压电式生物细胞微操作台建模及控制策略研究

论文摘要

随着现代生物医学工程的发展,许多细胞级的操作如细胞分离、捕获、切割及注射等均需通过显微操作装置完成。微操作台作为细胞微夹持器、微注射器及培养皿等微操作设备的承载机构,其位移输出范围、位移分辨率及运动精度是影响细胞操作成功率的重要因素。针对生物细胞显微操作的特点及要求,微操作台需具有毫米级的运动范围和微米甚至亚微米级的定位及重复定位精度。因此,采用结构嵌套方式,将压电陶瓷/压电驱动器作为操作台的驱动部件,结合放大机构和平行导向机构构建了柔性一体化大行程二维微操作台,建立了微操作台的动态迟滞模型并对其控制特性可控制方法进行了实验研究。实验结果表明,设计开发的一体化大行程二维微操作台具有毫米级的运动范围和亚微米级的分辨率,可以满足细胞操作的要求。压电驱动器作为微操作台的驱动部件,其位移分辨率和控制精度是影响微操作台的位移输出特性的重要因素。因此,本文首先从压电驱动器的负载特性出发,分析了容性负载对驱动电源的影响,得出驱动器的等效负载电容可导致驱动系统产生相位滞后甚至振荡,为此设计了由高压放大器组成的桥式驱动电路,并针对压电驱动器这种特殊负载,采用滞后-超前控制器对驱动电源的频率特性进行了校正,使系统获得了良好的静态及动态特性。由于压电驱动器的输出位移不能满足细胞操作的要求,在分析不同柔性铰链位移输出特性和力学特性的基础上,选用直角平板柔性铰链作为机构的传动部分,研究了其几何参数对桥式放大机构和U型导向机构的运动特性及力学特性的影响,然后采用结构嵌套方式,构建了由桥式放大机构和U型导向机构组成的大行程、无耦合二维微操作台,分析了微操作台的位移输出特性及应力集中特性,建立了微操作台的动力学模型,并通过有限元分析和实验验证了理论分析的正确性。在细胞操作过程中,根据操作的需求,微操作台一般做随机运动,因此施加在压电驱动器上的幅值和电压变化率也不相同,但不同电压变化率会导致微操作台的迟滞特性发生变化。目前流行的基于Preisach模型的静态建模方法并不能描述这种动态迟滞特性,因此引入神经网络辨识理论,利用Preisach模型中提出的转折点、上升和下降过程等迟滞多环曲线的形态特征,结合神经网络构造出一种对驱动电压变化率敏感的动态迟滞模型,然后对模型的泛化能力进行了验证。在微操作台的迟滞模型研究的基础上,首先研究了微操作台实际控制特性,然后采用神经网络动态迟滞逆模型、传统PID以及神经网络自适应PID等控制方法对微操作台的在不同控制信号下的输出位移进行了分析,并通过实验比较了不同控制方法对随机位移信号的跟踪特性。本论文有图125幅,表7个,参考文献153篇。

论文目录

• 致谢
• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究的背景和意义
• 1.1.1 课题研究的背景和意义
• 1.1.2 课题来源
• 1.2 微机电系统与细胞工程
• 1.3 课题国内外研究现状
• 1.3.1 用于细胞操作的微机电系统及其结构分析
• 1.3.2 适用于细胞操作的微操作台研究现状
• 1.3.3 用于细胞操作的微操作台的特点
• 1.4 课题研究的主要内容及技术方案
• 1.4.1 主要研究内容
• 1.4.2 技术方案
• 2 压电式生物细胞微操作台及其关键技术分析
• 2.1 引言
• 2.2 压电驱动器的迟滞特性及其驱动方式
• 2.2.1 压电驱动器的迟滞特性
• 2.2.2 压电驱动器迟滞曲线实验研究
• 2.2.3 压电驱动器的驱动方法
• 2.3 微操作台的结构设计
• 2.3.1 柔性铰链的结构形式
• 2.3.2 柔性位移放大机构
• 2.3.3 柔性平行导向机构
• 2.4 微操作台的迟滞建模技术
• 2.4.1 微操作台Preisach 建模技术
• 2.4.2 微操作台神经网络建模技术
• 2.4.3 Preisach 模型框架下的微操作台神经网络建模技术
• 2.5 本章小结
• 3 压电驱动器驱动电源及其驱动特性研究
• 3.1 引言
• 3.2 压电驱动器负载特性分析
• 3.3 高压放大电路的设计
• 3.3.1 高压放大电路的构成
• 3.3.2 复合放大电路的基本形式
• 3.3.3 校正控制器设计
• 3.3.4 保护电路设计
• 3.3.5 桥式驱动电路输出分析
• 3.4 实验分析
• 3.4.1 驱动电源静态性能测试
• 3.4.2 桥式驱动电源性能测试
• 3.5 本章小结
• 4 柔性大行程二维微操作台设计与分析
• 4.1 引言
• 4.2 柔性放大机构设计与分析
• 4.2.1 桥式放大机构理论分析
• 4.2.2 桥式放大机构整体刚度分析
• 4.2.3 桥式放大机构有限元分析
• 4.3 平行导向机构设计与分析
• 4.3.1 U 型平行导向机构输出位移计算模型
• 4.3.2 导向机构刚度分析
• 4.3.3 平行导向机构有限元分析
• 4.4 大行程二维微操作台建模分析
• 4.4.1 静力学分析
• 4.4.2 动力学分析
• 4.5 本章小结
• 5 微操作台神经网络辨识方法的研究
• 5.1 引言
• 5.2 神经网络辨识理论研究
• 5.2.1 神经网络模型
• 5.2.2 神经网络辨识中常用的结构和训练算法
• 5.3 微操作台的迟滞多环非线性系统模型
• 5.3.1 微操作台迟滞特性的描述
• 5.3.2 微操作台迟滞非线性动态模型
• 5.3.3 基于BP 神经网络的微操作台迟滞非线性辨识模型
• 5.4 微操作台迟滞非线性特性实验研究
• 5.4.1 实验方案
• 5.4.2 Preisach 模型研究
• 5.4.3 微操作台迟滞非线性神经网络辨识
• 5.5 本章小结
• 6 微操作台的控制策略研究
• 6.1 引言
• 6.2 微操作台的系统构成及测试方案
• 6.3 微操作台控制特性实验研究
• 6.3.1 微操作台的动力学模型
• 6.3.2 微操作台的控制特性研究
• 6.4 基于神经网络模型的微操作台控制策略研究
• 6.4.1 开环控制策略
• 6.4.2 传统PID 控制
• 6.4.3 基于神经网络的自适应PID 控制
• 6.5 本章小结
• 7 总结与展望
• 7.1 主要结论
• 7.2 研究展望
• 7.3 主要创新点
• 参考文献
• 作者简历
• 学位论文数据集