使用pap设备中的电动机转速估计流量的制作方法

专利名称：使用pap设备中的电动机转速估计流量的制作方法
技术领域：
本发明涉及不使用传感器的情况下在正压通气(PAP)设备中的流量的估计。
背景技术：
在与睡眠有关的呼吸紊乱(诸如阻塞性睡眠呼吸暂停(OSA))的治疗中使用正压通气(PAP)设备。典型的设备包括流量发生器，其经由连接至面罩的空气输送软管向患者输送增压的空气。在其最简单的水平，该流量发生器包括可以向患者输送规定压力(直到30cmH2O)的鼓风机，所述规定压力如由临床医生设定的。
高端PAP设备要求在治疗OSA方面更加有效，因为他们可以监视输送给患者的空气流量并导出治疗压力的有效性的测量。使用该信息，可以改善治疗的质量并报告回临床医生用于回顾。在自动滴定设备(APAP)中，可以将所输送的压力不断调整到用于有效治疗的最小所需要的压力。
在PAP设备中用于测量流量的传统技术涉及将流量传感器插入空气路径。传感器可以是Venturi类型，其测量通过空气路径的一部分的压力下降，通常是通过一些已知的气阻。另一感测技术是热质量流量传感器，其允许空气在加热的元件上通过，在该元件的下游测量该元件的温度。这些技术是精确的，然而由于感测硬件增加了PAP设备的额外开销。
几项关于用于治疗呼吸紊乱的设备的专利已经被批准，这些设备可以操作传统的流量传感器。一个例子是Champain等的美国专利No.5,443,061，标题为“Apparatus for providing a breathing gas with anoverpressure and process of controlling such apparatus installation.”。Champain使用了压电压力传感器，用于检测在涡轮和面罩之间的气流波动。传感器的输出被提供给涡轮控制器，其相应地调整涡轮。
相关的现有专利的其他例子包括美国专利No.5,740,795和6,237,593，都是Brydon的，都具有与本发明相同的受让人，并且都教导了“CPAP治疗中的流量的估计和呼吸的检测”(统称“Brydon”)。Brydon陈述鼓风机电动机的速度受反馈环路的控制，在反馈环路中，测量实际电动机速度，并生成误差信号，从而增加或减少对电动机或其他调节设备的驱动，因此保持了恒定的电动机速度(‘795专利，列2，行55-65)。用于执行速度控制的结构包括电动机控制器，其发布控制信号，以便控制所述电动机速度。速度反馈信号被输入电动机控制器，其提供基于其进行速度调节的信号。
Brydon还陈述可以从电动机速度和功率测量导出信号，该信号与实际的体积流量呈非线性关系。这些信号可以使用由经验确定的涡轮系统的压力/流量/速度特征来线性化，从而给出患者呼吸(流量)的体积测量(‘795专利，列3，行5-15)。关于功率测量，Brydon陈述了电流独自是典型地充分的电动机功率的指示。为了测量电流，Brydon教导了电流感测电阻并且测量了通过该电阻的电压下降。感测该电压，并将该电压提供给差分放大器，它的输出是表示电动机电流(和功率)的信号。然后将该信号提供给低通滤波器电路，其移除高频电噪声，提供了该信号的平均或稳定状态分量。然后通过高通滤波器延伸该信号，从而移除非呼吸分量，并且然后施加给单维线性化元件，其功能是从由经验确定的涡轮、管道和面罩系统的压力/流量/速度特征导出的。线性化元件的输出是线性化的流量信号。
使用Brydon方法的问题在于电动机电流是非常嘈杂的。在图1中，上部迹线2是面罩压力，而下部迹线4是电动机电流。对于大的压力跳跃，由于通过通常使用的电动机驱动MOSFET的切换电流的总和，电流迹线指示显著的噪声。可以理解的是，对于小的压力或流量扰动，该信号噪声甚至变得更加明显。
