【摘要】：全自動血型分析系統(tǒng)作為高端血液分析設(shè)備的代表，其研究涉及到許多重要的關(guān)鍵技術(shù)，包括運動控制技術(shù)、微量移液技術(shù)、故障診斷技術(shù)和血型圖像識別技術(shù)等。因此，，解決好各個關(guān)鍵技術(shù)的研究工作，是實現(xiàn)全自動血液分析系統(tǒng)的前提。本文針對目前國內(nèi)對全自動血型分析系統(tǒng)的需求，在分析目前血型分析技術(shù)和國外血型分析系統(tǒng)研究現(xiàn)狀的基礎(chǔ)上，以解決好血型分析系統(tǒng)各個關(guān)鍵技術(shù)為基礎(chǔ)，研制了國內(nèi)首臺全自動血型分析系統(tǒng)。 全自動血型分析系統(tǒng)的微量移液機(jī)構(gòu)是一個多軸協(xié)調(diào)運動的復(fù)雜機(jī)械結(jié)構(gòu)。本文研究了微量移液機(jī)構(gòu)的機(jī)械結(jié)構(gòu)、控制策略、系統(tǒng)模型、單軸運動控制器、多軸運動控制器和基于DSP芯片、FGPA芯片的運動控制主板。由于采用了改進(jìn)的單神經(jīng)元PID速度控制器和改進(jìn)的模糊PID位置控制器，彌補(bǔ)了傳統(tǒng)PID算法的不足，單軸的定位精度可達(dá)0.05mm，最大運動速度可達(dá)1.6m/s，最大加速度可達(dá)6m/s2，極大的提高了微量移液機(jī)構(gòu)的運行速度和穩(wěn)定性，最終實現(xiàn)了每小時80個樣品的儀器檢測速度。 全自動血型分析系統(tǒng)的微量移液技術(shù)是微量移液機(jī)構(gòu)實現(xiàn)精確加樣的前提。本文研究了一種精密微量泵的機(jī)械模型、加樣精度檢測、取樣針堵塞識別和液面分層探測等問題。通過應(yīng)力分析和模態(tài)分析，證明了柱塞選擇ZrO2材料的有效性，其一階振型最大位移小于1um。通過對微量泵加樣精度檢測機(jī)構(gòu)的光學(xué)改進(jìn)，把熒光采集效率提高了48.19%。通過分析取樣針導(dǎo)管壓力數(shù)據(jù)的幅值分布和頻譜特性，有效的識別了血塊堵塞和遇到泡沫兩種情況。最后，采用CD4046芯片設(shè)計的液面?zhèn)鞲衅�，研究了紅細(xì)胞和血清分層探測時的不同導(dǎo)電特性。 全自動血型分析系統(tǒng)自動化要求的實現(xiàn)需要分析系統(tǒng)具有較低的故障率。本文研究了離心機(jī)的機(jī)械結(jié)構(gòu)、故障檢測平臺、振動信號軟件濾波、特征提取和小波BP神經(jīng)網(wǎng)絡(luò)故障診斷器。通過自適應(yīng)率和遺傳算法對小波BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)，使小波BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的迭代次數(shù)由463代降低到了112代，故障診斷正確率由82.5%提高到了95%，有效的提高了小波BP神經(jīng)網(wǎng)絡(luò)的收斂速度和故障診斷正確率。 全自動血型分析系統(tǒng)運行的最終目的是為了正確地識別血型結(jié)果。本文研究了血型試劑卡的傾斜校正、圖像分割、種類識別和結(jié)果識別四個問題。通過采用兩次匹配算法，使血型試劑卡的模板匹配時間由9.342s降低到了0.946s，有效地減少了圖像處理所需的時間。 課題的研究工作得到了國家高技術(shù)研究發(fā)展計劃（863計劃）（2011AA02A104）、蘇州市科技計劃項目（ZXG201135）等基金的支持。
[Abstract]:As the representative of high-end blood analysis equipment, automatic blood type analysis system involves many important key technologies, including motion control technology, micro-fluid transfer technology, fault diagnosis technology and blood group image recognition technology. Therefore, it is the premise of automatic blood analysis system to solve the research work of every key technology. This paper aims at the demand of automatic blood group analysis system in China, based on the analysis of the current blood group analysis technology and the current research status of blood group analysis system abroad, based on solving the key technologies of blood group analysis system. The first automatic blood type analysis system in China has been developed. The micro fluid transfer mechanism of automatic blood type analysis system is a complex mechanical structure with multi-axis coordinated motion. In this paper, the mechanical structure, control strategy, system model, uniaxial motion controller, multi-axis motion controller and motion control board based on DSP chip are studied. The improved single neuron PID speed controller and the improved fuzzy PID position controller are adopted, which make up for the deficiency of the traditional PID algorithm. The positioning accuracy of single axis can reach 0.05 mm, the maximum velocity of motion can reach 1.6 m / s, and the maximum acceleration can reach 6 m / s 2. The running speed and stability of the micro fluid transfer mechanism are greatly improved. Finally, the instrument detection speed of 80 samples per hour is realized. Automatic blood type analysis system of micro-liquid technology is the premise of micro-fluid transfer mechanism to accurately add samples. In this paper, the mechanical model of a kind of precision micro pump, the precision detection of adding sample, the identification of sampling needle clogging and the detection of liquid level stratification are studied. By means of stress analysis and modal analysis, it is proved that the plunger is effective in selecting ZrO2 material, and the maximum displacement of the first order mode is less than 1 um. The efficiency of fluorescence collection is improved 48.19 by improving the precision detection mechanism of micropump. By analyzing the amplitude distribution and spectrum characteristics of the pressure data of the sampling needle catheter, two kinds of blood clot blockage and foam are effectively identified. Finally, the liquid level sensor designed by CD4046 chip was used to study the different conductivity characteristics of erythrocyte and serum in delamination detection. The realization of automatic blood type analysis system requires a low failure rate. In this paper, the mechanical structure of centrifuge, fault detection platform, vibration signal software filtering, feature extraction and wavelet BP neural network fault diagnosis are studied. Through the improvement of wavelet BP neural network by adaptive rate and genetic algorithm, the iterative times of wavelet BP neural network training are reduced from 463 generations to 112th generation. The correct rate of fault diagnosis is improved from 82.5% to 95%, which effectively improves the convergence speed of wavelet BP neural network and the correct rate of fault diagnosis. The final purpose of the automatic blood type analysis system is to correctly identify blood type results. In this paper, four problems, such as skew correction, image segmentation, category recognition and result recognition, are studied. By using the twice matching algorithm, the template matching time of the blood group reagent card is reduced from 9.342s to 0.946s, which effectively reduces the time needed for image processing. The research work is supported by the National High Technology Research and Development Program (2011AA02A104) and Suzhou Science and Technology Project (ZXG201135).
【學(xué)位授予單位】：中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）
【學(xué)位級別】：博士
【學(xué)位授予年份】：2012
【分類號】：R197.39

