一种面向实验室自动化的中台管理系统及方法

技术领域

本发明涉及实验室中台管理系统，具体地说，涉及一种面向实验室自动化的中台管理系统及方法。

背景技术

随着物联网技术的发展和应用，实验室自动化和智能化已经成为研究和产业界的热门话题；物联网技术为实验室设备之间的数据交互和共享提供了可能性，从而有望解决长期存在的数据孤岛问题；然而，尽管物联网技术为实验室的自动化带来了新的机遇，但在实际应用中，仍然面临一系列的挑战。

目前市场上的LIMS系统主要针对实验室的样品管理，提供样品的追踪、存储和查询等功能；ELN系统则主要用于记录和管理实验数据，提供电子化的实验笔记功能；而LES系统则关注实验的操作控制，如样品处理、仪器控制等。

尽管这些系统在各自的领域都取得了一定的成功，但由于它们之间缺乏有效的数据交互和集成，导致实验室的自动化程度仍然受到限制；例如，当LIMS系统中的样品数据需要在ELN系统中进行分析时，研究人员往往需要手动导入或输入数据，这不仅增加了操作的复杂性，还可能引入人为的错误。

综上所述，现有的技术方案虽然在某些方面取得了一定的进展，但仍然无法满足实验室全流程自动化的需求，由于现有系统的实验室的自动化程度低，在处理不同参数范围、动态变化或不同时间步的情况下可能不够灵活，鉴于此，提供一种面向实验室自动化的中台管理系统及方法。

发明内容

本发明的目的在于提供一种面向实验室自动化的中台管理系统及方法，以解决上述背景技术中提出的由于现有系统的实验室的自动化程度低，在处理不同参数范围、动态变化或不同时间步的情况下可能不够灵活问题。

为实现上述目的，一方面，本发明提供了一种面向实验室自动化的中台管理系统，包括：

数据采集单元，所述数据采集单元用于获取设备数据与实验数据，并将获取到的数据存储至数据库，所述数据库用于存储样品数据、实验数据、设备数据和用户数据；

动态决策单元，所述动态决策单元用于读取数据库中存储的实时数据，基于PID控制模型调整实验参数并优化实验流程，采用动态协同控制策略协调实验室内的各个仪器设备和机器人设备，并下发任务调度指令，

其中，动态协同控制策略具体为：

；

其中，

为应对非平稳性数据，引入自适应学习速率，自适应学习速率具体为：

；

其中，

设备调控单元，所述设备调控单元基于动态决策单元下发的任务调度指令对仪器设备和机器人设备进行调度；

用户权限管理单元，所述用户权限管理单元用于对用户身份进行验证并确保只有授权用户进行操作；

设备监控与报警单元，所述设备监控与报警单元用于实时监控实验室内的所有设备状态，并在设备出现异常时及时发出报警；所述设备监控与报警单元包括报警模块，所述报警模块利用数据采集单元中传感器模块和监控模块的监测数据，运用预设的规则或阈值来分析设备的状态，监测到异常或超出预设范围的情况时，报警模块会触发警报系统，通常通过警报声音、视觉提示或系统通知的方式向相关人员发出警报信息。

