工学教育・研究のためのインタラクティブで可視化されたオンライン実験システム
2021年11月24日
この研究では、理論、概念、式の可視化、3次元(3次元)仮想試験装置による実験プロセスの可視化、チャートやカメラなどのウィジェットを用いた制御・監視システムの可視化など、可視化された実験を提供するオンライン実験システムについて説明する。
私たちのプロトコルは、教育、学習、および研究のためのオンライン研究所でのリモートおよび仮想実験を実現します。理論知識と実験の実践は、私たちのプロトコルを通じて教えと学習を強化するために組み合わされています。理論ガイド付き実装、Web ベースのアルゴリズム設計、カスタマイズ可能な監視インターフェイス、3 次元の仮想およびリモート実験を可能にする統一されたフレームワークを提供します。
ジジエ・ウィーとシェンワン・イーは、この手順を実証するのに役立ちます。ウェイは修士号に向けて取り組んでおり、Yeは博士号に向けて取り組んでいます。まず、メインストリームの Web ブラウザを開き、URL www.powersim.whu.edu.cn/react を入力します。
実験開始ボタンをクリックし、W-H-U-T-E-S-Tをユーザー名とパスワードとして書き込み、システムにログインします。左側のサブラボリストに WHU ラボを入力し、実験の WHU 標準リンクを選択し、アルゴリズム設計サブインターフェイスを入力します。[新しいモデルの作成] ボタンをクリックし、Web ベースのアルゴリズム インターフェイスを入力します。
提供されたブロックを使用して回路図を構築します。対応するブロックをダブルクリックしてパラメータを設定し、シミュレーション開始ボタンをクリックします。シミュレーション結果はインタフェースで提供されます。
コンパイル開始ボタンをクリックし、デザインブロックダイアグラムが実行可能な制御アルゴリズムに生成されるまで待ちます。この制御アルゴリズムは、タスクリグ側に展開されたリモートコントローラにダウンロードして実行し、制御アルゴリズムを実装することができます。要求制御ボタンをクリックして、回路システムの制御を申請します。
次に、アルゴリズム設計サブインターフェイスへの戻りボタンをクリックします。プライベート アルゴリズム モデル のパネルで実行可能な制御アルゴリズムを見つけます。実験ボタンをクリックして、設計制御アルゴリズムをリモートコントローラにダウンロードします。
構成サブインターフェイスを入力し、[新しいモニタの作成] ボタンをクリックして、モニタリング インターフェイスを設定します。パラメータチューニング用のテキストボックスを4つ、信号監視用の曲線チャートを1つ含めます。選択したウィジェットに信号とパラメータをリンクし、チャートのX軸範囲を8Sに設定します。
開始ボタンをクリックして実験を開始します。入力電圧をゼロボルトに設定し、コンデンサCを5マイクロファラドに調整してから、入力電圧を1ボルトに設定します。NCSLab システムにログインし、プロセス制御サブラボに入ります。
ダブルタンクテストリグを選択し、アルゴリズム設計サブインタフェースを入力します。例 1 で説明した手順に従って、比例積分微分または PID 制御アルゴリズムを設計します。PIDコントローラをダブルクリックすると、比例は1.12、積分は0.008、微分は6.6に等しくなります。
次に、シミュレーションの開始ボタンをクリックします。設定パラメータボタンをクリックし、コンパイル設定パネルに入り、ソルバーをODE4に設定します。実行可能な制御アルゴリズムを生成し、リモートコントローラーに制御アルゴリズムをダウンロードします。
設定点、P、I、および D.4 つのテキスト ボックスを備えたモニタリング インターフェイスを設定します。グラフの X 軸範囲を 200S に設定します。リアルタイム データに接続された水位のテスト リグとアニメーションのすべての角度を提供できる 3D ウィジェットを選択します。
次に、スタートボタンをクリックします。設定点を10センチメートルから5センチに設定し、制御タンク内の水位の高さが5センチメートルで安定したときに0.1に等しく設定します。設定点を 5 センチから 15 センチにリセットします。
I を 0.1 から 0.01 にチューニングし、設定点を 15 センチメートルから 25 センチメートルにリセットします。オーバーシュートが排除され、水位は20センチメートルの設定点値で安定します。NCSLabシステムにログインし、リモートラボのサブラボでファン速度制御を選択します。
アルゴリズム設計サブインタフェースを入力し、ブロックをドラッグしてIMC制御アルゴリズム図を構築します。次に、実行可能な制御アルゴリズムを生成します。ファンスピード制御システムを採用し、設計されたIMCアルゴリズムを検証します。
モニタリングインターフェイスを設定し、2つのテキストボックスを設定点と着陸船でリンクしてチューニングします。次に、リアルタイムチャートを監視用の設定ポイントと速度にリンクします。ファンとカメラウィジェットの3Dモデルウィジェットを選択し、リアルタイム実験をアクティブにするためにスタートボタンをクリックします。
設定ポイントを 2,000 RPM から 1,500 RPM にリセットします。そして最後に、1,500 RPM から 2, 500 RPM にリセットします。設計制御アルゴリズムを用いた第1次システムのリアルタイム実験を以下に示す。
パラメータは調整可能で、信号は提供されたウィジェットで監視することができます。代表的な画像は、積分項を0.1から0.01にチューニングした後のデュアルタンクシステムでのリアルタイム実験を示しています。設定点は15センチメートルから25センチメートルにリセットされます。
オーバーシュートはここで排除されました。リアルタイム制御が可能で、ファン速度を3D仮想ファンシステムと組み合わせたリモートラボラトリーで監視できます。物理ファンシステムは武漢大学にあり、世界中のユーザーにリモートラボサービスを提供しています。
マルチエージェントの協調制御実験も行うことができるので、遠隔研究室で協調制御性能エージェントを実演することができる。この技術は、実験機器のオンライン共有を実現し、実験教育の発展を多様化し、遠隔・三次元仮想実験室の開発に向けた優れた実証を提供します。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
この作品は、理論的知識と実践的応用に焦点を当てた視覚化実験を統合したオンライン実験システムを提示します。3次元仮想テストリグとカスタマイズ可能なモニタリングインターフェースを組み合わせて、教育と研究を強化します。
主要な研究要素
科学の分野
- 神経科学
- 生物学
- オンライン教育
背景
- 教育における理論と実践の統合。
- リモート実験のためのウェブベースプラットフォームの使用。
- 複雑な概念を理解する上での視覚化の重要性。
- 実験のための統一フレームワークの開発。
研究目的
- 仮想実験を通じて教育と学習を強化する。
- リモートおよびインタラクティブな学習のためのプラットフォームを提供する。
- 実践的応用を通じて理論的概念のより良い理解を促進する。
使用された方法
- オンライン実験システムの開発。
- 視覚化のための3次元仮想テストリグ。
- カスタマイズ可能なインターフェースのためのウェブベースアルゴリズム設計。
- グラフやカメラなどのモニタリングツールの統合。
主要な結果
- リモート実験の成功した実証。
- 視覚的補助を通じた学習への高い関与。
- オンラインプラットフォームの使いやすさに関する肯定的なフィードバック。
- 理論的および実践的知識の効果的な組み合わせ。
結論
- オンライン実験システムは教育に効果的です。
- 視覚化は複雑な理論を理解する上で重要な役割を果たします。
- リモート実験は研究機会を強化できます。
よくある質問
Executive Industry Relevance
