РАСПРЕДЕЛЕННАЯ СИСТЕМА АНАЛИЗА

Настоящее изобретение имеет отношение к распределенной системе анализа и способу анализа материалов с помощью названной системы. В частности, система и способ имеют отношение к оптическому анализу материалов с целью определения их характеристик.

Приборы для анализа, например, оптические, обычно спектрофотометры ближней ИК-области спектра (NIR - near infrared -ближняя [длинноволновая] ИК-область спектра), используются во многих отраслях для анализа образцов различных материалов с целью определения их количественных и/или качественных характеристик, например концентрации компонентов материала и физических свойств. В сельском хозяйстве и пищевой промышленности, например, содержание жира, белка и влаги в зерне и прочих зерновых культурах; содержание жира в мясе; содержание жира, белка, лактозы и мочевины в молоке; качество зерна, вина и прочих продуктов виноградарства; все это можно определить с помощью БИК-анализа. Разумеется, такой БИК-анализ применяется также в медицинской, фармацевтической, химической и нефтехимической промышленности.

Такой оптический анализ образцов представляет собой так называемое "косвенное" определение, поскольку оптические измерения являются только косвенным отражением определяемых характеристик. Результаты обычно получаются в течение нескольких минут в отличие от обычных "прямых", нередко химических, методов анализа, которые могут потребовать несколько часов или дней и которые нередко применяются в центральных лабораториях, удаленных от места, где получен образец.

Поскольку оптический анализ представляет собой косвенное определение, то должна быть установлена связь между оптическим измерением и характеристикой нужного свойства (далее по тексту "характеристикой" ("trait")). Как известно из существующей технологии, характеристику можно представить уравнением, где складываются произведения весовых коэффициентов и значений производных оптического поглощения или спектра передачи, измеренных аналитическим прибором. Обычно используется производная первого порядка спектра поглощения, но также или вместо этого могут использоваться производные более высоких порядков. Недифференцированный спектр поглощения (либо в ряде случаев, передачи) и некоторые, либо все его производные будут упоминаться в целом или по отдельности как требования контекста, как "спектр образца" либо, в более общем смысле, как "данные образца". Чтобы измерить искомую характеристику неизвестного образца, необходимо выбрать спектры из множества спектров известных образцов материалов, похожих на неизвестный образец. Характеристика(и) - будь то физическая характеристика или концентрация какого-либо компонента - которую(ые) нужно определить, известна(ы) для известных образцов. С использованием собранных спектров образцов, полученных на известных образцах и на основании знания соответствующей характеристики, весовые коэффициенты уравнений, связывающих известную характеристику с собранными спектрами, определяются с помощью множественной регрессии, с помощью частичного метода наименьших квадратов или других статистических методов, в том числе использующих искусственные нейронные сети. Такой процесс определения значений весовых коэффициентов известен как "калибровка". После определения значений калибровочных коэффициентов неизвестный образец можно анализировать с помощью аналитического прибора (или прибора, в значительной степени идентичного по параметрам, чтобы можно было использовать те же калибровочные коэффициенты) при использовании калибровочного коэффициента, полученного на известных материалах образцов. Обычно в известных приборах вместо измерения спектральной характеристики при определенных выбранных длинах волн, которые известны или предположительно коррелируют с характеристикой, спектры образцов собираются при длинах волн, распределенных в области спектра, соответствующей характеристике (чаще всего это ближняя ИК-область спектра), при этом формируются коэффициенты и уравнения, связанные с характеристикой измерений спектра в этой спектральной области. Калибровочные коэффициенты необходимы для определения каждой характеристики и каждого вида образца материала и нередко объединяются в "калибровочные библиотеки", к которым может обращаться и которые может использовать процессор обработки данных, запрограммированный на определение искомой характеристики. Такие калибровочные библиотеки могут дополнительно или вместо этого содержать полные калибровочные уравнения, включая калибровочные коэффициенты, для использования в процессоре обработки данных. Термин "калибровочная модель" используется для обозначения калибровочных коэффициентов и калибровочных уравнений, связанных с определенной характеристикой, в зависимости от контекста использования. Следует понять, что сходная методология может быть применена к данным образцов других видов, которые генерируются с использованием других режимов косвенных измерений, реализованных в аналитических приборах других типов.

Система анализа с использованием БИК-спектрофотометра известна, например, из US 6751576 (Холл и др.) и из US 2003/0122080 (Берлинг-Клэридж и др.) (содержание которых приведено здесь в виде ссылки), где процессор обработки данных расположен в месте, удаленном от аналитического прибора, и где имеется линия связи для обеспечения передачи данных между аналитическим прибором и процессором обработки данных.

