เมื่อหน่วยช่างผ่าตัดไฟฟ้าความถี่สูง (ESU) ทํางานเหนือ 1 MHz ความจุของปรสิตและความจุขององค์ประกอบความต้านทานจะส่งผลให้มีลักษณะความถี่สูงที่ซับซ้อนมีผลต่อความแม่นยําของการทดสอบบทความนี้เสนอวิธีการชดเชยแบบไดนามิคที่ใช้เมตร LCR ความถี่สูง หรือเครื่องวิเคราะห์เครือข่ายสําหรับเครื่องทดสอบหน่วยกล่าไฟฟ้าความถี่สูงโดยใช้การวัดอัมพานซ์ในเวลาจริง, การจําลองแบบไดนามิก และอัลกอริทึมการชดเชยที่ปรับตัว, วิธีแก้ไขความผิดพลาดในการวัดที่เกิดจากผลของปรสิต.ระบบรวมอุปกรณ์ความแม่นยําสูงและโมดูลการประมวลผลในเวลาจริงเพื่อบรรลุคุณสมบัติที่แม่นยําของผลงาน ESUผลการทดลองแสดงให้เห็นว่า ในช่วง 1 MHz ถึง 5 MHz ความผิดพลาดของอุปสรรคลดลงจาก 14.8% เป็น 1.8% และความผิดพลาดของระยะลดลงจาก 9.8 องศา เป็น 0.8 องศาการตรวจสอบความมีประสิทธิภาพและความมั่นคงของวิธีการการศึกษาที่ขยายออกไปสํารวจการปรับปรุงอัลการิทึม การปรับปรุงสําหรับเครื่องมือราคาถูก และการใช้งานในช่วงความถี่ที่กว้างกว่า
หน่วยศัลยกรรมไฟฟ้า (ESU) เป็นอุปกรณ์ที่จําเป็นในศัลยกรรมที่ทันสมัย โดยใช้พลังงานไฟฟ้าความถี่สูง เพื่อบรรลุการตัดเนื้อเยื่อ การหลอมเลือดและการตัดเนื้อเยื่อความถี่ในการทํางานของมันโดยทั่วไปจะอยู่ระหว่าง 1 MHz ถึง 5 MHz เพื่อลดการกระตุ้นเส้นประสาทประสาทและปรับปรุงประสิทธิภาพการถ่ายทอดพลังงานอย่างไรก็ตาม, ในความถี่สูง, ผลลัพธ์ของปรสิตขององค์ประกอบความต้านทาน (เช่น capacitance และ inductance) มีผลต่อลักษณะ impedance อย่างสําคัญทําให้วิธีการทดสอบแบบดั้งเดิม ไม่สามารถระบุผลการทํางานของ ESU ได้อย่างแม่นยําอิทธิพลของปรสิตเหล่านี้ไม่เพียงแต่ส่งผลกระทบต่อความมั่นคงของพลังงานผลิต แต่ยังสามารถนําไปสู่ความไม่แน่นอนในการจัดส่งพลังงานระหว่างการผ่าตัดเพิ่มความเสี่ยงทางคลินิก
วิธีการทดสอบ ESU แบบดั้งเดิมมักจะใช้วิธีการปรับขนาดแบบสแตตติก โดยใช้ภาระคงที่ในการวัดความจุของปรสิตและความชักชวนจะแตกต่างกันตามความถี่, ส่งผลให้เกิดการเปลี่ยนแปลงแบบไดนามิคในอัมพานซ์. การปรับขนาดสแตติกไม่สามารถปรับตัวให้กับการเปลี่ยนแปลงเหล่านี้ และความผิดพลาดในการวัดสามารถสูงถึง 15% [2] เพื่อแก้ปัญหานี้บทความนี้เสนอวิธีการชดเชยแบบไดนามิก โดยใช้เครื่องวัด LCR ความถี่สูง หรือเครื่องวิเคราะห์เครือข่ายวิธีนี้ชดเชยผลกระทบของปรสิตผ่านการวัดในเวลาจริงและอัลการิทึมที่ปรับตัวเพื่อให้แน่ใจว่าการทดสอบแม่นยํา
ผลงานของงานนี้ประกอบด้วย:
ส่วนต่อไปนี้จะนําเสนอพื้นฐานทางทฤษฎี, การนําวิธีการ, การตรวจสอบทางการทดลองและทิศทางการวิจัยในอนาคตอย่างละเอียด
