[發明專利]一種實現配方快速優化的自動化合成測試系統及方法

在審

• 申請號: 202211433471.2
• 申請日: 2022-11-16
• 公開（公告）號: CN116046764A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 姜璟;艾哲鴻;龍一凡;鄭緒彬;唐照建;何佳妮;徐嘉梁
• 申請（專利權）人: 之江實驗室
• 主分類號: G01N21/78
• 分類號: G01N21/78;G01N21/01;G01N35/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

本發明公開了一種實現配方快速優化的自動化合成測試系統及方法，通過結合自動化學合成，自動化測試與機器學習，實現配方快速優化的方法，提出了一類自動化合成測試系統。該系統包括自動化合成裝置、自動化測試裝置以及機器學習算法模塊。以上模塊能夠實現：自動合成嗅覺傳感器、自動測試獲取實驗數據、自動預測性能更優配方、指導自動合成迭代的閉環。本系統能夠實現對目標配方在高緯度變量空間內的快速優化，以較短的時間得到局部最優的配方構成。

技術領域

本發明屬于生物化學合成領域，具體涉及一種實現配方快速優化的自動化合成測試系統及方法。

背景技術

泄露氣體的精準監控對于化工園區安全作業、污染防治有至關重要的作用。現有的點式嗅覺傳感器僅能監測單種化學成分，而且存在性價比低、組網稀疏、抗干擾能力差的問題，不能滿足針對大范圍的危化泄露氣體監測需求。雖然正在發展中的紅外高光譜相機可以大面積覆蓋檢測區域，但是由于其系統誤差大和價格昂貴等原因，暫時無法大規模部署，仍存在無法覆蓋的視場死角。

針對如何高效研發氣敏元件配方，本項目提出了“研發-篩選-機器學習”、“機器學習-研發”的閉環迭代解決方案。傳統人工合成實驗方式存在開發周期長，難以實現多維度變量空間內最優化的問題。本研究通過建設高通量的自動化合成和篩選平臺、結合機器學習算法，實現系統自動合成氣敏元件、自動測試獲取數據、機器學習迭代優化的功能，從而突破多維變量空間的束縛，找到全局最優化方案。

在機器學習中，通常需要全部或部分標注的訓練數據才能夠進行模型訓練，但是在實際使用場景或生產環境中，獲取帶標注樣本面臨成本高、一致性差等現狀。對于本研究面向的氣敏單元開發領域，傳統的人工合成方式效率低、操作，難以獲取大量且一致性較好的帶標注樣本。同時影響氣敏單元性能的因素維度較多，少量的數據無法實現全局最優化。而本項目提出的基于主動學習的敏感膜配方最優化算法研究，一方面可以利用高通量的自動化合成篩選平臺快速進行配方的實驗標注，為機器學習提供大量訓練集，另一方面通過主動機器學習的算法，使系統在迭代過程中主動選擇具有潛在高性能、高價值的樣本進行下一路的合成篩選測試，加快系統收斂速度，以至于在較少的迭代周期后，能得到性能接近理論最優的氣敏單元配方。

貝葉斯優化在神經網絡參數確定中具有重要應用。面對復雜神經網絡中大量的超參數，很難通過函數關系確定超參數值來獲取最優的神經網絡表現。貝葉斯優化算法被用于解決這類參數到結果存在隱性關系模型的最優化問題。在本發明中，配方中各類化學合成原料的組分被視為待優化參數，合成后樣本的性能被視為結果，這一結果通過高通量的自動化合成測試系統實際測出。通過高通量的自動化合成測試系統，本方法可以獲取大量配方的實際性能表現，結合貝葉斯優化算法，指導系統對配方參數快速優化。

發明內容

本發明的目的在于針對現有技術的不足，提供了一種實現配方快速優化的自動化合成測試系統及方法。

本發明的目的是通過以下技術方案來實現的：

第一方面，本發明提供了一種實現配方快速優化的自動化合成測試系統，包括自動化合成裝置、自動化測試裝置以及機器學習算法模塊；

所述自動化合成裝置包括自動化移液平臺和樣本傳輸裝置；所述自動化移液平臺包括自動化移液槍、一種或多種移液槍頭、一種或多種多孔滴液板、化學廢料桶；所述樣本傳輸裝置包括基底和設置在基底兩端的電機；

所述自動化測試裝置包括供氣裝置、高通量測試氣室、絲杠電機和檢測裝置；所述供氣裝置與高通量測試氣室連接，連接處設置有氣體快速混合柵板；所述高通量測試氣室的開閉由絲杠電機驅動；所述高通量測試氣室還包括若干個換氣閥；

所述供氣裝置包括：若干個氣瓶，每個氣瓶通過一個氣管連接到氣路元件上，每個氣管上連接有一個質量流量計和一個主閥；

所述檢測裝置包括用于檢測高通量測試氣室的可見光檢測裝置和高光譜檢測裝置；

所述機器學習算法模塊包括：