Кроме того, такая распределенная система анализа снабжена запоминающим средством, которое также расположено в месте, удаленном от аналитического прибора, обычно вместе с процессором обработки данных, и которое содержит калибровочную библиотеку для обращения к ней и использования со стороны процессора обработки данных. Процессор обработки данных приспособлен для выбора в библиотеке подходящей калибровочной модели в зависимости от данных, полученных от определенного удаленного аналитического прибора посредством линии связи, и для последующего применения выбранной таким образом модели к данным образца, которые также предоставляются по упомянутой линии связи. С использованием той же линии связи характеристика, которая определена в результате применения выбранной калибровочной модели, передается обратно на место, предпочтительно, на устройство вывода, расположенное поблизости от аналитического прибора, который сгенерировал данные образца. Таким образом, библиотека калибровочных моделей может поддерживаться централизованно, что облегчает их обновление, например, по мере добавления новых известных образцов или разработки методологии статистического анализа. Далее, поскольку разработка калибровочной библиотеки требует материальных и временных затрат, то благодаря централизованному хранению библиотеки в отдалении от пользователя аналитического прибора обеспечивается более значительная степень контроля доступа и использования моделей библиотеки.

Однако данные образца, такие как оптический спектр, даже в сжатом виде представляют собой значительный объем данных, который должен передаваться по линии связи. Необходимо предпринять меры для обеспечения устойчивости линии связи в течение относительно длительного времени, необходимого для передачи упомянутых данных, и для обеспечения точности представления переданных таким образом данных в центральном процессоре. Далее, результаты анализа, которые должны передаваться зачастую по широкодоступной линии связи, являются закрытой информацией, которая в принципе может быть использована против деловых интересов получателя, которому она предназначена.

В соответствии с первым аспектом настоящего изобретения обеспечивается система распределенного анализа, описываемая и характеризуемая пунктом 1 формулы изобретения.

В соответствии со вторым аспектом настоящего изобретения обеспечивается способ анализа материалов, который выполняется с помощью системы, соответствующей первому аспекту, и, таким образом, имеет все описываемые в связи с ним преимущества.

Как упомянуто выше, предполагается, что настоящее изобретение полезным образом может быть применено ко многим различным типам аналитических приборов, которые используются для косвенного определения характеристик материалов. Однако особенно полезное применение настоящего изобретения относится к приборам спектрофотометрического анализа БИК, и поэтому в следующем описании примеров использования будут даны ссылки на прибор типа спектрофотометра БИК, в особенности - в контексте анализа сельскохозяйственных и пищевых продуктов.

Преимущества, связанные с системой и способом, соответствующими настоящему изобретению, станут более очевидными на основании рассмотрения следующего описания примерного варианта осуществления настоящего изобретения, приведенного со ссылкой на прилагаемые чертежи, на которых:

на фиг.1 показано схематическое представление распределенной системы анализа в соответствии с настоящим изобретением; и

на фиг.2 показана схема способа, соответствующего настоящему изобретению.

Рассматривая теперь распределенную систему анализа, изображенную на фиг.1, где показанные спектрографические приборы 2, 4 установлены на нескольких локальных объектах А, В, С, которые могут представлять собой любые географические местоположения в мире, имеющие доступ к необходимой линии связи, здесь - это Интернет 6. Разумеется, Интернет можно заменить другими линиями связи, например обычными телефонными линиями или приемопередатчиками беспроводной связи, способными передавать данные между географически отдаленными местами.

Чтобы пояснить, хотя бы частично, универсальность распределенной системы анализа, соответствующей настоящему изобретению, показан пример, изображенный на фиг.1, где на объекте А расположено несколько (здесь 3) отдельных приборов 2, каждый в отдельности подключен к Интернету 6; на объекте В расположен только один прибор 2, идентичный приборам, расположенным на объекте А; а на объекте С находится один прибор 4, содержащий сеть отдельных датчиков 4а, каждый из которых предназначен для генерирования данных образцов, и все они подключены к одному процессору 4b обработки данных, который снабжен соединением с устройством вывода 4с, например дисплеем или принтером, и соединением с линией связи 6. В предпочтительном примере приборы 2, 4 могут быть настроены различным образом для обеспечения выполнения описанных здесь функций и при этом оставаться в пределах объема изобретения в соответствии с его формулой. Таким образом, процессор 4b обработки данных может, например, содержать сервер на объекте, подсоединенный к центральному процессору обработки данных, поблизости от датчиков 4а или устройства 4b вывода.

В состав распределенной системы анализа также входит центральное запоминающее средство 8, расположенное на объекте, который географически удален от локальных объектов А, В, С. Конфигурация центрального запоминающего средства 8 предусматривает двунаправленный обмен данными с аналитическими приборами 2, 4 по линии связи 6. Запоминающее средство 8 в этом примере осуществления представляет собой компьютер, который используется для хранения централизованной калибровочной библиотеки и для работы с ней. Запоминающее средство 8 может, конечно, включать несколько компьютеров, возможно, выполняющих различные функции (как показано выше), например функцию связи, функцию обновления библиотеки и функцию выбора калибровочной модели. Однако конфигурация такого сочетания на практике будет настроена на обеспечение работы в качестве единого целого.

