一、背景介紹：

核酸檢測(cè)為了提高檢測(cè)的靈敏度，需要對(duì)核酸進(jìn)行擴(kuò)增。那么無(wú)論是RPA，LAMP還是PCR都需要溫度控制。在溫度控制領(lǐng)域中最長(zhǎng)使用的控制算法——PID控制算法，該算法是經(jīng)典控制理論里一個(gè)重要的控制理論，其歷史悠久并且至今仍是實(shí)用控制中最為常用的控制方法之一。提到PID算法，自動(dòng)控制領(lǐng)域幾乎無(wú)人不知無(wú)人不曉。因?yàn)樵诳刂平珉m然有很多算法，但是大都是紙上談兵，理論講的很不錯(cuò)，實(shí)際應(yīng)用的較少，PID算法及改進(jìn)的PID算法是最簡(jiǎn)單、有效且應(yīng)用非常廣泛的。比如汽車上的自適應(yīng)巡航、發(fā)動(dòng)機(jī)轉(zhuǎn)速控制，智能車轉(zhuǎn)向、制動(dòng)等底層控制，還有3D打印機(jī)上的溫度控制器等。

PID控制理念最早提出是在1932年，物理學(xué)家哈利奈奎斯特，在他的一篇論文當(dāng)中提出了采用圖形的方法來(lái)判斷系統(tǒng)的穩(wěn)定性。在他的基礎(chǔ)上，荷蘭裔科學(xué)家亨伯德等人建立了一整套在頻域范圍設(shè)計(jì)反饋放大器的方法，后被用于自動(dòng)控制系統(tǒng)的分析和設(shè)計(jì)，這也是PID算法最早從書(shū)面走向?qū)嵺`。與此同時(shí)，反饋控制原理開(kāi)始應(yīng)用于工業(yè)過(guò)程中。1936年英國(guó)的考倫德和斯蒂文森等人給出了PID控制器的方法，自此PID算法正式形成了，并且后來(lái)在自動(dòng)控制技術(shù)中占有非常重要的地位。

PID控制，即Proportional （P）– Integral（I） – Derivative（D） Control， 實(shí)際上是三種反饋控制：比例控制，積分控制與微分控制的統(tǒng)稱。根據(jù)控制對(duì)象和應(yīng)用條件，可以采用這三種控制的部分組合，即P控制，PI控制，PD控制或者是三者的組合。

PID的原理非常簡(jiǎn)單。當(dāng)今的閉環(huán)自動(dòng)控制技術(shù)都是基于反饋的概念以減少不確定性。反饋理論包括三個(gè)基本要素：測(cè)量、比較和執(zhí)行。測(cè)量關(guān)心的是變量，并與期望值相比較，以此誤差來(lái)糾正和控制系統(tǒng)的響應(yīng)。反饋理論及其在自動(dòng)控制中應(yīng)用的關(guān)鍵是：做出正確測(cè)量與比較后，如何用于系統(tǒng)的糾正與調(diào)節(jié)。

雖然PID控制原理看似簡(jiǎn)單，但是具體的調(diào)參工作并不簡(jiǎn)單，PID控制器的參數(shù)整定是控制系統(tǒng)設(shè)計(jì)的核心內(nèi)容。所謂參數(shù)整定是指根據(jù)被控過(guò)程的特性確定PID控制器的比例系數(shù)、積分時(shí)間和微分時(shí)間的大小，從而改善系統(tǒng)的動(dòng)態(tài)、靜態(tài)特性，以求取較佳的控制效果的過(guò)程。PID控制器參數(shù)整定的方法概括起來(lái)有兩大類：

1、理論計(jì)算整定法。它主要是依據(jù)系統(tǒng)的數(shù)學(xué)模型，經(jīng)過(guò)理論計(jì)算確定控制器參數(shù)。這種方法所得到的計(jì)算數(shù)據(jù)未必可以直接用，還必須通過(guò)工程實(shí)際進(jìn)行調(diào)整和修改。比如，自適應(yīng)神經(jīng)網(wǎng)絡(luò)PID控制算法。

2、工程整定方法。它主要依賴工程經(jīng)驗(yàn)，直接在控制系統(tǒng)的試驗(yàn)中進(jìn)行，且方法簡(jiǎn)單、易于掌握，在工程實(shí)際中被廣泛采用。

針對(duì)第一種方法。PID控制器的設(shè)計(jì)方法更趨于結(jié)構(gòu)化，從而構(gòu)造出更快、更正確的自適應(yīng)機(jī)制，進(jìn)而構(gòu)造出更有效地智能自適應(yīng)PID控制器。隨著計(jì)算機(jī)技術(shù)的發(fā)展和傳感器集成化程度的提高，智能PID控制將是未來(lái)發(fā)展方向。比如：自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊PID 控制，系統(tǒng)仿真結(jié)構(gòu)圖如下所示：

