申请/专利权人:中科超精(南京)科技有限公司
申请日:2022-12-01
公开(公告)日:2024-03-22
公开(公告)号:CN115804918B
主分类号:A61N5/10
分类号:A61N5/10
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2023.04.04#实质审查的生效;2023.03.17#公开
摘要:本发明公开了多叶准直器的控制方法及系统,控制方法包括:自适应神经网络根据接收的多叶准直器叶片的期望位移pin、期望运动速度vin、期望运动加速度ain,控制多叶准直器的叶片驱动电机的运转;监测多叶准直器叶片的实际位移p0、实际运动速度v0和实际运动加速度a0,并反馈至自适应神经网络;自适应神经网络根据多叶准直器叶片的位置比较偏差运动速度比较偏差运动加速度比较偏差分别确定相应的扰动量权重因子计算调节补偿因子C,控制多叶准直器的叶片驱动电机按期望动态运动。本发明采用自适应神经网络来解决多叶准直器叶片的动态控制问题,保证其精准和稳定运行,满足各类放疗技术特别是图像引导调强、容积调强等业务的需求。
主权项:1.多叶准直器的控制方法,其特征在于,包括:自适应神经网络根据接收的多叶准直器叶片的期望位移pin、期望运动速度vin、期望运动加速度ain,控制多叶准直器的叶片驱动电机的运转;监测多叶准直器叶片的实际位移p0、实际运动速度v0和实际运动加速度a0,并反馈至自适应神经网络;自适应神经网络根据多叶准直器叶片的位置比较偏差运动速度比较偏差运动加速度比较偏差分别确定相应的扰动量权重因子计算调节补偿因子C,控制多叶准直器的叶片驱动电机按期望动态运动;所述自适应神经网络包括神经网络识别单元和神经网络控制单元,所述自适应神经网络根据多叶准直器叶片的位置比较偏差运动速度比较偏差运动加速度比较偏差分别确定相应的扰动量权重因子计算调节补偿因子C,控制多叶准直器的叶片驱动电机按期望动态运动包括:神经网络识别单元识别系统输入的扰动信号,计算扰动量D,扰动量D的扰动方程为:式中,n是样本数,x是输入样本点,yx是输出值,而plx是神经元的输出值,其中L是神经元的层数,输出扰动量D;神经网络控制单元根据输入的扰动信号的扰动量D,结合通过学习、训练选出的权重因子计算出补偿因子C,控制多叶准直器的叶片驱动电机按期望动态运动。
全文数据:
权利要求:
百度查询: 中科超精(南京)科技有限公司 多叶准直器的控制方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。