基于云平台的高校实验室智慧应急管理系统构建_阳富强.pdf

年月 第 卷 第期 作者简介阳富强（），男，教授。通信作者余龙星，：。基金项目：福建省本科高校教育教学改革研究项目（）；福州大学 年校级本科教育教学研究项目（）。基于云平台的高校实验室智慧应急管理系统构建阳富强，陈星霖，余龙星（福州大学 环境与安全工程学院，福建 福州 ）摘要 为了改善高校实验室的安全管理现状，文章整合大数据、云计算、物联网等现代信息技术，提出了基于云平台的高校实验室智慧应急管理系统的建设框架。该系统运用混合云架构提供处理数据所需的高效计算能力与存储能力；通过集成和分析实验室环境、实验室人员轨迹的历史数据和实时数据，建立实验室应急管理智库。在此基础上构建的实验室智慧应急管理系统具有易燃易爆气体扩散与事故演变模拟、预测预警、应急评估等功能，并且支持实验室应急演练和应急决策。借助现代信息技术推进实验室应急管理的智能化，实现实验室事故感知、预警、处理等全过程动态管理和控制，有助于提升高校实验室安全管理水平。关键词 高校实验室；智慧管理；云计算；应急管理 ，（，）：，：；近年来，我国高校秉持安全发展理念，深入贯彻“生命至上、安全第一”的思想，在实验室安全管理方面取得了一定的成效，安全形势总体保持稳定。然而，高校实验室安全事故时有发生，这暴露出实验室安全管理还存在薄弱环节。对各类突发事故的分析表明，高校实验室在应急管理方面依然存在诸多问题，如应急预案不规范、缺乏应急演练、实验室和学校相关部门之间缺乏快速有效的沟通、实验室安全隐患辨识不充分、事故信息传递不及时、危险事故监控人工干预较多等。国家突发事件应急体系建设“十三五”规划 中对突发事件应急体系建设提出十分明确的要求：提高突发事件专业信息汇集、应急决策和指挥调度能力；充分利用互联网、大数据、智能辅助决策等新技术，在应急管理相关信息化系统中推进应急预案数字化应用等。因此，构建基于云平台的高校实验室智慧应急管理系统，对实现实验室管理智能化、提高实验室安全管理水平、推进实验室安全建设具有重要意义。当前，云计算、物联网、大数据、人工智能等现代技术持续发展并应用于诸多行业领域，如智能电网、智慧城市、智慧校园建设以及智能灾害管理等。国内很多学者也尝试将信息技术应用于实验室的安全管理工作中，如周珂等提出将信息技术应用于实验室的预测预警工作中，孙淑强等提出将智能检测技术应用于高校实验室的安全管理中。针对高校在实验室应急管理方面存在的人员沟通不畅、信息传递效率低、事故模拟缺乏等问题，我们拟借助云计算技术构建智能化管理系统，并提出解决这些问题的思路。云计算拥有极强的存储、计算等能力，可以高效、可靠地进行高强度数据计算、实时进行数据处理等。基于云平台的高校实验室智慧应急管理系统融合了云计算、大数据、物联网等现代信息技术，不仅能有效地促进高校实验室应急管理信息化、智能化发展，解决当前高校实验室应急管理中存在的问题，而且能更好地预防和辅助处理高校实验室事故，提高实验室的应急管理水平，保障师生的生命安全。一、实验室应急管理概述高校实验室在建设和使用过程中存在诸多安全隐患，包括管理体系不完善、安全教育不重视、危险源辨识不充分、安全工作不到位、水电管线老化、安全设施不完善、人员行为管理不严格、设备健康度缺乏评价以及危化品管理不善等。这些隐患若不能及时得到处理，将会严重影响实验室的安全运行。因此，高校需重视实验室安全管理问题，同时要加强实验室应急管理体系的建设。实验室应急管理是指实验室管理者通过建立应急机制，采取相应的应急措施，预防事故发生或降低事故危害，尽快恢复实验室正常科研、教学活动的全过程。实验室应急管理包括事故发生前的监测预警和事故发生后的应急救援。事故发生前的监测预警要求通过对实验室内人、机、环境的监控和监测，实现实验室事故的预防预警，以方便管理者做好实验室危险源的辨识和风险评估工作，查出危险源的空间分布，依据安全规程和技术标准进行管理，并采取针对性措施，防止事故发生或扩大。