【技术实现步骤摘要】
本专利技术型属于固体精确称量领域，具体为一种基于随机噪声滤波算法、适用于自动化微量固体粉末吸取式取样装置的精确预测固体粉末堆积密度的方法。
技术介绍
1、在生物、化学等相关实验过程中，需要多种固相原料作为反应物参与化学反应。对于粉末状固体药品，实验室目前普遍的取样方法是使用纸槽、药匙或者固体粉末取样器手动进行取样。在固体粉末质量精确度要求高达毫克级别的精密化学实验中，人工手动操作费时费力、误差较大，难以满足需求。
2、现有固体取样器大多为独立工作设备，利用研磨、拧筛等简单动作，依靠重力作用令粉末下落从而取样；或是通过气流运动，让粉末转化为扬尘状态，导流进入目标容器，从而实现取用一定量固体粉末的功能。这些技术方案并没有关注取样过程中固体粉末的堆积密度状态，也无法通过反馈调整取样策略，在处理多种不同堆积密度状态的固体粉末时显得功能单薄，且面对取样过程中客观环境因素引起的扰动与干扰时无法实时处理，可能出现较大误差。对于连续进行工作的自动化固体取样系统而言，实时采集取样信息并通过算法拟合当前药品的堆积密度，再反馈调整取样策略，将大大提升取样设备的自适应性、可靠性和精确性，有效地提高化学实验效率，减轻劳动负担与实验成本。
技术实现思路
0、
技术实现思路
：
1、本专利技术提供一种精确预测固体粉末堆积密度的方法，该方法是一种基于随机噪声滤波算法、精确称量技术和固体粉末吸取装置的堆积密度预测方法，在体积控制的基础上，通过预测粉末的堆积密度，从而控制吸取粉末的质量，以有效提高
2、本专利技术的具体的技术方案如下：
3、1、将固体粉末吸取装置中的吸头内部用于取样的管腔长度设定为l，对应吸取得到的样品的质量设定为w，二者应满足如下的线性关系：
4、w＝kl+b. (1)
5、其中l为自变量，w为因变量，k为堆积密度，b为线性关系截距。在本场景中，线性截距表征在客观因素影响下，当管腔长度l＝0时，实际取得的粉末质量。
6、申请人在研究时发现，在实际取样过程中，由于存在客观因素的扰动，实验数据受到随机噪声的影响，k和b的具体数值都将在理想值附近随机波动。为了实现更精确的取样控制，减小实验误差，需要在取样过程中借助采集得到的l与w真实值，来拟合该时刻k与b的值。此外，由于k、b参数的波动，每次用于取样的l也相应变化。
7、基于上述研究研究,建立关于取样装置的离散状态转移方程：
8、x(t)＝x(t-1)+w(t), (2)
9、以式(1)中的堆积密度和线性关系截距[k,b]作为此装置的状态参数，即x＝[k,b]。w为过程噪声，参数t为离散时刻。
10、2、建立矩阵z用以存放各时刻采集与更新的状态值，即
11、n为大于等于0的自然数，表示当前关于此固体粉末所拟合并记录的堆积密度与线性截距数据对(k，b)的个数总值。若此前未对此固体粉末进行实验和记录，则n＝0，即z为空。
12、由于随机噪声的扰动，每一次采集数据拟合的线性关系参数观测值将在真实值附近随机波动，每一次采集的观测数据都会记录在z矩阵中，经过卡尔曼滤波方法去除随机噪声的干扰，输出滤波后的当前状态[k,b]，作为更新后的线性关系参数。与未滤波的线性参数相比，经过滤波后的线性关系参数将更接近真实值。
13、3、药品粉末目标质量为w时，取样策略为分三步取样，经三次取样后，目标容器中该药品质量达到w。
14、4、第一步取样目标为w/3，若该种药品此前已经过堆积密度预测，则沿用已经记录矩阵z，并基于卡尔曼滤波方法去除随即扰动，计算得到接近真实值的(k,b)；否则矩阵z为空，默认预设(k,b)＝(1.5,0)或(1.0,0)。
