CN106822928A - 一种普外科手术消毒护理器 - Google Patents

Abstract

本发明属于医疗器械技术领域，公开了一种普外科手术消毒护理器，设置有：单片机，与探测模块、低温消毒模块、高温消毒模块、红外线消毒模块、紫外线消毒模块有线连接，按照程序进行低温、高温、红外线、紫外线消毒，最后由探测模块进行探测；探测模块，用于在消毒完毕后，对器材进行消毒检测；低温消毒模块，用于实现器材的低温环境灭菌；高温消毒模块，用于实现器材的高温环境灭菌；红外线消毒模块，用于实现器材的红外线环境灭菌；紫外线消毒模块，用于实现器材的紫外线环境灭菌。本发明的结构简单，操作方便，可以实现低温、高温、红外线、紫外线消毒，消毒效果显著，有利于提高手术的成功率。

Description

一种普外科手术消毒护理器

技术领域

本发明属于医疗器械技术领域，尤其涉及一种普外科手术消毒护理器。

背景技术

普外科是医院中最常进行手术的科室之一，大多普外科疾病都要通过手术的方式进行治疗，在进行普外科手术时，需要对用到的手术工具盒病人本身的手术部位进行消毒清洁处理，这样才能有效的防止手术过程中发生感染，传统消毒工具功能单一，结合性差，不能满足医务人员的多种需求，给医务人员的工作造成了一定困难。

综上所述，现有技术存在的问题是：传统消毒工具功能单一，结合性差，不能满足医务人员的多种需求，给医务人员的工作造成了一定困难。

发明内容

针对现有技术存在的问题，本发明提供了一种普外科手术消毒护理器。

本发明是这样实现的，一种普外科手术消毒护理器，所述普外科手术消毒护理器设置有：

单片机，与探测模块、低温消毒模块、高温消毒模块、红外线消毒模块、紫外线消毒模块有线连接，按照程序进行低温、高温、红外线、紫外线消毒，最后由探测模块进行探测；所述单片机对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵p＝0,1,…,P-1,q＝0,1,…,N_fft-1，其中P表示总的窗数，N_fft表示FFT变换长度；(p，q)表示时频索引，具体的时频值为这里N_fft表示FFT变换的长度，p表示加窗次数，T_s表示采样间隔，f_s表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜N_fft，且K_c＝N_fft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换；

探测模块，用于在消毒完毕后，对器材进行消毒检测；探测模块接收信号的信号模型表示为：r(t)＝x₁(t)+x₂(t)+…+x_n(t)+v(t)；其中，x_i(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θ_ki表示对各个信号分量载波相位的调制，f_ci为载波频率，A_ki为第i个信号在k时刻的幅度，T_si为码元长度，p_i(t)为探测系数为α的升余弦成形滤波函数，且

探测模块还对接收信号x(t)进行非线性变换，按公式进行；其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，f_c表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

低温消毒模块，用于实现器材的低温环境灭菌；

高温消毒模块，用于实现器材的高温环境灭菌；所述高温消毒模块通过内置的温度传感器进行实时温度信号的采集；所述温度传感器采集的实时温度信号通过信号线传输给单片机；所述温度传感器用感知探头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，构造托普利兹测量矩阵；则观测其中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，并通过求解最优化问题来重构原信号；即通过线性规划方法来重构原信号，亦即BP算法；针对实际压缩信号的采集，则修改Φ_F为如果信号在变换基矩阵Ψ上具有稀疏性，则通过求解最优化问题，精确重构出原信号，其中Φ与Ψ不相关，Ξ称为CS矩阵；

红外线消毒模块，用于实现器材的红外线环境灭菌；所述红外线消毒模块利用光电感应器在独立的采样周期内对信号进行采集；利用内置的A/D数字转换子模块进行电信号的转换；红外线消毒模块内置的数字滤波器字模块接收A/D数字转换子模块的转换信号，通过滤波算法进行数字信号的滤波处理为稳定的红外光强度信号，并将处理后的信号传给单片机；所述滤波算法中，对输入数据的进行预处理，光电感应器输入的信号包括各种干扰和杂波信号，通过四阶的巴特沃斯IIR数字滤波器将对超出范围的光强度分量信号过滤出来；

