CN116301116B - 一种艾灸仪的自适应温度控制系统 - Google Patents
一种艾灸仪的自适应温度控制系统 Download PDFInfo
- Publication number
- CN116301116B CN116301116B CN202310557876.5A CN202310557876A CN116301116B CN 116301116 B CN116301116 B CN 116301116B CN 202310557876 A CN202310557876 A CN 202310557876A CN 116301116 B CN116301116 B CN 116301116B
- Authority
- CN
- China
- Prior art keywords
- moxibustion
- temperature
- skin
- height
- ignition
- 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
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000013528 artificial neural network Methods 0.000 claims abstract description 15
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 230000033228 biological regulation Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000000554 physical therapy Methods 0.000 abstract description 2
- 239000003570 air Substances 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000017525 heat dissipation Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004936 stimulating effect Effects 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000001467 acupuncture Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000002175 menstrual effect Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000036620 skin dryness Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Finger-Pressure Massage (AREA)
- Thermotherapy And Cooling Therapy Devices (AREA)
Abstract
本发明属于理疗器械技术领域，具体涉及一种艾灸仪的自适应温度控制系统，该系统够实现艾灸温度的自适应调节，克服了现有艾灸仪温度控制系统依赖医生经验和艾灸者体质问题以及温度控制方法不精准的问题。通过深度神经网络学习方法对艾灸温度样本数据进行智能拟合，得到不依赖医生决策的最佳皮肤艾灸温度决策网络；基于艾灸者的体质以及环境温度，智能判定艾灸头点火数量和位置。本发明的自适应温度控制方法，自动调节艾灸室高度，实现皮肤温度的高精度闭环控制，同时结合艾灸者的耐受温度反馈微调，灵敏性高，互动性好，艾灸效果更佳。
Description
技术领域
本发明属于理疗器械技术领域，具体涉及一种艾灸仪的自适应温度控制系统。
背景技术
艾灸，是用艾条、艾柱产生的艾热刺激人体穴位或特定部位，通过激发经气的活动来调整人体紊乱的生理生化功能，从而达到防病治病目的的一种治疗方法。在众多的艾灸方法中，临床运用最为广泛的是温和灸。温和灸方法中，医生需将左手中、食二指放于被灸穴位两侧，以感知艾灸者皮肤受热程度，由于悬灸的时间较长，使得医生的身体疲劳程度较大，因此艾灸仪得以出现。艾灸仪将用艾绒制备好的艾柱、艾段、艾条等点燃，将灸头调整到相应穴位上方，从而达到治疗和保健的目的。需要注意的是，要想实现良好的艾灸效果，必须保证艾灸加热皮肤的温度达到特定艾灸者的最佳艾灸治疗温度。
