便攜式血氣分析儀管路故障智能排除系統設計

李福英 鄧西川 趙智超 陳全

關鍵詞： 血氣分析儀; 管路故障; 智能排障; 故障診斷; 專家系統; 信息采集

中圖分類號： TN702?34; TB391 ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）14?0032?04

Design of intelligent pipeline fault removal system for portable blood gas analyzer

LI Fuying1， DENG Xichuan1， ZHAO Zhichao2， CHEN Quan1

（1. Chongqing Medical University， Chongqing 400016， China; 2. Jiamusi University， Jiamusi 154007， China）

Abstract： The blood gas analyzer is one of the most commonly?used clinical instruments at present， and can effectively detect the pH value of the body and other indexes. Therefore， an intelligent pipeline fault removal system is designed for the portable blood gas analyzer to effectively remove pipeline faults of the portable blood gas analyzer and improve its working quality. The pipeline information acquisition module is used to collect voltage and current signals of pipelines by using the SCM to control the voltage and current signal acquisition circuit. The main control unit is used to drive the filter to filter out the noises in these signals， so as to obtain effective pipeline voltage and current signals which are transmitted to the fault diagnosis module. The expert system method is used to diagnose the fault information according to the fault diagnosis process. The fault information is sent to the fault removal module， so as to remove faults according to the reasonable fault removal method. The experimental results show that the system can accurately remove the pipeline faults of the portable blood gas analyzer in less than 2 ms， and has a good operation performance.

Keywords： blood gas analyzer; pipeline fault; intelligent troubleshooting; fault diagnosis; expert system; information acquisition

血氣分析儀是通過電極測定人體全身血液中酸堿度值、二氧化碳分壓值以及養分壓值等各項指標的儀器[1]。將血氣分析儀測出的參數與各項標準值進行比較即可了解人體血液中的輸氧狀態以及酸堿平衡情況，為臨床中疾病診斷與確定治療方案提供了有效的科學依據[2]。血氣分析儀可應用于人類昏迷、嚴重外傷、甚至休克等病危患者的臨床搶救與手術過程中的監控和臨床治療過程中的觀測與研究[3]。血氣分析儀主要由電極系統、管路系統和電路系統三大部分組成。其中管路系統較為復雜，其主要功能為自動定標、自動測量與自動沖洗，是血氣分析儀的重要組成部分[4]。便攜式血氣分析儀因為其有攜帶與使用方便等優點漸漸被廣泛使用，但是其管路系統復雜，出現故障會導致其無法使用。因此設計一種便攜式血氣分析儀管路故障智能排除系統，能快速排除血氣分析儀故障，便于血氣分析儀快速恢復正常，提高工作質量[5]。

1 ?便攜式血氣分析儀管路故障智能排除系統

1.1 ?系統總體結構

便攜式血氣分析儀管路故障智能排除系統總體結構圖如圖1所示。該系統主要由主控單元、管路信息采集模塊、故障診斷模塊和故障排除模塊構成[6]。其中：主控單元包括載波通信單元與數據處理單元;管路信息采集模塊包括管路檢測部分與載波通信部分，管路檢測部分包括故障檢測單元與傳感器，載波通信部分包括載波通信單元與地址編碼單元[7]。整個管路故障智能排除系統除主控單元、管路信息采集模塊、故障診斷模塊和故障排除模塊外，還包括隔離變壓器與電力線接口單元等。

便攜式血氣分析儀管路故障智能排除系統的主控單元完成整個管路故障智能排除系統的監視與控制功能以及當前管路故障信息上位機展示[8];管路信息采集模塊設置在便攜式血氣分析儀與隔離變壓器二次端之間，采集便攜式血氣分析儀管路工作狀態，并將獲取的管路電流、電壓信號上傳;故障診斷模塊和故障排除模塊得到的管路故障診斷信息和排除效果，通過上位機中的顯示器展示。

1.2 ?硬件設計

1.2.1 ?電流電壓信號采樣

管路信息采集模塊通過單片機調控信號采集電路，采集便攜式血氣分析儀管路的信號。信號采集電路圖見圖2。

1.2.2 ?故障診斷模塊

故障診斷模塊是便攜式血氣分析儀管路故障智能排除系統的核心部分，故障診斷模塊采用接收到濾波器反饋的管路電流和電壓信號，利用知識庫依次推理，獲取便攜式血氣分析儀管路故障部位以及置信度，并將這些診斷信息發送至故障排除模塊中進行管路故障的有效排除。故障診斷模塊結構圖如圖3所示。

