CN109939322A - 呼吸湿化设备的温湿度控制方法和系统 - Google Patents
呼吸湿化设备的温湿度控制方法和系统 Download PDFInfo
- Publication number
- CN109939322A CN109939322A CN201910249108.7A CN201910249108A CN109939322A CN 109939322 A CN109939322 A CN 109939322A CN 201910249108 A CN201910249108 A CN 201910249108A CN 109939322 A CN109939322 A CN 109939322A
- Authority
- CN
- China
- Prior art keywords
- temperature
- humidity
- behavioral data
- data
- controlled object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种呼吸湿化设备的温湿度控制方法和系统,其中,方法包括:获取所控对象的行为数据和目标设置数据;利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对行为数据进行预测分析,得到变化因子;并依据变化因子选择适应的控制曲线以确定执行信息;根据执行信息对所控对象进行控制执行,完成温湿度调节。本发明具有响应快,温湿度控制精确稳定的特定。
Description
技术领域
本发明涉及医疗设备技术领域,尤其涉及一种呼吸湿化设备的温湿度控制方法和系统。
背景技术
不能自主呼吸的患者需要借助呼吸设备向其输送空气或其它气体。通常由呼吸设备提供的空气是干燥的。这样的空气输向上呼吸道旁路的患者时,下呼吸道的粘膜层和敏感组织便受到干燥;因此,患者需要额外的代谢将空气加热到体温。在不加湿的情况下,长时间通气的患者会在下呼吸道产生粘液栓塞,要进行应急处理吸出,并会引起由加重呼吸道干燥的下呼吸道组织地损坏。且提高的代谢需求加重了患者所有生理系统的负担。因此,呼吸设备在向患者输气之前,会将呼吸设备的空气加热并加湿。
呼吸湿化设备通常采用PID控制,但是由于被控对象的体质千差万别,使用环境也是经常变化。所以当被控对象处于经常变化的环境中时,而且控制的参数比较多时,就需要根据环境的变化来调整PID增益参数,但是一般设备很难做到动态调整PID增益参数。即使采用动态调整PID参数,这种直接取目标值与实际值之间的误差来消除误差的方式常常会造成初始控制力太大而使系统行为出现超调。因此,会出现在理想温湿度值上下震荡,反应迟钝的现象发生。
发明内容
本发明提供的呼吸湿化设备的温湿度控制方法和系统,其主要目的在于克服现有呼吸湿化设备采用的PID控制,温湿度控制不够精确,调节反应迟钝的缺陷。
为解决上述技术问题,本发明采用如下技术方案:
一种呼吸湿化设备的温湿度控制方法,包括以下步骤;
获取所控对象的行为数据和目标设置数据;
利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对所述行为数据进行预测分析,得到变化因子;并依据所述变化因子选择适应的控制曲线以确定执行信息;
根据所述执行信息对所控对象进行控制执行,完成温湿度调节。
作为一种可实施方式,本发明提供的呼吸湿化设备的温湿度控制方法,还包括以下步骤;
在根据所述执行信息对所控对象进行控制执行后,实时获取所控对象的行为数据,判断当前的行为数据是否超出预设执行范围;若当前的行为数据超出预设执行范围,则所控对象停止运行,并报警。
作为一种可实施方式,所述依据所述变化因子选择适应的控制曲线以确定执行信息,包括以下步骤;
根据所述变化因子选择最接近的控制曲线,并根据控制曲线计算当前的执行信息;所述执行信息包括加热功率和振荡功率。
作为一种可实施方式,本发明提供的呼吸湿化设备的温湿度控制方法,还包括预设基于改进马尔可夫链和模拟退火算法的模型;具体包括以下步骤;
获取所控对象测试的行为数据和当前的行为数据;
将所述行为数据中的温度和加热功率作为第一训练数据,拟合成对应的温度加热控制曲线;
