CN113885327B - 一种面向高原环境的自适应供氧量控制方法 - Google Patents
一种面向高原环境的自适应供氧量控制方法 Download PDFInfo
- Publication number
- CN113885327B CN113885327B CN202111211860.6A CN202111211860A CN113885327B CN 113885327 B CN113885327 B CN 113885327B CN 202111211860 A CN202111211860 A CN 202111211860A CN 113885327 B CN113885327 B CN 113885327B
- Authority
- CN
- China
- Prior art keywords
- oxygen supply
- weight vector
- vector matrix
- output signal
- related parameters
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种面向高原环境的自适应供氧量控制方法,所述面向高原环境的自适应供氧量控制方法包括:S1:获取供氧相关参数;S2:利用LMS算法,建立所述供氧相关参数的多因素回归模型;S3:利用所述多因素回归模型调整所述供氧相参数,得到新的供氧相关参数。本发明所提供的面向高原环境的自适应供氧量控制方法,能够为供氧装备或者系统提供自适应能力,使得便携式供氧设备或者系统始终工作在最优或次最优的运行状态,具有供氧智能化及个性化等优点。
Description
技术领域
本发明涉及供氧方法技术领域,具体涉及一种面向高原环境的自适应供氧量控制方法。
背景技术
高原地区具有低气压、低氧、高辐射等特点,进入高原地区的人难以快速适应,从而会使身体出现一系列高原反应,出现头疼、血压升高、下肢浮肿等症状,甚至还会进一步导致高原肺水肿、高原脑水肿等严重的高原病,不及时的治疗甚至会危及生命。因而,高原供氧(尤其是便携式供氧)系统或装备的研究对于防止高原反应等对相关人员健康的威胁具有非常重要的意义。
现有的一些呼吸自适应的制氧设备,主要通过自适应脉冲供氧单元来实现自适应供氧,具体的是根据呼吸检测单元的输出数据绘制用户的呼吸波形曲线,并用于确定供氧时间的起始点和终止点,并通过控制单元操作供氧单元实现供氧。但该发明无法实现对下多变的外部条件因素的感知或适应。另外有一些自适应控制的供氧模块,其主要通过吸气与呼气双膜片的机械设计实现脉冲与连续两种模式下的自适应供氧。另外,由于匹配了进出气外接端口和消气孔,提高了对于人体微弱气息的探测灵敏度。但该研究的机械设计仅能响应呼吸信号的变化,对于其他外部信号均无法实现适应。还有一些自适应脉冲式制氧装置及其供氧控制方法,其中供氧模块具有微压力传感器,通过检测气体压力来感知用户的呼吸状态,从实现自适应供氧。但该专利仅依据呼吸造成的负压来判断用户的呼吸状态,忽略了其他外部环境参数。
国内外还存在大量便携式供氧设备相关研究,但普遍存在非实时、低灵敏度等问题,同时现有研究所谓的自适应概念并未扩展到多种外部环境参数的范围的变化会造成相关动态参数或者模型的结构的持续变化,为此需要设计一个具备自适应控制能力的算法,使之能够自动补偿在参数和输入信号方面的突发性变化。
发明内容
本发明的目的在于提供一种面向高原环境的自适应供氧量控制方法,能够为供氧装备或者系统提供面向高原环境的自适应供氧量控制能力,使得便携式供氧设备或者系统始终工作在最优或次最优的运行状态,具有供氧智能化及个性化等优点。
本发明解决上述技术问题的技术方案如下:
本发明提供一种面向高原环境的自适应供氧量控制方法,所述面向高原环境的自适应供氧量控制方法包括:
S1:获取供氧相关参数;
S2:利用LMS算法,建立所述供氧相关参数的多因素回归模型;
S3:利用所述多因素回归模型调整所述供氧相关参数,得到新的供氧相关参数,以实现对供氧的自适应控制。
可选择地,所述步骤S1中,所述供氧相关参数包括外部环境参数和生理参数。
可选择地,所述外部环境参数包括:海拔高度和温度;和/或
所述生理参数包括:血氧参数、心率参数和呼吸参数。
可选择地,所述步骤S1包括以下分步骤:
S11:设计多组外部环境参数;
S12:利用各组所述外部环境参数进行供氧正交试验;
S13:收集不同组别的供氧正交试验的高原供氧相关参数,得到所述供氧相关参数。
可选择地,所述步骤S2包括:
