基于偏移角與歐式距離的聲波驅(qū)動微?？刂扑惴?/h1>
2023-04-29 08:43:04楊豪杜曉剛張衡王福海
陜西科技大學(xué)學(xué)報 2023年2期 關(guān)鍵詞：控制算法
楊豪 杜曉剛 張衡 王福海
摘要：控制算法作為聲波驅(qū)動微粒技術(shù)中的重要環(huán)節(jié)，極大影響著驅(qū)動任務(wù)的完成精度與速度.然而，目前的聲波驅(qū)動微?？刂扑惴ㄓ捎陔y以選擇最佳的驅(qū)動聲波，導(dǎo)致其控制精度較低且速度較慢.為了解決該問題，本文將聲波驅(qū)動過程中微粒運(yùn)動的偏移角與歐式距離相結(jié)合，設(shè)計(jì)了一種控制速度快、精度高的聲波驅(qū)動微?？刂扑惴?該算法通過偏移角和微粒當(dāng)前位置與目標(biāo)位置的歐氏距離來計(jì)算驅(qū)動度并評估聲波驅(qū)動效果的優(yōu)劣，然后選擇驅(qū)動效果最優(yōu)的聲波來驅(qū)動微粒.實(shí)驗(yàn)結(jié)果表明，本文算法在多種不同驅(qū)動任務(wù)上均能得到良好的控制速度與精度，尤其在較復(fù)雜的多微粒驅(qū)動任務(wù)上性能提升更為明顯.
關(guān)鍵詞：聲波驅(qū)動； 控制算法； 偏移角； 歐式距離
中圖分類號：TP249文獻(xiàn)標(biāo)志碼： A
Acoustic manipulation particle control algorithm based on the
offset angle and Euclidean distance
YANG Hao DU Xiao-gang ZHANG Heng WANG Fu-hai（1.School of Electronic Information and Artificial Intelligence， Shaanxi Joint Laboratory of Artificial Intelligence， Shaanxi University of Science & Technology， Xi′an 710021， China; 2.College of Mechanical and Electrical Engineering， Shaanxi University of Science & Technology， Xi′an 710021， China）
Abstract：The control algorithm is an important component in the technology of acoustic manipulation particle，which greatly affects the completion accuracy and speed of the driving task.However，the current manipulation particle control algorithm is difficult to select the best driving sonic wave，resulting in low control accuracy and slow speed.To address this issue，we propose an acoustic manipulation particle control algorithm with fast control speed and high accuracy by combining the offset angle and Euclidean distance of particles.The algorithm evaluates the acoustic driving effect by computing the driving degree using the offset angle and the Euclidean distance between the current position and the destination position，and then selects the acoustic driving particles with the best driving effect.The experimental results show that the proposed algorithm can achieve good control speed and accuracy in many different driving tasks，especially in the more complex multi-particle driving tasks.
Key words：acoustic manipulation; control algorithm; offset angle; euclidean distance
0引言
人類在生物工程、醫(yī)學(xué)、精密光電子工程、集成電路芯片的認(rèn)識已經(jīng)達(dá)到微納米級別.在這些微觀領(lǐng)域，由于尺度效應(yīng)的存在，傳統(tǒng)的機(jī)械操作技術(shù)難以應(yīng)用，操作任務(wù)需要借助微操作技術(shù)來實(shí)現(xiàn)，因此微操作技術(shù)對人類科技的發(fā)展具有重要的意義［1］.
根據(jù)操作過程中是否與材料接觸，微操作技術(shù)可以分為接觸式與非接觸式兩類.接觸式操作需要利用微夾持器與微粒進(jìn)行接觸，通過夾鉗或吸附方式操作微粒［2］.由于器件體積微小且構(gòu)造薄弱，所以接觸式操作通用性較差且操作風(fēng)險較大.非接觸式操作直接利用外力驅(qū)動微粒進(jìn)行運(yùn)動，減少了微粒損傷的可能性.常見的非接觸式操作方法有：電磁法［3］、電場法［4］、激光法［5］、微流體法［6］和聲波法［7］等.電磁法需要粒子具有磁性，然而實(shí)際操作中微粒大多是中性的，因此該方法適用范圍較窄［3］.電場法容易產(chǎn)生熱效應(yīng)，導(dǎo)致該方法難以應(yīng)用于對環(huán)境溫度敏感的特殊領(lǐng)域［4］.激光法通過光束引力驅(qū)動微粒，由于光束位置單一導(dǎo)致其難以完成較為復(fù)雜的任務(wù)［5］.微流體法對顯微視覺檢測和微力檢測的要求較高，硬件依賴較大，對微粒的位姿檢測和操控難以實(shí)現(xiàn)［6］.聲波驅(qū)動相較于其他驅(qū)動方法對于操作環(huán)境與材料的要求更低［7］，因此在醫(yī)學(xué)［8］、生物學(xué)［9］、芯片裝配［10］等領(lǐng)域具有廣泛的應(yīng)用.
