一种马肢蹄冷冻治疗靴及其应用

1.本发明属于农畜医疗设备技术领域，尤其涉及一种马肢蹄冷冻治疗靴及其应用。


背景技术：

[0002][0003]
肢体病是马属动物最常见，最严重的疾病，是导致优良赛马淘汰的最主要原因。导致马跛行的原因很多，其中蹄叶炎是最常见，最严重的原因。根据有关报道，马蹄叶炎的发病率为15％，其中75％最终导致淘汰，不仅给马匹带来巨大痛苦，又给养马业造成严重的经济损失。报道称，马剧烈运动后肢体局部血液循环发生改变，趾内侧外侧动脉血液温度升高，渗透压增加，而且这种改变在蹄内部尤为明显，也是发生蹄叶炎的主要原因。局部血液循环后血小板激活,这不仅诱导微循环障碍进一步导致血栓的生成，还导致局部产生的有害物质进入血液循环，从而导致全身性反应，如休克等。
[0004]
由于马剧烈运动后容易发生局部和/或全身性炎症这一特点，很多骑手、护理人员和马兽医选择在骑行或竞赛前后对马肢体进行冷敷。这是因为冷冻治疗有助于降低局部炎症，防止马在剧烈运动之前和之后受伤。并且在国际比赛中，马不允许使用治疗性药物来帮助或缓解运动导致的疼痛。因此，冰敷广泛用于国际比赛中以保持马的舒适和最良表现。
[0005]
然而，目前国内没有一个简单好用的装置来进行马肢体的冷冻治疗，很多兽医和骑手使用简陋的方法进行冷敷，但是当马由于低温感觉不适时对马带来不必要的伤害，这对护理人员安全和马的福利都带来负面影响。
[0006]
通过上述分析，现有技术存在的问题及缺陷为：目前没有简单好用的装置来进行马肢体的冷冻治疗，很多兽医和骑手使用简陋的方法进行冷敷，但是当马由于低温感觉不适时对马带来不必要的伤害，这对护理人员安全和马的福利都带来负面影响。而且现有技术智能控制效果差。


