CN116603142A - 用于呼吸机的氧浓度控制方法和呼吸机 - Google Patents

Abstract

本公开的实施例提供了一种用于呼吸机的氧浓度控制方法和呼吸机。用于呼吸机的氧浓度控制方法包括设置氧浓度值；检测空气和氧气的混合气体中的当前的氧浓度值；基于发送到氧气流量调节装置的控制信号和预估的气路延迟环节的模型计算反馈值；至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差；根据所述氧浓度偏差和计算的所述反馈值调节发送到所述氧气流量调节装置的控制信号。本公开的实施例考虑了气路中氧浓度变化的延迟特性，设置了针对延时环节的控制算法以尽量消除延迟特性对氧浓度调节的干扰，提高了氧浓度调节的快速性、稳定性和氧浓度控制的精度。

Description

用于呼吸机的氧浓度控制方法和呼吸机

技术领域

本公开涉及呼吸机技术领域，具体而言，涉及一种呼吸机的氧浓度控制方法和使用该方法的呼吸机。

背景技术

呼吸机的氧浓度控制可以采用标校曲线进行查表，得到氧流量阀的电压来进行调节，还可以采用PID控制氧流量阀来进行调节。但是由于气路因素，氧浓度的变化具有一定的延迟特性，需要一段时间才能达到稳定值，所以在调节过程中容易造成氧浓度控制上下波动，存在调节至稳定状态所需时间长，控制精度有限等问题。

此外，当前呼吸机一般是采用氧电池传感器或者是顺磁氧传感器进行氧浓度的监测和控制。氧电池传感器是易消耗器材元件，随着电池的消耗，监测氧浓度的精度会明显下降，需要定期更换，并且在调节过程中，由于数据监测反应较慢，氧浓度调节容易出现不稳定和精度不够准确的情况。顺磁氧传感器容易受到振动、位置等因素的影响，造成故障率升高，并且该类型的传感器价格昂贵，生产和维护成本高。

因此，基于以上原因，一方面需要一种氧浓度控制方法，其可以减少氧浓度控制过程中的波动，使得氧浓度的控制更稳定更快速，另一方面寻找一种成本更低且使用寿命较长的传感器用于呼吸机的氧浓度监测。

发明内容

本公开提供一种用于呼吸机的氧浓度控制方法和使用该方法的呼吸机，以解决上述一个或多个技术问题。

为了解决上述技术问题中的至少之一，根据本公开的第一方面的实施例提供了一种用于呼吸机的氧浓度控制方法，其包括设置氧浓度值；检测空气和氧气的混合气体中的当前的氧浓度值；基于发送到氧气流量调节装置的控制信号和预估的气路延迟环节的模型计算反馈值；至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差；根据所述氧浓度偏差和计算的所述反馈值调节发送到所述氧气流量调节装置的控制信号。

本公开的实施例考虑了气路中氧浓度变化的延迟特性，设置了针对延迟环节的控制算法以尽量消除延迟特性对氧浓度调节的干扰，提高了氧浓度调节的快速性、稳定性和氧浓度控制的精度。

可选的，根据本公开第一方面的实施例，所述预估的气路延迟环节的模型包括预估的氧气流量调节装置的传递函数的离散化模型和预估的包含气路延迟环节的氧气流量调节装置的传递函数的离散化模型，所述计算反馈值包括分别计算所述控制信号经由预估的氧气流量调节装置的传递函数的离散化模型和预估的包含气路延迟环节的氧气流量调节装置的传递函数的离散化模型的反馈值。

本公开的上述实施例使用了两条反馈回路，包含气路延迟环节的估计模型的反馈回路可以实现将延迟环节移动到控制回路的外边，提高了调节过程的快速性，而不包含气路延迟环节的估计模型的反馈回路可以补偿由于模型不精确或者出现其他扰动带来的误差。

