文摘

近年来,精确的高流量氧气疗法作为一种新型的氧疗法机已逐渐吸引了人们的注意力,已广泛应用于医院急救和临床治疗呼吸道疾病;特别是近年来,严重的冠状病毒疾病(COVID-19)发挥了重要作用的治疗病人。介绍了一种新型的精确治疗高流量氧气机与电磁气动流量控制阀为核心控制元件。滑模控制策略的基础上,提出了系统实现精确控制氧浓度和输出氧气疗法的混合物。的物理设备精度高流系统,及其工作性能验证测试平台。精度高流设备的优化设计目标。

1。介绍

作为一种医疗设备,帮助患者提高肺通气和改善呼吸功能,在当前医疗需求的新型冠状病毒和各种各样的呼吸道疾病,氧气机广泛用于医院紧急治疗和临床治疗呼吸系统疾病的1]。在各种临床氧气治疗方法、高流鼻氧疗法,作为一种新型的氧疗法,是被广泛接受和应用,因为其独特的治疗特点。这种方法有明显的优点:首先,它能提供更高的吸入氧气和更稳定的浓度;其次,它可以提供高混合气体的流动,可有效减少鼻腔和咽解剖死区;然后,这个方法可以产生积极的气道压力和增加肺呼气末容;最后,它可以减少上呼吸道的气道阻力和改善病人的呼吸效率(2]。特别是在最近的治疗严重的冠状病毒疾病患者(COVID-19) 2019年,鼻高流量氧气疗法具有良好的治疗应用治疗成人呼吸道疾病。因为患者冠状病毒病(COVID-19)是急性呼吸类型,合理有效的呼吸支持是最重要的器官支持方法,这些患者(3]。因此,高流鼻氧疗法治疗优势大于其他无创呼吸支持的方法。同时,高流量鼻氧疗法更有优势在维护患者的氧化特性和安慰血氧不足比传统的氧疗法和其他类型的无创正压通气(4]。精确的高流量氧气治疗是首选氧气治疗轻度至中度患者呼吸衰竭(5]。

当前研究领域的高流量氧气疗法(6),主要研究方向是解决单身问题的医学传统氧气治疗设备的适应性,严重浪费氧气,氧气的混合气体浓度不稳定,实际控制效果差,等等7]。

通过研究和前沿研究成果的总结国内外治疗高流量氧气机,我们可以发现,其研究方向主要侧重于系统设计和控制策略8]。系统设计的改进方向通常是通过硬件设计和优化治疗高流量氧气系统(9]。在当前研究领域的治疗高流量氧气机(10),系统的整体设计和控制策略也纳入研究范围。在控制策略的研究,控制方法通常只针对一个单一的控制量,这是很难适应实际医学应用的复杂需求。结合智能控制技术和精确的高流量氧气疗法系统仍处于初级阶段(11]。智能控制方法的实现需要大量的实际处理数据作为数据基础,它仍然需要很长时间才能实现。

因此,本文提出一种新型的精确治疗高流量氧气机与电磁气动流量控制阀的关键控制元件(12]。通过深入研究和优化设计的电磁气动流量控制阀、高流量氧气疗法系统基于阀门设计。同时,为了解决PID控制的缺点方法非线性系统,基于滑模控制方法提出了高流量氧气治疗系统。高流量氧气疗法系统的物理设备建立了精确控制浓度和输出流(13),其工作性能验证实验平台。的优化设计目标实现高流量氧气治疗设备,并设计和改进治疗高流量氧气系统的实现(14]。

2。介绍系统的工作原理和数学模型的建立

如图1、工作结构的新精密治疗高流量氧气机主要由以下部分组成:电磁气动流量控制阀、空气过滤器、氧浓度传感器、流量传感器、压力释放价值,压力表,涡轮式风扇。其中,电磁气动流量控制阀和涡轮式风扇是关键控制系统的组件(15]。首先,电磁气动阀可以控制流的输出流高压电路和高浓度氧源的氧气。输出流量和氧浓度的氧气气体流量传感器和测量电路的氧浓度传感器,并传输到控制器。然后,混合气体的涡轮式风扇提供正压电路系统的混合过滤空气和氧气并交付他们的容器存储。混合气体的流量和氧浓度测量气体流量传感器和氧浓度传感器和传输到控制器。系统是一种正压系统气体流量传感器和氧浓度传感器为主要检测元素和单片机作为控制元件。它的工作原理是在系统启动时,控制器提供控制信号气动流量控制阀和涡轮式风扇打开氧气电路和混合电路,与此同时,氧气和混合物的流动是检测到气体流量传感器和氧浓度传感器和测量数据发送给控制器。


