کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

توجه :

شما می توانید با خرید این محصول فایل " قلق های پایان نامه نویسی (از عنوان تا دفاع)" را به عنوان هدیه دریافت نمایید.

چکیده

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

فشارخون بالا زمانی ایجاد می شود که فشارخون در دیواره رگ ها بیش از حد معمول بالا رود که این وضعیت بسیار خطرناک است چون گاهی اوقات تاْثیرات مخرب آن در مرور زمان افزایش می یابد ، پس ثابت نگه داشتن سطح فشارخون در حالت نرمال حائز اهمیت است . کنترل PID به دلیل سادگی و مقاوم بودن آن تا کنون در کنترل بسیاری از پروسه های صنعتی مورد استفاده قرار گرفته است. معمولا در کاربردهای صنعتی، پارامترهای کنترلر PID به صورت دستی و با سعی و خطا تنظیم می شود. تنظیم پارامترهای کنترلر به صورت دستی، کارایی آن را به ویژه در شرایطی که زمان اهمیت دارد و نیز در مواردی که پارامترهای پلانت از قبل مشخص نباشد، کاهش می دهد. لذا در سالهای اخیر کار تحقیقاتی زیادی در زمینه تنظیم اتوماتیک پارامترهای کنترلر PID انجام گرفته و از بسیاری از تکنیک های هوشمند مانند الگوریتم های ژنتیک، بهینه سازی انبوه ذرات و ... برای تنظیم پارامترهای این کنترلر استفاده شده است.

در این پایان نامه، از الگوریتم ژنتیک جهت تنظیم پارامترهای کنترلر PID استفاده شده است. تنظیم اتوماتیک پارامترهای کنترلر توسط الگوریتم ژنتیک، دقت و سرعت کنترلر را به طرز قابل توجهی بهبود بخشیده و انعطاف کنترلر را برای برخورد با سیستمهای مختلف افزایش می دهد. کنترلر PID-GA پیشنهادی ، جهت تنظیم نرخ تزریق دارو به منظور کنترل فشار خون بیمار مورد استفاده قرار گرفته است. نتایج شبیه سازی ها نشان می دهد که این کنترلر با دقت و سرعت مناسب، سطح فشار خون بیمار را به حالت نرمال برمی گرداند و تغییر پارامترهای بیمار نیز در کارایی کنترلر تاثیری نخواهد داشت.

