基于模糊邏輯的激光醫(yī)療美容儀器故障自動(dòng)診斷方法研究

洪國(guó)珍

（武漢市美妍高科醫(yī)療美容門診部，武漢430013）

0 引言

激光醫(yī)療美容儀器是用于美容皮膚科的一種主要治療儀器，其在醫(yī)療美容皮膚科具有較好的臨床應(yīng)用效果[1]，其在進(jìn)行醫(yī)療美容時(shí)，主要是通過光熱作用、光動(dòng)力反應(yīng)以及光刺激實(shí)現(xiàn)皮膚的相關(guān)治療[2]。激光醫(yī)療美容儀器可根據(jù)其發(fā)光原理分為調(diào)Q激光與點(diǎn)陣像素激光兩大類。該類儀器常用的激光包括二氧化碳激光、紅外激光等。該類儀器在使用過程中[3]如果所處的位置通風(fēng)較差、環(huán)境中存在較強(qiáng)的電磁場(chǎng)干擾或者儀器發(fā)生撞擊等，均會(huì)導(dǎo)致其產(chǎn)生故障。故障發(fā)生后，會(huì)導(dǎo)致儀器的使用發(fā)生異常，輕微情況下可能會(huì)影響到儀器的使用效果，嚴(yán)重情況下可能使儀器部件損壞[4]，導(dǎo)致儀器無法使用。對(duì)此，許多相關(guān)研究人員進(jìn)行了研究，如：劉香君等[5]和戴麗等[6]針對(duì)激光醫(yī)療美容儀器故障的自動(dòng)診斷分別展開相關(guān)研究，提出基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)和基于曲率尺度空間（curvature scale space，CSS）及邊緣計(jì)算的相關(guān)診斷和管理方法，上述方法均可實(shí)現(xiàn)儀器故障的診斷或者識(shí)別，但是不具有特征量化功能，且不能對(duì)故障嚴(yán)重程度進(jìn)行定量分析。因此，本文提出一種基于模糊邏輯的激光醫(yī)療美容儀器故障自動(dòng)診斷方法，該方法依據(jù)模糊邏輯構(gòu)建模糊診斷規(guī)則，以完成激光醫(yī)療美容儀器故障的自動(dòng)診斷。

1 激光醫(yī)療美容儀器故障自動(dòng)診斷方法

1.1 激光醫(yī)療美容儀器故障自動(dòng)診斷的方法框架

本文采用模糊邏輯方法完成激光醫(yī)療美容儀器故障自動(dòng)診斷，該方法分為3 個(gè)步驟：一是故障監(jiān)測(cè)信號(hào)采集和處理；二是故障特征量化；三是故障自動(dòng)診斷?；谀：壿嫷募す忉t(yī)療美容儀器故障自動(dòng)診斷方法的整體框架如圖1 所示。

圖1 基于模糊邏輯的激光醫(yī)療美容儀器故障自動(dòng)診斷方法整體框架

該方法采用定時(shí)采集的方式，通過光纖傳感器采集激光醫(yī)療美容儀器故障監(jiān)測(cè)信號(hào)，由于儀器在使用過程中存在一定聲響和振動(dòng)噪聲[7]，采集的信號(hào)中存在一定噪聲，因此采集故障監(jiān)測(cè)信號(hào)后，先采用數(shù)字濾波方法對(duì)信號(hào)進(jìn)行降噪處理，再采用匹配濾波檢測(cè)方法將降噪后的信號(hào)進(jìn)行增強(qiáng)[8]；之后利用模數(shù)轉(zhuǎn)換器將增強(qiáng)后的信號(hào)在時(shí)間上進(jìn)行離散化，并在幅值上進(jìn)行量化，使得信號(hào)可以被計(jì)算機(jī)處理；然后對(duì)該信號(hào)中的故障特征進(jìn)行量化處理，獲取特征量化結(jié)果；最后依據(jù)該結(jié)果建立模糊隸屬度函數(shù)，依據(jù)該函數(shù)結(jié)果完成激光醫(yī)療美容儀器故障自動(dòng)診斷。