图1
高流鼻氧疗法系统的新结构。

根据误差值,控制器的进一步控制输出流气动流量控制阀和涡轮式风扇的速度,然后控制混合气体的氧浓度和流量,从而达到不同的控制量的准确性的氧气浓度和输出流。

2.1。电磁铁式空气流量阀的数学模型

根据工作原理和组成的新精确治疗高流量氧气机,建立其数学模型,演示了系统的可行性。数学模型的主要部件是电磁气动流量控制阀和涡轮式风扇,和其他组件的数学模型,如管道和容器是简化16]。

2.1.1。根据阀门的工作原理,压力方程可以描述如下

在哪里PC工作腔的压力,R气体常数,TC是温度,年代c膜的有效面积,VC是工作室容积,X是轴位移。

2.1.2。流动方程可描述如下

当 ;

当 ;

在哪里P1上游压力,P2下游压力,se是有效的横截面积。在这个模型中,P年代气源压力,可以上游空气压力在这个公式。和K是空气的比热。

2.1.3。阀芯的运动方程可以描述如下

在哪里Po是隔膜的压力下,出口压力,年代C阀芯的有效面积,K是弹簧系数的滑阀,r阻尼系数,Fe是电磁铁的电磁力。

2.2。涡轮式风扇

根据三相无刷直流电机的工作原理,建立了相应的数学模型。

通过解耦三相电动机的电磁物理量,可以简化的数学模型,以及随后可以输入控制信号控制风扇转速。(1)电压平衡方程 在哪里R年代是相抵抗,Ψf相磁链,u是相电压,我是相电流,p微分算子,下标吗问扭矩轴,下标吗d是激发轴。因此,ud是激发轴相电压,u问扭矩轴相电压,ld励磁绕组自感的轴,l问扭矩轴的绕组自身电感,我d是激发轴相电流,我问是扭矩轴相电流, 转子的机械角速度。(2)电磁转矩方程 (3)机械运动方程 在哪里T新兴市场代表了负载转矩,J代表了惯性矩,B代表转子粘性摩擦系数,起动转矩T大约可以忽略。

结合上面的方程,基本的数学模型,可以建立新的治疗高流量氧气机。

2.3。滑模控制策略

摘要高流鼻氧疗法系统是一个有机结合的气动控制技术和医疗氧气治疗。其气动系统特点和实际工作场景导致许多非线性系统中链接和不确定的工作参数。这些工作因素将有一个伟大的对系统的控制效果的影响。在这个阶段,COVID-19,作为一个主要的全球公共卫生安全问题,引起了世界上数百万人死亡。它构成了严重和复杂的挑战,吸入的氧疗法治疗模式系统在中国。由于高流量的要求,速度,和气动阀的可靠性在鼻治疗高流量氧气系统中,为了解决问题引起的气动阀的非线性特征和病人带来的不确定性系统对象系统控制器的设计,本文选择离散自适应滑模控制的控制策略高流鼻氧疗法系统(17]。这种方法可以作为控制系统的控制策略的参数难以确定或时变参数,针对问题的非线性系统的参数不确定性和外部干扰的不确定性,滑模控制可以有效地控制系统(18),可以应用于系统所造成的不确定性和未知外扰复杂实际医疗环境和病人在不同生理状态高流鼻氧疗法系统的控制。