故障診斷模塊采取專家系統方法實現診斷。專家系統由推理機、知識庫、解釋系統、綜合數據庫、知識獲取系統與人機接口等構成。專家系統和專家工程師通過人機接口與用戶實現知識交互。推理機可通過診斷信息模擬專家思維在知識庫中查找知識進行推理，找出故障解決方法[9]。知識庫是存放便攜式血氣分析儀管路故障相關的原理性知識、實際故障問題以及專家經驗性解決故障方法的存儲器。綜合數據庫中存儲便攜式血氣分析儀管路的故障問題、相關的故障描述以及推理機推理過程的故障狀態與處理結果[10]。將從知識工程師與訓練數據中獲取的知識存儲到知識獲取系統中，并將其發送至知識庫內，保障整體系統知識的一致;用戶通過解釋系統明確故障的具體診斷過程，領域專家通過人機接口和知識獲取系統進行知識的交互。

1.3 ?軟件設計

1.3.1 ?故障診斷流程

圖4為故障診斷模塊進行分析儀管路故障診斷的詳細流程，具體描述如下：

1） 建立存放故障規則前件和相應規則概率，以及故障診斷結果和相應概率的臨時數據庫。

2） 將臨時數據庫初始化，匹配故障代碼與故障規則前件組成故障規則集，采取寬度優先搜索方法，對規則集內規則依次推理。將推理結果與推理結果相應概率分別加入存儲結果數組與存儲結果概率數組內，將推理操作與推理操作相應概率分別加入存儲規則前件與存儲規則前件概率數組內。由以上數組組成新事實集繼續推理。

3） 重復步驟2），直至存儲規則前件數組無規則可匹配。

4） 故障診斷失敗，回到“推理失敗”;故障診斷成功，將推理結果中同類項合并，并將相應概率相加，清除診斷結果中概率小于0.1的項。最后將推理過程與結果發送至“實例數據庫”，故障診斷結束。

1.3.2 ?故障排除方法

便攜式血氣分析儀管路故障排除系統中故障排除模塊接收到故障診斷模塊的診斷結果信息后，采用以下故障排除方法進行管路故障排除。

1） 便攜式血氣分析儀系統信息中顯示“沖洗錯誤”，這種故障情況在便攜式血氣分析儀中較為常見，主要是由于以下故障造成。

① 便攜式血氣分析儀管路系統中液體感知器未感知到清洗液。檢測清洗液瓶，發現其液體足夠，清洗液瓶體主泵可正常運轉，主泵下側有液體流出，檢測主泵管可見泵管已破裂，4個滾柱與主泵連接推動主泵運轉，檢測4個滾柱發現其中一個滾柱無法轉動，主泵與泵管間摩擦力過大導致泵管破損，將無法轉動的滾柱仔細清洗至可靈活轉動，去掉破裂泵管并安裝新泵管，故障排除。

② 管路系統中電磁閥異常導致“沖洗錯誤”。與管路系統沖洗系統相連接的電磁閥分別為V1，V5，V9，V11。進行沖洗程序時，兩個液體感知器之間發光管狀態異常，檢修過程中發現電磁閥V11與電磁閥V1，V5，V9狀態不同，電磁閥V1，V5，V9均正常運行，電磁閥V11無反應。解決方案為：將便攜式血氣分析儀關機，拆掉電磁閥V11，測試V11兩端線圈連通是否正常，電磁閥V11撥動后無法動作，將電磁閥V11拆開，可見芯片與閥體見存在銹蝕，因而電磁閥無法動作，將電磁閥銹蝕清除后重新安裝，“沖洗錯誤”故障排除。

③ 閥管滲漏導致“沖洗錯誤”。便攜式血氣分析儀管路系統中存在4個短小閥管，閥管與電磁閥相連接，電磁閥頻繁運動導致閥管受擠壓破損，更換破損閥管，排除故障，管路系統恢復正常。

2） 便攜式血氣分析儀顯示“pH電極超出范圍”或“不穩定”。便攜式血氣分析儀利用pH電極與參比電極實現pH檢測，參比電極中應充滿氯化鉀溶液。檢測發現管路系統參比電極中氯化鉀溶液過少導致pH值測定不準確，鹽橋泵與電磁閥V10正常運行，參比電極與氯化鉀回流管連接處發現氯化鉀結晶，將回流管拔下，回流管與電極連接管存在異物，將異物取出，氯化鉀溶液可正常循環，故障排除。

2 ?實驗分析

為了檢測便攜式血氣分析儀管路故障智能排除系統排除管路故障情況，在某市醫院采集管路故障便攜式血氣分析儀10臺。將以上血氣分析儀通過本文系統進行管路故障排除，并將本文系統與支持向量機系統和TIP系統進行對比，對比結果見表1。從表1能夠看出，本文系統能夠將10臺便攜式血氣分析儀出現的各種管路故障都準確診斷出，并成功排除掉;而其他兩個系統無法準確診斷出部分管路故障，并且也不能有效排除相應管路故障，故障排除效果差。

統計本文系統排除上述出現的9種便攜式血氣分析儀管路故障性能，并將本文系統故障排除性能與支持向量機系統和TIP系統進行對比。系統吞吐率為系統接收數據包與發送數據包對比結果，系統能耗為系統進行故障排除過程所耗費的能量。系統的吞吐率和能耗是評價故障排除系統性能的重要指標。