从自动滴定(APAP)和高端恒压(CPAP)PAP设备读取的流量信息不必需需要硬件流量传感器提供的精确性。因此，流量估计提供了可替换的、低成本的提供流量数据的方法，在成本要求妨碍了传感器的使用时仍然可以使用。

发明内容
本发明的目的是开发一种改进的算法流量估计器，用于PAP设备，代替传统的流量测量传感器。该算法流量估计器具有与物理传感器和相关的电子设备相比低成本的优点。该算法流量估计器不将压力损失引入空气输送电路，这不同于典型地具有高嵌入损失的物理传感器。
为了满足上述目的，公开了用于在应用PAP疗法的同时确定通过PAP设备的气流的方法和装置。该方法包括如下步骤生成具有基于鼓风机电动机的实际速度的速度大小的参数；生成具有基于所述鼓风机电动机的操作特征的电流大小的参数；以及在流量估计算法中使用所述速度大小参数和所述电流大小参数，从而确定通过所述PAP设备的流量。本发明的优选实施例包括如下步骤测量鼓风机电动机的实际速度；确定达到所期望的电动机速度所需要的所期望的电动机电流；在多项式流量估计算法中使用所述实际鼓风机电动机速度和所期望的电动机电流，从而确定通过所述PAP设备的流量。在本发明优选实施例中的估计算法使用二维查找表，其输入是所期望的电流和实际电动机速度，并且输出是通过PAP设备的流量。在第二相关实施例中，在表查找操作中输入的电流是实际电动机电流减去由于加速度或减速度引起的分量，在这种情况下的电流是维持电动机速度所期望的。


为了进一步满足所述目的，参考附图提供了本发明典型实施例的详细描述，附图不是意于限制本发明的范围，其中图1是压力和实际电动机电流的迹线，示出了实践中电动机绕组电流多么嘈杂；图2是根据本发明的PAP设备的示意性描述；图3示出根据本发明第一实施例的算法过程；图4示出由图2的设备实现的可替换的优选算法过程；以及图5示出在本发明的优选实施例中，由硬件和固件分别执行的功能。
具体实施例方式
在图2中，公开了用于计算流量的系统。鼓风机6具有风扇8，其从入口10取得空气，施加扭矩以便在涡壳12内将空气增压，并且通过出口14输送空气。在典型操作期间，风扇8以大约20000RPM旋转。所输送的压力能够在4-20cmH2O范围内，体积流量在0和150L/min之间。所示的鼓风机6可以由另一种鼓风机/涡壳设计替代，例如轴向风扇，只要操作范围包含这些参数。
典型的电动机16向风扇供能，其中电动机是24V绕线式无刷DC电动机。其他电动机将以相似的可用方式做出响应。
系统鼓风机6能够在风扇涡壳12内给与空气压差(pressure head)。电动机供应的扭矩使得在空气穿过鼓风机时对空气做功。理论上，产生的扭矩与空气的密度、体积流量、风扇叶轮内外半径、以及空气进入和离开鼓风机时空气流速的正切分量有关。该关系被给出如下τ＝ρQ(r0V0-riVi)，其中τ＝扭矩ρ＝密度Q＝体积流量r＝半径，以及V＝正切空气流量τ＝KI，其中K＝电动机常数，以及I＝绕组电流电动机16发展的总扭矩主要用在三个领域对抗摩擦和粘滞作用维持速度；改变速度；和经由鼓风机提供压差和流量。速度指电动机转子和鼓风机组件的旋转速度。电动机16发展的扭矩可以理想地与流过电动机绕组的电流I相关，如与电动机常数K呈正比一样。
从这些关系，可能使电动绕组中的电流I与通过鼓风机6的体积流量Q相关，如果风扇8的速度已知。
电动机16、风扇8和鼓风机6的充气装置、空气输送管和面罩(未示出)可以在数学上建模为第一级系统，其中电动机16所需的能量与输送的空气质量呈正比(其中，空气在所涉及的压力处被看作不可压缩的)。从该第一级方程导出的传递函数是G＝1/(as+k)，其中由于系统中的电和充气损失(包括风扇室内的空气再循环，和通过漏气和CO2冲洗(flush)的空气损失)引起能量损失分量。阻尼分量(还减少输送给空气的能量)是涉及压缩、温度增加和空气抽吸的能量输送机构引起的。
