一种蠕动泵动态标定与自适应控制方法及系统与流程
本发明属于流体精密控制与生物过程自动化,具体涉及一种利用称重传感器反馈,通过事件触发采样机制解决低速工况下信号不可辨识问题,并基于一阶滞后动态模型进行参数辨识以实现自适应标定控制的蠕动泵控制方法及系统。特别适用于合成生物学、生物制药等领域的平行反应器长周期、低速精准补料场景。
背景技术:
1、蠕动泵通过滚轮或压块周期性挤压弹性软管,在软管内形成局部真空,推动管内的液体沿挤压方向移动。其突出的优点在于流体仅与软管内壁接触,无交叉污染风险,且具备自吸能力、可输送含固体的流体,因此在生物制药、合成生物学、精细化工等领域得到广泛应用。
2、蠕动泵的稳态流量与转速之间存在近似的线性关系:q = a·ω + b,其中q为体积流量,ω为泵转速,a为标定系数(即增益),b为零点偏移。通过控制电机转速即可控制输出流量,实现精确补料。然而,上述线性关系并非固定不变。在实际使用过程中,泵管会逐渐老化、弹性下降;环境温度变化会影响液体黏度与泵管弹性;不同批次的液体性质存在差异。这些因素均会导致标定系数a和b发生漂移,若仍沿用出厂标定值或初始标定值,实际输出流量将与设定值产生偏差,在长周期精密补料实验中可能导致严重后果。因此,需要对蠕动泵进行定期标定校准,及时更新a和b的取值。
3、目前,蠕动泵的标定与控制技术主要存在静态标定方法、动态补偿方法和多模式控制方法等几类方案。静态标定方法方面,公开号为cn106168209a的中国专利申请文献公开了一种“用于蠕动泵的智能流量校正方法和系统”,通过称重模块获取液重变化值,根据液重变化值与蠕动泵转动数据的“对应关系”调节转动数据;公开号为cn105257518a的中国专利申请文献公开了通过预设泵速运行后称量实际液体量计算校准系数k的方法;公开号为cn120868011a的中国专利申请文献聚焦于灌装场景的多泵快速校准。上述方法的共同特征是建立的是静态的“对应关系”或比例关系,本质上是对稳态模型q = a·ω + b的拟合与修正。其局限性在于仅适用于恒速或准静态工况,无法处理转速连续变化时的动态精度问题;忽略了一阶滞后动态响应(泵管弹性导致的流量滞后),导致变转速时瞬时流量偏差大。更重要的是,所有静态标定方法均隐含一个关键假设——称重传感器能够获得连续、可靠的质量变化信号,然而在极低流速工况下这一假设并不成立。动态补偿方法方面,公开号为cn118775230a的中国专利申请文献公开了“基于参数补偿的蠕动泵控制方法”,通过监测压管间隙、流量、压力等参数进行误差收录和补偿分析;公开号为cn121539468a的中国专利申请文献通过流量计与压力传感器实现双闭环pid协同控制。该类方法的不足在于补偿逻辑依赖于对“检测参数存在误差”的被动判断,属于事后修正;缺乏对动态特性(一阶滞后)的主动建模与参数辨识;依赖额外的流量计或压力传感器,增加了系统成本和复杂度,且不适用于微小流量场景。多模式控制方法方面,公开号为cn120085695a的中国专利申请文献提供了连续模式、定时模式、定量模式等多种用户可选的运行模式,但其“多模式”是指用户可选择的运行模式,而非根据称重数据自动识别的补料模式(匀速/匀加速),技术目的和实现手段均不相同。
4、经分析发现,现有技术普遍存在一个长期被忽视但构成根本限制的前提性问题。在低速补料工况下,例如合成生物学中常见的2 ml/h诱导剂补加,称重传感器每分钟的质量变化仅为0.033克。对于通常使用的0.1g精度传感器,相邻固定时间采样点(如1秒或10秒间隔)的质量变化为0.00056g或0.0056g,远小于传感器的有效分辨率,信号完全被噪声淹没。现有技术的隐含假设“称重传感器能够提供连续、可靠的实时质量变化信号”在低速工况下不成立。因此,现有静态标定方法无法获得有效的流量数据,现有动态补偿方法所依赖的反馈信号本身不可靠,传统“提高采样频率”的思路反而会进一步降低信噪比。这一问题是长期存在于蠕动泵低速补料应用中、但未被现有技术识别和解决的系统性测量不可行问题。
