随着信息科技产业的第三次革命,物联网技术(Internet of Things,IoT)日益成熟,人与物、物与物之间的信息传输与控制成为可能。PSA(Pressure Swing Adsorption)制氧设备在各级别医院、社区卫生服务机构中广泛使用,是维持病者生命和临床治疗的重要设施。部分医院存在安装时间久,使用频率高,氧气含量不足和有害气体杂质含量超标等问题,成为药检部门关注的焦点。传统的每年定期抽样检测方式一直存在检验流程时间长、数字整合度低、盲目抽检缺少靶向性等状况。论文基于以上情况,依托医疗器械检验院提供的监测数据,基于实际业务需要,设计开发了医用PSA制氧设备远程检验和实时监控系统,同时利用时间序列预测算法实现预警,提高了检验人员的工作效率。主要工作如下:(1)调研医疗器械检验院对PSA制氧设备的检验流程,分析现场检验端和数据分析平台的交互方式,完成了系统的需求设计、物联网监测设备方案设计、数据库设计和功能模块设计。主要功能包括:制氧监控管理、报警数据管理、数据诊断分析、设备检验报告、单位管理、系统维护等。(2)基于SpringBoot、Vue前后端分离开发技术,完成系统的研发。系统利用物联网技术对制氧设备随时检验监测,对监测数据进行智能化分析和评价,形成对制氧设备使用的有效安全预警,实现带着问题查企业,提高监管的精确性,同时满足医院自查自控需要,降低医疗器械不良事件发生率,保证患者就医安全。(3)提出了基于ARIMA模型(Autoregressive Integrated Moving Average model)的时间序列预测算法,用于氧浓度、一氧化碳含量的预测。基于自回归积分滑动平均模型,以终端设备传感器上传到服务器端的历史数据为训练样本,预测制氧设备未来运行状态,将预测结果以可视化图表形式呈现出来,同时,对偏离正常值区间的预测对象实施预警。