陳杰明，黎文照

東莞市人民醫(yī)院設(shè)備科 (廣東東莞 523000)

FTS設(shè)備又稱理邦超聲多普勒胎兒監(jiān)護(hù)設(shè)備，是醫(yī)院婦產(chǎn)科、兒科主要醫(yī)療器械之一，其主要功能是監(jiān)測胎兒心率、胎動情況，輔助醫(yī)師判斷胎兒健康水平。近年來，隨著我國醫(yī)療水平的不斷提高，醫(yī)院婦產(chǎn)科、兒科就診率也在不斷提高。為了提高臨床診斷精度，提升醫(yī)師工作效率，目前大部分醫(yī)院的婦產(chǎn)科、兒科已經(jīng)引進(jìn)了FTS設(shè)備。FTS設(shè)備具有精度高、監(jiān)測速度快、體積小、易操作等優(yōu)點(diǎn)，已被廣泛應(yīng)用和批量化生產(chǎn)。由于FTS設(shè)備長期處于高負(fù)荷運(yùn)行狀態(tài)下，且設(shè)備運(yùn)行容易受到外界因素的干擾，導(dǎo)致FTS設(shè)備軟故障率較高，當(dāng)軟故障未得到及時維修時，會導(dǎo)致FTS設(shè)備監(jiān)測結(jié)果產(chǎn)生誤差，從而影響醫(yī)師的臨床診斷，嚴(yán)重情況下會導(dǎo)致誤診，因此需要采取有效的方法對FTS設(shè)備故障進(jìn)行報(bào)修。醫(yī)院最初采取的報(bào)修方式為人工方式，由人工定期對FTS設(shè)備軟故障進(jìn)行檢測和維護(hù)，但是這種方式不僅效率低，而且報(bào)修成本比較高。隨著人工智能技術(shù)、信息技術(shù)與醫(yī)療行業(yè)的融合，報(bào)修方式逐漸演變?yōu)樽詣踊h(yuǎn)程報(bào)修方式。但由于國內(nèi)FTS設(shè)備軟故障遠(yuǎn)程報(bào)修研究起步較晚，現(xiàn)有的技術(shù)和理論還不夠成熟，現(xiàn)有的報(bào)修方法在實(shí)際應(yīng)用中經(jīng)常出現(xiàn)錯報(bào)、漏報(bào)的現(xiàn)象，報(bào)修精度比較低，且報(bào)修響應(yīng)延遲時間比較長，無法達(dá)到預(yù)期的遠(yuǎn)程報(bào)修效果，為此本研究提出基于參數(shù)自適應(yīng)蟻群算法的FTS設(shè)備軟故障遠(yuǎn)程報(bào)修方法。

1 FTS設(shè)備軟故障遠(yuǎn)程報(bào)修方法設(shè)計(jì)

1.1 FTS設(shè)備軟故障信號獲取

軟故障遠(yuǎn)程報(bào)修是根據(jù)故障特征對軟故障進(jìn)行診斷，依據(jù)診斷結(jié)果對故障進(jìn)行維修，實(shí)現(xiàn)該過程的重要基礎(chǔ)是設(shè)備軟故障信號，因此，首先要獲取到FTS設(shè)備軟故障信號。軟故障主要變現(xiàn)特征為溫度升高、失壓、電流突變，因此要獲取的軟故障信號對象為溫度、壓力以及電流，無線傳感技術(shù)獲取軟故障信號[1]。根據(jù)實(shí)際需求，此次以型號為IFAF-A54F溫度傳感器、AFAG-SG47壓力傳感器以及IIUGS-9T4A電流傳感器作為軟故障信號采集裝置，將溫度傳感器安裝在FTS設(shè)備伺服電機(jī)上，將壓力傳感器安裝在多晶片寬波束脈沖多普勒防水探頭上，將電流傳感器安裝在FTS設(shè)備電源線路上[2]。采用串聯(lián)的方式將無線傳感器電源線路接入FTS設(shè)備線路總線上，使FTS設(shè)備電源開啟的同時可以自動驅(qū)動無線傳感器開關(guān)開啟。根據(jù)實(shí)際情況設(shè)定無線傳感器的故障信號掃描周期、頻率、測量范圍、輸出限流等參數(shù)，通過無線藍(lán)牙實(shí)現(xiàn)數(shù)據(jù)通信。將無線傳感器輸出端與讀卡器連接，利用讀卡器讀取采集到的溫度、壓力以及電流信號，將其上傳輸至計(jì)算機(jī)，用于后續(xù)軟故障特征提取及參數(shù)自適應(yīng)蟻群算法計(jì)算。

