冰箱故障论文（家用电冰箱的故障及维修毕业论文）

1.实验室冰箱发生故障，一夜损失100多个样品，整个领域倒退10年

午夜，微信群里的一条消息让实验室的大家突然支棱了起来。

「实验室里的冰箱好像断电了」

这样一则看似稀松平常的消息，对于科研狗来说，却比深夜鬼故事还让人担惊受怕。

是啊，还有什么比样品没了更让科研狗更害怕呢？

笔者曾听说学院里有个博士因为冰箱故障，存在冰箱里的冰雹样品融化，最后只能在高年级更换研究方向，多年苦工，一朝尽弃。

但说起冰箱故障对科研领域的影响，下面这个故事，或许才是许多科研人员不愿提起的噩梦。

一次冰箱故障，让科研领域倒退十年

2012年5月的最后一天，对于自闭症领域的研究人员来说，是黑暗的一天，因为一次「小小」的冰箱故障。

根据媒体的报道，当天一位研究人员在打开麦克莱恩医院（McLean Hospital）用于储存大脑标本的冰箱时，出现了令人心痛而震惊的一幕，冰箱里的100多个大脑标本都已经解冻，并发生腐败。

研究人员发现，冰箱出现了故障，虽然显示的度数为-79摄氏度，但是冰箱内的温度已经达到了0摄氏度以上（大约是7摄氏度），温度的升高直接导致了冰箱中存放的150个大脑标本失去了研究的价值，其中，有多达54个标本为自闭症患者捐赠，这让自闭症领域的研究人员心痛不已。

约翰·霍普金斯大学（Johns Hopkins University）神经病学助理教授 Carlos Pardo 对此表示，这次事故让自闭症研究倒退了十年。

随后，麦克莱恩医院的工作人员对此次事故进行了调查，排除了人为的恶意破坏，确定冰箱制冷故障是由于微处理器控制系统发生故障。

为了避免类似事故再次发生，工作人员重新检查了中心其他的冰箱，并加装了新的故障报警器，但意外终究已经发生，这些无价的收藏，终究还是失去了。

网友在线哭泣，仪器故障那些不得不说的事

尽管麦克莱恩医院的这起事故引起了不少自闭症研究人员的不满，但是还是有许多人对此表示理解，毕竟机械故障无法避免，大家或多或少，都遇到过这样的倒霉事。

曾有不少网友在知乎、小木虫等网络平台询问冰箱断电对于样品的影响，有人害怕植物样品出问题，有人担心感受态细胞和菌株受影响。

当然，还有人回忆了因为插座松了导致冰箱故障，温度升高，最终损坏了所有样品的惨痛经历。

但比起事先发现仪器故障影响实验来说，论文发表才发现仪器故障影响结论，更让人心疼。

2016年，一篇发表在JOM上的论文就因为仪器故障的原因而惨遭撤稿，具体而言，在出版后，作者发现图11中报告的数据由于其测试仪器存在隐藏问题而出现错误。由于该错误，已发表论文的很大一部分是不正确的，故而所有作者都同意这一撤稿。

不得不说，仪器出现机械故障，确实是整个科研圈的共同问题。

面对仪器故障，我们能做些什么

对于仪器故障，我们虽然无法避免，但仍有一些方法可以减少仪器故障对科研带来的影响。

1. 别把鸡蛋放在一个篮子里

事实上，为了标本的安全，自闭症组织项目（Autism Tissue Program）的标本在平日是分散存放在多个地点的，只是此次为了方便麦克莱恩医院的研究者进行分析，这批标本被集中放置在出现故障的那台冰箱中，才造成了令人遗憾的后果。

故而，为了样品的安全，降低因为冰箱故障带来的风险，我们应该狡兔三窟，将样品及备份分散放置在不同的冰箱中。

此外，在数据存储中，不把鸡蛋放在一个篮子里，也十分重要，做好数据备份，存在不同的地方，无疑可以大大减少意外发生时的损失。

2. 不要过分信任机器

根据事后的调查结果，冰箱的示数虽然正常，但是冰箱内的温度已经升的很高，但这其实很容易被发现，如果检查人员打开冰箱看一眼的话。因此，为了确定冰箱的情况，定时检查冰箱里面的情况也必不可少。