首先，模糊PID控制方法是模糊控制理論在傳統(tǒng)PID調(diào)節(jié)基礎(chǔ)上的運(yùn)用，但并不能滿足磨煤機(jī)控制要求，適應(yīng)環(huán)境的能力較差。其次，神經(jīng)網(wǎng)絡(luò)PID通過(guò) PID與前向BP神經(jīng)網(wǎng)絡(luò)共同調(diào)節(jié)的方式，使調(diào)節(jié)器適應(yīng)控制系統(tǒng)的擾動(dòng)。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是梯度下降法，但按照梯度下降法進(jìn)行學(xué)習(xí)易陷入局部最優(yōu)，閉環(huán)系統(tǒng)容易失去穩(wěn)定性，也無(wú)法完全滿足磨煤機(jī)的控制要求。自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊PID 控制系統(tǒng)運(yùn)行原理為： 自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推演模塊以誤差變化率和誤差的數(shù)據(jù)進(jìn)行推理，得到一組在線修改的PID 參數(shù); 將參數(shù)賦給傳統(tǒng)PID調(diào)節(jié)器。該方式實(shí)現(xiàn)了參數(shù)的實(shí)時(shí)調(diào)節(jié)，PID調(diào)節(jié)器可以更好地適應(yīng)工況的。對(duì)比不斷優(yōu)化的控制算法效果圖如下所示：

二、論文分析：

研究人員在ACS發(fā)表了題為：An Integrated Smartphone-Based Genetic Analyzer for Qualitative and Quantitative Pathogen Detection的研究論文。論文提出一種基于比色法為依據(jù)，手機(jī)作為輔助提高系統(tǒng)集成的多病毒檢測(cè)裝置。為了提高系統(tǒng)的檢測(cè)靈敏度，采用了63攝氏度的等溫?cái)U(kuò)增技術(shù)。從而提高靈敏度，加大檢測(cè)最低載量的目的。該設(shè)備可同時(shí)檢測(cè)大腸埃希桿菌、沙門氏菌、弧菌。并且可以60分鐘完成檢測(cè)，精讀達(dá)到10個(gè)拷貝每微升。論文摘要如下：

該設(shè)備的檢測(cè)原理如下圖所示：

圖A介紹了從上到下，核酸擴(kuò)增，芯片數(shù)據(jù)讀取的過(guò)程。圖B則給出了微流控芯片的內(nèi)部原理示意圖。圖C為，微流控芯片、加熱器和白色LED光源的布局結(jié)構(gòu)。

基于手機(jī)和i-Gene裝置的實(shí)驗(yàn)操作流程如下圖所示：

從左到右包含樣品準(zhǔn)備、注入LAMP芯片、在LAMP的核酸擴(kuò)增過(guò)程中，實(shí)時(shí)圖像記錄顏色變化。最后通過(guò)藍(lán)牙或WIFI把數(shù)據(jù)發(fā)送到電腦端進(jìn)行數(shù)據(jù)分析。

分子診斷的整套設(shè)備所需部件如下圖C所示，系統(tǒng)設(shè)備的組成包含i-Gene裝置，智能手機(jī)，LAMP芯片和移動(dòng)電源（power bank）。加熱器和配套電路如下圖A所示，加熱效果如下圖B所示。包含圖像采集和智能加熱的i-Gene裝置截面圖如下圖D所示：

RGB比色法在LAMP反應(yīng)前后的顏色對(duì)比數(shù)據(jù)如下圖所示：

四種樣本的對(duì)比檢測(cè)數(shù)據(jù)圖如下所示：

總結(jié)：作者提出了一種新型的便攜式POC檢測(cè)平臺(tái)。該平臺(tái)是基于智能手機(jī)、LAMP芯片和配套的i-Gene裝置。該裝置提供加熱的保證。加熱算法采用了最經(jīng)典的PID控制理論。為了降低成本將圖像采集使用大家都有的智能手機(jī)來(lái)完成，但是為了更好的效果，給手機(jī)配備了一個(gè)低價(jià)格的微鏡頭和白色光源環(huán)。手機(jī)采集的數(shù)據(jù)可以通過(guò)無(wú)線通信傳輸?shù)竭h(yuǎn)程的電腦進(jìn)行數(shù)據(jù)分析。

現(xiàn)場(chǎng)平臺(tái)的尺寸在4.5*6.3*6.0厘米以內(nèi)。一次性使用的芯片的價(jià)格控制在0.1美元。這大大的方便了該設(shè)備在一些經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的病毒快速診斷需求。尤其在新冠病毒肆虐的今天，其由于采用核酸擴(kuò)增技術(shù)和手機(jī)圖像采集技術(shù)，所以檢測(cè)的靈敏度會(huì)比普通的抗原抗體試紙檢測(cè)準(zhǔn)確度高很多，但價(jià)格幾乎差不多。

參考文獻(xiàn)：

1、An Integrated Smartphone-Based Genetic Analyzer for Qualitative and Quantitative Pathogen Detection

2、郭佳躍，等： 基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊 PID 的磨煤機(jī)控制研究