实验室管理过程中会因为信息系统集成不顺畅而产生“信息孤岛”现象，从而使管理人员不能进行系统分析。而借助云计算、物联网、大数据等技术建立实验室基础信息库、事故模型库、危险性分析库、应急预案库、应急物资库、应急部门库等共享应急数据库，则有助于实验室管理者制定应急预案，进行模拟演练，为实验室事故的应阳富强，等 基于云平台的高校实验室智慧应急管理系统构建急处理提供科学的决策信息。事故发生后的应急救援工作要求高校设立实验室应急管理部门，在由高校领导和相关职能部门负责人组成实验室安全应急领导小组的统筹管理下开展工作。事故发生时，领导小组指挥实验室应急管理部门启动应急救援预案，结合事故现场的实际情况和云计算技术提供的实验室数据分析结果，实施动态救援；然后进行实验室事故应急评价，加强对应急管理工作的支持。基于物联网技术将实验室环境、人员的监控数据与预警系统、实验室管理平台连接起来，能够实现实验室应急管理的智能化。在应急救援过程中，实验室应急管理部门需要协调救援、医疗、消防、后勤等单位及时赶赴现场开展救援工作。高校实验室应急组织结构如图所示。实验室应急管理部门通过制定科学合理的规章制度、推动数据共享、建设实验室智慧应急管理库，实现实验室安全事故监控、预防、预警、处理、评价等全程动态管理。图高校实验室应急组织结构二、实验室智慧应急管理系统的构建在不同类型的高校实验室，各种安全隐患与相应的实验项目内容密切相关，这就要求实验室应急管理系统必须具备较强的事故感知和预警能力。鉴于此，实验室智慧应急管理系统的构建需要以一定的理论基础为支撑，并匹配云计算、物联网、大数据等技术和高校实验室安全管理要求。本文提出一种基于云平台的高校实验室智慧应急管理系统（见图），该系统具有实验室应急管理所需的数据分析和应急决策辅助功能。基于云平台的实验室智慧应急管理系统依托现代信息技术，将社会应急资源、混合云以及用户终端图高校实验室智慧应急管理系统紧密联系起来。在混合云架构下，应急救援、医疗卫生、消防安全、新闻报道等社会应急资源信息和公有云、私有云共同融入共享云环境，作为整个智慧应急管理系统最基础的资源层。基础资源层经过云计算、物联网等技术的资源整合、挖掘开发、计算储存后，最终在师生用户终端的 、网页上呈现实验室实时状况，并提供事故应急辅助措施。由于实验室内危险源各异，因此设计较为全面的感知预警系统十分必要。该系统应具备两大功能：一是事故感知，二是预警考虑。事故感知，即实验室事故预警系统基于物联网、云计算等技术，将实验室内智能监测设备识别、捕捉、上传的实验室环境数据上传至应急管理智库中进行实时集成、筛选、分析、处理，判别环境数据变化可能引起的事故类型。预警考虑，即实验室事故预警系统将实时数据与历史数据、设定阈值进行比对，并考虑是否发送预警报告。当出现异常、超限的对比结果时，系统会及时向实验室应急管理部门发出预警通知，以实现对实验室事故的智能化识别、监控和预警。实验室发生事故时，实验室应急管理部门将启动应急预案，此时实验室实时事故环境数据和运算量将会急剧增加，需要有能够提供巨大运算和存储能力的技术来支撑。云计算和云存储技术具有按需扩展的特性，可以根据从实验室事故中实时获取的数据以及实时计算出的实验室环境数据，为事故救援提供科学的数据支撑。所有来自物联网、智能监测设备、数据库等的历史数据和实时数据均可被捕获和储存。经过数据整合、数据分析、数据模型建立、模型分析以及深度学习等，构建集成多源数据、跨领域、大规模、阳富强，等 基于云平台的高校实验室智慧应急管理系统构建动态的信息云平台，可以为实验室应急管理提供科学的决策依据。以实验室实时数据为基础，实验室智慧应急管理系统对各类实验室安全事故的危险特性进行数值模拟，并将计算结果及时传送到高校实验室应急管理部门。本系统利用可视化技术进行数据展示与分析，协助高校应急管理部门制定应急救援方案，实施应急救援；同时对实验室事故进行应急评估，为进一步完善应急管理工作提供可靠的支持。本系统支持实验室管理人员使用、手机、平板电脑等智能终端设备，基于实验室共享信息库对实验室数据进行监控。