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊國安,許飛云,吳貞煥,高金吉;基于小波包和解調(diào)分析的多類故障綜合診斷方法研究[J];東南大學(xué)學(xué)報(自然科學(xué)版);2004年01期

2 陶立敏,許昌如;小波包在雷達(dá)雜波信號處理中的應(yīng)用[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2005年02期

3 羅小榮,吳亞鋒,魏文德;結(jié)合小波包與神經(jīng)網(wǎng)絡(luò)的壓縮機(jī)故障診斷方法[J];石油機(jī)械;2005年04期

4 丁興號,鄧善熙,楊永躍;基于小波包的圖像去噪方法[J];電子測量與儀器學(xué)報;2003年02期

5 黃海東;基于小波包的柴油機(jī)振動故障診斷研究[J];汽車科技;2004年01期

6 張大海,江世芳;基于小波包分析的電力負(fù)荷預(yù)測算法[J];電力系統(tǒng)及其自動化學(xué)報;2004年02期

7 陳林剛,韓鳳琴,桂中華;基于小波包-神經(jīng)網(wǎng)絡(luò)的尾水管故障診斷[J];水力發(fā)電;2005年03期

8 李輝,宋智勇,孫豐瑞;基于小波包-包絡(luò)分析的故障特征提取方法[J];振動、測試與診斷;2003年04期

9 孟永鵬,賈申利,榮命哲;小波包頻帶能量分解在斷路器機(jī)械狀態(tài)監(jiān)測中的應(yīng)用[J];西安交通大學(xué)學(xué)報;2004年10期

10 張佩瑤,馬孝江,王吉軍,朱泓;小波包信號提取算法及其在故障診斷中的應(yīng)用[J];大連理工大學(xué)學(xué)報;1997年01期

相關(guān)會議論文 前10條

1 王榮本;王超;初秀民;;路面破損圖像識別研究進(jìn)展[A];中國公路學(xué)會筑路機(jī)械學(xué)會第十四次學(xué)術(shù)年會論文集[C];2003年

2 唐中實;朱麗云;孔林;尹平;童輝;黃淑偉;;電子簽名圖像識別原型系統(tǒng)研究[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

3 姜楠;張春森;;遺傳算法在圖像模板匹配中的應(yīng)用[A];高精度幾何量光電測量與校準(zhǔn)技術(shù)研討會論文集[C];2008年

4 寧輝;唐遠(yuǎn)河;解光勇;劉漢臣;邵建斌;;水中氣泡的圖像識別技術(shù)[A];2004全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、2005全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、廣西光學(xué)學(xué)會成立20周年年會論文集[C];2005年

