Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: kwantyfikacja niepewności

Sortuj według:

Ogranicz wyniki do:

Modelling and control of a failing heart managed by a left ventricular assist device

Son Jeongeun, Du Dongping, Du Yuncheng

Biocybernetics and Biomedical Engineering

2020

Vol. 40, no. 1

559--573

Left ventricular assist device (LVAD) recently has been used in advanced heart failure (HF), which supports a failing heart to meet blood circulation demand of the body. However, the pumping power of LVADs is typically set as a constant and cannot be freely adjusted to incorporate blood need from resting or mild exercise such as walking stairs. To promote the adoption of LVADs in clinical use as a long-term treatment option, a feedback controller is needed to regulate automatically the pumping power to support a time-varying blood demand, according to different physical activities. However, the tuning of pumping power induces suction, which will collapse the heart and cause sudden death. It is essential to consider suction when developing control strategy to adjust the pumping power. Further, hemodynamic of a failing heart exhibits variability, due to patient-to-patient heterogeneity and inherent stochastic nature of the heart. Such variability poses challenges for controller design. In this work, we develop a feedback controller to adjust the pumping power of an LVAD without inducing suction, while incorporating variability in hemodynamic. To efficiently quantify variability, the generalized polynomial chaos (gPC) theory is used to design a robust self-tuning controller. The efficiency of our control algorithm is illustrated with three case scenarios, each representing a specific change in physical activity of HF patients.

A new assessment method of mechanism reliability based on chance measure under fuzzy and random uncertainties

Zhang L., Zhang J., Zhai H., Zhou S.

Eksploatacja i Niezawodność

2018

Vol. 20, no. 2

219--228

The traditional reliability analysis methods based on probability theory and fuzzy set theory have been widely used in engineering practice. However, these methods are unable directly measure the uncertainty of mechanism reliability with uncertain variables, i.e., subjective random and fuzzy variables. In order to address this problem, a new quantification method for the mechanism reliability based on chance theory is presented to simultaneously satisfy the duality of randomness and the subadditivity of fuzziness in the reliability problem. Considering the fact that systems usually have multilevel performance and the components have multimode failures, this paper proposes a chance theory based multi-state performance reliability model. In the proposed method, the chance measure is adopted instead of probability and possibility measures to quantify the mechanism reliability for the subjective probability or fuzzy variables. The hybrid variables are utilized to represent the random and fuzzy parameters, based on which solutions are derived to analyze the chance theory based mechanism reliability with chance distributions. Since the input parameters of the model contain fuzziness and randomness simultaneously, an algorithm based on chance measure is designed. The experimental results on the case application demonstrate the validity of the proposed method.

Tradycyjne metody analizy niezawodności oparte na teorii prawdopodobieństwa i teorii zbiorów rozmytych znajdują szerokie zastosowanie w praktyce inżynierskiej. Jednak metod tych nie można stosować do bezpośredniego pomiaru niepewności niezawodności przy niepewnych zmiennych, tj. subiektywnych zmiennych losowych i rozmytych. Aby zaradzić temu problemowi, przedstawiono nową metodę kwantyfikacji niezawodności opartą na teorii szansy, która jednocześnie spełnia aksjomaty dwoistości losowości oraz subaddytywności związanej z rozmytością w problemach niezawodności. Biorąc pod uwagę fakt, że systemy zazwyczaj charakteryzują się wielopoziomową strukturą, a uszkodzenia elementów składowych mają charakter wieloprzyczynowy, w niniejszym artykule zaproponowano model niezawodności eksploatacji systemu wielostanowego oparty na teorii szansy. W proponowanej metodzie, zamiast miar prawdopodobieństwa i możliwości, do kwantyfikacji niezawodności, w przypadku gdy dane są subiektywne zmienne losowe lub zmienne rozmyte, przyjęto miarę szansy wystąpienia zdarzenia. Do reprezentacji parametrów losowych i rozmytych wykorzystano zmienne hybrydowe, które stanowią podstawę dla wyprowadzenia rozwiązań w celu analizy niezawodności mechanizmu opartej na teorii szansy z rozkładem szans. Ponieważ parametry wejściowe modelu noszą jednocześnie znamiona rozmytości i losowości, opracowano algorytm oparty na mierze szansy. Wyniki eksperymentalne otrzymane na podstawie studium przypadku dowodzą poprawności proponowanej metody.