聲波驅(qū)動的原理是讓聲波在物體表面產(chǎn)生駐波場，使微粒在駐波場的作用下移動，在相同的駐波場中，微?？倳奂谔囟ㄎ恢?，這些位置被叫做節(jié)點(diǎn)線［11］.通過改變駐波場，讓微粒在不同駐波場的節(jié)點(diǎn)線之間移動是一種常見的聲波驅(qū)動方式［12，13］，但其任務(wù)目標(biāo)只能在節(jié)點(diǎn)線間變化.在文獻(xiàn)［14］中提出了在節(jié)點(diǎn)線外進(jìn)行聲波驅(qū)動微粒的方法，這種驅(qū)動方法的任務(wù)目標(biāo)靈活可變，驅(qū)動效率高，有著廣泛的應(yīng)用場景［15，16］.
在聲波驅(qū)動微粒的過程中，需要通過控制算法不斷變換聲波頻率，不同聲波頻率會驅(qū)動微粒到達(dá)不同的位置，因此控制算法對驅(qū)動任務(wù)的完成有很大影響.文獻(xiàn)［14］利用閉環(huán)控制算法操控多個微粒在節(jié)點(diǎn)線外到達(dá)預(yù)定的目標(biāo)點(diǎn)；文獻(xiàn)［15］實(shí)現(xiàn)了大規(guī)模微粒的圖案排布，其通過不斷地剛性變換改變微粒的目標(biāo)點(diǎn)，最終讓所有微粒到達(dá)預(yù)定的區(qū)域內(nèi)；文獻(xiàn)［17］設(shè)計(jì)了一種強(qiáng)化學(xué)習(xí)算法，能在無位移場模型的情況下實(shí)現(xiàn)簡單的驅(qū)動任務(wù).但目前的控制算法［14，17］并不能有效選取完成驅(qū)動任務(wù)的最佳聲波頻率，導(dǎo)致其控制精度與速度較低.針對該問題，本文提出了一種基于偏移角和距離相結(jié)合的聲波驅(qū)動微?？刂扑惴?該算法將微粒與預(yù)設(shè)軌跡的偏移角、微粒與目標(biāo)點(diǎn)的歐式距離相結(jié)合設(shè)計(jì)了一種新的驅(qū)動策略，該策略可以有效地選取最佳聲波頻率完成驅(qū)動任務(wù).仿真結(jié)果表明，本文算法能有效改善控制速度與控制精度，并且針對復(fù)雜驅(qū)動任務(wù)的提升效果更加明顯.
1本文算法
本節(jié)首先介紹本文算法的總體框架；然后提出基于偏移角與距離結(jié)合的驅(qū)動策略，并對策略思路進(jìn)行闡述.
1.1本文算法框架
現(xiàn)有的驅(qū)動策略基于微粒在目標(biāo)方向上的投影長度選取聲波頻率［14，17］，但由于其未考慮初始位置，控制精度會隨著時間的增長越來越差，且控制速度也并非最佳.為了更快速、準(zhǔn)確地完成微粒驅(qū)動任務(wù)，本文提出了一種基于偏移角和距離相結(jié)合的聲波驅(qū)動微?？刂扑惴?首先，設(shè)微粒的位置集合為狀態(tài)S，聲波頻率為動作a.該算法采用閉環(huán)控制，其總體流程為：從初始狀態(tài)Sinit開始，通過偏移角與距離結(jié)合的驅(qū)動策略combAngDiS來選取最佳動作a，通過執(zhí)行選取的動作a驅(qū)動微粒到達(dá)新的狀態(tài)S′，若S′與目標(biāo)狀態(tài)St不同，繼續(xù)選取新的動作a驅(qū)動微粒，直到微粒到達(dá)目標(biāo)狀態(tài)St為止.本文算法流程如算法1所示.
1.2偏移角與距離結(jié)合的驅(qū)動策略
為了改善微粒驅(qū)動控制算法的控制精度和速度，本文將聲波驅(qū)動過程中微粒與預(yù)設(shè)軌跡的偏移角、與目標(biāo)點(diǎn)距離相結(jié)合提出了一種驅(qū)動策略.該策略通過驅(qū)動度r衡量聲波驅(qū)動效果的優(yōu)劣，每次選擇驅(qū)動度最大的聲波驅(qū)動微粒完成任務(wù).驅(qū)動度的計(jì)算方法為：
r隨著cosθ的增大而增大，隨著l的增大而減小，即控制精度越高、控制速度越快則驅(qū)動效果越好.因此，在k相同的情況下，r越大，驅(qū)動效果越好.控制算法的驅(qū)動策略可以通過減小偏移角 提高控制精度，同時通過減小距離l提高控制速度，基于偏移角 與距離l的驅(qū)動策略如圖1所示.
2實(shí)驗(yàn)結(jié)果與分析
本節(jié)首先對實(shí)驗(yàn)裝置、驅(qū)動任務(wù)及精度、速度量化指標(biāo)進(jìn)行介紹；然后通過實(shí)驗(yàn)對參數(shù) 進(jìn)行討論；最后展示了本文控制算法對單微粒和多微粒進(jìn)行驅(qū)動的實(shí)驗(yàn)效果.
