[go: up one dir, main page]

CN110782953A - 采油化学剂检测废液智能识别系统及其使用方法 - Google Patents

采油化学剂检测废液智能识别系统及其使用方法 Download PDF

Info

Publication number
CN110782953A
CN110782953A CN201811376915.7A CN201811376915A CN110782953A CN 110782953 A CN110782953 A CN 110782953A CN 201811376915 A CN201811376915 A CN 201811376915A CN 110782953 A CN110782953 A CN 110782953A
Authority
CN
China
Prior art keywords
waste liquid
chemical agent
dimensional code
detection
oil extraction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811376915.7A
Other languages
English (en)
Other versions
CN110782953B (zh
Inventor
李继勇
张云芝
赵俊桥
宋时权
胡玉辉
董浩
邵红云
孙玉海
张贵玲
张阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petrochemical Corp
Sinopec Research Institute of Petroleum Engineering Shengli Co
Original Assignee
China Petrochemical Corp
Sinopec Research Institute of Petroleum Engineering Shengli Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petrochemical Corp, Sinopec Research Institute of Petroleum Engineering Shengli Co filed Critical China Petrochemical Corp
Priority to CN201811376915.7A priority Critical patent/CN110782953B/zh
Publication of CN110782953A publication Critical patent/CN110782953A/zh
Application granted granted Critical
Publication of CN110782953B publication Critical patent/CN110782953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)

Abstract

本发明提供一种采油化学剂检测废液智能识别系统及其使用方法，该系统包括采油化学剂试验信息二维码生成模块、废液处理决策树模型建立模块、二维码识别模块和智能决策模块，该采油化学剂试验信息二维码生成模块根据采集的采油化学剂试验废液信息生成和打印相应二维码，该二维码识别模块扫描临时储存装置上的二维码，提取二维码中存储的采油化学剂试验废液的详细信息，该废液处理决策树模型建立适合当前实验室条件的分类模型，该智能决策模块根据废液的详细信息，基于决策树模型得出分类结果，给出废液处理建议。该采油化学剂检测废液智能识别系统及其使用方法可以在采油化学剂检测源头对废液进行区分和识别，实现废液管理信息化、智能化。