目前的艾灸仪主要有三方面的缺陷。第一，不同的艾灸者、不同的艾灸皮肤处，对温度的感受敏感性、耐受程度不同，现有调节温度方法完全凭医生经验，效率低、花费时间长。第二，仅能检测和控制艾灸头的实时温度数据，无法做到人体皮肤出的精准温度控制。第三，现有部分艾灸仪通过控制艾灸燃烧室的升降来调节皮肤艾灸温度，但是皮肤艾灸温度取决于艾灸头温度/数量、空间温度/湿度、人体所处环境相关，是一个综合性的效应，此类控制方法仅仅通过升降艾灸室高度来调节温度，原理简单但是温度控制精度差。
发明内容
针对现有技术中的不足，本发明提出了一种艾灸仪的自适应温度控制系统，克服了现有艾灸仪温度控制依赖医生经验和艾灸者体质以及温度控制不精准的问题，进而提高了整个艾灸仪温度控制的智能性与鲁棒性。
本发明的具体技术方案如下：
一种艾灸仪的自适应温度控制系统，其特征在于，包括：
样本数据库：包括多个艾灸者艾灸的已知最佳皮肤艾灸温度及其影响因素；
最佳皮肤艾灸温度决策网络：所述最佳皮肤艾灸温度决策网络以当前艾灸者k的最佳皮肤艾灸温度为输出信息，最佳皮肤艾灸温度的影响因素为输入信息；
温度确定模块：所述温度确定模块以当前艾灸者k的最佳皮肤艾灸温度的影响因素为输入，采用最佳皮肤艾灸温度决策网络输出当前艾灸者k的最佳皮肤艾灸温度/>，同时获取环境温度/>，艾灸皮肤处实时温度/>；
艾灸仪点火神经网络：所述艾灸仪点火神经网络包括基于艾灸室距皮肤高度、艾灸头点火数量与艾灸皮肤处温度的模型，以当前艾灸者k的最佳皮肤艾灸温度、艾灸区域/>和环境温度/>为输入信息，艾灸仪的艾灸团阵列点火数量和位置为输出信息；
自适应温度控制模块：所述自适应温度控制模块采用以下方法进行循环温控：
S1 采用艾灸仪点火神经网络确定艾灸仪的艾灸团阵列点火方案，并进行点火或熄火；
S2 实时测量艾灸室距皮肤高度和艾灸皮肤处实时温度/>，并自动生成艾灸室高度指令/>；
S3 根据S2中的艾灸室高度指令，控制艾灸室升降，并对艾灸室距皮肤高度进行实时更新；
S4 判断艾灸室距皮肤高度是否为艾灸室可调高度的上限，若是，则自动熄灭一个艾灸团；判断艾灸室距皮肤高度/>是否为艾灸室可调高度的下限，若是，则自动点火一个艾灸团；
S5 返回S4，直至艾灸皮肤处实时温度等于当前艾灸者k的最佳皮肤艾灸温度；
S6艾灸者根据自身情况对温度进行微调，通过艾灸仪输入温度补偿量，更新当前艾灸者k的最佳皮肤艾灸温度/>，返回S1。
优选的，所述样本数据库中已知最佳皮肤艾灸温度的影响因素包括年龄、性别、艾灸部位、皮肤肤质、艾灸部位病况、空气温度、空气湿度、艾灸者最大耐受温度。
优选的，所述最佳皮肤艾灸温度决策网络采用以下方式训练得到：
对样本数据库中的已知最佳皮肤艾灸温度与其影响因素的相关性进行分析，剔除不相关的影响因素，进而形成训练集；采用训练集对最佳皮肤艾灸温度决策网络进行训练，获得训练好的最佳皮肤艾灸温度决策网络；
其中，所述不相关的影响因素的剔除方法如下：从样本数据库中取n组数据，每组数据均包括已知最佳皮肤艾灸温度和s个影响因素，计算已知最佳皮肤艾灸温度T的平均值为：
（1）
其中，表示第i组数据中的最佳皮肤艾灸温度；
计算已知最佳皮肤艾灸温度T的标准差为：
（2）
针对s个影响因素中的每个影响因素，计算n组数据的平均值，方法为：
（3）
其中，表示第j个影响因素的平均值，/>表示第i组数据中的第j个影响因素；
计算每个影响因素的标准差为：
（4）
计算已知最佳皮肤艾灸温度T与每个影响因素的协方差为：
（5）
计算已知最佳皮肤艾灸温度T与每个影响因素的相关系数为：
（6）
设置阈值，/>，若/>则第j个影响因素与已知最佳皮肤艾灸温度T并无相关性，则删除该影响因素；若/>，则认为第j个影响因素与已知最佳皮肤艾灸温度T相关。
优选的，所述基于艾灸室距皮肤高度、艾灸头点火数量与艾灸皮肤处温度的模型通过以下方法建立：
医生基于艾灸者的情况，划定艾灸区域，其半径为/>；
考虑到热量散失，为实现艾灸区域温度的恒定控制，设定点火区域/>，其半径为/>，且/>；
艾灸区域的温度由点火区域/>中的点火方案和艾灸室距皮肤高度决定，故艾灸区域/>的温度控制变量表示为/>，其中/>表示艾灸室高度指令，/>表示点火区域/>内艾灸团阵列的点火数量与位置。
优选的，所述艾灸室高度指令通过以下方式获得：
S2-1 将皮肤温度控制响应特性作为一个惯性环节，基于当前艾灸者k的最佳皮肤艾灸温度和艾灸皮肤处实时温度/>，构建误差变量/>；令
（7）
其中，为皮肤温度控制系统延迟参数，/>为未知干扰；