S21:设置所述LMS算法的学习率和迭代次数;
S22:赋初始值于所述LMS算法的初始权值向量矩阵和初始误差输出信号;
S23:对所述初始值进行迭代,得到变化值;
S24:判断所述变化值是否达到所述迭代次数,若是,结束迭代并进入步骤S25,否则返回步骤S23;
S25:将所述供氧相关参数作为原始输入信号输入;
S26:根据所述原始输入信号和所述初始权值向量矩阵,得到实际输出信号;
S27:计算所述实际输出信号和期望输出信号之间的误差,得到误差输出型;
S28:根据所述初始权值向量矩阵、所述学习率、所述误差输出信号和所述原始输入信号,得到新的权值向量矩阵;
S29:将所述新的权值向量矩阵作为所述供氧相关参数的多因素回归模型输出。
可选择地,所述步骤S26中,所述根据所述原始输入信号和所述初始权值向量矩阵,得到实际输出信号为:
y(i)=x(h,b,r,a,t)(i)*WT(i)
其中,y(i)表示实际输出信号;x(h,b,r,a,t)(i)表示原始输入信号;WT(i)表示权值向量矩阵W(i)的转置,h表示心率数据;b表示血氧饱和度数据;r表示呼吸数据;a表示海拔高度;t表示温度数据;i表示循环变量。
可选择地,所述步骤S28中,所述根据所述初始权值向量矩阵、所述学习率、所述误差输出信号和所述输入原始信号,得到新的权值向量矩阵为:
W(i+1)=W(i)+2*μ*e(i)*x(h,b,r,a,t)(i)
其中,W(i+1)表示新的权值向量矩阵;W(i)表示权值向量矩阵;μ表示学习率;e(i)表示误差输出信号;x(h,b,r,a,t)(i)表示原始输入信号;i表示循环变量。
本发明具有以下有益效果:
本发明基于正交设计在减少试验样本需求的同时获得数据的最大程度利用;并基于LMS回归构建外部环境因素与受试需氧状态的回归函数,实现供氧参数对外部因素变化的动态响应。从而可实现根据人体的血氧饱和度、呼吸以及环境因素,如海拔高度、温度等因素的实时变化,准确进行自适应供氧量控制,使得便携式供氧设备在使用时保持最优或次优状态供氧。
附图说明
图1为本发明所提供的面向高原环境的自适应供氧量控制方法的流程图;
图2为图1中步骤S1的分步骤流程图;
图3为图1中步骤S2的分步骤流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例
本发明提供一种面向高原环境的自适应供氧量控制方法,参考图1所示,所述面向高原环境的自适应供氧量控制方法包括:
S1:获取供氧相关参数;
可选择地,供氧相关参数可以是任何环境下的供氧相关参数,本公开不予限制,另外,本发明也不对供氧相关参数的具体参数内容加以限制。在本发明所提供的具体实施例中,供氧相关参数为在高原环境下获取的,以下相关说明均是以在高原环境下,对本发明的面向高原环境的自适应供氧量控制方法的进一步说明。
可选择地,所述步骤S1中,所述供氧相关参数包括外部环境参数和生理参数。具体地,由于高原空气气压随着海拔高度的增加而降低,导致空气稀薄,其氧分压也随之降低,其高原反应会格外明显,因此海拔高度则是影响供氧相关参数的重要要素之一;又因高原环境的气温随着海拔高度的增加而逐渐下降,且高原地区气温寒冷,气温变化较大,当到高原地区时机体无法及时调节和调控,所以容易诱发或者加重出现高原反应。因此,在本发明中,所述外部环境参数包括:海拔高度和温度。
此外,由于本发明所提供的面向高原环境的自适应供氧量控制方法还需利用人体生理参数,因此,在本发明中,所述生理参数包括:血氧参数、心率参数和呼吸参数。这样,获取到的生理参数传输至本发明所提供的面向高原环境的自适应供氧量控制方法中,算法可根据血氧参数进行适应性调节,从而使得供氧系统能够在满足用户供氧需求的同时节约氧能源。
除此之外,可选择地,参考图2所示,所述步骤S1包括以下分步骤:
S11:设计多组外部环境参数;
S12:利用各组所述外部环境参数进行供氧正交试验;
S13:收集不同组别的供氧正交试验的供氧相关参数,得到所述供氧相关参数。
这样,能够获取到实时变化得到外部环境和生理参数,准确进行供氧量的自适应控制,从而进一步使得供氧设备在使用时保持最优状态供氧。
S2:利用LMS算法,建立所述供氧相关参数的多因素回归模型;
可选择地,参考图3所示,所述步骤S2包括:
S21:设置所述LMS算法的学习率和迭代次数;
S22:赋初始值于所述LMS算法的初始权值向量矩阵和初始误差输出信号;
S23:对所述初始值进行迭代,得到变化值;
S24:判断所述变化值是否达到所述迭代次数,若是,结束迭代并进入步骤S25,否则返回步骤S23;