Description

采油化学剂检测废液智能识别系统及其使用方法
技术领域
本发明涉及实验室自动化技术领域，特别是涉及到一种采油化学剂检测废液智能识别系统及其使用方法。
背景技术
随着油田创新增效技术的推广，为确保采油化学剂高效、高质的使用，实验室评价范围和现场监督力度不断拓宽和加强，统计数据显示，常用采油化学剂种类逾130种，仅胜利油田分公司工程院采油化学剂年检验检测量逾1500批次。为保障评价样品的均匀性和代表性，一般液体类取样量为1000mL-2000mL，固体类为1000g-4000g不等。而采油化学剂检测废液主要由检测过程废液、检毕剩余样品、库房备样三大块构成，包括酸、碱、盐、有机溶剂等，这些废液大都有毒有害、易挥发、刺激等危害性，对实验人员的职业健康可能造成一定的危害。据此统计，采油化学剂实验室检测废液年累计量可高达3000kg以上，废液处理量繁重。目前实验室仅按照《GB/T 31190-2014实验室废弃化学品收集技术规范》用废液桶收集，没有对废液危害性进行针对性的区分和识别，且存在1)种类废液桶占用空间大、周期内贮存废液量多、统计汇总工作琐碎、繁杂；2)易燃废液混合引发火灾等安全事故发生，造成人员伤害和财物损失；3)有毒废液通过皮肤接触、呼吸器官以及消化系统进入人体，引起神经系统麻醉、肝中毒、肾炎等一系列疾病；4)合格的检毕剩余样品及对应库房备样统一处理，造成额外的物资浪费和经济损失等。为此我们发明了一种新的采油化学剂检测废液智能识别系统及其使用方法，解决了以上技术问题。
发明内容
本发明的目的是提供一种在采油化学剂检测源头对废液进行区分和识别，实现废液管理信息化、智能化的采油化学剂检测废液智能识别系统及其使用方法。
本发明的目的可通过如下技术措施来实现：采油化学剂检测废液智能识别系统，该采油化学剂检测废液智能识别系统包括采油化学剂试验信息二维码生成模块、废液处理决策树模型建立模块、二维码识别模块和智能决策模块，该采油化学剂试验信息二维码生成模块根据实验室检测情况收集采油化学剂种类和组分信息，并根据采集的采油化学剂试验废液信息生成和打印相应二维码，将二维码粘贴到临时存储装置上，该二维码识别模块连接于该采油化学剂试验信息二维码生成模块，其扫描临时储存装置上的二维码，提取二维码中存储的采油化学剂试验废液的详细信息，该废液处理决策树模型建立模块基于基本化学反应机理，建立废液处理规则表格，采用决策树算法学习读取规则表格并建立适合当前实验室条件的分类模型，该智能决策模块连接于该采油化学剂试验信息二维码生成模块和该废液处理决策树模型建立模块，根据废液的详细信息，基于决策树模型得出分类结果，给出废液处理建议。
本发明的目的还可通过如下技术措施来实现：
该采油化学剂检测废液智能识别系统还包括废液处理操作信息记录模块，该废液处理操作信息记录模块连接于该智能决策模块，在废液处理数据库中录入试验废液处理记录包括废液详细信息、决策树模型给出的废液处理建议以及废液处理时间。
该采油化学剂试验信息二维码生成模块包括采油化学剂试验信息采集单元、二维码生成单元以及二维码单元，该采油化学剂试验信息采集单元根据采集的采油化学剂种类和组分信息，建立采油化学剂检测实验基础数据库，包含：化学剂类型、小类名称、检测项目、引入试剂、废液主成分、毒性、挥发性、可燃性、易爆性；该二维码生成单元基于QR Code符号标准，采用python语言，根据采集的采油化学剂试验废液信息生成相应二维码，该二维码单元用以打印二维码。
该废液处理决策树模型建立模块包括规则表格制作单元和决策树模型学习单元，该规则表格制作单元基于基本化学反应机理，按照废液主要成分、毒性、挥发性、可燃性、易爆性这些属性，由领域专家给出废液处理规则，将废液处理规则进行汇总，建立规则表格；该决策树模型学习单元使用Python语言编写程序，读取规则表格，采用决策树算法学习读取的规则表格并建立适合当前实验室条件的分类模型。
该智能决策模块将扫描二维码提取的废液详细信息，即废液主要成分、毒性、挥发性、可燃性、易爆性这些属性信息输入决策树分类模型，得出分类结果，给出废液处理建议。
本发明的目的还可通过如下技术措施来实现：采油化学剂检测废液智能识别系统的使用方法，，该方法采用采油化学剂检测废液智能识别系统，包括：步骤1，进行抽取样品前的准备；步骤2，抽取采油化学剂样品，并在样品瓶上粘贴有采油化学剂名称、检测项目和二维码的彩色标签；步骤3，进行采油化学剂样品的登记发放；步骤4，进行采油化学剂样品的检测；步骤5，进行采油化学剂样品检测废液的管理。
本发明的目的还可通过如下技术措施来实现：
在步骤1中，根据抽样计划，从采油化学剂检测废液智能识别系统中，选择采油化学剂样品名称并打印采油化学剂废液标签，标记上样品名称、检测项目及其对应的唯一二维码。
在步骤4中，检测人员进行样品检测，按照样品瓶上的彩色二维码标签对应选择相同颜色的盛放装置。
在步骤5中，有相同组分、相同属性及管理建议的废液按照二维码标签颜色进行统一盛放，采用回收、处理进行管理；通过扫码枪扫描化学剂废液二维码，将废液处理信息录入化学剂废液管理数据库中。
本发明中的采油化学剂检测废液智能识别系统及其使用方法，能够对采油化学剂检测废液在源头进行区分和识别，进而实现对废液进行高效管理，提高作业场所人员的人身安全和环境保护，为实验室废液规范管理及标准化实验室建设提供支撑。与现有技术相比，本发明具有以下有益效果：