可选的，根据本公开第一方面的实施例，所述氧气流量调节装置的传递函数Go(s)和包含气路延迟环节的氧气流量调节装置的传递函数Gp(s)之间具有以下关系：

Gp(s)＝Go(s)*e^-τs

其中e^-τs为气路延迟环节的传递函数。

可选的，根据本公开第一方面的实施例，根据所述氧浓度偏差和计算的所述反馈值来调节发送到所述氧气流量调节装置的控制信号包括计算偏差信号e₂(k)，其中

e₂(k)＝e₁(k)-x_m(k)+y_m(k)＝r(k)-y(k)-x_m(k)+y_m(k)

其中e₁(k)为所述氧浓度偏差，x_m(k)为所述控制信号经由所述预估的氧气流量调节装置的传递函数的离散化模型的输出，y_m(k)为所述控制信号经由所述预估的包含气路延迟环节的氧气流量调节装置的传递函数的离散化模型的输出，r(k)为所述设置的氧浓度值，y(k)为所述当前的氧浓度值。

可选的，根据本公开第一方面的实施例，所述至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差包括计算当前的氧浓度值与设置的氧浓度值之差作为氧浓度偏差e₁(k)。

可选的，根据本公开第一方面的实施例，所述至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差包括根据以下等式计算氧浓度偏差e₁(k)：

D₀(k)＝y_m(k)/y(k)

D₁(k)＝D₀(k)+T_d*[D₀(k)-D₀(k-1)]/T_s，T_d＝τ

D₂(k)＝x_m(k)*D₁(k)

e₁(k)＝r(k)-D₂(k)

其中D₀(k)是y_m(k)与y(k)的比值，D₁(k)是D₀(k)经过一阶微分之后计算的值，D₂(k)是D₁(k)与x_m(k)的乘积，T_s是采样周期。

可选的，根据本公开第一方面的实施例，用于呼吸机的氧浓度控制方法还包括根据所述设置的氧浓度值及通气总流量计算氧气和空气流量的比例和氧气流量值，根据该氧气流量值得到所述氧气流量调节装置的初始控制信号。

可选的，根据本公开第一方面的实施例，用于呼吸机的氧浓度控制方法还包括判断所述设置的氧浓度值与所述当前的氧浓度值是否一致；如果一致，则维持当前的控制信号不变。

可选的，根据本公开第一方面的实施例，根据所述氧浓度偏差和计算的所述反馈值调节发送到所述氧气流量调节装置的控制信号包括使用PI调节、PID调节和PD调节中的任何一种调节所述控制信号。

可选的，根据本公开第一方面的实施例，使用超声波氧传感器检测混合气体中的当前的氧浓度值。

本公开的实施例可以选择超声波氧传感器，超声波氧传感器为非易耗损元件，其既能够保证监测数据的稳定性和高精度，又能够降低成本，保证呼吸机的长期稳定运行。

根据本公开的第二方面，本公开的实施例提供一种呼吸机，其可以使用上述用于呼吸机的氧浓度控制方法，该呼吸机包括用于调节进入呼吸机的氧气的流量的氧气流量调节装置；用于检测氧气流量的氧流量传感器；动力装置，位于氧气流量调节装置的下游，用于接入空气和氧气的混合气体；氧浓度传感器，位于动力装置的下游，用于检测空气和氧气的混合气体中的氧浓度值；呼吸处理单元，其基于发送到氧气流量调节装置的控制信号和预估的气路延迟环节的模型计算反馈值；至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差；根据所述氧浓度偏差和计算的反馈值来调节发送到所述氧气流量调节装置的控制信号。

可选的，根据本公开的第二方面的实施例，所述氧浓度传感器为超声波氧传感器。

本公开的上述实施例的呼吸机可以在运行过程中实现快速、准确、稳定的氧浓度控制。

实施本公开的任一装置并不一定需要同时达到以上所述的所有优点。本公开的其它特征和优点将在随后的说明书实施例中阐述，并且，部分地从说明书实施例中变得显而易见，或者通过实施本公开而了解。本公开实施例的目的和优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例的附图作简要地介绍，显而易见地，下面描述中的附图仅仅涉及本公开的一些实施例，而非对本公开的限制。

