一种医疗设备故障识别系统及方法与流程
本发明涉及医疗设备故障检测，具体涉及一种医疗设备故障识别系统及方法。
背景技术：
1、医疗设备故障诊断能力也属于医院综合实力的部分，能否及时发现医疗设备故障，并准确判断故障类型，会间接影响到患者的就医体验、就医效率，以及医疗事故的潜在发生可能性。然而随着医疗设备的种类和复杂程度的增加，对医疗设备进行故障诊断的难度也越来越大，传统依靠人能检修的方法因极大依赖于检修人员的专业水平，对现代医疗设备系统故障诊断任务的适应性不足，而使用智能算法分析设备工作数据来诊断故障的方式，则可以在一定程度上缓解此类问题，并提升诊断效率。
2、目前国内外大多数针对医疗设备故障检测问题的研究，集中于从大量实际的医疗故障数据中人工总结检修规则，甚至基于检修规则设计故障检测系统。使用智能算法构建具有强大通用性、更精准快速检测能力的智能维修系统的研究还很少，而且现有研究提出的方法自动化与智能化程度远远不足，仍然需要消耗大量的人力才能完成设备检修。
技术实现思路
1、针对现有技术中的缺陷，本发明提供一种医疗设备故障识别系统及方法，监测医疗设备运行电流数据，通过数据对比分析实现医疗设备故障识别。
2、第一方面，本申请提供了一种医疗设备故障识别系统，包括电流信号采集终端和上位机；其中，
3、所述电流信号采集终端用于采集医疗设备的负载电流信号，并将所述负载电流信号发送给所述上位机；
4、所述上位机用于将所述负载电流信号与所述医疗设备的预设的工作电流值进行对比，若所述负载电流信号与所述工作电流值之间的误差大于预设的阈值，对预设时间段的负载电流信号进行处理，获取所述负载电流信号的电流特征值，并根据所述电流特征值识别所述医疗设备的故障类型。
5、进一步，对预设时间段的负载电流信号进行处理，包括：
6、采用小波降噪去除所述负载电流信号中的噪音数据，获得有效数据；
7、调用粒子群算法从所述有效数据中筛选出电流特征值。
8、进一步，所述粒子群算法的各代粒子速度的计算方法为：
9、
10、其中,为各代粒子速度；为种群内各粒子的初始位置；i＝1,2,…,n，代表粒子编号；j＝1,2,…,d，代表待求解问题编号；ω代表惯性系数；c1、c2是算法加速常数，其中c1是单个粒子的经验学习因子，c2为粒子群全局经验学习因子；r1、r2是取值范围[0,1]的随机数；t为当前迭代次数；为本轮迭代后，粒子i计算出的最优解；gj为本轮迭代后，粒子群的全局最优解。
11、进一步，所述粒子群算法的惯性系数ω的计算方法为：
12、
13、其中，b＝ln(ωmax-ωmin)，ωmax、ωmin为算法运行前需要设置的超参数，t为当前迭代次数，tmax为总迭代次数。
14、进一步，根据所述电流特征值识别所述医疗设备的故障类型，包括：
15、将所述电流特征值输入预设的医疗设备故障识别模型进行故障诊断识别，获得故障类型识别结果；其中，
16、所述医疗设备故障识别模型通过训练bp神经网络模型获得。
17、进一步，所述上位机还用于：
18、若不能识别所述医疗设备的故障类型，输出预设提示信息。
19、进一步，所述电流信号采集终端包括电流检测模块、控制模块和蓝牙模块，所述电流检测模块和蓝牙模块均与所述控制模块电信号连接，所述蓝牙模块与所述上位机通信连接。
20、进一步，所述电流检测模块为交流变送器，所述交流变送器的型号为sui-101a。
21、进一步，所述控制模块的型号为stc89c52型单片机。
22、第二方面，本申请还提供了一种医疗设备故障识别方法，包括：
23、接收电流信号采集终端采集的医疗设备的负载电流信号；
24、将所述负载电流信号与所述医疗设备的预设的工作电流值进行对比，若所述负载电流信号与所述工作电流值之间的误差大于预设的阈值，对预设时间段的负载电流信号进行处理，获取所述负载电流信号的电流特征值；
25、根据所述电流特征值识别所述医疗设备的故障类型。
26、本发明的有益效果体现在：
27、本申请提供的医疗设备故障识别系统及方法，将传感器技术、信息化技术和大数据分析应用于医疗设备故障识别，可直观表现医疗设备正常、故障及待机等状态下的差异，辅助工程师进行故障诊断，提高了医疗设备故障诊断精度和效率。
技术特征：
1.一种医疗设备故障识别系统，其特征在于，包括电流信号采集终端和上位机；其中，
2.如权利要求1所述的一种医疗设备故障识别系统，其特征在于，对预设时间段的负载电流信号进行处理，包括：
3.如权利要求2所述的一种医疗设备故障识别系统，其特征在于，所述粒子群算法的各代粒子速度的计算方法为：
4.如权利要求3所述的一种医疗设备故障识别系统，其特征在于，所述粒子群算法的惯性系数ω的计算方法为：
5.如权利要求1所述的一种医疗设备故障识别系统，其特征在于，根据所述电流特征值识别所述医疗设备的故障类型，包括：
6.如权利要求1所述的一种医疗设备故障识别系统，其特征在于，所述上位机还用于：
7.如权利要求1所述的一种医疗设备故障识别系统，其特征在于，所述电流信号采集终端包括电流检测模块、控制模块和蓝牙模块，所述电流检测模块和蓝牙模块均与所述控制模块电信号连接，所述蓝牙模块与所述上位机通信连接。
8.如权利要求7所述的一种医疗设备故障识别系统，其特征在于，所述电流检测模块为交流变送器，所述交流变送器的型号为sui-101a。
9.如权利要求7所述的一种医疗设备故障识别系统，其特征在于，所述控制模块的型号为stc89c52型单片机。
10.一种医疗设备故障识别方法，其特征在于，包括：
技术总结
本发明公开了一种医疗设备故障识别系统及方法，系统包括电流信号采集终端和上位机；其中，电流信号采集终端用于采集医疗设备的负载电流信号，并将负载电流信号发送给上位机；上位机用于将负载电流信号与医疗设备的预设的工作电流值进行对比，若负载电流信号与工作电流值之间的误差大于预设的阈值，对预设时间段的负载电流信号进行处理，获取负载电流信号的电流特征值，并根据电流特征值识别医疗设备的故障类型。本申请提供的医疗设备故障识别系统及方法，将传感器技术、信息化技术和大数据分析应用于医疗设备故障识别，可直观表现医疗设备正常、故障及待机等状态下的差异，辅助工程师进行故障诊断，提高了医疗设备故障诊断精度和效率。
技术研发人员：史胜西
受保护的技术使用者：史胜西
技术研发日：
技术公布日：2024/9/23