1、与采油化学剂名称对应的二维码识别体系，采油化学剂检测项目具有唯一二维码，通过扫描二维码可以实现对样品名称、组分等实验信息的区分和识别，为检测废液分类提供信息储备；
2、与废液处理对应的化学剂废液管理体系，通过废液二维码标签的颜色标记不同类型的废液，可以实现对废液类型等管理信息的区分和识别，为废液的回收、处理提供相应的管理建议。处理废液时通过链接废液管理数据库的扫码枪扫描彩色二维码标签，在废液管理数据库中添加废液处理时间、废液量等信息，实现化学剂废液处理的数字化管理。
本发明提供的一种采油化学剂检测废液智能识别系统及其使用方法，能够有效区分和识别检测废液；又能减少集中收集的工作量；还能减少合格物资的浪费。从上述三方面的综合作用不仅可以达到快速信息采集、智能识别废液目的，大幅度提高采油化学剂检测实验室检测废液信息化、智能化程度，在不影响检验工作效率的前提下，提高实验室废液信息化、标准化管理水平。
附图说明
图1为本发明的采油化学剂检测废液智能识别系统的一具体实施例的结构图；
图2为本发明的一具体实施例中采油化学剂检测废液智能识别系统的使用方法的流程图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
如图1所示，图1为本发明的采油化学剂检测废液智能识别系统的结构图。该采油化学剂检测废液智能识别系统包括采油化学剂试验信息二维码生成模块10、废液处理决策树模型建立模块20、二维码识别模块30、智能决策模块40、废液处理操作信息记录模块50五大模块；二维码识别模块30分别与采油化学剂实验信息二维码生成模块10和智能决策模块40连接；智能决策模块40分别与二维码识别模块30、废液处理决策树模型建立模块20的输出端和废液处理操作信息记录模块50的输入端连接。
采油化学剂试验信息二维码生成模块10包括采油化学剂试验信息采集单元11、二维码生成单元12以及二维码打印单元13。所述采油化学剂试验信息采集单元11根据本研究院各功能实验室检测情况，收集相关60余种采油化学剂，如表1所示。
表1采油化学剂类别及名称表
Figure BDA0001870977240000051
所述采油化学剂试验信息采集单元11根据本研究院各功能实验室检测情况，分析常用采油化学剂的组分信息，如表2所示。
表2采油化学剂主要组分表
Figure BDA0001870977240000052
Figure BDA0001870977240000061
Figure BDA0001870977240000071
所述采油化学剂试验信息采集单元11根据本研究院各功能实验室检测情况，分析常用采油化学剂有害成分并评估其危害，见表3。
表3代表性采油化学剂危害组分分析表
Figure BDA0001870977240000072
基于上述基本信息，建立采油化学剂检测实验基础数据库，包含如下信息：化学剂类型、小类名称、检测项目、引入试剂、废液主成分、毒性、挥发性、可燃性、易爆性等。所述采油化学剂试验信息采集单元采集要检测的采油化学剂的以上试验信息。
所述二维码生成单元12及二维码打印单元13基于QR Code符号标准，采用python语言编写二维码生成模块；根据采集的采油化学剂试验废液信息生成相应二维码，并打印二维码，将该二维码粘贴到临时存储装置上。
废液处理决策树模型建立模块20包括规则表格制作单元21和决策树模型学习单元22。
所述规则表格制作单元21基于基本化学反应机理，按照废液主要成分、毒性、挥发性、可燃性、易爆性等属性，由领域专家给出废液处理规则；将废液处理规则进行汇总，建立规则表格，见表4；
表4废液管理规则表
成分 毒性 挥发性 可燃性 易爆性 处理规则
醇 无 有 无 无 1号桶
酸 中 无 无 无 2号桶
碱 无 无 无 无 2号桶
盐 无 无 无 无 3号桶
苯 高 有 无 无 4号桶
氨 中 有 有 有 5号桶
烃 低 有 有 有 6号桶
酯 无 无 无 无 7号桶
醛 高 有 有 无 8号桶
所述决策树模型学习单元22使用Python语言编写程序，读取规则表格；采用决策树算法学习读取的规则表格并建立适合当前实验室条件的分类模型。
二维码识别模块30包括扫码枪扫描单元31和二维码信息提取单元32。所述二维码识别模块30使用扫码枪扫描临时储存装置上的二维码，提取二维码中存储的废液详细信息。
智能决策模块40包括二维码信息输入单元41、基于废液处理决策树模型的智能分类单元42以及废液处理建议给出单元43。所述智能决策模块40将扫描二维码提取的废液详细信息，即废液主要成分、毒性、挥发性、可燃性、易爆性等属性信息输入决策树分类模型，得出分类结果，给出废液处理建议。
废液处理操作信息记录模块50在废液处理数据库中录入试验废液处理记录包括废液详细信息、决策树模型给出的处理建议以及废液处理时间。
如图2所示，采油化学剂检测废液智能识别系统的使用方法，具体包括以下步骤：
步骤101，抽取(接收)样品准备：根据抽样计划，从识别系统中，选择采油化学剂样品名称并打印采油化学剂废液标签，标记上样品名称、检测项目及其对应的唯一二维码。