在科研生活中，不止是冰箱，其他一些仪器，在使用前，我们也应该确认一下仪器的运行状况，避免后续做完实验了，才发现仪器有问题，又得重来，甚至还要撤回已经发表的论文。

3. 注意细节，用完的材料及时归位

对于科研狗来说，注意细节也十分重要，如果麦克莱恩医院的研究人员在研究完成后可以及时将标本归位，而不是忙于其他事物，或许事故也不会发生。

在日常的科研中，做好细节工作，用完材料及时归位，不然一时疏忽酿成重大后果，也十分重要。

内容来源：微信公众号 生物学霸

一个博士的血泪求职路：想入职高校？请以我为鉴避坑

6 年招聘八千多人引争议：高校割起年轻博士的韭菜有多疯狂？

Science新闻报道：第三方做同行评审，你敢用吗？

特别声明：本文发布仅仅是出于传播信息的需要，并不代表本公众号观点；如其他媒体、网站或个人从本公众号转载使用，请向原作者申请，并自负版权等法律责任。

2.基于时频域聚类分析的冰箱故障声信号识别方法

论文价值的评定意见：

该论文针对复合声源下冰箱声信号的降噪问题，提出一种基于时频域聚类分析的冰箱声信号降噪方法，实现强噪声下声信号的降噪识别。论文写作条理清楚，对于冰箱降噪有指导作用，具有较高的学术价值。

刘圆圆 江俊 李语亭 钟泽

合肥美的电冰箱有限公司用户与产品中心

摘要

Abstract

针对复合声源下冰箱故障声信号的识别问题，提出一种基于时频域聚类分析的冰箱故障声信号识别方法，实现强噪声下故障声信号的识别。首先使用数据采集仪获取冰箱正常运行状态和故障状态的声信号对其进行分帧处理；然后对正常n帧声信号进行IEEMD分解，并计算各模态分量的全特征参数；接着用kmeans++算法对全特征参数进行聚类分析，获取表达信号的最优特征；最后以n帧最优特征作为聚类基准，进行故障信号（含噪）识别，完成强噪声下故障声信号的识别问题，为冰箱声振故障提供前处理数据支撑。

关键词

Keywords

冰箱；时频域；聚类分析；Kmeans++；特征识别

DOI:10.19784/j.cnki.issn1672-0172.2023.02.002

0 引言

随着人工智能技术、软硬件交互技术和通信技术的进步以及家电企业无人化智能工厂的建设需求[1]，用智能设备代替人工实现家电产品的噪声故障诊断是大势所趋。由于线体工作环境的复杂性和冰箱多声源交融的特性，使得噪声故障诊断中声信号的降噪与判定更加困难。

目前，在强背景噪声下的故障声信号识别方面，文献[2]在SVD（Singular Value Decomposition，奇异值分解）的基础上，结合ICA（Independent Component Analysis，独立分量分析）方法，不仅克服了SVD对噪声敏感的特性，同时解决了ICA中传声器数目必须≥信号源数目的局限；文献[3]将tSNE-ASC（t-distributed stochastic neighbor embedding-Average silhouette coefficient，t分布随机邻域嵌入-平均轮廓系数）特征选择和DSmt融合决策算法相结合，实现了变载荷变转速下的故障信号的声音和振动识别；文献[4]提出了一种基于多分辨分析的小波频带阈值故障声信号方法，实例信号验证了系统的良好性能。本文首先用PSO（Particle Swarm Optimization，粒子群优化）确定EEMD（Ensemble Empirical Mode Decomposition，集合经验模态分解）的白噪声幅值，然后对信号进行EEMD分解获得特征分量，最后将各特征分量用kmeans++聚类，获得最优特征，以最优特征为基准，对小样本含噪信号进行故障声信号识别。本方法不仅可以在低信噪比的情况下对噪声信号进行识别，而且由于kmeans++算法属于无监督学习一类，无需先验信息，对信号进行异常识别后，可将产品的故障（异常）凸显出来，更能满足消费者对高品质的需求，适用于工程实际。

