全自动酶免仪孵育模块温度模糊自适应控制

摘 要： 为了保证全自动酶免仪孵育模块中的酶免反应在接近人体体温的环境中进行，建立了温度无超调的控制系统。由于控制过程中参数变化较大，难以建立精确的数学模型，导致传统PID算法难以兼顾快速性和稳定性，利用模糊自适应PID算法，根据误差和误差变化率对温度进行调节，解决了快速性和稳定性的矛盾。试验表明，用模糊自适应PID算法对温度进行控制，达到了系统的要求，并且对其有很好的调节能力，鲁棒性好。

关键字： 全自动酶免仪； 温度控制； 模糊自适应PID算法； 无超调

中图分类号： TN06?34； TH776 文献标识码： A 文章编号： 1004?373X（2014）03?0097?03

Fuzzy adaptive control on temperature of automatic enzyme

immunoassay instrument incubation unit

LIU Xiao?yu1， GUO Yang?kuan1， ZHU Lian?qing1，2， CHANG Hai?tao3

（1. Key Laboratory of Optoelectronic Measurement Technology of Beijing， Beijing Information Science and Technology University， Beijing 100192， China；

2. Beijing Engineering Researching Center of Optoelectronic Information & Instruments， Beijing Information Science and Technology University， Beijing 100192， China；

3. School of Instrument Science & Optoelectronics Engineering， Beihang University， Beijing 100083，China）

Abstract： In order to keep the enzyme reaction in automatic enzyme immunoassay instrument incubation unit carry out in the environment that close to body′s temperature， the temperature without overshoot control system is established. Due to big parameter variation during the control process， it is difficult to establish accurate mathematical model. So it is difficult for traditional PID algorithm to take both rapidity and stability into account. The contradiction between rapidity and stability is solved according to the error and error change rate of temperature by Fuzzy adaptive PID algorithm. Test result shows that using fuzzy adaptive PID algorithm to control the temperature can reach the requirements of the system. It has good adjustment ability and good robustness.

Keywords： automatic enzyme immunoassay instrument； temperature control； fuzzy adaptive PID algorithm； non?overshoot

0 引 言

全自动酶免分析仪是基于酶联免疫吸附测定（Enzyme?linked Immuno Sorbent Assay，ELISA）研发的一种高效检测设备[1]，可对患者的血液样本、尿液样本、唾液等其他体液样本进行相关的疾病分析，比如肝病、肾病、心脑血管疾病等，在现在医疗检测技术中占有重要的地位。国外对全自动酶免分析系统的研究已经到第三代，而国内在这方面的研究仍处于起步水平。孵育模块模拟人体的温度环境，保证需要检测的体液样本和试剂在一定的时间内能充分有效的反应。如果温度的调节时间过长，会降低整个系统的效率，相反，则容易出现超调现象，导致反应酶降低甚至丧失其活性，从而进一步导致后续检测结果的不准确性。温度控制的好坏直接影响着全自动酶免分析仪的检测结果的正确性和准确性[2]。

目前，全自动酶免分析仪的温控系统多采用PID控制。传统PID以结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。但是全自动酶免分析仪的温控模块处于开放环境之中，参数变化大，并且温度控制面积大，导致系统惯性大、滞后现象严重，难以建立精确的数学模型，传统的PID控制在此系统上很难兼顾快速性和稳定性，而模糊自适应控制鲁棒性好，抗干扰能力强，对复杂对象或难以建立精确数学模型的对象具有很好的控制效果[3]。模糊自适应PID控制器运用模糊数学的基本理论和方法，把规则的条件、操作用模糊集表示，并把这些模糊控制规则及有关信息作为知识输入到系统中，然后根据控制系统的实际相应情况，运用模糊推理，自动实现PID参数的最佳调整，避免了传统PID参数固定的缺点[4]。