步骤102，采油化学剂抽取(接收)样品：抽取(接收)样品前在样品瓶上粘贴有采油化学剂名称、检测项目和二维码的彩色标签。
步骤103，采油化学剂登记发放：样品管理员按照常规流程对抽取(接收)样品登记、编号等后，按照功能实验室派发样品至承检单位。
步骤104，采油化学剂检测：检测人员按照依据标准中检测流程进行样品检测，按照样品瓶上的彩色二维码标签对应选择相同颜色的盛放装置。
步骤105，检测废液管理：有相同组分、相同属性及管理建议的废液按照二维码标签颜色进行统一盛放，采用回收、处理(中和、萃取、吸附等)等措施进行管理。通过扫码枪扫描化学剂废液二维码，在弹出的计算机对话框中输入废液量，将废液处理信息录入化学剂废液管理数据库中。
以下为应用本发明的几个具体实施例：
实施例1：工业用合成盐酸检测废液识别系统及其使用方法
(1)抽取(接收)工业用合成盐酸准备环节：从识别系统中，选择工业用合成盐酸并打印彩色标签，标签上有样品名称及其对应唯一二维码。
(2)抽取(接收)工业用合成盐酸样品环节：抽取(接收)工业用合成盐酸前在样品瓶上粘贴有工业用合成盐酸名称和彩色二维码标签。
(3)工业用合成盐酸登记环节：样品管理员按照常规流程对抽取(接收)样品登记等后，按照酸液评价功能实验室派发样品至承检班组。
(4)工业用合成盐酸检测环节：检测人员按照依据的GB 320-2006《工业用合成盐酸》(该标准已强改推)中检测流程进行检测，按照样品瓶上的废液识别二维码标签颜色(主要组分为HCl，具有腐蚀、挥发的属性，主要引入有氢氧化钠溶液、硫代硫酸钠溶液)对应选择相同颜色的装置盛放：工业用合成盐酸检测后为合格品的与库房备样一起选择贴有相同废液识别二维码的回收装置盛放；检测过程废液盛放于贴有相同颜色的中和处理装置中盛放。
(5)工业用合成盐酸检测废液管理环节：剩余化学剂盛放于工业用合成盐酸回收装置上，贴有回收数量、检测信息、回收使用建议等，存放于回收专用贮存区域；检测废液盛放于和检测废液具有相同颜色的处理装置即中和处理装置中进行处理。通过扫码枪扫描化学剂废液二维码，在弹出的计算机对话框中输入废液量，将废液处理信息录入化学剂废液管理数据库中。
实施例2：酸化缓蚀剂检测废液识别系统及其使用方法
(1)抽取(接收)酸化用缓蚀剂准备环节：从识别系统中，选择酸化用缓蚀剂并打印彩色标签，标签上有样品名称及其对应唯一二维码。
(2)抽取(接收)酸化用缓蚀剂样品环节：抽取(接收)酸化用缓蚀剂前在样品瓶上粘贴有酸化用缓蚀剂名称和二维码的彩色标签。
(3)酸化用缓蚀剂登记环节：样品管理员按照常规流程对抽取(接收)酸化用缓蚀剂样品登记等后，按照腐蚀性能评价功能实验室派发样品至承检班组。
(4)酸化用缓蚀剂检测环节：检测人员按照依据的SY/T 5405-1996《酸化用缓蚀剂性能试验方法及评价指标》或Q/SHCG 129-2017《酸化缓蚀剂技术要求》中检测流程进行检测，按照样品瓶上的彩色标签(主要类型有季铵盐类、曼尼希碱类、有机胺类，此三类酸化缓蚀剂可通过基础数据库中样品颜色特征区分，具有毒性、挥发性的属性，主要引入有盐酸溶液、土酸溶液)对应选择相同颜色的装置盛放：酸化缓蚀剂检测后为合格品的与库房备样一起选择贴有相同废液识别二维码的回收装置盛放；检测过程废液盛放于贴有相同颜色的处理装置即萃取装置，经萃取处理后导入中和处理装置中盛放。
(5)酸化缓蚀剂检测废液管理环节：盛放酸化缓蚀剂回收装置上，贴有回收数量、检测信息、回收使用建议等，存放于回收专用贮存区域；检测废液盛放于和其彩色标签具有相同颜色的装置即萃取装置中处理。通过扫码枪扫描化学剂废液二维码，在弹出的计算机对话框中输入废液量，将废液处理信息录入化学剂废液管理数据库中。注明萃取物的来源、数量，萃取的剩余液体导入中和装置进行处理。
实施例3：复合酸检测废液识别系统及其使用方法
(1)抽取(接收)复合酸准备环节：从识别系统中，选择复合酸并打印彩色标签，标签上有样品名称及其对应的二维码。
(2)抽取(接收)复合酸样品环节：抽取(接收)复合酸前在样品瓶上粘贴有复合酸名称和二维码的彩色标签。
(3)复合酸登记环节：样品管理员按照常规流程对抽取(接收)样品登记等后，按照腐蚀性能评价功能实验室派发样品至承检班组。
(4)复合酸检测环节：检测人员按照依据的Q/SH1020 1965-2013《复合酸通用技术条件》中检测流程进行检测，按照样品瓶上的废液识别二维码(主要组分为HCl、HF、酸化缓蚀剂成分、铁离子稳定剂成分、酸化互溶剂成分等，具有毒性、腐蚀性、挥发性的属性，主要引入水溶液)对应选择与其彩色二维码标签具有相同颜色的装置盛放：复合酸检测后为合格品的与库房备样一起选择贴有相同废液识别二维码的回收装置盛放；检测过程废液盛放于和其彩色二维码标签具有相同颜色的装置即中和处理装置中盛放。
(5)复合酸检测废液管理环节：盛放复合酸回收装置上，贴有回收数量、检测信息、回收使用建议等，存放于回收专用贮存区域；检测废液盛放于中和装置中处理。通过扫码枪扫描化学剂废液二维码，在弹出的计算机对话框中输入废液量，将废液处理信息录入化学剂废液管理数据库中。
上述实施例用来解释本发明，而不是对本发明进行限制，在本发明的精神和权力要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。