三、实验室智慧应急管理技术和方法实验室智慧应急管理技术主要包括风险隐患监测预警、数据组织与管理、应急决策、应急评估等。随着数据收集、分析和处理技术的发展，计算机的数值模拟和计算能力不断增强，可以支持模拟过程中的实时计算，使更加复杂、计算强度更高的问题得到有效解决。因此，云计算、大数据、物联网等技术将成为支持实验室智慧应急管理的重要技术。（一）混合云架构目前，云计算技术已得到广泛应用。混合云是近年来云计算的主要模式和发展方向，其融合了公有云和私有云。高校实验室应急管理部门应独立构建和管理私有云，对验室环境数据、实验室人员轨迹数据等进行管理。结合公有云和私有云，可以搭建出高效的混合云平台。融合基础设施、无限扩展和共享服务的云计算，可以满足实验室应急管理部门处理和存储数据的弹性、适应性以及动态性需求。实验室事故发生后会产生大量数据，混合云平台可以做到在云环境之间移动工作负载，从而减轻数据迅速增加带来的压力，通过自动化的方式提升运维人员的工作效率。混合云架构方案具有灵活性，所提供的开发环境灵活度高，可以解决各种问题。混合云架构分为个层次，包括 （基础设施即服务）、（平台即服务）和 （软件即服务），如图所示。层集成私有与公有资源，这两种资源在图混合云架构使用高层次网络虚拟化组件后高度集成，并与监管所有资源配置和管理任务的开源云平台耦合。层使混合资源在透明和安全的环境中和谐共处。它通过计算虚拟化、存储虚拟化、网络虚拟化及安全虚拟化，提供云主机服务（包括多种服务实例规格、云主机的快照与备份、云主机相关指标的监控和报警、丰富的镜像资源并支持自定义镜像、快照镜像和共享镜像、云硬盘等功能）、对象存储服务（包括存储容器管理、权限管理、多种存储对象上传和下载、存储对象版本管理、可视化监控及告警、行为审计等功能）和负载均衡服务（支持层和层的负载协议、创建管理监听器、后端服务器管理等功能）。层可以利用 层提供的 来调用硬件资源，实现对平台各类资源的实时监控，并通过 将资源开放给 层的用户。层允许获取和集成多源异构数据，并进行必要的数据筛选，以确保数据质量。层提供的服务有云应用引擎（支持多种运行环境和应用实例的水平弹性伸缩、提供负载均衡能力等功能）、关系数据库（具有资源隔离的服务实例管理、针对服务实例的多账号管理、多策略的备份机制、可视化的便捷数据恢复机制等功能）、分布式缓存（支持可选择的 白名单、用户自主定义服务配置、资源及服务性能指标监控及报警等功能）和消息队列（包括队列管理、可视化监控和阈值警告、服务实例的在线扩容等功能）。服务内容体现为：服务提供统一的服务接口，可以实现数据的收集和处理等；安全服务用以保障数据安全、用户访问和身份信息等；应用服务包括数据处理、数值模阳富强，等 基于云平台的高校实验室智慧应急管理系统构建拟、等。层提供实验室应急管理服务，支持使用现有工具，基于实验室现状与发展开发特定的组件及系统，如云监控、应急决策、人员定位等，以满足用户需求。（二）数据处理方法高校实验室事故信息来源广泛，在信息源数量持续增加的情况下，实验室智慧应急管理系统所面临的困难是收集、汇总和处理多源异构数据，并进行深度数据挖掘和学习。云计算可实现大数据处理和实时计算，能够满足实验室数据快速整合与分析的需要。实验室应急管理方案的正确与否，取决于数据分析的可靠性。针对实验室智慧应急管理的需求，为了方便对实验室相关数据进行整理分析，我们可以将源数据分为历史数据和实时数据（监测数据和在线数据），如图所示。图多源数据处理实验室日常的安全监测工作使系统积累了大量的相关数据，包括环境温度、设备温度、有毒有害气体浓度、设备运行时长、设备负载数据、实验室成员行动轨迹等，这些数据形成了历史数据。实时数据包括直接监测数据、采集的在线数据和实时计算直接产生的中间数据。直接监测数据包括实验室环境温度和湿度、各类常见气体浓度、电压、水压、实验室成员行动轨迹及行为状态等。这些数据利用各种传感器、网络监控摄像头、定位系