Remote and virtual experimentation platforms with customizable monitoring and algorithm design capabilities are increasingly relevant for biopharma R&D, enabling distributed teams to test, visualize, and refine control strategies in real time. Such systems support hypothesis-driven engineering of experimental setups, facilitating rapid iteration and reproducibility across geographically dispersed research groups. The integration of web-based, theory-guided algorithm implementation and real-time data visualization enhances predictive confidence and operational efficiency in early-stage technology development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Supports rapid prototyping and validation of experimental control algorithms for complex biological systems.
- Enables remote hypothesis testing and iterative refinement of experimental parameters.
- Facilitates functional de-risking by allowing real-time monitoring and adjustment of system variables.
Screening & Assay Development
- Prepares validated, customizable experimental systems for downstream assay workflows.
- Standardizes data collection and visualization through configurable monitoring interfaces.
- Enables reproducible, scalable experimentation for reliable compound or system evaluation.
Translational & Preclinical Research
- Provides continuity from algorithmic design to real-time system validation, supporting translational research needs.
- Aligns experimental outputs with quantitative monitoring for preclinical model optimization.
- Reduces risk by enabling remote, iterative testing before physical implementation.
Pipeline & Workflow Integration
This online experimentation system bridges early discovery, screening, and preclinical validation by enabling remote, theory-guided algorithm design and real-time monitoring of experimental systems.
- Discovery Biology: Facilitates hypothesis testing and pathway clarification through customizable, interactive experimentation.
- Screening: Delivers standardized, quantitative outputs for comparative analysis across experimental conditions.
- Analytics: Integrates real-time data visualization and parameter tracking for robust statistical analysis.
- Translational Research: Supports iterative refinement and validation of control strategies in disease-relevant or engineered systems.
- Enterprise Reuse: Provides a scalable, web-based platform for repeated use across multiple research teams and projects.
Operational & Enterprise Impact
- Scientific Value: Enhances predictive confidence and target validation through real-time, interactive experimentation.
- Operational Value: Increases reproducibility and standardization with customizable monitoring and algorithm deployment.
- Strategic Value: Accelerates go/no-go decisions and reduces resource expenditure by enabling remote, iterative testing.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of experimental technologies.
Implementation Considerations
- Requires expertise in algorithm design and system modeling for effective use.
- Depends on robust web-based infrastructure and remote access to experimental hardware.
- Demands cross-team standardization of monitoring interfaces and data outputs.
- Adaptable to various experimental models with appropriate widget and interface configuration.
- Limited by the fidelity of virtual representations and remote hardware integration.
Biopharma FAQs
Chapters in this video
0:05
Introduction
0:47
Example 1: First-Order System Using Circuit-Based Experimentation Protocol
3:16
Example 2: Interactive and Visualized Virtual Experimentation Protocol
5:34
Example 3: Research with Remote and Virtual Laboratories Protocol
6:44
Results: Real-Time Experimentation with the Designed Control Algorithm, 3-D Virtual, and Physical Test Rigs
7:47
Conclusion
