Разработка конструкции и алгоритмов управления электроприводом клапана выдоха аппарата ИВЛ

• Автор: Маргацкая, Елена Александровна
• Шифр специальности: 05.09.03
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Челябинск
• Количество страниц: 143 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1. КЛАПАН ВЫДОХА КАК ФУНКЦИОНАЛЬНЫЙ ЭЛЕМЕНТ АППАРАТА ИСКУССТВЕННОЙ ВЕНТИЛЯЦИИ ЛЕГКИХ

1.1. Классификация аппаратов ИВ Л . . . . . .

1.2. Общая схема строения аппаратов ИВЛ

1.3. Анализ видов конструктивного исполнения клапана выдоха .

1.4. Общие требования к клапану выдоха на основе анализа его функционального назначения . . . . . .

1.4.1. Функция сохранения спонтанной дыхательной активности

пациента . . . . . . . . .

1.4.2. Поддержание постоянного заданного давления . .

1.4.3. Формулирование общих технических требований . .

1.5. Выводы
2. ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНЫХ ПАРАМЕТРОВ КОНСТРУКТИВНЫХ ЭЛЕМЕНТОВ ЭКВ .
2.1. Описание конструкции ЭКВ и предъявляемых
к нему требований
2.2. Постановка и решение задачи оптимизации
2.2.1. Расчет постоянного магнита
2.2.2. Определение обмоточных данных
2.2.3. Расчет магнитной цепи. . . . .
2.2.4. Расчет силы тяги электромагнитной системы
2.2.5. Оценка быстродействия
2.3. Решение задачи оптимизации
2.4. Выводы по главе
3. АНАЛИЗ ТЕХНИЧЕСКИХ СРЕДСТВ РЕАЛИЗАЦИИ ОБРАТНОЙ СВЯЗИ ПО ПОЛОЖЕНИЮ ЭКВ ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ ПОЗИЦИОНИРОВАНИЯ
3.1. Обзор существующих датчиков положения

3.2 Исследование влияния конфигурации сигнального элемента
датчика Холла на точность позиционирования ЭКВ
3.3. Разработка математической модели оптического датчика для определения средств по повышению точности
позиционирования ЭКВ
3.4. Выводы по главе
4. ДИНАМИЧЕСКИЕ ПРОЦЕССЫ В ЭКВ
4.1. Постановка задачи синтеза системы управления положением ЭКВ
4.2. Синтез одноконтурной системы управления
4.3. Синтез многоконтурной системы управления по принципу подчиненного регулирования
4.3.1. Синтез редуцированного наблюдателя . . . .
4.3.2. Синтез регуляторов системы управления положением .
4.4. Синтез системы управления с параболическим регулятором положения
4.5. Синтез закона модального управления
4.6. Выводы по главе
5. СИНТЕЗ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПОЛОЖЕНИЕМ ЭКВ
5.1. Общие положения
5.2. Синтез нечеткого регулятора
5.3. Устойчивость нечетких систем управления
5.4. Применение теории гиперустойчивости для анализа
устойчивости нечеткой системы
5.4.1. Предварительные условия для линейной подсистемы С(з) .
5.4.2. Предварительные условия для нелинейного блока Р** .
5.4.3. Исследование основных условий гиперустойчивости системы
5.4.4. Численная проверка условий гиперустойчивости для ЭКВ с принятыми параметрами . . . .
5.5. Выводы по главе. . . . . . . . .

6. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ТЕОРЕТИЧЕСКИХ РЕЗУЛЬТАТОВ.
ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ . 115
6.1. Конструктивное исполнение ЭКВ . . . . . .
6.2. Реализация обратной связи по положению ЭКВ посредством оптического датчика . . . . . . .
6.3. Управление положением ЭКВ . . . . .
6.4. Результаты испытаний . . . . . .
6.5. Самодиагностика исправности
6.5.1. Защита от перегрузки по току . . . .
6.5.2. Защита от неисправности оптического датчика .
6.5.3. Защита от блокировки выходного штока . . .
6.6. Выводы . . . . . . . . . .
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Приложение 1. Принципиальная схема управления ЭКВ
Приложение 2. Справки о внедрении результатов работы 143 I

зации, которые оценивают значение функции цели в случайных точках допустимого множества с последующей обработкой выборки. К данной группе относится метод Монте-Карло, мультистарта, методы группировок, метод имитации отжига, подробно описанные в [78, 90, 59, 60, 63] и др. В настоящее время в силу развития вычислительной техники наибольшее распространение приобрел генетический алгоритм (ГА) [2, 20, 72], который также относится к классу стохастических методов и подразумевает кодирование требуемых параметров математической модели с помощью цепочек конечной длины (хромосом) с последующей организацией эволюционирующей во времени популяции. Относительно решаемой задачи оптимизации следует выделить такие преимущества ГА как отсутствие ограничений на свойства целевой функции, относительная стойкость к попаданию в локальные оптиму-мы, простота реализации.
Для решения сформулированной ранее задачи оптимизации набор независимых переменных можно представить в виде хромосомы:
в = [ом|Ьм|Ьа|г§|]. Далее из некоторого числа хромосом формируется начальная популяция, которая используется для вычисления последующих популяций с использованием трех генетических операторов: отбора, кроссинго-вера и мутации. Общая структура работы генетического алгоритма [13, 15] принимает вид рис. 2.7.
Новая !
популяция Г
Создание
начальной и
популяции
Тестирование
хромосом
Отбор индивидуумов
Применение генетических Н
операторов
Выбор лучшего _>ГКонец индивидуума
Рис 2.7. Общая схема поиска оптимального решения с помощью ГА На этапе тестирования хромосом происходит их сортировка в соответствии со значением своей пригодности, представляющей собой количественный признак, в качестве которого может использоваться либо непосредст-