1.2 故障信號濾波及零均值化

考慮到無線傳感器在采集軟故障信號過程中會受到外界因素干擾，導(dǎo)致獲取的信號中可能存在噪聲。為了保證數(shù)據(jù)質(zhì)量，此次采用小波系數(shù)對采集到的軟故障信號進(jìn)行濾波處理[3]。在濾波過程中濾波閾值的設(shè)定非常關(guān)鍵，閾值過小會導(dǎo)致降噪不徹底，導(dǎo)致對于噪聲的抑制不夠，而閾值過大會導(dǎo)致過分濾波，濾波后的軟故障信號過渡光滑，從而失去信號局部特征，不利于后續(xù)軟故障噪聲提取。為了避免上述情況出現(xiàn)，采用表征函數(shù)的正則性條件設(shè)定閾值，其公式表示為：

︳g(x2)-g(x1)︳≤L︳x2-x1︳

(1)

式中，g(x)表示表征函數(shù)；L表示常數(shù)；x2、x1為兩個相鄰故障信號[4]。利用上述公式計(jì)算出收縮閾值，將其與小波系數(shù)比對，對大于該閾值的故障信號小波系數(shù)置零，對軟故障信號重構(gòu)，以此實(shí)現(xiàn)對軟故障信號濾波處理，其濾波表達(dá)式為：

︳f(t+1)-f(t)︳≤︳D(t+1)-D(t)︳max

+1.96η

(2)

式中，f表示重構(gòu)軟故障信號；D表示觀測軟故障信號；η表示通過第一級小波系數(shù)比對得到的觀測信號噪聲方差[5]?？紤]到參數(shù)自適應(yīng)蟻群算法要求原始故障信號中各個分量是均值為零的隨機(jī)變量，因此在上述基礎(chǔ)上，與故障信號進(jìn)行零均值化處理，消除信號均值，將故障信號轉(zhuǎn)變?yōu)榱憔档碾S機(jī)信號，其公式表示為：

1.3 軟故障特征提取

在上述基礎(chǔ)上，采用共振解調(diào)技術(shù)提取到軟故障特征，其原理是從原始信號中將高頻共振信號所蘊(yùn)含的軟故障信息提取出來，在對軟故障信息包絡(luò)譜分析，并對其進(jìn)行解調(diào)處理，從而提取到故障信息中的故障特征[7]。將信號幅值最大的功率譜線作為故障共振頻率，并將其作為中心頻率，原始信號中主要包含敏感IMF分量和虛假IMF分量，IMF分量為數(shù)據(jù)序列不同時間尺度或者頻率振蕩變化分量，代表信號的基本模式分量，表示信號特性，提取軟故障特征，需要原始信號分量中提取到敏感IMF分量，而實(shí)現(xiàn)這一過程必須要將原始信號分量分解為敏感IMF分量和虛假IMF分量，此次采用相似性測度模型分解2種分量，其公式表示為：

(4)

式中，C(ci，cj)表示原始信號中第i個分量與第j個分量的相似性；ci表示原始信號C的第i個分量；cj表示原始信號C的第j個分量；ci(f)表示ci的包絡(luò)譜；cj(f)表示cj的包絡(luò)譜；<·>表示平行運(yùn)算[8]。利用上述公式計(jì)算出分量的相似性，如果不完全相同，則表示信號分量為虛假IMF分量，將其剔除；如果完全相同，表示信號分量為敏感IMF分量，將其提取，并利用提取的敏感IMF分量重構(gòu)信號，以此提取到軟故障特征。

