CN119620624B 微流控芯片的流体控制智能调节方法及系统 （深圳市合川医疗科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119620624B(45)授权公告日2025.07.04

(21)申请号202510163810.7

(22)申请日2025.02.14

(65)同一申请的已公布的文献号申请公布号CN119620624A

(43)申请公布日2025.03.14

(56)对比文件

CN119394087A,2025.02.07审查员童艳利

(73)专利权人深圳市合川医疗科技有限公司

地址518000广东省深圳市龙华区大浪街

道华兴路中建工业区2栋1-2楼

(72)发明人高雁贺杰刘辉曾礼江

(74)专利代理机构深圳卓瀚知识产权代理有限公司441109

专利代理师杜娟

(51)Int.CI.

GO5B13/04(2006.01)

权利要求书3页说明书17页附图2页

(54)发明名称

微流控芯片的流体控制智能调节方法及系

统

(57)摘要

CN119620624B本发明涉及流体控制技术领域，公开了一种微流控芯片的流体控制智能调节方法及系统，该方法包括：基于微流控芯片对自适应流体控制器、微流控通道压力传感器阵列、温度传感器阵列及流量传感器阵列进行数据采集，得到实时流体参数监测数据；进行特征提取，得到多维流体特征矩阵；建立微流控通道的三维流体模型，并求解得到流场分布数据；将流场分布数据输入Kriging代理模型，建立通道宽度、深度、长度与流体控制性能的映射模型，计算得到最优几何参数组合；对流体压力均匀性、温度分布均匀性及流量稳定性进行多层级计算，得到分层级流体参数控制策略。本发明有效解决了多物理场耦合问

CN119620624B

S1

S1

基于微流控芯片对自适应流体控制器、微流控通道压力

传感器阵列、温度传感器阵列及流量传感器阵列进行数

据采集，得到实时流体参数监测数据

将实时流体参数监测数据输入动态自学习控制网络模型进行特征提取，得到多维流体特征矩阵

S3

在设定压力范围和温度范围内建立微流控通道的三维流体模型，并求解得到流场分布数据

S4

将流场分布数据输入Kriging代理模型，建立通道宽度、深度、长度与流体控制性能的映射模型，通过非支配排序遗传算法计算得到微流控通道的最优几何参数组合

根据多维流体特征矩阵和最优几何参数组合，对流体压

力均匀性、温度分布均匀性及流量稳定性进行多层级计

算，得到分层级流体参数控制策略

CN119620624B权利要求书1/3页

2

1.一种微流控芯片的流体控制智能调节方法，其特征在于，所述方法包括：

基于微流控芯片对自适应流体控制器、微流控通道压力传感器阵列、温度传感器阵列及流量传感器阵列进行数据采集，得到实时流体参数监测数据；

将所述实时流体参数监测数据输入动态自学习控制网络模型进行特征提取，得到多维流体特征矩阵；

在设定压力范围和温度范围内建立微流控通道的三维流体模型，并求解得到流场分布数据；

将所述流场分布数据输入Kriging代理模型，建立通道宽度、深度、长度与流体控制性能的映射模型，通过非支配排序遗传算法计算得到所述微流控通道的最优几何参数组合；具体包括：将所述流场分布数据作为样本点，对微流控通道的宽度范围、深度范围和长度范围进行拉丁超立方采样，得到训练样本空间；基于所述训练样本空间建立Kriging代理模型，将高斯相关函数作为核函数，设置相关参数θ为0.1,回归函数阶数为2,得到几何参数的相关性矩阵，并基于所述相关性矩阵构建最大似然估计函数，对超参数进行优化，得到Kriging模型的最优插值权重；将所述最优插值权重代入Kriging代理模型，建立通道宽度、深度、长度与压力均匀性、温度均匀性、流量稳定性的映射模型；基于所述映射模型进行非支配排序遗传算法优化求解，得到进化种群，并根据所述进化种群计算帕累托最优解，采用拥挤度距离进行个体排序，选取非支配等级为1的个体组成精英种群，得到帕累托前沿；将所述帕累托前沿中的解集按照压力均匀性、温度均匀性和流量稳定性进行归一化处理，得到候选参数组合；对所述候选参数组合进行灵敏度分析，选取综合评价值最优的参数组合作为所述微流控通道的最优几何参数组合；

根据所述多维流体特征矩阵和所述最优几何参数组合，对流体压力均匀性、温度分布均匀性及流量稳定性进行多层级计算，得到分层级流体参数控制策略。

2.根据权利要求1所述的微流控芯片的流