麻醉气体的浓度测量方法及系统转让专利
申请号 : CN202310759881.4
文献号 : CN116500207B
文献日 : 2023-08-29
发明人 : 朱雪莲 , 王景涛 , 辛险峰 , 韩曦 , 李玥
申请人 : 佳木斯大学
摘要 :
本发明涉及气体检测领域，具体涉及一种麻醉气体的浓度测量方法及系统，其系统包括汽化混合腔，汽化混合腔的上游连通非麻醉气体输入管，非麻醉气体输入管内设置第一气体流量计，汽化混合腔的上游还连通麻醉气体输入管，麻醉气体输入管通过流量调节阀连通麻醉气体源管，汽化混合腔的下游还连通用户端气体输出管，用户端气体输出管内设置第二气体流量计，上位机与第一气体流量计、第二气体流量计串口电连接，上位机能够对数据采集，上位机对数据处理分析，通过多维度的数据建立的方程来获取精准的数据关系，并且进行校验实现对某一个时间点的真实麻醉气体浓度值预测，相对于现有的检测技术本申请的精准度更好。
权利要求 :
1.麻醉气体的浓度测量方法，其特征在于，包括步骤有：对第一气体流量计、非麻醉气体输入管、用户端气体输出管、第二气体流量计、汽化混合腔、麻醉气体输入管、流量调节阀的尺寸规格均作标准化限定，然后正常开机运行，通过用户端气体输出管向用户输出带有麻醉气体的混合气体，并且开机运行期间由上位机获取第一气体流量计、第二气体流量计的检测数值并且按照时序排列，其中的第一气体流量计的检测数值定义为第一时序值，其中的第二气体流量计的检测数值定义为第二时序值，将相同检测时间点的第二时序值与第一时序值的差定义为第三时序值，统计并形成第三时序值关于时间量的变化函数y，然后进一步统计并形成第三时序值的变化率关于时间量的变化函数y′，然后进一步统计并形成第三时序值的二次导数关于时间量的变化函数y″，将第三时序值关于时间量的变化函数y、第三时序值的变化率关于时间量的变化函数y′、第三时序值的二次导数关于时间量的变化函数y″联立形成一个多维度数据方程，然后对多维度数据方程解出可能解，对可能解进行检验得到第三时序值关于时间量的稳定变化函数y1，建立第三时序值与真实麻醉气体浓度值之间的映射关系K，根据第三时序值关于时间量的稳定变化函数y1对某一个时间点的第三时序值预测，然后根据映射关系K对相应时间点真实麻醉气体浓度值预测，通过对相应时间点真实麻醉气体浓度值预测的干预来确定真实麻醉气体浓度值测量值；多维度数据方程为：a·y′+b·y+y″=c·exp(x)，其中的a、b、c均为固定常数，其中的x为时间变量，y为第三时序值关于时间量的变化函数，y′为第三时序值的变化率关于时间量的变化函数，y″为第k三时序值的二次导数关于时间量的变化函数；解出可能解为y=exp(x)·(mx+n)·x ，其中
2
的m、n均为待定系数，x为时间变量，k为待定幂次，当1为x+a·x+b=0的单个根则k取值为1，
2 2
当1为x +a·x+b=0的重个根则k取值为2，当1不为x +a·x+b=0的根则k取0；将y=exp(x)·k
(mx+n)·x 带入到原来的多维度数据方程即可确定m、n的数值，k的数值在前得到，然后将确定了m、n、k的可能解应用典型数据检验即得到第三时序值关于时间量的稳定变化函数y1；
应用麻醉气体的浓度测量方法的浓度测量系统，包括汽化混合腔，汽化混合腔的上游连通非麻醉气体输入管，非麻醉气体输入管内设置第一气体流量计，汽化混合腔的上游还连通麻醉气体输入管，麻醉气体输入管通过流量调节阀连通麻醉气体源管，汽化混合腔的下游还连通用户端气体输出管，用户端气体输出管内设置第二气体流量计，上位机与第一气体流量计、第二气体流量计串口电连接，上位机能够对数据采集且对数据处理分析。
2.根据权利要求1所述的麻醉气体的浓度测量方法，其特征在于，建立上述的函数y、函数y′及函数y″过程中均对统计数据作去噪和过滤处理，具体包括有统计并去噪过滤数据之后形成第三时序值关于时间量的变化函数y，统计并去噪过滤数据之后形成第三时序值的变化率关于时间量的变化函数y′，统计并去噪过滤数据之后形成第三时序值的二次导数关于时间量的变化函数y″。