1.4 基于參數(shù)自適應(yīng)蟻群算法的軟故障遠(yuǎn)程維修

利用提取到的軟故障特征對FTS設(shè)備軟故障進(jìn)行診斷，考慮到從此采用參數(shù)自適應(yīng)蟻群算法對設(shè)備軟故障報(bào)修，該算法報(bào)修原理是對設(shè)備故障樹搜索，尋找到與故障特征相匹配的故障類型，以此判斷設(shè)備軟故障。在算法計(jì)算之前，需要建立FTS設(shè)備故障樹，以常見的FTS設(shè)備軟故障作為邏輯樹形結(jié)構(gòu)，將FTS設(shè)備歷史故障率最高，且影響最大的故障作為頂事件，將影響程度最小的軟故障作為基本事件，將其余軟故障作為中間事件，利用邏輯門聯(lián)結(jié)各個軟故障，以此建立FTS設(shè)備軟故障樹[9]。將各個軟故障基本特征以及維修方案標(biāo)記在故障樹上，將提取的軟故障特征作為算法輸入量，利用參數(shù)自適應(yīng)蟻群算法對故障樹進(jìn)行迭代計(jì)算，計(jì)算出與故障特征最為匹配的故障類型。參數(shù)自適應(yīng)蟻群算法搜索示意圖見圖1。

如圖1所示，假設(shè)符合故障特征的軟故障為蟻群食物源，故障樹上的基本事件為螞蟻蟻穴。蟻群從蟻穴出發(fā)，在搜索食物的過程中會避開障礙物，路經(jīng)多個城市。當(dāng)蟻群達(dá)到一個城市后，會在路徑上留下信息素，根據(jù)信息素濃度選擇下一個城市，即搜索方向，直至蟻群達(dá)到事物源為止[10]。在每次食物搜索完成后，會根據(jù)信息素濃度計(jì)算出搜索路徑參數(shù)適應(yīng)度，依據(jù)參數(shù)適應(yīng)度選出最佳搜索路徑，從而確定設(shè)備軟故障類型，其具體計(jì)算步驟如下。

圖1 參數(shù)自適應(yīng)蟻群算法搜索示意圖

步驟1：算法參數(shù)初始化。給定一個有m個城市的參數(shù)自適應(yīng)蟻群搜索問題，假設(shè)FTS期望軟故障為M，將其作為食物源，根據(jù)實(shí)際情況設(shè)定蟻群中螞蟻數(shù)量、道路初始信息素、迭代次數(shù)等參數(shù)。

步驟2：路徑信息素更新。定義螞蟻在規(guī)定時間內(nèi)做的移動作為一次迭代，完成一次迭代后對路徑信息素更新，其更新公式為：

εij(t+1)=σεij(t)+△εij

(5)

式中，εij(t+1)表示在下一次迭代前城市節(jié)點(diǎn)i到城市節(jié)點(diǎn)j之間路徑信息素濃度；σ表示路徑信息素保留部分；εij(t)表示上一次城市節(jié)點(diǎn)i到城市節(jié)點(diǎn)j之間路徑信息素濃度；△εij表示螞蟻訪問城市節(jié)點(diǎn)i到城市節(jié)點(diǎn)j過程中殘留的信息濃度[11]。利用上述公式對路徑信息素濃度更新，選擇下一個訪問城市。

步驟3：計(jì)算參數(shù)自適應(yīng)度。根據(jù)螞蟻訪問路徑信息素濃度，計(jì)算出路徑參數(shù)自適應(yīng)度，參數(shù)自適應(yīng)度可以反映螞蟻訪問路徑終點(diǎn)距食物源距離，即搜索到的軟故障特征與期望軟故障特征相符程度，其計(jì)算公式為：

τ=ψb+kμ(v+u)εij(t+1)

(6)

