|
Vyučující
|
-
Černohorský Josef, doc. Ing. Ph.D.
-
Hlava Jaroslav, doc. Dr. Ing.
|
|
Obsah předmětu
|
Přednášky: 1) Vnější a stavové modely systémů, prohloubení a rozšíření předchozích znalostí, pojem testování in-silico, analýza modelu dynamiky systému inzulín glukóza podle Chiary Dalla Man používaného pro testování algoritmů umělé slinivky in- silico. 2) Technická realizace zařízení umělá slinivka (AP- Artificial Pancreas), historický přehled vývoje této technologie, vhodné výpočetní jádro, snímače a akční členy, použití číslicových PID regulátorů v roli regulačního algoritmu pro AP. 3) Princip dopředné kompenzace poruchových veličin a jeho využití v zařízeních typu umělá slinivka 4) Princip fungování prediktivního řízení založeného na modelu (MPC - Model Predictive Control) a jeho použití v zařízeních umělá slinivka i v dalších biomedicínských aplikacích. 5) Cíleně řízená infuze (TCI -Target Controlled Infusion) jako dopředné řízení. Používané modely (Marsh, Schnider Eleveld a další) a jejich vlastnosti, Shafer-Greggův algoritmus. 6) Regulační metody používané k automatickému řízení hloubky anestezie, příčiny selhání starších pokusů uvést tuto technologii do klinické praxe (Sedasys), perspektivy do budoucnosti. 7) Zpětnovazební regulační obvody používané pro automatizaci perioperační hemodynamické optimalizace 8) Akční členy využívající elektromagnetického pole stejnosměrné motory, voice coil a solenoidní aktuátory a jejich řízení 9) Senzory akčních členů snímače polohy, rychlosti a zrychlení, momentové snímače 10) Bezkartáčové motory, principy jejich komutace a použití v lékařských přístrojích 11) Střídavé pohony indukční motor a jeho skalární řízení v otevřené zpětné vazbě 12) Synchronní servomotory lineární a rotační a jejich řízení 13) Aktuátory na bázi pevné fáze a další miniaturní pohony v lékařství 14) Motion control systémy a základní funkcionalita Cvičení: 1) Pokročilé možnosti simulačního prostředí MATLAB/Simulink, implementace zjednodušené nelineární verze modelu dynamiky systému inzulín glukóza podle Chiary Dalla Man, správné stanovení počátečních podmínek 2) Linearizace modelu, zhodnocení mezí použitelnosti linearizovaného modelu. Návrh a simulace číslicového PID regulátoru pro umělou slinivku. 3) Doplnění PID regulátoru o dopřednou kompenzační vazbu od příjmu glukózy v potravě. Zhodnocení přínosů tohoto postupu v reálné situaci, kdy toto množství lze pouze přibližně odhadnout. 4) Návrh a simulace umělé slinivky využívající princip prediktivního řízení založeného na modelu 5) Implementace modelů farmakokinetiky a farmakodynamiky propofolu včetně Hillovy křivky převádějící koncentraci v účinkovém kompartmentu na hodnotu bispektrálního indexu. 6) Analýza vlastností a implementace Shafer-Greggova algoritmu pro cíleně řízenou infuzi. Srovnání s alternativním řešením pomocí kvadratického programování. 7) Návrh a simulace algoritmů pro automatické řízení hloubky anestesie. 8) ukázka řízení stejnosměrného motoru, energetická bilance, výpočet výkonu a účinnosti 9) dimenzování systému pohonu zadání semestrální práce 10) seznámení s bezkartáčovými pohony Maxon Epos 11) nastavení regulačních algoritmů pohonů, ukázka kaskádní zpětnovazebné regulace a dopředných regulačních struktur 12) tvorba modelu obecného stroje a jeho momentové, otáčkové a polohové řízení 13) ukázka řízení indukčního motoru pomocí frekvenčního měniče 14) parametrizace základního frekvenčního měniče
|
|
Studijní aktivity a metody výuky
|
Monologický výklad (přednáška, prezentace, vysvětlování), Laboratorní praktika
- Kontaktní výuka
- 56 hodin za semestr
|
|
Výstupy z učení
|
Cílem studijního předmětu je prohloubení znalostí v oblasti automatického řízení a to ve dvou základních směrech. V první části předmětu by měli studenti získat základní orientaci o metodách automatického řízení a o možnostech jejich biomedicínských aplikací. Druhým nosným tématem předmětu je problematika řízení akčních členů, zejména pak elektrických pohonů. Tato oblast je důležitá jednak v návaznosti na akční členy lékařských zařízení a jednak představuje nezbytnou přípravu pro pokročilejší předměty z oblasti robotiky neboť elektrické servopohony a jejich řídicí systémy jsou jednou z nejdůležitějších komponent všech složitějších celků robotů a manipulátorů.