2.1實(shí)驗(yàn)環(huán)境設(shè)置
2.1.1實(shí)驗(yàn)裝置
本文的聲波驅(qū)動的實(shí)驗(yàn)裝置如圖2（a）所示，實(shí)驗(yàn)中高速相機(jī)（BFLY-U3-23S6C-C，Phantom）獲取微粒的位置反饋給控制終端，控制終端選取聲波頻率并讓壓電陶瓷（PSt150/4/7 VS9）以該頻率振動，最終在金屬板上形成駐波場驅(qū)動微粒.本文實(shí)驗(yàn)基于MATLAB仿真器進(jìn)行，仿真器通過測定59個高頻聲波在不同位置共390 000組數(shù)據(jù)擬合得到各自的位移場，能夠真實(shí)反映微粒在該頻率聲波驅(qū)動下的移動情況.
2.1.2驅(qū)動任務(wù)設(shè)計(jì)
為了更好、更全面地體現(xiàn)控制算法的性能，本文設(shè)計(jì)了5個驅(qū)動任務(wù)，分別為m1、m2、m3、m4和m5，任務(wù)預(yù)設(shè)軌跡如圖3所示.
圖3驅(qū)動任務(wù)示意圖在圖3中，紅色虛線為預(yù)設(shè)軌跡，藍(lán)色點(diǎn)為起始位置，綠色點(diǎn)為目標(biāo)位置.微粒需要從初始位置開始，沿著預(yù)設(shè)的軌跡進(jìn)行移動，最終到達(dá)目標(biāo)位置.預(yù)設(shè)軌跡包含直線、折線、曲線三種線型.其中，完成直線軌跡只需要直接控制微粒到達(dá)目標(biāo)位置即可；完成折線軌跡需要先控制微粒到達(dá)軌跡轉(zhuǎn)折點(diǎn)，然后從轉(zhuǎn)折點(diǎn)到達(dá)目標(biāo)位置；完成曲線軌跡則需要處于軌跡上的一系列目標(biāo)點(diǎn)，微粒從初始位置開始，依次到達(dá)每個目標(biāo)點(diǎn).
2.1.3性能評估
2.2最佳參數(shù)選取
2.3.1單微粒驅(qū)動任務(wù)
2.3.2多微粒驅(qū)動任務(wù)
在多微粒驅(qū)動任務(wù)中，由于微粒在駐波場中不同位置的位移大小、方向不同，因此多微粒驅(qū)動的精度難以控制，微粒數(shù)量越多，精度控制越困難.針對多微粒驅(qū)動任務(wù)m4和m5，分別利用偏移角驅(qū)動控制算法、距離驅(qū)動控制算法、投影驅(qū)動控制算法及本文算法（k=0.1）進(jìn)行仿真，得到微粒運(yùn)動軌跡如圖6所示.
由圖6可以看出：在驅(qū)動任務(wù)m4中，偏移角驅(qū)動控制算法控制結(jié)果與預(yù)設(shè)軌跡偏離程度最小，距離驅(qū)動控制算法與投影驅(qū)動控制算法的控制結(jié)果與預(yù)設(shè)軌跡偏離程度較大，本文算法的控制結(jié)果與預(yù)設(shè)軌跡的偏離程度很小.在驅(qū)動任務(wù)m5中，偏移角驅(qū)動控制算法與投影驅(qū)動控制算法無法完成驅(qū)動任務(wù)，距離驅(qū)動控制算法控制結(jié)果與預(yù)設(shè)軌跡的偏離程度較大，本文算法的控制結(jié)果與預(yù)設(shè)軌跡的偏離程度較小.圖6利用不同控制算法實(shí)現(xiàn)多微粒驅(qū)動任務(wù)的控制結(jié)果? ?為了更好體現(xiàn)本文算法在多微粒驅(qū)動任務(wù)上的有效性，針對m4和m5，統(tǒng)計(jì)以上四種方法的控制精度與速度，結(jié)果如表2所示.
由表2可以看出：在多微粒驅(qū)動任務(wù)中，偏移角驅(qū)動控制算法控制精度高，但控制速度極慢，且隨著微粒數(shù)量的增加，偏移角驅(qū)動控制算法無法完成驅(qū)動任務(wù)；距離驅(qū)動控制算法的控制速度很快，但控制精度很差；投影驅(qū)動控制算法的控制精度與速度都相對較差，且隨著微粒數(shù)量的增多難以完成驅(qū)動任務(wù).本文算法表現(xiàn)最好，控制精度不遜于偏移角驅(qū)動控制算法，控制速度與距離驅(qū)動控制算法也相差較小.因此，本文所設(shè)計(jì)的控制算法在多微粒驅(qū)動任務(wù)上表現(xiàn)良好，控制速度快且控制精度較高.