Claims (9)

1.采油化学剂检测废液智能识别系统，其特征在于，该采油化学剂检测废液智能识别系统包括采油化学剂试验信息二维码生成模块、废液处理决策树模型建立模块、二维码识别模块和智能决策模块，该采油化学剂试验信息二维码生成模块根据实验室检测情况收集采油化学剂种类和组分信息，并根据采集的采油化学剂试验废液信息生成和打印相应二维码，将二维码粘贴到临时存储装置上，该二维码识别模块连接于该采油化学剂试验信息二维码生成模块，其扫描临时储存装置上的二维码，提取二维码中存储的采油化学剂试验废液的详细信息，该废液处理决策树模型建立模块基于基本化学反应机理，建立废液处理规则表格，采用决策树算法学习读取规则表格并建立适合当前实验室条件的分类模型，该智能决策模块连接于该采油化学剂试验信息二维码生成模块和该废液处理决策树模型建立模块，根据废液的详细信息，基于决策树模型得出分类结果，给出废液处理建议。
2.根据权利要求1所述的采油化学剂检测废液智能识别系统，其特征在于，该采油化学剂检测废液智能识别系统还包括废液处理操作信息记录模块，该废液处理操作信息记录模块连接于该智能决策模块，在废液处理数据库中录入试验废液处理记录包括废液详细信息、决策树模型给出的废液处理建议以及废液处理时间。
3.根据权利要求1所述的采油化学剂检测废液智能识别系统，其特征在于，该采油化学剂试验信息二维码生成模块包括采油化学剂试验信息采集单元、二维码生成单元以及二维码单元，该采油化学剂试验信息采集单元根据采集的采油化学剂种类和组分信息，建立采油化学剂检测实验基础数据库，包含：化学剂类型、小类名称、检测项目、引入试剂、废液主成分、毒性、挥发性、可燃性、易爆性；该二维码生成单元基于QR Code符号标准，采用python语言，根据采集的采油化学剂试验废液信息生成相应二维码，该二维码单元用以打印二维码。
4.根据权利要求1所述的采油化学剂检测废液智能识别系统，其特征在于，该废液处理决策树模型建立模块包括规则表格制作单元和决策树模型学习单元，该规则表格制作单元基于基本化学反应机理，按照废液主要成分、毒性、挥发性、可燃性、易爆性这些属性，由领域专家给出废液处理规则，将废液处理规则进行汇总，建立规则表格；该决策树模型学习单元使用Python语言编写程序，读取规则表格，采用决策树算法学习读取的规则表格并建立适合当前实验室条件的分类模型。
5.根据权利要求1所述的采油化学剂检测废液智能识别系统，其特征在于，该智能决策模块将扫描二维码提取的废液详细信息，即废液主要成分、毒性、挥发性、可燃性、易爆性这些属性信息输入决策树分类模型，得出分类结果，给出废液处理建议。
6.采油化学剂检测废液智能识别系统的使用方法，其特征在于，该方法采用权利要求1所述的采油化学剂检测废液智能识别系统，包括：
步骤1，进行抽取样品前的准备；
步骤2，抽取采油化学剂样品，并在样品瓶上粘贴有采油化学剂名称、检测项目和二维码的彩色标签；
步骤3，进行采油化学剂样品的登记发放；
步骤4，进行采油化学剂样品的检测；
步骤5，进行采油化学剂样品检测废液的管理。
7.根据权利要求6所述的采油化学剂检测废液智能识别系统的使用方法，其特征在于，在步骤1中，根据抽样计划，从采油化学剂检测废液智能识别系统中，选择采油化学剂样品名称并打印采油化学剂废液标签，标记上样品名称、检测项目及其对应的唯一二维码。
8.根据权利要求6所述的采油化学剂检测废液智能识别系统的使用方法，其特征在于，在步骤4中，检测人员进行样品检测，按照样品瓶上的彩色二维码标签对应选择相同颜色的盛放装置。
9.根据权利要求6所述的采油化学剂检测废液智能识别系统的使用方法，其特征在于，在步骤5中，有相同组分、相同属性及管理建议的废液按照二维码标签颜色进行统一盛放，采用回收、处理进行管理；通过扫码枪扫描化学剂废液二维码，将废液处理信息录入化学剂废液管理数据库中。
CN201811376915.7A 2018-11-19 2018-11-19 采油化学剂检测废液智能识别系统及其使用方法 Active CN110782953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811376915.7A CN110782953B (zh) 2018-11-19 2018-11-19 采油化学剂检测废液智能识别系统及其使用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811376915.7A CN110782953B (zh) 2018-11-19 2018-11-19 采油化学剂检测废液智能识别系统及其使用方法