3.根据权利要求1所述的麻醉气体的浓度测量方法，其特征在于，通过对相应时间点真实麻醉气体浓度值预测的干预来确定真实麻醉气体浓度值测量值，包括在需要对某一个时间点的真实麻醉气体浓度值测量时，先获取该时间点对应的第三时序值然后通过映射关系K获取相应时间点麻醉气体浓度值测量值，如果该麻醉气体浓度值测量值与同一个时间点的真实麻醉气体浓度值预测值相等或差值小于阈值，则采纳该麻醉气体浓度值测量值，否则，以该同一个时间点的真实麻醉气体浓度值预测值作为该时间点的真实麻醉气体浓度值测量值。
说明书 :
麻醉气体的浓度测量方法及系统
技术领域
[0001] 本发明属于气体检测领域，具体涉及一种麻醉气体的浓度测量方法及系统。
背景技术
[0002] 麻醉气体浓度测量技术中，因为麻醉气体浓度不易直接测量，所以现有技术一般都采用间接的测量方法进行，比如需要设置混合麻醉气体的汽化室，汽化室上游通入混合气体，下游输出混合麻醉气体的最终气体，通过在上游的混合气体一侧单独设一个传感器，在汽化室也就是麻醉气体混合之后的下游再设置一个传感器，通过传感器数字之间的关系，比如浓度差值，来计算得到所混合的麻醉气体的浓度。这类技术，因为涉及到传感器本身监测值的偏差以及计算过程带来的误差，直接通过传感器差值（比如浓度差值）预估的麻醉气体的浓度往往与真实的浓度相差较大。
发明内容
[0003] 本发明的目的在于提供一种麻醉气体的浓度测量方法及系统，以解决上述背景技术中提出的问题。
[0004] 为了解决上述技术问题，本发明提供如下技术方案：
[0005] 麻醉气体的浓度测量方法，包括步骤，将第一气体流量计、非麻醉气体输入管、用户端气体输出管、第二气体流量计、汽化混合腔、麻醉气体输入管、流量调节阀的尺寸规格均作标准化限定，然后正常开机运行，通过用户端气体输出管向用户输出带有麻醉气体的混合气体，并且开机运行期间由上位机获取第一气体流量计、第二气体流量计的检测数值并且按照时序排列，其中的第一气体流量计的检测数值定义为第一时序值，其中的第二气体流量计的检测数值定义为第二时序值，将相同检测时间点的第二时序值与第一时序值的差定义为第三时序值，统计并形成第三时序值关于时间量的变化函数y，然后进一步统计并形成第三时序值的变化率关于时间量的变化函数y′，然后进一步统计并形成第三时序值的二次导数关于时间量的变化函数y″，将第三时序值关于时间量的变化函数y、第三时序值的变化率关于时间量的变化函数y′、第三时序值的二次导数关于时间量的变化函数y″联立形成一个多维度数据方程，然后对多维度数据方程解出可能解，对可能解进行检验得到第三时序值关于时间量的稳定变化函数y1，建立第三时序值与真实麻醉气体浓度值之间的映射关系K，根据第三时序值关于时间量的稳定变化函数y1对某一个时间点的第三时序值预测，然后根据映射关系K对相应时间点真实麻醉气体浓度值预测，通过对相应时间点真实麻醉气体浓度值预测的干预来确定真实麻醉气体浓度值测量值。
[0006] 进一步，建立上述的函数y、函数y′及函数y″过程中均对统计数据作去噪和过滤处理，具体包括有统计并去噪过滤数据之后形成第三时序值关于时间量的变化函数y，统计并去噪过滤数据之后形成第三时序值的变化率关于时间量的变化函数y′，统计并去噪过滤数据之后形成第三时序值的二次导数关于时间量的变化函数y″。
[0007] 进一步，多维度数据方程为：a·y′+b·y+y″=c·exp(x)，其中的a、b、c均为固定常数，其中的x为时间变量，y为第三时序值关于时间量的变化函数，y′为第三时序值的变化率关于时间量的变化函数，y″为第三时序值的二次导数关于时间量的变化函数。
[0008] 进一步，当多维度数据方程为：a·y′+b·y+y″=c·exp(x)，解出可能解为y=expk 2(x)·(mx+n)·x ，其中的m、n均为待定系数，x为时间变量，k为待定幂次，当1为x+a·x+b=0
2 2
的单个根则k取值为1，当1为x+a·x+b=0的重个根则k取值为2，当1不为x+a·x+b=0的根则k取0。
2 2
的单个根则k取值为1，当1为x+a·x+b=0的重个根则k取值为2，当1不为x+a·x+b=0的根则k取0。
[0009] 进一步，当解出可能解为y=exp(x)·(mx+n)·xk，将y=exp(x)·(mx+n)·xk带入到原来的多维度数据方程即可确定m、n的数值，k的数值在前得到，然后将确定了m、n、k的可能解应用典型数据检验即得到第三时序值关于时间量的稳定变化函数y1。
[0010] 进一步，通过对相应时间点真实麻醉气体浓度值预测的干预来确定真实麻醉气体浓度值测量值，包括在需要对某一个时间点的真实麻醉气体浓度值测量时，先获取该时间点对应的第三时序值然后通过映射关系K获取相应时间点麻醉气体浓度值测量值，如果该麻醉气体浓度值测量值与同一个时间点的真实麻醉气体浓度值预测值相等或差值小于阈值，则采纳该麻醉气体浓度值测量值，否则，以该同一个时间点的真实麻醉气体浓度值预测值作为该时间点的真实麻醉气体浓度值测量值。
[0011] 麻醉气体的浓度测量系统，包括汽化混合腔，汽化混合腔的上游连通非麻醉气体输入管，非麻醉气体输入管内设置第一气体流量计，汽化混合腔的上游还连通麻醉气体输入管，麻醉气体输入管通过流量调节阀连通麻醉气体源管，汽化混合腔的下游还连通用户端气体输出管，用户端气体输出管内设置第二气体流量计，上位机与第一气体流量计、第二气体流量计串口电连接，上位机能够对数据采集，且对数据处理分析。
[0012] 有益效果：本申请不单独依靠测量值，而是在此基础上建立测量数值本质的多维度关系，通过多维度的数据建立的方程来获取精准的数据关系，并且进行校验实现对某一个时间点的真实麻醉气体浓度值预测，相对于现有的检测技术本申请的精准度更好。
附图说明
[0013] 图1为本申请的麻醉气体的浓度测量系统整体结构示意图。
具体实施方式
[0014] 下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0015] 首先对本申请的实施详细说明，本申请在应用之中需要基础的设备，如图1，其包括汽化混合腔500，汽化混合腔500的上游连通非麻醉气体输入管200，非麻醉气体输入管200内设置第一气体流量计100，汽化混合腔500的上游还连通麻醉气体输入管701，麻醉气体输入管701通过流量调节阀800连通麻醉气体源管700，汽化混合腔500的下游还连通用户端气体输出管300，用户端气体输出管300内设置第二气体流量计400，第一气体流量计100、第二气体流量计400均与上位机600电连接，本申请麻醉气体的浓度测量方法包括步骤，将第一气体流量计100、非麻醉气体输入管200、用户端气体输出管300、第二气体流量计400、汽化混合腔500、麻醉气体输入管701、流量调节阀800的尺寸规格均作标准化限定，然后正常开机运行，通过用户端气体输出管300向用户输出带有麻醉气体的混合气体，并且开机运行期间由上位机600获取第一气体流量计100、第二气体流量计400的检测数值并且按照时序排列，其中的第一气体流量计100的检测数值定义为第一时序值，其中的第二气体流量计
400的检测数值定义为第二时序值，将相同检测时间点的第二时序值与第一时序值的差定义为第三时序值，统计并形成第三时序值关于时间量的变化函数y，然后进一步统计并形成第三时序值的变化率关于时间量的变化函数y′，然后进一步统计并形成第三时序值的二次导数关于时间量的变化函数y″，其中建立上述的函数过程中均对统计数据作去噪和过滤处理，建立一个多维度数据方程即将第三时序值关于时间量的变化函数y、第三时序值的变化率关于时间量的变化函数y′、第三时序值的二次导数关于时间量的变化函数y″联立形成一个多维度数据方程；因为前期获取的第三时序值关于时间量的变化函数y、第三时序值的变化率关于时间量的变化函数y′、第三时序值的二次导数关于时间量的变化函数y″均通过统计数据分析获取，因为数据的局限上述多个函数均不具有典型代表意义，所以将其联立并且将多维度数据方程简化为方程：a·y′+b·y+y″=c·exp(x)，其中的a、b、c均为固定常数，其中的x为时间变量，然后对多维度数据方程解出可能解，当多维度数据方程简化为方程：
k
a·y′+b·y+y″=c·exp(x)，解出可能解为y=exp(x)·(mx+n)·x ，其中的m、n均为待定系
2 2
数，x为时间变量，k为待定幂次，当1为x+a·x+b=0的单个根则k取值为1，当1为x+a·x+b=0
2
的重个根则k取值为2，当1不为x +a·x+b=0的根则k取0，对可能解进行检验得到第三时序值关于时间量的稳定变化函数y1；