技术实现要素：

[0007]
针对现有技术存在的问题，本发明提供了一种马肢蹄冷冻治疗靴及其应用。
[0008]
本发明是这样实现的，一种马肢蹄冷冻治疗靴，所述马肢蹄冷冻治疗靴包括上支架、夹紧机构、轧丝机头、剥肋进刀及退刀机构、减速机、手动进给机构、下支架、行走轮机构、电器系统和供水系统。
[0009]
所述夹紧机构、轧丝机头、剥肋进刀及退刀机构、减速机、手动进给机构依次安装在上支架上部；所述行走轮机构安装在上支架下部；所述电器系统、供水系统安装在上支架中部。
[0010]
进一步，所述马肢蹄冷冻治疗靴的结构较为复杂，由不同材料和部件组成，因此在实际生产过程中需要分阶段制作后进行安装。
[0011]
进一步，供水系统的冷却温度控制方法包括：确定温度知识的输入样本数据；对得到的数据样本建模；经线性归一化处理实现数据归一化；将数据加载至elm算法进行训练学
习；通过热分析可确定当前服役过程中高功率放大器所处的环境温度，预测、重构出当前温度下参数；将预测得到的数据生成s2p文件，作为当前温度下功放电性能输出；将供水系统冷却过程仿真，提取其s参数；将得到的电性能s参数导入ansoft designer软件中，对应端口连接；进行电性能仿真分析，经激励推送得到供水系统的控制器的增益。
[0012]
进一步，所述供水系统的冷却温度控制方法包括：改变环境温度t，调节采样频率f可查看功率放大器对应电性能；电性能s参数在矢量网络分析仪测得；温度t和采样频率f构成该温度知识的输入样本数据xi∈rn×2，所测s参数数据为电性能参数样本yi∈rn×8；
[0013]
对实验得到的n个数据样本(xi,yi)进行建模，状态向量 xi＝[x
i1
,x
i2
,...,x
iλ
]
t
∈r
λ
表示频率和温度参数，yi＝[y
i1
,y
i2
,...,y
iμ
]
t
∈r
λ
表示对应s参数幅值相位输出。
[0014]
数据归一化，x为原始数据，经线性归一化处理后的数据用表示，数据归一化公式为：
[0015][0016]
将对实验得到的n个数据样本(xi,yi)进行建模，状态向量 xi＝[x
i1
,x
i2
,...,x
iλ
]
t
∈r
λ
表示频率和温度参数，yi＝[y
i1
,y
i2
,...,y
iμ
]
t
∈r
λ
表示对应s参数幅值相位输出的数据加载至elm算法进行训练学习，elm算法中l个单隐层神经网络表示为：
[0017][0018]
为使得elm神经网络学习目标输出误差最小，有：
[0019][0020]
设代价函数为
[0021]
方程转化为求解代价函数最小值问题，即：
[0022][0023]
在elm算法中，wi和bi随机确定，则隐层输出矩阵h唯一确定，训练单隐层神经网络转化为求解一个线性系统hβ＝y，并且输出权重β被确定：
[0024][0025]
h-1
为h矩阵的广义逆，范数最小，得到elm代理模型：
[0026][0027]
通过热分析确定当前服役过程中高功率放大器所处的环境温度，预测、重构出当前温度下s参数，状态向量：
[0028][0029]
重复第二步得到归一化样本数据，带入代理模型中，得到对应函数输出为：
[0030][0031]
将预测得到的数据生成s2p文件，作为当前温度下功放电性能输出；
[0032]
将供水系统冷却过程仿真，提取s参数；
[0033]
将得到的电性能s参数导入ansoft designer软件中，对应端口连接，进行电性能仿真分析，经激励推送得到供水系统的控制器的增益。
[0034]
本发明的另一目的在于提供一种所述的马肢蹄冷冻治疗靴在马肢蹄冷冻治疗中的应用。
[0035]
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的马肢蹄冷冻治疗靴，能够安全简易地对马肢蹄进行冷冻治疗，有助于防止马在剧烈活动之前和之后受伤，减少对马由于可能的低温导致的不适而带来的应激反应，从而保证马及人员安全的马肢蹄冷冻治疗靴。
[0036]
本发明弥补了现有技术的缺点，达到马肢体的冷冻治疗的目的同时，提高马的福利，减少给马带来不必要的损伤，同时最大程度上减少马在冷冻治疗过程中发生不适导致的马及人员损伤。
[0037]
本发明的供水系统的冷却温度控制方法包括：确定温度知识的输入样本数据；对得到的数据样本建模；经线性归一化处理实现数据归一化；将数据加载至elm算法进行训练学习；通过热分析可确定当前服役过程中高功率放大器所处的环境温度，预测、重构出当前温度下参数；将预测得到的数据生成s2p文件，作为当前温度下功放电性能输出；将供水系统冷却过程仿真，提取其s参数；将得到的电性能s参数导入ansoft designer软件中，对应端口连接；进行电性能仿真分析，经激励推送得到供水系统的控制器的增益。
附图说明
[0038]
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
[0039]
图1是本发明实施例提供的马肢蹄冷冻治疗靴的结构示意图；
[0040]
图2是本发明实施例提供的供水系统的冷却温度控制方法原理图。