1.2 激光醫(yī)療美容儀器故障信號(hào)增強(qiáng)

由于激光醫(yī)療美容儀器在使用過程中會(huì)存在一定振動(dòng)和聲音，為保證信號(hào)的完整性和可用性以及保障故障自動(dòng)診斷效果[9]，本文中采用匹配濾波檢測(cè)方法對(duì)降噪后的激光醫(yī)療美容儀器故障監(jiān)測(cè)信號(hào)進(jìn)行增強(qiáng)處理。增強(qiáng)過程中，故障監(jiān)測(cè)信號(hào)的濾波傳遞函數(shù)fF（k+1）計(jì)算公式為

式中，k表示故障；μ 表示濾波參數(shù)；λM表示激光醫(yī)療美容儀器故障監(jiān)測(cè)信號(hào)的期望函數(shù)；γM表示采集的故障監(jiān)測(cè)信號(hào)。

在fF（k+1）基礎(chǔ)上獲取故障監(jiān)測(cè)的相關(guān)峰值，且該值的獲取采用矩陣特征值分解方法完成。為保證計(jì)算結(jié)果的可靠性[10]，引入互協(xié)方差矩陣分解方法，將矩陣特征值分解方法和互協(xié)方差矩陣分解方法兩者結(jié)合完成該峰值的計(jì)算，其計(jì)算公式為

式中，R（k）表示故障檢測(cè)的峰值；z（k）表示協(xié)方差矩陣分解；y（e）表示激光醫(yī)療美容儀器故障信號(hào)的輸出相關(guān)峰值。

依據(jù)公式（2）的計(jì)算結(jié)果可獲取激光醫(yī)療美容儀器故障監(jiān)測(cè)信號(hào)的奇異值分解模型，其計(jì)算公式為

式中，d（t）表示t時(shí)段的奇異值分解模型；d（k）表示儀器故障次數(shù)；dn表示分解值，且表示奇異值參數(shù)，屬于故障監(jiān)測(cè)信號(hào)。

通過構(gòu)建激光醫(yī)療美容儀器故障監(jiān)測(cè)信號(hào)的特征分析模型，可以獲取特征分解誤差ê（k），其計(jì)算公式為

對(duì)激光醫(yī)療美容儀器故障監(jiān)測(cè)信號(hào)譜峰進(jìn)行搜索并獲取結(jié)果，依據(jù)信號(hào)子空間融合方法完成；獲取搜索結(jié)果后，完成激光醫(yī)療美容儀器故障信號(hào)點(diǎn)x（t）的標(biāo)定處理，利用互質(zhì)線完成，且該線為相互平行狀態(tài)?；诖?，x（t）的增強(qiáng)處理函數(shù)F（w）計(jì)算公式為

1.3 激光醫(yī)療美容儀器故障特征量化

依據(jù)1.2 小節(jié)的方法，在完成激光醫(yī)療美容儀器故障信號(hào)增強(qiáng)處理的同時(shí)[12]可獲取激光醫(yī)療美容儀器故障點(diǎn)的標(biāo)定，鎖定全部的故障點(diǎn)。在此基礎(chǔ)上，為可靠識(shí)別全部故障，采用自適應(yīng)加權(quán)的方式實(shí)現(xiàn)激光醫(yī)療美容儀器故障特征的量化處理。

N表示量化的激光醫(yī)療美容儀器故障數(shù)量，對(duì)故障節(jié)點(diǎn)j實(shí)行量化后獲取故障概率結(jié)果，以此獲取信息值Ek（m）（用于衡量故障提供的信息量大小），其計(jì)算公式為

式中，pi（m）表示故障概率其中d表示故障差異度，di表示節(jié)點(diǎn)數(shù)量，屬于量化的故障i。

依據(jù)上述公式即可完成激光醫(yī)療美容儀器故障的量化，在此基礎(chǔ)上采用分形對(duì)量化后的故障進(jìn)行處理，則任意故障狀態(tài)下節(jié)點(diǎn)j和x兩者之間的相關(guān)性L（j，x）計(jì)算公式為

