[发明专利]一种无创呼吸机气路结构及其控制方法

权利要求书

1.一种无创呼吸机气路结构，其特征在于，包括氧气管路、空气管路和混合管路，氧气管路和空气管路均与混合管路的输入端连通；

氧气管路沿吸气方向依次包括高压氧气气源(1)、减压阀(2)和电磁比例阀(3)；

空气管路沿吸气方向依次包括环境空气气源(4)和开关阀Ⅰ(5)；

混合管路沿吸气方向依次包括空气/氧气混合腔(6)、涡轮风机(7)、开关阀Ⅱ(8)、被动安全阀(9)、近端压力传感器(10)。

2.根据权利要求1所述的无创呼吸机气路结构，其特征在于，电磁比例阀(3)和开关阀Ⅰ(5)末端的管路均与空气/氧气混合腔(6)输入端连通。

3.根据权利要求1或2所述的无创呼吸机气路结构，其特征在于，氧气管路的高压氧气气源(1)和减压阀(2)之间还设有氧气压力传感器(11)；

空气管路的环境空气气源(4)和开关阀Ⅰ(5)之间沿吸气方向还依次设有空气入口过滤器(12)和空气流量传感器(13)；

混合管路的涡轮风机(7)和开关阀Ⅱ(8)之间和设有混合气体流量传感器(14)；空气管路的被动安全阀(9)和近端压力传感器(10)之间沿吸气方向还依次设有出口压力传感器(15)和细菌过滤器(16)。

4.基于权利要求1至3中任一权利要求所述的无创呼吸机气路结构，还包括一种无创呼吸机气路结构的近端压力控制方法，其特征在于，具体包括以下步骤：

步骤S1，构建基于近端压力控制的Elman神经网络-PID控制器系统，并将基于近端压力控制的Elman神经网络的输出层单元分别设置为基于近端压力控制的PID控制器的比例参数K_P、积分参数K_I和微分调节参数K_D；

步骤S2，基于近端压力控制的Elman神经网络获取近端目标压力设置值P_T、患者近端压力值P、涡轮出口压力值P_B、涡轮输出流量值F_B、涡轮控制信号PWM0、控制误差值E；

步骤S3，基于近端压力控制的Elman神经网络-PID控制器系统进行神经网络训练，调整系统参数，实现基于近端压力控制的PID控制器的比例参数K_P、积分参数K_I和微分调节参数K_D的自适应调整。

5.根据权利要求4所述的无创呼吸机气路结构的近端压力控制方法，其特征在于，基于近端压力控制的Elman神经网络的算法为Levenberg-Marquardt算法。

6.根据权利要求4所述的无创呼吸机气路结构的近端压力控制方法，其特征在于，基于近端压力控制的Elman神经网络包括7个输入神经元、12个隐层神经元和3个输出神经元。

7.基于权利要求1至3中任一权利要求所述的无创呼吸机气路结构，还包括一种无创呼吸机气路结构的氧浓度控制方法，其特征在于，具体包括以下步骤：

步骤S1，构建基于氧浓度控制的Elman神经网络-PID控制器系统，并将基于氧浓度控制的Elman神经网络的输出层单元分别设置为基于氧浓度控制的PID控制器的比例参数K_P、积分参数K_I和微分调节参数K_D；

步骤S2，基于氧浓度控制的Elman神经网络获取FiO2设置值O_T、涡轮出口压力P_B、氧气估算流量F_O、FiO2估算值O_E、氧气电磁比例阀(3)控制信号PWM1、控制误差E_O；

步骤S3，基于氧浓度控制的Elman神经网络-PID控制器系统进行神经网络训练，调整系统参数，实现基于氧浓度控制的PID控制器的比例参数K_P、积分参数K_I和微分调节参数K_D的自适应调整。