1 基本原理介绍

1.1 集合经验模态分解

EEMD是利用白噪声均值为0、方差相等的随机特性，将白噪声加入信号中进行多次EMD分解，最后将分解的IMF总体平均定义为信号最终的IMF[5]。EEMD分解的具体步骤如图1所示，加入的各组辅助白噪声信号的幅值选择合适与否，是该方法能否成功应用的关键。

1.2 白噪声幅值自适应选取的PSO算法

粒子群优化（Particle Swarm Optimization，PSO）算法[6]是通过粒子在解空间中运动，跟踪个体极值Pbest和群体极值Gbest来更新个体位置，粒子每更新一次位置就计算一次适应度值，将新粒子的适应度值与个体极值和群体极值的适应度值进行比较，进而更新个体极值和群体极值的位置，直到在解空间中找到最优解。算法描述如式（1）所示：

式中，k为第k次迭代；Vi为第i个粒子速度；ω为惯性因子，其值为非负；c1和c2为加速度因子，一般情况下c1=c2=2；r1和r2是[0,1]之间的随机数；Pi为第i个粒子的极值；Pg为全局极值；Xi为第i个粒子的位置。为避免盲目搜索，将位置和速度限制在某一区间[Xmin, Xmax]、[Vmin, Vmax]内。

1.3 分解信号的IEEMD方法

EEMD方法分解信号时添加的辅助白噪声幅值如果选择不恰当，将导致对信号进行极值点三次样条曲线拟合的过包络和欠包络现象，使信号分解不准确。本文提出了基于PSO的改进EEMD方法，首先建立反映拟合误差的目标函数，通过PSO算法逼近其极小值点，自适应获取最优辅助白噪声幅值，然后向信号中添加该幅值的辅助白噪声进行EEMD分解，获取最终分解结果。其具体流程为：

（1）初始化过程。输入信号x(t)，设置粒子群规模M、最大迭代次数N、速度区间[Vmin, Vmax]和位置搜索区间[emin, emax]，EEMD分解过程中白噪声幅值一般不高于0.4SD（SD表示原始信号的标准差），因此位置搜索区间设置为0～0.4。

若xi(t)为信号x(t)添加了幅值为e•SD（e为辅助白噪声幅值与信号标准差SD的比值系数）的辅助白噪声ni(t)的复合信号，则：

xi(t)的极大值和极小值分别组成数列[a1,a2,…,am]和[b1,b2,…,bn]，记为A和B。xi(t)上包络线的极值组成数列C，下包络线的极值组成数列D，则C=[c1,c2,…,cj]，D=[d1,d2,…,dk]。评价参数P可表示为：

式中，Aq为xi(t)上包络线极值C(q)对应最近的xi(t)极大值；同理，Br为xi(t)下包络线极值D(r)对应最近的xi(t)极小值。

（2）粒子群迭代过程。更新每个粒子的速度和位置，计算每个粒子的适应度值p，进而更新每个粒子的历史最优位置和全局最优位置，直至满足迭代终止条件，迭代终止，获取p最小值对应的全局最优位置egd。

（3）EEMD分解过程。设置总体平均次数N和辅助白噪声幅值，然后进行EEMD分解。其中辅助白噪声幅值即为步骤（2）中PSO算法获得的全局最优位置与信号标准差的乘积。

改进EEMD方法的流程图如图2所示。

1.4 kmeans++聚类分析

kmeans算法[7]是一种无监督学习算法，主要作用是将众多无标签样本聚为指定的几个类。该算法的缺陷有：（1）聚类中心的个数K需要事先给定；（2）由于初始聚类中心是人为确定，所以不同聚类中心会产生不同的聚类效果。针对上述两个问题，本文采用声源数预设和kmeans++解决。