3結(jié)論
本文針對聲波驅(qū)動微粒的控制算法進(jìn)行研究，將微粒與預(yù)設(shè)軌跡的偏移角和微粒與目標(biāo)點(diǎn)的歐式距離相結(jié)合，設(shè)計(jì)了一種基于偏移角和距離的控制算法，有效提升了驅(qū)動任務(wù)完成的速度與精度.分別針對單微粒與多微粒驅(qū)動進(jìn)行仿真，結(jié)果表明，本文算法能夠快速、準(zhǔn)確地完成聲波驅(qū)動微粒任務(wù)，具有良好的性能表現(xiàn).此外，本文在二維的金屬板上驅(qū)動微粒是聲波驅(qū)動裝置的一種，其他聲波驅(qū)動裝置如三維聲懸浮器、流體內(nèi)的微粒驅(qū)動，其位移場模型與本文類似，本文算法及思路也能有效地應(yīng)用于這些聲學(xué)驅(qū)動裝置上.
參考文獻(xiàn)
［1］ 沈飛，徐德，唐勇建，等.微操作/微裝配中微力覺的測量與控制技術(shù)研究現(xiàn)狀綜述［J］.自動化學(xué)報，2014，40（5）：2-8.
［2］ 李楊民，湯暉，徐青松，等.面向生物醫(yī)學(xué)應(yīng)用的微操作機(jī)器人技術(shù)發(fā)展態(tài)勢［J］.機(jī)械工程學(xué)報，2011，47（23）：1-13.
［3］ S.Tasoglu，E.Diller，S.Guven，et al.Untethered micro-robotic coding of three-dimensional material composition［J］.Nature Communications，2014，5（1）：3 124.
［4］ M.Krishnan，N.Mojarad，P.Kukura，et al.Geometry-induced electrostatic trapping of nanometric objects in a fluid［J］.Nature，2010，467（7 316）：692-695.
［5］ D.G.Grier.A revolution in optical manipulation［J］.Nature，2003，424（6 950）：810-816.
［6］ Tanyeri M.，Schroeder C.M.Manipulation and confinement of single particles using fluid flow［J］.Nano Letters，2013，13（6）：2 357-2 364.
［7］ D.Foresti，M.Nabavi，M.Klingauf，et al.Acoustophoretic contactless transport and handling of matter in air［J］.Proceedings of the National Academy of Sciences of the United States of America，2013，110（31）：12 549-12 554.
［8］ Mengxi Wu，Adem Ozcelik，Joseph Rufo，et al.Acoustofluidic separation of cells and particles［J］.Microsystems & Nanoengineering，2019，5（1）：32.
［9］ Ma Z，Holle A W，Kai M，et al.Acoustic holographic cell patterning in a biocompatible hydrogel［J］.Advanced Materials，2019，32（4）：1 904 181.
［10］ Bruce W Drinkwater.Dynamic-field devices for the ultrasonic manipulation of microparticles［J］.Lab on a Chip，2016，6（13）：2 360-2 375.
［11］ Kai Melde，Eunjin Choi，Zhiguang Wu，et al.Acoustic fabrication via the assembly and fusion of particles［J］.Advanced Materials，2018，30（3）：1 704 507.
［12］ A.Marzo，S.A.Seah，B.W.Drinkwater，et al.Holographic acoustic elements for manipulation of levitated objects［J］.Nature Communications，2015，6（1）：8 661.
［13］ A.Marzo，B.W.Drinkwater.Holographic acoustic tweezers［J］.Proceedings of the National Academy of Sciences of the United States of America，2019，116（2）：84-89.
［14］ Zhou Quan，Sariola Veikko，Kourosh Latifi，et al.Controlling the motion of multiple objects on a Chladni plate［J］.Nature Communications，2016，7（1）：12 764.
［15］ Artur Kopitca，Kourosh Latifi，Quan Zhou.Programmable assembly of particles on a Chladni plate［J］.Science Advances，2021，7（39）：eabi7 716.
［16］ Kourosh Latifi，Wijaya H，Quan Zhou.Motion of heavy particles on a submerged chladni plate［J］.Physical Review Letters，2019，122（18）：184 301.1-184 301.5.
［17］ Kourosh Latifi，Artur Kopitca，Quan Zhou .Model-free control for dynamic-field acoustic manipulation using reinforcement learning［J］.IEEE Access，2020，8：20 597-20 606.