Теперь рассмотрим фиг.2, где показан производственный процесс, иллюстрирующий способ анализа материалов образцов с целью определения их характеристики при помощи системы, изображенной на фиг.1. Понятно, что необязательно выполнять все шаги в указанной последовательности, поскольку процесс является общей иллюстрацией выполняемых шагов и соответствует примеру осуществления системы, показанному на фиг.1.

Во-первых, на шаге 10 отдельные или объединенные с аналитическим прибором 2 датчики 4а собирают данные образцов, которые следует использовать для определения характеристики. В представленном примере осуществления приборы 2, 4 представляют собой спектрографические приборы БИК, поэтому упоминаемые здесь данные образца представляют собой данные спектра образца, записанные обычным образом. Эти данные образца, как показано на шаге 12, передаются процессору 4b обработки данных или процессору обработки данных (не показан), встроенному в аналитический прибор 2, где они временно или постоянно записаны.

Затем в представленном предпочтительном примере осуществления выполняется шаг 14 сбора информации. Из нижеследующего станет очевидно, что шаг 14 сбора информации может быть в некоторых примерах осуществления пропущен, например там, где единственный аналитический прибор используется для определения единственной характеристики либо фиксированного известного набора характеристик.

Сбор информации может либо осуществляться автоматически, либо вводиться вручную пользователем и, в более широком диапазоне применения, обозначает тип анализируемого материала и отдельный прибор, выполняющий анализ. В качестве примера, при дальнейшем рассмотрении способа, показанного на фиг.2, предполагается, что с каждым прибором 2 и датчиком 4а связан уникальный идентификатор, например глобальный уникальный идентификатор (Globally Unique Identifier - GUID) или штрихкод, который может автоматически считываться и передаваться в качестве электронного сигнала, и что информация, связанная с анализируемым образцом, вводится вручную пользователем с помощью интерфейса пользователя, например сенсорного экрана, клавиатуры, указывающего устройства или любого их сочетания. Эта информация об образце, введенная пользователем, может, например, обозначать некоторое разнообразие анализируемых зерен и характеристику или характеристики, которые следует определить.

В представленном примере уникальные идентификаторы и информация, введенная пользователем, могут передаваться на следующем шаге 16 через Интернет 6 центральному запоминающему средству 8, расположенному в отдаленном месте.

В представленном примере осуществления центральное запоминающее средство 8 хранит не только калибровочную библиотеку 20, но и базу данных, которая индексирует идентификаторы аналитических приборов 2, 4 и, вероятно, отдельных датчиков 4а, составляющих аналитический прибор 4, полученные запоминающим средством 8 на основе переданных ему электронных идентификаторов, с группой или группами калибровочных моделей (включая, например, группу, составляющую библиотеку 20 целиком) из библиотеки 20, которую можно сделать доступной для обозначенного таким образом субъекта. На следующем шаге 18 калибровочная модель или модели, доступная(ые) для индексной группы, выбирае(ю)тся в зависимости от информации, введенной пользователем, в частности той, что обозначает определяемую характеристику, которая должна быть определена. Зашифрованное представление этой выбранной калибровочной модели или моделей передается на следующем шаге 22 обратно соответствующему процессору обработки данных, расположенному на соответствующем объекте А, В, С. Соответствующий объект и процессор обработки данных можно легко идентифицировать по идентификатору прибора в соответствующей индексированной базе данных.

В качестве дополнительного примера универсальности распределенной системы анализа, соответствующей настоящему изобретению, как показано на фиг.1, конфигурация запоминающего средства 8 предусматривает хранение в качестве части библиотеки 20 множества калибровочных моделей, каждая из которых может использоваться при определении одной и той же характеристики, но которая образована известным вышеописанным способом с использованием различных наборов известных образцов. Таким образом, например, на объектах А и В размещен в основном один и тот же аналитический прибор 2 для выполнения определения в основном одной и той же характеристики. Однако каждый из объектов А и В принадлежит разным субъектам, и аналитический прибор 2 можно считать принадлежащим к независимым сетям на объектах А и В. Владелец объекта А предоставил дополнительные известные образцы для дополнения или замены образцов, используемых при генерации общедоступной группы в калибровочной библиотеке 20, и, таким образом, создал определенную группу калибровочных моделей в библиотеке 20. Владелец объекта А желает ограничить доступ к этой конкретной группе только теми приборами, которые проиндексированы как принадлежащие объекту А, тогда как владелец объекта В может обращаться к тому же запоминающему средству 8, но сделал доступными только те калибровочные модели, которые проиндексированы как принадлежащие общедоступной группе.