فهرست مطالب

عنوان صفحه

فصل اول مقدمه 1

فصل دوم بیماری فشارخون و روش های درمان پزشکی 4

2-1 مقدمه 4

2-2 تعریف فشار خون 6

2-3 انواع فشار خون 7

2-3-1 علائم 7

2-3-2 تشخیص 8

2-3-3 درمان 8

2-4 افزایش فشار خون 11

2-4-1 شکل فشار خون بدخیم یا تشدید شده 12

2-5 عوارض ناشی از فشار خون بالا 12

2-5-1 نارسایی قلبی 12

2-5-2 نارسایی کلیه 13

2-5-3 ضعف بینایی 13

2-5-4 سکته مغزی 13

2-5-5 حمله گذرای ایسکمی 14

2-5-6 فراموشی 14

2-5-7 بیماری عروق قلبی 14

2-5-8 سکته (حمله) قلبی 15

2-5-9 بیماری عروق محیطی 15

2-6 شیوه های درمان فشار خون بالا 15

2-7 برخی داروهای پایین آورنده فشار خون 16

فصل سوم استفاده از الگوریتم ژنتیک در تنظیم پارامترهای کنترلر PID 17

3-1 مقدمه 17

3-2 کنترلر PID 18

3-2-1 مقدمه 18

3-2-2 اجزای کنترلر 19

3-2-3 PID پیوسته 20

3-2-4 بهینه سازی کنترلر 20

3-2-5 مشخصات کنترلر های تناسبی-مشتق گیر-انتگرالگیر 21

3-2-6 مثالی از تنظیم پارامترهای کنترلر PID 22

3-2-6-1 کنترل تناسبی 23

3-2-6-2 کنترل تناسبی – مشتق گیر 24

3-2-6-3 کنترل تناسبی – انتگرالی 25

3-2-6-4 اعمال کنترلر PID 26

3-3 الگوریتم ژنتیک 27

3-3-1 مقدمه 27

3-3-2 تاریخچه الگوریتم ژنتیک 28

3-3-3 زمینه های بیولوژیکی 29

3-3-4 فضای جستجو 30

3-3-5 مفاهیم اولیه در الگوریتم ژنتیک 31

3-3-5-1 اصول پایه 31

3-3-5-2 شمای کلی الگوریتم ژنتیک 31

3-3-5-3 کد کردن 32

3-3-5-4 کروموزوم 32

3-3-5-5 جمعیت 33

3-3-5-6 مقدار برازندگی 33

3-3-5-7 عملگر برش 34

3-3-5-8 عملگر جهش 36

3-3-6 مراحل اجرای الگوریتم ژنتیک 38

3-3-7 همگرایی الگوریتم ژنتیک 43

3-3-8 شاخص های عملکرد 44

3-3-8-1 معیارITAE 44

3-3-8-2 معیار IAE 44

3-3-8-3 معیار ISE 44

3-3-8-4 معیار MSE 45

3-4 تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 45

3-4-1 تاریخچه 46

3-4-2 نحوه تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 46

3-5 مدل سازی ریاضی سیستم تنظیم فشار خون 47

3-5-1 مقدمه 47

3-5-2 مدل های دینامیکی توسعه داده شده 48

3-5-2-1 مدل اول 48

3-5-2-2 مدل دوم 49

3-5-2-3 مدل سوم 50

3-5-2-4 مدل چهارم 52

3-6 پیاده سازی سیستم تحویل دارو برای تنضیم فشارخون 53

فصل چهارم الگوریتمهای هم تکاملی هم کارانه 55

4-1 مقدمه 55

4-1-1 مفهوم هم تکاملی در طبیعت 55

4-1-2 الگوریتم های هم تکاملی ( CEAs) 56

4-2 تاریخچه 57

4-3 چرا از الگوریتمهای هم تکاملی استفاده می کنیم؟ 58

4-3-1 فضای جستجوی بزرگ یا نامحدود 59

4-3-2 عدم وجود یا مشکل بودن بیان ریاضی معیار مطلق برای ارزیابی افراد 60

4-3-3 ساختارهای پیچیده و یا خاص 61

4-4 معایب هم تکاملی 62

4-5 طبقه بندی الگوریتم های هم تکاملی 64

4-5-1 ارزیابی 64

4-5-1-1 کیفیت و چگونگی Payoff 66

4-5-1-2 روش های اختصاص برازندگی 66

4-5-1-3 روش های تعامل بین افراد 67

4-5-1-4 تنظیم زمان به هنگام سازی 68

4-5-2 نحوه نمایش 69

4-5-2-1 تجزیه مسأله به اجزای کوچکتر 69

4-5-2-2 توپولوژی فضایی 69

4-5-2-3 ساختار جمعیت 69

4-6 چهارچوب کلی الگوریتم هم تکاملی همکارانه 70

4-7 مقاوم بودن در الگوریتم های هم تکاملی هم کارانه 70

4-8 تئوری بازیهاوتحلیل الگوریتم هم تکاملی براساس مفاهیم تئوری بازی تکاملی 72

4-9 زمینه های کاربرد الگوریتم های هم تکاملی 75

فصل پنجم شبیه سازی ها و نتایج 78

5-1 مقدمه 78

5-2 کنترل بهینه فشارخون حین عمل جراحی توسط الگوریتم ژنتیک 78

5-2-1 شبیه سازی سیستم کنترل اتوماتیک فشارخون با کنترلر PID والگوریتم ژنتیک 79

5-2-1-1 انتخاب مدل ریاضی 79

5-2-1-2 انتخاب کنترلر 80

5-2-1-3 انتخاب تابع برازندگی برای الگوریتم ژنتیک 81

5-2-1-4 اعمال کنترلر و عمل کردن الگوریتم ژنتیک 82

