基于模糊自适应PID控制的磁纳米粒子产热优化方法
基于模糊自适应pid控制的磁纳米粒子产热优化方法
技术领域
1.本发明涉及交变磁场中磁纳米粒子的建模技术领域，具体涉及一种基于模糊自适应pid控制的磁纳米粒子产热优化方法。
背景技术：
2.新兴技术随着科技的发展不断涌现，近年来，磁纳米热疗以其安全性高、副作用少、靶向性高等优势成为了一种颇具潜力的组织热消融技术。在交变磁场的作用下，磁纳米粒子可以将磁场能量转化为热能，从而使得目标区域的温度提高至42℃-46℃，实现局部组织消融的目的。
3.在磁纳米热疗中，需要保持目标区域温度在42℃-46℃的范围内，使得组织内温度能杀死特定细胞，同时又不破坏正常组织。因此，在磁纳米热疗中需要对磁纳米粒子的产热进行控制与优化，从而提高磁纳米热疗中温度的精确性和稳定性。
技术实现要素：
4.有鉴于此，本发明的目的在于提供一种基于模糊自适应pid控制的磁纳米粒子产热优化方法，实现了通过模糊自适应pid控制磁纳米粒子在交变磁场的作用下的产热值，进而有效控制组织区域的温度分布。
5.为实现上述目的，本发明采用如下技术方案：
6.一种基于模糊自适应pid控制的磁纳米粒子产热优化方法，包括以下步骤：
7.步骤s1：构建生物组织的几何模型；
8.步骤s2：基于生物组织的几何模型，构建pennes生物传热模型，并预测生物组织内的温度分布；
9.步骤s3：通过pid算法控制交变磁场加热功率；
10.步骤s4：基于pid控制交变磁场加热功率，判断区域最高温度是否收敛于设定值，若不是则利用模糊控制器对pid算法的参数进行整定，是则跳转至步骤s5；
11.步骤s5：将整定后的参数用于pid算法中并输出优化后的温度控制曲线。
12.进一步的，所述生物组织的几何模型由一个圆和一个椭圆构成，其中，半径为r1的圆代表第一组织区域，长轴为a、短轴为b的椭圆代表第二组织区域，其中第一组织区域包含在第二组织区域中。
13.进一步的，所述pennes生物传热模型为：
[0014][0015]
其中，ρ、c、t、k分别表示组织的密度、比热容、绝对温度、热传导系数，ωb、ρb、cb、tb分别表示血液灌注率、血液密度，血液比热容、血液温度，t表示磁纳米粒子在交变磁场的作用下的加热时间，符号表示哈密顿算子，qm表示单位体积的代谢热量，α表示功率耗散的校正系数，p表示功率耗散。
[0016]
进一步的，所述预测生物组织内的温度分布，具体为：设置组织区域的属性参数，并采用有限元的方法求解pennes生物传热模型，其中，组织区域参数包括组织的密度、比热容、导热系数。
[0017]
进一步的，所述pid算法的控制方程为：
[0018]
error(t)＝yd(t)-y(t)
[0019][0020]
其中，error(t)表示设定温度yd(t)与实际输出温度y(t)之间的差值，u(t)表示pid控制方程，k
p
表示比例系数，ki表示积分时间常数， kd表示微分时间常数。
[0021]
进一步的，所述所述步骤s4具体包括以下步骤：
[0022]
步骤s41：给定pid控制的初始参数k
p
、ki、kd；
[0023]
步骤s42：求误差error(t)和误差的导数
[0024]
步骤s43：确定输入隶属度函数，对误差error(t)和误差的导数进行模糊化；
[0025]
步骤s44：确定模糊规则，对参数k
p
、ki、kd进行模糊整定；
[0026]
步骤s45：确定输出隶属度函数，对输出的模糊量解模糊得到精确量；
[0027]
步骤s46：将k
p
、ki、kd的初始值与步骤s45求得的精确值进行线性组合构成pid方程新的控制量，并将新的控制量带回pid控制方程，判断温度是否收敛于设定值；如果温度不收敛于设定值，则需要重复以上步骤直至温度收敛于设定值。
[0028]
进一步的，所述模糊化是将误差和误差的导数的大小通过语言形式描述，模糊子集为：{nb，nm，ns，zo，ps，pm，pb},分别代表{负大，负中，负小，零，正小，正中，正大}。
[0029]
进一步的，所述去模糊化采用重心法求解模糊输出，其表达式为：
[0030][0031]
其中，z0表示模糊控制器输出量解模糊后的精确值，μc(zi)表示zi的隶属度值，zi为模糊控制量论域内的值。
[0032]
本发明与现有技术相比具有以下有益效果：
[0033]
本发明实现了通过模糊自适应pid控制磁纳米粒子在交变磁场的作用下的产热值，进而有效控制组织区域的温度分布，从而有效改善了组织热消融的效果，提高了控制的精度。
附图说明
[0034]
图1是本发明方法流程图；
[0035]
图2是本发明实施例中构建的几何模型示意图