将所述行为数据中的湿度和振荡功率作为第二训练数据,拟合成对应的湿度振荡控制曲线;
同时,根据当前的行为数据中的温度、湿度、振荡功率以及加热功率利用改进马尔可夫链和模拟退火算法,拟合计算每个加热功率对应的温度变化因子和湿度变化因子,以及每个振荡功率对应的温度变化因子和湿度变化因子。
作为一种可实施方式,本发明提供的呼吸湿化设备的温湿度控制方法,还包括以下步骤;
根据当前的行为数据对温度加热控制曲线和湿度振荡控制曲线进行自学习。
相应的,本发明还提供一种呼吸湿化设备的温湿度控制系统,包括获取模块、数据处理模块以及执行模块;
所述获取模块,用于获取所控对象的行为数据和目标设置数据;
所述数据处理模块,用于利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对所述行为数据进行预测分析,得到变化因子;并依据所述变化因子选择适应的控制曲线以确定执行信息;
所述执行模块,用于根据所述执行信息对所控对象进行控制执行,完成温湿度调节。
作为一种可实施方式,本发明提供的呼吸湿化设备的温湿度控制系统,还包括预警模块;
所述预警模块,用于在根据所述执行信息对所控对象进行控制执行后,实时获取所控对象的行为数据,判断当前的行为数据是否超出预设执行范围;若当前的行为数据超出预设执行范围,则所控对象停止运行,并报警。
作为一种可实施方式,所述数据处理模块还用于;
根据所述变化因子选择最接近的控制曲线,并根据控制曲线计算当前的执行信息;所述执行信息包括加热功率和振荡功率。
作为一种可实施方式,本发明提供的呼吸湿化设备的温湿度控制系统,还包括模型预设模块;
所述模型预设模块,用于获取所控对象测试的行为数据和当前的行为数据;
将所述行为数据中的温度和加热功率作为第一训练数据,拟合成对应的温度加热控制曲线;
将所述行为数据中的湿度和振荡功率作为第二训练数据,拟合成对应的湿度振荡控制曲线;
同时,根据当前的行为数据中的温度、湿度、振荡功率以及加热功率利用改进马尔可夫链和模拟退火算法,拟合计算每个加热功率对应的温度变化因子和湿度变化因子,以及每个振荡功率对应的温度变化因子和湿度变化因子。
作为一种可实施方式,所述模型预设模块还用于,根据当前的行为数据对温度加热控制曲线和湿度振荡控制曲线进行自学习。
与现有技术相比,本技术方案具有以下优点:
本发明提供的呼吸湿化设备的温湿度控制方法和系统,利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对行为数据进行预测分析,得到达到目标设置数据的变化因子;并依据变化因子选择适应的控制曲线以确定执行信息;使得所控对象根据执行信息进行控制执行能够快速精确的逼近目标设置数据;从而具有响应快,温湿度控制精确稳定的特定。
附图说明
图1为本发明实施例一提供的呼吸湿化设备的温湿度控制方法的流程示意图;
图2为本发明呼吸湿化设备结构示意图;
图3为本发明实施例二提供的呼吸湿化设备的温湿度控制系统的结构示意图。
图中:1、中空软管;11、加热元件;2、连接件;21、电装置;3、进气管;4、风扇;5、湿化盒;6、超声波振荡器;7、过滤器;100、获取模块;200、数据处理模块;300、执行模块;400、预警模块。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的部分实施例,而不是全部实施例。
正常情况下呼吸湿化设备的控制器处于平衡锁定状态,即恒定的控制某个温度、湿度以及气流输出,但是实际使用过程中可能会出现有人打开空调,病房门打开突然降温等等情况。此时,传统的PID控制就是温度不够就加温,湿度不够就加湿。但是由于这个系统是非线性系统,往往湿度加上去又会影响已经控制好的温度;因此,又需要去调温,调温可能又影响湿度,从而造成系统反应迟缓,而且往往目标设置数据不能控制很精确,有较大的容差范围。
请参阅图1和图2,本发明实施例一提供的呼吸湿化设备的温湿度控制方法,包括以下步骤;
S100、获取所控对象的行为数据和目标设置数据;
S200、利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对行为数据进行预测分析,得到变化因子;并依据变化因子选择适应的控制曲线以确定执行信息;
