一种多射流电纺直写深度学习控制系统和控制方法技术方案

本发明专利技术涉及电纺直写的技术领域，公开了一种多射流电纺直写深度学习控制系统，包括储液槽、供液器、多个纺丝喷头、安装支架、供液器、高压电源、收集板、电流检测器、环境传感器、数据采集器和控制计算机，数据采集器的信号输入端与环境传感器、电流检测器的信号输出端连接；数据采集器的信号输出端连接控制计算机的信号出入端，控制计算机的信号输出端与高压电源的信号输入端、供液器的信号输入端连接，控制计算机设有参数输入端口和深度学习控制系统，高压电源电压调整幅值控制规则，供液器供液流量流速调整规则由深度学习控制系统根据不同生产条件的自动调整，实现对不同纺丝溶液多射流电纺直写过程的控制。流电纺直写过程的控制。流电纺直写过程的控制。

【技术实现步骤摘要】
一种多射流电纺直写深度学习控制系统和控制方法


[0001]本专利技术涉及电纺直写的
，特别是一种多射流电纺直写深度学习控制系统和控制方法。

技术介绍

[0002]电纺直写技术是利用静电场力拉伸黏弹性流体变形，使其产生射流进行喷印，喷印射流来自Taylor锥尖，射流直径对喷头内径依赖性小，可有效地减小喷印微纳米结构的特征尺寸。电纺丝直写技术通过减小喷头至收集板距离(0.1～5mm)，克服了传统纺丝过程中射流的分叉、螺旋不稳定运动行为和多射流喷印，利用单射流进行微纳米结构的沉积控制。
[0003]然而多射流电纺直写的整个过程行为非常复杂，受到空间电场、电荷密度、电荷迁移等多方面因素的影响，喷印过程存在较大的随机性，是多场耦合作用下的结果，力学模型复杂。加上电液耦合过程数学物理模型复杂，没有明确的数学控制模型，不宜于采用PID等传统控制方法。目前，电纺直写技术暂没有建立合适的控制方法，主要依据经验进行电纺直写过程参数的调节，缺乏合适的控制策略，针对多射流电纺直写装置的控制方法更是少有涉及，限制了电纺直写微纳结构均匀性、直写微纳米结构尺寸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多射流电纺直写深度学习控制系统，其特征在于，包括：储液槽，为电纺直写过程提供溶液；多个纺丝喷头，作为溶液的喷射通道，形成多射流；供液器，供液器将储液槽中的溶液输送至纺丝喷头；高压电源，正极连接纺丝喷头，负极接地；收集板，设于纺丝喷头的下方，纺丝喷头喷射的溶液在收集板和纺丝喷头之间形成纳米纤维，用于收集纳米纤维；电流检测器，电流检测器的电流输入端与收集板连接，电流输出端接地，用于检测纺丝电流；环境传感器，用于检测收集板和纺丝喷头之间的环境参数；数据采集器，数据采集器的信号输入端与环境传感器、电流检测器的信号输出端连接；控制计算机，数据采集器的信号输出端连接控制计算机的信号输入端，控制计算机的信号输出端与高压电源的信号输入端、供液器的信号输入端连接，所述控制计算机根据其信号输入端的输入信号得到当前电纺直写工作状态，并基于深度学习模型预测电纺直写未来工作状态，选取最优控制参数调整高压电源所提供的电压和供液器的供液速度。2.如权利要求1所述的预测控制系统，其特征在于，所述环境传感器包括温度传感器和湿度传感器。3.如权利要求1所述的预测控制系统，其特征在于，控制计算机设有人机交互界面，人机交互界面用于纳米纤维直径、溶液种类、溶液导电率、溶液粘度、溶液浓度参数的设定。4.如权利要求1所述的预测控制系统，其特征在于，所述纺丝喷头为针头或螺杆电线电极无针喷头，纺丝喷头数量为m，m为大于或等于1的任一自然数。5.如权利要求1所述的预测控制系统，其特征在于，所述供液器同时为多个纺丝喷头供液使得多个纺丝喷头同时喷射溶液。6.一种多射流电纺直写深度学习控制系统的控制方法，其特征在于，包括以下步骤：(1)环境传感器获取外界环境参数，外界环境参数包括温度和湿度；(2)控制计算机的人机交互界面设定预期纳米纤维直径和系统参数，系统参数包括纺丝喷头个数、内径、纺丝喷头与收集板间距；(3)控制计算机的人机交互界面设定溶液参数，溶液参数包括溶液种类、溶液导电率、溶液粘...

【专利技术属性】
技术研发人员：郑高峰，康国毅，陈华坛，方正，姜佳昕，柳娟，郑建毅，刘益芳，
申请(专利权)人：厦门大学，
类型：发明
国别省市：