四阶滤波器的差分方程和系统函数分别为：

紫外线消毒模块，用于实现器材的紫外线环境灭菌。

进一步，对跳频混合信号时频域矩阵进行预处理，具体包括如下两步：

第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定可根据接收信号的平均能量来确定；

第二步，找出p时刻(p＝0,1,2,…P-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p,q)＝[b₁(p,q),b₂(p,q),…,b_M(p,q)]^T，其中

单片机控制高温消毒模块温度的方法包括：

设定高温消毒模块的一温度临界值；

根据温度临界值判断一最大可处理负载量；

根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；

判断第一连续工作任务的一负载量是否大于最大可处理负载量；

当第一连续工作任务的负载量大于最大可处理负载量时，将第一连续工作任务中之一超载部分的第一工作任务移出第一连续工作任务；

当接收到第一连续工作任务时，将单片机由一休眠模式切换至一操作模式，以及处理第一连续工作任务；以及当第一连续工作任务处理完成后，将单片机设为休眠模式；

根据第一连续工作任务的负载量以及温度临界值决定一第一操作频率；

当单片机切换至操作模式时，将单片机的操作频率由正常操作频率提升至第一操作频率，并通过第一操作频率处理第一连续工作任务；

其中第一操作频率的工作频率高于正常操作频率的工作频率；

当第一连续工作任务处理完成并且单片机进入休眠模式后，根据汇集平台电源管理技术将多个第二工作任务以及超载部分的第一工作任务结合为一第二连续工作任务；

当接收到第二连续工作任务时，将单片机由休眠模式切换至操作模式；

将单片机的操作频率由正常操作频率提升至一第二操作频率，通过第二操作频率处理第二连续工作任务；以及当第二连续工作任务处理完成后，将单片机设为休眠模式；

单片机使用第一操作频率将第一连续工作任务处理完成的时间点与开始接收到第二连续工作任务的时间点之间具有一第一间隔时间，而使用正常频率将第一连续工作任务处理完成与接收到第二连续工作任务之间具有一第二间隔时间，其中第一间隔时间小于第二间隔时间。

所述单片机与数字滤波器子模块连接，接收来自经数字滤波器子模块滤波后的光强度信号，并将滤波后的信号经过智能PID算法，计算得到相应的控制输出信号，并把输出信号经红外线消毒模块内置的控制信号输出子模块控制调节光强度。

进一步，智能PID算法包括：

首先创建模糊控制规则表，根据检测到得环境光强度设定值的变化，自动调整控制输出值的基本论域，依据专家的知识库选择利用偏差e和偏差的变化(de/d t)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/d t)的论域选为：e，de/d t＝{-5，-4，-3，-2，-1，0，1，2，3，4，5}，相应的模糊子集为：de/d t＝{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。

进一步，智能PID算法包括：智能PID算法选择位置式不完全微分形式：

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：

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。

本发明的优点及积极效果为：本发明的单片机智能PID算法按照程序设定，依次进行低温、高温、红外线、紫外线消毒，当低温、高温、红外线、紫外线消毒完毕以后，由探测模块检测器材的状态，对消毒效果做出检测，并传输至单片机。本发明的结构简单，操作方便，可以实现低温、高温、红外线、紫外线消毒，消毒效果显著，有利于提高手术的成功率。

本发明的探测模块通过探测，获得准确的数据信息，经现场模拟实验可知，对探测的信号进行非线性转换后的准确率比现有的线性转换提高了进5个百分点(现有技术为91.23％)。

本发明单片机控制高温消毒模块的温度具有很高的准确性，通过内置的程序完成智能自动控制。而且温度传感器的信号采集模型采集信号能力比现有技术的普通温度计准确率高出数倍。