采用局部均值分解，對(duì)標(biāo)定的激光醫(yī)療美容儀器故障信號(hào)x（t）實(shí)行處理后，獲取分解結(jié)果x0，x1，…，xn，基于此可確定激光醫(yī)療美容儀器故障特征矩陣E：

式中，激光醫(yī)療美容儀器故障數(shù)量用n表示，當(dāng)該儀器的工作狀態(tài)為n+1 時(shí)，對(duì)特征實(shí)行量化后，即可獲取激光醫(yī)療美容儀器故障特征。

如果局部均值分解后獲取的故障信號(hào)數(shù)量用m表示，結(jié)合公式（8）可獲取量化激光醫(yī)療美容儀器故障特征，其公式為

式中，Ej、Ex分別表示故障節(jié)點(diǎn)j和故障特征x的矩陣；L表示激光醫(yī)療美容儀器故障特征，采用融合方式對(duì)L實(shí)行處理后即可獲取激光醫(yī)療美容儀器故障特征量化結(jié)果。

1.4 激光醫(yī)療美容儀器故障診斷

1.4.1 模糊隸屬度函數(shù)構(gòu)建

本文采用模糊邏輯方法完成激光醫(yī)療美容儀器故障診斷，該方法共包含2 個(gè)部分，分別是模糊隸屬度函數(shù)構(gòu)建和故障自動(dòng)診斷。

設(shè)激光醫(yī)療美容儀器故障因素集合為Y={y1，y2，…，yn}={yj}，其中n表示因素?cái)?shù)量。經(jīng)由上述因素引起的故障征兆集合為X={x1，x2，…，xm}={xi}，其中m表示故障征兆數(shù)量。

結(jié)合模糊集合理論，Y 和X 之間存在一定邏輯關(guān)系，該關(guān)系的表達(dá)式為

式中，→表示邏輯蘊(yùn)涵算子；Q 表示模糊關(guān)系矩陣，表示為

式中，qij表示矩陣元素，其可描述第i個(gè)故障征兆xi對(duì)第j個(gè)故障因素yi的隸屬度，且0≤qij≤1，其中i=1，2，…，m，j=1，2，…，n，該值隨著xi可能性的增加而增大。當(dāng)qij=0 時(shí)，絕對(duì)不會(huì)出現(xiàn)故障征兆；當(dāng)0＜qij≤0.25 時(shí)，不太可能出現(xiàn)故障征兆；當(dāng)0.25＜qij≤0.55時(shí)，會(huì)出現(xiàn)故障征兆；當(dāng)0.55＜qij≤0.85 時(shí)，較大可能出現(xiàn)故障征兆；當(dāng)0.85＜qij≤0.95 時(shí)，極大可能出現(xiàn)故障征兆；當(dāng)qij＞0.95 時(shí)，絕對(duì)出現(xiàn)故障征兆。

1.4.2 模糊診斷原則

完成Q 的構(gòu)建后，可通過獲取的故障征兆結(jié)果確定導(dǎo)致該故障形成的原因，該過程即為模糊判決?；诖舜_定模糊診斷原則，本文采用最大隸屬度原則作為模糊診斷原則。