kmeans++算法的主要步骤如下：

（1）从所有样本中随机选定一个聚类中心；

（2）记录所有样本到与其最近的聚类中心的距离；

（3）所有非聚类中心样本点被选取作为下一个聚类中心的概率与步骤（2）中的距离大小成正比，即距离越远的样本点越有可能成为下一个聚类中心；

（4）重复步骤（2）和（3）直至聚类中心达到预设值。

1.5 基于IEEMD-kmeans++的冰箱异常噪声识别方法

本文将PSO算法优化EEMD的白噪声幅值与聚类算法中kmeans++相结合，实现了冰箱异常噪声的识别。算法流程图如图3所示。

2 工程应用

2.1 数据来源

试验对象为某款风冷双系统冰箱。传声器置于冰箱正前方，正对冰箱门板1 m、高1 m，如图4所示。使用德国西门子公司的数采设备进行声信号的采集。数据采集过程中，正常信号为单风机运转信号，故障信号为整机运行信号。

2.2 数据分析

所采集的声音正常信号x(t)时域图如图5所示。采样频率为20.48 kHz，采样时间30 s。

将上述信号T等分获得2n帧，相邻两帧之间重叠区域长度一般为帧长的1/3～1/2，后一帧相对前一帧的位移量称为帧移。随机选取n帧信号进行IEEMD分解，根据粒子群优化算法确定EEMD的白噪声幅值为0.26SD，对信号进行EEMD分解获得3阶IMF，其各阶IMF如图6所示。

计算上述3阶IMF的无量纲全特征参数：平均值、峰值、均方根、方差、波峰因子、裕度因子、脉冲系数、形状系数、偏度、峭度，如图7所示。

利用kmeans++算法实现全特征参数的聚类，其中主要聚类指标为标准化欧式距离，为了避免因类别个数不一造成聚类效果不佳从而影响识别效果的现象发生，各特征类别个数初始设定均为2，聚类结果如图8所示。

由图8可知，a)、b)、g)、j) 分别代表的均值、峰值、均方根和方差4类特征各样本点标准化后欧式距离最小，说明聚类效果极佳；f)、h)、i) 分别代表的形状系数、偏度和峭度各样本点标准化后欧式距离，虽然未形成一点，但是呈现较为明显的线性分布，所以聚类效果次之；c)、d)、e) 代表的波峰因子、裕度因子和脉冲系数各样本点标准化后欧式距离较为发散，呈现出非线性特征，所以聚类效果最差。因此，分别以均值、峰值、均方根和方差为特征向量，使用kmeans++算法对下一帧故障信号（含噪）进行聚类，聚类效果如图9所示。

由图9 a) 和c) 可知，当使用kmeans++基准特征中均值和均方根聚类时，聚类故障声信号幅值＞0.5×10-3，而基准均值和基准均方根幅值＜0.2×10-3；由图9 b) 可知，峰值聚类故障声信号幅值＞0.003，而基准峰值幅值＜0.001；由图9 d) 可知，方差聚类故障声信号幅值＞1，而基准方差幅值＜0.2。因此，不难看出，使用基准特征聚类故障信号可以使故障信号与正常信号完美分离，这说明使用kmeans++算法可以有效识别风机声信号的正常与否。试验数据验证了本方法的有效性。

3 结论

本文针对复合声源下冰箱故障声信号的识别问题，提出了改进EEMD-kmans++聚类的冰箱故障声信号识别方法。对正常n帧信号进行IEEMD分解获得3个IMF，通过kmeans++聚类各阶IMF的特征参量获得最优聚类特征，对故障信号进行再次聚类，对不属于一类的判别为故障信号（含噪），从而实现冰箱故障声信号的精准识别。其中，由于本算法需要将一段时域信号划分至2n阶，所以对小样本信号有较大作用，但是随着样本量的增加，会对识别效果产生一定的抑制。因此，后续工作需要在大样本信号上进一步研究。

参考文献

[1] 王晶, 冯涛, 杨伟成, 等. 家电异音在线自动检测的技术途径和系统架构研究[J]. 家电科技, 2018(06): 37-39.

[2] 陈剑, 刘圆圆, 黄凯旋, 等. 基于奇异值分解和独立分量分析的滚动轴承故障诊断方法[J]. 计量学报, 2022, 43(06): 777-785.

[3] 陈剑, 程明. 基于tSNE-ASC特征选择和DSmT融合决策的滚动轴承声振信号故障诊断[J]. 电子测量与仪器学报, 2022, 36(04): 195-204.