作为本技术方案的进一步改进，所述数据采集单元包括传感器模块、监控模块和样品管理模块；

其中，所述传感器模块用于实时记录机器人的状态数据、自动化设备状态数据和反应装置数据；

所述监控模块采用分布式视频流处理技术，用于对实验室和设备的实时视频监控；

所述样品管理模块用于采集样品数据，实时记录样品的存储状态、有效期等信息，同时跟踪分析仪器的使用状态、校准日期等关键数据，并对样品数据进行结构化存储和管理。

作为本技术方案的进一步改进，所述数据库包括样品数据库、用户数据库、日志数据库、文档数据库和设备信息数据库。

作为本技术方案的进一步改进，所述动态决策单元包括数据分析模块、协调分配模块；

其中，所述数据分析模块基于PID控制模型，对实时获取的设备数据与实验数据进行分析和处理，识别实验过程中的模式和趋势，并提供基于PID控制模型的参数调整建议；

所述协调分配模块根据数据分析结果和实验要求，制定实验流程并下发任务调度指令给各个仪器设备和机器人设备。

作为本技术方案的进一步改进，所述PID控制模型是基于自适应控制算法建立的机器学习模型，用于对实验室内的仪器和机器人设备进行协同操作，其具体调配步骤如下：

S5.1、从数据库中提取存储样品数据、实验数据和设备数据，用于PID控制和机器学习模型的输入；

S5.2、基于数据库中的历史数据建立并训练机器学习模型，用于预测最优的控制策略；

S5.3、根据机器学习模型的输出，基于动态协同控制策略调整PID参数，更新PID控制器的参数，并使用更新后的PID参数，计算控制器的输出量；

S5.4、根据PID控制器输出，通过设备调控单元协调并控制实验室内的仪器和机器人设备。

作为本技术方案的进一步改进，所述S5.2中，机器学习模型的输入数据为

；

其中，

则

；

其中，

作为本技术方案的进一步改进，所述S5.3中，基于动态协同控制策略调整PID参数，则PID参数的动态调整规则具体为：

；

其中，

固定的学习速率在处理不同参数范围、动态变化或不同时间步的情况下可能不够灵活，无法适应数据在时间上的分布特性发生变化的情况，为应对非平稳性数据，引入自适应学习速率，自适应学习速率具体为：

；

其中，

根据参数更新的情况自适应地调整学习速率，更灵活地适应参数变化和数据特性的变化，自适应学习速率可以根据参数调整的情况动态地调整学习速率，通过计算过去误差偏导数的平方和，可以调整学习速率，使得参数更新在不同参数和时间步上具有不同的速率，可以更有效地适应不同参数的调整情况，提高控制性能；

同时，使用更新后的PID参数，计算控制器的输出量，则PID控制模型具体为：

；

其中，

作为本技术方案的进一步改进，所述设备调控单元包括调度模块、调控模块；

其中，所述调度模块用于接收动态决策单元下发的任务调度指令，根据实验的需求和设备的可用性，制定实验任务的优化调度计划；

所述调控模块接收来自调度模块的任务指令，并与实验设备和机器人设备进行通信，向其发送任务指令，所述实验设备和机器人设备接收指令并执行相应的操作。

作为本技术方案的进一步改进，所述用户权限管理单元包括身份验证模块、权限管理模块和访问控制模块；

其中，所述身份验证模块用于验证用户的身份真实性，经过验证的用户通过访问控制模块根据其权限级别来授权其对系统的操作范围，所述权限管理模块用于管理并分配用户的访问权限。

另一方面，本发明提供了一种面向实验室自动化的中台管理方法，基于上述的面向实验室自动化的中台管理系统，包括如下步骤：

S10.1、通过数据采集单元获取设备数据与实验数据，并将获取到的数据存储至数据库；

S10.2、由动态决策单元基于PID控制模型，对实时获取的设备数据与实验数据进行分析，并根据数据分析结果和实验要求，制定实验流程并下发任务调度指令给各个仪器设备和机器人设备；

S10.3、通过设备调控单元接收动态决策单元下发的任务调度指令，并根据实验的需求制定实验任务的优化调度计划，通过调控模块与实验设备和机器人设备进行通信，向其发送任务指令；

S10.4、根据用户权限管理单元验证并识别用户信息，通过权限管理模块分配和管理用户权限，限制用户访问特定内容和功能。

与现有技术相比，本发明的有益效果：

1、一种面向实验室自动化的中台管理系统及方法中，集成了数据获取、处理、仪器控制和机器人设备控制于一体，与现有的孤立的实验室管理系统相比，不仅消除了数据孤岛问题，还能够实现对实验室内的仪器和机器人设备的精确控制；针对现有技术中的人为操作误差和设备之间的协同问题，本发明通过PID控制模型和动态协同控制策略，确保了实验室的高效、准确和自动化运作，不仅减少了实验过程中的人为因素带来的误差，还大大提高了实验室的工作效率，满足了现代实验室对高效、准确和自动化的迫切需求。