S25:将所述供氧相关参数作为原始输入信号输入;
S26:根据所述原始输入信号和所述初始权值向量矩阵,得到实际输出信号;
可选择地,所述步骤S26中,所述根据所述原始输入信号和所述初始权值向量矩阵,得到实际输出信号为:
y(i)=x(h,b,r,a,t)(i)*WT(i)
其中,y(i)表示实际输出信号;x(h,b,r,a,t)(i)表示原始输入信号;WT(i)表示权值向量矩阵W(i)的转置,h表示心率数据;b表示血氧饱和度数据;r表示呼吸数据;a表示海拔高度;t表示温度数据;i表示循环变量。
S27:计算所述实际输出信号和期望输出信号之间的误差,得到误差输出信号;
S28:根据所述初始权值向量矩阵、所述学习率、所述误差输出信号和所述输入原始信号,得到新的权值向量矩阵;
可选择地,所述步骤S28中,所述根据所述初始权值向量矩阵、所述学习率、所述误差输出信号和所述输入原始信号,得到新的权值向量矩阵为:
W(i+1)=W(i)+2*μ*e(i)*x(h,b,r,a,t)(i)
其中,W(i+1)表示新的权值向量矩阵;W(i)表示权值向量矩阵;μ表示学习率;e(i)表示误差输出信号;x(h,b,r,a,t)(i)表示原始输入信号;i表示循环变量。
S29:将所述新的权值向量矩阵作为所述供氧相关参数的多因素回归模型输出。
S3:利用所述多因素回归模型调整所述供氧相关参数,得到新的供氧相关参数,以实现对供氧的自适应控制。
本发明具有以下有益效果:
本发明基于正交设计在减少试验样本需求的同时获得数据的最大程度利用;并基于LMS回归构建外部环境因素与受试需氧状态的回归函数,实现供氧参数对外部因素变化的动态响应。从而可实现根据人体的血氧饱和度、呼吸以及环境因素,如海拔高度、温度等因素的实时变化,准确进行自适应供氧量控制,使得便携式供氧设备在使用时保持最优或者次优状态供氧。
本发明可为供氧装备或者系统提供自适应能力,使得便携式供氧设备或者系统始终工作在最优或次最优的运行状态,具有供氧智能化及个性化等优点。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种面向高原环境的自适应供氧量控制方法,其特征在于,所述自适应供氧量控制方法包括:
S1:获取供氧相关参数;
S2:利用LMS算法,建立所述供氧相关参数的多因素回归模型;
S3:利用所述多因素回归模型调整所述供氧相关参数,得到新的供氧相关参数,以实现对供氧的自适应控制;
所述供氧相关参数包括外部环境参数和生理参数;
所述步骤S1包括以下分步骤:
S11:设计多组外部环境参数;
S12:利用各组所述外部环境参数进行供氧正交试验;
S13:收集不同组别的供氧正交试验的高原供氧相关参数,得到所述供氧相关参数;
所述步骤S2包括:
S21:设置所述LMS算法的学习率和迭代次数;
S22:赋初始值于所述LMS算法的初始权值向量矩阵和初始误差输出信号;
S23:对所述初始值进行迭代,得到变化值;
S24:判断所述变化值是否达到所述迭代次数,若是,结束迭代并进入步骤S25,否则返回步骤S23;
S25:将所述供氧相关参数作为原始输入信号输入至控制器;
S26:根据所述原始输入信号和所述初始权值向量矩阵,得到实际输出信号;
S27:计算所述实际输出信号和期望输出信号之间的误差,得到误差输出信号;
S28:根据所述初始权值向量矩阵、所述学习率、所述误差输出信号和所述原始输入信号,得到新的权值向量矩阵;
S29:将所述新的权值向量矩阵作为所述供氧相关参数的多因素回归模型输出;
所述步骤S26中,所述根据所述原始输入信号和所述初始权值向量矩阵,得到实际输出信号为:
y(i)=x(h,b,r,a,t)(i)*WT(i)
其中,y(i)表示实际输出信号;x(h,b,r,a,t)(i)表示原始输入信号;WT(i)表示权值向量矩阵W(i)的转置,h表示心率数据;b表示血氧饱和度数据;r表示呼吸数据;a表示海拔高度;t表示温度数据;i表示循环变量。
2.根据权利要求1所述的面向高原环境的自适应供氧量控制方法,其特征在于,所述外部环境参数包括:海拔高度和温湿度;和/或
所述生理参数包括:血氧参数、心率参数和呼吸参数。
3.根据权利要求1所述的面向高原环境的自适应供氧量控制方法,其特征在于,所述步骤S28中,所述根据所述初始权值向量矩阵、所述学习率、所述误差输出信号和所述原始输入信号,得到新的权值向量矩阵为:
W(i+1)=W(i)+2*μ*e(i)*x(h,b,r,a,t)(i)