ในสภาพแวดล้อมความถี่สูง รูปแบบที่เหมาะสมขององค์ประกอบของตัวต่อต้าน ไม่ใช้อีกต่อไปCp) และการผลักดันของปรสิต (Lp), ด้วยความคัดค้านที่เท่ากับ:
ที่ไหนZคืออุปสรรคซ้อนRคือความต้านทานนามินาล ω คือความถี่มุม และjคือหน่วยจินตนาการ อุปทานปรสิตLpและความจุของปรสิตCpกว่า 1 MHz, ωLpและ
สนับสนุนของมีความสําคัญ ส่งผลให้เกิดการเปลี่ยนแปลงที่ไม่เป็นเส้นตรงในขนาดและระยะของอุปมา
ตัวอย่างเช่นสําหรับตัวต่อรอง 500 Ω ในระดับ 5 MHzLp= 10 nH และCp= 5 pF ส่วนจินตนาการของอุปสรรคคือ:
โดยแทนค่าตัวเลข ω = 2π × 5 × 106rad/s เราจะได้:
ส่วนลวงนี้ชี้ให้เห็นว่าผลกระทบของปรสิตมีผลต่ออิทธิพลอย่างสําคัญ ส่งผลให้มีการเบี่ยงเบนในการวัด
เป้าหมายของการชดเชยแบบไดนามิก คือการสกัดปารามิเตอร์ของปรสิตผ่านการวัดในเวลาจริง และลดผลกระทบของมันจากอุปทานที่วัดเครื่องวัด LCR คํานวณอุปสรรคโดยใช้สัญญาณ AC ของความถี่ที่รู้จักและวัดขนาดและระยะของสัญญาณการตอบสนอง. เครื่องวิเคราะห์เครือข่ายวิเคราะห์ลักษณะการสะท้อนหรือการส่งผ่าน โดยใช้ปารามิเตอร์ S (ปารามิเตอร์การสับสน) ให้ข้อมูลอัดอัดที่แม่นยํากว่าอัลกอริทึมการชดเชยแบบไดนามิคใช้ข้อมูลการวัดนี้เพื่อสร้างรุ่นอุปสรรคในเวลาจริงและแก้ไขผลของปรสิต.
อุปสรรคหลังจากการชดเชยคือ:
วิธีนี้ต้องการการรวบรวมข้อมูลความแม่นยําสูงและการประมวลผลอัลการิธึมที่รวดเร็ว เพื่อปรับตัวให้เข้ากับสภาพการทํางานแบบไดนามิกของ ESUการรวมเทคโนโลยีการกรอง Kalman สามารถเพิ่มความมั่นคงในการประเมินพารามิเตอร์และปรับตัวให้กับเสียงและการเปลี่ยนแปลงภาระ [3].
การออกแบบระบบรวมองค์ประกอบหลักต่อไปนี้
ระบบสื่อสารกับเครื่องวัด LCR / เครื่องวิเคราะห์เครือข่ายผ่านอินเตอร์เฟซ USB หรือ GPIB, รับรองการส่งข้อมูลที่น่าเชื่อถือและความช้าต่ําการออกแบบของฮาร์ดแวร์รวมกันและการติดดินสําหรับสัญญาณความถี่สูงเพื่อลดการแทรกแซงภายนอกเพื่อเพิ่มความมั่นคงของระบบ โมดูลการชดเชยอุณหภูมิถูกเพิ่มเติมเพื่อแก้ไขผลของอุณหภูมิบริเวณบนเครื่องวัด
อัลกอริทึมการชดเชยการเคลื่อนไหวแบ่งออกเป็นขั้นตอนต่อไปนี้
ที่ไหน^kเป็นภาวะที่คาด (R,Lp,Cp),Kkคือผลประโยชน์ของ Kalmanzkคือค่าการวัด และHคือเมทริกซ์การวัด
เพื่อปรับปรุงประสิทธิภาพของอัลกอริทึม การแปลงฟูเรียที่รวดเร็ว (FFT) ใช้ในการประมวลผลข้อมูลการวัดล่วงหน้าและลดความซับซ้อนในการคํานวณอัลกอริทึมรองรับการประมวลผลหลายเส้น เพื่อดําเนินการหาข้อมูลและคํานวณการชดเชยในขณะเดียวกัน.
