葉輪式心臟泵的仿生控制研究.pdf

1、葉輪式人工心臟血泵經過半個多世紀的研究和發(fā)展，已經達到了血液相容性、可植入性、耐久性等臨床要求，而心臟泵植入受體后的舒適性問題一直影響著它的進一步發(fā)展，關鍵因素之一是提高血泵流量隨揚程(血泵進出口壓力差)變化的靈敏度，保持左心室輔助泵與右心室輸出的流量平衡。由于左心室輔助泵自身特性的限制，維持與右心室流量平衡難以自動達到，因此需要從血泵的控制系統(tǒng)中尋找新的方法。
　　 本文通過三種控制方法設計了仿生控制系統(tǒng)：A、手動控制方法。該

2、控制方法主要是為了獲得控制策略中揚程變化與電壓補償之間的控制關系方程而設計的一種實驗方法，它是利用改進前的控制系統(tǒng)控制血泵運行，手動調節(jié)揚程定值變化的同時給控制系統(tǒng)一定的補償電壓，使流量達到符合要求的靈敏度，記錄揚程變化與電壓的補償值，畫出它們之間的關系曲線，求出控制方程。該控制中的揚程和流量都是通過手動調節(jié)控制系統(tǒng)人為給定的，是設計的仿生控制系統(tǒng)應該達到的理想值，可用于仿生控制系統(tǒng)設計后的比較分析；
　　 B、基于傳感器反饋血

3、泵參數的仿生控制系統(tǒng)。該控制系統(tǒng)是在了解血泵基本控制原理的基礎上，通過分析血泵揚程、流量與輸入電壓之間的關系數據，制定了通過輸入電壓補償的方式提高流量隨揚程變化靈敏度要求的控制策略，進行硬件和軟件設計。利用單片機ATmega16作為系統(tǒng)的控制芯片，用壓阻傳感器MPXV5050GP反饋血泵進出口的壓力，計算血泵的揚程，根據揚程的變化，利用控制方法A得到的控制方程計算出應該補償的電壓值，控制電壓變化，實現仿生控制功能；
　　 C、基

4、于神經網絡自動檢測血泵參數的仿生控制系統(tǒng)，它是本論文主要研究的控制系統(tǒng)。該系統(tǒng)的控制策略和控制方法B的控制策略完全一樣，不同點在于它對血泵揚程的測量是通過神經網絡根據電機的參數自動換算得到的。該測量方法利用Neuroshell2軟件根據血泵電機的功率和轉速與血泵揚程之間的關系建立神經網絡模型，選擇合適的激勵函數對大量數據進行學習，調節(jié)網絡模型中的參數，提高神經網絡的穩(wěn)定性，把神經網絡對揚程的預測值與實際測量值之間的誤差控制在5％之內。然

5、后通過Neuroshell2軟件得到學習后網絡的權重和偏差，根據激勵函數編寫神經網絡程序，實現網絡的預測功能。根據控制策略，進行硬件和軟件設計，選用MicroLinear公司生產的單片集成控制器ML4425作為血泵控制系統(tǒng)驅動芯片，驅動血泵電機運轉，采用ARM Cortex-M3系列集成芯片STM32F103C8T6作為系統(tǒng)的控制芯片，實現神經網絡的自動檢測功能，根據檢測的血泵揚程值的變化，利用控制方法A得到的控制方程計算出應該補償的電

6、壓值，控制電壓變化，實現仿生控制功能。
　　 最后通過實驗，對控制方法C設計的基于神經網絡自動檢測仿生控制系統(tǒng)測量的數據，與控制方法B設計的基于傳感器自動檢測仿生控制系統(tǒng)測量的數據和控制方法A手動調節(jié)獲得的理想數據進行比較，找出誤差，分析誤差產生的原因；并與等電壓和等轉速控制下得到的數據進行比較，結果顯示，基于神經網絡自動檢測血泵數據設計的仿生控制系統(tǒng)使流量隨揚程變化的靈敏度大大提高，從現有1L/min對應10mmHg，到1L/