本发明红外线消毒模块的超范围光强度信号滤除后，保证了器材应用的安全性。

附图说明

图1是本发明实施例提供的普外科手术消毒护理器结构示意图；

图中：1、单片机；2、探测模块；3、低温消毒模块；4、高温消毒模块；5、红外线消毒模块；6、紫外线消毒模块。

具体实施方式

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。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的普外科手术消毒护理器包括：单片机1、探测模块2、低温消毒模块3、高温消毒模块4、红外线消毒模块5、紫外线消毒模块6。

单片机1，与探测模块2、低温消毒模块3、高温消毒模块4、红外线消毒模块5、紫外线消毒模块6有线连接，按照程序进行低温、高温、红外线、紫外线消毒，最后由探测模块2进行探测。

探测模块2，用于在消毒完毕后，对器材进行消毒检测。探测模块接收信号的信号模型表示为：r(t)＝x₁(t)+x₂(t)+…+x_n(t)+v(t)；其中，x_i(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θ_ki表示对各个信号分量载波相位的调制，f_ci为载波频率，A_ki为第i个信号在k时刻的幅度，T_si为码元长度，p_i(t)为探测系数为α的升余弦成形滤波函数，且

探测模块还对接收信号x(t)进行非线性变换，按公式进行；其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，f_c表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

低温消毒模块3，用于实现器材的低温环境灭菌。

高温消毒模块4，用于实现器材的高温环境灭菌。所述高温消毒模块通过内置的温度传感器进行实时温度信号的采集；所述温度传感器采集的实时温度信号通过信号线传输给单片机；所述温度传感器用感知探头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，构造托普利兹测量矩阵；则观测其中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，并通过求解最优化问题来重构原信号；即通过线性规划方法来重构原信号，亦即BP算法；针对实际压缩信号的采集，则修改Φ_F为如果信号在变换基矩阵Ψ上具有稀疏性，则通过求解最优化问题，精确重构出原信号，其中Φ与Ψ不相关，Ξ称为CS矩阵；

红外线消毒模块5，用于实现器材的红外线环境灭菌；所述红外线消毒模块利用光电感应器在独立的采样周期内对信号进行采集；利用内置的A/D数字转换子模块进行电信号的转换；红外线消毒模块内置的数字滤波器字模块接收A/D数字转换子模块的转换信号，通过滤波算法进行数字信号的滤波处理为稳定的红外光强度信号，并将处理后的信号传给单片机；所述滤波算法中，对输入数据的进行预处理，光电感应器输入的信号包括各种干扰和杂波信号，通过四阶的巴特沃斯IIR数字滤波器将对超出范围的光强度分量信号过滤出来；

四阶滤波器的差分方程和系统函数分别为：

紫外线消毒模块6，用于实现器材的紫外线环境灭菌。

所述单片机对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵p＝0,1,…,P-1,q＝0,1,…,N_fft-1，其中P表示总的窗数，N_fft表示FFT变换长度；(p，q)表示时频索引，具体的时频值为这里N_fft表示FFT变换的长度，p表示加窗次数，T_s表示采样间隔，f_s表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜N_fft，且K_c＝N_fft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换。

对跳频混合信号时频域矩阵进行预处理，具体包括如下两步：

第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定可根据接收信号的平均能量来确定；

第二步，找出p时刻(p＝0,1,2,…P-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p,q)＝[b₁(p,q),b₂(p,q),…,b_M(p,q)]^T，其中