S300、根据执行信息对所控对象进行控制执行,完成温湿度调节。
需要说明的是,呼吸湿化设备可以包括设备本体和防冷凝的呼吸软管;呼吸软管安装于设备本体的湿化盒5的出气口处;设备本体包括进气管3、风扇4以及湿化盒5;风扇4设置在进气管3和湿化盒5之间;在风扇4工作时,将空气带入湿化盒5中加湿,并将加湿后的空气通过湿化盒5的出气口输送至呼吸软管中加热。进气管3包括空气进气管和氧气进气管,在空气进气管中设置过滤器7过滤进来的空气。湿化盒5下方可以设有超声波振荡器6,利用超声波振荡器6的震荡片,将纯净水雾化。呼吸软管的连接件内设置电装置控制呼吸软管中的加热元件工作。那么所控对象即为超声波振荡器和电装置。于其他实施例中,所控对象可以为其他控制温度和湿度的电子元器件,对此并不进行限制。
所控对象的行为数据可以包括温度、湿度、加热功率以及振荡功率;目标设置数据可以为设置的目标温度和湿度。基于改进马尔可夫链和模拟退火算法的模型是预先训练建立的。能够根据目标设置数据对行为数据中的温度、湿度、加热功率以及振荡功率进行预测分析,得到达到目标设置数据的最快的变化因子;再根据变化因子选择适应的控制曲线以确定最优的执行信息,最终所控对象根据执行信息执行,使得响应快,控制精确。
于本实施例中,控制曲线是各种当前行为数据至目标设置数据的执行信息控制曲线;比如,0度室温,空气湿度1mgH2O至35度,空气湿度2mgH2O的温度功率控制曲线和振荡湿度控制曲线,相应的还有10度,20度依次递增到50度,湿度从10mgH2O/L到50mgH2O/L的曲线等等曲线,存储在模型中。变化因子和控制曲线是对应的,通过变化因子可以选取当前行为数据至目标设置数据最接近的控制曲线。也就是说,根据变化因子选择最接近的控制曲线,并根据控制曲线计算当前的执行信息。从而使得所控对象能够精确的逼近目标设置数据,而不会在理想温湿度值上下震荡。变化因子包括温度变化因子和湿度变化因子;且温度变化因子包括温度上升因子和温度衰减因子;湿度变化因子包括湿度上升因子和湿度衰减因子。
本发明提供的呼吸湿化设备的温湿度控制方法,利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对行为数据进行预测分析,得到达到目标设置数据的变化因子;并依据变化因子选择适应的控制曲线以确定执行信息;使得所控对象根据执行信息进行控制执行能够快速精确的逼近目标设置数据;从而具有响应快,温湿度控制稳定的特定。
为了提高使用安全性,本发明提供的呼吸湿化设备的温湿度控制方法,还包括以下步骤;
在根据执行信息对所控对象进行控制执行后,实时获取所控对象的行为数据,判断当前的行为数据是否超出预设执行范围;若当前的行为数据超出预设执行范围,则所控对象停止运行,并报警。设备温湿度调整时,都有一个预设的执行范围,比如,温度不能超过50度,不能低于0度;湿度不能高于70mgH2O/L;不能低于0.5mgH2O/L;如果执行超过这个范围,则停止执行并报警,在设备失效时起到保护作用。
进一步的,本发明供的呼吸湿化设备的温湿度控制方法,还包括预设基于改进马尔可夫链和模拟退火算法的模型;具体包括以下步骤;
获取所控对象测试的行为数据和当前的行为数据;
将行为数据中的温度和加热功率作为第一训练数据,拟合成对应的温度加热控制曲线;
将行为数据中的湿度和振荡功率作为第二训练数据,拟合成对应的湿度振荡控制曲线;
同时,根据当前的行为数据中的温度、湿度、振荡功率以及加热功率利用改进马尔可夫链和模拟退火算法,拟合计算每个加热功率对应的温度变化因子和湿度变化因子,以及每个振荡功率对应的温度变化因子和湿度变化因子。
预设模型主要在步骤S200之前就可以,将测试的行为数据作为训练数据,快速加热到经反复测试得到的温湿度控制理想的较高初始温度47度,之后伴随温度的不断下降,不断测试。根据多个已知状态下都做个湿度—振荡功率的对应上升和下降的训练,把这些信息统计之后就可以预测下一个。从而拟合成对应的湿度振荡控制曲线。对于温度加热控制曲线也是同样训练得到的。