从这些关系中排除的人为因素包括例如电动机中的铜损失；涡壳内发展的湍流；在叶片尖部由压缩引起的气流分离；空气的可压缩性；在空气和鼓风机之间的摩擦；由于海拔高度或温度的改变引起的空气密度变化；由于操作温度引起的电动机参数K的变化；以及由于轴承润滑脂的变化引起的电动机摩擦的变化等。在大部分系统中，这些人为因素可以忽略，但是可能降低流量数据的准确性，并且因此在不好的系统性能中应该被考虑。最明显的人为因素是空气密度的变化。然而，这可以通过使电流和质量流量而不是和体积流量相关来克服。如果设备将在不同海拔高度操作，这应该被考虑。
以上等式描述了用于测量Q的理想位置。然而，实际的模型是非常复杂的，且难以精确建模。为了克服该问题，如下所述，基于系统的实际动力学的物理理解，系统被经验建模。
本发明的流量估计算法是需要至少两个输入的多项式计算。这两个输入参数是电动机的运行参数。本发明的流量估计算法的第一输入参数与电动机速度有关。优选地，该输入参数是实际电动机速度，RPM_ACT。优选地，使用通常与微控制器通信的霍耳效应速度传感器之一来确定实际电动机速度，RPM_ACT。该流量估计算法的第二输入参数与维持该电动机速度所需的电动机电流相关。该第二输入参数是由所期望的电动机电流I_DES定义的。存在许多种不同的方法，其中，I_DES可以根据电动机速度的控制来被确定。
参考图2，使用电动机电子设备中的放大器和滤波器网络32来测量实际电动机电流，I_ACT。电动机电流通过低感应系数的电阻34接地。在该电阻上产生的电压与通过电动机绕组的电流近似呈比例。使用模数转换器由微控制器18读取实际电动机电流，I_ACT。对于流量估计算法的操作，测量该I_ACT的方法不是特定的，并且诸如使用霍耳效应感测的其他方法包括在本发明的范围内。
在本发明的第一实施例中(见图3)，测量实际电动机速度，RPM_ACT，并对其进行微分，以提供对转子加速度，ACL的估计。加速度，ACL乘以一个常数值C。该常数值C优选等于风扇组件惯量J除以电动机常数K(C＝J/K)。该实际的C值是通过校准过程实验导出的，从而使在电动机结构中的未知人为因素和误算的影响最小化。该结果是对电动机加速度或减速度所需的总电流分量的估计，I_ACL(ACL×C＝I_ACL)。
在该实施例中，通过从所测量的实际电动机电流，I_ACT中减去I_ACL来确定所期望的电动机电流I_DES。所期望的电动机电流，I_DES，等于维持电动机速度并产生气流所用的电流。使用在校准过程中从实验导出的已知操作参数计算气流。根据已知的电动机速度(RPM_ACT)和所期望的电流(I_DES)的操作参数，电动的运行参数和风扇特征被压缩为多项式系数。因此，通过多项式计算馈送I_DES和RPM_ACT，从而确定该估计的气流Q。
在优选实施例中，使用插值二维查找表计算多项式，其中，输入该表的是RPM_ACT和I_DES，输出是气流Q，其在校准期间存在于该操作点。可以使用其他使RPM_ACT和I_DES与气流Q相关的结构和方法来替代查找表。
在本发明的第二优选实施例中，存在控制结构，用于维持电动机16的速度(见图2和4)。可以理解的是，该速度能够改变，因为不同的压力需要不同的速度。然而，在给定的固定速度(或速度设定点)处，图4和5的控制结构从载荷或干扰扭矩滤出扰动，使得速度基本是常数。因此，存在最小的无意的转子加速度，使得该加速度基本等于零。从而，不存在加速度引起的附加电流I_ACL，该电流在流量估计计算中需要被考虑。因此，实际电流，I_ACT可被看作基本等于所期望的电动机电流，I_DES。
