ISO Class 9，等级越低表示洁净度要求越高。颗粒物浓度限值：针对各个等级的洁净室，规定了颗粒物浓度的上限限值。这些限值是根据实际应用需求和风险评估确定的。同时也可以由用户根据实际情况自定义环境数据阈值以此来适应实验室的实际情况，若发现实验室中某些环境数据可能会超过预先设定的阈值，则如图1所示向用户手机发送预警信号，用户可以点击手机上的app以获取预警信息，若未监测到实验室环境中的环境数据有超出预定值的风险，则返回步骤201进行持续地对环境进行监测，实现对实验室环境安全的全过程监测。

步骤204，生成预警信息。

如图1所示，生成预警信息后，将会传输该预警信息至用户手机，用户可以实时接收最新消息，用户不仅可以接收到该预警信息，同时用户可以在手机的应用程序中查看有哪些数据可能发生异常，从而及时了解实验室的情况。

上述实施例中，可以监测实验室内环境数据，并结合设定地点范围内的当地天气情况利用环境预测模型来预测实验室环境数据的变化趋势，并在检测到异常数据后产生预警信号至用户手机应用程序，并在应用程序图标上产生提醒信息，提醒用户及时查看最新消息，并及时做出防范措施。避免了因实验室环境数据异常发生后再做出处理而导致的损失，能够在实验室环境数据异常发生之前提前预警，从而及时针对异常数据做出处理，减少了潜在的危险状况。

在本发明的一些实施例中，在步骤203中，针对实验室的实际情况还可以设定多重预设阈值，用以针对不同层级的数据异常，例如设定第一预设阈值和第二预设阈值用以区分环境异常趋势的严重程度，第一预设阈值对应于程度较轻的情况，第二预设阈值用于针对程度较为严重的情况，同时针对可能突破不同阈值的环境异常数据以不同形式推送给用户预警信息，例如对于可能达到第一预设阈值的异常数据只采取将预警信息发送至用户手机的形式，而针对可能达到第二预设阈值的异常数据则采取在将预警信息发送至用户手机的同时使用户手机发生震动，以提醒用户存在较为严重的情况需要及时进行处理，同时对于可能达到第一预设阈值和第二预设阈值的异常数据进行时间上的预设，用于判断实验室环境数据是否能在第一预设时间段内达到第一预设阈值后，是否会在第二预设时间段内继续达到第二预设阈值。

针对上述实施例中达到第一预设阈值的异常信息，发送第一预警信号到用户移动终端，达到第二预设阈值的异常信息，发送第二预警信号到用户移动终端，不同的预警信号其反馈方式也不同，对于第一预警信号只需在发送至用户移动终端时产生声音以提醒用户，对于第二预警信号则可以通过震动等方式加强提示效果。

可以理解的是，如图1中实验室智能控制系统，在将接收到的实验室环境数据和当地天气数据发送至环境预测模型后得到的变化趋势，可以将其输入至趋势判断模型，使其结合设定的环境数据阈值来判断实验室环境数据是否可能会超出设定的环境数据阈值，利用趋势判断模型能够更精准地判断实验室环境数据是否可能会超过设定的环境数据阈值。

下面结合图3以及图1对本发明实验室智能控制方法进行更为详尽的阐述。

图3中展示了本发明某一实施例中各个数据在本发明流程中的传输情况和各版块之间的连接关系，首先由实验室智能控制系统将实验室环境数据和当前地区的天气数据传输到实验室环境预测模型中，从而得出实验室环境数据的变化趋势，在获得实验室环境数据的变化趋势之后，将其输入至趋势判断模型，以此判断实验室环境数据中是否可能存在超出预定阈值的实验室环境数据，并在检测到这种情况后，向用户移动终端发送预警信号，用户在接收到预警信号之后，可以针对异常数据发出操作指令，以控制实验室智能控制系统来对实验室中的异常数据进行处理，对处理后的实验室环境数据进行检测，并在处理完成后向用户终端发送异常处理完成信息,这套流程可以清楚地展示从实验室智能控制系统监测实验室环境数据和当前地区的天气数据开始直至处理完成信息发送的过程，同时也可以使得用户在接收到预警信号后能够通过实验室智能控制系统来对实验室中的设备进行控制，从而处理实验室中的异常环境数据，当用户不在实验室附近时也能够利用手机对实验室中的情况进行了解并进行远程操控处理，极大地方便了用户的处理空间。

