基于布谷鸟搜索-BP神经网络的弥散供氧PID控制方法及系统技术方案

本发明专利技术公开了一种基于布谷鸟搜索

【技术实现步骤摘要】
基于布谷鸟搜索
‑
BP神经网络的弥散供氧PID控制方法及系统


[0001]本专利技术属于弥散供养
，具体涉及一种基于布谷鸟搜索
‑
BP神经网络的弥散供氧PID控制方法及系统。

技术介绍

[0002]弥散供氧技术是在医用高压氧舱的基础上发展而来，相对高压氧舱，弥散供氧室内外环境压力基本相同，同时提供富氧环境。目前对高原弥散供氧室内氧气浓度控制算法的研究较少，大多利用氧气浓度的上限和下限采用启停式控制方法，即当氧气浓度低于下限设定值时进行供氧，高于上限设定值时停止供氧。氧气浓度启停式控制方法简单易于实现，但由于氧气释放量大、利用率低、氧气浓度波动较大以及控制精度差等不足而限制其应用范围。有工程师通过氧气流量和浓度指标控制氧气浓度，避免供氧时氧气浓度超过安全极限，提升了安全性，但由于氧气浓度控制方式仍采用启停式控制法，导致其控制精度偏低。医疗氧舱氧气浓度控制与弥散供氧室内氧气浓度控制都属于大惯性、大滞后系统，因此，可以借鉴医疗氧舱氧气浓度控制算法。
[0003]公开号为CN113790503A的专利技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于布谷鸟搜索
‑
BP神经网络的弥散供氧PID控制方法，其特征在于，所述方法包括：根据流体力学原理建立弥散供氧控制系统数学模型，计算弥散供氧空间氧气浓度的传递函数；根据弥散供氧空间氧气浓度的传递函数计算当前的目标氧气浓度值；基于布谷鸟搜索算法和BP神经网络建立CS
‑
BP
‑
PID控制器；其中，布谷鸟搜索算法用于优化BP神经网络的初始权重，BP神经网络用于优化PID控制器的参数；将目标氧气浓度值与采样得到的当前实际氧气浓度值的误差输入CS
‑
BP
‑
PID控制器，通过反馈调节求解BP神经网络的初始权重的最优值和PID控制器的参数最优值，直到误差最小，得到化后的CS
‑
BP
‑
PID控制器；根据优化后的CS
‑
BP
‑
PID控制器进行弥散供养控制。2.根据权利要求1所述的基于布谷鸟搜索
‑
BP神经网络的弥散供氧PID控制方法，其特征在于，根据流体力学原理建立弥散供氧控制系统数学模型，计算弥散供氧空间氧气浓度的传递函数具体包括：根据组分质量守恒定律，将弥散供氧室等效为一个含有氧气输入输出的相对密闭空间；获取弥散供氧室的基本参数，建立平衡状态下的氧气浓度方程；计算氧气输出量、室内人体氧气消耗速度，并变换氧气浓度方程，得到弥散供氧空间氧气浓度的传递函数。3.根据权利要求2所述的基于布谷鸟搜索
‑
BP神经网络的弥散供氧PID控制方法，其特征在于，所述计算弥散供氧空间氧气浓度的传递函数的公式为：式中，G(s)代表传递函数，代表氧气浓度的拉普拉斯变换，U(s)代表U为控制器的输出平均电压的拉普拉斯变换，KV为控制器的输出平均电压与氧气释放速度的转换比例系数，K1为密封等级，K2为人体耗氧量调节系数，V
F
为弥散供氧室体积，N为弥散供氧室内的人员总数，τ'为惯性环节的时间常数，s代表传递函数的复变量。4.根据权利要求1所述的基于布谷鸟搜索
‑
BP神经网络的弥散供氧PID控制方法，其特征在于，所述CS
‑
BP
‑
PID控制器中，所述BP神经网络为4个节点的输入层、5个节点的隐含层、3个节点的输出层的三层结构；输入层的4个节点分别对应目标氧气浓度值、误差、CS
‑
BP
‑
PID控制器的输出值和常量1，输出层的3个节点分别对应PID控制器的三个控制参数。5.根据权利要求1所述的基于布谷鸟搜索
‑
BP神经...

【专利技术属性】
技术研发人员：李维波，张浩，郝春昊，张茂杰，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：