【技术实现步骤摘要】
本专利技术涉及生物试验，特别是一种生物崩解试验设备控制系统及方法。
技术介绍
1、生物崩解试验设备通常用于模拟生物体在特定条件下的分解过程。控制这种设备的方法通常涉及监测和调节温度、湿度、氧气浓度、搅拌速度等参数，以模拟不同环境条件下的生物分解过程。现有生物崩解试验设备设备的自动化程度可能不够高，需要人工干预较多，无法实现完全自主的试验过程控制，从而增加了操作人员的工作负担；并且设备在长时间运行或特殊条件下设备参数难免会发生异常，现有设备不能自动分析出异常参数，从而加以调节修正，造成设备参数与理想参数发生偏差，影响试验结果的可靠性，智能化程度低。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种生物崩解试验设备控制系统及方法。
2、为达到上述目的本专利技术采用的技术方案为：
3、本专利技术第一方面公开了一种生物崩解试验设备控制方法，包括以下步骤：
4、获取待试验生物的类型信息，根据待试验生物的类型信息得到进行崩解试验时试验设备中各子部件的预设崩解参数集；其中，崩解参数包括温度、湿度、氧气浓度以及搅拌速度；
5、在预设时间段内采集崩解试验过程中试验设备的实际崩解参数，构建参数存储库，并将采集得到的实际崩解参数存储至参数存储库中；采集完毕后，对参数存储库中实际崩解参数进行降维处理，得到降维后的实际崩解参数；
6、获取试验设备中待监测子部件的数目信息，根据所述数目信息对所述降维后的实际崩解参数进行聚类处理，得到各子部
7、将各子部件的实际崩解参数集与预设崩解参数集进行比较判断，以判断出各实际崩解参数集的参数状态；基于各实际崩解参数集的参数状态生成调控方案，根据所述调控方案对试验设备进行调控。
8、进一步地，本专利技术的一个较佳实施例中，获取待试验生物的类型信息，根据待试验生物的类型信息得到进行崩解试验时试验设备中各子部件的预设崩解参数集，具体为：
9、基于大数据网络获取对各种类型目标生物进行崩解试验时试验设备的预设崩解参数；
10、构建知识图谱，并将对各种类型目标生物进行崩解试验时试验设备的预设崩解参数导入所述知识图谱中；
11、获取待试验生物的类型信息，根据所述待试验生物的类型信息生成配对标签，基于所述配对标签在所述知识图谱中配对得到相应类型的目标生物；
12、根据配对得到相应类型的目标生物确定出对当前待试验生物进行崩解试验时试验设备中各子部件的预设崩解参数集。
13、进一步地，本专利技术的一个较佳实施例中，对参数存储库中实际崩解参数进行降维处理，得到降维后的实际崩解参数，具体为：
14、基于余弦相似度度量方式计算参数存储库中各实际崩解参数之间的相似度，以捕捉实际崩解参数之间的局部结构；并根据各实际崩解参数之间的相似度构建相似度矩阵；
15、基于所述相似度矩阵，计算各实际崩解参数之间的欧氏距离，并根据所述欧氏距离构建距离矩阵；
16、引入多维尺度分析算法，通过多维尺度分析算法计算所述距离矩阵中各元素与预设元素之间的距离差异，并将各元素与预设元素之间的距离差异大于预设阈值的元素筛除，得到修正后的距离矩阵；
17、基于逆变换的方式将修正后的距离矩阵进行逆变换处理，得到修正后的相似度矩阵；根据所述修正后的相似度矩阵计算每个实际崩解参数在高维空间中的高维条件概率分布；
18、构建低维空间，并初始化各实际崩解参数在低维空间中的初始位置，根据各实际崩解参数在低维空间中的初始位置计算低维条件概率分布；
19、根据所述高维条件概率分布与低维条件概率分布计算相对熵，并利用梯度下降优化算法最小化相对熵，以优化各实际崩解参数在低维空间中的初始位置；并重复迭代优化过程，直到达到预设的迭代次数，得到各实际崩解参数在低维空间中的最终位置，得到降维后的实际崩解参数。
20、进一步地，本专利技术的一个较佳实施例中，获取试验设备中待监测子部件的数目信息，根据所述数目信息对所述降维后的实际崩解参数进行聚类处理，得到各子部件的实际崩解参数集，具体为：
21、获取试验设备中待监测子部件的数目信息，根据试验设备中待监测子部件的数目信息确定聚类数目；
22、初始化隶属度矩阵，引入遗传算法，基于遗传算法，并结合所述聚类数目对所述所述隶属度矩阵进行优化，优化得到若干个模糊聚类中心，根据模糊聚类中心，更新所述隶属度矩阵，得到更新后的隶属度矩阵；
23、通过fcbf算法计算所述更新后的隶属度矩阵中是否存在冗余聚类中心，若存在，则在所述更新后的隶属度矩阵将相对应的冗余聚类中心筛除，得到最终隶属度矩阵；
24、将各降维后的实际崩解参数导入所述最终隶属度矩阵中，并计算各降维后的实际崩解参数与各模糊聚类中心之间的马氏距离，并对各降维后的实际崩解参数与各模糊聚类中心之间的马氏距离进行排序，得到排序结果；
25、根据所述排序结果将各降维后的实际崩解参数依次分配至与最短马氏距离相对应的模糊聚类中心内，分配完毕后，得到分配结果，根据所述分配结果得到各子部件的实际崩解参数集。