其中,W(i+1)表示新的权值向量矩阵;W(i)表示权值向量矩阵;μ表示学习率;e(i)表示误差输出信号;x(h,b,r,a,t)(i)表示原始输入信号;i表示循环变量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111211860.6A CN113885327B (zh) | 2021-10-18 | 2021-10-18 | 一种面向高原环境的自适应供氧量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111211860.6A CN113885327B (zh) | 2021-10-18 | 2021-10-18 | 一种面向高原环境的自适应供氧量控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113885327A CN113885327A (zh) | 2022-01-04 |
CN113885327B true CN113885327B (zh) | 2023-03-10 |
Family
ID=79003596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111211860.6A Active CN113885327B (zh) | 2021-10-18 | 2021-10-18 | 一种面向高原环境的自适应供氧量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113885327B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6470885B1 (en) * | 2000-01-13 | 2002-10-29 | Brent Blue | Method and apparatus for providing and controlling oxygen supply |
CN104906671A (zh) * | 2015-06-12 | 2015-09-16 | 上海旭旦实业有限公司 | 一种自适应高原反应消除系统 |
CN107866012A (zh) * | 2017-08-25 | 2018-04-03 | 湖北航天化学技术研究所 | 一种智能脉冲供氧装置 |
CN112370625A (zh) * | 2020-12-01 | 2021-02-19 | 深圳市莱康宁医用科技股份有限公司 | 一种氧气呼吸器的控制方法及控制装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020195105A1 (en) * | 2000-01-13 | 2002-12-26 | Brent Blue | Method and apparatus for providing and controlling oxygen supply |
US20140123980A1 (en) * | 2012-11-06 | 2014-05-08 | Clarkson University | Automated Hypoxia Recovery System |
US11587665B2 (en) * | 2015-12-28 | 2023-02-21 | The University Of North Carolina At Chapel Hill | Methods, systems, and non-transitory computer readable media for estimating maximum heart rate and maximal oxygen uptake from submaximal exercise intensities |
US20210161404A1 (en) * | 2018-05-11 | 2021-06-03 | Spectronix Inc. | Abnormal blood oxygenation level monitoring system and method, and self-monitoring oxygenation system and method |
-
2021