[0041]
图3是本发明实施例提供的供水系统的供水系统的冷却温度控制方法流程图。
[0042]
图中：1、上支架；2、夹紧机构；3、轧丝机头；4、剥肋进刀及退刀机构； 5、减速机；6、手动进给机构；7、下支架；8、行走轮机构；9、电器系统；10、供水系统。
具体实施方式
[0043]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0044]
针对现有技术存在的问题，本发明提供了一种马肢蹄冷冻治疗靴及其应用，下面结合附图对本发明作详细的描述。
[0045]
针对现有技术中存在的不足之处，本发明的目的是提供一种能够安全简易地对马肢蹄进行冷冻治疗，减少对马由于可能的低温导致的不适而带来的应激反应，从而保证马及人员安全的马肢蹄冷冻治疗靴。
[0046]
如图1所示，本发明实施例提供的马肢蹄冷冻治疗靴包括上支架1、夹紧机构2、轧丝机头3、剥肋进刀及退刀机构4、减速机5、手动进给机构6、下支架 7、行走轮机构8、电器系统9和供水系统10。所述夹紧机构、轧丝机头、剥肋进刀及退刀机构、减速机、手动进给机构依次安装在上支架上部；所述行走轮机构安装在上支架下部；所述电器系统、供水系统安装在上支架中部。
[0047]
如图2所示，供水系统的冷却温度控制方法包括：确定温度知识的输入样本数据；对得到的数据样本建模；经线性归一化处理实现数据归一化；
[0048]
将数据加载至elm算法进行训练学习；通过热分析可确定当前服役过程中高功率放大器所处的环境温度，预测、重构出当前温度下参数；
[0049]
将预测得到的数据生成s2p文件，作为当前温度下功放电性能输出；将供水系统冷却过程仿真，提取其s参数；将得到的电性能s参数导入ansoft designer软件中，对应端口连接；
[0050]
进行电性能仿真分析，经激励推送得到供水系统的控制器的增益。
[0051]
如图3所示，所述供水系统的冷却温度控制方法包括：
[0052]
s101，改变环境温度t，调节采样频率f可查看功率放大器对应电性能；电性能s参数在矢量网络分析仪测得；温度t和采样频率f构成该温度知识的输入样本数据xi∈rn×2，所测s参数数据为电性能参数样本yi∈rn×8；
[0053]
s102，对实验得到的n个数据样本(xi,yi)进行建模，状态向量 xi＝[x
i1
,x
i2
,...,x
iλ
]
t
∈r
λ
表示频率和温度参数，yi＝[y
i1
,y
i2
,...,y
iμ
]
t
∈r
λ
表示对应s参数幅值相位输出。
[0054]
s103，数据归一化，x为原始数据，经线性归一化处理后的数据用x表示，数据归一化公式为：
[0055][0056]
s104，将对实验得到的n个数据样本(xi,yi)进行建模，状态向量 xi＝[x
i1
,x
i2
,...,x
iλ
]
t
∈r
λ
表示频率和温度参数，yi＝[y
i1
,y
i2
,...,y
iμ
]
t
∈r
λ
表示对应s参数幅值相位输出的数据加载至elm算法进行训练学习，elm算法中l个单隐层神经网络表示为：
[0057][0058]
为使得elm神经网络学习目标输出误差最小，有：
[0059][0060]
设代价函数为
[0061]
方程转化为求解代价函数最小值问题，即：
[0062][0063]
在elm算法中，wi和bi随机确定，则隐层输出矩阵h唯一确定，训练单隐层神经网络转化为求解一个线性系统hβ＝y，并且输出权重β被确定：
[0064][0065]
h-1
为h矩阵的广义逆，范数最小，得到elm代理模型：
[0066][0067]
通过热分析确定当前服役过程中高功率放大器所处的环境温度，预测、重构出当前温度下s参数，状态向量：
[0068][0069]
s105，重复第s102步得到归一化样本数据，带入代理模型中，得到对应函数输出为：
[0070][0071]
s106，将预测得到的数据生成s2p文件，作为当前温度下功放电性能输出；
[0072]
将供水系统冷却过程仿真，提取s参数；
[0073]
将得到的电性能s参数导入ansoft designer软件中，对应端口连接，进行电性能仿真分析，经激励推送得到供水系统的控制器的增益。
[0074]
本发明结构较为复杂，由不同材料和部件组成，因此在实际生产过程中需要分阶段制作后进行安装。
[0075]
本发明提供的马肢蹄冷冻治疗靴，有助于防止马在剧烈活动之前和之后受伤，弥补了现有技术的缺点，达到马肢体的冷冻治疗的目的同时，提高马的福利，减少给马带来不必要的损伤，同时最大程度上减少马在冷冻治疗过程中发生不适导致的马及人员损伤。
[0076]
在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗
示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0077]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。