อัลกอริทึมถูกสร้างเป็นต้นแบบใน Python แล้วปรับปรุงและโพร์ตเป็น C เพื่อทํางานบน STM32F4ขณะที่เครื่องวิเคราะห์เครือข่ายรองรับความละเอียดความถี่สูงกว่า (สูงสุด 10 MHz). ความช้าในการประมวลผลของโมดูลการชดเชยถูกรักษาให้ต่ํากว่า 8.5 ms, รับประกันผลงานในเวลาจริง. การปรับปรุงฟอร์มแวร์ประกอบด้วย:
เพื่อรองรับรูปแบบ ESU ที่แตกต่างกัน ระบบนี้รองรับการสแกนหลายความถี่และการปรับปารามิเตอร์อัตโนมัติมีการเพิ่มกลไกการตรวจสอบความผิดพลาดเมื่อข้อมูลการวัดผิดปกติ (เช่น ปริมาตรปรสิต นอกช่วงที่คาด), ระบบจะกระตุ้นสัญญาณเตือนและการปรับขนาดใหม่.
การทดลองถูกดําเนินในสภาพแวดล้อมห้องปฏิบัติการ โดยใช้อุปกรณ์ดังต่อไปนี้
อัตราภาระการทดลองประกอบด้วยการต่อต้านหนังเซรามิกและโลหะเพื่อจําลองสภาพภาระภาระที่หลากหลายที่พบในระหว่างการผ่าตัดจริง ความถี่การทดสอบคือ 1 MHz, 2 MHz, 3 MHz, 4 MHzและ 5 MHzอุณหภูมิแวดล้อมถูกควบคุมที่ 25 °C ± 2 °C และความชื้นเป็น 50% ± 10% เพื่อลดการแทรกแซงภายนอกให้น้อยที่สุด
การวัดที่ไม่ได้รับการชดเชยแสดงให้เห็นว่าผลกระทบของผลกระทบของปรสิตเพิ่มขึ้นอย่างสําคัญกับความถี่ ในระยะ 5 MHz ความผิดพลาดอุปสรรคถึง 14.8% และความผิดพลาดระยะ 9.8 องศาหลังจากใช้ค่าชดเชยแบบไดนามิก, การเบี่ยงเบนอัมพานซ์ลดลงเป็น 1.8% และความผิดพลาดระยะลดลงเป็น 0.8 องศา ผลลัพธ์รายละเอียดแสดงอยู่ในตารางที่ 1
การทดลองยังทดสอบความมั่นคงของอัลการิทึมภายใต้ภาระที่ไม่สมบูรณ์แบบ (รวมถึงความจุปรสิตสูงCp= 10pF) หลังจากการชดเชย ความผิดพลาดถูกเก็บไว้ภายใน 2.4% นอกจากนี้การทดลองซ้ําๆ (เฉลี่ยการวัด 10 ครั้ง) ได้ตรวจสอบความซ้ําของระบบมีค่าเบี่ยงเบนมาตรฐานต่ํากว่า 00.1%
ตารางที่ 1: ความแม่นยําของการวัด ก่อนและหลังการชําระค่า
| ความถี่ (MHz) | ความผิดพลาดอัมพวาสที่ไม่ได้รับการชดเชย (%) | ความผิดพลาดของอัมพาต หลังจากการชดเชย (%) | ความผิดพลาดระยะ (การใช้จ่าย) |
|---|---|---|---|