比如,平时训练,0度室温,空气湿度1mgH2O至35度,空气湿度2mgH2O的温度功率控制曲线和振荡湿度控制曲线,相应的还有10度,20度依次递增到50度,湿度从10mgH2O/L到50mgH2O/L的曲线等等曲线,存储在模型中。同时按照当前加热和振荡功率以及温度和湿度,拟合计算出每个加热功率对应的温度变化因子和湿度变化因子,以及每个振荡功率对应的温度变化因子和湿度变化因子。
Y加热功率=heat_temp_ratio*T(温度)+heat_humi_ratio*H(湿度);
X振荡功率=vibr_temp_ratio*T(温度)+vibr_humi_ratio*H(湿度)。
对于本申请,在正常工作情况下,根据当前的温度和湿度数据和之前5秒(马尔科夫)的温度湿度数据,可以预测出按当前加热功率和振荡功率情况下的下一秒的温度和湿度。如果与目标温度和目标湿度差距较大,则可以通过比较之前训练过的控制曲线,选择和目标温度和目标湿度最接近的控制曲线,根据该曲线通过计算得到当前加热和振荡功率,这样可以最快速度逼近所需要控制的温度和湿度。由于经过训练的控制曲线是能按照预测值逼近所要控制的温度湿度指标,因此按训练曲线经验公式结合改进马尔代夫预测去控制加热功率和振荡功率,比通常PID做法要更加精准快捷。
模型具有学习功能,根据当前的行为数据对温度加热控制曲线和湿度振荡控制曲线进行自学习。使得设备可以长期使用,而不会存在误差。
对于模型得到的变化因子,变化因子是结合温度上升概率和温度下降概率的概率统计突跳特性在解空间中随机寻找目标函数的全局最优解,即寻找最佳的执行信息。
利用模拟退火算法优化变化因子;即优化参数temp_up_ratio和temp_down_ratio。temp_up_ratio表示温度上升因子,该因子主要是为了调节在预测过程中气体温度上升的速度,temp_down_ratio表示温度衰减因子,该因子主要是为了调节在预测过程中气体温度下降的速度;humi_up_ratio和humi_down_ratio。humi_up_ratio表示湿度上升因子,该因子主要是为了调节在预测过程中气体湿度上升的速度,humi_down_ratio表示湿度衰减因子,该因子主要是为了调节在预测过程中气体湿度下降的速度。
再利用改进的马尔科夫预测算法,对未知的气体温度和湿度进行预测分析。基于改进马尔科夫链的温度预测算法公式如下,
predict_value=previous_value+up+down
公式中,previous_value是所预测前一单位时间的气体温度值,up是预测温度上升的值,down是预测温度下降的值;其中,
up=temp_up_ratio×change×(γ+);
down=temp_down_ratio×change×(γ-);
上面的上升值计算公式中,γ+是通过风机转速—振动功率—加热功率和湿度、温度的特性关系训练集得到的温度上升概率,γ-是通过风机转速—振动功率—加热功率和湿度、温度的特性关系训练集得到的温度下降概率。temp_up_ratio是通过修正集数据得到的上升因子;temp_down_ratio是通过修正集数据得到的上升因子;而change值代表温度变化值。
为确定change温度变化值,本发明运用改进马尔科夫链算法,可以假设第n+1步的气体温度与整个控制过程气体温度发展的历史无关,只与最近几步的温度值相关,公式如下:T(tn+1|tn,tn-1...t1)=h(tn+1|tn,tn-1...tn-m+1)。公式表明,第n+1个控制间隔时间的气体温度值是由相邻的前m步值共同决定。所以,change值表示往后回卷m步的气体温度平均值。Change的公式为:从而对未知的气体温度和湿度进行预测分析。即能够根据目标设置数据对当前的行为数据进行预测分析,得到变化因子。
基于同一发明构思,本发明实施例还提供一种呼吸湿化设备的温湿度控制系统,该系统的实施可参照上述方法的过程实现,重复之处不再冗述。
如图3所示,是本发明实施例二提供的呼吸湿化设备的温湿度控制系统的结构示意图,包括获取模块100、数据处理模块200以及执行模块300;获取模块100用于获取所控对象的行为数据和目标设置数据;数据处理模块200用于利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对行为数据进行预测分析,得到变化因子;并依据变化因子选择适应的控制曲线以确定执行信息;执行模块300用于根据执行信息对所控对象进行控制执行,完成温湿度调节。
