钱莹微博孙涛;邹鲲;倪晓霜
【摘 要】针对企业医药冷库采用人工搬运和记录,存在信息交互难、管理效率低、准确性差等问题,设计了一种智能化的信息管理及控制系统.通过分析系统功能需求和操作流程,建立了具有调度功能的数据库,实现了多对一的有序化管理;该系统以LabVIEW为上位机开发平台,通过串口通信和CAN总线控制机器人有序运送药品,并利用Socket网络编程技术和PHP+MySQL架构实现对冷库状态的远程实时监控.经实践证明,运用该系统后企业效率和故障诊断准确度提升,有助于企业向智慧化发展. 【期刊名称】《制造业自动化》
【年(卷),期】imperator fla2017(039)010
【总页数】5页(P23-27)
【关键词】医药冷库;LabVIEW软件;数据库;管控系统
【作 者】孙涛;邹鲲;倪晓霜
【作者单位】东华大学 机械工程学院,上海 201620;东华大学 机械工程学院,上海 201620;东华大学 机械工程学院,上海 201620
【正文语种】张中庆中 文
【中图分类】TP27
0 引言
随着国内低温医药市场的迅速发展，冷藏药品的年度增长率已高达15%[1]，医药冷库具有广阔的市场前景，但同时也面临着一些问题。一方面，医药冷库自动化、信息化程度较低，由于药品名多为复杂的专业名称，人工记录时效率低，易出错；而且传统医药冷库需要操作员进入冷库中进行药物的存取和盘点，低温环境会给操作员带来安全隐患。另一方面，现有的医疗信息系统，如LIS系统[2]，其中的数据库仅用于数据的存储和管理，并不涉及运动过程的控制调度，因此信息系统与控制系统相互独立，彼此之间无法进行实时的信息传输，管理人员不能及时根据冷库状态作出调整，可能会对企业造成严重损失。
针对以上问题，本文设计了将数据库作为“大脑”的智能医药冷库系统，数据库负责存储药品、用户以及仓位等的基本信息并产生流程调度所需的中间参数，实现对机器人运送药品的自动控制；同时通过浏览器或平台可以远程访问数据库，实现了对冷库状态的实时监控。
本系统以LabVIEW作为上位机的软件开发平台，使用串口和无线通信将机器人运动状态、冷库温湿度和冷库药品等详细信息通过CAN总线传递至上位机，并存储在数据库中。通过队列实现多线程指令对数据库的有序化操作，合理调度各部分运作。此外利用Socket网络编程技术，通过对冷库的远程多点监控，使管理人员及时获取信息，提高决策效率，实现医药冷库管理迈向智能化和信息化。
1 系统整体架构
本文设计的智能化系统将主要由基础采集层、数据层、应用层和用户层四部分构成，关于系统的整体框架如图1所示。
对于智能医药冷库系统各层次主要功能介绍如下：
健忘患者逃出
1）基础采集层：由条码识读仪、各类传感器和A/D转换模块组成。根据上层指令完成对药品、温湿度、机器人运行参数和工作画面的采集。利用CAN总线将系统内的信号数据传输至通信转换模块，并采用串口和无线通信将信息传递至上层工控机。
图1 系统整体架构示意图
2）数据层：一方面实时存储用户信息、药品信息、冷库内温湿度等大量基础信息，另一方面存储机器人运行的中间参数，用于实现流程有序调度。
超前位3）应用层：分为系统后台管理部分和用户远程访问平台。系统后台管理部分包括系统对各类信息调用和用户访问的接口，用户远程访问平台能够响应用户的访问需求，实现不同用户阶层下的功能。
4）用户层：智能医药冷库是为医院、制药企业开发设计的。面向的用户有：患者、医生、冷库管理员及疫苗安全管理专员。
2 系统分析与设计
2.1 功能设计
结合实际要求进行需求分析，是系统设计和开发的基础。通过调查研究，确定了用户对医药冷库的需求并对功能进行划分，图2为系统功能图。
图2 系统功能图
1）药品管理自动化。药品的入库、出库和库存盘点由上位机控制机器人完成。以药品入库为例，ERP系统中的采购清单直接导入系统，在LCD屏上显示入库清单，机器人按照入库清单依次执行入库任务； 2）监控管理多点化。本系统中的监控主要是对冷库温湿度、机器人状态和药品库存量这三部分进行的监控。远程用户能随时通过网页或公众平台实现对冷库的监控：实时显示温湿度信息，超限报警；实时显示机器人正在执行的任务进程以及各仓位中药品的存量及有效期[3]；
3）系统安全性。对不同角设置了对系统的不同操作权限，通过用户登录和注册界面保护系统数据安全。
2.2 数据库设计
电视新闻评论在本智能冷库管理及控制系统中，数据库处于核心位置。人机界面、机器人和远程终端都与数据库进行信息交互，从数据库中获得下一步动作的状态参数，在此过程中，可能会同时产生多个操作数据库的指令。所以，在设计过程中面临如何建立数据间的关联性和解决流程调度的难点。
图3 入库时数据关系图
首先应明确各阶段对数据库的操作步骤。冷库对药品的操作分为入库、出库和库存盘点，我们以药品入库过程为例，如图3所示。当有药品入库时，查询冷库中是否已有此药品，如果库中已有，则在子界面上显示此药品的关键信息，便于操作员确认；如果此药品是新药品，则将药品的具体信息新增至药品信息库。药品供应商的操作与此相同。随后，根据仓位分配算法如遗传算法等自动选择最优仓位，生成入库清单。为了保证后续仓位分配计算的准确性，设置虚拟的预设库存，把入库量先计入库存信息中。同时，具体入库信息存入入库表中。接着向机器人发送带有仓位信息的入库任务列表，机器人逐条执行，每次执行完成后向上位机返回完成信号，入库表中的入库标志位和库存表中实际库存量随之改变。这样，以下位机反馈的信号来判断药品是否真实入库，可以避免因机器人故障而引发的库存记录错乱。
为了在数据之间建立清晰的关联，需建立多张表对信息进行分类存储和处理。不仅同一库中的表具有数据关联性，不同数据库间的数据也具有一定的联系性[4]。
图4 入库E-R模型图
本文通过将药品、供应商、库存信息和入库信息实体化，建立基于有向数据流的E-R模型，如图4所示。入库时库存和入库之间首先具有n:1的联系，当收到机器人入库完成指令后，根据入库表更改库存表中的实际库存，此时二者之间的联系是1:1。该模型可以明确实体属性和彼此联系，帮助我们创建和设计合理的数据库[5]。
据此我们可以建立供应商字典、药品字典、入库表、库存表等。系统中共建立9张数据表，在此仅列出入库表，如表1所示。值得注意的是，入库表和出库表实质上也是机器人任务的记录表，由此建立了机器人运动和数据库操作之间的关联。