技术实现思路
1、为解决现有技术中存在的问题,本发明提供一种蠕动泵动态标定与自适应控制方法及系统。
2、本发明旨在通过事件触发采样机制解决低速工况下称重反馈信号不可辨识的根本问题,确保每一个用于标定的质量变化数据均显著大于传感器噪声,使低速工况下的标定从“不可能”变为“可能”;建立蠕动泵的一阶滞后动态数学模型,通过参数辨识同时获得静态标定系数(a、b)和动态时间常数(τ),实现从“静态校准”到“动态标定”的跨越,首次量化泵管弹性与流体惯性导致的流量滞后效应;基于辨识得到的动态参数对泵控制参数进行补偿(包括但不限于前馈补偿、pid参数修正),提高变转速工况下的瞬时流量精度;同时提供多泵独立标定与交叉校验机制,保证平行反应器各通道的补料一致性,并通过长期参数漂移监测实现泵管老化预警,避免实验中断。
3、为了实现本发明目的,本发明的技术方案如下:
4、第一方面,本发明提供一种蠕动泵动态标定控制方法,如图1所示,包括以下步骤:
5、步骤一,获取称重传感器的分辨率参数δm_res,根据所述分辨率参数确定最小可信质量变化量δm_min = α × δm_res,其中α为0.3~0.7之间的正数;实时监测称重传感器的累积质量变化,当累积质量变化达到δm_min时记录一个采样数据点,所述采样数据点包括当前时刻t_i、当前质量读数m_i及同步转速ω_i,记录后将累积质量变化归零重新开始监测,相邻采样点之间的时间间隔δt_i为非固定的。
6、该步骤中,根据称重传感器分辨率设定最小可信质量变化量的意义在于:以质量变化量本身作为触发条件,确保每次触发时质量变化量均大于传感器分辨率的一定比例,从而保证每个采样数据点均具有物理辨识意义。
7、其中,可信系数α的取值范围为0.3~0.7,优选α=0.5。该范围的确定依据如下:
8、称重传感器输出信号包含高斯白噪声,其标准差 σ 通常为传感器分辨率的 0.2~0.33 倍。为保证触发信号具有统计可信度,累积质量变化量须大于 3σ,由此推得 α 的下限为 0.3。另一方面,由于模数转换存在量化误差,当 α 超过 0.7 时,触发间隔过长将导致采样点稀疏,无法捕捉流量的快速动态变化,且量化误差对触发精度的相对影响显著增大。因此,α 的最佳范围为 0.3~0.7,α=0.5 为优选值。
9、本发明的 α 取值范围并非人为任意设定,而是在传感器噪声特性、量化精度与动态响应速度三者共同约束下的物理可行区间。
10、步骤二,对步骤一获得的非等间隔采样点中的质量-时间数据(t_i, m_i)进行信号预处理,获得瞬时流量q及其流量变化率dq/dt。
11、具体地,如图2所示,所述信号预处理为在滑动窗口内对质量-时间数据(t_i, m_i)进行局部二次多项式拟合:m(t) = c0 + c1·(t - t_c) + c2·(t - t_c)2,其中t_c为滑动窗口中心点时间,并对拟合得到的多项式进行解析求导,获得滑动窗口中心点的瞬时流量q = c1及其变化率dq/dt = 2c2。之所以采用局部拟合而非直接差分,是因为事件触发采样获得的为非等间隔数据,直接数值差分会严重放大传感器噪声,导致流量变化率信号不可用;而解析求导避免了数值微分的噪声放大效应。优选地,滑动窗口包含5~7个连续的非等间隔采样点。
12、作为上述信号预处理的替代实现方式,也可采用加权最小二乘拟合对质量-时间数据(t_i, m_i)进行预处理,权重与采样间隔δt_i成正比,获得瞬时流量q及其流量变化率dq/dt。由于事件触发采样的时间间隔δt_i非等间隔,且δt_i越大,该段平均流量的置信度越高,因此按采样间隔赋予权重可进一步提高预处理精度。上述两种信号预处理方式择一使用。