5-2-2 نتایج شبیه سازی 84

5-2-3 پاسخ های حاصل از اجرای برنامه شبیه سازی شده 85

فصل ششم نتیجه گیری و پیشنهادات 88

6-1 نتیجه گیری 88

6-2 پیشنهادات 89

مراجع 90

فهرست شکل ها

عنوان صفحه

شکل 3-1 شمای کلی کنترلر PID 19

شکل 3-2 مثالی از تنظیم پارامترهای کنترلر PID 22

شکل 3-3 پاسخ پله سیستم حلقه باز 23

شکل 3-4 پاسخ پله واحد سیستم حلقه بسته با کنترلر تناسبی 24

شکل 3-5 پاسخ پله واحد سیستم حلقه بسته با کنترلر PD 24

شکل 3-6 پاسخ پله واحد سیستم حلقه بسته با کنترلر PI 25

شکل 3-7 پاسخ پله واحد سیستم حلقه بسته با کنترلر PID 26

شکل 3-8 : تبدیل فنوتیپ ها به ژنوتیپ ها وبالعکس 29

شکل 3-9 نمونه ای از فضای جواب 30

شکل 3-10 نمایش یک کروموزوم n بیتی در پایه عددی m 33

شکل 3-11 عمل برش تک نقطه ای 35

شکل 3-12 : عمل برش چند نقطه ای 35

شکل 3-13 عمل برش یکنواخت 36

شکل 3-14 عمل جهش 37

شکل 3-15 مراحل اجرای الگوریتم ژنتیک 39

شکل 3-16 مدل چرخ رولت 40

شکل 3-17 بلوک دیاگرام سیستم کنترل با کنترلر 53

شکل 4-1 سلسله مراتب طبقه بندی ویژگی های یک الگوریتم هم تکاملی 65

شکل4-2 الگوریتم هم تکاملی هم کارانه ترتیبی خلاصه شده 71

شکل 4-3 ماتریس امتیازدهی 74

شکل 5-1 شمای کلی سیستم 79

شکل 5-2 فلوچارت سیستم کنترل فشارخون 83

شکل 5-3 شبیه سازی کنترلر PID 84

شکل 5-4 شبیه سازی سیستم کنترل فشارخون 84

شکل 5-5 مقدار برازندگی ها در هر نسل 86

شکل 5-6 ضرایب کنترلرPID 86

شکل 5-7 خروجی سیستم در حالتی که فشار از حالت مطلوب بیشتر است 87

شکل 5-8 خروجی سیستم در حالتی که فشار از حد مطلوب کمتر است 87

فهرست جداول

جدول 3-1 اثرات کنترلرهای ، ، 21

جدول 3-2 نمونه ای از عمل جهش 37

جدول 3-3 انتخاب کروموزوم ها با استفاده از مدل چرخ رولت 41

جدول 3-4 محدوده پارامترهای مدل دینامیکی سیستم فشارخون 51

جدول 3-5 مقادیر تعیین شده برای پارامترهای مدل 52

جدول 3-6 مقادیر پارامترهای فرمول رابطه بین تغییرات فشارخون و سرعت تزریق دارو 53

جدول 5-1 انتخاب عدد مناسب برای پارامترهای مدل فشارخون 80

خرید فایل

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

فشارخون بالا زمانی ایجاد می شود که فشارخون در دیواره رگ ها بیش از حد معمول بالا رود که این وضعیت بسیار خطرناک است چون گاهی اوقات تاْثیرات مخرب آن در مرور زمان افزایش می یابد ، پس ثابت نگه داشتن سطح فشارخون در حالت نرمال حائز اهمیت است . کنترل PID به دلیل سادگی و مقاوم بودن آن تا کنون در کنترل بسیاری از پروسه های صنعتی مورد استفاده قرار گرفته است. معمولا در کاربردهای صنعتی، پارامترهای کنترلر PID به صورت دستی و با سعی و خطا تنظیم می شود. تنظیم پارامترهای کنترلر به صورت دستی، کارایی آن را به ویژه در شرایطی که زمان اهمیت دارد و نیز در مواردی که پارامترهای پلانت از قبل مشخص نباشد، کاهش می دهد. لذا در سالهای اخیر کار تحقیقاتی زیادی در زمینه تنظیم اتوماتیک پارامترهای کنترلر PID انجام گرفته و از بسیاری از تکنیک های هوشمند مانند الگوریتم های ژنتیک، بهینه سازی انبوه ذرات و ... برای تنظیم پارامترهای این کنترلر استفاده شده است.

در این پایان نامه، از الگوریتم ژنتیک جهت تنظیم پارامترهای کنترلر PID استفاده شده است. تنظیم اتوماتیک پارامترهای کنترلر توسط الگوریتم ژنتیک، دقت و سرعت کنترلر را به طرز قابل توجهی بهبود بخشیده و انعطاف کنترلر را برای برخورد با سیستمهای مختلف افزایش می دهد. کنترلر PID-GA پیشنهادی ، جهت تنظیم نرخ تزریق دارو به منظور کنترل فشار خون بیمار مورد استفاده قرار گرفته است. نتایج شبیه سازی ها نشان می دهد که این کنترلر با دقت و سرعت مناسب، سطح فشار خون بیمار را به حالت نرمال برمی گرداند و تغییر پارامترهای بیمار نیز در کارایی کنترلر تاثیری نخواهد داشت.

