基于虚拟仿真技术的应用型大学生化实验系统设计

牛丽伟

（锦州医科大学 医疗学院，辽宁 锦州）

引言

目前，存在部分高校虽然应用生化类型的实验室及管控系统，但其达不到预期的教学效果[1-2]。基于此，本次研究提出了一种基于虚拟仿真的应用型大学生化实验管理系统设计。将虚拟仿真技术(Virtual Reality)与应用型大学生化实验管理系统的相结合，可在一定程度上扩大实际的管控范围，逐步形成一个更加灵活、多变的管理结构[3]。希望可通过本次研究，增强学生对生化教学信息和定向资源的利用率，为后续应用关联及生化实验转换奠定基础。

1 设计应用型大学生化实验虚拟仿真系统硬件

1.1 识别读写器设计

基于实际生化实验的系统需求进行读写器的设计[4]，其具体如图1 所示。

图1 HF RFID 嵌入式读写器关联

根据图1，完成对HF RFID 嵌入式读写器的关联与设定。在电路中增设一个ARM7 型号的控制芯片，将读写器与芯片搭接，形成一个覆盖性的读写范围，然后写入具体的生化实验初始管理命令及任务，使其由ARM7 芯片筛选下达，启动所属区域的射频前端装置，设置工作频率为128.55 HZ，发射功率比为5.2[5]。当信号发出时，通过天线形成有效的读写服务区，此时将标签中的数据再次导入内置的读写硬件中，主要包含分类信息、数据和控制信息两种，设置ADC 转换器进行错误校验处理，接入ZigBee 无线网络，形成多层级、多目标的硬读写器硬件控制结构，完成对系统基础硬件环境的构建。

1.2 射频前端模块电路设计

结合当前系统的设计需求及标准，对初始的前端电路进行处理和优化调整。以射频收发芯片控制为核心，设置电路的执行参数及信息如表1 所示。

根据表1，结合实际的电路设置方向和标准，进行电路零中频硬件结构的设置，为避免自阻塞直流的干扰，设置电路的抑制比，在小型的控制电路中增设一个DRM 滤波器替换电容，同时与振荡器、锁相环相关联，使其形成更为可控的R1000 外围发射前端电路。

1.3 CMU 控制板设计

将初始的CMU 控制板接入上述构建的射频前端模块电路中，并与小型的控制电路呈现出串联的关系。在小型电路中的模组上配套设置一个单元控制板CMU，设置电芯的数量为6 个，采用FPC 软排线将控制板与设置的识别读写器进行搭接和关联。测定计算出CMU 控制板的供电单元值，其计算如式(1)所示：

式中：A 表示CMU 控制板的供电单元值；γ 表示单元覆盖范围；R 表示转换比；n 表示芯片的工作频率；ϖ表示均衡偏差。为确保应用型大学生化实验管控系统的功能安全等级，在运行稳定的状态下，设置8节的应用控制电芯，电压控制在3.5 V～5.5 V 之间为最佳，模组总电压为35 V 到42.5 V。在电路的外侧接入NPN 三极管，对关联元件进行降压处理，将设置的电路划分为采集电路、通信电路、供电电路和总控电路四种，采用PCB 的布局管控方式，完成初始硬件的搭接与关联。

2 设计应用型大学生化实验管理虚拟仿真系统软件

2.1 虚拟仿真生化实验管理指令集群设计

首先，在初始化的管控结构中增设管理标签，采集关联设备产生的数据和信息，通过阅读器读取识别数据信息的种类，将每一组信息数据进行格式的转化，形成数据包的格式。

其次，将同种类的数据包进行指令导入，并进行编码设计，遵循唯一性和统一性，在指令设计中增设交流和共享的辅助指令，以最大程度上减少指令的转换差错率，以此来提高系统对于日常任务管控效果。对系统指令建立标签，设置EPC96 位的编码。结合虚拟仿真技术，对指令的初始控制指标及参数进行设置，如表2 所示。

表2 虚拟仿真指令初始控制指标及参数设置

根据表2，实现对虚拟仿真指令初始控制指标及参数设置，接下来，综合当前的实验管理需求，将所属设计的指令按照实际的种类进行划分和集成处理，形成循环性的集成指令群体，构建为指令集群。

2.2 多层级虚拟仿真生化实验管理功能模块设计

完成对虚拟仿真生化实验管理指令集群的设计后，基于虚拟仿真技术，构建多层级生化实验管理功能模块。本次研究结合生化实验室的管控需求，采用主流的B/S 架构设计，融合ASP 的管控方式，在虚拟仿真技术的辅助和支持下，先进行基础性功能模块的设计，如图2 所示。

