2. 实验自动化系统架构与状态监测对象

实验自动化系统并不是“把仪器连上电脑”这么简单。它本质上是一个由执行层、控制层、感知层和信息层共同构成的闭环系统:执行层负责搬运、加液、加热、测量等物理动作;控制层把实验流程翻译成设备可执行的指令序列;感知层持续采集温度、压力、流量、位置、电流等状态量;信息层则完成数据汇聚、状态判定、异常报警与实验记录。理解这套架构,是后续做状态监测与闭环验证的前提。

一、自动化实验平台的典型组成

一个可运行的自动化实验平台通常包含以下五类对象:

  • 执行机构:机械臂、XYZ 三轴模组、蠕动泵/注射泵、电动阀、加热台、搅拌器、温控模块等,直接改变实验对象或环境状态。
  • 传感与测量设备:热电偶/PT100、压力变送器、流量计、pH 电极、电子天平、光谱仪、相机等,把物理量转换为可读信号。
  • 控制与通信单元:PLC、运动控制卡、单片机、工控机、边缘网关,负责时序控制、协议转换与指令下发。
  • 实验容器与工位:反应釜、微反应器、96 孔板、样品盘、试剂瓶位,决定实验的空间布局与可并行度。
  • 软件与数据层:实验编排软件、SCADA/HMI、数据库、状态监测服务、报警与日志系统。

这些对象之间不是简单的串联,而是通过“指令流”和“数据流”两条链路耦合。指令流自上而下:实验脚本 → 调度器 → 控制器 → 执行机构;数据流自下而上:传感器 → 采集模块 → 网关 → 数据库 → 监测与判定逻辑。两条链路在控制器和监测服务处交汇,形成闭环。

二、关键设备与监测参数

不同实验平台的设备清单差异很大,但状态监测关注的参数类型高度相似。可以把监测对象分为四类:

监测对象典型设备关键参数常见异常
温度加热台、温控模块、反应釜设定值、实际值、升温速率、超调量升温停滞、超温、振荡
流体蠕动泵、注射泵、电磁阀流量、累计体积、压力、阀位堵管、气泡、漏液、阀未到位
运动机械臂、XYZ 模组位置、速度、电流、限位状态丢步、碰撞、限位触发
测量天平、pH 计、光谱仪读数、漂移、信噪比、采样时间读数跳变、基线漂移、超量程

以温度控制为例,若设定值为 80 ℃,实际值在 60 s 内应进入 ±2 ℃ 带内。如果 90 s 后仍低于 76 ℃,可判定为“升温异常”;若实际值超过 84 ℃ 且持续 10 s,则判定为“超温”。这些阈值不是拍脑袋定的,而是来自设备手册、历史实验数据或工艺要求,并需要在监测服务中显式配置。

三、数据流与状态判定链路

下面这张图展示了一个典型自动化实验平台从指令下发到状态判定的完整数据流。图中同时标出了关键监测点和判定分支,便于理解“哪里采、哪里判、哪里报警”。

自动化实验平台:指令流与数据流闭环 实验脚本 / 编排 步骤、参数、时序 调度器 / 工控机 任务分解、队列 PLC / 运动控制卡 IO、脉冲、协议 执行机构 泵、阀、臂、加热 指令流 ↓ 实验过程 加液 / 加热 / 搅拌 搬运 / 测量 / 反应 物理状态持续变化 传感器 / 测量设备 温度、压力、流量、位置 采集模块 / 网关 滤波、时间戳、协议转换 状态监测服务 阈值、趋势、规则判定 数据库 / 日志 原始值、状态、报警记录 数据流 ↑ 报警 / 干预 暂停、重试、通知 闭环反馈:状态判定结果影响后续指令 监测点 A:过程状态 监测点 B:原始信号 监测点 C:判定结果

图中三个监测点分别对应不同层次:A 点关注物理过程本身,B 点关注传感器原始信号质量,C 点关注规则判定后的状态标签。实际工程中,这三个层次的数据都应保留,因为当出现误报或漏报时,需要回溯到底是过程异常、信号异常还是规则配置不当。

四、一个可落地的监测参数配置示例

假设某实验平台执行“加热至 80 ℃ 并保持 10 min”的步骤,监测服务可以按如下方式配置参数。以下数值为教学示例,实际阈值需根据设备手册和历史数据标定。

{
  "step": "heat_hold",
  "setpoint": 80.0,
  "unit": "degC",
  "monitor": {
    "ramp_timeout_s": 90,
    "ramp_target_band": 2.0,
    "overshoot_limit": 4.0,
    "overshoot_duration_s": 10,
    "hold_duration_s": 600,
    "hold_band": 1.5,
    "sample_interval_ms": 500
  },
  "actions": {
    "on_ramp_timeout": "pause_and_alert",
    "on_overshoot": "cut_heater_and_alert",
    "on_hold_deviation": "log_warning"
  }
}

这段配置表达了几个关键判断:升温阶段 90 s 内必须进入 78~82 ℃;超调超过 84 ℃ 且持续 10 s 则切断加热并报警;保温阶段允许 ±1.5 ℃ 波动,超出只记录警告而不中断。采样间隔 500 ms 决定了状态判定的时间分辨率,也影响数据量——10 min 保温将产生约 1200 个采样点。

五、架构设计中的两个常见误区

误区一:只采“结果”,不采“过程”。 很多平台只记录最终测量值,忽略升温曲线、流量波动、阀位反馈等过程量。一旦实验失败,无法判断是设备故障还是工艺参数不合适。正确做法是把关键过程量以固定采样率写入时序数据库,并保留原始时间戳。

误区二:把监测逻辑写死在控制程序里。 如果把阈值判断直接写在 PLC 梯形图中,修改阈值需要重新下载程序,风险高、迭代慢。更合理的做法是把原始数据上传到监测服务,由独立规则引擎完成判定,PLC 只负责执行和急停保护。这样既保证安全,又让监测策略可配置、可追溯。

设计监测参数时,先问三个问题:这个量变化多快?允许的偏差是多少?异常时应该暂停、报警还是仅记录?答案决定了采样率、阈值和动作类型。