S2-2艾灸初始时刻，令时间为0，艾灸皮肤处实时温度为，皮肤温度控制系统的最终控制指令/>，初始控制指令为/>；将初始指令/>与最终控制指令/>，用一个连续的指令曲线/>连接起来，连续的指令曲线/>表达式如下：
（8）
其中，t代表时间，表示指令曲线的频率周期；
令为/>对时间的导数；
S2-3 当不考虑时，定义/>，则设计标称控制律为：
（9）
当考虑时，令/>为一个自适应变化的动态变量，作为对/>的估计补偿项，/>随时间变化的导数为/>，定义/>，/>的表达式为：
（10）
S2-4 设计自适应控制律为：
（11）
其中，为/>的正负号，若/>，则；否则/>；
S2-5 获得艾灸室高度指令为：
（12）。
相比现有技术，本发明具有如下优点：
1. 本发明提出的自适应温度控制系统基于最佳皮肤艾灸温度的影响因素，通过深度神经网络学习方法实现对艾灸温度样本数据的智能拟合，得到不依赖医生决策的最佳艾灸温度决策网络。
2. 本发明提出的自适应温度控制系统包括艾灸室距皮肤高度以及艾灸头的点火数量与艾灸皮肤处温度的动态原理模型，为精准的温度调控奠定模型基础。再者，基于艾灸者的体质以及环境温度，判定艾灸头点火数量，并进行自动点火。
3. 本发明提出的自适应温度控制系统可以确定特定艾灸者的最佳皮肤艾灸温度，自动调节艾灸室高度，实现皮肤温度的高精度闭环控制，同时结合艾灸者的耐受温度反馈微调，灵敏性高，互动性好，艾灸效果更佳。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他的附图。
图1是本发明艾灸仪的自适应温度控制系统的构成图；
图2是本发明艾灸仪的自适应温度控制系统的工作流程图；
图3是本发明的最佳皮肤艾灸温度决策网络训练示意图；
图4是本发明的艾灸室对皮肤非接触加热艾灸的示意图；
图5是本发明的三维艾灸区域A 0示意图；
图6是本发明的艾灸室仰视图；
图7是本发明的不同点火方案示意图。
其中，1-样本数据库，2-最佳皮肤艾灸温度决策网络，3-温度确定模块，4-艾灸仪点火神经网络，5-自适应温度控制模块，6-外置温度传感器，7-非接触温度传感器，8-艾灸室，9-激光高度传感器，10-皮肤。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本发明提出了一种艾灸仪的自适应温度控制系统，能够实现艾灸温度的智能自适应调节，克服了现有艾灸仪温度控制系统依赖医生经验和艾灸者体质问题以及温度控制方法不精准的问题，进而提高了整个艾灸仪温度控制系统的智能性与鲁棒性。该系统的构成图如图1所示，包括样本数据库1、最佳皮肤艾灸温度决策网络2，温度确定模块3，艾灸仪点火神经网络4，自适应温度控制模块5。
所述艾灸仪的自适应温度控制系统的工作流程如图2所示，具体描述如下：
步骤一、确定艾灸者最佳皮肤艾灸温度决策网络的输出信息；
医生根据不同艾灸者的体质，手动调节艾灸室8的高度，通过医生的经验，结合艾灸者对于艾灸温度的忍受能力，设定艾灸室的最佳高度，并通过非接触温度传感器7（如红外测温枪），记录艾灸者在当前状态下的最佳皮肤艾灸温度，作为最佳皮肤艾灸温度决策网络的输出信息。
步骤二、确定艾灸者最佳皮肤艾灸温度决策网络的输入信息；
在艾灸过程中，根据医生的经验以及一般常识经验，初步选取一系列最佳皮肤艾灸温度的影响因素作为参考因素，如艾灸者的年龄、性别、艾灸部位、干性油性、空气温度/湿度、季节等，作为最佳皮肤艾灸温度决策网络的输入信息。
步骤三、获取艾灸者最佳皮肤艾灸温度决策网络的大量样本信息；
1. 首先，通过招募一定数量的艾灸医生和艾灸者，重复步骤一和步骤二，采集输入信息和输出信息。
2. 其次，分析输入信息和输出信息的相关性，剔除不相关的输入信息。具体操作如下：
从样本数据库中取n组数据，每组数据均包括已知最佳皮肤艾灸温度和s个影响因素，计算已知最佳皮肤艾灸温度T的平均值为：
（1）
其中，表示第i组数据中的最佳皮肤艾灸温度；
计算已知最佳皮肤艾灸温度T的标准差为：
（2）
针对s个影响因素中的每个影响因素，计算n组数据的平均值，方法为：
（3）
其中，表示第j个影响因素的平均值，/>表示第i组数据中的第j个影响因素；
计算每个影响因素的标准差为：
（4）
计算已知最佳皮肤艾灸温度T与每个影响因素的协方差为：
（5）
计算已知最佳皮肤艾灸温度T与每个影响因素的相关系数为：
（6）