15、申请人经多次试验发现，大多数粉末药品在常温常压状态下的堆积密度在[0.5,2](mg/mm)区间内，因此选择k＝1.5或1.0，适合作为程序预设的初始值，用于噪声滤波和拟合固体粉末堆积密度函数；在理想状态下，吸头取样管腔长度l＝0时，吸头内并没有可以容纳药品粉末的空间，因此吸取得到的药品质量w也应该为0，w与l的线性关系经过坐标系原点(w，l)＝(0，0)，即w与l满足正比例关系，线性截距b＝0，因此选用(k,b)＝(1.5,0)或(1.0,0)作为初始值。
16、基于线性关系计算第一步取样中管腔长度l1：
17、
18、经吸取式取样，称量得到第一步取样得到的实际质量为w1，将(l1,w1)数据对添加到采集信息记录矩阵z中，并得到更新的(k,b)。
19、5、第二步取样目标为2w/3-w1。基于线性关系计算第二步取样中管腔长度l2：
20、
21、经吸取式取样，称量得到第二步取样得到的实际质量为w2，将(l2,w2)数据对添加到采集信息记录矩阵z中，并得到更新的(k,b)。
22、6、第三步取样目标为w-w1-w2。基于线性关系计算第三步取样中管腔长度l3：
23、l3＝(w-w1-w2-b)/k (5)
24、将(l3,w3)数据对添加到采集信息记录矩阵z中，并得到更新的(k,b)，以供该种药品后续取样继续使用。
25、经吸取式取样，称量得到第三步取样得到的实际质量为w3。
26、每次取样操作前，给出了用于取样的管腔长度li，通过测定实际取得的质量wi后，基于式(1)给出的线性关系，根据线性回归方法后可以拟合得到对应的(ki，bi)，即得到了每次取样时的堆积密度。经过若干次的质量测定、数据拟合，可以得到一系列堆积密度的值，经过卡尔曼滤波后可以得到一个趋近真实值的(k,b)，即趋近真实值的堆积密度。同样基于式(1)的线性关系，当所拟合预测的堆积密度k越靠近真实值时，用于取样的管腔长度l与实际取得的质量w的对应关系越接近实际情况，由此下一步所取得的实际质量wi越接近目标取样量，取样的误差越小。因此，在这样不断反馈调整后的取样策略下，三次取样之和w1+w2+w3应非常接近目标值w，由此可以体现本专利技术的“堆积密度预测”工作在固体取样任务中针对精确度的优化。
27、7、对于单个取样目标质量的任务，工作流程到此结束；对于多个取样目标质量的集成化任务流程，重复执行步骤4、5、6、7，直到完成所有取样要求。
28、由于已经对此固体粉末进行过质量测定和堆积密度预测，一系列(ki，bi)的值并记录在矩阵z中，前面得到的(k,b)可以用于接下来的取样流程中，基于式(1)计算并调整吸头管腔长度l，继续往下进行测定质量、预测拟合的步骤，新计算得到的(ki，bi)也补充到矩阵z中。在这样不断往复的反馈调整过程中，由于不断地积累(li，wi)数据信息，用于后续的该种原料的堆积密度预测。随着数据量的增大以及卡尔曼滤波方法的使用，所预测得到的堆积密度k将越来越接近真实值，可以克服随机误差的干扰。
29、本专利技术所涉及的固体粉末吸本文档来自技高网...
【技术保护点】
1.一种精确预测固体粉末堆积密度的方法，其特征在于包括如下步骤：
2.如权利要求1所述的精确预测固体粉末堆积密度的方法，其特征在于对于多个取样目标质量的集成化任务流程，重复执行步骤4、5、6、7，直到完成所有取样要求。
【技术特征摘要】
1.一种精确预测固体粉末堆积密度的方法，其特征在于包括如下步骤：
2.如权利要求1所述的精确预测固体粉末...
【专利技术属性】
技术研发人员：郑凯月，但家鑫，辛博，陈春林，赵佳宝，
申请(专利权)人：南京大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。