(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211348384.7 (22)申请日 2022.10.31 (71)申请人 湖南安泰康成生物科技有限公司 地址 410205 湖南省长 沙市高新 开发区尖 山湖社区延龙路72号2号楼第7层 (72)发明人 刘俊　熊凌志　 (74)专利代理 机构 北京市中伦律师事务所 11410 专利代理师 钟锦舜 (51)Int.Cl. C12M 1/38(2006.01) C12M 1/34(2006.01) C12M 1/36(2006.01) C12M 1/00(2006.01) C12Q 3/00(2006.01)G05D 23/20(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 培养皿的温度自适应调节方法、 装置、 主机 及存储介质 (57)摘要 本发明提供了一种培养皿的温度自适应调 节方法、 装置、 主机及存储介质， 该装置包括： 控 制主机、 驱动器、 温湿度传感器、 二氧化碳传感器 以及至少两个培养皿； 不同培养皿的电场产生的 热量可能不同且需要达到的目标温度可能不同， 将目标温度提前设置成预设温度， 利用测温元件 对培养皿的温度进行采集并传输至驱动器与预 设温度进行比较， 确定驱动器输出正/负电压到 温度调节单元对培养皿进行降温/升温至预设温 度， 使得同一环境中的不同培养皿的温度可以个 性化、 精确化控制。 利用上述温度自适应调节装 置， 能够实现在同一环境中预设温度下不同方向 施加不同频率和场强的信号的三维立体方向的 电场实验， 能够更好的评估和控制实验条件。 权利要求书3页 说明书16页 附图4页 CN 115505524 A 2022.12.23 CN 115505524 A 1.一种培 养皿的温度自适应调节方法， 其特 征在于， 包括： 同一培养箱中存在至少两个培 养皿； 为每一个培 养皿设置各自的预设温度； 根据各个所述培养皿的温度和所述培养皿各自的预设温度自适应调节所述培养皿各 自的温度， 使每一个所述培 养皿的温度分别稳定在各自对应的预设温度。 2.根据权利要求1所述的培 养皿的温度自适应调节方法， 其特 征在于， 每个所述培养皿设置有温度调节单元， 所述控制主机根据采集的每个所述培养皿的温 度与所述培养皿对应的所述预设温度进行比较， 当采集的所述培养皿的温度高于对应的所 述预设温度时， 所述控制主机的MCU控制驱动器输出正电压到温度调节单元对所述培养皿 进行降温并降温至自身的所述预设温度； 当采集的所述培养皿的温度低于对应的所述预设温度时， 所述控制主机的MCU控制所 述驱动器输出负电压到所述温度调节单元对所述培养皿进行升温并升温至 自身的所述预 设温度。 3.根据权利要求2所述的培养皿的温度自适应调节方法， 其特征在于： 所述温度调节单 元的温度调节采用自组织神经网络算法进行控制。 4.根据权利要求3所述的培养皿的温度自适应调节方法， 其特征在于： 所述温度调节单 元设置在所述培养皿底部,所述温度调节单元对所述培养皿的温度调节采用自组织神经网 络算法， 通过自组织神经网络算法对神经 元相对应的权值进行优化， 减小温度控制误差 。 5.根据权利要求4所述的培养皿的温度自适应调节方法， 其特征在于： 所述自组织神经 网络算法的控制率采用如下 形式计算： E(t)＝Wje(t) 其中e(t)为所述培养皿的温度与自身的所述预设温度的差值， Wj为自组织神经网络中 序号为j的神经元相 对应的权值， j为神经元的序号， j是零或正整数， E(t)为所述培养皿的 温度调节单 元的电压 输入。 6.