26、进一步地，本专利技术的一个较佳实施例中，将各子部件的实际崩解参数集与预设崩解参数集进行比较判断，以判断出各实际崩解参数集的参数状态，具体为：
27、将各子部件的实际崩解参数集中的实际崩解参数集进行基于采集时间节点先后排序，得到基于时间序列的实际崩解参数集；各子部件的预设崩解参数集中的预设崩解参数进行基于预测时间排序，得到基于时间序列的预设崩解参数集；
28、通过jaccard相似系数算法计算各子部件中基于时间序列的预设崩解参数集与对应基于时间序列的实际崩解参数集之间在相同时间节点上的相似系数，并对在各个在相同时间节点上的相似系数进行加权求和取平均处理，得到平均相似系数；
29、根据所述平均相似系数得到各子部件实际崩解参数集与预设崩解参数集之间的相似率；并将所述相似率与预设相似率进行比较；
30、若所述相似率大于预设相似率，则将相应的实际崩解参数集视为正常状态；若所述相似率不大于预设相似率，则将相应的实际崩解参数集视为非正常状态。
31、进一步地，本专利技术的一个较佳实施例中，基于各实际崩解参数集的参数状态生成调控方案，根据所述调控方案对试验设备进行调控，具体为：
32、获取参数状态为非正常状态的实际崩解参数集；并通过大数据网络获取各子部件发生各种异常类型所对应的异常参数；
33、构建马尔科夫模型，各子部件发生各种异常类型所对应的异常参数导入所述马尔科夫模型中进行训练，得到训练好的马尔科夫模型；
34、将所述参数状态为非正常状态的实际崩解参数集导入所述训练好的马尔科夫模型中进行预测，得到相应子部件的异常类型；
35、根据相应子部件的异常类型在大数据网络中进行检索，得到多个调控方案，并获取各个调控方案的调控成功本文档来自技高网...
【技术保护点】
1.一种生物崩解试验设备控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，获取待试验生物的类型信息，根据待试验生物的类型信息得到进行崩解试验时试验设备中各子部件的预设崩解参数集，具体为：
3.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，对参数存储库中实际崩解参数进行降维处理，得到降维后的实际崩解参数，具体为：
4.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，获取试验设备中待监测子部件的数目信息，根据所述数目信息对所述降维后的实际崩解参数进行聚类处理，得到各子部件的实际崩解参数集，具体为：
5.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，将各子部件的实际崩解参数集与预设崩解参数集进行比较判断，以判断出各实际崩解参数集的参数状态，具体为：
6.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，基于各实际崩解参数集的参数状态生成调控方案，根据所述调控方案对试验设备进行调控，具体为：
7.一种生物崩
8.根据权利要求7所述的一种生物崩解试验设备控制系统，其特征在于，获取待试验生物的类型信息，根据待试验生物的类型信息得到进行崩解试验时试验设备中各子部件的预设崩解参数集，具体为：
9.根据权利要求7所述的一种生物崩解试验设备控制系统，其特征在于，将各子部件的实际崩解参数集与预设崩解参数集进行比较判断，以判断出各实际崩解参数集的参数状态，具体为：
10.根据权利要求7所述的一种生物崩解试验设备控制系统，其特征在于，基于各实际崩解参数集的参数状态生成调控方案，根据所述调控方案对试验设备进行调控，具体为：
...【技术特征摘要】
1.一种生物崩解试验设备控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，获取待试验生物的类型信息，根据待试验生物的类型信息得到进行崩解试验时试验设备中各子部件的预设崩解参数集，具体为：
3.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，对参数存储库中实际崩解参数进行降维处理，得到降维后的实际崩解参数，具体为：
4.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，获取试验设备中待监测子部件的数目信息，根据所述数目信息对所述降维后的实际崩解参数进行聚类处理，得到各子部件的实际崩解参数集，具体为：
5.根据权利要求1所述的一种生物崩解试验设备控制方法，其特征在于，将各子部件的实际崩解参数集与预设崩解参数集进行比较判断，以判断出各实际崩解参数集的参数状态，具体为：
6.根据权利要求1所述的一种生物崩解试验设备控制方法，...
【专利技术属性】
技术研发人员：钟长文，卫晋波，赵翔，陈丽纯，袁瑜静，李俊铭，吴芷茵，郭耀全，张宏涛，
申请(专利权)人：佛山市环境健康与安全评价研究中心，
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。