本文關(guān)鍵詞：呼吸機(jī)檢測(cè)與控制算法的研究與應(yīng)用

  更多相關(guān)文章： 呼吸機(jī) 流速控制 漏氣檢測(cè) 內(nèi)模控制 BP神經(jīng)網(wǎng)絡(luò)

【摘要】：呼吸機(jī)是各個(gè)醫(yī)院不可或缺的醫(yī)療設(shè)備之一,在病人的搶救與治療中起著至關(guān)重要的作用。深入研究如何提高通氣平穩(wěn)度與漏氣檢測(cè)精確度對(duì)降低國(guó)內(nèi)呼吸機(jī)使用安全隱患,提升國(guó)產(chǎn)品牌的技術(shù)水平和市場(chǎng)競(jìng)爭(zhēng)力有著重要的理論與現(xiàn)實(shí)意義。本文以提升定容通氣時(shí)的通氣平穩(wěn)度和漏氣檢測(cè)的準(zhǔn)確性為目標(biāo)。通過(guò)分析研究實(shí)驗(yàn)室呼吸機(jī)平臺(tái)定容通氣的特性以及漏氣檢測(cè)的不足之處,并對(duì)比了現(xiàn)有控制理論的優(yōu)勢(shì)與適用場(chǎng)景,從而選取內(nèi)模PID算法控制定容通氣的流速,使用BP神經(jīng)網(wǎng)絡(luò)監(jiān)測(cè)呼吸機(jī)系統(tǒng)的漏氣量。首先,針對(duì)呼吸機(jī)的氣路組成以及實(shí)驗(yàn)室現(xiàn)有設(shè)備,對(duì)氣路進(jìn)行改造,以便于采集呼吸機(jī)漏氣時(shí)的工作狀態(tài),包括呼吸潮氣量以及漏氣量等。然后根據(jù)采集到的數(shù)據(jù)與呼吸機(jī)的工作特點(diǎn),確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型,并通過(guò)大量實(shí)驗(yàn)選擇合適的傳遞函數(shù)與訓(xùn)練算法,借助AATLAB完成漏氣檢測(cè)系統(tǒng)的設(shè)計(jì)與仿真。其次,針對(duì)定容通氣的工作模式,提出內(nèi)模PID控制方案。通過(guò)對(duì)比機(jī)理法建模和測(cè)試法建模的優(yōu)缺點(diǎn),選取測(cè)試法對(duì)呼吸機(jī)流速控制系統(tǒng)進(jìn)行數(shù)學(xué)建模。實(shí)驗(yàn)選取三種不同幅值的階躍函數(shù)作為系統(tǒng)激勵(lì),同時(shí)記錄流速控制系統(tǒng)的響應(yīng),通過(guò)擬合的方式得出響應(yīng)曲線的函數(shù)表達(dá)式,在此基礎(chǔ)上添加濾波器得到內(nèi)模PID的控制模型,并通過(guò)試驗(yàn)的方式對(duì)內(nèi)模PID控制的參數(shù)進(jìn)行了整定。最后,對(duì)漏氣檢測(cè)系統(tǒng)與流速控制系統(tǒng)分別進(jìn)行了測(cè)試與驗(yàn)證：結(jié)合MATLAB與 Delphi上位機(jī)軟件對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的漏氣檢測(cè)情況進(jìn)行測(cè)試,測(cè)試結(jié)果表明,該系統(tǒng)具有良好的穩(wěn)定性與較高的精度,在不增加傳感器的前提下實(shí)現(xiàn)了實(shí)驗(yàn)室呼吸機(jī)平臺(tái)的漏氣檢測(cè)功能：通過(guò)對(duì)不同實(shí)驗(yàn)條件下的八組數(shù)據(jù)的對(duì)比分析,測(cè)試了三種流速模型下內(nèi)模PID的性能,實(shí)驗(yàn)發(fā)現(xiàn),三種模型的表現(xiàn)差距較大,但均比原系統(tǒng)使用的流速控制器有了較大幅度的提升,實(shí)現(xiàn)了對(duì)患者平穩(wěn)準(zhǔn)確的供氣。
【關(guān)鍵詞】：呼吸機(jī) 流速控制 漏氣檢測(cè) 內(nèi)�？刂� BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TH789
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-12
• 1.1 呼吸機(jī)的發(fā)展歷史及國(guó)內(nèi)外現(xiàn)狀8-9
• 1.1.1 呼吸機(jī)的發(fā)展歷史8
• 1.1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀8-9
• 1.2 選題背景和意義9-10
• 1.3 本文主要內(nèi)容及結(jié)構(gòu)安排10-12
• 第二章 呼吸機(jī)檢測(cè)與控制的算法基礎(chǔ)12-22
• 2.1 漏氣檢測(cè)與流速控制算法的選取12-14
• 2.1.1 常用控制算法簡(jiǎn)介12-13
• 2.1.2 流速控制影響因素研究13-14
• 2.1.3 漏氣檢測(cè)影響因素分析14
• 2.2 BP神經(jīng)網(wǎng)絡(luò)的基本原理14-18
• 2.2.1 神經(jīng)元模型14-15
• 2.2.2 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式15-16
• 2.2.3 感知器16
• 2.2.4 BP神經(jīng)網(wǎng)絡(luò)16-18
• 2.3 內(nèi)模PID控制理論18-21
• 2.3.1 PID控制與內(nèi)模控制18-19
• 2.3.2 內(nèi)模PID控制原理簡(jiǎn)介19-20
• 2.3.3 內(nèi)部模型的設(shè)計(jì)方法20-21
• 2.4 本章小節(jié)21-22
• 第三章 基于BP神經(jīng)網(wǎng)絡(luò)的漏氣檢測(cè)模塊設(shè)計(jì)22-36
• 3.1 呼吸機(jī)氣路分析22
• 3.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)22-24
• 3.2.1 輸入輸出層23
• 3.2.2 隱藏層23-24
• 3.3 樣本數(shù)據(jù)的獲取與處理24-28
• 3.3.1 樣本數(shù)據(jù)的采集24-26
• 3.3.2 樣本數(shù)據(jù)的預(yù)處理26-28
• 3.4 網(wǎng)絡(luò)中數(shù)據(jù)的傳遞與處理28-34
• 3.4.1 傳遞函數(shù)的選擇28-30
• 3.4.2 訓(xùn)練算法的選擇30-34
• 3.5 本章小結(jié)34-36
• 第四章 基于內(nèi)模PID的流速控制模塊設(shè)計(jì)36-50
• 4.1 呼吸機(jī)控制平臺(tái)工作原理簡(jiǎn)介36-40
• 4.1.1 硬件部分36-38
• 4.1.2 軟件部分38-40
• 4.2 呼吸機(jī)流速控制的數(shù)學(xué)建模40-46
• 4.2.1 比例閥控制的一般過(guò)程40-41
• 4.2.2 流速控制過(guò)程的數(shù)學(xué)建模41-46
• 4.3 基于內(nèi)模PID的流速控制模塊設(shè)計(jì)46-48
• 4.3.1 流速控制模塊程序編寫(xiě)46-48
• 4.3.2 參數(shù)整定48
• 4.4 本章小結(jié)48-50
• 第五章 呼吸機(jī)檢測(cè)與控制效果的測(cè)試與驗(yàn)證50-60
• 5.1 漏氣檢測(cè)測(cè)試與驗(yàn)證50-52
• 5.1.1 呼吸機(jī)漏氣檢測(cè)精度及泛化能力測(cè)試50-51
• 5.1.2 呼吸機(jī)漏氣檢測(cè)重復(fù)性驗(yàn)證51-52
• 5.2 流速控制測(cè)試與驗(yàn)證52-58
• 5.3 本章小結(jié)58-60
• 第六章 總結(jié)與展望60-62
• 6.1 總結(jié)60
• 6.2 工作展望60-62
• 致謝62-64
• 參考文獻(xiàn)64-68
• 附錄68-70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊平;余潔;孫宇貞;;多容慣性標(biāo)準(zhǔn)傳遞函數(shù)的建立與比較[J];上海電力學(xué)院學(xué)報(bào);2011年05期