在本发明的最优选的实施例中，使用图4中所示的电动机控制结构和所期望的电动机电流，I_DES，将电动机速度基本维持为常数，输入参数是维持电动机在恒定速度所需的所确定的电动机电流，其中，伺服控制器维持实际电动机电流，I_ACT，接近于所期望的电动机电流，I_DES。通过使用控制电动机电流，所期望的电动机电流，I_DES的干净的伺服输入，而不是使用具有噪声的测量的实际电动机电流值，I_ACT，该实施例具有优势地提供了附加的优势。
控制结构(图4和5)是闭合环路，二级速度控制器，其包含在反馈环路中的两段18和20。段1居于Hitachi SH1微控制器上的固件中，其包含流量估计算法。所期望的电动机速度，RPM_DES，由PAP设备本身的治疗算法指定。通过从所期望的速度，RPM_DES中减去实际电动机速度，RPM_ACT(如上所述使用通常与微控制器通信的霍耳效应速度传感器之一来确定)来计算速度误差，RPM_ERR。所期望的设定点来自内部查找表，其将所存储的期望的治疗压力转换为所期望的电动机速度，RPM_DES。(该查找表在海平面是有效的，但是在较高的海拔会有误差(低估所需要的电动机速度))。
实际电动机速度RPM_ACT被从所期望的速度RPM_DES(由所需要的瞬时压力确定)中减去，从而提供误差信号RPM_ERR，其被馈送到调谐PID控制系统22，并且该输出是与所期望的电动机电流，I_DES对应的值。积分前项(integral forward term)确保零静态误差，而导数反馈项(feedback term)允许最优的阻尼和稳定性，而没有不应有的复杂性。使用的特定PID实现方式是伪导数反馈系统，其通过如在现有技术中已知的在前向路径上积分之后注入比例项，避免了导数项的实际计算。在具有积分前向路径的标准导数反馈系统中，导数项与设定点求差，从而产生包含导数信息的误差项。该误差项然后被积分，产生比例前项，由此如同计算噪声导数(noise prone derivation)一样提供相同的能量传递函数[见，Richard M.Phelan，Cornell大学出版社，1987年的“Automatic Control Systems”]。
在使用积分前项的系统中，大信号的稳定性和瞬时恢复通过在非线性行为期间(例如启动期间)限制积分器来获得。限制积分的输出确保最终的控制输出是在它的线性范围内。
所期望的信号，I_DES，随着扭矩的改变而变化是电动机所需要的，以便维持恒定的速度。所期望的电流，I_DES，提供了与电动机功率呈比例的信号，具有稳定的和线性的传递函数映射，并允许能量供应23的容量的最优使用(图2)。作为最终控制变量的电动机电压的最常规的使用(或者使用实际电动机电流)具有非常不稳定的和非线性的传递函数(与该系统的传递函数相比)，并且需要限制保护的附加电流，用于在电动机供应的能量和输送给患者的空气质量之间适当协作。
段2在硬件中以在具有微控制器18的反馈配置中具有电动机驱动MOSFET 26的MC33033无刷DC电动机控制IC 24的形式实现(图4)。控制系统的内部环路28，作为硬件20的一部分，与来自外部环路30(其包括段1和鼓风机)的所期望的电动机电流值，I_DES具有反馈关系，并且接受来自外部环路30(其包括段1和鼓风机)的所期望的电动机电流值，I_DES。经由驱动功率MOSFET 26的脉冲宽度调制信号，I_PWM，控制送至电动机16的功率。
更加特别地，从软件控制环路得到的信号被从微控制器18延伸到PWM控制电路24。控制电路的输入，I_DES，被低通滤波，并被按比例缩小，将I_SET或设定点提供给提供正确电动机速度的电流，其是电动机控制硬件20所有的，从而控制电动机电流。电动机控制硬件被配置为跨导放大器，使得来自微控制器的信号被看作电流设定点，I_SET，并被转换为电动机驱动电流。