V oblasti kybernetiky získají studenti přehled v rychle se rozvíjejícím oboru využití kybernetických principů v oblasti biomedicíny. Znalost základních principů se předpokládá z bakalářského studia a důraz je kladen na detailní porozumění konkrétním aplikacím. Absolventi předmětu rozumí tomu, jak fungují zařízení využívající principu dopředného řízení, jako je cíleně řízená infuze (TCI Target Controlled Infusion), jak fungují zařízení využívající jednoduchou zpětnovazební smyčku, jako je např. umělá slinivka (AP Artificial Pancreas), a stejně tak rozumí i komplexním postupům kombinujícím několik regulačních smyček, např. při automatizaci perioperační hemodynamické optimalizace. Důraz je kladen nejen na ty aplikace, které jsou již standardně používány, ale i na ty, které jsou v pokročilých stadiích výzkumu, a jejich zavedení do praxe je reálné v několikaletém horizontu. V oblasti elektrotechniky studenti získají také teoretické základy a praktické dovednosti v oblasti návrhu a realizace elektrických pohonů a jejich řídicích systémů. Seznámí se s jejich funkčními principy i možnostmi programování. Tato oblast je důležitá jednak v návaznosti na akční členy lékařských zařízení a jednak představuje nezbytnou přípravu pro pokročilejší předměty z oblasti lékařské robotiky, neboť elektrické servopohony a jejich řídicí systémy jsou jednou z nejdůležitějších komponent všech složitějších celků lékařských robotů a manipulátorů.
|
|
Předpoklady
|
Podmínka registrace: není stanovena
|
|
Hodnoticí metody a kritéria
|
Kombinovaná zkouška
Požadavky pro zápočet: aktivní účast na cvičení, úspěšné absolvování testů. Zkouška je písemná a ústní, požadována je znalost odpřednášené látky.
|
|
Doporučená literatura
|
-
C. Dalla Man, R. A. Rizza and C. Cobelli. Meal Simulation Model of the Glucose-Insulin System, in IEEE Transactions on Biomedical Engineering, vol. 54, no. 10, pp. 1740-1749, Oct. 2007. 2007.
-
Coeckelenbergh, S., Boelefahr, S., Alexander, B. et al. Closed-loop anesthesia: foundations and applications in contemporary perioperative medicine. J Clin Monit Comput 38, 487?504 (2024). 2024.
-
Hemmerling, Thomas M. ; Jeffries, Sean D. Robotic Anesthesia: A Vision for 2050. Anesthesia & Analgesia 138(2):p 239-251, February 2024. 2024.
-
Munachiso Nwokolo, Roman Hovorka. The Artificial Pancreas and Type 1 Diabetes, The Journal of Clinical Endocrinology & Metabolism, Volume 108, Issue 7, July 2023, pp. 1614?1623. 2023.
-
Schütz A, Rami-Merhar B, Schütz-Fuhrmann I, et al. Retrospective Comparison of Commercially Available Automated Insulin Delivery With Open-Source Automated Insulin Delivery Systems in Type 1 Diabetes. Journal of Diabetes Science and Technology. 2024;19(4):1060-1067. 2025.
-
Struys, M. M. R. F., De Smet, T., Glen, J. B., Vereecke, H. E. M., Absalom, A. R., & Schnider, T. W. The History of Target-Controlled Infusion. Anesthesia and Analgesia, 122(1), 56-69. 2016.
-
Voženílek Petr. Elektromechanické měniče. Praha, 2005. ISBN 978-80-01-03137-7.
|