5 陳振林;;具有露霜判別能力的精密露點儀研制[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

6 Pp國平;;一種準(zhǔn)確識別圖像中目標(biāo)物體邊緣的算法設(shè)計[A];全國第19屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

7 許開宇;徐志京;鄭華耀;;基于小波變換的圖像識別研究[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

8 姚大平;柳慶;陸學(xué)祥;;基于支持向量機(jī)的貨物識別系統(tǒng)的設(shè)計與實現(xiàn)[A];天津市電視技術(shù)研究會2009年年會論文集（1）[C];2009年

9 彭澤軍;何建國;;基于不變矩及模糊神經(jīng)網(wǎng)絡(luò)的圖像識別[A];中國工程物理研究院科技年報（2003）[C];2003年

10 俞建榮;卜凡亮;李文力;陸曉軍;;流化床氣泡運動的圖像識別與分析[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

相關(guān)重要報紙文章 前10條

1 記者 李紅;法研究出圖像識別軟件[N];科技日報;2000年

2 記者 張兆軍邋通訊員 鄭原馳;圖像識別混合交通控制系統(tǒng)問世[N];科技日報;2008年

3 海言;慧視：讓電腦“識文斷字”[N];科技日報;2007年

4 本報記者 李彬;手機(jī)變搜索引擎[N];科技日報;2006年

5 易凡;瑞薩智能交通技術(shù)亮相ITS[N];電子資訊時報;2007年

6 沈儀;沈陽儀表院成功研制自動圖像識別劃片機(jī)[N];中國工業(yè)報;2009年

7 田夢;PDF圖像識別助推電子政務(wù)[N];計算機(jī)世界;2007年

8 李克;DVIR：物流技術(shù)的一項重大創(chuàng)新[N];現(xiàn)代物流報;2007年

9 沈曉光邋編譯;半導(dǎo)體技術(shù)向低耗能發(fā)展[N];中國電子報;2008年

10 呂網(wǎng)大;“漢芯三號”面世[N];人民日報;2004年

相關(guān)博士學(xué)位論文 前10條

1 羅剛銀;全自動血型分析系統(tǒng)關(guān)鍵技術(shù)的研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2012年

2 王宇新;基于特征分布的圖像識別方法研究與應(yīng)用[D];大連理工大學(xué);2012年

3 翟俊海;基于小波變換和模糊粗糙集技術(shù)的圖像識別[D];河北大學(xué);2010年

4 胡新宇;基于機(jī)器視覺的家蠶微粒子圖像識別方法的研究[D];武漢理工大學(xué);2011年

5 林勇;基于振動譜圖像識別的故障診斷方法研究[D];浙江大學(xué);2009年

6 殷光偉;中國股票市場預(yù)測方法的研究[D];天津大學(xué);2003年

7 李杰;隱馬爾可夫模型的研究及其在圖像識別中的應(yīng)用[D];清華大學(xué);2004年

8 王克如;基于圖像識別的作物病蟲草害診斷研究[D];中國農(nóng)業(yè)科學(xué)院;2005年

9 趙書濤;基于計算機(jī)視覺的直讀儀表校驗方法研究[D];華北電力大學(xué)（河北）;2006年

10 屠曉;英文地址圖像識別與翻譯研究[D];華東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 尹喜超;基于小波變換的信號消噪[D];華北電力大學(xué)（河北）;2005年

2 陳宏;基于小波能熵和支持向量機(jī)的故障診斷方法及其應(yīng)用研究[D];燕山大學(xué);2010年

3 崔春雷;軍用自動報靶系統(tǒng)中圖像識別技術(shù)的研究[D];大連海事大學(xué);2004年

4 龔文勇;改進(jìn)的基于光照方向的虛假圖像識別[D];吉林大學(xué);2010年

5 劉勝強(qiáng);紙卷數(shù)字化和圖像識別在網(wǎng)上閱卷中的應(yīng)用[D];電子科技大學(xué);2010年

6 王睿;基于圖像識別與匹配技術(shù)的奶牛保險系統(tǒng)研究[D];內(nèi)蒙古大學(xué);2011年

7 王相維;基于圖像識別技術(shù)的結(jié)構(gòu)位移監(jiān)測系統(tǒng)的開發(fā)和應(yīng)用[D];南京理工大學(xué);2009年

8 甘洪泉;基于嵌入式視頻監(jiān)控系統(tǒng)的指針識別[D];華北電力大學(xué)（北京）;2004年

9 張志明;基于DSP的地面運動目標(biāo)識別系統(tǒng)研究[D];南京理工大學(xué);2004年

10 李耀東;火車輪裂紋自動在線無損檢測系統(tǒng)研究[D];四川大學(xué);2004年

本文編號：2240020