【責(zé)任編輯：蔣亞儒】
猜你喜歡
紡織機(jī)械手專利瞄準(zhǔn)控制算法紡織科學(xué)研究(2020年1期)2020-05-21 00:30:58 電鍍電流的模糊PID控制算法電鍍與環(huán)保(2018年2期)2018-04-19 02:05:05 基于ARM+FPGA的模塊化同步控制算法研究制造技術(shù)與機(jī)床(2017年6期)2018-01-19 02:41:07 基于場景突變的碼率控制算法江西理工大學(xué)學(xué)報(2015年3期)2015-12-22 05:26:24 X264多線程下碼率控制算法的優(yōu)化計(jì)算機(jī)工程(2015年8期)2015-07-03 12:19:56 一種優(yōu)化的基于ARM Cortex-M3電池組均衡控制算法應(yīng)用電源技術(shù)(2015年9期)2015-06-05 09:36:06 滑?？刂扑惴ㄔ谠诰€式大功率UPS高頻整流器中的應(yīng)用電測與儀表(2014年14期)2014-04-04 11:53:30 基于梯度的CCSDS壓縮碼流控制算法研究電視技術(shù)(2014年19期)2014-03-11 15:37:52 視頻服務(wù)器擁塞控制算法的研究與實(shí)現(xiàn)單片機(jī)與嵌入式系統(tǒng)應(yīng)用(2014年9期)2014-03-11 15:35:07 一種非圓旋轉(zhuǎn)工件支撐裝置控制算法組合機(jī)床與自動化加工技術(shù)(2014年12期)2014-03-01 02:22:54
楊豪 杜曉剛 張衡 王福海
摘要：控制算法作為聲波驅(qū)動微粒技術(shù)中的重要環(huán)節(jié)，極大影響著驅(qū)動任務(wù)的完成精度與速度.然而，目前的聲波驅(qū)動微?？刂扑惴ㄓ捎陔y以選擇最佳的驅(qū)動聲波，導(dǎo)致其控制精度較低且速度較慢.為了解決該問題，本文將聲波驅(qū)動過程中微粒運(yùn)動的偏移角與歐式距離相結(jié)合，設(shè)計(jì)了一種控制速度快、精度高的聲波驅(qū)動微?？刂扑惴?該算法通過偏移角和微粒當(dāng)前位置與目標(biāo)位置的歐氏距離來計(jì)算驅(qū)動度并評估聲波驅(qū)動效果的優(yōu)劣，然后選擇驅(qū)動效果最優(yōu)的聲波來驅(qū)動微粒.實(shí)驗(yàn)結(jié)果表明，本文算法在多種不同驅(qū)動任務(wù)上均能得到良好的控制速度與精度，尤其在較復(fù)雜的多微粒驅(qū)動任務(wù)上性能提升更為明顯.
關(guān)鍵詞：聲波驅(qū)動； 控制算法； 偏移角； 歐式距離
中圖分類號：TP249文獻(xiàn)標(biāo)志碼： A
Acoustic manipulation particle control algorithm based on the
offset angle and Euclidean distance
YANG Hao DU Xiao-gang ZHANG Heng WANG Fu-hai（1.School of Electronic Information and Artificial Intelligence， Shaanxi Joint Laboratory of Artificial Intelligence， Shaanxi University of Science & Technology， Xi′an 710021， China; 2.College of Mechanical and Electrical Engineering， Shaanxi University of Science & Technology， Xi′an 710021， China）
Abstract：The control algorithm is an important component in the technology of acoustic manipulation particle，which greatly affects the completion accuracy and speed of the driving task.However，the current manipulation particle control algorithm is difficult to select the best driving sonic wave，resulting in low control accuracy and slow speed.To address this issue，we propose an acoustic manipulation particle control algorithm with fast control speed and high accuracy by combining the offset angle and Euclidean distance of particles.The algorithm evaluates the acoustic driving effect by computing the driving degree using the offset angle and the Euclidean distance between the current position and the destination position，and then selects the acoustic driving particles with the best driving effect.The experimental results show that the proposed algorithm can achieve good control speed and accuracy in many different driving tasks，especially in the more complex multi-particle driving tasks.
Key words：acoustic manipulation; control algorithm; offset angle; euclidean distance
0引言
人類在生物工程、醫(yī)學(xué)、精密光電子工程、集成電路芯片的認(rèn)識已經(jīng)達(dá)到微納米級別.在這些微觀領(lǐng)域，由于尺度效應(yīng)的存在，傳統(tǒng)的機(jī)械操作技術(shù)難以應(yīng)用，操作任務(wù)需要借助微操作技術(shù)來實(shí)現(xiàn)，因此微操作技術(shù)對人類科技的發(fā)展具有重要的意義［1］.
根據(jù)操作過程中是否與材料接觸，微操作技術(shù)可以分為接觸式與非接觸式兩類.接觸式操作需要利用微夾持器與微粒進(jìn)行接觸，通過夾鉗或吸附方式操作微粒［2］.由于器件體積微小且構(gòu)造薄弱，所以接觸式操作通用性較差且操作風(fēng)險較大.非接觸式操作直接利用外力驅(qū)動微粒進(jìn)行運(yùn)動，減少了微粒損傷的可能性.常見的非接觸式操作方法有：電磁法［3］、電場法［4］、激光法［5］、微流體法［6］和聲波法［7］等.電磁法需要粒子具有磁性，然而實(shí)際操作中微粒大多是中性的，因此該方法適用范圍較窄［3］.電場法容易產(chǎn)生熱效應(yīng)，導(dǎo)致該方法難以應(yīng)用于對環(huán)境溫度敏感的特殊領(lǐng)域［4］.激光法通過光束引力驅(qū)動微粒，由于光束位置單一導(dǎo)致其難以完成較為復(fù)雜的任務(wù)［5］.微流體法對顯微視覺檢測和微力檢測的要求較高，硬件依賴較大，對微粒的位姿檢測和操控難以實(shí)現(xiàn)［6］.聲波驅(qū)動相較于其他驅(qū)動方法對于操作環(huán)境與材料的要求更低［7］，因此在醫(yī)學(xué)［8］、生物學(xué)［9］、芯片裝配［10］等領(lǐng)域具有廣泛的應(yīng)用.