图2 多层级虚拟仿真生化实验基础管理功能模块

根据图2，完成对多层级虚拟仿真生化实验基础管理功能模块结构的设计与分析。在基础性模块的控制程序之中，建立内置的管控体系，进一步深化管理的质量和效率，建立虚拟仿真的功能单元，在软件结构中形成多层级的管理可变程序，与虚拟仿真技术相结合，设置可视化的透明实验管理体系，如图3 所示。

图3 虚拟仿真下可视化实验管理体系结构

根据图3，完成对虚拟仿真下可视化实验管理体系结构的设计与实践应用。

2.3 虚拟仿真实验自适应数据库设计

结合虚拟仿真技术，进行自适应数据库的设计。在传统数据库结构的基础上，增设一个自适应的筛选程序，使其可通过登录密码使用自适应数据库。在系统对实验管理任务进行处理的过程中，会产生大量的数据和信息，部分是存在可应用价值的，所以，将数据信息以数据包形式传输到对应位置后，利用自适应的程序对其进行可控性的筛选与分类处理，以此来提高其安全性。

在虚拟仿真技术辅助下，虚拟可视化处理所采集的数据和信息，形成仿真防护机制，可在最大程度上确保自适应数据库中的数据不被非法窃取。在虚拟仿真技术引导下，对各区域形成的数据及信息进行标准化处理，形成仿真数据管理结构。将其转换为具体的程序，设置在数据库的控制结构中，形成正向关联条件，完成系统数据库及软件设计。

3 系统测试

3.1 测试准备

结合虚拟仿真技术，对D 学校的生化实验系统实际应用测定环境作出搭接。首先，对实验室的基础性环境及应用测定程序进行设置。生化实验系统的开发基于ASP.Net 平台，采用Visual Studio 2015 作为实践性开发工具，增设ADODC 的应用控件，搭接Web应用程序。采用B/S 的系统结构，通过ASP 作编程处理，设置三个阶层的访问服务体系，接入数据库之后，设置一个通用性的实践结构以及初始的管控机制，基于模块与组件的搭配接入，设定具体的管控处理周期。设定系统初始背景，如表3 所示。

表3 测试系统初始背景设定

根据表3，综合当前系统需求及标准变化，设置测试初始指令，其必须符合系统日常的管理内容及目标，同时将预设的指令依照特征分类处理，构建为一个指令集群。结合获取的数据和信息，计算出系统指令的单元基准值，如公式(2)所示：

式中：G 表示指令的单元基准值；m 表示管控覆盖范围；η 表示转换定向值；א 表示堆叠管偏差。根据上述测定，完成对指令单元执行值的计算，将其设置在标定的管控程序之中，完成对基础性系统测试环境的关联和搭建。

3.2 测试过程及结果分析

结合虚拟仿真技术，对D 系统进行具体的验证和分析。可将日常生化实验的管理请求设置为基础性的管理指令，该学校的生化实验室共5 个，所以，将系统下达的管控指令也分为5 个小组。设置定向的管控周期，每个周期为1 天，共设置3 个周期，第一小组的管控指令共35 条、第二小组的管控指令共40 条、第三小组的管控指令共45 条、第四小组的管控指令共50条、第五小组的管控指令共55 条。基于上述计算得出的指令单元基准值，调整所采集管控指令的自适应调度格式，进行单向转换处理，以待后续使用。

将导入系统中的各个指令作出分类，依据管控程序设置，分组进行测定与处理。将设置的仿真程序与内置的初始程序进行融合，构建一个管理矩阵，每一条指令都是各个管理层级形成的独立性目标，系统实现预期的管理后，结合获取采集的数据和信息，计算出管理指令平均响应时间，如公式（3）所示：

式中：L 表示管理指令平均响应时间；β 表述转换比；u 表示响应次数；R 表示复合响应范围；h 表示指令的响应偏差；o 表示总管控范围。利用上述的方式，对5个小组分别进行测定，最终得出的测试结果如图4 所示。

图4 测试结果对比分析

根据图4 可知，在3 个周期之内，最终测定得出的系统管控指令平均响应时间被较好地控制在0.3 s 以下，说明此系统对于生化管理任务的执行效果更佳，反馈速度较快，针对性更强，具有实际的应用价值。

结束语

在本次研究中，综合虚拟仿真技术所构建的实验系统结构相对更加灵活、多变，自身具有更强的稳定性与可靠性，有利于提升实验学员的学习效率，同时提高共享学习的效率，具有良好的可拓展性，为该类型系统后续的创新与升级提供参考依据和理论借鉴。