单人医疗高压氧舱自动控制系统研究与实现
发布时间：2021-03-03 06:14
医疗高压氧舱是一种特殊的医疗设备,通过向舱内输入医用氧气提供高压氧环境对病人进行治疗。高压氧医疗具有治疗成本低、副作用小、治疗效果好等优点已被广泛应用到临床医学上,但目前国内大多数医疗高压氧舱采用的还是手动控制或简单的自动控制,控制精度低,治疗效果差,甚至会对病人的身体造成损伤。因此设计一套精度高、稳定性好的医疗高压氧舱控制系统具有重要意义。本文以单人成人医疗高压氧舱为研究对象,利用现代智能控制技术和嵌入式技术,分别从氧舱的压力控制算法和软硬件实现方面进行研究,设计了医疗高压氧舱控制系统的总体方案。本文首先对医疗高压氧舱的压力控制进行分析,建立数学模型,根据压力控制需求以及压力控制具有大滞后、大惯性和非线性等特点,设计了BP神经网络PID控制器以实现压力控制,针对压力控制实时性要求高以及BP神经网络收敛速度慢、易陷入局部最小值等问题,提出了一种基于函数的可变学习率的BP神经网络学习算法来提高BP神经网络收敛速度。为了提高压力控制的抗干扰能力以及考虑氧舱工作环境的复杂性,本文设计了基于改进BP神经网络PID算法和卡尔曼滤波算法联合控制的控制器。最后采用MATLAB对压力控制算法进行仿真,...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
多人医疗高压氧舱
(a)成人氧舱 (b)婴儿氧舱图 1-2 单人医疗高压氧舱目前采用医疗高压氧舱进行疾病治疗时升压速率、治疗时间、治疗的目标压力、换气时间、氧浓度等参数的控制是由操舱人员根据经验进行调节，治疗时间采用秒表记时，没有定量标准如图 1-2(b)，这会造成治疗效果降低，甚至带来医疗隐患。目前国内有很多学者都在从事新型高压氧治疗和高智能化高压氧舱的设计研究，张强采用计算机控制技术对大型高压氧舱进行控制并设计详细硬件组成，压力的控制采用 PID 控制功能块实现，改善了治疗条件，提升了治疗效果[5]。Ryan Felber 等使用 PIC 微控制器设计了高压氧治疗自动控制呼吸机，降低了在高压氧治疗过程中患者因通气不足或者过度通气导致肺损伤的可能性[6]。MilanStork 等设计了高压氧舱强制吸气系统，并对动物进行实验，一定程度上解决了压力控制造成肺功能受损问题[7]。Jean-Claude 等设计了新型的高压舱台架呼吸机，以满足不同压力控制需求[8]。Jos′e Manuel de Paco 等基于自动化和计算机技术设计了多人高压氧舱自动化室，并成功测试使用了 9 个月[9]。王海东等设计了完整
225( )2 1sG s es =+(2-由上可知，压力控制系统是一个一阶滞后环节。2.3 医疗高压氧舱控制系统框架及基本工作流程医疗高压氧舱按容量可分为单人舱、双人舱、多人舱及婴儿舱[12]，本文计的单人成人高压氧舱自动控制系统可以总结为三个部分，分别是系统控制出模块、系统检测模块和人机交互模块。控制输出主要是氧舱进气、排气电磁阀的控制，氧气浓度检测控制，空控制等控制输出；系统检测主要包括舱内压力检测、气源压力检测，氧浓度测，温湿度检测等；人机交互主要有指示灯、显示屏、键盘、打印机、音频放等，由于进舱功率限制，氧浓度检测装置安装在氧舱外，然后定时取样舱气体进行浓度检测。
【参考文献】：
期刊论文
[1]基于B/S结构的高可靠性双机冗余架构设计[J]. 李志宏,裴承芝,王良,靖李静. 武汉理工大学学报(信息与管理工程版). 2017(01)
[2]BP神经网络的改进算法及在大坝变形分析与预报中的应用[J]. 马丽霞,逄超,陈晓辉. 吉林建筑大学学报. 2016(04)
[3]基于多算法的永磁同步电机伺服控制系统[J]. 李志宏,吴连顺,李玉萍,钱晨亮,刘杰. 制造业自动化. 2016(07)
[4]一种改进的BP神经网络剪枝算法研究[J]. 张虹,王丹. 西南大学学报(自然科学版). 2016(03)
[5]BP神经网络PID控制器在聚合釜温控中的应用[J]. 任有志,杨亚威,曾谦,李竹青,朱家兴. 现代化工. 2016(02)
[6]高压氧舱的自动化应用[J]. 王海东,张敦晓,李琳,魏晓,潘树义. 医疗卫生装备. 2015(05)
[7]高压氧的应用进展[J]. 杨智玲,吴应玲,莫海兰,谭健,李兵. 现代生物医学进展. 2014(25)
[8]基于模糊PID卡尔曼滤波的多传感信息融合移动机器人定位研究[J]. 徐爱亲. 重庆科技学院学报(自然科学版). 2014(04)
[9]氧气加压医用氧舱自动操舱控制系统开发[J]. 周忠彭,李中平,张兴才. 机电信息. 2014(15)
[10]高压氧舱计算机控制系统故障处理[J]. 李兴明,王强,王勇. 医疗卫生装备. 2014(05)
硕士论文
[1]BP算法改进及在软件成本估算中的应用[D]. 周启超.渤海大学 2016
[2]基于BP神经网络的智能家居控制系统的研究[D]. 师庆琪.天津理工大学 2016
[3]BP神经网络PID控制在船舶动力定位系统中的应用[D]. 周春光.大连海事大学 2016
[4]医用高压氧舱氧气浓度控制装置的设计[D]. 陈思.长春工业大学 2015
[5]基于BP神经网络及其优化算法的汽车车速预测[D]. 谢浩.重庆大学 2014