相关系数是反应变量之间关系密切程度的统计指标，相关系数的取值区间在1到-1之间。1表示两个变量完全线性相关，-1表示两个变量完全负相关，0表示两个变量不相关。数据越趋近于0表示相关关系越弱。指定一个较大的阈值/>，如果，则第j个影响因素与已知最佳皮肤艾灸温度T并无相关性，可以不考虑第j个影响因素与已知最佳皮肤艾灸温度T的关系；如果/>，则第j个影响因素与已知最佳皮肤艾灸温度T有相关性，则考虑第j个影响因素与已知最佳皮肤艾灸温度T的关系。
通过相关系数方法，剔除不相关的输入信息，得到与已知最佳皮肤艾灸温度T相关的输入信息，如年龄、性别、艾灸部位、皮肤干性油性、艾灸部位病况、空气温度、空气湿度、艾灸者最大耐受温度程度……等条影响因素，其中/>。
步骤四、通过深度神经网络学习方法对艾灸温度样本数据进行智能拟合，获得最佳皮肤艾灸温度决策网络；
基于步骤三获得的样本数据信息，建立基于深度神经网络的最佳皮肤艾灸温度决策网络。
1. 将样本信息输入最佳皮肤艾灸温度决策网络，得到最佳皮肤艾灸温度的预测值；
2. 将预测值与样本信息的输出值（真实最佳皮肤艾灸温度）进行做差，计算损失函数；
3. 利用随机梯度下降算法，将误差进行反向传播修改最佳皮肤艾灸温度决策网络的权重；
重复以上步骤1-3，直到最佳皮肤艾灸温度决策网络权重收敛，得到训练好的最佳皮肤艾灸温度决策网络，如图3所示。
步骤五、在实际艾灸操作中，获取当前艾灸者k的最佳皮肤艾灸温度；获取艾灸前的环境温度/>，艾灸者皮肤处实时温度/>；
1. 基于步骤四获得的最佳皮肤艾灸温度决策网络，针对当前艾灸者k，获取最佳皮肤艾灸温度相关的影响因素，将上述影响因素输入最佳皮肤艾灸温度决策网络，输出当前艾灸者k的最佳皮肤艾灸温度/>；
2. 通过艾灸室外置温度传感器6获取艾灸前的环境温度；
3. 艾灸室对皮肤非接触加热艾灸的示意图如图4所示。由于艾灸过程中环境较为安静、气流干扰相对较小，因此能够形成一个相对稳定的空气加热区域，即艾灸室下方能有一块艾灸区域保持恒定温度，通过艾灸室8安装的非接触温度传感器7（如图4中红外测温枪），获取艾灸者皮肤处实时温度/>。
步骤六、建立艾灸室距皮肤高度、艾灸头点火数量与艾灸皮肤处温度的动态调节模型；
首先，医生基于艾灸者的情况，划定艾灸区域，该区域为圆形，半径为/>，如图5、图6所示。
其次，对于艾灸区域的温度恒定控制，其物理学基本原理为此区域的加热量等于散热量。加热的热源只有艾灸室；而散热有两部分，一是皮肤吸热，二是周围空气吸热。由于存在一定的散热，如果仅在艾灸区域/>内艾灸点火，则艾灸区域/>边缘将会由于散热使得温度下降。因此为了保证艾灸区域/>温度恒定，必须将艾灸点火区域扩大为圆形区域，半径为/>。令/>，/>可以根据实际散热情况选择为一个常值。构造一个如图5所示的密集艾灸室，艾灸室可以放置多个艾灸团。
如果点火区域内艾灸团的点火数量越多，则艾灸区域/>温度越高。如果艾灸室距离皮肤的高度越低，则艾灸区域/>温度越高。
因此艾灸区域温度的控制主要受变量/>控制，其中/>表示艾灸室高度指令，/>表示点火区域/>内艾灸团阵列的点火数量与位置。
步骤七、智能判定艾灸头点火数量与位置，并进行自动点火/熄火；
艾灸前，令艾灸室处于距离皮肤的中间高度处，即艾灸室的高度既能够上调，也能下调。针对当前艾灸者k的最佳皮肤艾灸温度，确定点火方案。
1. 确定艾灸团点火个数的影响因素：艾灸区域、环境温度/>。
2. 在环境温度下，针对当前艾灸者k的最佳皮肤艾灸温度/>，优化点火区域的个数。优化的原则是在点火区域/>点火数固定的情况下，艾灸皮肤处的实时温度与期望的当前艾灸者k的最佳皮肤艾灸温度/>的误差尽可能小，点火的艾灸团尽可能均匀分散。优化方法可以选择为0-1混合整数规划方法、粒子群优化方法等。
3. 重复上述步骤1-2，得到与当前艾灸者k的最佳皮肤艾灸温度/>、艾灸区域、环境温度/>之间的大量样本信息。
4. 结合样本信息，采用深度神经网络拟合方法，构建艾灸仪点火神经网络，实现与当前艾灸者k的最佳皮肤艾灸温度/>、艾灸区域/>、环境温度/>的智能拟合。
因此，向艾灸仪点火神经网络输入当前艾灸者k的最佳皮肤艾灸温度、艾灸区域、环境温度/>，便可以输出点火区域/>内艾灸团的点火阵列的数量与位置，不同温度的点火情况如图7所示，其中实心圆表示点火的艾灸团。
步骤八、实时测量艾灸室距皮肤高度和艾灸皮肤处实时温度/>；
步骤九、基于当前艾灸者k的最佳皮肤艾灸温度，通过智能自适应控制方法，自动给出艾灸室距皮肤高度指令/>；
针对当前艾灸者k、其最佳皮肤艾灸温度以及艾灸皮肤处实时温度/>，构建误差变量/>。一般来说，温度的调控为一个动态延迟过程，可以简化为一个一阶系统，令
（7）