本发明提供的呼吸湿化设备的温湿度控制系统,利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对行为数据进行预测分析,得到达到目标设置数据的变化因子;并依据变化因子选择适应的控制曲线以确定执行信息;使得所控对象根据执行信息进行控制执行能够快速精确的逼近目标设置数据;从而具有响应快,温湿度控制精确稳定的特定。
为了提高使用安全性,本发明提供的呼吸湿化设备的温湿度控制系统,还包括预警模块400;预警模块400,用于在根据执行信息对所控对象进行控制执行后,实时获取所控对象的行为数据,判断当前的行为数据是否超出预设执行范围;若当前的行为数据超出预设执行范围,则所控对象停止运行,并报警。
进一步的,数据处理模块200还用于根据变化因子选择最接近的控制曲线,并根据控制曲线计算当前的执行信息;执行信息包括加热功率和振荡功率。
进一步的,本发明提供的呼吸湿化设备的温湿度控制系统,还包括模型预设模块;
模型预设模块,用于获取所控对象测试的行为数据和当前的行为数据;
将行为数据中的温度和加热功率作为第一训练数据,拟合成对应的温度加热控制曲线;
将行为数据中的湿度和振荡功率作为第二训练数据,拟合成对应的湿度振荡控制曲线;
同时,根据当前的行为数据中的温度、湿度、振荡功率以及加热功率利用改进马尔可夫链和模拟退火算法,拟合计算每个加热功率对应的温度变化因子和湿度变化因子,以及每个振荡功率对应的温度变化因子和湿度变化因子。
进一步的,模型预设模块还用于,根据当前的行为数据对温度加热控制曲线和湿度振荡控制曲线进行自学习。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (10)
1.一种呼吸湿化设备的温湿度控制方法,其特征在于,包括以下步骤;
获取所控对象的行为数据和目标设置数据;
利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对所述行为数据进行预测分析,得到变化因子;并依据所述变化因子选择适应的控制曲线以确定执行信息;
根据所述执行信息对所控对象进行控制执行,完成温湿度调节。
2.如权利要求1所述的呼吸湿化设备的温湿度控制方法,其特征在于,还包括以下步骤;
在根据所述执行信息对所控对象进行控制执行后,实时获取所控对象的行为数据,判断当前的行为数据是否超出预设执行范围;若当前的行为数据超出预设执行范围,则所控对象停止运行,并报警。
3.如权利要求1所述的呼吸湿化设备的温湿度控制方法,其特征在于,所述依据所述变化因子选择适应的控制曲线以确定执行信息,包括以下步骤;
根据所述变化因子选择最接近的控制曲线,并根据控制曲线计算当前的执行信息;所述执行信息包括加热功率和振荡功率。
4.如权利要求1所述的呼吸湿化设备的温湿度控制方法,其特征在于,还包括预设基于改进马尔可夫链和模拟退火算法的模型;具体包括以下步骤;
获取所控对象测试的行为数据和当前的行为数据;
将所述行为数据中的温度和加热功率作为第一训练数据,拟合成对应的温度加热控制曲线;
将所述行为数据中的湿度和振荡功率作为第二训练数据,拟合成对应的湿度振荡控制曲线;
同时,根据当前的行为数据中的温度、湿度、振荡功率以及加热功率利用改进马尔可夫链和模拟退火算法,拟合计算每个加热功率对应的温度变化因子和湿度变化因子,以及每个振荡功率对应的温度变化因子和湿度变化因子。
5.如权利要求4所述的呼吸湿化设备的温湿度控制方法,其特征在于,还包括以下步骤;
根据当前的行为数据对温度加热控制曲线和湿度振荡控制曲线进行自学习。
6.一种呼吸湿化设备的温湿度控制系统,其特征在于,包括获取模块、数据处理模块以及执行模块;
所述获取模块,用于获取所控对象的行为数据和目标设置数据;
所述数据处理模块,用于利用预设的基于改进马尔可夫链和模拟退火算法的模型和目标设置数据对所述行为数据进行预测分析,得到变化因子;并依据所述变化因子选择适应的控制曲线以确定执行信息;
所述执行模块,用于根据所述执行信息对所控对象进行控制执行,完成温湿度调节。
