血压的自动控制.pptVIP

概述 动脉压是器官血流灌注的重要指标之一。一般来说，在人体内血压是由心脏的泵血量和从心脏接收血液的动脉直径决定的。血压由几个因素影响，神经系统通过调节的血管的大小和影响心脏的泵血动作来帮助保持血压。心脏通过泵血来确保身体的各个器官组织有足够的血液循环。心脏泵血越多、动脉越细，血压就越高。肾脏也发挥着调节血压的重要作用。肾脏分泌的激素凝乳酶，导致动脉收缩，从而提高血压。肾脏也通过保盐或将盐排泄到尿液中来控制的流体血液体积。当肾脏将盐保存在血流种，盐吸引水，增加流体血液体积。作为一个体积较大的血流动脉，它能增高血压。 控制方案 1、PID 控制 多模型自适应控制器采用多个不同模型构成模型集覆盖系统参数变化的可能范围，针对每一个模型分别设计控制器，然后依据一定的切换准则选择最优控制器进行控制。多模型自适应控制方法按照控制器的选取方式不同，可以分为三种方式： 间接多模型自适应控制方法 直接多模型自适应控制方法 加权多模型自适应控制方法 间接多模型自适应控制方法 间接多模型自适应控制方法控制方法首先采用多个不同的模型构成多模型构成多模型集覆盖系统参数变化的可能范围，然后在每一个采样时刻将控制输入分别输入到各个模型中，计算出每个模型的切换指标，选取使切换指标最小的模型作为最优模型，最后据此设计控制器进行控制。 加权多模型自适应控制方法 加权多模型自适应控制方法首先根据被控系统模型参数建立多个模型，然后对于每个模型分别设计控制器，最终控制器的输出是每个控制器输出的加权和，而不像前两种方法那样切换到某一个控制器上。 基于规则的控制器 在基础规则或者智能控制中，控制律遵从语言规则。这种无模型控制器通常包括一个推理引擎和规则的推理与决策。一个典型的规则被如果条件以及行动代表。基于规则的方法已被提议作为一种方式处理复杂的天然药物输送系统。更重要的是，它是一种广泛结合了经验丰富的临床人员学识的自动控制器的设计。 基于神经网络的控制器 人工神经网络是具有学习和适应能力的计算模型。一个基于神经网络的控制器通常比传统控制器更稳定。 * 血压的自动调控 BLOOD PRESSURE, AUTOMATIC CONTROL OF 传感器 控制器或处理器 执行器或微量输液泵 一个现代化的血压控制系统通常由三个部分组成： 优点： 装置比较简单 参数调整相对容易 2、自适应控制器 所谓自适应控制是对于系统无法预知的变化，能自动地不断使系统保持所希望的状态。因此，一个自适应控制系统，应能在其运行过程中，通过不断地测取系统的输入、状态、输出或性能参数，逐渐地了解和掌握对象，然后根据所获得的过程信息，按一定的设计方法，作出控制决策去修正控制器的结构，参数或控制作用，以便在某种意义下，使控制效果达到最优或近似更优。 自适应控制器有非常大的潜力，主要是因为它们课根据被控制的实际对象当前的状态在线的改变函数形式。由于不断的变化使用，保持其稳定性就变得很困难。稳定性主要依赖于可能的真实对象模型的变化范围、控制器的结构及实验的形式。通常生理对象固有的复杂性使应用理论的稳定状态变得困难。然而自适应控制性能由试验控制来确定。假定自适应控制器系统在处理对象的变化实际范围时存在足够的灵活性，则性能要求信号持久的激发。 3、自整定调节器（STR） 20个因高血压需要治疗的病人在术后重症监护室被随机指定到人工的一组（11个病人），SNP注射率由一个熟练的ICU护士调节，另一组是自动的（9个病人），注射率由自适应控制器进行控制，自适应控制器应用了组合的比例微分（PD）和最小偏差控制算法，统计分析在机器掌握了76小时47分钟内，MAP（平均动脉血压）维持的频率在目标值的10%范围时占83.3%，而在人工控制的达到66.1%。MAP的频率数值低于目标值的有7.2%，由人工控制的是16.6%。显然，系统优越于熟练的人工执行 4、模型参考自适应控制器（MRAC） 它由两个环路组成，由控制器和受控对象组成内环，这一部分称之为可调系统，由参考模型和自适应机构组成外环。实际上，该系统是在常规的反馈控制回路上再附加一个参考模型和控制器参数的自动调节回路而形成。 5、多模型自适应控制器（MMAC） 直接多模型自适应控制方法 直接多模型自适应控制方法首先根据被控系统模型参数建立多个模型，然后对于每个模型分别设计稳定的控制器，并将这些控制器按顺序进行编号，根据切换指标判断当前控制器是否能保证被控系统稳定，否则按编号顺序切换到下一个控制器进行控制。 *