本文设计孵育模块系统，并利用模糊自适应算法对系统进行控制，以使系统达到稳定、调节时间短且无超调的性能指标。

1 系统组成

全自动酶免分析仪孵育模块要求温度精度为 ±0.5 ℃，温度范围为室温到55 ℃，步进1 ℃，上位机能够设定所需要的温度，并且能够实时的显示当前的温度。根据要求设计了如图1所示的孵育模块系统，PC机通过USB和主控模块通信，主控模块和孵育模块等其他子模块通过CAN总线通信。温度控制的核心部分位于孵育模块温控DSP中，它对通过温度传感器对温度数据进行采集，并通过内部程序中的算法产生PWM波，经后续电路放大后给加热板加热，使孵育板上的温度达到所设定的温度。

图1 孵育模块系统框图

2 模糊控制算法

2.1 模糊控制原理

模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机智能控制[5]。它的核心部分为模糊控制器，其组成框图如图2所示。

图2 模糊控制器的组成框图

由图2所示，模糊控制器由模糊化接口，知识库，推理机和反模糊化接口组成。模糊化接口是系统模糊集合的标记。它将输入变量以及被控元件的输出量映射到设定的合适论域量程中，输入的精确数字变量就变成了合适的“语言”。知识库由数据库和控制规则库组成。数据库提供模糊控制规则论域离散化及隶属函数的定义，包括控制对象及运用领域的有关理论。推理机是在模糊概念的基础上，通过推理规则获取模糊控制信息，实现类似人类决策过程[6]。这其中使用的模糊推理规则是模糊蕴涵和模糊逻辑推理规则。之后模糊推理有模糊输入与模糊控制规则得出模糊输出。模糊推理机是模糊控制系统的核心部分。反模糊化接口不仅进行模糊控制推断，还起到产生控制作用。

2.2 模糊自适应PID控制器结构

模糊PID算法是找出PID三个参数与[e]和[ec]之间的模糊关系，在运动中不断地检测[e]和[ec，]采用模糊逻辑推理的方法对三个参数在线自整定，以满足不同的[e]和[ec]对控制器参数的不同要求[7]。因此，利用模糊PID整定出来PID三个参数，具有自适应的特性，PID三个参数会应外界环境变化自动调节，以保证控制系统特性。其结构图如图3所示。

图3 模糊自适应PID控制器结构

2.3 模糊控制器设计

全自动酶免分析仪要求温度的变化范围为室温到55 ℃，由于季节的影响，标定温度的变化范围为[10，55] ℃。实验中试管中样本常用的温度为37 ℃，经测量加热板和样本有3 ℃的温差，所以加热板的温度变化范围为[13，58] ℃，常用的加热板的设定温度为40 ℃。由此可知误差[e]的变化范围为[-27，18] ℃，[Emax=27。]

由加热板加热的功率和自然降温，知道温度的变化速度不会超过5 ℃/min，由此知道[ec]的变化范围为[-5，5]，[ECmax=5。]

输出PWM波的范围，占空比为100%时，输出[u]为1，占空比为0时，输出[u]为0，由此知[U]的变化范围为0～1，[Umax=1]。

按照工程整定的方法，整定出具有良好稳态特性的PID控制参数，[KP=20]，[KI=0.139]，[KD=0.017]。为了使系统具有良好稳态性能的参数取值范围，设计[ΔKP，][ΔKI]和[ΔKD]的论域为[-5，5]，[[-3.0×10-2]，[3.0×10-2]]和[[-7.0×10-3]，[7.0×10-3]]

在全自动酶免分析仪中，对于输入，采用7个量化等级以满足控制要求[8]，由于[e]的不对称性，规定[e]的模糊论域为[E=-4，-3，-2，-1，0，1，2]；而[ec]的模糊论域为[EC=-3，-2，-1，0，1，2，3；输出的模糊论域为U=0，1，2，][3，4，5，6，7。]

对[e]和[ec]的7个模糊子集进行描述：{NB、NM、NS、ZO、PS、PM、PB}[9]，对应的语言变量的意义分别为：{负大，负中，负小，零，正小，正中，正大}。