在本发明的某一实施例中，实验室智能控制系统也可以对处理后的实验室环境数据进行验证，并判断处理后的实验室环境数据是否可能再度突破预设的环境数据阈值，直至实验室环境数据稳定为止，之所以对处理后的实验室环境数据进行验证，是因为用户针对预警信息向实验室智能控制系统发送的操作指令可能并不能够完美的解决问题，实验室环境数据受到多方面因素影响，单一地修改某一项只能暂时保证环境的稳定，因此在得到处理后的实验环境数据后依然会根据其趋势判断其是否可能成为异常数据，此方案能够保证处理后实验环境数据的稳定，减少重复出现环境数据异常的问题，能够有效保护用户实验室的环境。

可以理解的是，若上述方案中若用户发送的指令信息经过趋势判断模型判断可能会导致实验室环境数据在未来时间内超过预设阈值，那么可由实验室智能控制系统推送最佳操作指令信息至用户移动终端，从而使得用户能够在不了解如何调整各环境参数时能够及时给出较为完备的参数调整方案，尽量减少环境数据二次异常情况的发生，能够有效增加调控后的实验环境稳定性。

图4为本发明某一实施例的流程图；

步骤401，获取实验室环境数据和当前地区的天气数据；

步骤401用于获取需要监测的数据。

步骤402，将实验室环境数据和当前地区的天气数据输入至训练好的环境预测模型，获取实验室环境数据变化趋势；

将实验室环境数据结合当前地区的天气数据，并结合训练好的环境预测模型得出实验室环境数据的变化趋势，其中实验室环境数据的变化趋势例如温度的上升或下降趋势等数据的变化趋势。

步骤403，将实验室环境数据变化趋势输入趋势判断模型；

将在步骤402中得到的实验室环境数据的变化趋势输入至趋势判断模型，利用趋势判断模型判断当前趋势是否可能会超出预定的环境数据阈值。

步骤404，确定实验室环境数据的该等级阈值；

根据步骤403中趋势判断模型判断实验室环境数据的变化趋势，并根据其趋势变化的速度来将可能会异常的实验室环境数据分级，将其分为环境异常等级一和环境异常等级二，其中等级一是较为轻度的环境异常等级，等级二是较为严重的环境异常等级。

步骤405，判断能否在未来的第一预设时间内到达第一预设阈值，若跳转步骤406，若否则跳转步骤407；

通过步骤404判断实验室环境的等级阈值，判断实验室环境数据中是否存在可能达到环境异常等级一的实验室环境数据，同时判断实验室环境数据时还会有时间上的设定，对于环境异常等级一的实验室环境数据，第一预设时间为一天，因此判断其在未来一天内是否会达到第一预设阈值，若判断其会在未来一天内到达第一预设阈值，则跳转到步骤406，若判断其并不会在未来一天内到达第一预设阈值则跳转到步骤407。

步骤406，生成第一预警信号，并跳转至步骤409；

根据步骤405判断出的会在未来一天到达第一预设阈值的环境异常信息，生成第一预警信号，并直接跳转到步骤409。

步骤407，判断是否能在未来的第二预设时间内到达第二预设阈值，若是则跳转到步骤408，若否则跳转到步骤401；

通过步骤404判断实验室环境的等级阈值，判断实验室环境数据中是否存在可能达到环境异常等级二的实验室环境数据，同时判断实验室环境数据时还会有时间上的设定，对于环境异常等级二的实验室环境数据，第二预设时间为两天，因此判断其在未来两天内是否会达到第二预设阈值，若判断其会在未来两天内到达第二预设阈值，则跳转到步骤408，若判断其并不会在未来两天内到达第二预设阈值则跳转到步骤401。