式中，τ表示螞蟻訪問路徑參數(shù)自適應(yīng)度；ψ表示螞蟻慣性權(quán)重；b表示蟻群訪問最遠(yuǎn)城市節(jié)點(diǎn)位置；k表示螞蟻個體學(xué)習(xí)因子；μ表示螞蟻搜索速度；v表示螞蟻個體極限分量；u表示螞蟻搜索速度的極限分量[12]。利用上述公式計(jì)算出每次迭代后訪問路徑參數(shù)自適應(yīng)度，當(dāng)滿足迭代條件后，按照自適應(yīng)度大小對螞蟻訪問路徑進(jìn)行排序，輸出全場最優(yōu)，以此即可得到當(dāng)前FTS設(shè)備軟故障類型，將其與故障樹對應(yīng)，按照故障樹上故障維修方案，對設(shè)備軟故障進(jìn)行維修，以此完成FTS設(shè)備軟故障遠(yuǎn)程報(bào)修。

2 實(shí)驗(yàn)論證

2.1 實(shí)驗(yàn)準(zhǔn)備及過程

為了檢驗(yàn)本次提出的FTS設(shè)備軟故障遠(yuǎn)程報(bào)修思路的可行性，選擇某醫(yī)院FTS設(shè)備為實(shí)驗(yàn)對象。該設(shè)備由上海名元實(shí)業(yè)有限公司生產(chǎn)。目前，院內(nèi)共投入使用30臺，截止到目前FTS設(shè)備已經(jīng)使用5年，在臨床實(shí)際應(yīng)用過程中設(shè)備軟故障率比較高，經(jīng)常出現(xiàn)失壓、電流突變、短路、斷路、輸出信號異常等軟故障，符合實(shí)驗(yàn)需求。利用此次設(shè)計(jì)方法與傳統(tǒng)方法對該醫(yī)院FTS設(shè)備軟故障進(jìn)行遠(yuǎn)程報(bào)修，實(shí)驗(yàn)選擇的傳統(tǒng)故障分別為基于BP神經(jīng)網(wǎng)絡(luò)與基于機(jī)器學(xué)習(xí)，以下用傳統(tǒng)方法1與傳統(tǒng)方法2表示。實(shí)驗(yàn)準(zhǔn)備了溫度、壓力、電流傳感器各10臺。根據(jù)實(shí)際情況將傳感器掃描范圍設(shè)定為-20～150 ℃、0～100 MPa、0～500 V，掃描周期設(shè)定為0.25 ns，掃描頻率設(shè)定為1.24 Hz。采集到1.63 GB FTS設(shè)備故障信號，按照公式(1)～(4)對軟故障特征提取。將參數(shù)自適應(yīng)蟻群算法初始參數(shù)設(shè)定如下：初始蟻群數(shù)量為200，迭代次數(shù)為200，出發(fā)城市的初始概率為5.5%。按照算法計(jì)算步驟，對軟故障診斷、定位以及維修，具體維修結(jié)果見表1。共報(bào)修軟故障126起，在維修過后FTS設(shè)備均恢復(fù)正常運(yùn)行狀態(tài)，說明遠(yuǎn)程報(bào)修效果比較好。

表1 FTS設(shè)備軟故障報(bào)修結(jié)果

2.2 實(shí)驗(yàn)結(jié)果及討論

為了驗(yàn)證本次設(shè)計(jì)方法報(bào)修精度，以錯報(bào)率和漏報(bào)率作為其精度評價指標(biāo)，在噪聲環(huán)境中進(jìn)行，通過不斷增加噪聲水平，記錄3種方法報(bào)修結(jié)果，將其與實(shí)際情況對比，計(jì)算錯報(bào)率和漏報(bào)率，其計(jì)算公式為：

(7)

式中，P表示FTS設(shè)備軟故障遠(yuǎn)程報(bào)修錯報(bào)率；e表示設(shè)備軟故障錯誤診斷數(shù)量；r表示設(shè)備軟故障正確診斷數(shù)量；R表示FTS設(shè)備軟故障遠(yuǎn)程報(bào)修漏報(bào)率；q表示實(shí)際設(shè)備軟故障數(shù)量。使用電子表格記錄不同噪聲水平下3種方法錯報(bào)率與誤報(bào)率，具體數(shù)據(jù)見表2。