[0036]
图3是本发明实施例中未进行模糊自适应pid控制的温度分布预测示意图
[0037]
图4是本发明一实施例中未进行模糊自适应pid控制的温度曲线；
[0038]
图5是本发明一实施例中模糊自适应pid控制的温度曲线。
具体实施方式
[0039]
下面结合附图及实施例对本发明做进一步说明。
[0040]
请参照图1，本发明提供一种基于模糊自适应pid控制的磁纳米粒子产热优化方法，包括以下步骤：
[0041]
步骤s1：构建生物组织的几何模型；
[0042]
步骤s2：基于生物组织的几何模型，构建pennes生物传热模型，并预测生物组织内的温度分布；
[0043]
步骤s3：通过pid算法控制交变磁场加热功率；
[0044]
步骤s4：基于pid控制交变磁场加热功率，判断区域最高温度是否收敛于设定值，若不是则利用模糊控制器对pid算法的参数进行整定，是则跳转至步骤s5；
[0045]
步骤s5：将整定后的参数用于pid算法中并输出优化后的温度控制曲线。
[0046]
较佳地，在本实施例中，所述步骤s1中所描述的几何模型如图 2所示，模型由一个圆和一个椭圆构成，其中，半径为r1＝5mm的圆代表第一组织区域，长轴为a＝20mm、短轴为b＝15mm的椭圆代表第二组织区域，其中第一组织区域包含在第二组织区域中。
[0047]
较佳地，在本实施例中，所述步骤s2中构建pennes生物传热模型，预测生物组织内的温度分布，其中，所述pennes生物传热模型为：
[0048][0049]
其中，ρ、c、t、k分别表示组织的密度、比热容、绝对温度、热传导系数，ωb、ρb、cb、tb分别表示血液灌注率、血液密度，血液比热容、血液温度，t表示磁纳米粒子在交变磁场的作用下的加热时间，符号表示哈密顿算子，qm表示单位体积的代谢热量，α表示功率耗散的校正系数，p表示功率耗散。
[0050]
较佳地，在本实施例中，所述设置组织区域的属性参数，并采用有限元的方法求解生物传热方程，组织内温度分布如图3所示，其中，组织区域参数包括组织的密度、比热容、导热系数。第一组织区域对应的参数数据为：1060kg
·
m-3
、3540j
·
kg-1
·
k-1
、0.52w
·
m-1
· k-1
，第二组织区域对应的参数数据为：1064kg
·
m-3
、4500j
·
kg-1
· k-1
、0.59w
·
m-1
·
k-1
。
[0051]
较佳地，在本实施例中，所述步骤s3中通过pid算法控制交变磁场加热功率，所述pid算法的控制方程为error(t)＝yd(t)-y(t)
[0052][0053]
其中，error(t)表示设定温度yd(t)与实际输出温度y(t)之间的差值，u(t)表示pid控制方程，k
p
表示比例系数，ki表示积分时间常数， kd表示微分时间常数。
[0054]
较佳地，在本实施例中，步骤s41：给定pid控制的初始参数k
p
＝ 1、ki＝0.05、kd＝
0.05；
[0055]
步骤s42：求误差error(t)和误差的导数
[0056]
步骤s43：确定输入隶属度函数，对误差error(t)和误差的导数进行模糊化；
[0057]
步骤s44：确定模糊规则，对参数k
p
、ki、kd进行模糊整定；
[0058]
步骤s45：确定输出隶属度函数，对输出的模糊量解模糊得到精确量；
[0059]
步骤s46：将k
p
、ki、kd的初始值与步骤s45求得的精确值进行线性组合构成pid方程新的控制量，并将新的控制量带回pid控制方程，判断温度是否收敛于设定值。如果温度不收敛于设定值46℃，则需要重复以上步骤直至温度收敛于设定值。图4所示是中心点未进行模糊自适应pid控制的温度曲线，图5所示是中心点模糊自适应 pid控制的温度曲线。
[0060]
较佳地，在本实施例中，步骤s4所述模糊化是将误差和误差的导数的大小通过语言形式描述，模糊子集为：{nb，nm，ns，zo， ps，pm，pb},分别代表{负大，负中，负小，零，正小，正中，正大}。
[0061]
较佳地，在本实施例中，步骤s4所述去模糊化采用重心法求解模糊输出，其表达式为：
[0062][0063]
其中，z0表示模糊控制器输出量解模糊后的精确值，μc(zi)表示zi的隶属度值，zi为模糊控制量论域内的值。
[0064]
较佳地，在本实施例中，所述步骤s5中，将步骤s4中整定k
p
、 ki、kd用于pid算法中，并输出优化后的温度控制曲线。
[0065]
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
技术特征：