单片机控制高温消毒模块温度的方法包括：

设定高温消毒模块的一温度临界值；

根据温度临界值判断一最大可处理负载量；

根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；

判断第一连续工作任务的一负载量是否大于最大可处理负载量；

当第一连续工作任务的负载量大于最大可处理负载量时，将第一连续工作任务中之一超载部分的第一工作任务移出第一连续工作任务；

当接收到第一连续工作任务时，将单片机由一休眠模式切换至一操作模式，以及处理第一连续工作任务；以及当第一连续工作任务处理完成后，将单片机设为休眠模式；

根据第一连续工作任务的负载量以及温度临界值决定一第一操作频率；

当单片机切换至操作模式时，将单片机的操作频率由正常操作频率提升至第一操作频率，并通过第一操作频率处理第一连续工作任务；

其中第一操作频率的工作频率高于正常操作频率的工作频率；

当第一连续工作任务处理完成并且单片机进入休眠模式后，根据汇集平台电源管理技术将多个第二工作任务以及超载部分的第一工作任务结合为一第二连续工作任务；

当接收到第二连续工作任务时，将单片机由休眠模式切换至操作模式；

将单片机的操作频率由正常操作频率提升至一第二操作频率，通过第二操作频率处理第二连续工作任务；以及当第二连续工作任务处理完成后，将单片机设为休眠模式；

单片机使用第一操作频率将第一连续工作任务处理完成的时间点与开始接收到第二连续工作任务的时间点之间具有一第一间隔时间，而使用正常频率将第一连续工作任务处理完成与接收到第二连续工作任务之间具有一第二间隔时间，其中第一间隔时间小于第二间隔时间。

进一步，智能PID算法包括：

首先创建模糊控制规则表，根据检测到得环境光强度设定值的变化，自动调整控制输出值的基本论域，依据专家的知识库选择利用偏差e和偏差的变化(de/d t)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/d t)的论域选为：e，de/d t＝{-5，-4，-3，-2，-1，0，1，2，3，4，5}，相应的模糊子集为：de/d t＝{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。

进一步，智能PID算法包括：智能PID算法选择位置式不完全微分形式：

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：

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。

本发明的单片机智能PID算法按照程序设定，依次进行低温、高温、红外线、紫外线消毒，当低温、高温、红外线、紫外线消毒完毕以后，由探测模块检测器材的状态，对消毒效果做出检测，并传输至单片机。本发明的结构简单，操作方便，可以实现低温、高温、红外线、紫外线消毒，消毒效果显著，有利于提高手术的成功率。本发明红外线消毒模块的超范围光强度信号滤除后，保证了器材应用的安全性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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，均应包含在本发明的保护范围之内。

Claims (6)

1.一种普外科手术消毒护理器，其特征在于，所述普外科手术消毒护理器设置有：

单片机，与探测模块、低温消毒模块、高温消毒模块、红外线消毒模块、紫外线消毒模块有线连接，按照程序进行低温、高温、红外线、紫外线消毒，最后由探测模块进行探测；所述单片机对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵其中P表示总的窗数，N_fft表示FFT变换长度；(p，q)表示时频索引，具体的时频值为这里N_fft表示FFT变换的长度，p表示加窗次数，T_s表示采样间隔，f_s表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜N_fft，且K_c＝N_fft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换；

探测模块，用于在消毒完毕后，对器材进行消毒检测；探测模块接收信号的信号模型表示为：r(t)＝x₁(t)+x₂(t)+…+x_n(t)+v(t)；其中，x_i(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θ_ki表示对各个信号分量载波相位的调制，f_ci为载波频率，A_ki为第i个信号在k时刻的幅度，T_si为码元长度，p_i(t)为探测系数为α的升余弦成形滤波函数，且探测模块还对接收信号x(t)进行非线性变换，按公式进行；其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，f_c表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

低温消毒模块，用于实现器材的低温环境灭菌；

高温消毒模块，用于实现器材的高温环境灭菌；所述高温消毒模块通过内置的温度传感器进行实时温度信号的采集；所述温度传感器采集的实时温度信号通过信号线传输给单片机；所述温度传感器用感知探头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，构造托普利兹测量矩阵；则观测其中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，并通过求解最优化问题来重构原信号；即通过线性规划方法来重构原信号，亦即BP算法；针对实际压缩信号的采集，则修改Φ_F为如果信号在变换基矩阵Ψ上具有稀疏性，则通过求解最优化问题，精确重构出原信号，其中Φ与Ψ不相关，Ξ称为CS矩阵；