7.如权利要求6所述的呼吸湿化设备的温湿度控制系统,其特征在于,还包括预警模块;
所述预警模块,用于在根据所述执行信息对所控对象进行控制执行后,实时获取所控对象的行为数据,判断当前的行为数据是否超出预设执行范围;若当前的行为数据超出预设执行范围,则所控对象停止运行,并报警。
8.如权利要求6所述的呼吸湿化设备的温湿度控制系统,其特征在于,所述数据处理模块还用于;
根据所述变化因子选择最接近的控制曲线,并根据控制曲线计算当前的执行信息;所述执行信息包括加热功率和振荡功率。
9.如权利要求6所述的呼吸湿化设备的温湿度控制系统,其特征在于,还包括模型预设模块;
所述模型预设模块,用于获取所控对象测试的行为数据和当前的行为数据;
将所述行为数据中的温度和加热功率作为第一训练数据,拟合成对应的温度加热控制曲线;
将所述行为数据中的湿度和振荡功率作为第二训练数据,拟合成对应的湿度振荡控制曲线;
同时,根据当前的行为数据中的温度、湿度、振荡功率以及加热功率利用改进马尔可夫链和模拟退火算法,拟合计算每个加热功率对应的温度变化因子和湿度变化因子,以及每个振荡功率对应的温度变化因子和湿度变化因子。
10.如权利要求9所述的呼吸湿化设备的温湿度控制系统,其特征在于,所述模型预设模块还用于,根据当前的行为数据对温度加热控制曲线和湿度振荡控制曲线进行自学习。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910249108.7A CN109939322A (zh) | 2019-03-29 | 2019-03-29 | 呼吸湿化设备的温湿度控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910249108.7A CN109939322A (zh) | 2019-03-29 | 2019-03-29 | 呼吸湿化设备的温湿度控制方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109939322A true CN109939322A (zh) | 2019-06-28 |
Family
ID=67013016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910249108.7A Pending CN109939322A (zh) | 2019-03-29 | 2019-03-29 | 呼吸湿化设备的温湿度控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109939322A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808689A (zh) * | 2007-08-14 | 2010-08-18 | 柔性塑料比利时股份有限公司 | 呼吸系统 |
CN103076829A (zh) * | 2013-01-08 | 2013-05-01 | 东莞市台通电子科技有限公司 | 可程式多功能温湿度控制系统及方法 |
CN203280874U (zh) * | 2013-04-28 | 2013-11-13 | 东莞理工学院 | 基于pid控制的呼吸机加温湿化控制系统 |
CN105664321A (zh) * | 2016-04-25 | 2016-06-15 | 湖南明康中锦医疗科技发展有限公司 | 一种呼吸机的控制装置 |
CN106774499A (zh) * | 2017-02-28 | 2017-05-31 | 北京航空航天大学 | 一种空气污染监测用温度控制系统 |
CN108596239A (zh) * | 2018-04-20 | 2018-09-28 | 南京航空航天大学 | 一种基于马尔科夫链和动态回溯的主题热度趋势预测方法 |
-
2019
- 2019-03-29 CN CN201910249108.7A patent/CN109939322A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808689A (zh) * | 2007-08-14 | 2010-08-18 | 柔性塑料比利时股份有限公司 | 呼吸系统 |