[4] 齐子元, 米东, 徐章隧. 基于DSP的声信号降噪系统的设计与实现[J]. 计算机工程与设计, 2008(05): 1174-1176.

[5] 陈科, 单姗, 郑红梅. 具有自适应性的实时睡眠信号处理算法研究[J]. 电子测量与仪器学报, 2016, 30(10): 1497-1505.

[6] 陈剑, 陶善勇, 王维, 等. 基于周期势函数的自适应二阶欠阻尼随机共振信号增强方法[J]. 计量学报, 2019, 40(04): 681-685.

[7] 王伟, 宋卫国, 刘士兴, 等. Kmeans聚类与多光谱阈值相结合的MODIS云检测算法[J]. 光谱学与光谱分析, 2011, 31(04): 1061-1064.

（责任编辑：马冀圆）

3.高校实验室25年研究成果被毁！只因清洁工嫌吵关掉冰箱电源.

如果不是科学悲剧的话，这看起来更像是一部黑色喜剧。一名清洁工嫌实验室传出的嘟嘟声太吵，他按下开关，关掉了噪音，但也关闭了超低温冰箱，导致实验室25年的研究成果被毁。该校怒将清洁公司告上法庭。

据《纽约邮报》6月25日报道，美国纽约州伦斯勒理工学院，针对第三方清洁公司提起诉讼，由于该公司清洁工的粗心大意，导致该校实验室至少损失了100万美元。

伦斯勒理工学院是位于纽约州特洛伊市的一所私立研究型学院。

2020年9月17日，伦斯勒理工学院的一名清洁工，发现实验室不断发出嘟嘟的噪音。

据《泰晤士报》报道，噪音是来自实验室内的超低温冰箱，冰箱里面存放着细胞培养物、样本等，它们都需要在零下44℃的低温下保存。

由于机械故障，超低温冰箱不断发出警报。

工作人员原本打算在4天后，也就是9月21日进行维修。

为此，工作人员在超低温冰箱上贴了标识，标识解释了警报的来源，并提供了如何消除警报声的说明。说明中写道：“这个区域不需要清洁，如果您想静音，可以按住警报/测试静音按钮5-10秒。”

然而，这位烦躁的清洁工，显然没有看标识上的提示，直接把电源关了。

这直接导致温度跃升至零下3.5℃，导致实验材料损坏。

伦斯勒理工学院怒将清洁公司告上法庭。

据悉，这家清洁公司与伦斯勒理工学院签订了一份价值140万美元的合同，负责该校2020年秋季的清洁工作。

校方律师迈克尔·金斯伯格表示，大多数标本都遭到破坏，无法挽救，25年的研究成果就这样被毁了。

金斯伯格称，重新启动这项工作预计将花费100万美元。据报道，这项工作的重点是光合作用，并可能进一步推动太阳能电池板的开发。

类似的实验室灾难还有很多......

湖南农业大学一科研基地，曾被村民偷摘玉米，导致1725份玉米科研材料被损毁，影响了学生的科研竞赛，甚至一位同学因此而无法完成毕业论文，学生们情绪激动，将此事发到网络上，引发媒体关注，最后该校农学院领导与当地政府沟通协商解决方案。

农学院发布的情况说明（全文）↓

此前，有一位同学在实验室操作失误后在知乎上提问求助，引起网友的热议，原文内容如下：

在实验室拔插座拔错了，把-80℃冰箱断电了，会怎么处理我啊？

我本来是打算断掉石蜡包埋机的电，结果晚上拔成了-80°冰箱，隔了2天今天有个老师联系我说那个冰箱坏了，监控拍到是我断了电，我问这咋办？她说不知道他们怎么处理，后续追责会联系我。

我会被记过吗？这要我赔所有的样本，我赔不起啊，会被退学吗？

网友A：我们-80℃冰箱一般统一放每层大房间，还真没见到过插头在哪…环境温度过高冰箱就滴滴响没完了…你们学校这管理有点不太谨慎啊…

不过这一整冰箱样品坏了真很令人窒息…现在正值暑假，很多竞赛和大实验都在这时间搞，现在这时间点很多样做出来都在-80℃放着最近就要用，如果是毕设我的天…说实话代入一下我自己养了大半年苗就为了这300多个样要是冰箱坏了啥都没了真就很绝望…所以对受到影响的人就真心实意诚诚恳恳道歉吧