红外线消毒模块，用于实现器材的红外线环境灭菌；所述红外线消毒模块利用光电感应器在独立的采样周期内对信号进行采集；利用内置的A/D数字转换子模块进行电信号的转换；红外线消毒模块内置的数字滤波器字模块接收A/D数字转换子模块的转换信号，通过滤波算法进行数字信号的滤波处理为稳定的红外光强度信号，并将处理后的信号传给单片机；所述滤波算法中，对输入数据的进行预处理，光电感应器输入的信号包括各种干扰和杂波信号，通过四阶的巴特沃斯IIR数字滤波器将对超出范围的光强度分量信号过滤出来；

四阶滤波器的差分方程和系统函数分别为：

紫外线消毒模块，用于实现器材的紫外线环境灭菌。

2.如权利要求1所述的普外科手术消毒护理器，其特征在于，对跳频混合信号时频域矩阵进行预处理，具体包括如下两步：

第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定可根据接收信号的平均能量来确定；

第二步，找出p时刻(p＝0,1,2,…P-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p,q)＝[b₁(p,q),b₂(p,q),…,b_M(p,q)]^T，其中

3.如权利要求1所述的普外科手术消毒护理器，其特征在于，单片机控制高温消毒模块温度的方法包括：

设定高温消毒模块的一温度临界值；

根据温度临界值判断一最大可处理负载量；

根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；

判断第一连续工作任务的一负载量是否大于最大可处理负载量；

当第一连续工作任务的负载量大于最大可处理负载量时，将第一连续工作任务中之一超载部分的第一工作任务移出第一连续工作任务；

当接收到第一连续工作任务时，将单片机由一休眠模式切换至一操作模式，以及处理第一连续工作任务；以及当第一连续工作任务处理完成后，将单片机设为休眠模式；

根据第一连续工作任务的负载量以及温度临界值决定一第一操作频率；

当单片机切换至操作模式时，将单片机的操作频率由正常操作频率提升至第一操作频率，并通过第一操作频率处理第一连续工作任务；

其中第一操作频率的工作频率高于正常操作频率的工作频率；

当第一连续工作任务处理完成并且单片机进入休眠模式后，根据汇集平台电源管理技术将多个第二工作任务以及超载部分的第一工作任务结合为一第二连续工作任务；

当接收到第二连续工作任务时，将单片机由休眠模式切换至操作模式；

将单片机的操作频率由正常操作频率提升至一第二操作频率，通过第二操作频率处理第二连续工作任务；以及当第二连续工作任务处理完成后，将单片机设为休眠模式；

单片机使用第一操作频率将第一连续工作任务处理完成的时间点与开始接收到第二连续工作任务的时间点之间具有一第一间隔时间，而使用正常频率将第一连续工作任务处理完成与接收到第二连续工作任务之间具有一第二间隔时间，其中第一间隔时间小于第二间隔时间。

4.如权利要求1所述的普外科手术消毒护理器，其特征在于，所述单片机与数字滤波器子模块连接，接收来自经数字滤波器子模块滤波后的光强度信号，并将滤波后的信号经过智能PID算法，计算得到相应的控制输出信号，并把输出信号经红外线消毒模块内置的控制信号输出子模块控制调节光强度。

5.如权利要求4所述的普外科手术消毒护理器，其特征在于，智能PID算法包括：

首先创建模糊控制规则表，根据检测到得环境光强度设定值的变化，自动调整控制输出值的基本论域，依据专家的知识库选择利用偏差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。

6.如权利要求4所述的普外科手术消毒护理器，其特征在于，智能PID算法包括：智能PID算法选择位置式不完全微分形式：

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

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

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：

$K_j={\mathrm{\α}}_j{K}_j^0,j=P,I,D$

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。