System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及掌上超声设备,尤其涉及一种掌上超声设备温度控制方法及装置。
技术介绍
1、掌上超声设备广泛应用于医疗诊断领域,其便携性和实时成像能力极大地方便了临床医生和患者。然而,由于掌超设备工作时需要持续发射超声波信号,设备内部的电子元件会产生热量,尤其在长时间使用情况下,设备的温度可能会显著升高,影响设备的性能和使用寿命,甚至可能对用户造成热伤害。
2、现有的掌上超声设备的温度控制主要依赖于简单的被动散热或风扇冷却,然后被动散热依赖于设备外壳和散热片的导热性能,在高强度工作条件下,散热速度往往低于热量产生速度,导致设备温度持续升高,而风扇冷却虽然可以提高散热效率,但会产生噪音,影响使用体验。此外,风扇的能耗也会增加设备的电池消耗,降低设备的续航能力。
技术实现思路
1、本专利技术提供了一种掌上超声设备温度控制方法及装置,以解决的现有的掌上超声设备的温度控制属于被动散热,散热性差,影响设备性能的问题。
2、为了解决上述技术问题,本专利技术实施例提供了一种掌上超声设备温度控制方法,包括:
3、采集掌上超声设备的温度数据和对应的设备工作参数,并对所述温度数据进行预处理;
4、根据热力学模型和设备工作参数构建第一温度预测模型,并根据所述温度数据和对应的设备工作参数对所述第一温度预测模型的系数进行拟合,获取最优的第一温度预测模型;
5、构建第二温度预测模型,根据自然语言处理算法对所述设备工作参数进行特征提取,生成特征向量;并根据
6、根据所述第一温度预测模型和第二温度预测模型预测温度变化趋势;并根据所述温度变化趋势匹配散热策略,根据所述散热策略控制所述掌上超声设备的运行。
7、本专利技术根据掌上超声设备的工作参数和温度数据建立第一温度预测模型和第二温度预测模型,从而根据第一温度预测模型和第二温度预测模型预测温度变化趋势,提高温度预测的精度,并根据所述温度变化趋势匹配散热策略,从而根据散热策略控制掌上超声设备的运行,达到温度控制的效果,通过主动温度预测提前对掌上超声设备进行控制,避免掌上超声设备温度过高损坏设备,提高掌上超声设备的散热效果。
8、进一步的,所述根据第一温度预测模型和第二温度预测模型预测温度变化趋势,具体为:
9、根据应用场景及需求确定温度预测模式,若所述应用场景及需求为高精度预测,则温度预测模式为关联预测;若所述应用场景及需求为低资源预测,则温度预测模式为独立预测;
10、根据所述预测模式、第一温度预测模型和第二温度预测模型预测温度变化趋势。
11、进一步的,当所述温度预测模式为关联预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
12、将设备的当前的设备工作参数分别输入所述第一温度预测模型和第二温度预测模型,获取第一预测结果和第二预测结果;
13、根据预设的权重系数将所述第一预测结果和所述第二预测结果进行融合,获取最终的温度变化趋势。
14、进一步的,当温度预测模式为独立预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
15、将当前工作参数输入所述第一温度预测模型和第二温度预测模型中的任一模型,获取其预测结果,从而根据所述预测结果获得温度变化趋势。
16、进一步的,所述根据所述温度变化趋势匹配散热策略,具体为:
17、将掌上超声设备的温度划分成若干个温度范围等级,并根据工作参数为每个温度范围等级指定散热策略,生成散热策略表;
18、若所述温度变化趋势以当前时刻为起点在预设的时间阈值内达到某一温度范围等级,则为当前时刻匹配该温度范围等级的散热策略。
19、第二方面,本专利技术提供了一种掌上超声设备温度控制装置,包括:数据采集模块、第一温度预测模块、第二温度预测模块和温度控制模块;
20、所述数据采集模块,用于采集掌上超声设备的温度数据和对应的设备工作参数,并对所述温度数据进行预处理;
21、所述第一温度预测模块,用于根据热力学模型和设备工作参数构建第一温度预测模型,并根据所述温度数据和对应的设备工作参数对所述第一温度预测模型的系数进行拟合,获取最优的第一温度预测模型;
22、所述第二温度预测模块,用于构建第二温度预测模型,根据自然语言处理算法对所述设备工作参数进行特征提取,生成特征向量;并根据所述特征向量和所述温度数据训练所述第二温度预测模型;