| 1 | 4.9 | 0.7 | 0.4 |
| 2 | 7.5 | 0.9 | 0.5 |
| 3 | 9.8 | 1.2 | 0.6 |
| 4 | 12.2 | 1.5 | 0.7 |
| 5 | 14.8 | 1.8 | 0.8 |
อัลกอริทึมการชดเชยมีความซับซ้อนในการคํานวณของ O ((n) โดย n คือจํานวนความถี่ในการวัด การกรอง Kalman ปรับปรุงความมั่นคงของการประเมินพาราเมตรให้ดีขึ้นอย่างมากโดยเฉพาะในสภาพแวดล้อมที่มีเสียงดัง (SNR = 20 dB)เวลาตอบสนองของระบบทั้งหมดคือ 8.5 ms ตอบสนองความต้องการในการทดสอบในเวลาจริงวิธีการชดเชยแบบไดนามิก ลดเวลาในการวัดประมาณ 30%, ปรับปรุงประสิทธิภาพการทดสอบ
วิธีการชําระค่าตอบแทนแบบไดนามิค ปรับปรุงความแม่นยําของการทดสอบไฟฟ้าผ่าตัดความถี่สูงโดยการประมวลผลผลปรสิตในเวลาจริงเปรียบเทียบกับการปรับระดับสแตตติกแบบดั้งเดิม, วิธีนี้สามารถปรับตัวให้กับการเปลี่ยนแปลงแบบไดนามิคในภาระภาระและเหมาะสําหรับลักษณะ impedance ที่ซับซ้อนในสภาวะความถี่สูงการผสมผสานของ LCR Meter และ เครื่องวิเคราะห์เครือข่าย ให้ความสามารถในการวัดที่สมบูรณ์แบบ: เครื่องวัด LCR เหมาะสําหรับการวัดอุปสรรคเร็ว และเครื่องวิเคราะห์เครือข่ายทํางานได้ดีในการวิเคราะห์ปริมาตร S ความถี่สูงการใช้การกรอง Kalman ปรับปรุงความแข็งแกร่งของอัลกอริทึมต่อเสียงและการเปลี่ยนแปลงภาระ [4].
แม้วิธีการนี้จะมีประสิทธิภาพ แต่มันมีข้อจํากัดต่อไปนี้
การปรับปรุงในอนาคตสามารถทําได้ในทางต่อไปนี้:
บทความนี้เสนอวิธีการชดเชยแบบไดนามิกที่ใช้เครื่องวัด LCR ความถี่สูงหรือเครื่องวิเคราะห์เครือข่ายสําหรับการวัดแม่นยํามากกว่า 1 MHz สําหรับเครื่องทดสอบการผ่าตัดไฟฟ้าความถี่สูงผ่านการจําลองอัมพานซ์ในเวลาจริง และอัลการิทึมการชดเชยที่ปรับตัว, ระบบได้อย่างมีประสิทธิภาพลดความผิดพลาดในการวัดที่เกิดจากความจุและความจุของปรสิต ผลการทดลองแสดงว่าในช่วง 1 MHz ถึง 5 MHzความผิดพลาดอุปสรรคลดลงจาก 140.8% เป็น 1.8%, และความผิดพลาดระยะลดลงจาก 9.8 องศา เป็น 0.8 องศา, ยืนยันประสิทธิภาพและความแข็งแรงของวิธีการ.