其中，为皮肤温度控制系统延迟参数，可以通过系统辨识手段获取，/>为一个未知干扰，如系统安装误差、温度测量偏差等。
在步骤七中，艾灸初始时刻，令时间为0，艾灸皮肤处实时温度为，皮肤温度控制系统的最终控制指令/>，初始控制指令为/>；将初始指令/>与最终控制指令/>，用一个连续的指令曲线/>连接起来，连续的指令曲线/>表达式如下：
（8）
其中，t代表时间，表示指令曲线的频率周期；
令为/>对时间的导数；
当不考虑时，定义/>。则设计标称控制律为：
（9）
当考虑时，令/>为一个自适应变化的动态变量，作为对/>的估计补偿项，/>随时间变化的导数为/>，定义/>。其表达式为：
（10）
设计自适应控制律为：
（11）
其中，为/>的正负号，若/>，则；否则/>；
因此，艾灸室高度指令为：
（12）
步骤十、驱动艾灸室高度升降电机，实时控制艾灸室距皮肤高度；
根据步骤九中的艾灸室高度指令，控制艾灸室升降，并对艾灸室距皮肤高度进行实时更新；
步骤十一、检查艾灸室高度是否满足安全调节高度；
判断艾灸室距皮肤高度是否为艾灸室可调高度的上限，若是，则自动熄灭一个艾灸团；判断艾灸室距皮肤高度/>是否为艾灸室可调高度的下限，若是，则自动点火一个艾灸团；
此后返回步骤九，直至艾灸皮肤处实时温度等于当前艾灸者k的最佳皮肤艾灸温度/>。
步骤十二、基于艾灸者耐受程度反馈的艾灸室高度微调节；
不同的艾灸者、不同的艾灸皮肤处，对温度的感受敏感性、耐受程度不同。考虑到艾灸者不同的耐受程度，为了实现艾灸者的主动交互式温度感知与耐受性温度调控，可增加一个指令补偿器。艾灸者根据自身情况，可输入温度补偿量（幅度为1-5摄氏度），更新当前艾灸者k的最佳皮肤艾灸温度/>，此后返回步骤七，实现基于艾灸者耐受程度反馈的艾灸室高度/艾灸温度全过程智能闭环调节。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、 “上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本发明中，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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)
1.一种艾灸仪的自适应温度控制系统，其特征在于，包括：
样本数据库：包括多个艾灸者艾灸的已知最佳皮肤艾灸温度及其影响因素；
最佳皮肤艾灸温度决策网络：所述最佳皮肤艾灸温度决策网络以当前艾灸者k的最佳皮肤艾灸温度为输出信息，最佳皮肤艾灸温度的影响因素为输入信息；
温度确定模块：所述温度确定模块以当前艾灸者k的最佳皮肤艾灸温度的影响因素为输入，采用最佳皮肤艾灸温度决策网络输出当前艾灸者k的最佳皮肤艾灸温度，同时获取环境温度/>，艾灸皮肤处实时温度/>；
艾灸仪点火神经网络：所述艾灸仪点火神经网络包括基于艾灸室距皮肤高度、艾灸头点火数量与艾灸皮肤处温度的模型，以当前艾灸者k的最佳皮肤艾灸温度、艾灸区域/>和环境温度/>为输入信息，艾灸仪的艾灸团阵列点火数量和位置为输出信息；
自适应温度控制模块：所述自适应温度控制模块采用以下方法进行循环温控：
S1 采用艾灸仪点火神经网络确定艾灸仪的艾灸团阵列点火方案，并进行点火或熄火；
S2 实时测量艾灸室距皮肤高度和艾灸皮肤处实时温度/>，并自动生成艾灸室高度指令/>；
S3 根据S2中的艾灸室高度指令，控制艾灸室升降，并对艾灸室距皮肤高度/>进行实时更新；
S4 判断艾灸室距皮肤高度是否为艾灸室可调高度的上限，若是，则自动熄灭一个艾灸团；判断艾灸室距皮肤高度/>是否为艾灸室可调高度的下限，若是，则自动点火一个艾灸团；
S5 返回S4，直至艾灸皮肤处实时温度等于当前艾灸者k的最佳皮肤艾灸温度/>；
S6 艾灸者根据自身情况对温度进行微调，通过艾灸仪输入温度补偿量，更新当前艾灸者k的最佳皮肤艾灸温度/>，返回S1；
所述最佳皮肤艾灸温度决策网络采用以下方式训练得到：
对样本数据库中的已知最佳皮肤艾灸温度与其影响因素的相关性进行分析，剔除不相关的影响因素，进而形成训练集；采用训练集对最佳皮肤艾灸温度决策网络进行训练，获得训练好的最佳皮肤艾灸温度决策网络；
其中，所述不相关的影响因素的剔除方法如下：从样本数据库中取n组数据，每组数据均包括已知最佳皮肤艾灸温度和s个影响因素，计算已知最佳皮肤艾灸温度T的平均值为：
（1）
其中，表示第i组数据中的最佳皮肤艾灸温度；
计算已知最佳皮肤艾灸温度T的标准差为：
（2）