從表2數(shù)據(jù)可以看出，設(shè)計(jì)方法對于理邦超聲多普勒胎兒監(jiān)護(hù)設(shè)備軟故障遠(yuǎn)程報(bào)修，錯報(bào)率和漏報(bào)率均比較低。在本次實(shí)驗(yàn)中漏報(bào)率與錯報(bào)率2個指標(biāo)都會隨著干擾噪聲水平的提高而不斷增大，但是增長幅度比較小。當(dāng)干擾噪聲水平達(dá)到1 000 Hz時，錯報(bào)率僅為0.28%，誤報(bào)率僅為0.41%，均能控制在1%以內(nèi)，在正常情況下噪聲水平并不會超過1 000 Hz，因此說明該設(shè)計(jì)方法具有較高的遠(yuǎn)程報(bào)修精度，抗干擾性能也比較強(qiáng)。而2種傳統(tǒng)方法對于理邦超聲多普勒胎兒監(jiān)護(hù)設(shè)備軟故障遠(yuǎn)程報(bào)修，錯報(bào)率與漏報(bào)率相對比較高。在本次實(shí)驗(yàn)中漏報(bào)率與錯報(bào)率2個指標(biāo)都會隨著干擾噪聲水平的提高而大幅度增長。當(dāng)干擾噪聲水平達(dá)到1 000 Hz時，傳統(tǒng)方法1錯報(bào)率與漏報(bào)率可以達(dá)到8.46%、13.58%，傳統(tǒng)方法2錯報(bào)率與漏報(bào)率可以達(dá)到9.87%、11.64%，均遠(yuǎn)遠(yuǎn)高于設(shè)計(jì)方法，這是因?yàn)樵O(shè)計(jì)方法增加了對FTS設(shè)備軟故障數(shù)據(jù)濾波預(yù)處理步驟，提高了數(shù)據(jù)精度，從而保證了遠(yuǎn)程報(bào)修結(jié)果準(zhǔn)確性。

表2 3種方法FTS設(shè)備軟故障報(bào)修精度對比(%)

FTS設(shè)備屬于高精端醫(yī)療設(shè)備，對設(shè)備輸出的監(jiān)測結(jié)果時效性和準(zhǔn)確性要求較高，當(dāng)設(shè)備存在故障而未能及時得到報(bào)修的情況下，就會導(dǎo)致設(shè)備出現(xiàn)誤差，因此為了進(jìn)一步驗(yàn)證設(shè)計(jì)方法的適用性，以FTS設(shè)備數(shù)量為變量，以響應(yīng)性能為3種方法評價指標(biāo)，在不斷增加FTS設(shè)備數(shù)量情況下，記錄3種方法報(bào)修響應(yīng)延遲時間，見圖2。

圖2 3種方法響應(yīng)延時對比圖

從圖2可以看出，設(shè)計(jì)方法響應(yīng)延遲時間比較短，隨著FTS設(shè)備數(shù)量的增加而小幅度延長，當(dāng)報(bào)修的FTS設(shè)備數(shù)量達(dá)到30臺時，響應(yīng)延遲時間僅為19.54 ns，相比較2種傳統(tǒng)方法快56.26 ns、48.47 s，說明設(shè)計(jì)方法能夠?qū)TS設(shè)備軟故障實(shí)時響應(yīng)。由此可見，該設(shè)計(jì)方法均優(yōu)于傳統(tǒng)方法，更適用于FTS設(shè)備軟故障遠(yuǎn)程報(bào)修。

3 小結(jié)

此次針對傳統(tǒng)方法存在的不足和缺陷，將參數(shù)自適應(yīng)蟻群算法應(yīng)用到FTS設(shè)備軟故障遠(yuǎn)程報(bào)修中，提出一個新的遠(yuǎn)程報(bào)修思路，有效提高了設(shè)備軟故障遠(yuǎn)程報(bào)修精度，并縮短了報(bào)修響應(yīng)時間，此次研究具有良好的現(xiàn)實(shí)意義。