การวิจัยในอนาคตจะเน้นการปรับปรุงอัลกอริทึม การปรับปรุงเครื่องมือราคาถูก และการใช้งานในช่วงความถี่ที่กว้างกว่าการบูรณาการเทคโนโลยีปัญญาประดิษฐ์ (เช่นรุ่นการเรียนรู้เครื่องจักร) สามารถปรับปรุงความแม่นยําในการประเมินพารามิเตอร์และระบบอัตโนมัติได้มากขึ้นวิธีนี้เป็นทางออกที่น่าเชื่อถือสําหรับการทดสอบหน่วยการผ่าตัดไฟฟ้าความถี่สูง และมีการใช้งานทางคลินิกและอุตสาหกรรมที่สําคัญ
เมื่อหน่วยช่างผ่าตัดไฟฟ้าความถี่สูง (ESU) ทํางานเหนือ 1 MHz ความจุของปรสิตและความจุขององค์ประกอบความต้านทานจะส่งผลให้มีลักษณะความถี่สูงที่ซับซ้อนมีผลต่อความแม่นยําของการทดสอบบทความนี้เสนอวิธีการชดเชยแบบไดนามิคที่ใช้เมตร LCR ความถี่สูง หรือเครื่องวิเคราะห์เครือข่ายสําหรับเครื่องทดสอบหน่วยกล่าไฟฟ้าความถี่สูงโดยใช้การวัดอัมพานซ์ในเวลาจริง, การจําลองแบบไดนามิก และอัลกอริทึมการชดเชยที่ปรับตัว, วิธีแก้ไขความผิดพลาดในการวัดที่เกิดจากผลของปรสิต.ระบบรวมอุปกรณ์ความแม่นยําสูงและโมดูลการประมวลผลในเวลาจริงเพื่อบรรลุคุณสมบัติที่แม่นยําของผลงาน ESUผลการทดลองแสดงให้เห็นว่า ในช่วง 1 MHz ถึง 5 MHz ความผิดพลาดของอุปสรรคลดลงจาก 14.8% เป็น 1.8% และความผิดพลาดของระยะลดลงจาก 9.8 องศา เป็น 0.8 องศาการตรวจสอบความมีประสิทธิภาพและความมั่นคงของวิธีการการศึกษาที่ขยายออกไปสํารวจการปรับปรุงอัลการิทึม การปรับปรุงสําหรับเครื่องมือราคาถูก และการใช้งานในช่วงความถี่ที่กว้างกว่า
หน่วยศัลยกรรมไฟฟ้า (ESU) เป็นอุปกรณ์ที่จําเป็นในศัลยกรรมที่ทันสมัย โดยใช้พลังงานไฟฟ้าความถี่สูง เพื่อบรรลุการตัดเนื้อเยื่อ การหลอมเลือดและการตัดเนื้อเยื่อความถี่ในการทํางานของมันโดยทั่วไปจะอยู่ระหว่าง 1 MHz ถึง 5 MHz เพื่อลดการกระตุ้นเส้นประสาทประสาทและปรับปรุงประสิทธิภาพการถ่ายทอดพลังงานอย่างไรก็ตาม, ในความถี่สูง, ผลลัพธ์ของปรสิตขององค์ประกอบความต้านทาน (เช่น capacitance และ inductance) มีผลต่อลักษณะ impedance อย่างสําคัญทําให้วิธีการทดสอบแบบดั้งเดิม ไม่สามารถระบุผลการทํางานของ ESU ได้อย่างแม่นยําอิทธิพลของปรสิตเหล่านี้ไม่เพียงแต่ส่งผลกระทบต่อความมั่นคงของพลังงานผลิต แต่ยังสามารถนําไปสู่ความไม่แน่นอนในการจัดส่งพลังงานระหว่างการผ่าตัดเพิ่มความเสี่ยงทางคลินิก
วิธีการทดสอบ ESU แบบดั้งเดิมมักจะใช้วิธีการปรับขนาดแบบสแตตติก โดยใช้ภาระคงที่ในการวัดความจุของปรสิตและความชักชวนจะแตกต่างกันตามความถี่, ส่งผลให้เกิดการเปลี่ยนแปลงแบบไดนามิคในอัมพานซ์. การปรับขนาดสแตติกไม่สามารถปรับตัวให้กับการเปลี่ยนแปลงเหล่านี้ และความผิดพลาดในการวัดสามารถสูงถึง 15% [2] เพื่อแก้ปัญหานี้บทความนี้เสนอวิธีการชดเชยแบบไดนามิก โดยใช้เครื่องวัด LCR ความถี่สูง หรือเครื่องวิเคราะห์เครือข่ายวิธีนี้ชดเชยผลกระทบของปรสิตผ่านการวัดในเวลาจริงและอัลการิทึมที่ปรับตัวเพื่อให้แน่ใจว่าการทดสอบแม่นยํา
