[发明专利]基于神经网络的富集过程热监测方法

说明书

技术领域

本发明涉及一种用于富集过程的热监测方法，特别是基于神经网络的富集过程热监测方法。

背景技术

富集在分析、分离、提纯等领域应用广泛，尤其在痕量分析中常采用，是排除干扰、降低检出限、提高分析精度的重要手段。富集过程可以通过富集柱或富集床出口被富集样液浓度的变化趋势来描述，能反映富集传质区的长度，确定有效富集时间并用以控制富集过程的进程。

富集过程的准确描述和预测对应用富集的分析、分离、提纯等过程的优化和控制非常有利，这需要一种快速、准确、可靠的富集过程监测方法，热监测方法具有优势，其价格便宜、原理简单、手段可靠，其采用温度传感器对富集过程伴随的热变化进行监测。受流速、孔隙率、富集表面等多种因素影响，简单热监测方法的准确性和可靠性受到一定限制，往往需结合经验操作参数。

BP神经网络(Back Propagation Networks)是一种按误差逆传播算法训练的多层前馈网络，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点，在工程预测和控制中得到广泛应用。针对富集过程的热监测方法，引入BP神经网络描述和预测富集过程，可得到更准确的目标数据。

发明专利(郑艺华，刘君，马永志.富集、检测一体化量热式生物传感器，中国，ZL200910126677.9)提出的富集、检测一体化量热生物传感器通过对待测试样的富集从根本上提高灵敏度，并相对改善特异性，其省略传统富集的洗脱等步骤，实现了反应、检测一体化。目前，对其富集过程尚不能有效描述，尚不能准确确定富集过程时间，依据经验估计，可能会有一定的时间闲置或不足，并且过度的富集过程可能会造成附加的、未知的误差来源。

发明内容

本发明的目的是为了克服现有富集过程，难以准确、有效描述和预测过程状态的缺陷，利用热监测方法，并结合神经网络实现富集过程的快速、准确、可靠的描述和预测，可用于分析、分离、提纯等领域涉及富集过程的预测和控制。

本发明的技术方案是，一种基于神经网络的富集过程热监测方法。包括如下步骤：

(1)获取富集过程热监测信号及其相关影响参数作为输入变量。

对于各种形式的富集柱或富集床，内部填充富集材料，包含入口和出口，出口设置检测器，所述的检测器得到出口处被富集样液的浓度变化，其信号引至计算机处理得到被富集样液的浓度变化率，利用至少三个温度传感器测量富集柱或富集床的热变化，其输出信号通过温度变送器送至计算机处理；所述的多个温度传感器沿富集柱或富集床中心轴线分散安装，同时获得多个温度传感器在富集柱或富集床的相对位置，以及被富集样液的流速和富集柱或富集床的洗脱体积，并输入计算机。

所述的检测器的检测原理可以是量热、光度、电化学和电容方法等。

所述的温度传感器可以是热电阻、热电偶等，可以是点状、柱状等，体积尽量小，以获得较小的时间常数并减少介入干扰。

所述的洗脱体积指富集柱或富集床从加样开始到检测器检测出峰所经过的时间期间内流出的洗脱液体积。

(2)建立神经网络。

所述的神经网络是基于L-M(Levenberg-Marquardt)算法的BP神经网络。

所述的神经网络包括一个输入层、一个中间层和一个输出层，结构如图1所示。

所述的输入层包括如下输入变量：多个温度传感器的输出热信号XS1～XSn及其对应的相对位置XL1～XLn、被富集样液的流速XF和洗脱体积XV。

所述的中间层节点接收所有输入信号，记为：

sj=Σi=1Nwijxi]]>

式中，W_ij是输入层节点i和中间层节点j之间的权值；

每个节点通过S型对数函数作为激活函数，记为：