1.一种基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，包括以下步骤：步骤s1：构建生物组织的几何模型；步骤s2：基于生物组织的几何模型，构建pennes生物传热模型，并预测生物组织内的温度分布；步骤s3：通过pid算法控制交变磁场加热功率；步骤s4：基于pid控制交变磁场加热功率，判断区域最高温度是否收敛于设定值，若不是则利用模糊控制器对pid算法的参数进行整定，是则跳转至步骤s5；步骤s5：将整定后的参数用于pid算法中并输出优化后的温度控制曲线。2.根据权利要求1所述的基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，所述生物组织的几何模型由一个圆和一个椭圆构成，其中，半径为r1的圆代表第一组织区域，长轴为a、短轴为b的椭圆代表第二组织区域，其中第一组织区域包含在第二组织区域中。3.根据权利要求1所述的基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，所述pennes生物传热模型为：其中，ρ、c、t、k分别表示组织的密度、比热容、绝对温度、热传导系数，ω
b
、ρ
b
、c
b
、t
b
分别表示血液灌注率、血液密度，血液比热容、血液温度，t表示磁纳米粒子在交变磁场的作用下的加热时间，符号表示哈密顿算子，q
m
表示单位体积的代谢热量，α表示功率耗散的校正系数，p表示功率耗散。4.根据权利要求3所述的基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，所述预测生物组织内的温度分布，具体为：设置组织区域的属性参数，并采用有限元的方法求解pennes生物传热模型，其中，组织区域参数包括组织的密度、比热容、导热系数。5.根据权利要求1所述的基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，所述pid算法的控制方程为：error(t)＝y
d
(t)-y(t)其中，error(t)表示设定温度y
d
(t)与实际输出温度y(t)之间的差值，u(t)表示pid控制方程，k
p
表示比例系数，k
i
表示积分时间常数，k
d
表示微分时间常数。6.根据权利要求1所述的基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，所述所述步骤s4具体包括以下步骤：步骤s41：给定pid控制的初始参数k
p
、k
i
、k
d
；步骤s42：求误差error(t)和误差的导数
步骤s43：确定输入隶属度函数，对误差error(t)和误差的导数进行模糊化；步骤s44：确定模糊规则，对参数k
p
、k
i
、k
d
进行模糊整定；步骤s45：确定输出隶属度函数，对输出的模糊量解模糊得到精确量；步骤s46：将k
p
、k
i
、k
d
的初始值与步骤s45求得的精确值进行线性组合构成pid方程新的控制量，并将新的控制量带回pid控制方程，判断温度是否收敛于设定值；如果温度不收敛于设定值，则需要重复以上步骤直至温度收敛于设定值。7.根据权利要求6所述的基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，所述模糊化是将误差和误差的导数的大小通过语言形式描述，模糊子集为：{nb，nm，ns，zo，ps，pm，pb},分别代表{负大，负中，负小，零，正小，正中，正大}。8.根据权利要求6所述的基于模糊自适应pid控制的磁纳米粒子产热优化方法，其特征在于，所述去模糊化采用重心法求解模糊输出，其表达式为：其中，z0表示模糊控制器输出量解模糊后的精确值，μ
c
(z
i
)表示z
i
的隶属度值，z
i
为模糊控制量论域内的值。
技术总结
本发明涉及一种基于模糊自适应PID控制的磁纳米粒子产热优化方法，包括以下步骤：步骤S1：构建生物组织的几何模型；步骤S2：基于生物组织的几何模型，构建Pennes生物传热模型，并预测生物组织内的温度分布；步骤S3：通过PID算法控制交变磁场加热功率；步骤S4：基于PID控制交变磁场加热功率，判断区域最高温度是否收敛于设定值，若不是则利用模糊控制器对PID算法的参数进行整定，是则跳转至步骤S5；步骤S5：将整定后的参数用于PID算法中并输出优化后的温度控制曲线。本发明实现了通过模糊自适应PID控制磁纳米粒子在交变磁场的作用下的产热值，进而有效控制组织区域的温度分布。进而有效控制组织区域的温度分布。进而有效控制组织区域的温度分布。
