一种超低温冰箱的三维温度场模型构建方法与流程

摘要: 本发明涉及超低温冰箱温度场建模,更具体地,涉及一种超低温冰箱的三维温度场模型构建方法。背景技术:1、超低温冰箱作为能够提供恒定低温环境的关键设备,是现代生物医学...
一种超低温冰箱的三维温度场模型构建方法与流程

本发明涉及超低温冰箱温度场建模,更具体地,涉及一种超低温冰箱的三维温度场模型构建方法。

背景技术:

1、超低温冰箱作为能够提供恒定低温环境的关键设备,是现代生物医学、生命科学、药学等众多前沿科研领域以及临床医疗中不可或缺的基础设施。其核心价值在于为珍贵的生物样本提供长期、稳定的储存条件,任何温度的异常波动都可能导致样本活性的丧失甚至彻底损毁,造成不可估量的科研与经济损失。因此,对冰箱内部温度的精准测量与监控,直接关系到样本的安全性与数据的可靠性,是其发挥效用的生命线与根本保障。鉴于温度参数的重要性,相关的国家与行业标准对此提出了严苛而具体的要求(特别是针对冰箱内部“温度场”的均匀性与稳定性)。仅凭单一的、局部的温度读数远不足以评估样本所处的真实环境,必须获取内部空间的温度分布,才能全面验证整个储存空间的可靠性与一致性。

2、gb/t 20154-2024《低温保存箱》等标准明确规定了箱内各测量点之间的温度均匀性和温度波动度的极限值。这一要求直接推动制造商与检测机构必须在箱内合理布设多个传感器,构建系统化的温度监测网络。但传感器的数量有限,仅能提供离散点的温度数据,无法完整揭示箱内连续的空间温度分布规律。因此,构建高精度三维温度场模型成为精确评估与优化冰箱性能的关键技术路径。对于超低温冰箱的三维数值仿真建模,有限元法是一种主流且常用的方法。但是作为一种物理驱动的数值方法,它高度依赖于精确的物理参数和边界条件,如材料属性、边界热流等,这些输入数据的任何不确定性都会直接导致计算结果偏离真实情况。此外,该方法计算过程复杂且成本高昂,需要经历几何建模、网格划分和迭代求解等繁琐步骤,对计算资源和专业知识要求较高。与一些统计方法不同,有限元法无法原生地提供关于预测结果的不确定性估计,它给出的是一个看似确定却无法自我评估可靠性的单一解。

技术实现思路

1、本发明的目的在于克服上述现有技术的不足,提供一种超低温冰箱的三维温度场模型构建方法,本发明方法科学地利用了有限传感器的空间相关性来构建得到一个高精度的三维温度场模型,能够在边界条件与材料属性暂时难以精确获取的情况下,高效、高精度地估算超低温冰箱内整个空间的温度分布,以此获得每个预测点的置信度信息。

2、为了实现上述目的,本发明采用如下技术方案:一种超低温冰箱的三维温度场模型构建方法,包括如下步骤:

3、s1:数据准备,在冰箱体内部均匀安装放置n个温度传感器,记录每个温度传感器的三维坐标(xi,yi,zi)和其稳定温度值ti;

4、s2:建模与计算,设定每个温度传感器为一个测量点,每个测量点有对应坐标(xi,yi,zi)和对应温度值ti,将这些测量点两两组合,能够得到n(n-1)/2组点对,计算点对中两点间的欧式距离h,计算点对中两点的半方差值γ,对冰箱体内全部点对进行区间分组,计算区间平均半方差,根据得到的数据,绘制经验半变异函数图,其x轴为空间距离,y轴为半方差;

5、s3:拟合理论半变异函数,使用经验半变异函数图上的经验半变异函数点(,)去拟合得到经验半变异函数值,拟合计算使用到的数学函数模型包括球状模型、指数模型和高斯模型;

6、s4:未知点温度预测计算,对一个未知点x0及其温度t(x0),通过使用已知n个温度传感器数据的线性组合来进行预测;