13、步骤三,对步骤一获得的非等间隔采样点中的质量-时间数据(t_i, m_i)进行模式识别与安全审查,如图3所示,包括:对滑动窗口内的质量-时间数据进行三种拟合——一次多项式拟合、二次多项式拟合、以及对质量取对数后的线性回归,分别计算决定系数r21、r22、r2_ln;当r2_ln > 0.95时,判定为指数趋势,生成阻塞信号;当r2_ln ≤ 0.95且(r21 ≥0.8或r22 ≥ 0.8)且r22 - r21 > 0.1且二次多项式拟合的二次项系数β2 > 10-6时,判定为匀加速模式,生成放行信号,进行参数辨识;当r2_ln ≤ 0.95且r21 > 0.9时,判定为匀速模式,生成放行信号,此时系统自动将τ沿用历史可靠值(恒速下τ不可辨识);当以上条件均不满足时,判定为不确定状态。
14、该步骤中,当判定为指数趋势生成阻塞信号时,系统不执行步骤四的参数辨识,已有的标定参数保持不变,控制补偿模块沿用已有的τ值执行步骤五的前馈补偿,同时清空当前滑动窗口,等待新数据积累后重新进行模式识别。对指数趋势数据拒绝标定,是因为在指数流加工况下,流量q和流量变化率dq/dt均呈指数增长,若将此类数据用于一阶滞后模型的参数辨识,最小二乘法会因dq/dt项的指数级数值远大于转速项而将时间常数τ严重高估,导致辨识结果失真。因此,主动拒绝指数趋势数据是保证标定参数物理准确性的必要措施。
15、该步骤中,当判定为不确定状态时,系统不清除已有的标定参数,不执行步骤四的参数辨识,清空当前滑动窗口并等待新采样点积累后重新识别;同时,不确定状态计数器加1,当连续多次(优选为连续3次)判定为不确定状态时触发报警,提示检查传感器或泵管状态。
16、优选地,所述模式识别与安全审查在滑动窗口内连续的非等间隔采样点数量达到10个时执行。
17、步骤四,当接收到步骤三的放行信号时,利用步骤二输出的瞬时流量q、流量变化率dq/dt以及步骤一输出的非等间隔采样点中的同步转速ω_i,辨识动态响应模型的参数,所述动态响应模型包含表征泵动态滞后特性的时间常数参数τ。
18、具体地,所述动态响应模型为一阶滞后微分方程:τ·dq/dt + q = a·ω + b,其中q为瞬时体积流量,ω为泵转速,a为标定系数,b为零点偏移,τ为时间常数;所述参数辨识包括同时辨识a、b、τ三个参数。该模型的物理基础在于:蠕动泵的流量响应并非瞬时的,当转速发生变化时,由于泵管的粘弹性(挤压后的恢复需要时间)、管内液体的惯性以及泵头滚轮与泵管之间的接触与释放过程的动态特性,实际流量需要一定时间才能达到新的稳态。一阶滞后模型以时间常数τ量化这一综合滞后效应——τ越大,响应越慢;τ越小,响应越快。当转速恒定时,dq/dt = 0,模型退化为传统静态线性模型q = a·ω + b,体现了本发明的动态模型是传统静态模型的自然扩展,在恒速工况下自动退化为现有模型。
19、进一步地,所述参数辨识采用最小二乘法,将所述一阶滞后微分方程离散化为:q_i = a·ω_i + b - τ·(dq/dt)_i,构建设计矩阵x和响应向量y,通过求解正规方程获得a、b、τ的估计值。优选地,采用奇异值分解(svd)方法求解,以提高数值稳定性。
20、优选地,当接收到步骤三的放行信号时,参与辨识的有效数据组数至少为10组。
21、进一步地,所述方法还包括工况自动判断:计算采样窗口内转速数据的标准差,若标准差小于设定阈值(如0.5 rpm),判定为恒速工况,此时仅输出a和b,τ沿用上一次可靠的历史值;若标准差大于等于设定阈值,判定存在动态激励,同时输出a、b、τ。