然后抱紧导师大腿，出现这种事故你不是第一责任人，从导师到实验室管理人员都有责任，这种设备会有专人管理负责，理论上对你只会严厉批评，但是为了稳妥，也为了你剩下的研究生生涯，和导师哭诉，尽量让他帮你从中斡旋，毕竟不太该有的事故都出现了，也不知道会不会有什么骚操作。

最后，请建立好强大的内心，未来很长一段时间，这日子这氛围着实不会好过…

网友B：这个基本上是故意拔的，石蜡包埋机有电源开关的，无需拔插头，且插座这台面附近，不需要你去墙角艰难地拔掉-80度冰箱的插头。要不你补充一个现场照片，我们再帮你分析是不是故意拔的？若核实确实是失误了，就无罪责，损失再大，顺利毕业无忧。

网友C：冰箱断电通常不会坏的。原来我们实验室也经常断电。断电后，里面的冰霜也足够支持一天低温了。所以，短时间断电，冰箱里的样品通常损坏不大。

断电后，我们一般会把插头拔掉，以防突然来电后，有可能给冰箱的部件造成损坏，比如压缩机。冰箱在挪动后，需要静置24h后再通电（尤其是超低温冰箱），否则会对压缩机造成损坏，如果不挪动就不必。

现在问题是，冰箱坏了。什么原因？

最好看看是什么品牌的，跟厂商工程师聊聊。（我们够买的某国产-80℃冰箱反复修了3-4次，才勉强能用）其次，做好相关应急预案。至于赔偿，你显然赔不起，不用去想这个问题。

另有网友补充到：我一个师弟，本科生的时候来实验室学习，跟着师兄们一起调光路。

实验室用的是高功率激光器，在压缩器后走的是真空管道。当时的真空计还都像灯泡一样是玻璃的，而且支棱在真空腔外。师弟走路时一个不小心，碰到真空计，给磕碎了。刹那间空气涌向这个管口，带着所有玻璃冲进管道，打坏了里面大大小小的镜片，还有两块硕大的压缩光栅，似乎还有可变形镜。实验室后来统计了一下，这一次性干掉了差不多200w人民币的设备（当时还是21世纪初，北京的房价不过4千），更不用说恢复设备运行怎么也得花个半年时间。

要问师弟后来下场如何？该保研保研，在实验室一直读到博士毕业。

这么看来，学生造成的实验损失，是要靠自己来弥补的，甚至要创造出远高于这些样品的价值......总的来说，实验室不懂的东西不要乱碰，再者，规范操作才是顺利且按自己意愿毕业的前提啊！

4.让一个领域倒退十年，一次冰箱故障就够了

来源：科研圈 作者：戚译引

超短篇实验室恐怖故事：“你的样品没了。”

2012 年 5 月 31 日，在位于美国东海岸的麦克莱恩医院（McLean Hospital），一位学者打开超低温冰箱，准备取出一份大脑标本，却没有遇到扑面而来的冷气。

尽管冰箱外的屏幕读数为零下 79 摄氏度，这里面的温度实际上达到了 7 摄氏度，和一台普通的家用冰箱差不多。而冰箱里存放着约 150 个大脑标本，它们是哈佛脑组织资源中心（Harvard Brain Tissue Resource Center）珍贵的收藏。此刻，这些标本都已经解冻，出现发黑和腐败的迹象，失去了研究的价值。

这些标本来自生前患有帕金森病、精神分裂症等神经和精神疾病的人，其中三分之一是自闭症谱系障碍患者捐赠的大脑，多达 54 个。约翰·霍普金斯大学（Johns Hopkins University）神经病学助理教授 Carlos Pardo 称，这次事故让自闭症研究倒退了十年。

这次灾难性的事故是怎样发生的？该如何妥善保存宝贵的科研标本？

“无价的收藏”

麦克莱恩医院以其精神病学治疗和研究闻名，数学家约翰·纳什（John Nash）等名人都曾经在这里就医。这里也是哈佛脑组织资源中心保存大脑标本的地点之一。当时整个哈佛脑组织资源中心共收藏了约 3000 个大脑标本，分散保存在 24 个超低温冰箱中。据《卫报》（the Guardian）报道，这批收藏支撑了 125 个研究项目，并催生了 118 篇同行评审论文。

在这次故障中损失的标本，其收集过程耗时 14 年。收集大脑标本十分困难，首先要招募到愿意捐赠遗体的患者和家属，其次要在患者去世 24 小时内取出大脑、妥善保存。在这个“大脑银行”，通常的做法是将大脑切成两半，一半用福尔马林浸泡固化，另一半按不同脑区进行解剖，然后冷冻保存。这些冷冻标本为研究大脑中组织显微结构以及蛋白质等生物标记物提供了唯一的途径。

Pardo 就曾经用这些标本进行研究，并于 2004 年发表论文，首次证明自闭症与免疫系统之间的关联。故障发生后，他说，这些收藏“提供了非常、非常重要的信息，让我们得以更好地理解自闭症是什么，以及环境和免疫因素在其中的作用，它的贡献是极大的”。

哈佛脑组织资源中心主任 Francine Benes 也说：“那是一笔无价的收藏。你无法用美元来衡量它的价值。”故障发生后，她检查了标本的状况，估计冰箱大约是三天前停止工作的。

不要把大脑装在同一个冰箱里

这台超低温冰箱价值 12,000 美元，被安置在一间配备了监控的房间里，两把钥匙分别归安保人员和研究团队管理。冰箱自身有两个相互独立的故障报警系统，但是在这次事故中，两个报警系统都失灵了。实验室员工每天两次检查冰箱外部的温度显示器读数，但这个读数一直是正常的。

Benes 最初认为，这起事故不能排除是人为的恶意破坏。但后续调查表明，这次故障是由冰箱微处理器控制系统故障导致的。随后大脑银行重新检查了它的 24 台冰箱及其控制系统，并加装了第三个故障报警器。

但是据《波士顿邮报》（the Boston Globe）报道，一些自闭症领域的学者对该调查结果和改进措施感到不满。

一个关键问题在于，把这么多同类标本集中在一个冰箱里是不合理的。自闭症组织项目（Autism Tissue Program）的标本通常确实是分散保存在多个地点，但是在故障发生前一个月，一批标本被集中到这台冰箱，以便麦克莱恩医院的研究者进行分析。而当该项目完成后，实验室员工们忙于其他事务，无法及时将标本及时送回各个冰箱。结果，这次损坏的标本占了整个项目的三分之一。

美国路易斯维尔大学（University of Louisville）Manuel Casanova 指出：“把大量大脑标本装在一个冰箱里，并且让它们在那里放置一段时间，这违反了大脑银行的安全准则。要想将冰箱故障带来的风险最小化，你应该把具有相似诊断结果的大脑分开放在多个冰箱里，这是常识。”

Casanova 还认为，实验室人员应该多打开冰箱手动检查温度。他说：“麦克莱恩（医院）可以多装报警器，想装多少就装多少，但是他们也该时不时亲眼看看冰箱里面的情况。”但是一般来说，超低温冰箱每天的打开次数是有限制的，因为频繁打开冰箱会引起温度波动，增加设备的工作负担，也不利于标本的保存。

也有不少人认为，机械故障是无法避免的，许多研究者自己就碰到过这样的倒霉事，麦克莱恩医院已经尽到了责任。并且幸运的是，因为冰箱里许多大脑只有一半，另一半已经用福尔马林保存，一些遗传学分析等研究仍然能够进行。

这起事件说明，无论再忙，也不要忘记做好那些基本的细节：用完的东西及时放回原处，仔细检查仪器的状况，重要数据做好保存备份……我们无法完全避免意外状况，但严格遵守规范能够保护你在意外发生时尽量减少损失。

声明：著作权归原作者所有，转载仅为学术分享，侵权删。