2 吳俊學(xué);;基于PSO-EO算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)研究[J];科學(xué)技術(shù)與工程;2010年24期

3 張池平;唐蕾;蘇小紅;馬培軍;;改進(jìn)的DFP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法[J];計(jì)算機(jī)仿真;2008年04期

4 肖勝春;盧興平;曹德森;劉延武;;呼吸機(jī)通氣質(zhì)量檢測(cè)及質(zhì)量評(píng)估方法[J];中國(guó)醫(yī)療設(shè)備;2008年01期

5 徐春梅,爾聯(lián)潔,劉金琨;動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)及其快速自調(diào)整學(xué)習(xí)算法[J];控制與決策;2005年02期

6 黃玲,秦英智;呼吸機(jī)的發(fā)展應(yīng)用現(xiàn)狀[J];醫(yī)療裝備;2005年01期

7 黃敏,方曉柯,王建輝,顧樹(shù)生;基于多值編碼的混合遺傳算法的小波神經(jīng)網(wǎng)絡(luò)優(yōu)化[J];系統(tǒng)仿真學(xué)報(bào);2004年09期

8 李祥飛,鄒恩,鄒莉華;前饋神經(jīng)網(wǎng)絡(luò)的混沌BP混合學(xué)習(xí)算法[J];控制與決策;2004年04期

9 姚俊峰,楊獻(xiàn)勇,彭小奇,張?zhí)?鄭順斌;基于混沌變量的變步長(zhǎng)梯度下降優(yōu)化算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年12期

10 艾景軍,周春光,宮成春;前饋神經(jīng)網(wǎng)絡(luò)病態(tài)樣本投票剔除算法[J];小型微型計(jì)算機(jī)系統(tǒng);2002年11期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 門(mén)金來(lái);內(nèi)�？刂圃谄�(chē)穩(wěn)定控制中的應(yīng)用研究[D];上海交通大學(xué);2012年

2 周斌;基于BP神經(jīng)網(wǎng)絡(luò)的內(nèi)燃機(jī)排放性能建模與應(yīng)用研究[D];西南交通大學(xué);2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 蔣亮;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及應(yīng)用[D];南昌大學(xué);2014年

2 王鳴云;基于改進(jìn)的Levenberg-Marquardt算法的入侵檢測(cè)系統(tǒng)的研究[D];哈爾濱理工大學(xué);2012年

3 劉天舒;BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)研究及應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2011年

4 王宇輝;內(nèi)�？刂品椒ǖ难芯亢驮O(shè)計(jì)[D];北京化工大學(xué);2009年

5 黃麗;BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[D];重慶師范大學(xué);2008年

6 黃建娜;基于神經(jīng)網(wǎng)絡(luò)PID在直齒圓柱電磁齒輪傳動(dòng)控制系統(tǒng)中的研究[D];貴州大學(xué);2007年

7 侯明冬;智能內(nèi)模PID控制方法研究[D];太原科技大學(xué);2007年

8 黃靜;基于內(nèi)模控制的PID控制系統(tǒng)的研究與應(yīng)用[D];北京化工大學(xué);2006年

，

本文編號(hào)：974487