22、步骤五,当步骤三判定为匀加速模式时,根据步骤四辨识得到的a、b、τ生成前馈补偿指令对泵进行转速补偿;当步骤三判定为匀速模式时,根据步骤四辨识得到的a、b以及历史可靠值τ生成前馈补偿指令对泵进行转速补偿;当接收到步骤三的阻塞信号或判定为不确定状态时,沿用已有的标定参数执行补偿。
23、τ的引入使得所述方法能够量化“泵在变转速时滞后多少、响应多快”这一动态特性。
24、具体地,所述前馈补偿指令为:ω_ff(t) = [τ·(dq_target/dt) + q_target(t)- b] / a,其中q_target(t)为目标流量曲线,(dq_target/dt)为目标流量曲线的变化率。该前馈指令的物理含义为:在目标流量上升阶段(dq_target/dt > 0),在静态转速需求基础上额外增加一个与τ和变化率成正比的转速增量,以“推”实际流量更快地跟上目标;在下降阶段(dq_target/dt < 0),相应减小转速指令以“拉”住实际流量,避免因惯性导致过冲。该前馈补偿与现有技术中的被动反馈补偿的本质区别在于:被动反馈仅在误差出现后才进行修正,而前馈补偿在变化发生之前即已预判并主动调整,因此能够将变速工况下的瞬时流量跟踪误差从传统方法的约15%降低至±2.0%以内。
25、进一步地,将所述前馈补偿指令与pi反馈控制结合使用:ω_cmd(t) = ω_ff(t)+ ω_fb(t),其中ω_fb(t)为基于称重累积量误差的反馈修正量:ω_fb(t) = k_p·e(t)+ k_i·∫e(t)dt,e(t)为理论累积质量与实际累积质量的偏差,k_p和k_i分别为比例增益和积分增益。反馈修正量通常在每30秒的较长时间间隔内计算一次,以避免频繁调节干扰前馈控制的平稳性。
26、作为本发明的进一步扩展,所述方法还包括多泵协同交叉校验:在平行反应器中,各泵独立执行上述标定控制方法获得各自的标定参数a_i、b_i、τ_i,计算各参数群组均值,当某泵参数偏离群组均值超过设定阈值(如±20%)时发出报警,提示操作人员检查该泵的泵管状态。该扩展能够有效保证平行反应器各通道的补料一致性,避免因个别泵管异常导致实验数据不可比。
27、作为本发明的另一扩展,所述方法还包括长期参数漂移监测:定期(如每4小时)执行上述动态标定方法,记录标定参数a、b、τ随时间的变化趋势,当任一参数的变化速率超过设定阈值时发出泵管更换预警。具体地,若a逐渐减小,提示泵管磨损;若b逐渐增大,提示泵管老化或液体性质变化;若τ逐渐增大,提示泵管弹性下降。该扩展能够提前发现泵管性能退化,实现预测性维护,避免因泵管突然失效导致的实验失败或生产中断。
28、第二方面,本发明提供一种用于实现前述方法步骤的蠕动泵动态标定控制系统,如图4所示,包括:
29、称重传感器,用于实时检测补料瓶的质量变化,输出模拟质量信号;
30、称重信号采集电路,与所述称重传感器电性连接,用于将所述模拟质量信号转换为数字质量信号;
31、转速反馈单元,设置于蠕动泵电机端,用于实时检测并反馈电机实际转速;
32、事件触发采样模块,与所述称重信号采集电路及所述转速反馈单元通信连接,被配置为:获取称重传感器的分辨率参数δm_res,根据所述分辨率参数确定最小可信质量变化量δm_min = α × δm_res,其中α为0.3~0.7之间的正数;实时监测所述称重信号采集电路输出的累积质量变化,当累积质量变化达到δm_min时记录一个采样数据点,所述采样数据点包括当前时刻t_i、当前质量读数m_i及同步转速ω_i,记录后将累积质量变化归零重新开始监测,相邻采样点之间的时间间隔δt_i为非固定的;
33、信号预处理模块,与所述事件触发采样模块通信连接,被配置为:对所述非等间隔采样点中的质量-时间数据(t_i, m_i)进行信号预处理,获得瞬时流量q及其变化率dq/dt;