統計三種系統在排除便攜式血氣分析儀管路故障過程中的吞吐率和能耗，評價本文系統排除便攜式血氣分析儀管路故障的性能，統計結果見圖5、圖6。

由圖5可看出：本文系統在數據量大小為2 000條以內時，吞吐率均為99.5%以上;而支持向量機系統和TIP系統在數據量為2 000條時，吞吐率僅為81.1%和66.8%。可知本文系統接收數據量能力較強，增加了系統排除故障的準確性。

由圖6可以看出，本文系統在檢測管路故障數量為50個時，能耗僅為199 J，而支持向量機系統和TIP系統在檢測管路故障數量為50個時，所用能耗高達715 J與741 J。可知本文系統耗能較低，是一種高效的故障排除系統。

3 ?結 ?論

本文設計一種便攜式血氣分析儀管路故障智能排除系統，并通過大量實驗對其排除故障性能進行了檢測。實驗結果表明，本文系統可準確排除便攜式血氣分析儀管路故障，并通過吞吐率、能耗指標驗證了本文系統排除故障過程中，具有占用率低、耗能低等優勢，系統運行效果佳。

注：本文通訊作者為陳全。

參考文獻

[1] 高志琪，王清濤，康熙雄，等.血氣分析儀智能化質量管理系統臨床多中心比對研究[J].中華檢驗醫學雜志，2018，41（6）：475?480.

GAO Zhiqi， WANG Qingtao， KANG Xixiong， et al. The multi?center validation of an intelligent blood gas analyzer quality management system [J]. Chinese journal of laboratory medicine， 2018， 41（6）： 475?480.

[2] 王泉，孫海洋，邵志陽，等.一種基于FPGA實現的ARINC659總線分析儀設計與實現[J].電子技術應用，2016，42（10）：146?148.

WANG Quan， SUN Haiyang， SHAO Zhiyang， et al. A design and implementation of ARINC659 protocol analyzer based on FPGA [J]. Application of electronic technique， 2016， 42（10）： 146?148.

[3] 程剛，許偉，陳于濤，等.動態多連片貝葉斯網絡在復雜管路系統故障診斷中的應用研究[J].海軍工程大學學報，2016，28（2）：36?39.

CHENG Gang， XU Wei， CHEN Yutao， et al. Fault diagnosis of complex pipeline system based on multiple sectioned dynamic Bayesian networks [J]. Journal of Naval University of Engineering， 2016， 28（2）： 36?39.

[4] 司景萍，馬繼昌，牛家驊，等.基于模糊神經網絡的智能故障診斷專家系統[J].振動與沖擊，2017，36（4）：164?171.

SI Jingping， MA Jichang， NIU Jiahua， et al. An intelligent fault diagnosis expert system based on fuzzy neural network [J]. Journal of vibration and shock， 2017， 36（4）： 164?171.

[5] 朱永慶，黃新宇，唐宏，等.利用大數據分析技術的智能化網絡故障診斷系統[J].電訊技術，2018，58（10）：1115?1120.

ZHU Yongqing， HUANG Xinyu， TANG Hong， et al. An intelligent network fault diagnosis system via big data analysis technique [J]. Telecommunication engineering， 2018， 58（10）： 1115?1120.

[6] 文陽，楊媛，高勇.數字化IGBT智能驅動與故障監測存儲系統設計[J].電氣傳動，2016，46（7）：73?76.

WEN Yang， YANG Yuan， GAO Yong. Digital IGBT intelligent drive and fault monitoring storage system design [J]. Electric drive， 2016， 46（7）： 73?76.

[7] 楊金鵬，梁東，楊濤，等.無人機雙余度電動舵機角度傳感器故障檢測方法[J].電子技術應用，2017，43（5）：86?89.

YANG Jinpeng， LIANG Dong， YANG Tao， et al. Fault detection method for angular transducer of UAV redundancy actuator [J]. Application of electronic technique， 2017， 43（5）： 86?89.

[8] 崔陽，張柯，姜斌.具有切換拓撲結構的多智能體系統故障估計[J].山東大學學報（工學版），2017，47（5）：263?270.

CUI Yang， ZHANG Ke， JIANG Bin. Fault estimation design for linear multi?agent systems with switching topologies [J]. Journal of Shandong University （Engineering science）， 2017， 47（5）： 263?270.

[9] 李永麗，李瑞鵬，盧揚，等.斷路器操作回路的智能化監測系統設計[J].電力自動化設備，2017，37（10）：211?217.

LI Yongli， LI Ruipeng， LU Yang， et al. Intelligent monitoring system design for circuit breaker operating circuit [J]. Electric power automation equipment， 2017， 37（10）： 211?217.

[10] 韓艷，帕孜來·馬合木提.閉環狀態下并網逆變器故障診斷[J].電子技術應用，2019，45（1）：122?126.

HAN Yan， Pazilai Mahemuti. Grid?connected inverter fault diagnosis in closed loop [J]. Application of electronic technique， 2019， 45（1）： 122?126.