- 2021-10-18 CN CN202111211860.6A patent/CN113885327B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6470885B1 (en) * | 2000-01-13 | 2002-10-29 | Brent Blue | Method and apparatus for providing and controlling oxygen supply |
CN104906671A (zh) * | 2015-06-12 | 2015-09-16 | 上海旭旦实业有限公司 | 一种自适应高原反应消除系统 |
CN107866012A (zh) * | 2017-08-25 | 2018-04-03 | 湖北航天化学技术研究所 | 一种智能脉冲供氧装置 |
CN112370625A (zh) * | 2020-12-01 | 2021-02-19 | 深圳市莱康宁医用科技股份有限公司 | 一种氧气呼吸器的控制方法及控制装置 |
Non-Patent Citations (1)
Title |
---|
菜农劳动负荷与心率、耗氧量、肺通气量关系的探讨;刘树范 等;《职业医学》;19901231;第17卷(第04期);第207-209、256页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113885327A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109386940B (zh) | 提高睡眠舒适度的装置、方法和空调 | |
CN102665546B (zh) | 睡眠状况的检测 | |
CN109814398A (zh) | 一种智能床具睡眠调节方法、系统及智能床具 | |
CN102526879B (zh) | 用于起搏频率自适应调节的装置和系统 | |
CN104135925A (zh) | 用于预测呼吸功的方法及设备 | |
EP2605817A2 (en) | Automated fluid delivery system and method | |
Tehrani et al. | A dual closed-loop control system for mechanical ventilation | |
CN103028170A (zh) | 一种呼吸压力模糊控制式呼吸机及呼吸压力模糊控制方法 | |
CN113181501A (zh) | 一种以智能床垫为中心的物联网健康监测方法 | |
CN114177451A (zh) | 一种呼吸机的单呼吸周期压力—容量双控模式的控制方法 | |
US7842892B2 (en) | Apparatus and method for measuring the body weight | |
CN109106351B (zh) | 一种基于物联网感知的人体疲劳检测与缓释系统及方法 | |
CN113885327B (zh) | 一种面向高原环境的自适应供氧量控制方法 | |
CN113983665B (zh) | 基于人体温度感受神经元指标的空调控制系统及方法 | |
CN115525081A (zh) | 一种建筑室内环境自适应调节系统及控制方法 | |
AU2015210465B2 (en) | Breathable Gas Supply System, Control Method thereof and Computer Program Product Implementing the Method. | |
CN107788953A (zh) | 一种可穿戴睡眠质量监护设备 | |
CN110301907A (zh) | 一种可穿戴脉搏波检测装置及血压检测方法 | |
CN114190916B (zh) | 一种基于织物传感器的儿童呼吸监控方法及系统 | |
CN207024047U (zh) | 一种可进行佩戴调整的智能手环 | |
CN102156805B (zh) | 胸外按压生理反馈信号模拟器 | |
CN205006895U (zh) | 呼吸信号检测装置的改进结构 | |
CN114748862B (zh) | 一种低氧耐受能力动态性能主动测试系统 | |
JP3655792B2 (ja) | 呼吸同調酸素供給装置 | |
Zhang et al. | Intelligent pulse test instrument based on wireless network |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |