一种电子输液微量泵控制优化方法与流程

本发明属于pid控制优化领域，尤其涉及一种电子输液微量泵控制优化方法。

背景技术：

1、电子输液微量泵是一种精密的医疗设备，用于在临床治疗中对患者进行药物、营养液或其他液体的精确输送，它通过pid控制系统精确调节输液速度，确保药物或液体均匀且持续地输送到患者体内；微量泵具有高精度、高可靠性和操作简便的特点，常用于需要长时间持续输液的治疗，如癌症化疗、疼痛管理、营养支持以及慢性病的治疗等；与传统的重力输液方式相比，电子输液微量泵能够更精确地控制输液速率，减少药物剂量误差，降低了输液过程中潜在的风险，并且其便携性和易用性使其适合在医院、家庭护理和移动医疗场景中广泛应用，有效提高了患者的治疗体验和生活质量。

2、pid控制器是反馈控制系统中最常用的控制器之一，通过调节比例、积分和微分这三个核心参数来实现对目标输出的精确控制；由于其结构简单且具有良好的鲁棒性，pid控制器被广泛应用于工业控制、自动化系统领域；然而，对于具有强非线性的复杂系统，找到合适的比例系数(kp)、积分系数(ki)和微分系数(kd)往往需要依赖丰富的经验和反复试验；尽管pid控制器在许多情况下表现优异，但在面对高度复杂或非线性的问题时，单纯依靠传统的参数调节方法可能无法达到理想的控制效果；为此，通过引入智能优化算法来在线调整pid控制器的参数，能够有效地找到最优的控制参数值，从而进一步提升其控制性能和应用范围。

3、星系群优化算法(galactic swarm optimization,gso)是一种新型的群体智能优化算法，其灵感源自星系群运动和引力相互作用；gso模拟了宇宙中星系群之间的引力效应以及星系内部恒星的运动，通过多个星系群之间的信息交流与协作实现全局优化；算法将种群划分为多个星系群，各星系群进行独立搜索，并通过引力相互作用引导种群向全局最优解收敛；gso具有良好的全局搜索能力，适用于解决多模态复杂函数优化问题，并能够有效平衡探索与开发，从而提高求解效率；但是星系群优化算法和常见的智能优化算法一样，存在易陷入局部最优解的情况，在面对复杂的优化场景时稳定性较差。

技术实现思路

1、本发明的目的在于：通过改进星系群算法，提高算法在寻优过程中前期的全局搜索能力和后期的局部开发能力，降低算法陷入局部最优的可能性从而提高算法的寻优精度和响应速度，通过改进星系群算法优化电子输液微量泵速度pid控制器，得到最佳控制参数kp、ki、kd，提高电子输液微量泵控制系统的准确性和稳定性，减少参数整定过程中动态误差对控制效果产生的不良影响。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种电子输液微量泵控制优化方法，具体步骤为：

4、步骤一：将电子输液微量泵控制问题转换成一个待优化的数学模型。

5、步骤二：建立电子输液微量泵控制系统的pid控制模型。

6、步骤三：建立改进星系群算法数学模型，验证改进星系群算法优化pid控制器的性能；所述改进星系群算法包括：

7、d1、通过引入余弦函数以及惯性权重的最值，将惯性权重ω1变换为自适应惯性权重，改进子星系内星体的位置和速度更新数学模型；

8、d2、使用高斯变异策略对超级群体内子星系的位置和速度更新数学模型进行改进，通过引入符合高斯分布的函数，对种群进行不同程度的随机扰动；具体如下。

9、step1、模拟星系群算法探索阶段，通过引入余弦函数以及惯性权重的最值，将惯性权重ω1变换为自适应惯性权重，改进子星系内星体的位置和速度更新数学模型，具体改进的数学模型为：

10、

11、式中，为第i个子星系内第j个星体的速度，v(i)为超级群体内第i个子星系的速度，为第i个子星系内第j个星体的个体最优位置，为第i个子星系内第j个星体的位置，g(i)为子星系全局最优解，ω1为惯性权重，c1和c2为加速度常数，r1和r2为介于-1到1之间的随机数，ωmax为惯性权重的最大值，取值为1，ωmin为惯性权重的最小值，取值为0.03，k为当前迭代次数，l为最大迭代次数；

12、step2、模拟星系群算法开发阶段，使用高斯变异策略对超级群体内子星系的位置和速度更新数学模型进行改进，通过引入符合高斯分布的函数，对种群进行不同程度的随机扰动，具体改进的数学模型为：

13、

14、式中，p(i)为超级群体内第i个子星系的个体最优位置，y(i)为超级群体内第i个子星系的位置，g为整个超级群体的全局最优解，w2为惯性权重，c3和c4为加速度常数，r3和r4为介于-1到1之间的随机数，σ为衰减系数，取值为2，其它参数意义同步骤step1。

15、步骤四：利用改进后的星系群算法优化电子输液微量泵速度pid控制器，得到最佳控制参数kp、ki、kd。

16、步骤五：将得到的最佳控制参数kp、ki、kd输入到电子输液微量泵控制系统的pid控制模型中，得到电子输液微量泵控制系统pid控制的最佳效果。

17、进一步地，所述步骤一中，待优化的数学模型为：

18、

19、e(t)＝v(t)-q(t)  (2)；

20、式中，q(t)为电子输液微量泵的实际速度，v(t)为电子输液微量泵的期望速度，t为当前时间，τ为系统时间常数，表示电子输液微量泵响应速度的快慢，k为系统增益，kp为比例增益，ki为积分增益，kd为微分增益，e(t)为速度误差，表示电子输液微量泵期望速度与实际速度之间的差异。