聲波驅(qū)動的原理是讓聲波在物體表面產(chǎn)生駐波場，使微粒在駐波場的作用下移動，在相同的駐波場中，微?？倳奂谔囟ㄎ恢?，這些位置被叫做節(jié)點(diǎn)線［11］.通過改變駐波場，讓微粒在不同駐波場的節(jié)點(diǎn)線之間移動是一種常見的聲波驅(qū)動方式［12，13］，但其任務(wù)目標(biāo)只能在節(jié)點(diǎn)線間變化.在文獻(xiàn)［14］中提出了在節(jié)點(diǎn)線外進(jìn)行聲波驅(qū)動微粒的方法，這種驅(qū)動方法的任務(wù)目標(biāo)靈活可變，驅(qū)動效率高，有著廣泛的應(yīng)用場景［15，16］.
在聲波驅(qū)動微粒的過程中，需要通過控制算法不斷變換聲波頻率，不同聲波頻率會驅(qū)動微粒到達(dá)不同的位置，因此控制算法對驅(qū)動任務(wù)的完成有很大影響.文獻(xiàn)［14］利用閉環(huán)控制算法操控多個微粒在節(jié)點(diǎn)線外到達(dá)預(yù)定的目標(biāo)點(diǎn)；文獻(xiàn)［15］實(shí)現(xiàn)了大規(guī)模微粒的圖案排布，其通過不斷地剛性變換改變微粒的目標(biāo)點(diǎn)，最終讓所有微粒到達(dá)預(yù)定的區(qū)域內(nèi)；文獻(xiàn)［17］設(shè)計(jì)了一種強(qiáng)化學(xué)習(xí)算法，能在無位移場模型的情況下實(shí)現(xiàn)簡單的驅(qū)動任務(wù).但目前的控制算法［14，17］并不能有效選取完成驅(qū)動任務(wù)的最佳聲波頻率，導(dǎo)致其控制精度與速度較低.針對該問題，本文提出了一種基于偏移角和距離相結(jié)合的聲波驅(qū)動微?？刂扑惴?該算法將微粒與預(yù)設(shè)軌跡的偏移角、微粒與目標(biāo)點(diǎn)的歐式距離相結(jié)合設(shè)計(jì)了一種新的驅(qū)動策略，該策略可以有效地選取最佳聲波頻率完成驅(qū)動任務(wù).仿真結(jié)果表明，本文算法能有效改善控制速度與控制精度，并且針對復(fù)雜驅(qū)動任務(wù)的提升效果更加明顯.
1本文算法
本節(jié)首先介紹本文算法的總體框架；然后提出基于偏移角與距離結(jié)合的驅(qū)動策略，并對策略思路進(jìn)行闡述.
1.1本文算法框架
現(xiàn)有的驅(qū)動策略基于微粒在目標(biāo)方向上的投影長度選取聲波頻率［14，17］，但由于其未考慮初始位置，控制精度會隨著時間的增長越來越差，且控制速度也并非最佳.為了更快速、準(zhǔn)確地完成微粒驅(qū)動任務(wù)，本文提出了一種基于偏移角和距離相結(jié)合的聲波驅(qū)動微?？刂扑惴?首先，設(shè)微粒的位置集合為狀態(tài)S，聲波頻率為動作a.該算法采用閉環(huán)控制，其總體流程為：從初始狀態(tài)Sinit開始，通過偏移角與距離結(jié)合的驅(qū)動策略combAngDiS來選取最佳動作a，通過執(zhí)行選取的動作a驅(qū)動微粒到達(dá)新的狀態(tài)S′，若S′與目標(biāo)狀態(tài)St不同，繼續(xù)選取新的動作a驅(qū)動微粒，直到微粒到達(dá)目標(biāo)狀態(tài)St為止.本文算法流程如算法1所示.
1.2偏移角與距離結(jié)合的驅(qū)動策略
為了改善微粒驅(qū)動控制算法的控制精度和速度，本文將聲波驅(qū)動過程中微粒與預(yù)設(shè)軌跡的偏移角、與目標(biāo)點(diǎn)距離相結(jié)合提出了一種驅(qū)動策略.該策略通過驅(qū)動度r衡量聲波驅(qū)動效果的優(yōu)劣，每次選擇驅(qū)動度最大的聲波驅(qū)動微粒完成任務(wù).驅(qū)動度的計(jì)算方法為：
r隨著cosθ的增大而增大，隨著l的增大而減小，即控制精度越高、控制速度越快則驅(qū)動效果越好.因此，在k相同的情況下，r越大，驅(qū)動效果越好.控制算法的驅(qū)動策略可以通過減小偏移角 提高控制精度，同時通過減小距離l提高控制速度，基于偏移角 與距離l的驅(qū)動策略如圖1所示.
2實(shí)驗(yàn)結(jié)果與分析
本節(jié)首先對實(shí)驗(yàn)裝置、驅(qū)動任務(wù)及精度、速度量化指標(biāo)進(jìn)行介紹；然后通過實(shí)驗(yàn)對參數(shù) 進(jìn)行討論；最后展示了本文控制算法對單微粒和多微粒進(jìn)行驅(qū)動的實(shí)驗(yàn)效果.