模糊自整定PID通过[e]和[ec]的变化，利用模糊规则进行模糊推理，查询模糊矩阵进行参数调整[10]。表1是三个参数的模糊控制表。

根据个模糊子集的隶属度赋值表和各个参数的模糊控制模型，应用模糊合成推理设计PID参数的模糊矩阵表，代入式（1）：

[KP=KP0+ΔKPKI=KI0+ΔKIKD=KD0+ΔKD] （1）

在线运行过程中控制系统通过对模糊规则的结果，处理查表运算，完成对PID参数的在线自校正。

3 实验与结果分析

设定孵育模块的温度40 ℃，通过得到的温度数据，比较传统PID算法和模糊自适应PID算法对此系统的控制能力。为了检测模糊自适应PID算法的鲁棒性，在900 s时，对系统添加干扰。本实验在全自动酶免分析仪上进行，孵育模块在整机中的位置如图4所示，孵育模块内部结构如图5所示。

图4 孵育模块在整机中的位置

图5 孵育模块内部结构

实验结果如图6所示。图中，虚线和点线为不同的传统PID参数所得温度数据的曲线图，这两组参数是在经验值的基础上经过大量的实验得到的。实线为模糊PID的温度曲线图。

图6 不同控制方法的温度时间曲线

结果分析：

（1） 由图6虚线可以看出：当温度上升时间短，达到设定的温度的调节时间较短，但温度超调量较大。

（2） 由图6点线可以看出：当温度的无超调时，温度的调节时间会很长，影响了系统的响应速度，不能实现系统高速有效的进行，影响系统的整体性能。

（3） 由图6实线可以看出：由于PID参数根据系统温度及温度变化情况进行了模糊自适应调节，温度响应时间相比较无超调传统PID温度响应时间缩短了300 s，并且无超调，结合了上述传统PID算法的优点，并且抗干扰能力强，鲁棒性好，对温度的控制效果好，稳定度高。

4 结 论

本系统采用模糊自适应PID控制算法实现了全自动酶免分析仪孵育模块的温度控制。实验结果表明，在没有精确模型的情况下，模糊自适应PID相对于传统PID能兼顾快速性和稳定性，既保证了调节精度，又缩短了调节时间。本文的控制方法不仅适用于全自动酶免分析仪还可用于其他温度控制场合。

参考文献

[1] 祝连庆，温英利，王君，等.全自动酶免分析仪通信系统的设计与实现[J].电子测量与仪器学报，2013，27（2）：179?183.

[2] 赵彤.全自动酶免疫分析仪温育时间对系统检测的影响[J].内蒙古医学杂志，2013，45（2）：225?226.

[3] 雷俞芝，杨晋萍，郭向超.基于模糊技术的锅炉主汽温控制系统研究[J].电力学报，2013，28（4）：345?348.

[4] 郭鹏.模糊前馈与模糊PID结合的风力发电机组变桨距控制[J].中国电机工程学报，2010，30（8）：123?128.

[5] DUAN Xiao?gang， DENG Hua， LI Ha?xiong. A saturation?based tuning method for fuzzy PID controller [J]. IEEE Transactions on Industrial Electronics， 2013， 60（11）： 5177?5185.

[6] 梁云峰，谷凤民，虎恩典，等.基于参数自整定模糊PID控制的抗生素发酵罐温度控制系统[J].制造业自动化，2011，9（33）：60?63.

[7] 冯斌，龚国芳，杨华勇.大流量液压系统的油温控制[J].浙江大学学报：工学版，2011，45（4）：741?746.

[8] 高淑芝，高宪文，朱志承.基于变论域模糊PID的汽提塔温度控制方法[J].东北大学学报：自然科学版，2010，31（10）：1369?1372.

[9] 高峰，姬长英，王海青，等.基于自整定模糊PID的DSP温度控制系统设计[J].科学技术与工程，2011，11（18）：4207?4214.

[10] 张胜生，胡丹，宋春华.模糊PID控制在硫化机温度控制中的应用[J].仪表技术与传感器，2012，10（10）：73?78.