步骤408，生成第二预警信号；

根据步骤407判断出的会在未来两天到达第二预设阈值的环境异常信息，生成第二预警信号。

步骤409，将预警信息发送至用户移动终端；

将生成的第一预警信号或第二预警信号发送至用户的移动终端，及时提醒用户可能会有环境异常的情况发生，其中将不同等级预警信息发送给用户时可以采取不同的提醒方式，如在第一预警信息可以仅仅采用推送提醒等方式，二第二预警信息可以采用手机震动等方式以更明显的方式提醒用户有较为紧急的信息需要用户查看。

步骤410，响应于用户移动终端的指令，控制实验室设备对异常数据进行处理；

在用户接收预警信号后，可以通过移动终端来与实验室智能控制系统连接并控制实验室中的设备对异常数据进行处理，例如在实验室风速或气压数据异常时可以控制通风系统来解决数据异常问题。

步骤411，接收实验室设备返回的当前工作信息，判断处理后的实验室环境数据是否还会超出设定的环境数据阈值，若是则跳转到步骤413，若否则跳转到步骤412；

接收步骤410后的实验室设备返回的当前工作信息，并判断处理后的实验室环境数据是否还会有超出设定环境数据阈值的可能性，若经过处理后的实验室环境数据依旧不够稳定，还会有超出预定阈值的风险则跳转到步骤413，若判断处理后的实验室环境数据已处理完毕，不会有再超出预定阈值的风险则跳转到步骤412。

步骤412，将异常处理完成信息发送至用户移动终端；

在经过步骤411的判断后，实验室环境数据已调整完毕，则将数据异常处理完成信息发送至用户移动终端。

步骤413，生成最佳实验室环境数据，并调整实验室设备的工作状态。

经过步骤411判断，实验室环境数据在调控后依旧不能够达到长久的稳定状态，则为用户推送最佳的实验室环境数据参数，并在用户确认后使用该最佳的实验室环境数据参数调整实验室设备的工作状态，使得实验室环境能够在处理后保持长时间的稳定。

本方案能够实时监测实验室内是否可能有异常数据的产生，并可以在异常数据产生之前提前通知用户，并可以针对异常数据的严重程度对异常数据进行等级划分，并根据不同等级对用户进行不同方式的提醒，使得用户能够在获取预警消息的同时第一时间了解异常数据的严重程度，在用户接收到预警信息后也能够利用手机与实验室联网来远程对实验室进行操控，在用户不在实验室附近时也能够做到对实验室中异常数据的处理，并且在用户对实验室中异常数据进行处理后继续分析处理后的实验室环境数据是否还可能二次异常，针对可能二次异常的数据为用户推荐最佳调控参数，使得实验室环境数据能够长时间保持稳定，上述方案能够有效减轻实验室因环境数据异常带来的损失，并可以在实验室环境数据可能异常时远程进行处理，极大地方便了用户的处理空间。

下面构建一具体示例性场景以更好地展示本发明方案；

某一用户将本方案运用在一生物实验室，实验室智能控制系统监测实验室环境数据和当前地区的天气数据并将两者结合输入至环境预测模型。某一时刻监测到温度数据的变化趋势产生了异常，将其变化趋势输入至趋势判断模型后，趋势判断模型预测其温度可能在一天内到达25度，并有可能在两天内到达30度。其中第一预设时间就为一天，第一预设阈值为25度，第二预设时间为两天，第二预设阈值为30度。

在这种情况下，实验室智能控制系统向用户手机发送第一预警信号和第二预警信号，若不会在两天内到达30度的情况则仅向用户手机发送第一预警信号，用户在接收到预警信号后，可以利用手机对实验室智能控制系统向实验室设备发送控制指令来控制实验室内空调的开启来达到降温的目的。