该I_SET信号被馈入放大器32的正输入端(图5)，并被用作基准输入。经由沿与较低MOSFET 26串联的低感应系数电阻34的电压下降来感测实际电动机电流，I_ACT。所感测的电动机电流，I_ACT被馈入放大器32的负输入端作为反馈信号。通过充当比较器放大器32维持内部环路，当实际电流，I_ACT，接近电流设定点I_SET时关闭在每个PWM周期中的电动机驱动。从而，控制器控制在每个PWM周期内的峰值电动机驱动电流。
总共存在六个驱动电动机的MOSFET(即，MOSFET，H-桥)。MOSFET中的三个用于每个相位的整流的上部支路(1eg)，并且另三个用于每个相位的较低的支路。
在优选实施例中，流量速率估计根据二维查找表，其中输入是所期望的电流，I_DES和实际速度RPM_ACT，并且输出是流量Q。该二维表的值表示电动机和风扇特征，其根据电动机速度，RPM_ACT和所期望的电动机电流，I_DES的已知操作参数，被压缩成多项式系数。因此，该插值过程等同于将I_DES和RPM馈送通过精确的多项式方程，用于确定空气流量Q。
从速度RPM_ACT和所期望的电流I_DES计算的流量Q的值是在校准期间存在于该操作点的那些，其中，该实验导出值最小化了由人为因素引起的误差。这里，所期望的速度I_DES表示实际绕组电流，I_ACT，但是不与实际电流一样经受信号噪声。因此，使用实际绕组电流，I_ACT，的较低精确度的值测量流量是不需要的。反馈配置允许所述期望的电流被替代使用。
在使用中，在晚上患者进行由PAP设备支持的呼吸，并且通过鼓风机组件6的气流波动改变了风扇8所需要的扭矩。扭矩的改变导致从能量供应23供应给电动机16的电流的改变，其中图4和5中的控制系统维持电动机电流。所期望的电动机电流值(I_DES)然后可以通过监视控制系统来确定，并且由控制系统调整电动机电流，以便维持转子速度。使用在电动机和电动机控制器20之间通信的霍耳效应传感器(内置于电动机定子)测量电动机速度，使得该电动机速度(RPM_ACT)可以被报告回微控制器18。
该算法过程使用电动机控制器硬件28和微控制器18，将电动机速度(RPM_ACT)维持在适当的常数值，得到最小的无意转子加速度值。实际电动机电流I_ACT等同于反抗摩擦维持电动机速度并产生气流所使用的所期望的电流I_DES(除了在实际电流中的非线性影响，如上述)。最后，所期望的电流I_DES和鼓风机的实际速度RPM_ACT值被馈入流量估计算法，其提供在该时刻的流量。
代替查找表方法，使RPM_ACT和I_DES与气流Q相关的其他结构和方法是有效的，并且可以容易地被实现，而不会损坏作为整体的流量估计操作。而且，在与电动机控制和治疗算法相同的微控制器(Hitachi SH1)上执行流量估计算法。然而，许多逻辑设备可以令人信服地用于估计流量，并且它可以是与其它控制设备分离的设备。在流量估计所用的这些设备上安置的条件是处理速度和算法所需要的存储器。因此，可以应用不同的微控制器或逻辑结构，而不影响流量的估计。而且，控制器内在的且与流量Q呈比例的其他值可以代替I_DES来确定流量Q，例如PID的积分项。
控制系统的结构是任意的，条件是所期望的电动机电流存在于控制结构的软件部分中，且对于流量估计算法是可访问的。调节绕组电流的控制结构能够调节电动机电流，从而具有充分小的误差容许值，以允许假定电动机电流有效。另外，控制系统作为整体执行充分良好，从而维持电动机速度具有足够小的误差容许值，其假定速度性能可接受，且不会降低不可接受水平之外的流量估计性能。