Publications (2)

Publication Number Publication Date
CN110782953A true CN110782953A (zh) 2020-02-11
CN110782953B CN110782953B (zh) 2023-04-18

Family

ID=69383115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811376915.7A Active CN110782953B (zh) 2018-11-19 2018-11-19 采油化学剂检测废液智能识别系统及其使用方法

Country Status (1)

Country Link
CN (1) CN110782953B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611045A (zh) * 2020-05-27 2020-09-01 信阳学院 一种基于手机移动平台的化学实验室废液收储管理系统
CN112408526A (zh) * 2020-12-31 2021-02-26 贵阳博亚机械制造有限公司 一种机加工车间用废液处理方法及收集车
CN114783547A (zh) * 2022-04-02 2022-07-22 湖南水之源环保科技工程有限公司 一种精准污水分类处理方法
TWI829191B (zh) * 2022-06-09 2024-01-11 林修安 廢食用油回收裝置與方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504141A (zh) * 2015-01-04 2015-04-08 青岛农业大学 一种二维码型的化学品毒性信息构建与查询方法
CN104992332A (zh) * 2015-06-19 2015-10-21 立德高科(北京)数码科技有限责任公司 组合式溯源二维码、与基于该二维码的桶装水溯源系统
CN108229174A (zh) * 2017-12-28 2018-06-29 陕西山利科技发展有限责任公司 基于云数据的安全隐患管理系统及管理方法
CN108491907A (zh) * 2018-03-21 2018-09-04 济宁学院 实验室危险化学试剂智能管理系统
CN108491911A (zh) * 2018-05-24 2018-09-04 中华人民共和国上海出入境检验检疫局 基于检验检疫大数据的一体式移动工作台