2、一种面向实验室自动化的中台管理系统及方法中，基于动态协同控制策略调整PID参数，使系统误差发生变化时能够相应地调整PID控制器的参数，以更好地适应系统的变化，提高控制性能；

其为应对非平稳性数据，引入自适应学习速率，可以根据参数更新的情况自适应地调整学习速率，更灵活地适应参数变化和数据特性的变化，使得参数更新在不同参数和时间步上具有不同的速率，可以更有效地适应不同参数的调整情况，提高控制性能。

附图说明

图1为本发明的整体流程框图。

图中各个标号意义为：

1、数据采集单元；2、数据库；3、动态决策单元；4、设备调控单元；5、用户权限管理单元；6、设备监控与报警单元。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

请参阅图1所示，提供了一种面向实验室自动化的中台管理系统，包括数据采集单元1，数据采集单元1用于获取设备数据与实验数据，并将获取到的数据存储至数据库2，数据库2用于存储样品数据、实验数据、设备数据和用户数据，数据库2包括样品数据库、用户数据库、日志数据库、文档数据库和设备信息数据库，样品数据库用于存储样品数据和分析结果；用户数据库存储用户信息和权限数据，日志数据库用于存储操作日志和设备状态日志，文档数据库用于存储实验室文档和版本数据；设备信息数据库用于存储传感器模块采集的机器人的状态数据、自动化设备状态数据和反应装置数据；

进一步地，数据采集单元1包括传感器模块、监控模块和样品管理模块；其中，传感器模块用于实时记录机器人的状态数据，机器人的状态数据包括实时记录机器人的运行状态、位置、任务数据；自动化设备状态数据，自动化设备状态数据包括自动化设备的运行状态、故障信息、工作时长；反应装置数据，反应装置数据包括实时采集反应装置的温度、湿度、气体浓度等传感器数据；

监控模块采用分布式视频流处理技术，用于对实验室和设备的实时视频监控，通过视频元数据索引，实现对任意时刻的视频数据的快速检索，并利用多模态视频分析技术，提供多种形态的监控视角，满足不同场景的需求，实时监测并展示实验室和设备的视频画面，并支持多摄像头切换；

样品管理模块用于采集样品数据，实时记录样品的存储状态、有效期等信息，同时跟踪分析仪器的使用状态、校准日期等关键数据，并对样品数据进行结构化存储和管理。

该面向实验室自动化的中台管理系统还包括动态决策单元3，动态决策单元3用于读取数据库2中存储的实时数据，基于PID控制模型调整实验参数并优化实验流程，采用动态协同控制策略协调实验室内的各个仪器设备和机器人设备，并下发任务调度指令；

在本实施例中，动态决策单元3包括数据分析模块、协调分配模块；

其中，数据分析模块基于PID控制模型，对实时获取的设备数据与实验数据进行分析和处理，识别实验过程中的模式和趋势，并提供基于PID控制模型的参数调整建议；

所述协调分配模块根据数据分析结果和实验要求，制定实验流程并下发任务调度指令给各个仪器设备和机器人设备。

在面向实验室自动化的中台管理系统中，还包括设备调控单元4，设备调控单元4基于动态决策单元3下发的任务调度指令对仪器设备和机器人设备进行调度，设备调控单元4包括调度模块、调控模块；

其中，调度模块用于接收动态决策单元3下发的任务调度指令，根据实验的需求和设备的可用性，制定实验任务的优化调度计划，优化资源利用，避免设备之间的冲突或资源浪费，并最大程度地提高实验室设备的利用率；

调控模块接收来自调度模块的任务指令，并与实验设备和机器人设备进行通信，向其发送任务指令，实验设备和机器人设备接收指令并执行相应的操作，调控模块可用于控制各设备的启停、设备的调度，用户可根据实验需求，调度设备的工作顺序和时间。