7、s5:对预测不确定度进行评估。

8、进一步的,步骤2中,假设由第i个测量点和第j个测量点组成点对(i,j);

9、计算i点和j点间的欧式距离h公式为:

10、

11、式中,、、为第i个测量点的三维坐标,、、为第j个测量点的三维坐标;

12、计算i点和j点的半方差值γ公式为:

13、

14、式中,为第i个测量点的温度值,为第j个测量点的温度值。

15、进一步的,步骤2中的区间分组策略为:找到所有点对中的最小和最大距离hmin和hmax,将[0,hmax]区间分成k个等宽的区间,k值为正整数,每个区间的宽度为δh=hmax/k,第k个区间覆盖:[(k-1)δh,kδh],对于第k个区间:找到所有距离落在该区间内的点对集合:

16、

17、计算本区间内的平均半方差

18、

19、式中,|n(hk)|是该区间内点对的组数。

20、进一步的,

21、球状模型:

22、

23、指数模型:

24、

25、高斯模型:

26、

27、式中:h代表空间距离,即三维空间中两点之间的欧氏距离;c0为块金值,理论半变异函数在距离为零时的截距,代表测量误差或微观尺度的变异;c1为基台值,代表空间结构引起的变异;a为变程,代表空间相关性的最大距离,通过非线性最小二乘拟合方法来给经验半变异函数值的计算拟合出参数c0、c1、a并确定选择其中一个理论数学模型用于计算。

28、进一步的,步骤4中温度预测计算方法为:

29、

30、式中,为已知测量点温度值,λi是最优的权重,通过拉格朗日乘数法求解,求解方程组为:

31、

32、式中,表示已知点i和j之间的半变异函数值,通过将两点间的欧式距离代入步骤3中的数学函数模型来求解,表示已知点i和预测点x0之间的半变异函数值,通过将两点间的欧式距离代入步骤3中的数学函数模型来求解。

33、进一步的,步骤5中的预测不确定度评估公式为:

34、

35、式中,μ为拉格朗日乘数,根据权利要求5中的拉格朗日乘数法方程组来求解,为估计方差,反映了由于空间变异和有限采样导致的预测结果的可能波动范围,σ越小,说明预测值越可信,σ越大,说明预测值不确定性越高。

36、综上所述,本发明具有以下有益效果:

37、本发明方法科学地利用了有限传感器的空间相关性来构建得到一个高精度的三维温度场模型,能够在边界条件与材料属性暂时难以精确获取的情况下,高效、高精度地估算超低温冰箱内整个空间的温度分布,以此获得每个预测点的置信度信息。本发明方法仅依赖测量点自身数据,具有计算复杂度低、所需数据量小的显著优势。本发明可以作为可靠的补充方案,用于和有限元分析结果进行交叉验证,从而提升整体评估的准确性与可信度。

1.一种超低温冰箱的三维温度场模型构建方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种超低温冰箱的三维温度场模型构建方法,其特征在于,步骤2中,假设由第i个测量点和第j个测量点组成点对(i,j);

3.根据权利要求1所述的一种超低温冰箱的三维温度场模型构建方法,其特征在于,步骤2中的区间分组策略为:找到所有点对中的最小和最大距离hmin和hmax,将[0,hmax]区间分成k个等宽的区间,k值为正整数,每个区间的宽度为δh=hmax/k,第k个区间覆盖:[(k-1)δh,kδh],对于第k个区间:找到所有距离落在该区间内的点对集合:

4.根据权利要求1所述的一种超低温冰箱的三维温度场模型构建方法,其特征在于,步骤3中的,

5.根据权利要求1所述的一种超低温冰箱的三维温度场模型构建方法,其特征在于,步骤4中温度预测计算方法为:

6.根据权利要求5所述的一种超低温冰箱的三维温度场模型构建方法,其特征在于,步骤5中的预测不确定度评估公式为: