基于II型模糊及布谷鸟优化的呼吸机压力控制方法及系统

本发明属于呼吸机压力控制，尤其涉及基于ii型模糊及布谷鸟优化的呼吸机压力控制方法及系统。

背景技术：

1、随着医疗技术的不断发展和进步，呼吸机作为重要的医疗设备在临床治疗中扮演着不可替代的角色。呼吸机的应用范围涵盖了从急救、手术到慢性呼吸系统疾病等多个临床领域。在呼吸机治疗中，确保患者呼吸稳定和安全至关重要。呼吸机的压力控制是调节患者呼吸过程中肺泡的气体交换的关键环节，它直接关系到患者的生命安全和治疗效果。然而，由于患者的生理状况、病情变化以及临床实践中的差异等原因，对于呼吸机压力控制参数的确定存在一定的挑战。传统的控制方法可能难以满足不同患者的个体化需求，因此需要寻求更加精准、智能的控制策略。

2、早期的呼吸机控制多采用pid(比例、积分、微分)控制方法，该方法能够实现一定的控制效果，但在处理非线性和变化复杂的生理环境中存在局限性。在某些情况下，pid控制器可能导致过冲和振荡，尤其是在快速变化的系统中，并且调试使用时，需要对pid的参数进行手动调整。

3、传统的1型模糊逻辑控制器(t1-flc)虽具有显著的巨大优势，可以有效改善pid方式的不足，但由于模糊规则的建立大多使用专家经验法，单条规则定义为一个单值，所以模糊规则会有局限性，间接导致其无法在高度不确定的情况或数据中有效工作，无法实现精准、稳定的呼吸机压力控制，且当模糊规则复杂性过高，需要更多的专家知识经验构建，导致准确性更低。

4、此外，目前市面上的呼吸机大多自带吸痰功能。在吸痰控制阶段，通过呼气相以及吸气相的转换将痰排除，需要更精准的压力控制，避免供氧不足或者氧气过量导致碱中毒的现象。前述的1型模糊逻辑控制器(t1-flc)无法很好的适配于呼吸机的吸痰控制阶段。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了基于ii型模糊及布谷鸟优化的呼吸机压力控制方法及系统，通过采集患者的生理数据和呼吸机的工作状态，建立二型模糊控制器，并利用csa算法对模糊控制器的参数进行优化，所设计的控制策略充分考虑患者个体差异和生理特征，实现更加精准、稳定的呼吸机压力控制，从而提升治疗效果和患者的安全性。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、本发明第一方面提供了基于ii型模糊及布谷鸟优化的呼吸机压力控制方法。

4、基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，包括以下步骤：

5、搭建pid控制器，在pid控制器之前引用区间二型模糊逻辑作为预补偿器，搭建整体模型；

6、确定期望压力值，将期望压力值与实际压力值作差得到误差值，将误差值输入至预补偿器之中，利用模糊器对误差值和误差变化率进行模糊化，得到预补偿器的最终输出值；将预补偿器的最终输出值与实际压力值继续作差，得到新的误差值，将新的误差值输入至pid控制器之中，基于pid控制器的输出得到下一时刻新的实际压力值，将下一时刻新的实际压力值重新输入至预补偿器之中，循环直至实际压力值达到期望压力值。

7、本发明第二方面提供了基于ii型模糊及布谷鸟优化的呼吸机压力控制系统。

8、基于ii型模糊及布谷鸟优化的呼吸机压力控制系统，包括：

9、模型搭建模块，被配置为：搭建pid控制器，在pid控制器之前引用区间二型模糊逻辑作为预补偿器，搭建整体模型；

10、控制模块，被配置为：确定期望压力值，将期望压力值与实际压力值作差得到误差值，将误差值输入至预补偿器之中，利用模糊器对误差值和误差变化率进行模糊化，得到预补偿器的最终输出值；将预补偿器的最终输出值与实际压力值继续作差，得到新的误差值，将新的误差值输入至pid控制器之中，基于pid控制器的输出得到下一时刻新的实际压力值，将下一时刻新的实际压力值重新输入至预补偿器之中，循环直至实际压力值达到期望压力值。

11、本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法中的步骤。

12、本发明第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法中的步骤。

13、以上一个或多个技术方案存在以下有益效果：

14、1、本发明提供了一种基于ii型模糊及布谷鸟优化的呼吸机压力控制方法及系统，通过采集患者的生理数据和呼吸机的工作状态，建立二型模糊控制器，并利用csa算法对模糊控制器的参数进行优化，所设计的控制策略充分考虑患者个体差异和生理特征，实现更加精准、稳定的呼吸机压力控制，从而提升治疗效果和患者的安全性，it2-flc-pid的控制方案，显著提高了上升时间，下降时间，超调和误差等性能指标。

15、2、基于it2-flc预补偿器的pid控制方法，以可控方式调节呼吸机的压力值，防止压力过高造成病人出现意外状况。并且在呼吸机开启自动吸痰功能后更有效，更安全的进行呼气相与吸气相的快速转换。在吸痰控制阶段，通过呼气相以及吸气相的转换将痰排除，更精准的进行压力控制，避免供氧不足或者氧气过量导致碱中毒的现象。

16、3、选用二型模糊规则作为pid的预补偿器可有效的减免专家知识经验法的局限性，增加整个系统的稳定性以及精度控制，更适用于人体等高灵敏度和时变系统中，人体系统具有高度敏感性、时变性和不确定性，it2-flc方法作为预补偿器被集成到传统控制方法中，可以消除闭环控制中的不确定性影响。

17、4、根据csa的元启发式优化技术的适用性，使用csa算法获得最佳控制器增益从而设计出高适应性的控制方案。

18、5、高鲁棒性，提高整个呼吸系统的抗噪、抗干扰能力。

19、6、所提出的it2-flc模型仅使用了3*3规则库，与传统的it1-flc相比，极大程度的降低了系统的复杂性，复杂度约降低了一倍。

20、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，其特征在于，it2-flc包括模糊器、推理器、降型器和解模糊器，基于it2-flc得到预补偿器的最终输出值，具体过程为：

3.如权利要求1所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，其特征在于，it2-flc的输出函数为：

4.如权利要求3所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，其特征在于，采用布谷鸟算法对整体模型中的模糊参数以及量化参数进行优化：

5.如权利要求4所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，其特征在于，布谷鸟算法优化6个参数，目标函数为：

6.如权利要求2所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，其特征在于，it2-flc有两个it1-flc，即上层mf和下层mf，输入隶属度函数在上层mf和下层mf中描述为和n个规则的总体发射强度表示如下：

7.如权利要求6所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法，其特征在于，使用集合中心法进行模型降型，并将去模糊化的输出表示为：

8.基于ii型模糊及布谷鸟优化的呼吸机压力控制系统，其特征在于：包括：

9.计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法中的步骤。

10.电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于ii型模糊及布谷鸟优化的呼吸机压力控制方法中的步骤。

技术总结本发明提出基于II型模糊及布谷鸟优化的呼吸机压力控制方法及系统，涉及呼吸机压力控制技术领域。包括搭建PID控制器，在PID控制器之前引用区间二型模糊逻辑作为预补偿器，搭建整体模型；确定期望压力值，将期望压力值与实际压力值作差得到误差值，将误差值输入至预补偿器之中，利用模糊器对误差值和误差变化率模糊化，得到预补偿器的最终输出值；将预补偿器的最终输出值与实际压力值继续作差，得到新的误差值，将新的误差值输入至PID控制器之中，基于PID控制器的输出得到下一时刻新的实际压力值，将下一时刻新的实际压力值重新输入至预补偿器之中。本发明能实现更加精准、稳定的呼吸机压力控制。技术研发人员：王小利,刘国罡,王帅,陈叶茹,李啸,魏瑞丽,段英姿受保护的技术使用者：山东大学技术研发日：技术公布日：2024/6/13