图1是根据本公开一个实施例的呼吸机调节氧浓度的系统总体框图；

图2是根据本公开一个实施例的氧浓度控制系统的示意性框图；

图3是根据本公开一个实施例的包含数字预估器的氧浓度控制系统的示意性框图；

图4是根据本公开一个实施例的氧浓度调节和控制方法的流程图；

图5是根据本公开另一个实施例的包含数字预估器的氧浓度控制系统的示意性框图；

图6是根据本公开另一个实施例的氧浓度调节和控制方法的流程图；

图7A和图7B分别是使用现有的氧浓度控制系统和根据本公开的上述实施例的氧浓度控制系统获得的氧浓度变化过程示例曲线。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另作定义，此处使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不必然表示数量限制。“包括”或者“包含”等类似的词语意指出现该词前面的元件或物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

呼吸机氧浓度监测和调节是呼吸机功能的重要组成部分，其主要作用是呼吸机在给病人提供支持通气的过程中，纠正病人肌体代谢中所需的氧气不足的问题，提高人体动脉血中氧分压，治疗由于各种原因引起肌体缺氧的呼吸系统疾病，改善病人氧合作用。

图1示出了根据本公开一个实施例的呼吸机调节氧浓度的系统100的总体框图。该系统100包括氧浓度传感器101、总流量传感器102、动力装置103、氧流量传感器104、氧气流量调节装置105和呼吸处理单元(未示出)。该系统还可以包括呼气阀106和呼吸近端流量和/或压力传感器107。

氧浓度传感器101可以位于混合气路的下游，用于检测混合气体的氧浓度，其可以位于呼吸机出口附近，即检测靠近病人吸气端的混合气体的氧浓度，并且将检测值反馈给控制系统，确保为病人输送了与预设氧浓度相符合的氧气，避免因长时间高浓度吸氧引起氧中毒或者因氧浓度过低而出现生命危险。氧浓度传感器101可以采用超声波氧传感器，其寿命长并且成本较低，不易因干扰因素造成传感器的损坏和失效。氧浓度传感器101也可以采用其他合适的氧传感器来实现。

总流量传感器102用于检测混合气体的总流量，其设置于混合气路的下游，还可以位于氧浓度传感器101的上游。总流量传感器102可以将检测结果发送给呼吸处理单元。呼吸处理单元保证通气总流量的稳定并根据设置的氧浓度值得到氧气的流量值。

动力装置103作为呼吸机的主要动力源，位于空气和氧气进口的下游。动力装置可以采用涡轮风机和/或流量阀。空气进口和氧气进口可以在动力装置进口前端进行空气氧气混合。在呼吸机启动通气后，在吸气阶段，动力装置103上电达到一定的转速，氧气流量调节装置105同时上电控制氧气流量，并且氧流量传感器104设置在氧气流量调节装置105的下游，检测氧气流量。氧气和空气按照设置的氧浓度计算出来的比例混合后，由动力装置103输送到后端的气路，最后进入到肺内。在呼气时，动力装置103转速下降，呼气阀106打开以将肺内气体排出。氧气流量调节装置105可以由氧气流量阀来实现。

呼吸处理单元的功能可以全部或者部分通过程序软件来实现，例如可以由微控制器(MCU)中的嵌入式系统软件来实现，其可以向相关的组件发送控制信号，或者可以从相关的组件获得所需数据。

总流量传感器、氧浓度传感器、氧流量传感器的位置可以根据需要进行调整。

呼吸近端流量和/或压力传感器107可以用来测量病人端吸入和呼出的气体流量和/或压力，其可以设置在氧浓度传感器的下游，靠近病人一侧。

除了以上调节氧浓度的系统100外，呼吸机还可以包括管道、气源、湿化器等部分，呼吸机可以包括比图示更多或更少的组件，或者组合某些组件，或者拆分某些组件，或者以不同的组件布置构成。呼吸机可以包括一个或多个处理单元，呼吸处理单元可以是独立的器件，也可以集成在一个或多个处理器中，处理器可以包括，但不限于，微控制器(MCU)、中央处理器(CPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)中的一种或者多种。

在呼吸机的氧浓度控制系统中，调节氧浓度的主要组件包括氧气流量调节装置105、氧流量传感器104、氧浓度传感器101。该控制环节可以用单回路的控制系统来描述，图2示出了氧浓度控制环节的系统框图。

在图2中，R为设置的氧浓度，Y为氧浓度传感器检测的氧浓度，G_c(s)为控制器，其可以使用软件实现，作用是根据氧浓度偏差值给出调节信号，G₀(s)是被控对象。在气路中，由于氧浓度的变化存在明显的延迟环节，如果单独根据设置氧浓度和反馈氧浓度的偏差调节氧气流量调节装置，会造成氧浓度出现超调的情况，在干扰因素的影响下，可能出现不稳定的现象。因此，本系统的设计考虑了氧浓度调节过程中的气路延迟环节，即被控对象包括氧气流量调节装置105和气路的延迟环节。由此，被控对象的传递函数可以表示为：

G_P(s)＝G₀(s)*e^-τs (1)

e^-τs为延迟环节的传递函数。为了消除延迟环节的干扰，可以预先估计气路延迟环节的模型，根据该模型对氧浓度的偏差值进行修正，以避免可能出现的超调或者不稳定的问题。本公开的一个实施例针对延迟环节设计了数字预估器的控制算法。如图3所示，G_P(z)和G₀(z)分别为离散化的G_P(s)和G₀(s)，G_HP(z)为带延迟环节的被控对象G_P(z)的估计模型，G_H0(z)为不带延迟环节的被控对象G₀(z)的估计模型。

两个估计模型G_HP(z)和G_H0(z)之间的关系可以用下面的等式表示：

G_HP(z)＝G_HO(z)*z^-k (2)

其中z^-k代表延迟算子，它将采用信号迟后k个采样周期。

估计模型是根据设备的各部分结构和气路结构等预先确定的；X_m是第一条反馈回路，其根据G_H0(z)计算，用来补偿由于模型不精确或者是出现扰动所带来的误差；Y_m是第二条反馈回路，其根据G_HP(z)计算，将延迟环节移动到控制回路的外边，以提高调节过程的快速性；U是控制器向被控对象发送的控制信号。X_m和Y_m可以分别根据下面的等式计算：

x_m(z)＝G_H0(z)*u(z) (3)

y_m(z)＝G_HP(z)*u(z) (4)

由图3所示的数字预估器可得，控制器G_c(z)的输入为：

e₂(k)＝e₁(k)-x_m(k)+y_m(k)＝r(k)-y(k)-x_m(k)+y_m(k) (5)

将等式(3)、(4)计算的结果带入到等式(5)中，计算得到E₂。控制器G_c(z)在接收到E₂之后，采用控制算法(例如PI控制算法)向氧气流量调节装置105发送控制信号。

上述模型通过对于带延迟环节和不带延迟环节两种情况下的被控对象进行估计，将延迟环节移动到控制回路的外边，使得调节过程能够更快速、更平稳。

以下参考图4对上述控制过程的具体步骤进行说明。图4示出了基于图3所示的数字预估器进行氧浓度调节和控制的方法400的流程图。

在步骤401，使用者进行氧浓度值等必要参数的设置并启动通气。

在步骤402，控制器根据设置的氧浓度值和通气总流量计算氧气流量和空气流量的比例关系。

在步骤403，控制器根据计算得到的氧气流量值控制氧气流量调节装置105(例如，可以将氧流量阀调节到指定开度)。

在步骤404，由数字预估器根据控制器的输出和预估的模型G_H0(z)和G_HP(z)分别计算输出信号X_m和Y_m。

在步骤405，从氧浓度传感器获得当前的氧浓度，将当前的氧浓度作为反馈值得到其与设置的氧浓度值之间的偏差E₁，该偏差可以是两者之差。

在步骤406，根据等式(5)和计算得到的E₁、X_m和Y_m来计算控制器G_c(z)的输入偏差信号E₂。

在步骤407，根据考虑了延迟环节得到的E₂，控制器G_c(z)向氧气流量调节装置105发出控制信号，以对氧气浓度进行调节。控制器G_c(z)可以采用各种调节算法进行调节，例如上面所述的PI(比例积分)控制算法，也可以采用PD(比例微分)控制算法、PID(比例积分微分)控制算法等等。PI算法可以作为用于本公开实施例的一种优选方案，主要原因在于第一其控制精度比较好，能够有效减小和消除误差；第二，结合上述方案能够提高快速性，使氧浓度较快达到目标值；第三是其抗干扰能力强，能够避免高频噪声对系统的影响。

在步骤408，将设置的氧浓度值与检测的当前氧浓度值进行比较，如果两者一致则维持当前控制信号不变，如果两者不一致，则回到步骤404，重复执行步骤404-408，继续进行调节。

图5示出了根据本公开另一个实施例的包含数字预估器的氧浓度控制系统的示意性框图。图5与图3的区别在于增加了对预估器误差的补偿环节，其余部分与图3一致，因此不再赘述。由于控制过程的数学模型和实际的过程特性可能存在一定的误差，并且误差会随着时间累加，所以误差对过程特性变化的灵敏度较高。为了改善这一问题，可以在数字预估器的基础上增加补偿环节，以对实际过程与数字预估器之间产生的误差进行补偿。如图5所示，首先将输出值Y(即氧浓度传感器检测的氧浓度)与模型G_HP(z)的输出值Y_m相除，得到比例值D₀，其经过一阶微分环节T_d*s+1后得到D₁，D₁与模型G_H0(z)的输出值X_m相乘，其输出结果D₂作为反馈值与设置值R进行比较得到偏差E₁。由图5所示的数字预估器可得，E₁可以通过以下过程来计算：

D₀(k)＝y_m(k)/y(k) (6)

D₁(k)＝D₀(k)+T_d*[D₀(k)-D₀(k-1)]/T_s，T_d＝τ (7)

D₂(k)＝x_m(k)*D₁(k) (8)

e₁(k)＝r(k)-D₂(k) (9)

通过这样的补偿环节，提供了校正数字预估器误差的反馈信号，使得控制过程更加准确和稳定。

图6是根据图5所示的实施例的氧浓度控制系统的调节和控制方法的流程图。图6与图4所示的流程图主要区别在于对E₁计算的步骤进行了改进，即增加了对E₁的补偿环节(参见步骤605)。与图4中的流程相同的部分不再赘述。在步骤605，将当前的氧浓度Y、信号X_m和信号Y_m基于上面的等式(6)-(8)分别计算预估器的补偿信号D₀、D₁、D₂的值，即将输出值Y与信号Y_m的比值D₀经过一阶微分之后获得D₁，D₁与信号X_m相乘得到D₂，最后将D₂与设置的氧浓度值进行比较得到偏差E₁，其中T_s是采样周期。计算得到E₁之后再根据等式(5)计算E₂。

图7A和图7B示出了现有的氧浓度控制系统和根据本公开的上述实施例的氧浓度控制系统获得的氧浓度变化过程曲线图。从图7A中可以看出，氧浓度在调节达到平稳过程中会出现幅度比较大的上下波动，而如图7B所示，本公开的上述实施例在调节过程中氧浓度没有明显的波动，并且到达稳定状态的速度更快，在稳定性、调节准确度和调节速度上都显示出比较好的效果。在本公开的实施例中，通过考虑氧浓度的延迟特征构建了具有预估器的控制系统，从而避免了调节过程中由超调等引起的调节结果不稳定、调节速度慢、精确度不高的问题。此外，上述实施例的氧浓度传感器可以采用超声波氧传感器，其保证了监测数据的稳定性和高精度，属于非易损耗原件，能够降低成本，保证呼吸机的长期稳定运行。