400的检测数值定义为第二时序值，将相同检测时间点的第二时序值与第一时序值的差定义为第三时序值，统计并形成第三时序值关于时间量的变化函数y，然后进一步统计并形成第三时序值的变化率关于时间量的变化函数y′，然后进一步统计并形成第三时序值的二次导数关于时间量的变化函数y″，其中建立上述的函数过程中均对统计数据作去噪和过滤处理，建立一个多维度数据方程即将第三时序值关于时间量的变化函数y、第三时序值的变化率关于时间量的变化函数y′、第三时序值的二次导数关于时间量的变化函数y″联立形成一个多维度数据方程；因为前期获取的第三时序值关于时间量的变化函数y、第三时序值的变化率关于时间量的变化函数y′、第三时序值的二次导数关于时间量的变化函数y″均通过统计数据分析获取，因为数据的局限上述多个函数均不具有典型代表意义，所以将其联立并且将多维度数据方程简化为方程：a·y′+b·y+y″=c·exp(x)，其中的a、b、c均为固定常数，其中的x为时间变量，然后对多维度数据方程解出可能解，当多维度数据方程简化为方程：
k
a·y′+b·y+y″=c·exp(x)，解出可能解为y=exp(x)·(mx+n)·x ，其中的m、n均为待定系
2 2
数，x为时间变量，k为待定幂次，当1为x+a·x+b=0的单个根则k取值为1，当1为x+a·x+b=0
2
的重个根则k取值为2，当1不为x +a·x+b=0的根则k取0，对可能解进行检验得到第三时序值关于时间量的稳定变化函数y1；
[0016] 当解出可能解为y=exp(x)·(mx+n)·xk，将y=exp(x)·(mx+n)·xk带入到原来的多维度数据方程即可确定m、n的数值，k的数值在前得到，然后将确定了m、n、k的可能解，应用典型数据检验有必要时修改m、n、k即得到第三时序值关于时间量的稳定变化函数y1，其中的典型数据指经过验证真实性没有问题的数据，有必要时修改m、n、k指当检验不通过则修改相应的m、n、k，使得尽可能多的典型数据通过检验，然后建立第三时序值与真实麻醉气体浓度值之间的映射关系K，实践中因为第三时序值与真实麻醉气体浓度值往往不是同一个数值，甚至两个数值的单位都可能不一样，比如第三时序值为流量的差值这个与真实麻醉气体浓度值的单位都不一致，但他们之间依然存在一对一的的映射关系并且具有很强正相关关系，所以可以通过统计数据建立第三时序值与真实麻醉气体浓度值之间的映射关系K，根据第三时序值关于时间量的稳定变化函数y1对某一个时间点的第三时序值预测，然后根据映射关系K对相应时间点真实麻醉气体浓度值预测，可见实际上本申请能够对未来的某一个时间点的真实麻醉气体浓度值预测，实践中本申请能够对某一个时间点的真实麻醉气体浓度值预测，该预测数值仅仅是一个理论值；
[0017] 然后通过对相应时间点真实麻醉气体浓度值预测的干预来确定真实麻醉气体浓度值测量值，即在需要对某一个时间点的真实麻醉气体浓度值测量时，先获取该时间点对应的第三时序值然后通过映射关系K获取相应时间点麻醉气体浓度值测量值，如果该麻醉气体浓度值测量值与同一个时间点的真实麻醉气体浓度值预测值相等或差值小于阈值，则采纳该麻醉气体浓度值测量值，否则，以该同一个时间点的真实麻醉气体浓度值预测值作为该时间点的真实麻醉气体浓度值测量值，其中的阈值即预先设定固定数值，阈值优选为0.01或更小，最优为0。
[0018] 可见，本申请不单独依靠测量值，而是在此基础上建立测量数值本质的多维度关系，通过多维度的数据建立的方程来获取精准的数据关系，并且进行校验实现对某一个时间点的真实麻醉气体浓度值预测，相对于现有的检测技术本申请的精准度更好。
[0019] 在需要保护的实施例中，本申请公开了麻醉气体的浓度测量方法，其包括步骤，将第一气体流量计100、非麻醉气体输入管200、用户端气体输出管300、第二气体流量计400、汽化混合腔500、麻醉气体输入管701、流量调节阀800的尺寸规格均作标准化限定，然后正常开机运行，通过用户端气体输出管300向用户输出带有麻醉气体的混合气体，并且开机运行期间由上位机600获取第一气体流量计100、第二气体流量计400的检测数值并且按照时序排列，其中的第一气体流量计100的检测数值定义为第一时序值，其中的第二气体流量计400的检测数值定义为第二时序值，将相同检测时间点的第二时序值与第一时序值的差定义为第三时序值，统计并形成第三时序值关于时间量的变化函数y，然后进一步统计并形成第三时序值的变化率关于时间量的变化函数y′，然后进一步统计并形成第三时序值的二次导数关于时间量的变化函数y″，建立一个多维度数据方程即将第三时序值关于时间量的变化函数y、第三时序值的变化率关于时间量的变化函数y′、第三时序值的二次导数关于时间量的变化函数y″联立形成一个多维度数据方程，然后对多维度数据方程解出可能解，对可能解进行检验得到第三时序值关于时间量的稳定变化函数y1，建立第三时序值与真实麻醉气体浓度值之间的映射关系K，根据第三时序值关于时间量的稳定变化函数y1对某一个时间点的第三时序值预测，然后根据映射关系K对相应时间点真实麻醉气体浓度值预测，通过对相应时间点真实麻醉气体浓度值预测的干预来确定真实麻醉气体浓度值测量值。
[0020] 优选地建立上述的函数过程中均对统计数据作去噪和过滤处理，具体包括有统计并去噪过滤数据之后形成第三时序值关于时间量的变化函数y，统计并去噪过滤数据之后形成第三时序值的变化率关于时间量的变化函数y′，统计并去噪过滤数据之后形成第三时序值的二次导数关于时间量的变化函数y″。
[0021] 优选地多维度数据方程：a·y′+b·y+y″=c·exp(x)，其中的a、b、c均为固定常数，′其中的x为时间变量，y为第三时序值关于时间量的变化函数，y 为第三时序值的变化率关于时间量的变化函数，y″为第三时序值的二次导数关于时间量的变化函数。
[0022] 优选地当多维度数据方程为：a·y′+b·y+y″=c·exp(x)，解出可能解为y=expk 2(x)·(mx+n)·x ，其中的m、n均为待定系数，x为时间变量，k为待定幂次，当1为x+a·x+b=0
2 2
的单个根则k取值为1，当1为x+a·x+b=0的重个根则k取值为2，当1不为x+a·x+b=0的根则k取0。
2 2
的单个根则k取值为1，当1为x+a·x+b=0的重个根则k取值为2，当1不为x+a·x+b=0的根则k取0。
[0023] 优选地当解出可能解为y=exp(x)·(mx+n)·xk，将y=exp(x)·(mx+n)·xk带入到原来的多维度数据方程即可确定m、n的数值，k的数值在前得到，然后将确定了m、n、k的可能解，应用典型数据检验即得到第三时序值关于时间量的稳定变化函数y1。
[0024] 优选地通过对相应时间点真实麻醉气体浓度值预测的干预来确定真实麻醉气体浓度值测量值，包括在需要对某一个时间点的真实麻醉气体浓度值测量时，先获取该时间点对应的第三时序值然后通过映射关系K获取相应时间点麻醉气体浓度值测量值，如果该麻醉气体浓度值测量值与同一个时间点的真实麻醉气体浓度值预测值相等或差值小于阈值，则采纳该麻醉气体浓度值测量值，否则，以该同一个时间点的真实麻醉气体浓度值预测值作为该时间点的真实麻醉气体浓度值测量值。
[0025] 如前述为了充分说明上述的方法，本申请还公开了麻醉气体的浓度测量系统，如图1，其包括汽化混合腔500，汽化混合腔500的上游连通非麻醉气体输入管200，非麻醉气体输入管200内设置第一气体流量计100，汽化混合腔500的上游还连通麻醉气体输入管701，麻醉气体输入管701通过流量调节阀800连通麻醉气体源管700，汽化混合腔500的下游还连通用户端气体输出管300，用户端气体输出管300内设置第二气体流量计400，上位机600与第一气体流量计100、第二气体流量计400串口电连接，上位机600能够对数据采集，上位机600本身对数据处理分析，可选地上位机600还与输出设备电连接并用于输出数据。
[0026] 应当理解，上位机可以采用计算机，在本发明实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明方法。
[0027] 所述计算机可读存储介质可以是前述任一实施例所述的上位机的内部存储单元，例如上位机的硬盘或内存。所述计算机可读存储介质也可以是所述上位机的外部存储设备，例如所述上位机上配备插接式硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(FlashCard)等。进一步地，所述计算机可读存储介质还可以既包括所述上位机的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述上位机所需的其他程序和数据。