23、所述温度控制模块,用于根据所述第一温度预测模型和第二温度预测模型预测温度变化趋势;并根据所述温度变化趋势匹配散热策略,根据所述散热策略控制所述掌上超声设备的运行。
24、进一步的,所述温度控制模块,具体用于:
25、根据应用场景及需求确定温度预测模式,若所述应用场景及需求为高精度预测,则温度预测模式为关联预测;若所述应用场景及需求为低资源预测,则温度预测模式为独立预测;
26、根据所述预测模式、第一温度预测模型和第二温度预测模型预测温度变化趋势。
27、进一步的,当所述温度预测模式为关联预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
28、将设备的当前的设备工作参数分别输入所述第一温度预测模型和第二温度预测模型,获取第一预测结果和第二预测结果;
29、根据预设的权重系数将所述第一预测结果和所述第二预测结果进行融合,获取最终的温度变化趋势。
30、进一步的,当温度预测模式为独立预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
31、将当前工作参数输入所述第一温度预测模型和第二温度预测模型中的任一模型,获取其预测结果,从而根据所述预测结果获得温度变化趋势。
32、进一步的,所述温度控制模块,具体还用于:
33、将掌上超声设备的温度划分成若干个温度范围等级,并根据工作参数为每个温度范围等级指定散热策略,生成散热策略表;
34、若所述温度变化趋势以当前时刻为起点在预设的时间阈值内达到某一温度范围等级,则为当前时刻匹配该温度范围等级的散热策略。
本文档来自技高网...【技术保护点】
1.一种掌上超声设备温度控制方法,其特征在于,包括:
2.如权利要求1所述的一种掌上超声设备温度控制方法,其特征在于,所述根据第一温度预测模型和第二温度预测模型预测温度变化趋势,具体为:
3.如权利要求2所述的一种掌上超声设备温度控制方法,其特征在于,当所述温度预测模式为关联预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
4.如权利要求2所述的一种掌上超声设备温度控制方法,其特征在于,当温度预测模式为独立预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
5.如权利要求1至4任一项所述的一种掌上超声设备温度控制方法,其特征在于,所述根据所述温度变化趋势匹配散热策略,具体为:
6.一种掌上超声设备温度控制装置,其特征在于,包括:数据采集模块、第一温度预测模块、第二温度预测模块和温度控制模块;
7.如权利要求6所述的一种掌上超声设备温度控制装置,其特征在于,所述温度控制模块,具体用于:
8.如权利要求7所述的一种掌上超声设备温度控制装置,其特征在
9.如权利要求7所述的一种掌上超声设备温度控制装置,其特征在于,当温度预测模式为独立预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
10.如权利要求6至9任一项所述的一种掌上超声设备温度控制装置,其特征在于,所述温度控制模块,具体还用于:
...【技术特征摘要】
1.一种掌上超声设备温度控制方法,其特征在于,包括:
2.如权利要求1所述的一种掌上超声设备温度控制方法,其特征在于,所述根据第一温度预测模型和第二温度预测模型预测温度变化趋势,具体为:
3.如权利要求2所述的一种掌上超声设备温度控制方法,其特征在于,当所述温度预测模式为关联预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
4.如权利要求2所述的一种掌上超声设备温度控制方法,其特征在于,当温度预测模式为独立预测时,所述根据所述特征向量和所述温度数据训练所述第二温度预测模型,具体为:
5.如权利要求1至4任一项所述的一种掌上超声设备温度控制方法,其特征在于,所述根据所述温度变化趋势匹配散热策略,具体为:
【专利技术属性】
技术研发人员:李建东,刘智伟,陈海麓,
申请(专利权)人:广州索诺康医疗科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。