ผลงานของงานนี้ประกอบด้วย:
ส่วนต่อไปนี้จะนําเสนอพื้นฐานทางทฤษฎี, การนําวิธีการ, การตรวจสอบทางการทดลองและทิศทางการวิจัยในอนาคตอย่างละเอียด
ในสภาพแวดล้อมความถี่สูง รูปแบบที่เหมาะสมขององค์ประกอบของตัวต่อต้าน ไม่ใช้อีกต่อไปCp) และการผลักดันของปรสิต (Lp), ด้วยความคัดค้านที่เท่ากับ:
ที่ไหนZคืออุปสรรคซ้อนRคือความต้านทานนามินาล ω คือความถี่มุม และjคือหน่วยจินตนาการ อุปทานปรสิตLpและความจุของปรสิตCpกว่า 1 MHz, ωLpและ
สนับสนุนของมีความสําคัญ ส่งผลให้เกิดการเปลี่ยนแปลงที่ไม่เป็นเส้นตรงในขนาดและระยะของอุปมา
ตัวอย่างเช่นสําหรับตัวต่อรอง 500 Ω ในระดับ 5 MHzLp= 10 nH และCp= 5 pF ส่วนจินตนาการของอุปสรรคคือ:
โดยแทนค่าตัวเลข ω = 2π × 5 × 106rad/s เราจะได้:
ส่วนลวงนี้ชี้ให้เห็นว่าผลกระทบของปรสิตมีผลต่ออิทธิพลอย่างสําคัญ ส่งผลให้มีการเบี่ยงเบนในการวัด
เป้าหมายของการชดเชยแบบไดนามิก คือการสกัดปารามิเตอร์ของปรสิตผ่านการวัดในเวลาจริง และลดผลกระทบของมันจากอุปทานที่วัดเครื่องวัด LCR คํานวณอุปสรรคโดยใช้สัญญาณ AC ของความถี่ที่รู้จักและวัดขนาดและระยะของสัญญาณการตอบสนอง. เครื่องวิเคราะห์เครือข่ายวิเคราะห์ลักษณะการสะท้อนหรือการส่งผ่าน โดยใช้ปารามิเตอร์ S (ปารามิเตอร์การสับสน) ให้ข้อมูลอัดอัดที่แม่นยํากว่าอัลกอริทึมการชดเชยแบบไดนามิคใช้ข้อมูลการวัดนี้เพื่อสร้างรุ่นอุปสรรคในเวลาจริงและแก้ไขผลของปรสิต.
อุปสรรคหลังจากการชดเชยคือ:
วิธีนี้ต้องการการรวบรวมข้อมูลความแม่นยําสูงและการประมวลผลอัลการิธึมที่รวดเร็ว เพื่อปรับตัวให้เข้ากับสภาพการทํางานแบบไดนามิกของ ESUการรวมเทคโนโลยีการกรอง Kalman สามารถเพิ่มความมั่นคงในการประเมินพารามิเตอร์และปรับตัวให้กับเสียงและการเปลี่ยนแปลงภาระ [3].
การออกแบบระบบรวมองค์ประกอบหลักต่อไปนี้
ระบบสื่อสารกับเครื่องวัด LCR / เครื่องวิเคราะห์เครือข่ายผ่านอินเตอร์เฟซ USB หรือ GPIB, รับรองการส่งข้อมูลที่น่าเชื่อถือและความช้าต่ําการออกแบบของฮาร์ดแวร์รวมกันและการติดดินสําหรับสัญญาณความถี่สูงเพื่อลดการแทรกแซงภายนอกเพื่อเพิ่มความมั่นคงของระบบ โมดูลการชดเชยอุณหภูมิถูกเพิ่มเติมเพื่อแก้ไขผลของอุณหภูมิบริเวณบนเครื่องวัด
อัลกอริทึมการชดเชยการเคลื่อนไหวแบ่งออกเป็นขั้นตอนต่อไปนี้
ที่ไหน^kเป็นภาวะที่คาด (R,Lp,Cp),Kkคือผลประโยชน์ของ Kalmanzkคือค่าการวัด และHคือเมทริกซ์การวัด
เพื่อปรับปรุงประสิทธิภาพของอัลกอริทึม การแปลงฟูเรียที่รวดเร็ว (FFT) ใช้ในการประมวลผลข้อมูลการวัดล่วงหน้าและลดความซับซ้อนในการคํานวณอัลกอริทึมรองรับการประมวลผลหลายเส้น เพื่อดําเนินการหาข้อมูลและคํานวณการชดเชยในขณะเดียวกัน.