設(shè)U 表示論域，其中共有數(shù)量為n的模糊子集，用A1，A2，…，An表示，u0表示U 中的任意元素，則

基于公式（12）可確定u0相對(duì)屬于Ai。

隸屬度向量中確定的最大項(xiàng)即為導(dǎo)致激光醫(yī)療美容儀器故障發(fā)生的原因。對(duì)u0實(shí)行判斷，確定其歸屬類別。在對(duì)激光醫(yī)療美容儀器故障征兆實(shí)行判斷時(shí)[13]，采用模糊化對(duì)故障征兆實(shí)行處理，如果處理后的結(jié)果為1，表示存在故障征兆，結(jié)果為0 表示不存在故障征兆。通過模糊分段評(píng)分方法完成激光醫(yī)療美容儀器故障征兆嚴(yán)重程度的定量化處理，當(dāng)處理后的結(jié)果為0 時(shí)，判定沒有發(fā)生故障；當(dāng)處理后的結(jié)果為＞0～0.35 時(shí)，判定輕微故障；當(dāng)處理后的結(jié)果＞0.35～0.65 時(shí)，判定較為嚴(yán)重故障；當(dāng)處理后的結(jié)果＞0.65～0.85 時(shí)，判定嚴(yán)重故障；當(dāng)處理后的結(jié)果＞0.85～0.95 時(shí)，判定十分嚴(yán)重故障；當(dāng)處理后的結(jié)果＞0.95 時(shí)，判定損壞。由此即可完成激光醫(yī)療美容儀器故障自動(dòng)診斷，同時(shí)可進(jìn)行故障嚴(yán)重程度的量化判斷。

2 測(cè)試分析

為測(cè)試本文方法在激光醫(yī)療美容儀器故障自動(dòng)診斷方面的應(yīng)用效果，本文將某大型整形機(jī)構(gòu)的二氧化碳點(diǎn)陣激光儀器作為實(shí)驗(yàn)對(duì)象。該儀器的激光波長(zhǎng)為10 600 nm，引導(dǎo)光束為紅色半導(dǎo)體激光，具備多種工作模式，可根據(jù)應(yīng)用需求進(jìn)行模式設(shè)定，工作環(huán)境溫度為-40°～5°，相對(duì)濕度為≤80%。

該儀器在使用過程中常見故障包含高壓異常、無激光光斑輸出、激光束發(fā)生續(xù)斷、激光功率下降、熔斷絲連續(xù)燒壞以及光束和指示光束不同心等，這些故障之間存在部分連帶性以及各個(gè)影響因素之間存在相關(guān)性，一旦發(fā)生上述故障，將對(duì)儀器的治療效果造成較大影響，甚至引發(fā)連續(xù)故障，如果發(fā)現(xiàn)不及時(shí)，無法及時(shí)進(jìn)行維修，將會(huì)導(dǎo)致儀器損壞。因此，需及時(shí)完成儀器故障的自動(dòng)診斷，以保證儀器的正常使用。在該儀器上部署信號(hào)采集傳感器獲取儀器使用3 個(gè)月的信號(hào)數(shù)據(jù)用于故障診斷，信號(hào)判斷公式為

當(dāng)0＜f（x1）≤1，則可判定信號(hào)為異常信號(hào)，即故障信號(hào)；當(dāng)f（x2）≤0，則可判定信號(hào)為正常信號(hào)。

本文方法在對(duì)儀器故障實(shí)行自動(dòng)診斷前需對(duì)故障信號(hào)實(shí)行降噪和增強(qiáng)處理，故障信號(hào)的處理性能測(cè)試結(jié)果如圖2 所示。

圖2 故障信號(hào)的處理性能測(cè)試結(jié)果

根據(jù)圖2 測(cè)試結(jié)果可知，傳感器采集的故障信號(hào)中存在一定的噪聲，本文采用數(shù)字濾波方法對(duì)該信號(hào)實(shí)行降噪處理后，信號(hào)中的噪聲得到有效處理，再進(jìn)一步對(duì)降噪后的信號(hào)進(jìn)行增強(qiáng)后，信號(hào)的結(jié)果與實(shí)際故障信號(hào)吻合度非常高，信號(hào)中的弱信號(hào)均得到較好的處理。因此，本文方法能夠較好地完成信號(hào)的有效處理。

故障特征量化效果直接影響故障的診斷結(jié)果，采用本文方法對(duì)激光醫(yī)療美容儀器故障信號(hào)特征量化，由于篇幅有限，結(jié)果僅隨機(jī)呈現(xiàn)2 種不同程度故障下的特征量化結(jié)果，如圖3 所示。