根据权利要求4 ‑5任一项所述的培养皿的温度自适应调节方法， 其特征在于： 所述自 组织神经网络算法的具体步骤如下： 步骤1： 设定SOM网络大小为(N,M)， 其中N、 M分别为输入层向量的个数和竞争层中模式 矢量的大小； 步骤2： 生成和选定N个映射层神经元及模式矢量{ Xi(0),i＝0,1, …,M‑1}， 将各个所述 预设温度存 入初始化模式库； 步骤3： 将初始化邻域设定为Kj(0),j＝0,1, …,N‑1， 邻域为可调节权值的神经元范围， 其中， Lj(0)为邻域 函数； 步骤4： 针对目标应用场景， 选择一组新的训练矢量U＝(U1,U2,...,UN‑1)； 步骤5： 将所述新的训练矢量输入 网络， 计算目标温度和实际采样温度之间的温度误差 e(Uj(t))； 步骤6： 计算均方误差 e(Uj(t))为输入所述新的训练矢量时所 产生的目标温度和实际采样温度之间的温度误差， 为模式库参数所产生的温度误差， 分别计算该训练矢量与邻域中每个模式矢量的失真dj(t)， 并选择具有最小失真的模式矢权　利　要　求　书 1/3 页 2 CN 115505524 A 2量为获胜模式矢量 其对应的失真为 步骤7： 按式(2)调整获胜模式矢量 及其邻域 范围内的模式矢量权值， 其中， 为邻域函数， t为迭代 步数， j*为获胜神经元的序号， 且j*是零或正整数， j为 神经元的序号， 且j是零或正整数， 且j＝0 ,1 , …,N‑1， 通常选用单调递减函数 A0、 A1分别为获胜模式矢量 的最小邻域和最大邻域， T1为邻域 衰减常数； 在训练初始阶段， 邻域半径较大， 随着训练矢量的增大， 网络逐渐趋于稳定， 只需 对获胜节 点进行较细微的权值调整， 使邻域半径不断缩小； α(t)为学习速度函数， 反映了模 式矢量调整的幅度大小， 一般选用单调递减函数 式中A2为训练开始时的最大 学习速度， T2为学习衰减常数； 步骤8： 返回步骤4， 直到训练完所有的训练矢量， 即学习速度函数趋 近0； 步骤9： 更新存 储最新模式矢量Xi(t)， 得到最 新模式库。 7.根据权利要求1 ‑6任一项所述的培 养皿的温度自适应调节方法， 其特 征在于， 所述培养皿上设置有电极。 8.根据权利要求7所述的培养皿的温度自适应调节方法， 其特征在于： 所述培养皿的电 极按照X、 Y、 Z三个方向分别成对设置， 用于在X、 Y、 Z三个方向上分别生成电场， 所述电场作 用于所述培 养皿。 9.根据权利要求7 ‑8任一项所述的培养皿的温度自适应调节方法， 其特征在于： 所述电 极的一面为陶瓷皿壁； 另一面为烘焙金属 面,所述电极的烘焙金属 面通过导线与所述开关 选择电路相连， 所述 开关选择电路用于施加电信号于所述电极。 10.根据权利要求2 ‑9任一项所述的培养皿的温度自适应调节方法， 其特征在于： 所述 温度调节单 元为半导体温度控制片。 11.根据权利要求1 ‑10任一项所述的培 养皿的温度自适应调节方法， 其特 征在于： 所述预设温度为 一固定值或一随时间变化的函数。 12.根据权利要求1 ‑11任一项所述的培养皿的温度自适应调节方法， 其特征在于： 通过 预设程序自动输入所述预设温度或通过人机交互模块设置所述预设温度， 所述通过人机交 互模块设置所述预设温度可以是预设默认值、 人工输入新的预设温度值或者通过人机交互 模块编写程序自动输入中的至少一种。 13.根据权利要求1 ‑12所述的培 养皿的温度自适应调节方法， 其特 征在于， 利用所述培养皿的测温元件采集所述培养皿的温度， 其中所述培养皿的测温元件为数 字测温元件或模拟测温元件； 如果所述测温元件为数字测温元件则直接将所述测温元件采 集到的温度传输至所述控制主机； 如果所述测温元件为模拟测温元件， 则将所述测温元件 采集到的温度值经模数转换后传输 至所述控制主机 。 14.一种培 养皿的温度自适应调节装置， 其特 征在于， 所述装置还 包括： 控制模块和至少一个所述培养箱， 所述控制模块用于执行如权利要求1 ‑13中任一项所权　利　要　求　书 2/3 页 3 CN 115505524 A 3