一种肛周一体式冲洗喷雾器的制作方法

技术特征：

1.一种肛周一体式冲洗喷雾器，包括喷雾罩、铰接卡扣、螺纹软管、雾化动力装置、通气层缓冲套和充气阀门构成，其特征在于：该肛周一体式冲洗喷雾器还包括电磁控制阀、空气流量感应器、雾化气体流量感应器、控制器、智能终端；

所述喷雾罩的四周设置有通气层缓冲套，所述螺纹软管通过铰接卡扣与喷雾罩固定连接，所述喷雾罩左下端固定充气阀门，所述螺纹软管下端与雾化动力装置连接；所述的充气阀门通过压缩空气气管连接电磁控制阀；空气流量感应器安装在压缩空气气管上；电磁控制阀、空气流量感应器均通过导线与控制器电连接；控制器与智能终端无线连接；

所述雾化动力装置由铰接套环、喷雾储液槽、真空塑料铰接螺丝和通气软管构成，所述铰接套环与喷雾储液槽连接，所述通气软管通过真空塑料铰接螺丝与喷雾储液槽连接，所述铰接套环内部固定旋转拨液桨；

所述铰接套环底部与喷雾储液槽顶部连接位置安装有雾化腔，所述雾化腔内安装有微型雾化器；

在所述雾化腔底部雾化器的周边安装有若干压力喷嘴及与压力喷嘴连接的负压发生器；

所述雾化器通过螺纹软管内部的雾化喷管与所述喷雾罩连通，所述压力喷嘴通过螺纹软管内部的喷液管与所述喷雾罩连通；

所述雾化气体流量感应器安装在雾化器与雾化喷管连接处，所述雾化气体流量感应器通过导线与控制器电连接。

2.根据权利要求1所述的肛周一体式冲洗喷雾器，其特征在于：所述铰接卡扣上设置有密封垫片。

3.根据权利要求1所述的肛周一体式冲洗喷雾器，其特征在于：所述微型雾化器安装在所述雾化腔底部中央位置，所述喷液管直径小于雾化喷管直径，若干条喷液管沿所述雾化喷管内壁布置。

4.根据权利要求1所述的肛周一体式冲洗喷雾器，其特征在于：所述控制器包括无线发射模块、无线接收模块、处理器；所述无线发射模块、无线接收模块均通过串口与处理器连接；所述智能终端包括红外线发射模块、信号接收模块、显示器、处理芯片；所述红外线发射模块、信号接收模块、显示器均通过插接口与处理芯片连接。

5.根据权利要求4所述的肛周一体式冲洗喷雾器，其特征在于：处理器采集空气流量感应器和雾化气体流量感应器的信号中，信号采集方法包括：

首先，用感应器设备在独立的采样周期内对目标信号x(t)进行采集，并用A/D方式对信号进行数字量化；

然后，对量化后的信号x(i)进行降维；

最后，对降维后的信号进行重构；其中t为采样时刻，i为量化后的信号排序；

对量化后的信号进行降维，具体是对量化后的信号通过有限脉冲响应滤波器的差分方程i＝1,…,M，其中h(0),…,h(L-1)为滤波器系数，设计基于滤波的压缩感知信号采集框架，构造如下托普利兹测量矩阵：

则观测i＝1,…,M，其中b₁,…,b_L看作滤波器系数；子矩阵Φ_FT的奇异值是格拉姆矩阵G(Φ_F,T)＝Φ′_FTΦ_FT特征值的算术根，验证G(ΦF,T)的所有特征值λi∈(1-δ_K,1+δ_K),i＝1,…,T，则Φ_F满足RIP，并通过求解如下l₁最优化问题来重构原信号：

$\begin{array}{cc}\underset{x}{min}& \left|\right|x|{|}_{1}s.t.y={\mathrm{\Φ}}_x\end{array}$

即通过线性规划方法来重构原信号，亦即BP算法；

针对实际压缩信号，如流量数据信号的采集，则修改Φ_F为如下形式：

如果信号在变换基矩阵Ψ上具有稀疏性，则通过求解如下l₁最优化问题，精确重构出原信号：

$\begin{array}{cc}\underset{\mathrm{\α}}{min}& \left|\right|\mathrm{\α}|{|}_{1}s.t.y={\mathrm{\Φ}}_x=\mathrm{\Φ}\mathrm{\Ψ}\mathrm{\α}=\mathrm{\α}=\mathrm{\Ξ}\mathrm{\α};\end{array}$

其中Φ与Ψ不相关，Ξ称为CS矩阵。

6.根据权利要求4所述的肛周一体式冲洗喷雾器，其特征在于：处理器采用模糊智能PID算法对采集的信号进行处理；

模糊智能PID算法具体的方法为：

步骤一,首先创建模糊控制规则表，根据检测到得气体流量设定值的变化，自动调整控制输出值的基本论域，依据处理器的数据库选择利用偏差e和偏差的变化(de/dt)来对控制输出值的基本论域进行调整；

偏差e和偏差变化(de/dt)的论域选为：e，de/dt＝{-5，-4，-3，-2，-1，0，1，2，3，4，5}，相应的模糊子集为：de/dt＝{NB，NM，NS，0，PS，PM，PB}，再根据模糊控制规则表计算出PID的Ki、Kp、Kd的模糊值，再利用解模糊算法得到PID参数的在线模糊自整定值；

步骤二,智能PID算法的实现，控制器由模糊控制器和模糊智能自整定PID控制器组成，设E₀为控制阈值，当|e|>E₀时，采用模糊控制器，当偏差比较大时，采用模糊控制器加快调节速度，快速响应；当0<|e|<E0时，采用模糊智能自整定PID控制器；

PID算法选择位置式不完全微分形式：

$u_k=K_p{e}_k+K_I\underset{i=0}{\overset{k}{\&Sigma;}}{e}_i+u_k^D$

$u_k^D=\frac{t_f}{t_f+T_0}{u}_{k-1}^D+\frac{K_D}{t_f+T_0}(e_k-e_{k-1})$

在控制过程中，PID控制器的参数需根据当前的状态进行调整：

$\begin{array}{cc}{K}_j={\mathrm{\&alpha;}}_j{K}_j^0& j=P,I,D\end{array}$

式中α_P，α_I和α_D分别为通过模糊推理计算出的修正系数，K_P，K_I和K_D分别为基本的比例、积分和微分系数；

步骤三,模糊推理逻辑，模糊推理逻辑是利用人工调节时对气体流量的变化进行推理预测的，预测时，根据e和(de/dt)的当前值，按照模糊逻辑的规则进行推理：

C＝(E_k×E_ck)·R_c

式中E_K为e的模糊子集，E_cK为(de/dt)的模糊子集，R_c为通过实验建立模糊控制规则库。