واژه های کلیدی : تنظیم اتوماتیک فشارخون ، کنترلر PID ، الگوریتم ژنتیک ، تنظیم پارامترهای کنترلر PID با الگوریتم ژنتیک

فهرست مطالب:

فصل اول مقدمه 1

فصل دوم بیماری فشارخون و روش های درمان پزشکی 4

2-1 مقدمه 4

2-2 تعریف فشار خون 6

2-3 انواع فشار خون 7

2-3-1 علائم 7

2-3-2 تشخیص 8

2-3-3 درمان 8

2-4 افزایش فشار خون 11

2-4-1 شکل فشار خون بدخیم یا تشدید شده 12

2-5 عوارض ناشی از فشار خون بالا

2-5-1 نارسایی قلبی 12

2-5-2 نارسایی کلیه 13

2-5-3 ضعف بینایی 13

2-5-4 سکته مغزی 13

2-5-5 حمله گذرای ایسکمی 14

2-5-6 فراموشی 14

2-5-7 بیماری عروق قلبی 14

2-5-8 سکته (حمله) قلبی 15

2-5-9 بیماری عروق محیطی 15

2-6 شیوه های درمان فشار خون بالا 15

2-7 برخی داروهای پایین آورنده فشار خون 16

فصل سوم استفاده از الگوریتم ژنتیک در تنظیم پارامترهایکنترلر PID 17

3-1 مقدمه 17

3-2 کنترلر PID 18

3-2-1 مقدمه 18

3-2-2 اجزای کنترلر 19

3-2-3 PID پیوسته 20

3-2-4 بهینه سازی کنترلر 20

3-2-5 مشخصات کنترلر های تناسبی-مشتق گیر-انتگرالگیر 21

3-2-6 مثالی از تنظیم پارامترهای کنترلر PID 22

3-2-6-1 کنترل تناسبی 23

3-2-6-2 کنترل تناسبی – مشتق گیر 24

3-2-6-3 کنترل تناسبی – انتگرالی 25

3-2-6-4 اعمال کنترلر PID 26

3-3 الگوریتم ژنتیک 27

3-3-1 مقدمه 27

3-3-2 تاریخچه الگوریتم ژنتیک 28

3-3-3 زمینه های بیولوژیکی 29

3-3-4 فضای جستجو 30

3-3-5 مفاهیم اولیه در الگوریتم ژنتیک 31

3-3-5-1 اصول پایه 31

3-3-5-2 شمای کلی الگوریتم ژنتیک 31

3-3-5-3 کد کردن 32

3-3-5-4 کروموزوم 32

3-3-5-5 جمعیت 33

3-3-5-6 مقدار برازندگی 33

3-3-5-7 عملگر برش 34

3-3-5-8 عملگر جهش 36

3-3-6 مراحل اجرای الگوریتم ژنتیک 38

3-3-7 همگرایی الگوریتم ژنتیک 43

3-3-8 شاخص های عملکرد 44

3-3-8-1 معیارITAE 44

3-3-8-2 معیار IAE 44

3-3-8-3 معیار ISE 44

3-3-8-4 معیار MSE 45

3-4 تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 45

3-4-1 تاریخچه 46

3-4-2 نحوه تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 46

3-5 مدل سازی ریاضی سیستم تنظیم فشار خون 47

3-5-1 مقدمه 47

3-5-2 مدل های دینامیکی توسعه داده شده 48

3-5-2-1 مدل اول 48

3-5-2-2 مدل دوم 49

3-5-2-3 مدل سوم 50

3-5-2-4 مدل چهارم 52

3-6 پیاده سازی سیستم تحویل دارو برای تنضیم فشارخون 53

فصل چهارم الگوریتمهای هم تکاملیهم کارانه 55

4-1 مقدمه 55

4-1-1 مفهوم هم تکاملی در طبیعت 55

4-1-2 الگوریتم های هم تکاملی ( CEAs) 56

4-2 تاریخچه 57

4-3 چرا از الگوریتمهای هم تکاملی استفاده می کنیم؟ 58

4-3-1 فضای جستجوی بزرگ یا نامحدود 59

4-3-2 عدم وجود یا مشکل بودن بیان ریاضی معیار مطلق برای ارزیابی افراد 60

4-3-3 ساختارهای پیچیده و یا خاص 61

4-4 معایب هم تکاملی 62

4-5 طبقه بندی الگوریتم های هم تکاملی 64

4-5-1 ارزیابی 64

4-5-1-1 کیفیت و چگونگی Payoff 66

4-5-1-2 روش های اختصاص برازندگی 66

