大数据技术支撑下的医疗设备温控系统设计与实现研究

吴运华

(织金县人民医院， 贵州， 毕节 552100)

0 引言

近几年，中国人均收入逐渐增加，再加上老龄化程度的加重，使得人们对健康重视度逐渐上升，为医疗体系带来了极大的压力。随着科技的不断发展与进步，多种多样的医疗设备被相继研发，可以更加精细、准确地检查人们身体健康情况，也为医疗体系降低了一定的工作量[1-2]。

国内外大量高精度温度控制系统采用控制方法之后，针对半导体制冷的特点，设计并研制了新型的温度控制器，具有温度控制精度高、位宽广、响应速度快、稳定时间长等优点。国外的先进控制方式不断地被引入，并且不断地被创新，我国在温控系统中的控制模式也越来越趋向于智能化，并且出现了一批性能优异的温控系统及仪表，在工业生产和生活中起到了无法取代的作用[3]。医疗设备结构较为复杂，部件多种多样，会产生海量数据，为温度控制带来了一定的难度，希望通过大数据技术的支撑，提升温控系统的整体应用性能，保障医疗设备的稳定运行[4]。

1 医疗设备温控系统硬件设计

1.1 主控芯片选取单元

LTC1923主控芯片实质上是一种脉冲宽度调制器，能够对温度设备进行双向驱动。另外，LTC1923主控芯片能够利用较少的部件与温度控制回路，控制医疗设备的温度环境[5-6]。LTC1923主控芯片内置TEC驱动电路形式为H桥电路，该电路结构示意图如图1所示。

图1 H桥电路示意图

在医疗设备温度控制过程中，LTC1923主控芯片通过内置放大器对EAOUT引脚与CT引脚上的波形进行比较，以此来对电流方向进行控制。

1.2 电源单元

在医疗设备温控系统中，每个单元与模块都需要电压支撑，为了保障设计系统的寿命与稳定性，在直流电源接入时，需要加入软启动电路[7-8]。软启动电路示意图如图2所示。

图2 软启动电路示意图

如图2所示，在软启动电路中，电源开关电路主要由三极管Q1与MOS管M1构成。在软启动电路运行时，开关S1闭合，电容C5与C6充电，M1导通，电源电流内阻较小，并采用2512进行封装[9]。

2 医疗设备温控系统软件设计

2.1 温度数据采集与处理模块

当DS18B20温度传感器核心芯片引脚CS为低电平时，向温度控制模块传输12位的医疗设备温度数据[10-11]。利用大数据技术对其进行去均值化处理，处理公式为

(1)

式中，u(k)与y(k)分别表示输入真实值与输出真实值；u*(k)与y*(k)分别表示输入实测值与输出实测值；u0与y0分别表示输入稳态值与输出稳态值。

2.2 温度控制模块

以上述采集、预处理后的温度数据为基础，基于模糊PID控制器实现医疗设备温度的实时控制，为医疗设备运行安全提供保障[12]。标准PID控制器表达式为

(2)

式中，Uk表示标准PID控制器输出值；Kp、Ki与Kd表示PID控制参数；ek、ei、ek与ek-1表示不同时刻的温度偏差；out0表示输出温度初始值。构建梯形隶属度函数，其计算公式为

(3)

式中，a,b,c,d分别表示梯形4个顶点在坐标系中的坐标信息[13]。对模糊PID控制器输出数值进行转化的过程。此研究选取重心法对输出数据进行解模糊计算，表达式为

μΔp=min{μ(e),μ(ec)}

(4)

式中，μΔp表示两者取小值；min表示的是取小运算；μ(e)与μ(ec)分别表示偏差及其偏差变化率的隶属度。

2.3 主控网络配置模块

主控网络配置是否合理，直接决定着设计系统是否能够顺利运行，采用一键配网方式实现主控网络配置功能，为设计系统提供稳定的网络支撑。设计系统通过SmartConfig发送UDP广播包来实现网络智能配置。UDP广播包中数据格式如表1所示。

表1 UDP广播包中数据格式表

通过上述硬件单元与软件模块的设计，实现了医疗设备温控系统的运行，为医疗设备的安全提供更加有效的系统支撑。

3 系统应用性能分析

3.1 实验环境搭建

大数据技术的应用对系统网络具有较高的需求，故需要在实验前，搭建良好的实验网络环境，具体如图3所示。

图3 实验网络环境示意图

3.2 实验对象选取

为了保障实验结果的准确性，选取不同级别、不同种类、不同数量的医疗设备作为实验对象。将实验对象随机划分为多个实验组别，为后续实验进行做准备。

实验组别具体情况如表2所示。

表2 实验组别表

3.3 实验结果分析

依据上述搭建的实验环境，选取的实验对象，进行医疗设备温度控制实验。通过温度调节时间及其超调量来反映系统的应用性能，具体实验结果分析过程如下。

通过实验获得系统应用性能数据如表3所示。

表3 系统应用性能数据表

由表3数据显示，现有系统温度调节时间范围为34.26～46.78 ms，超调量范围为4.23%～6.48%；设计系统温度调节时间范围9.45～21.46 ms，超调量范围为0.80%～1.47%。与现有系统相比较，设计系统温度调节时间大幅缩短，充分证实了设计系统医疗设备温控效果更好。

4 总结

此研究在大数据技术的支撑下，设计了新的医疗设备温控系统，极大地缩短了温度调节时间，减小了超调量，能够为医疗设备使用安全性提供更加有效的保障，也为温控研究提供一定的参考。