圖3 不同程度故障下的特征量化結(jié)果

從圖3 可以看出，十分嚴(yán)重故障特征量化結(jié)果的故障信號(hào)凸起明顯，而輕微故障下的特征量化結(jié)果雖然能夠呈現(xiàn)信號(hào)異常，但是信號(hào)波動(dòng)較低，說明本文方法能夠獲取不同故障征兆嚴(yán)重程度的量化結(jié)果，并且可清晰呈現(xiàn)不同故障征兆嚴(yán)重程度的差異，以此區(qū)分不同程度的儀器故障。

為測(cè)試本文方法的故障診斷效果，獲取本文方法對(duì)信號(hào)的識(shí)別結(jié)果，并且完成對(duì)故障的量化，判斷其故障程度。故障診斷和量化結(jié)果見表1。

表1 故障診斷和量化結(jié)果

由表1 可知，本文方法能夠完成信號(hào)中發(fā)生的故障征兆的自動(dòng)診斷，并且獲取該故障征兆嚴(yán)重程度的量化結(jié)果，同時(shí)可獲取故障征兆的次數(shù)。因此，本文方法的故障自動(dòng)診斷效果良好，且有效、可靠，同時(shí)能夠完成故障征兆嚴(yán)重程度定量分析，為儀器的檢修提供有效依據(jù)。

另外，為了驗(yàn)證本文方法的有效性，采用本文方法、文獻(xiàn)[5]方法和文獻(xiàn)[6]方法對(duì)激光醫(yī)療美容儀器故障進(jìn)行自動(dòng)診斷，并將自動(dòng)診斷結(jié)果與實(shí)際故障結(jié)果進(jìn)行對(duì)比，對(duì)比結(jié)果見表2。

表2 激光醫(yī)療美容儀器故障診斷結(jié)果

根據(jù)表2 可知，在本文設(shè)定參數(shù)及現(xiàn)有實(shí)驗(yàn)條件下，本文方法進(jìn)行激光醫(yī)療美容儀器故障自動(dòng)診斷的結(jié)果與實(shí)際故障結(jié)果一致，準(zhǔn)確率高達(dá)100%；而文獻(xiàn)[5]方法進(jìn)行激光醫(yī)療美容儀器故障自動(dòng)診斷的結(jié)果與實(shí)際故障結(jié)果有4 次誤差，準(zhǔn)確率為60%；文獻(xiàn)[6]方法進(jìn)行激光醫(yī)療美容儀器故障自動(dòng)診斷的結(jié)果與實(shí)際故障結(jié)果有3 次誤差，準(zhǔn)確率為70%。綜上說明采用本文方法進(jìn)行激光醫(yī)療美容儀器故障自動(dòng)診斷的結(jié)果更準(zhǔn)確。

3 結(jié)語

激光醫(yī)療美容儀器是諸多醫(yī)院皮膚科或者醫(yī)療美容機(jī)構(gòu)普遍使用的一種美容儀器，該儀器應(yīng)用功能較多、使用頻率較高，因此故障多發(fā)。為了及時(shí)完成激光醫(yī)療美容儀器故障自動(dòng)診斷，本文提出了一種基于模糊邏輯的故障自動(dòng)診斷方法，并對(duì)該方法的應(yīng)用效果進(jìn)行了測(cè)試。測(cè)試結(jié)果顯示，本文方法具備良好的故障信號(hào)處理效果，處理后信號(hào)中的噪聲大大減少，并且增強(qiáng)后的信號(hào)與實(shí)際的信號(hào)之間吻合程度非常高。除此之外，本文方法還能夠完成故障特征的量化處理，且量化結(jié)果能夠呈現(xiàn)不同故障類別的差異。但是本文方法在研究的過程中沒有考慮診斷的時(shí)間問題，導(dǎo)致診斷效率較低。為了進(jìn)一步提高本文方法的有效性，在接下來的研究中將對(duì)算法進(jìn)行改進(jìn)，以縮短運(yùn)算時(shí)間、提高診斷效率。