针对s个影响因素中的每个影响因素，计算n组数据的平均值，方法为：
（3）
其中，表示第j个影响因素的平均值，/>表示第i组数据中的第j个影响因素；
计算每个影响因素的标准差为：
（4）
计算已知最佳皮肤艾灸温度T与每个影响因素的协方差为：
（5）
计算已知最佳皮肤艾灸温度T与每个影响因素的相关系数为：
（6）
设置阈值，/>，若/>则第j个影响因素与已知最佳皮肤艾灸温度T并无相关性，则删除该影响因素；若/>，则认为第j个影响因素与已知最佳皮肤艾灸温度T相关；
所述基于艾灸室距皮肤高度、艾灸头点火数量与艾灸皮肤处温度的模型通过以下方法建立：
医生基于艾灸者的情况，划定艾灸区域，其半径为/>；
考虑到热量散失，为实现艾灸区域温度的恒定控制，设定点火区域/>，其半径为，且/>；
艾灸区域的温度由点火区域/>中的点火方案和艾灸室距皮肤高度决定，故艾灸区域/>的温度控制变量表示为/>，其中/>表示艾灸室高度指令，/>表示点火区域/>内艾灸团阵列的点火数量与位置。
2.根据权利要求1所述的自适应温度控制系统，其特征在于，所述样本数据库中已知最佳皮肤艾灸温度的影响因素包括年龄、性别、艾灸部位、皮肤肤质、艾灸部位病况、空气温度、空气湿度、艾灸者最大耐受温度。
3. 根据权利要求1所述的自适应温度控制系统，其特征在于，所述艾灸室高度指令通过以下方式获得：
S2-1 将皮肤温度控制响应特性作为一个惯性环节，基于当前艾灸者k的最佳皮肤艾灸温度和艾灸皮肤处实时温度/>，构建误差变量/>；令
（7）
其中，为皮肤温度控制系统延迟参数，/>为未知干扰；
S2-2艾灸初始时刻，令时间为0，艾灸皮肤处实时温度为，皮肤温度控制系统的最终控制指令/>，初始控制指令为/>；将初始指令/>与最终控制指令/>，用一个连续的指令曲线/>连接起来，连续的指令曲线/>表达式如下：
（8）
其中，t代表时间，表示指令曲线的频率周期；
令为/>对时间的导数；
S2-3 当不考虑时，定义/>，则设计标称控制律为：
（9）
当考虑时，令/>为一个自适应变化的动态变量，作为对/>的估计补偿项，/>随时间变化的导数为/>，定义/>，/>的表达式为：
（10）
S2-4 设计自适应控制律为：
（11）
其中，为/>的正负号，若/>，则/>；否则/>；
S2-5 获得艾灸室高度指令为：
（12）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310557876.5A CN116301116B (zh) | 2023-05-18 | 2023-05-18 | 一种艾灸仪的自适应温度控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310557876.5A CN116301116B (zh) | 2023-05-18 | 2023-05-18 | 一种艾灸仪的自适应温度控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116301116A CN116301116A (zh) | 2023-06-23 |
| CN116301116B true CN116301116B (zh) | 2023-08-08 |
Family
ID=86790974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310557876.5A Active CN116301116B (zh) | 2023-05-18 | 2023-05-18 | 一种艾灸仪的自适应温度控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116301116B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116585177B (zh) * | 2023-07-11 | 2023-11-21 | 深圳市朴硕健康文化科技有限公司 | 基于数据挖掘的艾灸装置控制方法、装置、设备及介质 |
| CN117894429B (zh) * | 2024-03-15 | 2024-05-24 | 陕西省中医医院 | 一种用于艾灸装置控制的用户基准温度智能评估方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101219086A (zh) * | 2007-01-12 | 2008-07-16 | 西门子（中国）有限公司 | 一种灸疗装置及控制灸疗气体温度的方法 |