2.1實(shí)驗(yàn)環(huán)境設(shè)置
2.1.1實(shí)驗(yàn)裝置
本文的聲波驅(qū)動的實(shí)驗(yàn)裝置如圖2（a）所示，實(shí)驗(yàn)中高速相機(jī)（BFLY-U3-23S6C-C，Phantom）獲取微粒的位置反饋給控制終端，控制終端選取聲波頻率并讓壓電陶瓷（PSt150/4/7 VS9）以該頻率振動，最終在金屬板上形成駐波場驅(qū)動微粒.本文實(shí)驗(yàn)基于MATLAB仿真器進(jìn)行，仿真器通過測定59個高頻聲波在不同位置共390 000組數(shù)據(jù)擬合得到各自的位移場，能夠真實(shí)反映微粒在該頻率聲波驅(qū)動下的移動情況.
2.1.2驅(qū)動任務(wù)設(shè)計(jì)
為了更好、更全面地體現(xiàn)控制算法的性能，本文設(shè)計(jì)了5個驅(qū)動任務(wù)，分別為m1、m2、m3、m4和m5，任務(wù)預(yù)設(shè)軌跡如圖3所示.
圖3驅(qū)動任務(wù)示意圖在圖3中，紅色虛線為預(yù)設(shè)軌跡，藍(lán)色點(diǎn)為起始位置，綠色點(diǎn)為目標(biāo)位置.微粒需要從初始位置開始，沿著預(yù)設(shè)的軌跡進(jìn)行移動，最終到達(dá)目標(biāo)位置.預(yù)設(shè)軌跡包含直線、折線、曲線三種線型.其中，完成直線軌跡只需要直接控制微粒到達(dá)目標(biāo)位置即可；完成折線軌跡需要先控制微粒到達(dá)軌跡轉(zhuǎn)折點(diǎn)，然后從轉(zhuǎn)折點(diǎn)到達(dá)目標(biāo)位置；完成曲線軌跡則需要處于軌跡上的一系列目標(biāo)點(diǎn)，微粒從初始位置開始，依次到達(dá)每個目標(biāo)點(diǎn).
2.1.3性能評估
2.2最佳參數(shù)選取
2.3.1單微粒驅(qū)動任務(wù)
2.3.2多微粒驅(qū)動任務(wù)
在多微粒驅(qū)動任務(wù)中，由于微粒在駐波場中不同位置的位移大小、方向不同，因此多微粒驅(qū)動的精度難以控制，微粒數(shù)量越多，精度控制越困難.針對多微粒驅(qū)動任務(wù)m4和m5，分別利用偏移角驅(qū)動控制算法、距離驅(qū)動控制算法、投影驅(qū)動控制算法及本文算法（k=0.1）進(jìn)行仿真，得到微粒運(yùn)動軌跡如圖6所示.
由圖6可以看出：在驅(qū)動任務(wù)m4中，偏移角驅(qū)動控制算法控制結(jié)果與預(yù)設(shè)軌跡偏離程度最小，距離驅(qū)動控制算法與投影驅(qū)動控制算法的控制結(jié)果與預(yù)設(shè)軌跡偏離程度較大，本文算法的控制結(jié)果與預(yù)設(shè)軌跡的偏離程度很小.在驅(qū)動任務(wù)m5中，偏移角驅(qū)動控制算法與投影驅(qū)動控制算法無法完成驅(qū)動任務(wù)，距離驅(qū)動控制算法控制結(jié)果與預(yù)設(shè)軌跡的偏離程度較大，本文算法的控制結(jié)果與預(yù)設(shè)軌跡的偏離程度較小.圖6利用不同控制算法實(shí)現(xiàn)多微粒驅(qū)動任務(wù)的控制結(jié)果? ?為了更好體現(xiàn)本文算法在多微粒驅(qū)動任務(wù)上的有效性，針對m4和m5，統(tǒng)計(jì)以上四種方法的控制精度與速度，結(jié)果如表2所示.
由表2可以看出：在多微粒驅(qū)動任務(wù)中，偏移角驅(qū)動控制算法控制精度高，但控制速度極慢，且隨著微粒數(shù)量的增加，偏移角驅(qū)動控制算法無法完成驅(qū)動任務(wù)；距離驅(qū)動控制算法的控制速度很快，但控制精度很差；投影驅(qū)動控制算法的控制精度與速度都相對較差，且隨著微粒數(shù)量的增多難以完成驅(qū)動任務(wù).本文算法表現(xiàn)最好，控制精度不遜于偏移角驅(qū)動控制算法，控制速度與距離驅(qū)動控制算法也相差較小.因此，本文所設(shè)計(jì)的控制算法在多微粒驅(qū)動任務(wù)上表現(xiàn)良好，控制速度快且控制精度較高.