因此，已经公开了这样的方法和装置，其用于在应用PAP疗法的同时确定通过PAP设备的气流。所述方法包括如下步骤确定鼓风机电动机的实际速度并将它与所期望的速度比较，确定所期望的电动机电流，使得电动机速度接近所期望的速度，以及在流量估计算法中使用实际鼓风机电动机速度和所期望的电动机电流，从而确定通过PAP设备的流量。该估计算法使用二维查找表，其输入是所期望的电流和实际的电动机速度，输出是通过PAP设备的流量。
本发明可以以其他特定形式实现，而不会脱离其精神或本质特征。所描述的实施例是在所有方面进行考虑的，仅作为示例，而不是限制性的。本发明的范围由后附权利要求及其组合整体或部分指示，而不是由前述说明书指示。所有在该意义和权利要求的等同的范围内的改变包含在本发明范围内。
权利要求
1.一种用于在应用PAP疗法的同时确定通过PAP设备的气流的方法，包括如下步骤测量鼓风机电动机的实际速度；确定所期望的电动机电流，使得所述电动机速度接近所期望的速度；以及在流量估计算法中使用所述实际电动机速度和所期望的电动机电流，从而确定通过所述PAP设备的流量。
2.如权利要求1所述的方法，其中，所述估计算法使用二维查找表，其输入是所期望的电流和实际电动机速度，并且输出是通过所述PAP设备的所述流量。
3.如权利要求1所述的方法，其中，测量所述实际电动机电流，并将其用在伺服环路中与所期望的电流一起来控制所述电动机速度。
4.如权利要求1所述的方法，在两段式控制器中实现，其中，第一段包括反馈环路，其用于对所述实际电动机速度和所期望的电动机速度进行操作，从而导出所期望的电动机电流；并且第二段包括反馈环路，其用于对所期望的电动机电流和所述实际电动机电流进行操作，使得后者接近前者。
5.如权利要求0所述的方法，其中，所述第一段包括调谐PID，其中，所述PID的输入是由所述实际电动机速度和所期望的电动机速度之间的差值定义的速度误差信号，并且所述PID的输出是指示所期望的电动机电流的信号。
6.一种用于在应用PAP疗法的同时确定通过PAP设备的气流的装置，其中该装置测量鼓风机电动机的实际速度；确定所期望的电动机电流，使得所述电动机速度接近所期望的速度；以及在流量估计算法中使用所述实际电动机速度和所期望的电动机电流，从而确定通过所述PAP设备的流量。
7.如权利要求0所述的装置，其中，所述估计算法使用二维查找表，其输入是所期望的电流和实际电动机速度，并且输出是通过所述PAP设备的所述流量。
8.如权利要求0所述的装置，其中，测量所述实际电动机电流并将其与所期望的电流一起使用来控制所述电动机速度。
9.如权利要求0所述的装置，在两段式控制器中实现，其中，第一段包括反馈环路，其用于对所述实际电动机速度和所期望的电动机速度进行操作，从而导出所期望的电动机电流，并且第二段包括反馈环路，其用于对所期望的电动机电流和所述实际电动机电流进行操作，使得后者接近前者。
10.如权利要求0所述的装置，其中，所述第一段包括调谐PID，其中所述PID的输入是由所述实际电动机速度和所期望的电动机速度之间的差值定义的速度误差信号，并且所述PID的输出是指示所期望的电动机电流的信号。
11.一种用于在应用PAP疗法的同时确定通过PAP设备的气流的方法，包括如下步骤测量鼓风机电动机的实际速度；确定维持所期望的电动机速度所需要的所期望的电动机电流；在多项式流量估计算法中使用所述实际电动机速度和所期望的电动机电流，从而确定通过所述PAP设备的流量。
12.如权利要求11所述的方法，其中，所期望的电动机速度等于所测量的实际电动机速度。
13.如权利要求12所述的方法，还包括测量所述实际电动机电流。
14.如权利要求13所述的方法，其中，通过微分所述实际电动机速度来导出加速度电流分量，并且通过从所述实际电动机电流中减去所述加速度电流分量来确定所期望的电动机电流。