| CN103315900A (zh) * | 2013-07-17 | 2013-09-25 | 彭卓立 | 自动控温式艾灸仪及其控制方法 |
| CN203263799U (zh) * | 2013-05-21 | 2013-11-06 | 洛阳理工学院 | 一种可自适应控制的艾灸器 |
| CN105411842A (zh) * | 2015-12-29 | 2016-03-23 | 中国科学院苏州生物医学工程技术研究所 | 基于pid温控的电子艾灸仪 |
| CN105943376A (zh) * | 2016-06-22 | 2016-09-21 | 思脉瑞（北京）科技有限公司 | 基于时间自动控制艾灸距离的方法及系统 |
| WO2017107878A1 (zh) * | 2015-12-23 | 2017-06-29 | 罗时富 | 一种艾条、艾灸装置及其制作方法 |
| CN107468516A (zh) * | 2017-09-18 | 2017-12-15 | 重庆市中医院 | 智能艾灸仪器 |
| CN108272630A (zh) * | 2018-03-14 | 2018-07-13 | 刘增磊 | 艾灸器 |
| CN112156002A (zh) * | 2020-09-27 | 2021-01-01 | 智美康民(珠海)健康科技有限公司 | 艾灸设备的安全控制方法、艾灸设备和存储介质 |
| CN112229534A (zh) * | 2020-11-09 | 2021-01-15 | 四川大学 | 应用于艾灸治疗的多点温度监测热场仿真仪 |
| CN112754213A (zh) * | 2021-01-26 | 2021-05-07 | 广东尚驰智能家居科技有限公司 | 温度理疗自适应智能床垫 |
| CN113470820A (zh) * | 2021-08-25 | 2021-10-01 | 郑州大学 | 一种艾灸机器人智能控制方法 |
-
2023
- 2023-05-18 CN CN202310557876.5A patent/CN116301116B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101219086A (zh) * | 2007-01-12 | 2008-07-16 | 西门子（中国）有限公司 | 一种灸疗装置及控制灸疗气体温度的方法 |
| CN203263799U (zh) * | 2013-05-21 | 2013-11-06 | 洛阳理工学院 | 一种可自适应控制的艾灸器 |
| CN103315900A (zh) * | 2013-07-17 | 2013-09-25 | 彭卓立 | 自动控温式艾灸仪及其控制方法 |
| WO2017107878A1 (zh) * | 2015-12-23 | 2017-06-29 | 罗时富 | 一种艾条、艾灸装置及其制作方法 |
| CN105411842A (zh) * | 2015-12-29 | 2016-03-23 | 中国科学院苏州生物医学工程技术研究所 | 基于pid温控的电子艾灸仪 |
| CN105943376A (zh) * | 2016-06-22 | 2016-09-21 | 思脉瑞（北京）科技有限公司 | 基于时间自动控制艾灸距离的方法及系统 |
| CN107468516A (zh) * | 2017-09-18 | 2017-12-15 | 重庆市中医院 | 智能艾灸仪器 |
| CN108272630A (zh) * | 2018-03-14 | 2018-07-13 | 刘增磊 | 艾灸器 |
| CN112156002A (zh) * | 2020-09-27 | 2021-01-01 | 智美康民(珠海)健康科技有限公司 | 艾灸设备的安全控制方法、艾灸设备和存储介质 |
| CN112229534A (zh) * | 2020-11-09 | 2021-01-15 | 四川大学 | 应用于艾灸治疗的多点温度监测热场仿真仪 |
| CN112754213A (zh) * | 2021-01-26 | 2021-05-07 | 广东尚驰智能家居科技有限公司 | 温度理疗自适应智能床垫 |