[6]基于改进BP神经网络算法的微波加热智能控制系统的研究[D]. 杨磊.昆明理工大学 2014
[7]基于神经网络PID控制方法的研究[D]. 张晓凤.东北大学 2013
[8]生物医学显微图像分割与识别技术的研究[D]. 邹继杰.广东工业大学 2013
[9]BP算法的改进及其在PID优化控制中的应用研究[D]. 李虎.西安科技大学 2012
[10]基于BP神经网络PID控制的温室环境控制系统的仿真研究[D]. 涂川川.吉林农业大学 2012
本文编号：3060771
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
多人医疗高压氧舱
(a)成人氧舱 (b)婴儿氧舱图 1-2 单人医疗高压氧舱目前采用医疗高压氧舱进行疾病治疗时升压速率、治疗时间、治疗的目标压力、换气时间、氧浓度等参数的控制是由操舱人员根据经验进行调节，治疗时间采用秒表记时，没有定量标准如图 1-2(b)，这会造成治疗效果降低，甚至带来医疗隐患。目前国内有很多学者都在从事新型高压氧治疗和高智能化高压氧舱的设计研究，张强采用计算机控制技术对大型高压氧舱进行控制并设计详细硬件组成，压力的控制采用 PID 控制功能块实现，改善了治疗条件，提升了治疗效果[5]。Ryan Felber 等使用 PIC 微控制器设计了高压氧治疗自动控制呼吸机，降低了在高压氧治疗过程中患者因通气不足或者过度通气导致肺损伤的可能性[6]。MilanStork 等设计了高压氧舱强制吸气系统，并对动物进行实验，一定程度上解决了压力控制造成肺功能受损问题[7]。Jean-Claude 等设计了新型的高压舱台架呼吸机，以满足不同压力控制需求[8]。Jos′e Manuel de Paco 等基于自动化和计算机技术设计了多人高压氧舱自动化室，并成功测试使用了 9 个月[9]。王海东等设计了完整
225( )2 1sG s es =+(2-由上可知，压力控制系统是一个一阶滞后环节。2.3 医疗高压氧舱控制系统框架及基本工作流程医疗高压氧舱按容量可分为单人舱、双人舱、多人舱及婴儿舱[12]，本文计的单人成人高压氧舱自动控制系统可以总结为三个部分，分别是系统控制出模块、系统检测模块和人机交互模块。控制输出主要是氧舱进气、排气电磁阀的控制，氧气浓度检测控制，空控制等控制输出；系统检测主要包括舱内压力检测、气源压力检测，氧浓度测，温湿度检测等；人机交互主要有指示灯、显示屏、键盘、打印机、音频放等，由于进舱功率限制，氧浓度检测装置安装在氧舱外，然后定时取样舱气体进行浓度检测。
【参考文献】：
期刊论文
[1]基于B/S结构的高可靠性双机冗余架构设计[J]. 李志宏,裴承芝,王良,靖李静. 武汉理工大学学报(信息与管理工程版). 2017(01)
[2]BP神经网络的改进算法及在大坝变形分析与预报中的应用[J]. 马丽霞,逄超,陈晓辉. 吉林建筑大学学报. 2016(04)
[3]基于多算法的永磁同步电机伺服控制系统[J]. 李志宏,吴连顺,李玉萍,钱晨亮,刘杰. 制造业自动化. 2016(07)
[4]一种改进的BP神经网络剪枝算法研究[J]. 张虹,王丹. 西南大学学报(自然科学版). 2016(03)
[5]BP神经网络PID控制器在聚合釜温控中的应用[J]. 任有志,杨亚威,曾谦,李竹青,朱家兴. 现代化工. 2016(02)
[6]高压氧舱的自动化应用[J]. 王海东,张敦晓,李琳,魏晓,潘树义. 医疗卫生装备. 2015(05)
[7]高压氧的应用进展[J]. 杨智玲,吴应玲,莫海兰,谭健,李兵. 现代生物医学进展. 2014(25)
[8]基于模糊PID卡尔曼滤波的多传感信息融合移动机器人定位研究[J]. 徐爱亲. 重庆科技学院学报(自然科学版). 2014(04)
[9]氧气加压医用氧舱自动操舱控制系统开发[J]. 周忠彭,李中平,张兴才. 机电信息. 2014(15)
[10]高压氧舱计算机控制系统故障处理[J]. 李兴明,王强,王勇. 医疗卫生装备. 2014(05)
硕士论文
[1]BP算法改进及在软件成本估算中的应用[D]. 周启超.渤海大学 2016
[2]基于BP神经网络的智能家居控制系统的研究[D]. 师庆琪.天津理工大学 2016
[3]BP神经网络PID控制在船舶动力定位系统中的应用[D]. 周春光.大连海事大学 2016
[4]医用高压氧舱氧气浓度控制装置的设计[D]. 陈思.长春工业大学 2015
[5]基于BP神经网络及其优化算法的汽车车速预测[D]. 谢浩.重庆大学 2014
[6]基于改进BP神经网络算法的微波加热智能控制系统的研究[D]. 杨磊.昆明理工大学 2014
[7]基于神经网络PID控制方法的研究[D]. 张晓凤.东北大学 2013
[8]生物医学显微图像分割与识别技术的研究[D]. 邹继杰.广东工业大学 2013
[9]BP算法的改进及其在PID优化控制中的应用研究[D]. 李虎.西安科技大学 2012
[10]基于BP神经网络PID控制的温室环境控制系统的仿真研究[D]. 涂川川.吉林农业大学 2012
本文编号：3060771
本文链接：https://www.wllwen.com/kejilunwen/yiqiyibiao/3060771.html
