本发明涉及一种用于实现麻醉机和呼吸机的高性能、高精度压力控制通气方式,属于医疗设备制造技术领域。
背景技术:
在麻醉机和呼吸机控制中需要对某些特殊病人进行压力控制通气。目前知晓的压力控制方法有两种:
采用压力pid控制直接对患者进行压力控制,此种方法优点是,算法实现简单,在使用高性能处理器情况下所实现的pid压力控制可用于绝大多数特殊病变患者。缺点是,对于不同病变的患者其自身的r、c值不同,利用传统的压力控制方式单纯根据监测到的压力对整个系统进行控制无法很好地适应各种r、c下的压力变化,容易出现通气不足或超调现象,对病人产生严重危害,而且要实现高性能的控制,适用更多的r、c值患者,需要采用高性能的处理器进行实时控制处理,硬件成本高。
利用模糊控制技术,采用压力传感器进行压力pid控制。优点是,对于不同病变的患者其自身的r、c值不同,利用压力模糊控制方式可以很好的解决由于患者r、c值变化对整个pid控制参数的影响。缺点是,在设计过程中模糊控制规则中的论域档位和隶属函数的隶属关系多少对控制算法的影响比较大,档位和隶属关系过密控制算法计算时间过长,需要用昂贵的dsp可以快速实现,档位和隶属关系过疏,规则包含度不够,会有某些r、c值下的控制值覆盖不到,导致通气过程中出现超调现象,尤其是在极个别特殊情况下会出现震荡现象,会加重这些特殊r、c值情况下病人的通气负担,引发并发症。
技术实现要素:
本发明的目的在于为提升麻醉机和呼吸机中压力模糊控制通气安全性,降低由于dsp控制情况下的高成本,提出一种在原有压力模糊控制基础上进行改进的控制方法,可以降低硬件成本,提升控制可靠性,对患者的r、c值适应范围更广。
本发明的技术方案如下:
一种通过压力模糊控制提高麻醉机通气精度的方法,其特征在于:
(1)在r=1~100cmh2o/l/s,c=1~100ml/cmh2o的取值范围内,选取一部分r值、c值作为定位点;所述r值、c值定位点,是根据统计算法,选取统计图中出现概率最多的r、c值作为定位点;
(2)在每个r、c值定位点上分别进行pid控制参数调节,并记录每个r、c值与调节获得的p参数、i参数、d参数的对应关系;所述的pid控制参数调节,是对于每个r、c值,进行压力控制pid算法中的p、i、d参数进行调节,直到输出压力无超调为止,记录下此时的p、i、d参数和对应的r、c值;
(3)根据每个r、c值和与其对应的p参数、i参数、d参数的对应关系,按照模糊数学原理建立隶属函数,并为隶属函数的每个论域分档;
(4)根据分档情况制定模糊规则和决策方法,根据制定的模糊规则和决策方法,及隶属函数和论域分档,编写出相应模糊控制算法;
(5)根据该模糊控制算法,对r、c取值范围内未被设为定位点的r、c值所对应的p参数、i参数、d参数,进行自动计算,计算时刻为每次呼气状态到吸气状态切换时刻;
(6)利用计算所得的pid参数对整个压力控制系统进行压力反馈控制,并监测当前流量;
(7)在上述压力控制模式下,利用公式p=f*r,计算出当前流量下的压力值,其中p为压力,f为当前流量流量,r为气阻;
(8)利用kalman估计算法,在算法中添加因控制参数对整个估算结果影响的子项,对当前压力值的下一时刻压力进行估算;
(9)将估算出的压力值代入误差系统算出控制误差量,对其进行pid控制,折算出下一时刻需要控制压力;
(10)利用公式p=f*r,将控制压力折算为标准控制流量;
(11)将折算好的控制流量输入流量pid比例控制器中,进行流量反馈控制。
本发明利用流速和压力共同控制,解决了传统的压力模糊控制算法r、c适应盲点问题,通过对压力模糊控制通气进行改进,利用r、c值和经典公式结合,解决了因档位和隶属关系比较疏的情况下的极个别特殊控制参数的自动调节,并且在控制算法中添加了对控制参数和监测参数的回归估计,用以解决超调问题。
附图说明
图1为本发明的实现过程框图。
具体实施方式
如图1所示,本发明的控制方法如下:
在r=1~100cmh2o/l/s,c=1~100ml/cmh2o的取值范围内,根据大量收集统计的患者r、c值分布资料,选取n个出现概率最高的r、c值作为定位点,n大于10;
调节出这n个r、c值对应的pid控制参数;
根据这n个r、c值所对应的pid控制参数的特征,制定出相应的模糊控制算法;
根据制定出的模糊控制算法,计算r、c取值范围内其他的r、c对应的pid控制参数,并对模糊控制算法进行修正,以满足不同r、c值的需要;
修正好后控制算法,利用麻醉机和呼吸机中压力传感器和流量传感器协同对患者进行压力反馈控制。
具体实现步骤如下:
步骤1、在r=1~100cmh2o/l/s,c=1~100ml/cmh2o的取值范围内,通过统计算法,对不同病人的r、c分布进行统计,根据统计结果确定r、c定位点。举例说明:通过获取正常的成人、正常的儿童、正常的新生儿、病变的成人、病变的儿童、病变的新生儿等多种不同病征下患者的r、c值,对这些r、c值进行分布统计,计算出统计图谱,按照统计图谱,将统计图中出现概率最多的r、c值作为定位点。
步骤2、在每个r、c定位点上分别调节各自的pid控制参数。比如:在r=5,c=50情况下,对压力控制pid算法中的p、i、d参数进行调节,直到输出压力无超调为止,记录下此时的p、i、d参数和r、c值,按此方法对其他r、c值点作相同工作。
步骤3、对各自的pid控制参数进行分析,选取p参数、i参数、d参数与r、c值的对应关系。比如:根据上述步骤2中调整出来的各个r、c值情况下的pid参数的特性,对pid三参数,进行分类处理,查出关联关系。
步骤4、对三个控制参数和r、c定位点之间的关系按照模糊数学原理建立隶属函数。
步骤5、根据模糊数学中的隶属函数为每个论域分档。
步骤6、根据分档情况制定模糊规则和决策方法。
步骤7、根据规则、决策、隶属函数和论域分档编写出相应模糊控制算法,对r、c取值范围内中未被定位的r、c值所对应的p参数、i参数、d参数,进行自动计算,pid控制参数利用模糊数学计算时刻为每次呼气状态到吸气状态切换时刻。
步骤8、利用此pid参数对整个压力控制系统进行压力反馈控制控制。反馈控制周期为1~10ms内任意一种固定值。
步骤9、在上述压力控制模式下,利用公式p=f*r,计算出当前流量下的压力值,其中p为压力,f为当前流量流量,r为气阻;
步骤10、利用kalman估计算法,在算法中添加因控制参数对整个估算结果影响的子项,对当前压力值的下一时刻压力进行估算;
步骤11、将估算出的压力值代入误差系统算出控制误差量,对其进行pid控制,折算出下一时刻需要控制压力;
步骤12、利用公式p=f*r,将控制压力折算为标准控制流量;
步骤13、将折算好的控制流量输入流量pid比例控制器中,进行流量反馈控制。反馈控制周期为1~10ms内任意一种固定值,在此时间范围内控制效果最佳。