智能控制在呼吸机中的应用

  智能控制的特点如下：第一，在分析和设计智能控制系统时，重点要放在智能机模型上，即放在对非数学模型的描述、符号和环境的识别、知识库和推理机设计和开发上来，因为一些复杂大系统无法用精确的数学模型来描述。第二，智能控制的核心是高层控制，即组织级；其任务是对实际环境或过程进行组织，即决策和规划，实现广义问题求解。第三，智能控制是一门边缘交叉学科，它是人工智能自动控制运筹学和信息论的四元结构交叉。第四，智能控制是一个新兴的研究和应用领域，有着诱人的发展前途。

  智能控制理论主要有：分级递阶智能控制理论、专家智能控制理论、模糊控制理论、神经网络控制理论、集成（或复合）控制理论等。近年来呼吸机研究中的智能控制技术尝试有：KUSIVAR系统引入了专家决策；VRM引入了模糊逻辑；VQ-ATTENDING系统引入医生顾问分析参数设置；RESPAID运用了机器自学习技术。下面以呼吸机研究中常用的模糊控制原理作一介绍。

 模糊控制是以模糊集合理论为基础的一种新兴的控制手段，它是模糊系统理论和模糊技术与自动控制技术相结合的产物。模糊控制的核心就是利用模糊集合理论，把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的控制算法，这种方法不仅能实现控制，而且能模拟人的思维方式对一些无法构造数学模型的被控对象进行有效的控制。如图3所示为模糊控制的工作原理框图。图中e为精确量表示的偏差；ec为精确量表示的偏差变化；u为精确量的控制输出。E、EC为模糊化的偏差及偏差变化；c为模糊控制量，图中用虚线框出的部分为模糊控制器。它由模糊化、模糊控制规则和模糊判决三部分组成。模糊控制不受数学模型的束缚，而是利用模糊语言，采用条件语句组成的语句模型，来确定各参数的控制规则或生成模糊控制表，并在实际调试过程中反复经人工修正。然后通过计算机采用查表法在控制表中找出相应的模糊控制量，最后经一定比例运算后得到实际控制量再加到被控对象上。

  对于呼吸机这样具有时变、非线性等特点的复杂系统，当无法获得精确的数学模型的时候，利用具有智能的模糊控制器能给出有效的控制。这些系统，具有需要以大量、定性形式表示的极其重要的先验信息，以及仅仅用语言规定的性能指标等显著特点。同时，要求过程的操作人员是系统的基本组成部分等。所有这些都是一种不精确性、不确定性，采用一般的控制理论是很难实现控制的；但是，这类系统由人来控制却往往比较容易做到。这是因为医生的呼吸机操作方法是建立在直观的、经验的基础上，他们凭借实践积累的经验，采取适当的策略完成操作和治疗任务；于是，人们把医生和专家们的控制经验归纳成定性描述的一组条件语句，然后运用模糊集合理论将其定量化，使控制器得以接受医生的经验，模仿专家的操作策略，这样就产生了以模糊集合理论为基础的模糊控制器。

  呼吸机作为一种重要的医疗仪器，它的控制方式的好坏将会直接、客观地关系到病人的安全性、舒适度以及治疗的可靠性、时效性，所以呼吸机系统控制方式的合理选择就显得尤为重要了。模糊控制理论的提出是呼吸机控制思想的一次深刻的变革，它标志着人工智能在呼吸机应用中发展到了一个的阶段。