基于非线性动力学的组织工程支架打印过程监测和故障诊断方法研究

Tissue engineering scaffold using additive manufacturing (AM) technology has been widely used in the field of tissue/organ repair and reconstruction. However, the printing processes exhibit high level of nonlinear dynamic behaviors, which are difficult to guarantee the quality of scaffold and restrict the large-scale application of tissue engineering scaffold. This project focuses on the nonlinear dynamics of printing processes, and proposes a novel recurrence analysis theory for process monitoring and fault diagnosis of tissue engineering scaffold printing system. Firstly, a nonlinear dynamic model is developed for the tissue engineering scaffold printing system to analyze state variation under fault and defect conditions. The sensor network is designed to real-time monitor model parameters. Secondly, we determine the relationship between out-of-control conditions and model parameters based on the nonlinear dynamic model. The recurrence plot and corresponding quantification analysis theory are proposed to reflect the state variation and nonlinear dynamic behaviors. Thirdly, process monitoring methods are proposed to monitor the mean and covariance matrix of recurrence analysis results based on statistical process control algorithm. Also, control limits are determined to analyze fault reasons of out-of-control conditions. Finally, process monitoring and fault diagnosis experiments are designed for the tissue engineering scaffold printing system. This project not only plays an important role in controlling the quality of tissue engineering scaffold, but also has great potentials for revealing nonlinear dynamics of additive manufacturing processes.

增材制造技术打印的组织工程支架在组织器官的修复和重建领域有着广泛的应用，但是打印过程具有明显的非线性动力学行为，难以保障支架质量，限制了组织工程支架的大规模应用。本项目针对打印过程的非线性动力学特性，提出递归分析理论来实现组织工程支架打印的过程监测和故障诊断。建立组织工程支架打印过程的非线性动力学模型，分析系统故障和缺陷激励下的模型状态参量变化，设计传感器网络实时监测模型所需数据；根据非线性动力学模型，确定过程失控和故障与模型参数的关联关系，提出反映变化规律和非线性动力学特点的递归图及其定量分析理论；基于递归分析结果与统计过程控制方法，研究对递归信息的均值和协方差矩阵的过程监测方法，确定控制图的控制区间，分析系统失控状态的故障原因；开展面向组织工程支架打印的过程监测和故障诊断实验研究。本项目的研究对控制组织工程支架质量、揭示增材制造过程的非线性动力学机理具有重要意义。

增材制造技术打印的组织工程支架在组织器官的修复和重建领域有着广泛的应用，但是打印过程具有明显的非线性动力学行为，难以保障支架质量，限制了组织工程支架的大规模应用。本项目针对打印过程的非线性动力学特性，提出递归分析理论来实现组织工程支架打印的过程监测和故障诊断。（1）本项目针对FDM型增材制造中的送丝机构进行动态监测，以信号频域数据之间差异作为特征量，提出的监控方法对不同送丝速度的识别准确率达到92.73%；（2）本项目基于无线传感器网络进行非线性动力学模型研究，对真实数据和随机传感器网络不同场景的实验结果表明，本项目提出的稀疏粒子滤波可有效支持随机传感网络设计并利用不确定性信息来进行时空动力学复杂系统的建模；（3）相对于传统的递归量化分析（RQA）从传感器信号中提取非线性信息，本项目提出了一种新的递归分析方法，即基于递归图的深度学习算法；（4）本项目提出了一种新的非均匀递归分析方法，用于非线性动态过程的在线监测和异常检测。实例研究表明，所提出的方法不仅捕获了转换空间中的异质性递归模式，而且提供了有效的在线控制图来监测和检测潜在非线性过程中的动态转换。（5）本项目提出了一种新的多尺度框架，用于探索复杂系统中的递归动力学，并解决大规模数据集的计算问题。与传统的单尺度递推分析不同，我们对多个小波尺度下的递归动力学进行了表征和量化，它不仅捕捉了长期时间序列中的非线性行为，而且还捕获了非平稳行为。（6）本项目将多尺度递归分析与自组织图相结合，用于信号的在线监测和故障诊断。在有监督和无监督两种方式下，利用自组织图（SOM）来研究递归特征的自组织模式与信号质量之间的关系。综上所述，本项目的研究对控制组织工程支架质量、揭示增材制造过程的非线性动力学机理具有重要意义。