34、模式识别模块,与所述事件触发采样模块通信连接,被配置为:对所述非等间隔采样点中的质量-时间数据(t_i, m_i)进行模式识别与安全审查:对滑动窗口内的质量-时间数据进行三种拟合——一次多项式拟合、二次多项式拟合、以及对质量取对数后的线性回归,分别计算决定系数r21、r22、r2_ln;当r2_ln > 0.95时,判定为指数趋势,生成阻塞信号;当r2_ln ≤ 0.95且(r21 ≥ 0.8或r22 ≥ 0.8)且r22 - r21 > 0.1且二次多项式拟合的二次项系数β2 > 10-6时,判定为匀加速模式,生成放行信号;当r2_ln ≤ 0.95且r21 > 0.9时,判定为匀速模式,生成放行信号;当以上条件均不满足时,判定为不确定状态;其中,判定为匀速模式时,参数辨识模块将τ沿用历史可靠值;
35、状态监控模块,与所述模式识别模块通信连接,被配置为:当所述模式识别模块判定为不确定状态时,进行连续失败计数,并在连续多次达到设定阈值时触发报警;
36、参数辨识模块,与所述信号预处理模块及所述模式识别模块通信连接,被配置为:当接收到所述模式识别模块的放行信号时,利用所述瞬时流量q、流量变化率dq/dt以及所述同步转速ω_i,辨识动态响应模型的参数,所述动态响应模型包含表征泵动态滞后特性的时间常数参数τ;
37、控制补偿模块,与所述参数辨识模块及所述模式识别模块通信连接,被配置为:当所述模式识别模块判定为匀加速模式时,根据参数辨识模块输出的a、b、τ生成前馈补偿指令对泵进行转速补偿;当所述模式识别模块判定为匀速模式时,根据参数辨识模块输出的a、b以及历史可靠值τ生成前馈补偿指令对泵进行转速补偿;当接收到所述模式识别模块的阻塞信号或判定为不确定状态时,沿用已有的标定参数执行补偿;
38、蠕动泵驱动器,与所述控制补偿模块电性连接,用于接收转速指令并驱动蠕动泵电机运转。
39、以上各模块与所述方法各步骤之间的对应关系如表1所示。
40、表1
41、
42、除以上模块外,本发明所述系统还包括:
43、显示与交互单元:通过串行接口与主控模块连接,实现参数设定与信息显示;用户可通过显示与交互单元设定目标流量、查看实时质量变化曲线、标定参数及报警信号等信息。
44、电源模块:将220v ac转换为各单元所需的工作电压:+5v(称重传感器激励、采集电路、主控模块)、+24v(蠕动泵驱动器、显示屏背光)、±15v(仪表放大器),通过各自的电源线缆为各硬件单元供电。
45、本发明相比现有技术至少具有以下有益效果:
46、本发明通过“不等时间等重量”的事件触发采样机制彻底解决了低速工况下称重反馈信号不可辨识的根本问题,信噪比从小于1:1提升至大于10:1;在此基础上建立一阶滞后动态模型实现了从静态校准到动态标定的跨越,首次量化了泵管弹性与流体惯性导致的流量滞后效应;再基于动态参数进行转速补偿将变转速工况下的瞬时流量跟踪误差从传统方法的约15%降低至±2.0%以内。
47、此外,本发明通过主动识别并拒绝指数趋势数据,确保只有稳态或缓变工况数据进入参数辨识,避免了动态工况对标定参数的污染;动态模型在恒速工况下自动退化为静态线性模型,同一套算法框架可无缝处理恒速、匀加速及混合工况,无需切换标定逻辑;系统仅需标准称重传感器和电机控制器,无需额外流量计或压力传感器,算法计算量小可实时运行于嵌入式平台;多泵交叉校验与长期漂移监测进一步提升了系统的工程实用性和可靠性。本发明特别适用于合成生物学、生物制药等领域的平行反应器长周期、低速精准补料场景。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com