本文關(guān)鍵詞：呼吸機檢測與控制算法的研究與應(yīng)用

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

【摘要】：呼吸機是各個醫(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)度與漏氣檢測精確度對降低國內(nèi)呼吸機使用安全隱患,提升國產(chǎn)品牌的技術(shù)水平和市場競爭力有著重要的理論與現(xiàn)實意義。本文以提升定容通氣時的通氣平穩(wěn)度和漏氣檢測的準(zhǔn)確性為目標(biāo)。通過分析研究實驗室呼吸機平臺定容通氣的特性以及漏氣檢測的不足之處,并對比了現(xiàn)有控制理論的優(yōu)勢與適用場景,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)測呼吸機系統(tǒng)的漏氣量。首先,針對呼吸機的氣路組成以及實驗室現(xiàn)有設(shè)備,對氣路進行改造,以便于采集呼吸機漏氣時的工作狀態(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)與呼吸機的工作特點,確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型,并通過大量實驗選擇合適的傳遞函數(shù)與訓(xùn)練算法,借助AATLAB完成漏氣檢測系統(tǒng)的設(shè)計與仿真。其次,針對定容通氣的工作模式,提出內(nèi)模PID控制方案。通過對比機理法建模和測試法建模的優(yōu)缺點,選取測試法對呼吸機流速控制系統(tǒng)進行數(shù)學(xué)建模。實驗選取三種不同幅值的階躍函數(shù)作為系統(tǒng)激勵,同時記錄流速控制系統(tǒng)的響應(yīng),通過擬合的方式得出響應(yīng)曲線的函數(shù)表達式,在此基礎(chǔ)上添加濾波器得到內(nèi)模PID的控制模型,并通過試驗的方式對內(nèi)模PID控制的參數(shù)進行了整定。最后,對漏氣檢測系統(tǒng)與流速控制系統(tǒng)分別進行了測試與驗證：結(jié)合MATLAB與 Delphi上位機軟件對基于BP神經(jīng)網(wǎng)絡(luò)的漏氣檢測情況進行測試,測試結(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現(xiàn)了實驗室呼吸機平臺的漏氣檢測功能：通過對不同實驗條件下的八組數(shù)據(jù)的對比分析,測試了三種流速模型下內(nèi)模PID的性能,實驗發(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,實現(xiàn)了對患者平穩(wěn)準(zhǔn)確的供氣。
【關(guān)鍵詞】：呼吸機 流速控制 漏氣檢測 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)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH789
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-12
• 1.1 呼吸機的發(fā)展歷史及國內(nèi)外現(xiàn)狀8-9
• 1.1.1 呼吸機的發(fā)展歷史8
• 1.1.2 國內(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 呼吸機檢測與控制的算法基礎(chǔ)12-22
• 2.1 漏氣檢測與流速控制算法的選取12-14
• 2.1.1 常用控制算法簡介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)�？刂�18-19
• 2.3.2 內(nèi)模PID控制原理簡介19-20
• 2.3.3 內(nèi)部模型的設(shè)計方法20-21
• 2.4 本章小節(jié)21-22
• 第三章 基于BP神經(jīng)網(wǎng)絡(luò)的漏氣檢測模塊設(shè)計22-36
• 3.1 呼吸機氣路分析22
• 3.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計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36-50
• 4.1 呼吸機控制平臺工作原理簡介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程40-41
• 4.2.2 流速控制過程的數(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46-48
• 4.3.1 流速控制模塊程序編寫46-48
• 4.3.2 參數(shù)整定48
• 4.4 本章小結(jié)48-50
• 第五章 呼吸機檢測與控制效果的測試與驗證50-60
• 5.1 漏氣檢測測試與驗證50-52
• 5.1.1 呼吸機漏氣檢測精度及泛化能力測試50-51
• 5.1.2 呼吸機漏氣檢測重復(fù)性驗證51-52
• 5.2 流速控制測試與驗證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64-68
• 附錄68-70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 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;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;;改進的DFP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法[J];計算機仿真;2008年04期

4 肖勝春;盧興平;曹德森;劉延武;;呼吸機通氣質(zhì)量檢測及質(zhì)量評估方法[J];中國醫(yī)療設(shè)備;2008年01期

5 徐春梅,爾聯(lián)潔,劉金琨;動態(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;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,楊獻勇,彭小奇,張?zhí)?鄭順斌;基于混沌變量的變步長梯度下降優(yōu)化算法[J];清華大學(xué)學(xué)報(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];小型微型計算機系統(tǒng);2002年11期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 門金來;內(nèi)�？刂圃谄嚪�(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)燃機排放性能建模與應(yīng)用研究[D];西南交通大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 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;基于改進的Levenberg-Marquardt算法的入侵檢測系統(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)的改進研究及應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2011年

4 王宇輝;內(nèi)模控制方法的研究和設(shè)計[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)�？刂频腜ID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：974487