อัลกอริทึมถูกสร้างเป็นต้นแบบใน Python แล้วปรับปรุงและโพร์ตเป็น C เพื่อทํางานบน STM32F4ขณะที่เครื่องวิเคราะห์เครือข่ายรองรับความละเอียดความถี่สูงกว่า (สูงสุด 10 MHz). ความช้าในการประมวลผลของโมดูลการชดเชยถูกรักษาให้ต่ํากว่า 8.5 ms, รับประกันผลงานในเวลาจริง. การปรับปรุงฟอร์มแวร์ประกอบด้วย:
เพื่อรองรับรูปแบบ ESU ที่แตกต่างกัน ระบบนี้รองรับการสแกนหลายความถี่และการปรับปารามิเตอร์อัตโนมัติมีการเพิ่มกลไกการตรวจสอบความผิดพลาดเมื่อข้อมูลการวัดผิดปกติ (เช่น ปริมาตรปรสิต นอกช่วงที่คาด), ระบบจะกระตุ้นสัญญาณเตือนและการปรับขนาดใหม่.
การทดลองถูกดําเนินในสภาพแวดล้อมห้องปฏิบัติการ โดยใช้อุปกรณ์ดังต่อไปนี้
อัตราภาระการทดลองประกอบด้วยการต่อต้านหนังเซรามิกและโลหะเพื่อจําลองสภาพภาระภาระที่หลากหลายที่พบในระหว่างการผ่าตัดจริง ความถี่การทดสอบคือ 1 MHz, 2 MHz, 3 MHz, 4 MHzและ 5 MHzอุณหภูมิแวดล้อมถูกควบคุมที่ 25 °C ± 2 °C และความชื้นเป็น 50% ± 10% เพื่อลดการแทรกแซงภายนอกให้น้อยที่สุด
การวัดที่ไม่ได้รับการชดเชยแสดงให้เห็นว่าผลกระทบของผลกระทบของปรสิตเพิ่มขึ้นอย่างสําคัญกับความถี่ ในระยะ 5 MHz ความผิดพลาดอุปสรรคถึง 14.8% และความผิดพลาดระยะ 9.8 องศาหลังจากใช้ค่าชดเชยแบบไดนามิก, การเบี่ยงเบนอัมพานซ์ลดลงเป็น 1.8% และความผิดพลาดระยะลดลงเป็น 0.8 องศา ผลลัพธ์รายละเอียดแสดงอยู่ในตารางที่ 1
การทดลองยังทดสอบความมั่นคงของอัลการิทึมภายใต้ภาระที่ไม่สมบูรณ์แบบ (รวมถึงความจุปรสิตสูงCp= 10pF) หลังจากการชดเชย ความผิดพลาดถูกเก็บไว้ภายใน 2.4% นอกจากนี้การทดลองซ้ําๆ (เฉลี่ยการวัด 10 ครั้ง) ได้ตรวจสอบความซ้ําของระบบมีค่าเบี่ยงเบนมาตรฐานต่ํากว่า 00.1%
ตารางที่ 1: ความแม่นยําของการวัด ก่อนและหลังการชําระค่า
| ความถี่ (MHz) | ความผิดพลาดอัมพวาสที่ไม่ได้รับการชดเชย (%) | ความผิดพลาดของอัมพาต หลังจากการชดเชย (%) | ความผิดพลาดระยะ (การใช้จ่าย) |
|---|---|---|---|
| 1 | 4.9 | 0.7 | 0.4 |
| 2 | 7.5 | 0.9 | 0.5 |
| 3 | 9.8 | 1.2 | 0.6 |
| 4 | 12.2 | 1.5 | 0.7 |
| 5 | 14.8 | 1.8 | 0.8 |