4-5-1-3 روش های تعامل بین افراد 67

4-5-1-4 تنظیم زمان به هنگام سازی 68

4-5-2 نحوه نمایش 69

4-5-2-1 تجزیه مسأله به اجزای کوچکتر 69

4-5-2-2 توپولوژی فضایی 69

4-5-2-3 ساختار جمعیت 69

4-6 چهارچوب کلی الگوریتم هم تکاملی همکارانه 70

4-7 مقاوم بودن در الگوریتم های هم تکاملی هم کارانه 70

4-8 تئوری بازیهاوتحلیل الگوریتم هم تکاملی براساس مفاهیم تئوری بازی تکاملی72

4-9 زمینه های کاربرد الگوریتم های هم تکاملی 75

فصل پنجم شبیه سازی ها و نتایج 78

5-1 مقدمه 78

5-2 کنترل بهینه فشارخون حین عمل جراحی توسط الگوریتم ژنتیک 78

5-2-1 شبیه سازی سیستم کنترل اتوماتیک فشارخون باکنترلر PID والگوریتم ژنتیک 79

5-2-1-1 انتخاب مدل ریاضی 79

5-2-1-2 انتخاب کنترلر 80

5-2-1-3 انتخاب تابع برازندگی برای الگوریتم ژنتیک 81

5-2-1-4 اعمال کنترلر و عمل کردن الگوریتم ژنتیک 82

5-2-2 نتایج شبیه سازی 84

5-2-3 پاسخ های حاصل از اجرای برنامه شبیه سازی شده 85

فصل ششم نتیجه گیری و پیشنهادات 88

6-1 نتیجه گیری 88

6-2 پیشنهادات 89

مراجع 90

فهرست شکل ها

شکل 3-1 شمای کلی کنترلر PID 19

شکل 3-2 مثالی از تنظیم پارامترهای کنترلر PID 22

شکل 3-3 پاسخ پله سیستم حلقه باز 23

شکل 3-4 پاسخ پله واحد سیستم حلقه بسته با کنترلر تناسبی 24

شکل 3-5 پاسخ پله واحد سیستم حلقه بسته با کنترلر PD 24

شکل 3-6 پاسخ پله واحد سیستم حلقه بسته با کنترلر PI 25

شکل 3-7 پاسخ پله واحد سیستم حلقه بسته با کنترلر PID 26

شکل 3-8 : تبدیل فنوتیپ ها به ژنوتیپ ها وبالعکس 29

شکل 3-9 نمونه ای از فضای جواب 30

شکل 3-10 نمایش یک کروموزوم n بیتی در پایه عددی m 33

شکل 3-11 عمل برش تک نقطه ای 35

شکل 3-12 : عمل برش چند نقطه ای 35

شکل 3-13 عمل برش یکنواخت 36

شکل 3-14 عمل جهش 37

شکل 3-15 مراحل اجرای الگوریتم ژنتیک 39

شکل 3-16 مدل چرخ رولت 40

شکل 3-17 بلوک دیاگرام سیستم کنترل با کنترلر 53

شکل 4-1 سلسله مراتب طبقه بندی ویژگی های یک الگوریتم هم تکاملی 65

شکل4-2 الگوریتم هم تکاملی هم کارانه ترتیبی خلاصه شده 71

شکل 4-3 ماتریس امتیازدهی 74

شکل 5-1 شمای کلی سیستم 79

شکل 5-2 فلوچارت سیستم کنترل فشارخون 83

شکل 5-3 شبیه سازی کنترلر PID 84

شکل 5-4 شبیه سازی سیستم کنترل فشارخون 84

شکل 5-5 مقدار برازندگی ها در هر نسل 86

شکل 5-6 ضرایب کنترلرPID 86

شکل 5-7 خروجی سیستم در حالتی که فشار از حالت مطلوب بیشتر است 87

شکل 5-8 خروجی سیستم در حالتی که فشار از حد مطلوب کمتر است 87

فهرست جداول

جدول 3-1 اثرات کنترلرهای ، ، 21

جدول 3-2 نمونه ای از عمل جهش 37

جدول 3-3 انتخاب کروموزوم ها با استفاده از مدل چرخ رولت 41

جدول 3-4 محدوده پارامترهای مدل دینامیکی سیستم فشارخون 51

جدول 3-5 مقادیر تعیین شده برای پارامترهای مدل 52

جدول 3-6 مقادیر پارامترهای فرمول رابطه بین تغییرات فشارخون و سرعت تزریق دارو53

جدول 5-1 انتخاب عدد مناسب برای پارامترهای مدل فشارخون 80

خرید فایل