21、更进一步地，待优化的数学模型结合了系统的动态特性与pid控制器，pid控制器通过比例、积分、微分三个环节调节误差，使微量泵的实际速度q(t)能够精确跟踪设定的期望速度v(t)，比例项kpe(t)直接响应误差，积分项消除稳态误差，微分项预测误差变化趋势，这种综合调节有助于提高电子输液微量泵系统的精确度和稳定性。

22、进一步地，所述步骤二中，建立电子输液微量泵控制系统的pid控制模型，模型包括输入模块、误差计算模块、速度pid控制器模块、改进星系群算法模块、电机模块、速度检测模块、微量泵模块；期望速度值从输入模块输入，与速度检测模块检测到的实际速度值一并输入到误差计算模块做差得到速度误差值，速度pid控制器模块接收速度误差值，并应用改进星系群算法模块优化后的pid参数进行计算得到参考速度值，进而控制电机运转带动微量泵转动，实现电子输液微量泵速度的控制。

23、进一步地，所述步骤三中，模拟星系群算法探索阶段，通过引入余弦函数以及惯性权重的最值，将惯性权重ω1变换为自适应惯性权重，改进子星系内星体的位置和速度更新数学模型；自适应惯性权重的变化使得种群的运动状态更加多样化，有助于在搜索空间中探索不同的路径，这种多样性可以避免种群过早收敛，帮助算法在更大的范围内寻找潜在的最优解。

24、进一步地，所述步骤三中，模拟星系群算法开发阶段，使用高斯变异策略对超级群体内子星系的位置和速度更新数学模型进行改进，通过引入符合高斯分布的函数，对种群进行不同程度的随机扰动；在算法寻优的后期开发阶段，高斯变异能够对解进行细微调整，使得算法能够更快速地向最优解靠近，通过小幅度的变异，算法可以在局部解空间内进行有效的精细搜索，快速收敛到高质量解。

25、进一步地，所述步骤四中，利用改进后的星系群算法优化电子输液微量泵速度pid控制器，得到最佳控制参数kp、ki、kd的具体步骤为：

26、s1、将待优化的数学模型作为改进星系群算法的目标函数；

27、s2、模拟电子输液微量泵控制系统的工况，设计传递函数描述系统的动态特性；

28、s3、给定电子输液微量泵控制系统的输入，输入即控制系统中微量泵的期望速度值；

29、s4、将电子输液微量泵速度pid控制器的参数kp、ki、kd编码为改进星系群算法搜索空间的解；

30、s5、初始化改进星系群算法的参数，包括种群规模m，问题维度d，最大迭代次数l，搜索空间的上限ub，下限lb；

31、s6、根据适应度函数计算当前迭代种群个体适应度值，将最小适应度值记录下来，并与上次迭代的种群最优适应度值比较，保留最优适应度值，适应度函数为：

32、

33、式中，j为适应度值，yi为当前时刻的实际输出值，yref为当前时刻的期望输出值，t为当前时间，t为系统的运行总时间；

34、s7、模拟星系群算法探索与开发阶段的寻优过程，即更新电子输液微量泵速度pid控制器的kp、ki、kd参数；

35、s8、若更新后星体与子星系的位置和速度比上一次迭代更新的更优，则保留当前最优解；

36、s9、判断当前迭代次数是否达到最大迭代次数l，若达到，则退出循环，输出全局最优解，并分配给电子输液微量泵速度pid控制器作为kp、ki、kd三个参数，否则返回执行s3。

37、更进一步地，所述s2中，模拟电子输液微量泵控制系统的工况，设计传递函数描述系统的动态特性；传递函数公式为：

38、

39、式中，s表示拉普拉斯变换中的复频域变量。

40、更进一步地，所述s4中，将电子输液微量泵速度pid控制器的参数kp、ki、kd编码为改进星系群算法搜索空间的解，编码向量为：

41、x＝[x1，x2，x3]；

42、式中，x为编码向量，x1，x2，x3分别为电子输液微量泵速度pid控制器的比例参数、积分参数和微分参数。

43、更进一步地，所述s7中，模拟星系群算法探索与开发阶段的寻优过程，具体步骤为：s71、模拟星系群算法探索阶段，通过引入余弦函数以及惯性权重的最值，将惯性权重ω1变换为自适应惯性权重，改进子星系内星体的位置和速度更新数学模型，执行公式(3)-(5)；

44、s72、模拟星系群算法开发阶段，使用高斯变异策略对超级群体内子星系的位置和速度更新数学模型进行改进，通过引入符合高斯分布的函数，对种群进行不同程度的随机扰动，执行公式(6)-(8)。

45、综上所述，由于采用了上述技术方案，本发明的有益效果是：

46、本文提出的一种电子输液微量泵控制优化方法，通过引入余弦函数以及惯性权重的最值，将惯性权重ω1变换为自适应惯性权重以及在算法开发阶段引入高斯变异策略改进星系群算法，提高了算法的精度和性能；利用改进后的星系群算法优化电子输液微量泵速度pid控制器，得到最佳控制参数kp、ki、kd，将得到的最佳控制参数kp、ki、kd输入到电子输液微量泵控制系统的pid控制模型中，实现电子输液微量泵的最优鲁棒控制。