CN103076829A (zh) * | 2013-01-08 | 2013-05-01 | 东莞市台通电子科技有限公司 | 可程式多功能温湿度控制系统及方法 |
CN203280874U (zh) * | 2013-04-28 | 2013-11-13 | 东莞理工学院 | 基于pid控制的呼吸机加温湿化控制系统 |
CN105664321A (zh) * | 2016-04-25 | 2016-06-15 | 湖南明康中锦医疗科技发展有限公司 | 一种呼吸机的控制装置 |
CN106774499A (zh) * | 2017-02-28 | 2017-05-31 | 北京航空航天大学 | 一种空气污染监测用温度控制系统 |
CN108596239A (zh) * | 2018-04-20 | 2018-09-28 | 南京航空航天大学 | 一种基于马尔科夫链和动态回溯的主题热度趋势预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101171583B1 (ko) | 공조 제어 방법 및 장치 | |
CN107726550B (zh) | 一种室内空气湿度推算方法及空调器 | |
US20130161403A1 (en) | Hvac system, a controller therefor and a method of measuring and managing ventilation airflow of an hvac system | |
EP2863137B1 (en) | Systems and methods for ventilating a building | |
JPWO2017002245A1 (ja) | 空調システム制御装置及び空調システム | |
CN113551399B (zh) | 一种空调新风量控制方法、装置及空调 | |
JP2003287240A (ja) | 空気調和器 | |
CN114562790B (zh) | 制热模式新风控制方法及其装置、空调器及可读存储介质 | |
CN107588505A (zh) | 加湿控制方法和装置 | |
CN108679806A (zh) | 空调器的控制方法、装置、空调器及存储介质 | |
CN110986249B (zh) | 空调的自调节控制方法、系统及空调器 | |
CN116659147A (zh) | 冷柜除湿控制方法及系统 | |
CN114963466A (zh) | 空调器睡眠模式的控制方法、装置、空调器以及存储介质 | |
CN107940698B (zh) | 集成式冷站空调系统及其控制方法 | |
CN116839185B (zh) | 一种空调温度调控方法及系统 | |
CN109939322A (zh) | 呼吸湿化设备的温湿度控制方法和系统 | |
CN116358127B (zh) | 地铁车站新风阀控制方法、装置、电子设备及存储介质 | |
CN111124013A (zh) | 一种气候箱内的环境调节方法、装置及计算机存储介质 | |
CN113819592A (zh) | 空调系统控制方法、装置、电子设备、存储介质及系统 | |
CN110986266A (zh) | 设备控制方法、控制器及空调机组 | |
KR20160063839A (ko) | 지능형 축사 환풍구 제어방법 | |
CN111023575A (zh) | 一种基于舒适度模型的暖风机制暖送风方法及暖风机 | |
CN112050447A (zh) | 新风空调的控制方法 | |
US20240093899A1 (en) | Energy optimization of hvac systems under variable ventilation conditions | |
CN115258189B (zh) | 用于集中式飞机空调设备的温度补偿调节方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |