000			03455namaa22004091i 4500
003			OSt
005			20250223033354.0
008			241225s2024 |||a|||f m||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a621.381
092			_a621.381 _221
097			_aM.Sc
099			_aCai01.13.08.M.Sc.2024.Mo.L
100	0		_aMohammed Taha Saber Abd Elwehab, _epreparation.
245	1	0	_aLow-cost ventilator volume control modes realization with squeezed ann assisted implementation / _cby Mohammed Taha Saber Abd Elwehab ; Supervisors Prof. Dr. Mohammed R.ElGhonemi.
246	1	5	_a/ تنفيذ أوضاع التحكم في الحجم لجهاز تنفس صناعي منخفض التكلفة مع التنفيذ بمساعدة شبكة عصبية اصطناعية مضغوطة
264		0	_c2024.
300			_a59 pages : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc)-Cairo University, 2024.
504			_aBibliography: pages 55-59.
520			_aThis 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.
520			_aتقدم 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.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		7	_aElectronics _2qrmak
653		0	_aMechanical ventilator _aCOVID-19 _aArtificial neural network _a Sensor fusion
700	0		_aMohammed R.ElGhonemi _ethesis advisor.
900			_b01-01-2024 _cMohammed R.ElGhonemi _dAhmed H.Kandil _dFathy M.Abdelkader _UCairo University _FFaculty of Engineering _DDepartment of Electronics and Communications Engineering
905			_aShimaa _eHuda
942			_2ddc _cTH _e21 _n0
999			_c169730