header
Local cover image
Local cover image
Image from OpenLibrary

Low-cost ventilator volume control modes realization with squeezed ann assisted implementation / by Mohammed Taha Saber Abd Elwehab ; Supervisors Prof. Dr. Mohammed R.ElGhonemi.

By: Contributor(s): Material type: TextTextLanguage: English Summary language: English, Arabic Producer: 2024Description: 59 pages : illustrations ; 30 cm. + CDContent type:
  • text
Media type:
  • Unmediated
Carrier type:
  • volume
Other title:
  • / تنفيذ أوضاع التحكم في الحجم لجهاز تنفس صناعي منخفض التكلفة مع التنفيذ بمساعدة شبكة عصبية اصطناعية مضغوطة [Added title page title]
Subject(s): DDC classification:
  • 621.381
Available additional physical forms:
  • Issues also as CD.
Dissertation note: Thesis (M.Sc)-Cairo University, 2024. Summary: This thesis presents the successful development of a low-cost ventilator with high accuracy, incorporating sensor fusion and artificial neural networks. This ventilator supports three volume ventilation modes and utilizes a dataset of 2601 samples for designing the Artificial neural network (ANN) based control loop. It is the first documented instance where ANN is employed in the control loop design. The final ANN model achieves an acceptable mean square error of 24.79 in determining blower speed, and high determination coefficient of 87.97%, contributing to enhanced performance and convergence of the PID controller.Summary: تقدم هذه الرسالة التطوير الناجح لجهاز تنفس صناعي منخفض التكلفة بدقة عالية، ويتضمن اندماج أجهزة الاستشعار والشبكات العصبية الاصطناعية. يدعم جهاز التنفس الصناعي هذا ثلاثة أوضاع تهوية معتمدة على التحكم في حجم الهواء المضغوط ويستخدم مجموعة بيانات من 2601 عينة لتصميم حلقة التحكم المعتمدة على الشبكة العصبية الاصطناعية. هذا هو أول مثيل موثق حيث تم استخدام الشبكة العصبية الاصطناعية في تصميم حلقة التحكم. يحقق نموذج الشبكة العصبية الاصطناعية النهائي معامل خطأ مربع في تحديد سرعة المناخ (blower) مقبول يساوي 24,79، ومعامل تحديد عالي قدره 87,97٪، مما يساهم في تعزيز الأداء وتحسين وحدة تحكم PID.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)

Thesis (M.Sc)-Cairo University, 2024.

Bibliography: pages 55-59.

This thesis presents the successful development of a low-cost ventilator with high accuracy, incorporating sensor fusion and artificial neural networks. This ventilator supports three volume ventilation modes and utilizes a dataset of 2601 samples for designing the Artificial neural network (ANN) based control loop. It is the first documented instance where ANN is employed in the control loop design. The final ANN model achieves an acceptable mean square error of 24.79 in determining blower speed, and high determination coefficient of 87.97%, contributing to enhanced performance and convergence of the PID controller.

تقدم هذه الرسالة التطوير الناجح لجهاز تنفس صناعي منخفض التكلفة بدقة عالية، ويتضمن اندماج أجهزة الاستشعار والشبكات العصبية الاصطناعية. يدعم جهاز التنفس الصناعي هذا ثلاثة أوضاع تهوية معتمدة على التحكم في حجم الهواء المضغوط ويستخدم مجموعة بيانات من 2601 عينة لتصميم حلقة التحكم المعتمدة على الشبكة العصبية الاصطناعية. هذا هو أول مثيل موثق حيث تم استخدام الشبكة العصبية الاصطناعية في تصميم حلقة التحكم. يحقق نموذج الشبكة العصبية الاصطناعية النهائي معامل خطأ مربع في تحديد سرعة المناخ (blower) مقبول يساوي 24,79، ومعامل تحديد عالي قدره 87,97٪، مما يساهم في تعزيز الأداء وتحسين وحدة تحكم PID.

Issues also as CD.

Text in English and abstract in Arabic & English.

There are no comments on this title.

to post a comment.

Click on an image to view it in the image viewer

Local cover image