Владелец объекта С управляет производством, перерабатывающим зерно в муку, и разместил в различных частях локального объекта С датчики 4а для контроля процесса в режиме реального времени. В этом примере процессор обработки данных 4b получает электронные идентификаторы, которые обозначают каждый из датчиков 4а в отдельности, и имеет электронный идентификатор для обозначения объекта В. Этот идентификатор объекта передается на шаге 16 запоминающему средству 8. Библиотека 20, соответствующая настоящему изобретению, содержит также калибровочные модели, доступные исключительно для объекта С, которые используются не только для определения характеристик промежуточных материалов процесса, а также качества конечного продукта, здесь это мука. Предполагается, что в следующей версии настоящего изобретения объект С снабжен автоматизированной системой управления процессом, которая соединена с системой, соответствующей настоящему изобретению. Предпочтительно, чтобы конфигурация системы управления процессом могла передавать инструкции процессору обработки данных 4b, которые побуждали бы определенный датчик из числа датчиков 4а генерировать данные образца. Конфигурация процессора 4b обработки данных может затем предусматривать передачу определенных таким образом характеристик системе управления процессом для использования при контроле и изменении работы перерабатывающего производства.

Предпочтительно, чтобы запоминающее средство 8 было снабжено соответствующей компьютерной кодировкой и индексной базой данных, чтобы оператор (обычно независимый от владельцев локальных объектов А, В, С) центрального запоминающего средства 8 мог оказывать услугу, которая удовлетворяет требования всех таких различных владельцев.

По получении через Интернет 6 зашифрованной передачи в соответствии с шагом, показанным на 22, процессор обработки данных на следующем шаге 24 пытается дешифровать полученную дешифрованную модель. Если дешифровка заканчивается неудачей из-за повреждения при передаче, прекращения передачи или ошибочного приема калибровочной модели, не предназначенной для этого объекта, то на шаге 26 информация повторно передается на запоминающее средство 8 посредством линии связи (здесь - Интернет 6) в соответствии с шагом 16, и шаги 18-22 повторяются.

В соответствии с шагом 24 после успешной дешифровки полученных зашифрованных калибровочных моделей они временно сохраняются в процессоре обработки данных, который привлекается для выполнения соответствующего программного обеспечения для осуществления общеизвестным способом определения искомой характеристики или характеристик на основании данных образца, полученных на шаге 10 и записанных на шаге 12.

Например, процессор 4b обработки данных, скажем, аналитических приборов 2, 4, может быть снабжен постоянным запоминающим средством, например жестким диском, и временным запоминающим средством, например энергозависимой памятью с возможностью адресации. Здесь термины "постоянное" и "временное" могут интерпретироваться по отношению друг к другу в контексте изобретения. Процессор обработки данных запрограммирован для записи данных образцов в постоянной памяти и для сохранения дешифрованной калибровочной модели во временной памяти. Программное обеспечение для осуществления определения побуждает процессор обработки данных извлечь введенные данные образца, здесь в виде спектра образца, в рабочую память и для доступа к калибровочной модели.

После завершения определения характеристики или характеристик на шаге 28 результаты предоставляются пользователю, например, путем отображения их на устройстве, которое может быть объединено с аналитическим прибором 2 (не показан) или отдельным компонентом 4 с прибора 4. Кроме того, результаты могут сохраняться в постоянной памяти.

На этом шаге 28 настоящего изобретения процессор 4b обработки данных, скажем, определяет, нужно ли убирать полученную калибровочную модель из доступа процессора обработки данных путем удаления ее из энергозависимой памяти, имеющей возможность адресации.

Предполагается, что процессор обработки данных может быть приспособлен для удаления калибровочной модели в зависимости от выполнения других заранее определенных условий. Таким образом, например, конфигурация процессора обработки данных может включать счетчик, который может представлять собой счетчик затраченного времени или счетчик использования, который подсчитывает количество определений в соответствии с шагом 24, и приспособленный для удаления модели в наиболее ранний из следующих моментов: достижение счетчиком заранее заданного числа или "выключение" по инициативе программного обеспечения для окончания сеанса анализа.

Кроме того, предполагается, что в способ, соответствующий настоящему изобретению, может быть включено обновление содержимого запоминающего средства 8 на шаге 30. Это обновление, как проиллюстрировано, может включать внесение изменений в калибровочную библиотеку 20, при котором возможно обновление калибровочных моделей и добавление новых моделей для расширения возможностей определения характеристик системы анализа, либо может предусматривать замену всей библиотеки. В индексную базу данных могут добавляться новые пользователи, либо могут изменяться права доступа существующих пользователей к калибровочным моделям.