摘要
本发明公开了一种基于大数据的呼吸机故障预测方法及系统,具体涉及故障预测技术领域,包括使用长短时记忆算法预测呼吸机动态调整气体量的过程,通过LSTM模型的输出结果,获得在不同时间步的预测结果,对预测结果进行分析,评估可能存在的异常情况,进行预警分级,并判断是否对呼吸机运行时输出管道进行检测,构建故障评估模型,量化呼吸机出现故障可能性的结果,根据故障评估模型的结果,获得呼吸机动态匹配患者呼吸过程的故障评估系数,并与故障评估系数阈值进行对比,重新确认呼吸机的预警等级,本发明有助于在故障初期采取预防措施,防止故障积累带来的危害,并提高呼吸机故障识别的可靠性。
技术关键词
呼吸机
LSTM模型
气体
故障预测方法
偏差
时间段
管道
数据生成输出
患者
波形
大数据
流速
气压
动态
预警模块
数据分析模块
数据采集模块
故障预测技术
故障预测系统
标记
系统为您推荐了相关专利信息
变压器绝缘老化
监测方法
糠醛
变压器工作状态
趋势预测模型
退化模型
特征提取网络
电池健康状态
老化机制
变分贝叶斯方法
运动控制方法
运动控制模型
车辆动力学模型
公交站
神经网络模型
等离子体流化床
真空变压吸附装置
制氨装置
调控系统
智能控制单元