考虑到控制器和传感器在实际的实验中使用离散信号,离散滑模控制采用基于离散指数控制律。为方便计算,系统简化为一个二阶离散系统,和其相应的数学模型如下19]。(1)二阶离散时间系统 x (k) = (x1 (k), x2 (k)]。现在,轴位移X气动阀的定义为系统状态变量x (k);然后矩阵A和B可以被定义为 K一个是由阀口直径、工作腔直径、和其他阀的结构参数,然后呢Ke由阀的电磁铁参数决定。设定目标的命令r (k),设置变化博士(k),R= [r (k),博士(k)),R1 = [r (k+ 1)、博士(k+ 1)]。它使用线性外推预测r (k+ 1)博士(k+ 1)。 (2)离散滑动面如下: 在哪里C= [c, 1],E= (r×(k))。(3)离散指数趋近律: (4)基于指数控制律的离散控制律 主要调整参数接近速度参数问,滑动面参数C,并签署增益函数ε。通过分析,可以看出,进料速度参数问主要影响系统状态点的速度到达切换面,滑动面参数C有很大的影响对系统的响应速度和调节时间,和符号功能获得很小ε。克服是系统的主要参数摄动和外部干扰20.]。(5)滑模控制的稳定性

李雅普诺夫函数定义: 在哪里FD= (f1,f2,……fn)是获得系统的状态变量。

因此,

最后,

可以看出,该控制器满足稳定性要求(21]。

通过建立的基本数学模型新精密治疗高流量氧气机和模拟,系统基本上是验证的可行性。根据物理设计要求和实验条件,高流量氧气治疗的物理组件设备选择和组装,然后氧气疗法测试机测试各种控制大量的氧浓度的精确控制和输出流。

3.1。选择Ventilato的物理组件

根据实际使用要求的新治疗高流量氧气机,在保证性能和生产成本的前提下,可以选择相关的物理组件。具体的选择如表所示1。

表1
组件的选择一种新型的高流量鼻氧治疗设备。
3.2。氧气疗法机物理实验电路的设计

在确定相关组件的选择和组装的新治疗高流量氧气机,可以用来测试物理实验电路的精确控制效果混合气体的氧浓度输出和输出流,以确保实验的准确性。在这一前提下,我们可以建立在实验室相关实验电路。

如数据所示2和3,它是实际的实验电路的原理图的氧气疗法的机器。可以看出,在循环中,高压氧气源和大气气体源是系统的气体来源。高压氧气源的出口压力是由气动流量控制阀提供准确和稳定的气源条件治疗高流量氧气设备。气动开关阀可以控制打开和关闭气体的来源和控制实验的开始和结束。实验循环与节流阀和船舶模拟负载提供比例和可调负载条件下氧气治疗设备。


图2
氧气疗法机器的物理实验电路。1。高压氧气源;2。气动比例压力阀;3所示。流量传感器;4所示。容器;5。 Throttle valve; 6. High flow oxygen therapy equipment; 7. Normal pressure air source; 8. Pneumatic on-off valve.

图3
原理图的原型实验。

基于自适应滑模控制器的设计和数学推导基于离散趋近律,自适应滑模控制律,可以实现在C语言测试高流鼻氧疗法系统的原型。的伪代码实现自适应离散滑模控制器如图4。


图4
的伪代码实现自适应离散滑模控制器。

4所示。实验数据分析

根据相关信息,在医院的氧气供应系统,氧气压力在手术室为0.3 MPa,典型的流量是6 - 10 L / min和设计流量100升/分钟,而氧气压力一般病房是0.3 MPa,典型的流量是6 L / min,和设计流量是10 L / min。系统的性能参数如下:1。氧源的工作压力是0.3 MPa;2。混合气体流的范围0-45L /分钟;3所示。混合气体的氧浓度的调整范围是21% - -95%。根据使用场景和系统的性能参数,验证了系统和控制策略的可行性。

4.1。混合气体总流量监管实验

为了测试的总流控制效果的精确治疗高流量氧气系统,目标价值总额的混合气体的流量调整。系统的实际总流输出值根据滑模控制策略和PID控制策略来衡量,和数据比较和分析。其他可调变量的系统,氧气源设置为0.3 MPa的压力,和混合气体的氧浓度是31%。

如图5,混合气体的总流的目标值调整从10 l / min 20 l / min,和实际流量气体流量传感器输出值被记录的系统。设置目标流值每一次后,再次等待实际输出流量稳定,然后更改目标流值,并等待实际输出流量稳定,和最终的数据记录。通过分析实验数据,可以看出,系统的滑模控制,TD的延迟时间是0.06秒,Ts的规定时间是0.20秒,稳态误差是3.33%。PID控制系统,TD的延迟时间是0.05秒,Ts的规定时间是0.35秒,稳态误差是4.72%。后比较两组数据在不同控制策略下,可以看出,当混合气体的总流小,响应与滑模控制系统的初始状态是缓慢的,和它的延迟时间比PID控制。但随着气体流量的增加价值,滑模控制的响应速度更快,其调节时间小于PID控制、滑模控制的稳态误差比较小,所以最终控制效果更好。


图5
比较实际的输出流的总流量监管范围下10 - 20 L / min。

如图6,混合气体的总流的目标值调整从30 l / min 40 l / min,和实际流量气体流量传感器输出值被记录的系统。设置目标流值每一次后,再次等待实际输出流量稳定,然后更改目标流值,并等待实际输出流量稳定,和最终的数据记录。通过对实验数据的分析,可以看出,系统的滑模控制,TD的延迟时间是0.04秒,Ts的规定时间是0.15秒,稳态误差是1.67%。PID控制系统,TD的延迟时间是0.15秒,Ts的规定时间是0.25秒,稳态误差是2.32%。后比较两组数据在不同控制策略下,可以看出,当混合气体的总流动很大,与滑模控制系统的响应速度在初始状态,其延迟时间小于PID控制和滑模控制的调整时间小于PID控制。同时,滑模控制的稳态误差很小,最后控制效果更好。通过比较数据系统的两种工作状态的小型和大型总混合气体的流动,可以看出,滑模控制和PID控制的控制效果是类似的小总混合气体的流动,但在大型混合气体的总流的工作状态,系统滑模控制下的工作性能更好。


图6
比较实际的输出流的总流量监管范围下30-40L /分钟。
4.2。混合气体的氧浓度调节实验

为了测试混合气体的控制效果精度高流量氧气疗法系统的氧浓度,混合气体的氧浓度的目标价值调整,实际气体的氧浓度输出值系统的滑模控制策略和PID控制策略来衡量,和数据进行比较和分析。其他可调变量的系统,氧气源设置为0.3 MPa的压力,和混合气体的总流设置为30升/分钟。

如图7,目标价值的混合气体氧浓度从33%调整到43%,与实际氧浓度输出值记录气体中氧浓度传感器系统。每次设置目标氧浓度的值后,再次等待实际氧浓度稳定,然后改变氧浓度的价值目标,并等待实际氧浓度稳定,和最终的数据记录。通过分析实验数据,可以看出,系统的滑模控制,TD的延迟时间是0.25秒,Ts的规定时间是0.80秒,稳态误差是1.16%。PID控制系统,TD的延迟时间是0.30秒,Ts的规定时间是0.75秒,稳态误差是1.86%。后比较两组数据在不同控制策略下,可以看出,当混合气体的氧浓度很小,与滑模控制系统的响应速度更快的初始状态,及其延迟时间小于PID控制。但滑模控制将很快进入稳态调节状态,所以它的规定时间小于PID控制。同时,滑模控制的稳态误差越小,最后控制效果更好。


图7
比较实际气体的氧浓度范围内的33 - 43%。

如图8,目标价值的混合气体氧浓度从43%调整到53%,与实际氧浓度输出值记录气体中氧浓度传感器系统。每次设置目标氧浓度的值后,再次等待实际氧浓度稳定,然后改变氧浓度的价值目标,并等待实际氧浓度稳定,和最终的数据记录。通过分析实验数据,可以看出,系统的滑模控制,TD的延迟时间是0.25秒,Ts的规定时间是0.60秒,稳态误差是1.97%。PID控制系统,TD的延迟时间是0.30秒,Ts的规定时间是0.85秒,稳态误差是2.64%。后比较两组数据在不同控制策略下,可以看出,滑模控制和PID控制的响应速度是相似的混合气体的氧浓度很大。但是当系统进入稳态调节的状态,滑模控制的稳态误差很小,最后控制效果更好。


