基于气体流量信号的氧气供给控制方法及系统

1.基于气体流量信号的氧气供给控制方法，其特征在于：包括如下步骤：从压力传感器获取原始的气体流量信号，采用小波变换算法对信号进行多尺度分解，提取高频噪声成分并滤除，得到去噪后的气体流量信号；根据去噪后的气体流量信号，计算信号的时频特征，提取气体流量信号的周期和变化趋势，通过状态判断算法判断气体流量信号为流量上升或下降状态阶段，当为流量上升状态阶段，则根据预设的气体供给参数，计算当前所需的气体流量值，结合气体流量信号的频率变化趋势，动态调整气体供给目标值；采用PID控制算法，根据气体流量目标值与当前实际流量值的偏差，计算电磁阀的开闭时间，生成PWM控制信号并输出至电磁阀执行机构；通过压力调节阀的开度反馈信号，获取当前气体供给压力值，结合预设压力范围，判断是否需要调整压力调节阀的开度，若当前压力值超出预设范围，则根据压力偏差值，采用模糊控制算法计算压力调节阀的开度调整量，生成控制信号并输出至压力调节阀执行机构；根据电磁阀和压力调节阀的控制响应时间，优化控制信号的输出时序，使气体供给的压力和流量的动态调节过程平滑稳定，再通过实时监测气体流量和气体供给参数的变化趋势，动态更新预设参数，匹配用户气体需求状态的变化，进行气体供给的精准调节；其中，根据电磁阀和压力调节阀的控制响应时间，优化控制信号的输出时序，使气体供给的压力和流量的动态调节过程平滑稳定，具体包括：获取电磁阀和压力调节阀的控制响应时间参数，建立阀门动态模型，得到阀门开度与压力、流量的关系曲线，根据气体供给压力和流量的目标值，通过阀门动态模型，计算得到阀门的目标开度和控制信号输出时序；再将阀门开度偏差和压力流量偏差作为输入，通过模糊推理，得到控制信号的优化调整量，将优化后的控制信号按照计算得到的输出时序，依次发送给电磁阀和压力调节阀，进行阀门开度的动态调节；在阀门动态调节过程中，实时采集气体供给管路的压力和流量数据，将其与目标值进行比较，得到压力和流量的偏差；当压力偏差或流量偏差超过预设阈值，则将偏差作为反馈信号，输入到模糊控制算法中，进行控制信号的进一步优化调整。 2.根据权利要求1所述的基于气体流量信号的氧气供给控制方法，其特征在于：采用小波变换算法对信号进行多尺度分解，提取高频噪声成分并滤除，得到去噪后的气体流量信号，具体包括：将气体流量信号数据输入至小波变换算法模型中，再采用小波变换算法对气体流量信号进行多尺度分解，将气体流量信号分解为不同频率尺度的子信号；根据分解得到的各个子信号，提取其中的高频噪声成分特征，将提取到的高频噪声成分特征输入至噪声滤除模型中，根据输入的高频噪声成分特征，自适应地调整滤波器参数，对子信号进行自适应滤波处理，去除其中的高频噪声成分；将滤除高频噪声后的各个子信号进行小波重构，得到去噪后的气体流量信号，对去噪后的气体流量信号进行平滑处理，消除信号中残余的尖峰噪声，得到平滑的气体流量信号；将平滑处理后的气体流量信号输出，作为最终的气体流量信号检测结果，用于气体流量信号的频率和幅度分析。 3.根据权利要求1所述的基于气体流量信号的氧气供给控制方法，其特征在于：根据去噪后的气体流量信号，计算信号的时频特征，提取气体流量信号的周期和变化趋势，通过状态判断算法判断气体流量信号为流量上升或下降状态阶段，具体包括：根据去噪后的气体流量信号进行短时傅里叶变换，得到气体流量信号的时频表示，再提取气体流量信号的时频特征，包括流量频率和流量幅度特征；根据提取的流量频率特征，计算气体流量周期，得到每个气体流量周期的起始时间和结束时间，再根据提取的流量幅度特征，计算气体流量变化趋势，得到流量上升流量随时间的变化曲线；根据气体流量周期和变化趋势，判断当前气体流量状态为流量上升阶段还是流量下降阶段，当气体流量呈上升趋势，且处于气体流量周期的前半段时，判断为流量上升阶段，当气体流量呈下降趋势，且处于气体流量周期的后半段时，判断为流量下降阶段；根据判断的气体流量状态，输出当前气体流量状态，并将气体流量状态与对应的时间点关联，得到完整的气体流量状态序列。 4.根据权利要求3所述的基于气体流量信号的氧气供给控制方法，其特征在于：在通过状态判断算法判断气体流量信号为流量上升或下降状态阶段之后，还包括：根据预设的气体供给参数和实时检测到的流量频率数据，将其作为神经网络模型的输入，通过训练好的神经网络模型，计算出当前流量上升阶段所需的气体流量目标值；根据计算出的气体流量目标值，结合流量频率变化趋势数据，采用模糊控制算法，动态调整气体供给装置的输出流量，使其逐步接近目标值；在调整过程中，实时检测流量频率变化和气体流量变化，当流量频率发生明显变化或气体流量与目标值偏差大，则触发神经网络模型重新计算气体流量目标值；将神经网络模型计算出的新的气体流量目标值，输入到模糊控制算法中，对气体供给装置的输出流量进行再次动态调整，直到气体流量稳定在新的目标值附近。 5.根据权利要求1所述的基于气体流量信号的氧气供给控制方法，其特征在于：采用PID控制算法，根据气体流量目标值与当前实际流量值的偏差，计算电磁阀的开闭时间，生成PWM控制信号并输出至电磁阀执行机构，具体包括：获取气体供给的目标值和实际流量值，计算两者之间的偏差值，将偏差值输入PID控制算法，根据PID算法的比例、积分、微分系数，计算出电磁阀的开闭时间；根据计算得到的电磁阀开闭时间，生成相应的控制信号，将生成的控制信号输出至电磁阀执行机构，控制电磁阀的开闭；电磁阀根据接收到的控制信号，调整阀门的开度，从而改变气体的实际流量，通过持续获取实时的气体流量值，与目标值进行比较，计算偏差值，形成闭环控制。 6.根据权利要求1所述的基于气体流量信号的氧气供给控制方法，其特征在于：通过压力调节阀的开度反馈信号，获取当前气体供给压力值，结合预设压力范围，判断是否需要调整压力调节阀的开度，具体包括：将压力值数据传输至控制系统，将其与预设的压力阈值范围进行比对，判断当前压力是否在合理范围内，当压力值低于预设范围的下限阈值，则控制系统发出指令，通过执行器将压力调节阀的开度增大；当压力值高于预设范围的上限阈值，则控制系统发出指令，通过执行器将压力调节阀的开度减小，降低气体供给压力，压力调节阀的开度调整完成后，再次获取其出口压力值，直至压力值稳定在预设范围内；在压力调节过程中，通过机器学习算法如支持向量机或神经网络，对历史压力数据进行分析，建立压力值与阀门开度的映射模型，利用建立的映射模型，根据当前压力值，预测下一时刻的最优阀门开度，进行压力调节阀的前馈控制。 7.根据权利要求1所述的基于气体流量信号的氧气供给控制方法，其特征在于：采用模糊控制算法计算压力调节阀的开度调整量，生成控制信号并输出至压力调节阀执行机构，具体包括：通过压力传感器实时获取当前系统压力值，将压力值与预设的压力范围进行比较，判断压力值是否超出预设范围；当压力值超出预设范围，则计算当前压力值与预设压力范围中值的偏差值，将偏差值作为模糊控制算法的输入，再根据压力偏差值，采用预先建立的模糊控制规则库，通过模糊推理计算得到压力调节阀的开度调整量；将计算得到的压力调节阀开度调整量转换为相应的控制信号，通过数模转换器将数字信号转换为模拟信号，将生成的模拟控制信号输出至压力调节阀的执行机构，驱动执行机构调整压力调节阀的开度；压力调节阀根据执行机构的调整动作改变阀门开度，从而调节系统压力，使压力值回到预设范围内。 8.根据权利要求1所述的基于气体流量信号的氧气供给控制方法，其特征在于：通过实时监测气体流量和气体供给参数的变化趋势，动态更新预设参数，匹配用户气体需求状态的变化，进行气体供给的精准调节，具体包括：获取用户的实时气体流量信号和当前气体供给参数，将其与预设的正常范围阈值进行比较，判断是否超出正常范围；当实时气体流量信号或气体供给参数超出正常范围，则触发预警，并根据偏离正常范围的程度，确定需要调节的气体供给参数的幅度；通过机器学习算法，基于用户历史气体流量信号和气体供给参数的变化趋势，预测用户未来一段时间内的气体流量状态变化趋势；再根据用户实时气体流量信号、当前气体供给参数以及预测的未来气体流量状态变化趋势，动态调整气体供给参数，生成新的气体供给参数设置；将动态调整后的气体供给参数设置下发到气体供给设备，控制设备根据新的参数设置实时调节气体的供给，以匹配用户的实时气体流量状态；在调节气体供给参数后，持续监测用户的气体流量信号变化，判断用户气体流量状态是否恢复正常，若未恢复正常，则返回继续调节；将用户的实时气体流量信号、气体供给参数以及调节后效果的数据存入数据库，用于优化机器学习模型。 9.基于气体流量信号的氧气供给控制系统，用于实现如权利要求 1-8任一项所述的基于气体流量信号的氧气供给控制方法，其特征在于：包括：气体流量处理模块，从压力传感器获取气体流量信号，利用小波变换算法对其进行多尺度分解，提取并滤除高频噪声成分，再进行小波重构和平滑处理，最终输出平滑的气体流量信号；气体流量计算模块，基于去噪后的气体流量信号，计算其时频特征，提取气体流量周期和变化趋势，判断当前气体流量状态，当处于流量上升阶段时，结合预设参数和实时流量频率数据，通过神经网络模型计算气体流量目标值，并采用模糊控制算法动态调整气体供给装置的输出流量，满足用户不同阶段的气体流量需求；电磁阀控制模块，采用PID控制算法，根据气体供给目标值与实际流量值的偏差，计算电磁阀的开闭时间，生成控制信号输出至电磁阀执行机构，控制电磁阀开闭，调整阀门开度以改变气体的实际流量，通过闭环控制使气体流量稳定在目标值，进行精确的气体供给控制；压力调节模块，通过压力调节阀的开度反馈信号获取当前气体供给压力值，结合预设压力范围进行判断，当压力值超出预设范围，依据压力偏差值，利用模糊控制算法计算压力调节阀的开度调整量，生成控制信号输出至执行机构，驱动其调整阀门开度，调节系统压力，使气体供给压力稳定在预设范围内；动态调节优化模块，综合电磁阀和压力调节阀的控制响应时间，优化控制信号输出时序，使气体供给压力和流量的动态调节过程平滑稳定，通过实时监测气体流量信号和气体供给参数变化趋势，动态更新预设参数，匹配用户气体流量状态变化，进行气体供给的精准调节，并将相关数据存入数据库，用于优化机器学习模型；其中，综合电磁阀和压力调节阀的控制响应时间，优化控制信号输出时序，使气体供给压力和流量的动态调节过程平滑稳定，具体包括：获取电磁阀和压力调节阀的控制响应时间参数，建立阀门动态模型，得到阀门开度与压力、流量的关系曲线，根据气体供给压力和流量的目标值，通过阀门动态模型，计算得到阀门的目标开度和控制信号输出时序；再将阀门开度偏差和压力流量偏差作为输入，通过模糊推理，得到控制信号的优化调整量，将优化后的控制信号按照计算得到的输出时序，依次发送给电磁阀和压力调节阀，进行阀门开度的动态调节；在阀门动态调节过程中，实时采集气体供给管路的压力和流量数据，将其与目标值进行比较，得到压力和流量的偏差；当压力偏差或流量偏差超过预设阈值，则将偏差作为反馈信号，输入到模糊控制算法中，进行控制信号的进一步优化调整。