【技术实现步骤摘要】
本专利技术涉及医疗设备，特别涉及一种呼吸机的氧浓度控制方法、系统、存储介质及呼吸机。
技术介绍
1、呼吸机作为现代临床医疗设备中的关键工具，广泛应用于重症监护、麻醉和急救等领域，承担着对患者进行呼吸支持和气体管理的重任。呼吸机的核心功能之一是对氧气浓度的控制，其精确性和响应速度直接影响患者的呼吸支持效果与安全性。特别是在重症患者和呼吸衰竭的抢救中，氧浓度的精准调控对于防止缺氧或氧中毒具有重要意义。
2、当前市场上大多数呼吸机的氧浓度控制系统通常采用比例-积分-微分（pid）控制算法。pid控制算法通过反馈调节的方式对氧浓度进行控制，具有结构简单和易于实现的特点。现有的呼吸机氧浓度控制方法大多采用固定pid参数的控制方式，然而固定pid参数的控制方式在复杂的临床应用中，面临着以下几方面的不足：
3、响应速度慢：在患者的呼吸状态快速变化时，呼吸机需要及时调整氧浓度以满足临床需求。然而，传统的固定pid参数控制由于调节过程较慢，无法迅速响应患者呼吸频率、潮气量等变化。这种滞后的响应可能会导致患者短时间内无法获得所需的氧气浓度，从而影响治疗效果。
4、控制稳定性差：在复杂的临床环境下，外界干扰如气流波动、气道阻力变化等会影响氧浓度的调节精度。固定参数的pid控制在面对这些动态变化时，难以保持良好的控制精度和稳定性，容易出现氧浓度偏差，影响患者的呼吸支持。
5、参数调整困难：pid控制系统的调节效果依赖于合适的参数设定，然而由于个体差异以及临床环境的多样性，固定的pid参数难以适应不同患者的
技术实现思路
1、基于此，本专利技术的目的是提供一种呼吸机的氧浓度控制方法、系统、存储介质及呼吸机，以从根本上解决现有固定pid参数控制所产生的响应速度慢、稳定性不足、参数调整困难的问题。
2、根据本专利技术实施例的一种呼吸机的氧浓度控制方法，应用于包括氧气气路、空气气路及混合气路的呼吸机，氧气气路至少包括氧气端比例阀及氧气流量传感器，空气气路至少包括空气端比例阀及空气流量传感器，混合气路包括将氧气气路及空气气路的输出进行混合的混合腔及氧浓度传感器，所述方法包括：
3、根据设定的目标氧浓度和目标总流量分别计算得到目标氧气流量和目标空气流量；
4、将计算得到的目标氧气流量、当前氧气流量传感器采集的实际氧气流量、氧气流量误差以及预设恒定值输入至第一bp神经网络模型，并通过第一bp神经网络模型输出用于氧气流量控制的第一组pid控制参数；
5、将计算得到的目标空气流量、当前空气流量传感器采集的实际空气流量、空气流量误差以及预设恒定值输入至第二bp神经网络模型，并通过第二bp神经网络模型输出用于空气流量控制的第二组pid控制参数；
6、根据氧气流量误差和第一组pid控制参数计算生成第一控制信号，并根据空气流量误差和第二组pid控制参数计算生成第二控制信号；
7、根据计算生成的第一控制信号和第二控制信号分别调节氧气端比例阀及空气端比例阀的开度，控制氧气流量及空气流量分别达到目标氧气流量及目标空气流量，从而使混合气路中的混合气体的氧浓度达到设定的目标氧浓度。
8、另外，根据本专利技术上述实施例的一种呼吸机的氧浓度控制方法，还可以具有如下附加的技术特征：
9、进一步地，所述根据设定的目标氧浓度和目标总流量分别计算得到目标氧气流量和目标空气流量的步骤之前包括：
10、获取当前用户的各个第一呼吸状态参数，所述第一呼吸状态参数包括血氧饱和度、二氧化碳分压、吸气时间及呼吸深度；
11、根据吸气时间和呼吸深度确定出所需的目标总流量；
12、根据血氧饱和度和二氧化碳分压确定出所需的目标氧浓度。
13、进一步地，所述通过第一bp神经网络模型输出用于氧气流量控制的第一组pid控制参数的步骤之后还包括：
14、获取当前用户的各个第二呼吸状态参数，所述第二呼吸状态参数包括血氧饱和度、二氧化碳分压、呼吸频率及呼吸深度；
15、根据第二呼吸状态参数的变化率动态计算第一组pid控制参数中每个pid控制参数对应的调节因子；
16、根据各个pid控制参数对应的调节因子调整第一组pid控制参数中的各个pid控制参数。
17、进一步地，所述第一组pid控制参数包括第一比例参数、第一积分参数及第一微分参数；
18、所述根据第二呼吸状态参数的变化率动态计算第一组pid控制参数中每个pid控制参数对应的调节因子的步骤包括：
19、根据呼吸频率的变化率动态计算第一比例参数的比例调节因子；
20、根据呼吸深度的变化率动态计算第一积分参数的积分调节因子；
21、根据血氧饱和度及二氧化碳分压的变化率动态计算第一微分参数的微分调节因子。
22、进一步地，所述通过第一bp神经网络模型输出用于氧气流量控制的第一组pid控制参数的步骤之后还包括：
23、计算每个控制周期内第一组pid控制参数中每个pid控制参数的变化速率；
24、判断每个pid控制参数的变化速率是否小于所对应设定的最大允许参数变化速率；
25、若否，则根据上一控制周期的目标pid控制参数值及当前控制周期的目标pid控制参数值进行加权平均得到最新目标pid控制参数值，所述目标pid控制参数为变化速率大于所对应设定的最大允许参数变化速率的pid控制参数。