15.如权利要求11所述的方法，其中，测量所述实际电动机电流，并将其用在伺服环路中与所产生的电动机电流一起来控制所述电动机速度。
16.如权利要求11所述的方法，其中，所述估计算法使用二维查找表，其输入是所期望的电动机电流和实际电动机速度，并且输出是通过所述PAP设备的所述流量。
17.如权利要求11所述的方法，在两段式控制器中实现，其中，第一段包括反馈环路，其用于对所述实际电动机速度和所期望的电动机速度进行操作，从而导出所期望的电动机电流，并且第二段包括反馈环路，其用于对所期望的电动机电流和所述实际电动机电流进行操作，使得后者接近前者。
18.如权利要求17所述的方法，其中，所述第一段包括调谐PID，其中，所述PID的输入是由所述实际电动机速度和所期望的电动机速度之间的差值定义的速度误差信号，并且所述PID的输出是指示所期望的电动机电流的信号。
19.一种用于在应用PAP疗法的同时确定通过PAP设备的气流的装置，其中，所述装置测量鼓风机电动机的实际速度；确定维持所期望的电动机速度所需要的所期望的电动机电流；在多项式流量估计算法中使用所述实际电动机速度和所期望的电动机电流，从而确定通过所述PAP设备的流量。
20.一种用于在应用PAP疗法的同时确定通过PAP设备的气流的方法，包括如下步骤测量鼓风机电动机的实际速度；确定维持所期望的电动机速度所需要的所期望的电动机电流，其中，所期望的电动机速度被预定为输送所期望的压力所需要的电动机速度；以及在多项式流量估计算法中使用所述实际电动机速度和所期望的电动机电流，从而确定通过所述PAP设备的流量。
21.一种用于在应用PAP疗法的同时确定通过PAP设备的气流的方法，包括如下步骤生成具有基于鼓风机电动机的实际速度的速度大小的参数；生成具有基于所述鼓风机电动机的操作特征的电流大小的参数；以及在流量估计算法中使用所述速度大小参数和所述电流大小参数，从而确定通过所述PAP设备的流量。
22.如权利要求21所述的方法，其中，所述流量估计算法使用二维查找表，其输入是所述速度大小参数和所述电流大小参数，并且输出是通过所述PAP设备的流量。
23.如权利要求21所述的方法，其中，测量所述实际电动机电流，并将其用在伺服环路中与所述电流大小参数一起来控制所述电动机速度。
24.如权利要求21所述的方法，在两段式控制器中实现，其中，第一段包括反馈环路，其用于对所述实际电动机速度和所期望的电动机速度进行操作，从而导出所述电流大小参数，并且第二段包括反馈环路，其用于对所述电流大小参数和所述实际电动机电流进行操作，使得后者接近前者。
25.如权利要求20所述的方法，其中，所述第一段包括调谐PID，其中，所述PID的输入是由所述实际电动机速度和所期望的电动机速度之间的差值定义的速度误差信号，并且所述PID的输出是指示所述电流大小参数的信号。
26.如权利要求21所述的方法，其中，测量所述实际电动机电流，通过微分所述实际电动机速度来导出加速度电流分量，并且通过从所述实际电动机电流中减去所述加速度电流分量来确定所述电流大小参数。
全文摘要
公开了在应用PAP疗法的同时用于确定通过PAP设备的气流的方法和装置。测量鼓风机6的实际速度。在流量估计算法中，与实际速度RPM ACT一起，使用使实际速度接近或维持所期望的速度所需要的所期望的电动机电流I DES，从而确定通过所述PAP设备的流量。估计算法包括二维查找表，其输入是所期望的电动机电流和实际电动机速度，并且输出是通过所述PAP设备的流量。
文档编号H02P7/06GK101060878SQ200580038126
公开日2007年10月24日 申请日期2005年11月2日 优先权日2004年11月4日
发明者史蒂文·保罗·法鲁齐亚, 克里斯蒂安·汤姆森, 马修·奥尔德, 特雷西·布利万特 申请人:雷斯梅德有限公司