趋势判断模型还会根据处理后的温度变化趋势进行二次分析，判断其是否会在未来一天内到达25度或未来两天内到达30度，若温度已趋于稳定，不会再次达到25度，则实验室智能控制系统向用户手机发送异常信息处理完成消息；若检测到温度变化趋势仍会在一天内到达25度或两天内到达30度，则向用户推送更优的解决方案，例如在实验室智能管理系统app上向用户提供使用降温设备和控制热源的方式，例如开启空调的同时并关闭实验室中照明灯、电脑等热源以达到更优的降温效果，并在用户在app上确认通过后，实验室智能控制系统将控制对应实验室设备开启或关闭。

图5为本申请实施例中一种实验室智能控制系统的模块示意图，包括：

获取模块501，用于接收实验室环境数据和当前地区的天气数据；

变化分析模块502，用于分析获取模块501中的数据，并将其输入环境预测模型503，得出实验室环境数据的变化趋势；

趋势判断模块504，用于接收环境预测模型503中的实验室环境数据变化趋势，并根据其趋势判断实验室环境数据是否有超出预定环境阈值可能性的实验室环境数据；

警报生成模块505，用于检测到趋势判断模块504中存在异常环境数据时生成预警信息并发送给用户。

为便于理解本申请实施例中的一种实验室智能控制方法，下面首先介绍本申请实施例提供的示例性电子设备600。

在一些实施例中，该电子设备600为一种计算机设备，该计算机设备可以是终端设备，也可以是服务器。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。

其中，该计算机设备的处理器用于提供计算和控制能力。该处理器可以包括一个或多个处理单元，例如：处理器可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processing unit，GPU)，图像信号处理器(image signalprocessor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signalprocessor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等中的一个或多个。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

若该处理器包括的处理单元中包括NPU，则可以有助于提高进行深度学习处理的效率。NPU为神经网络(neural-network ，NN)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现电子设备600的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。

该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。

该计算机设备的网络接口用于与外部的其他终端或服务器通过网络连接通信。在一些实施例中，该网络接口可以为有线的网络接口，在一些实施例中，该网络接口也可以为无线的网络接口。

处理器603可以包括一个或多个处理单元，例如：处理器603可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

其中，控制器可以是电子设备600的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

处理器603中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器603中的存储器为高速缓冲存储器。该存储器可以保存处理器603刚用过或循环使用的指令或数据。如果处理器603需要再次使用该指令或数据，可从该存储器中直接调用。避免了重复存取，减少了处理器603的等待时间，因而提高了系统的效率。

在一些实施例中，处理器603可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

I2C接口是一种双向同步串行总线，包括一根串行数据线（serial data line，SDA）和一根串行时钟线（derail clock line，SCL）。在一些实施例中，处理器110可以包含多组I2C总线。

GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号，也可被配置为数据信号。在一些实施例中，GPIO接口可以用于连接处理器603与输入装置601，输出装置602等。GPIO接口还可以被配置为I2C接口，I2S接口，UART接口，MIPI接口等。

USB接口是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口可以用于连接充电器为电子设备600充电，也可以用于电子设备600与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他电子设备，例如AR设备等。

可以理解的是，本申请实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备600的结构限定。在本申请另一些实施例中，电子设备600也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

该计算机程序被处理器执行时以实现本申请实施例中的一种实验室智能控制方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一些实施例中，该电子设备600为一种计算机设备，该计算机设备可以是服务器。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现本申请实施例中的一种实验室智能控制方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在本申请的一些实施例中，还提供了一种计算机可读存储介质，包括指令，当该指令在该电子设备600上运行时，可以使得该电子设备600执行本申请实施例中的一种实验室智能控制方法。

以上该，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

上述实施例中所用，根据上下文，术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地，根据上下文，短语“在确定…时”或“如果检测到（所陈述的条件或事件）”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到（所陈述的条件或事件）时”或“响应于检测到（所陈述的条件或事件）”。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线）或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质（例如固态硬盘）等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。