图8
比较实际气体的氧浓度下43 - 53%氧浓度调整范围的混合气体。
4.3。连续调节实验总流量和氧气的混合气体的浓度

为了测试总流的连续控制效果和混合气体的氧浓度的精确治疗高流量氧气系统,总流的目标值和氧气混合气体浓度不断调整。实际气体输出值的滑模控制策略下的系统和PID控制策略,和数据比较和分析。对于剩余的可调变量系统,氧气源设置为0.3 MPa的压力。

如数据所示9和10,系统的氧浓度设置为31%,价值和目标总流的混合气体从20 l / min不断调整到45 l / min。实际流量气体流量传感器输出值被记录的系统。设置目标流值每一次后,再次等待实际输出流量稳定,然后更改目标流值,并等待实际输出流量稳定,和最终的数据记录。通过实验数据的分析,可以看出,系统的滑模控制,工作流程的增加,稳态调节时间缩短,从约0.50年代的阶段20 L / min 30 L / min约0.20年代的阶段40 L / min 45 L /分钟;与连续调节PID控制相比,调节时间短。同时,与滑模控制系统的稳态误差大约是1.6% - -4.1%,这比PID控制的连续调节。通过数据分析,可以看出,总流调节滑模控制系统的性能更好,在大流量及其工作性能更好的状态。


图9
比较总流的连续调整滑模控制下的混合气体。

图10
比较总流的混合气体不断由PID控制。

如数据所示11和12,系统的总流设置为30 l / min,氧浓度的目标价值从21%调整到51%,与实际氧浓度输出值是通过气体中氧浓度传感器记录的系统。每次设置目标氧浓度的值后,再次等待实际氧浓度稳定,然后改变氧浓度的价值目标,并等待实际氧浓度稳定,和最终的数据记录。通过实验数据的分析,可以看出,与PID控制相比,与滑模控制系统,在连续控制,随着工作的增加氧浓度,调整时间短。同时,与滑模控制系统的稳态误差大约是1.20% - -1.80%,这比PID控制的连续调节。通过数据分析,可以看出系统的滑模控制具有更好的氧浓度调节性能,但随着氧浓度的增加,其稳态误差增加,但与PID控制相比,滑模控制的误差还小。


图11
比较混合气体的氧浓度下滑模控制。

图12
比较混合气体的氧浓度下的PID控制。

5。结论

介绍了一种新型的精确治疗高流量氧气机与气动流量控制阀控制元件的关键。首先,的基础上,深入研究和优化现有的电磁气动流量控制阀的工作特性,精确的高流量氧气治疗系统设计,基于系统的滑模控制策略,提出了建立系统的数学模型。其次,精确的高流量氧气疗法系统的物理设备,及其工作性能验证实验平台。最后,通过滑模控制策略的设计,氧浓度和输出流的精确控制氧气疗法实现混流,它提供了一种理论依据设计和开发精确治疗高流量氧气设备。(1)数学模型的精确治疗高流量氧气系统的设计和建立,和滑模控制策略的基础上,系统提出了。通过实验验证,证实,氧浓度和输出流混合氧疗法的准确控制。(2)通过合理的高流量氧气疗法的实际实验系统,系统的精确控制效果验证基于滑模控制策略。控制总流的混合气体,滑模控制和PID控制的控制效果是类似的,当混合气体的总流很小,但滑模控制下的系统具有更好的性能,当混合气体的总流动很大。氧气浓度,控制与PID控制相比,该系统的滑模控制具有更好的氧浓度调节性能,但随着氧浓度的增加,其稳态误差增加,但与PID控制相比,滑模控制的误差还小。

数据可用性

暂时没有数据将提供。

的利益冲突

作者宣称没有利益冲突。

确认

首先,作者想要展示他们的上司最深的谢意,石艳博士,一个受人尊敬的,负责任的,足智多谋的学者。他提供了有价值的指导在每一阶段的写作本文。没有他的启蒙教学,令人印象深刻的仁慈和耐心,论文就不会完成。他的热心和积极的学术观察启发不仅本文还在未来的研究中。此外,作者感谢同事们在实验室里有价值的建议,耐心和忠告。