3結(jié)論
本文針對聲波驅(qū)動微粒的控制算法進(jìn)行研究，將微粒與預(yù)設(shè)軌跡的偏移角和微粒與目標(biāo)點(diǎn)的歐式距離相結(jié)合，設(shè)計(jì)了一種基于偏移角和距離的控制算法，有效提升了驅(qū)動任務(wù)完成的速度與精度.分別針對單微粒與多微粒驅(qū)動進(jìn)行仿真，結(jié)果表明，本文算法能夠快速、準(zhǔn)確地完成聲波驅(qū)動微粒任務(wù)，具有良好的性能表現(xiàn).此外，本文在二維的金屬板上驅(qū)動微粒是聲波驅(qū)動裝置的一種，其他聲波驅(qū)動裝置如三維聲懸浮器、流體內(nèi)的微粒驅(qū)動，其位移場模型與本文類似，本文算法及思路也能有效地應(yīng)用于這些聲學(xué)驅(qū)動裝置上.
參考文獻(xiàn)
［1］ 沈飛，徐德，唐勇建，等.微操作/微裝配中微力覺的測量與控制技術(shù)研究現(xiàn)狀綜述［J］.自動化學(xué)報，2014，40（5）：2-8.
［2］ 李楊民，湯暉，徐青松，等.面向生物醫(yī)學(xué)應(yīng)用的微操作機(jī)器人技術(shù)發(fā)展態(tài)勢［J］.機(jī)械工程學(xué)報，2011，47（23）：1-13.
［3］ S.Tasoglu，E.Diller，S.Guven，et al.Untethered micro-robotic coding of three-dimensional material composition［J］.Nature Communications，2014，5（1）：3 124.
［4］ M.Krishnan，N.Mojarad，P.Kukura，et al.Geometry-induced electrostatic trapping of nanometric objects in a fluid［J］.Nature，2010，467（7 316）：692-695.
［5］ D.G.Grier.A revolution in optical manipulation［J］.Nature，2003，424（6 950）：810-816.
［6］ Tanyeri M.，Schroeder C.M.Manipulation and confinement of single particles using fluid flow［J］.Nano Letters，2013，13（6）：2 357-2 364.
［7］ D.Foresti，M.Nabavi，M.Klingauf，et al.Acoustophoretic contactless transport and handling of matter in air［J］.Proceedings of the National Academy of Sciences of the United States of America，2013，110（31）：12 549-12 554.
［8］ Mengxi Wu，Adem Ozcelik，Joseph Rufo，et al.Acoustofluidic separation of cells and particles［J］.Microsystems & Nanoengineering，2019，5（1）：32.
［9］ Ma Z，Holle A W，Kai M，et al.Acoustic holographic cell patterning in a biocompatible hydrogel［J］.Advanced Materials，2019，32（4）：1 904 181.
［10］ Bruce W Drinkwater.Dynamic-field devices for the ultrasonic manipulation of microparticles［J］.Lab on a Chip，2016，6（13）：2 360-2 375.
［11］ Kai Melde，Eunjin Choi，Zhiguang Wu，et al.Acoustic fabrication via the assembly and fusion of particles［J］.Advanced Materials，2018，30（3）：1 704 507.
［12］ A.Marzo，S.A.Seah，B.W.Drinkwater，et al.Holographic acoustic elements for manipulation of levitated objects［J］.Nature Communications，2015，6（1）：8 661.
［13］ A.Marzo，B.W.Drinkwater.Holographic acoustic tweezers［J］.Proceedings of the National Academy of Sciences of the United States of America，2019，116（2）：84-89.
［14］ Zhou Quan，Sariola Veikko，Kourosh Latifi，et al.Controlling the motion of multiple objects on a Chladni plate［J］.Nature Communications，2016，7（1）：12 764.
［15］ Artur Kopitca，Kourosh Latifi，Quan Zhou.Programmable assembly of particles on a Chladni plate［J］.Science Advances，2021，7（39）：eabi7 716.
［16］ Kourosh Latifi，Wijaya H，Quan Zhou.Motion of heavy particles on a submerged chladni plate［J］.Physical Review Letters，2019，122（18）：184 301.1-184 301.5.
［17］ Kourosh Latifi，Artur Kopitca，Quan Zhou .Model-free control for dynamic-field acoustic manipulation using reinforcement learning［J］.IEEE Access，2020，8：20 597-20 606.
【責(zé)任編輯：蔣亞儒】
猜你喜歡
紡織科學(xué)研究(2020年1期)2020-05-21 00:30:58
電鍍與環(huán)保(2018年2期)2018-04-19 02:05:05
制造技術(shù)與機(jī)床(2017年6期)2018-01-19 02:41:07
江西理工大學(xué)學(xué)報(2015年3期)2015-12-22 05:26:24
計(jì)算機(jī)工程(2015年8期)2015-07-03 12:19:56
電源技術(shù)(2015年9期)2015-06-05 09:36:06
電測與儀表(2014年14期)2014-04-04 11:53:30
電視技術(shù)(2014年19期)2014-03-11 15:37:52
單片機(jī)與嵌入式系統(tǒng)應(yīng)用(2014年9期)2014-03-11 15:35:07
組合機(jī)床與自動化加工技術(shù)(2014年12期)2014-03-01 02:22:54