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504141A (zh) * 2015-01-04 2015-04-08 青岛农业大学 一种二维码型的化学品毒性信息构建与查询方法
CN104992332A (zh) * 2015-06-19 2015-10-21 立德高科(北京)数码科技有限责任公司 组合式溯源二维码、与基于该二维码的桶装水溯源系统
CN108229174A (zh) * 2017-12-28 2018-06-29 陕西山利科技发展有限责任公司 基于云数据的安全隐患管理系统及管理方法
CN108491907A (zh) * 2018-03-21 2018-09-04 济宁学院 实验室危险化学试剂智能管理系统
CN108491911A (zh) * 2018-05-24 2018-09-04 中华人民共和国上海出入境检验检疫局 基于检验检疫大数据的一体式移动工作台

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611045A (zh) * 2020-05-27 2020-09-01 信阳学院 一种基于手机移动平台的化学实验室废液收储管理系统
CN112408526A (zh) * 2020-12-31 2021-02-26 贵阳博亚机械制造有限公司 一种机加工车间用废液处理方法及收集车
CN114783547A (zh) * 2022-04-02 2022-07-22 湖南水之源环保科技工程有限公司 一种精准污水分类处理方法
TWI829191B (zh) * 2022-06-09 2024-01-11 林修安 廢食用油回收裝置與方法

Also Published As

Publication number Publication date
CN110782953B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN110782953B (zh) 采油化学剂检测废液智能识别系统及其使用方法
WO2003023366A3 (en) Method and system for classifying a scenario
Beard et al. ChemSchematicResolver: a toolkit to decode 2D chemical diagrams with labels and R-groups into annotated chemical named entities
CN107609057B (zh) 一种获取商标图像的文字数据的方法与装置
CN104331793A (zh) 一种物品追溯管理系统
CN110008473A (zh) 一种基于迭代方法的医疗文本命名实体识别标注方法
CN110188856B (zh) 一种环境质量监测采样标签的自动生成方法及系统
CN109684395B (zh) 一种基于自然语言处理的可视化数据接口通用解析方法
CN110765778B (zh) 一种标签实体处理方法、装置、计算机设备和存储介质
CN111125381B (zh) 参考文献关键信息的识别方法、装置、设备及存储介质
Damirchi et al. Designing an Empowerment pattern for Sepah bank staff based on Organizational Learning
CN204129777U (zh) 一种物品追溯管理系统
CN113408680A (zh) 一种固危废精细化追踪方法及系统
CN113989268A (zh) 一种识别红外图像中指定设备的gis套管的方法及存储介质
CN113806529A (zh) 限定词对标方法及装置、计算机可读存储介质
CN113468889A (zh) 一种基于bert预训练模型信息提取的方法和装置
Younis et al. A workflow for data extraction from digitized herbarium specimens
CN115017872B (zh) 智能标注pdf文件中表格的方法、装置及电子设备
CN109542973A (zh) 一种专利信息定位方法及系统
Hassaniraad et al. Classification of Character Strengths and Virtues among Iranian Students with Emphasize on Culture
Sarafraz et al. Presenting an Elite Maintenance Ethical Model for Iranian Public Agencies
Asano et al. Image analysis of tree-rings using convolutional neural networks and the classification of infra-red camera images by CNN analysis: a study on regional revitalization by improving the reliability of timber traceability
CN115098461A (zh) 日志查询方法、装置、设备及存储介质
Shalbafian et al. Identifying and Prioritizing the Factors involved in Social Contribution of the Host Communities in Preserving UNESCO's World Heritage Sites: A Case Study of Yazd City
Pagano et al. Mobile device usage to highlight the value of a Vitis vinifera L. germplasm collection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant