论文部分内容阅读
设计一种智能算法,控制分体式血泵辅助自然心脏搏血,满足血液灌注需求。此算法结合了不依赖对象模型的滑模控制和具有最佳逼近特性的RBF神经网络设计控制器,并采用最小参数学习法设计自适应律,调整神经网络权值。为保证实时性,转速信号由血流量、血泵转速与心率的函数关系给定。通过与PID算法的对比研究表明:在RBF滑模控制下,血泵转速最大调节时间为0.23 s,稳态误差为5rpm,流量最大相对误差为0.89%,系统动静态性能良好,故RBF神经网络最小参数滑模控制算法充分满足血泵控制要求。