26、进一步地，所述第一组pid控制参数包括第一比例参数、第一积分参数及第一微分参数；
27、所述根据氧气流量误差和第一组pid控制参数计算生成第一控制信号的步骤包括：
28、根据氧气流量误差乘以第一比例参数，生成比例控制输出；
29、根据氧气流量误差的累积值乘以第一积分参数，生成积分控制输出；
30、根据氧气流量误差的变化率乘以第一微分参数，生成微分控制输出；
31、将生成的比例控制输出、积分控制输出、微分控制输出相加，生成最终的第一控制信号。
32、进一步地，所述根据设定的目标氧浓度和目标总流量分别计算出所需的目标氧气流量和目标空气流量的计算公式为：
33、，
34、，
35、其中为目标氧气流量，为目标空气流量，为目标氧浓度，为目标总流量。
36、本专利技术另一实施例的目的还在于提供一种呼吸机的氧浓度控制系统，应用于包括氧气气路、空气气路及混合气路的呼吸机，氧气气路至少包括氧气端比例阀及氧气流量传感器，空气气路至少包括空气端比例阀及空气流量传感器，混合气路包括将氧气气路及空气气路的输出进行混合的混合腔及氧浓度传感器，所述系统包括：
37、流量计算模块，用于根据设定的目标氧浓本文档来自技高网...
【技术保护点】
1.一种呼吸机的氧浓度控制方法，其特征在于，应用于包括氧气气路、空气气路及混合气路的呼吸机，氧气气路至少包括氧气端比例阀及氧气流量传感器，空气气路至少包括空气端比例阀及空气流量传感器，混合气路包括将氧气气路及空气气路的输出进行混合的混合腔及氧浓度传感器，所述方法包括：
2.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述根据设定的目标氧浓度和目标总流量分别计算得到目标氧气流量和目标空气流量的步骤之前包括：
3.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述通过第一BP神经网络模型输出用于氧气流量控制的第一组PID控制参数的步骤之后还包括：
4.根据权利要求3所述的呼吸机的氧浓度控制方法，其特征在于，所述第一组PID控制参数包括第一比例参数、第一积分参数及第一微分参数；
5.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述通过第一BP神经网络模型输出用于氧气流量控制的第一组PID控制参数的步骤之后还包括：
6.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述第一组PID控制
7.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述根据设定的目标氧浓度和目标总流量分别计算出所需的目标氧气流量和目标空气流量的计算公式为：
8.一种呼吸机的氧浓度控制系统，其特征在于，应用于包括氧气气路、空气气路及混合气路的呼吸机，氧气气路至少包括氧气端比例阀及氧气流量传感器，空气气路至少包括空气端比例阀及空气流量传感器，混合气路包括将氧气气路及空气气路的输出进行混合的混合腔及氧浓度传感器，所述系统包括：
9.一种存储介质，其存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一项所述的呼吸机的氧浓度控制方法。
10.一种呼吸机，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的呼吸机的氧浓度控制方法。
...【技术特征摘要】
1.一种呼吸机的氧浓度控制方法，其特征在于，应用于包括氧气气路、空气气路及混合气路的呼吸机，氧气气路至少包括氧气端比例阀及氧气流量传感器，空气气路至少包括空气端比例阀及空气流量传感器，混合气路包括将氧气气路及空气气路的输出进行混合的混合腔及氧浓度传感器，所述方法包括：
2.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述根据设定的目标氧浓度和目标总流量分别计算得到目标氧气流量和目标空气流量的步骤之前包括：
3.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述通过第一bp神经网络模型输出用于氧气流量控制的第一组pid控制参数的步骤之后还包括：
4.根据权利要求3所述的呼吸机的氧浓度控制方法，其特征在于，所述第一组pid控制参数包括第一比例参数、第一积分参数及第一微分参数；
5.根据权利要求1所述的呼吸机的氧浓度控制方法，其特征在于，所述通过第一bp神经网络模型输出用于氧气流量控制的第一组pid控制参数的步骤之后还包括：
<...【专利技术属性】
技术研发人员：唐潮根，张兴明，张执尧，王涛，袁雪，
申请(专利权)人：深圳华声医疗技术股份有限公司，
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。