อัลกอริทึมการชดเชยมีความซับซ้อนในการคํานวณของ O ((n) โดย n คือจํานวนความถี่ในการวัด การกรอง Kalman ปรับปรุงความมั่นคงของการประเมินพาราเมตรให้ดีขึ้นอย่างมากโดยเฉพาะในสภาพแวดล้อมที่มีเสียงดัง (SNR = 20 dB)เวลาตอบสนองของระบบทั้งหมดคือ 8.5 ms ตอบสนองความต้องการในการทดสอบในเวลาจริงวิธีการชดเชยแบบไดนามิก ลดเวลาในการวัดประมาณ 30%, ปรับปรุงประสิทธิภาพการทดสอบ
วิธีการชําระค่าตอบแทนแบบไดนามิค ปรับปรุงความแม่นยําของการทดสอบไฟฟ้าผ่าตัดความถี่สูงโดยการประมวลผลผลปรสิตในเวลาจริงเปรียบเทียบกับการปรับระดับสแตตติกแบบดั้งเดิม, วิธีนี้สามารถปรับตัวให้กับการเปลี่ยนแปลงแบบไดนามิคในภาระภาระและเหมาะสําหรับลักษณะ impedance ที่ซับซ้อนในสภาวะความถี่สูงการผสมผสานของ LCR Meter และ เครื่องวิเคราะห์เครือข่าย ให้ความสามารถในการวัดที่สมบูรณ์แบบ: เครื่องวัด LCR เหมาะสําหรับการวัดอุปสรรคเร็ว และเครื่องวิเคราะห์เครือข่ายทํางานได้ดีในการวิเคราะห์ปริมาตร S ความถี่สูงการใช้การกรอง Kalman ปรับปรุงความแข็งแกร่งของอัลกอริทึมต่อเสียงและการเปลี่ยนแปลงภาระ [4].
แม้วิธีการนี้จะมีประสิทธิภาพ แต่มันมีข้อจํากัดต่อไปนี้
การปรับปรุงในอนาคตสามารถทําได้ในทางต่อไปนี้:
บทความนี้เสนอวิธีการชดเชยแบบไดนามิกที่ใช้เครื่องวัด LCR ความถี่สูงหรือเครื่องวิเคราะห์เครือข่ายสําหรับการวัดแม่นยํามากกว่า 1 MHz สําหรับเครื่องทดสอบการผ่าตัดไฟฟ้าความถี่สูงผ่านการจําลองอัมพานซ์ในเวลาจริง และอัลการิทึมการชดเชยที่ปรับตัว, ระบบได้อย่างมีประสิทธิภาพลดความผิดพลาดในการวัดที่เกิดจากความจุและความจุของปรสิต ผลการทดลองแสดงว่าในช่วง 1 MHz ถึง 5 MHzความผิดพลาดอุปสรรคลดลงจาก 140.8% เป็น 1.8%, และความผิดพลาดระยะลดลงจาก 9.8 องศา เป็น 0.8 องศา, ยืนยันประสิทธิภาพและความแข็งแรงของวิธีการ.
การวิจัยในอนาคตจะเน้นการปรับปรุงอัลกอริทึม การปรับปรุงเครื่องมือราคาถูก และการใช้งานในช่วงความถี่ที่กว้างกว่าการบูรณาการเทคโนโลยีปัญญาประดิษฐ์ (เช่นรุ่นการเรียนรู้เครื่องจักร) สามารถปรับปรุงความแม่นยําในการประเมินพารามิเตอร์และระบบอัตโนมัติได้มากขึ้นวิธีนี้เป็นทางออกที่น่าเชื่อถือสําหรับการทดสอบหน่วยการผ่าตัดไฟฟ้าความถี่สูง และมีการใช้งานทางคลินิกและอุตสาหกรรมที่สําคัญ