| CN113470820A (zh) * | 2021-08-25 | 2021-10-01 | 郑州大学 | 一种艾灸机器人智能控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116301116A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116301116B (zh) | 一种艾灸仪的自适应温度控制系统 | |
| US11369207B2 (en) | Adaptive sleep system using data analytics and learning techniques to improve individual sleep conditions based on a therapy profile | |
| CN101218474B (zh) | 环境控制装置及环境控制方法 | |
| US20170123442A1 (en) | System and Method of Smart and Energy-Saving Environmental Control | |
| CN110163371B (zh) | 入睡环境调光优化方法 | |
| ES2267930T3 (es) | Sistema adaptativo de modulacion de frente de onda para cirugia oftalmica. | |
| EP2036486B1 (en) | Rehabilitation system for neurological disorders | |
| EP3634575A1 (en) | Apparatus for scanning laser therapy | |
| CN113339952A (zh) | 空调系统 | |
| CN108009519B (zh) | 一种光辐照信息监测方法及装置 | |
| EP3453419A1 (en) | Method and sleep device for sleep regulation | |
| CN108962349A (zh) | 一种基于云数据的睡眠按摩方法及系统 | |
| CN116564477B (zh) | 一种认知功能障碍康复训练系统 | |
| CN113926045B (zh) | 一种辅助睡眠的家纺产品的智能控制方法及系统 | |
| CN107246710A (zh) | 室内睡眠温度的控制方法及装置 | |
| KR20220075243A (ko) | 수면 캡슐 | |
| JP4359128B2 (ja) | 制御システム | |
| Barone et al. | Modelling the thermal response of the human body for thermal comfort assessment in indoor spaces: an experimental validation | |
| Babbs et al. | A predictive-adaptive, multipoint feedback controller for local heat therapy of solid tumors | |
| KR102569270B1 (ko) | 인체 감지에 따른 발열매트 온도조절이 가능한 인공지능 조절기 시스템 | |
| Rafique et al. | Control of Human Pupil Servo-mechanism with Retinal Light Flux Oscillations | |
| Hunt et al. | Feedback control of oxygen uptake during treadmill exercise | |
| Galarretta et al. | Developing a wearable automatic air conditioning control system based on thermal comfort | |
| CN116562091A (zh) | 一种考虑热穿透性的温和灸多目标优化设计方法 | |
| US20240149011A1 (en) | Optimizing sleep personalization using learning methods across multiple users and bed platforms |
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 |