在面向实验室自动化的中台管理系统中，还包括用户权限管理单元5，用户权限管理单元5用于对用户身份进行验证并确保只有授权用户进行操作；用户权限管理单元5包括身份验证模块、权限管理模块和访问控制模块；其中，身份验证模块用于验证用户的身份真实性，通过各种身份验证手段，如用户名和密码、双因素认证、指纹识别，经过验证的用户通过访问控制模块根据其权限级别来授权其对系统的操作范围，包括对特定数据、设备或功能的访问权限控制，权限管理模块用于管理并分配用户的访问权限，确保不同级别的用户只能访问和操作他们被授权的内容和功能，实现用户权限的分级管理，确保数据的安全性。

在该面向实验室自动化的中台管理系统中，还包括设备监控与报警单元6，设备监控与报警单元6用于实时监控实验室内的所有设备状态，并在设备出现异常时及时发出报警；设备监控与报警单元6包括报警模块，报警模块利用数据采集单元1中传感器模块和监控模块的监测数据，运用预设的规则或阈值来分析设备的状态，监测到异常或超出预设范围的情况时，报警模块会触发警报系统，通常通过警报声音、视觉提示或系统通知的方式向相关人员发出警报信息。

所述PID控制模型是基于自适应控制算法建立的机器学习模型，用于对实验室内的仪器和机器人设备进行协同操作，PID控制模型是结合了机器学习模型和自适应控制算法的混合模型，以实现更智能、适应性更强的控制系统，这种混合模型旨在利用机器学习的能力来预测最优的PID参数或控制策略，并结合自适应控制算法根据实时数据动态地调整PID参数，以实现更精确、更灵活的控制，其具体调配步骤如下：

S5.1、从数据库2中提取存储样品数据、实验数据和设备数据，用于PID控制和机器学习模型的输入；

S5.2、基于数据库2中的历史数据建立并训练机器学习模型，用于预测最优的控制策略；

在本实施例中，机器学习模型的输入数据为

；

其中，

则

；

其中，

S5.3、根据机器学习模型的输出，基于动态协同控制策略调整PID参数，更新PID控制器的参数，并使用更新后的PID参数，计算控制器的输出量；

在本实施例中，基于动态协同控制策略调整PID参数，则PID参数的动态调整规则具体为：

；

其中，

固定的学习速率在处理不同参数范围、动态变化或不同时间步的情况下可能不够灵活，无法适应数据在时间上的分布特性发生变化的情况，为应对非平稳性数据，引入自适应学习速率，自适应学习速率具体为：

；

其中，

根据参数更新的情况自适应地调整学习速率，更灵活地适应参数变化和数据特性的变化；自适应学习速率可以根据参数调整的情况动态地调整学习速率，通过计算过去误差偏导数的平方和，可以调整学习速率，使得参数更新在不同参数和时间步上具有不同的速率，可以更有效地适应不同参数的调整情况，提高控制性能；

同时，使用更新后的PID参数，计算控制器的输出量，则PID控制模型具体为：

；

其中，

S5.4、根据PID控制器输出，通过设备调控单元4协调并控制实验室内的仪器和机器人设备。

实施例2：

本发明实施例2与实施例1的区别在于，本实施例是对一种面向实验室自动化的中台管理系统所使用的静态力学性能采集分析方法进行介绍。

一种面向实验室自动化的中台管理方法，基于上述的面向实验室自动化的中台管理系统，包括如下步骤：

S10.1、通过数据采集单元1获取设备数据与实验数据，并将获取到的数据存储至数据库2；

S10.2、由动态决策单元3基于PID控制模型，对实时获取的设备数据与实验数据进行分析，并根据数据分析结果和实验要求，制定实验流程并下发任务调度指令给各个仪器设备和机器人设备；

S10.3、通过设备调控单元4接收动态决策单元3下发的任务调度指令，并根据实验的需求制定实验任务的优化调度计划，通过调控模块与实验设备和机器人设备进行通信，向其发送任务指令；

S10.4、根据用户权限管理单元5验证并识别用户信息，通过权限管理模块分配和管理用户权限，限制用户访问特定内容和功能。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。