以上所述仅是本公开的示范性实施方式，而非用于限制本公开的保护范围，本公开的保护范围由所附的权利要求确定。

Claims (10)

1.一种用于呼吸机的氧浓度控制方法，其包括：

设置氧浓度值；

检测空气和氧气的混合气体中的当前的氧浓度值；

基于发送到氧气流量调节装置的控制信号和预估的气路延迟环节的模型计算反馈值；

至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差；

根据所述氧浓度偏差和计算的所述反馈值来调节发送到所述氧气流量调节装置的控制信号。

2.根据权利要求1所述的用于呼吸机的氧浓度控制方法，其中所述预估的气路延迟环节的模型包括预估的氧气流量调节装置的传递函数的离散化模型和预估的包含气路延迟环节的氧气流量调节装置的传递函数的离散化模型，所述计算反馈值包括分别计算所述控制信号经由预估的氧气流量调节装置的传递函数的离散化模型和预估的包含气路延迟环节的氧气流量调节装置的传递函数的离散化模型的反馈值。

3.根据权利要求1或2所述的用于呼吸机的氧浓度控制方法，其中所述氧气流量调节装置的传递函数Go(s)和包含气路延迟环节的氧气流量调节装置的传递函数Gp(s)之间具有以下关系：

Gp(s)＝Go(s)*e^-τs

其中e^-τs为气路延迟环节的传递函数。

4.根据权利要求2所述的用于呼吸机的氧浓度控制方法，其中所述根据所述氧浓度偏差和计算的所述反馈值来调节发送到所述氧气流量调节装置的控制信号包括计算偏差信号e₂(k)，其中

e₂(k)＝e₁(k)-x_m(k)+y_m(k)＝r(k)-y(k)-x_m(k)+y_m(k)

其中e₁(k)为所述氧浓度偏差，x_m(k)为所述控制信号经由所述预估的氧气流量调节装置的传递函数的离散化模型的输出，y_m(k)为所述控制信号经由所述预估的包含气路延迟环节的氧气流量调节装置的传递函数的离散化模型的输出，r(k)为所述设置的氧浓度值，y(k)为所述当前的氧浓度值。

5.根据权利要求4所述的用于呼吸机的氧浓度控制方法，其中所述至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差包括根据以下等式计算氧浓度偏差e₁(k):

D₀(k)＝y_m(k)/y(k)

D₁(k)＝D₀(k)+T_d*[D₀(k)-D₀(k-1)]/T_s，T_d＝τ

D₂(k)＝x_m(k)*D₁(k)

e₁(k)＝r(k)-D₂(k)

其中D₀(k)是y_m(k)与y(k)的比值，D₁(k)是D₀(k)经过一阶微分之后的值，D₂(k)是D1与x_m(k)的乘积，T_s是采样周期。

6.根据权利要求1所述的用于呼吸机的氧浓度控制方法，还包括根据所述设置的氧浓度值及通气总流量计算氧气和空气流量的比例和氧气流量值，根据该氧气流量值得到所述氧气流量调节装置的初始控制信号。

7.根据权利要求4所述的用于呼吸机的氧浓度控制方法，其中根据所述氧浓度偏差和计算的所述反馈值调节发送到所述氧气流量调节装置的控制信号包括使用PI调节、PID调节和PD调节中的任何一种调节所述控制信号。

8.根据权利要求1所述的用于呼吸机的氧浓度控制方法，其中使用超声波氧传感器检测混合气体中的当前的氧浓度值。

9.一种呼吸机，其使用权利要求1至7中任一项所述的用于呼吸机的氧浓度控制方法，该呼吸机包括

氧气流量调节装置，用于调节进入呼吸机的氧气的流量；

氧流量传感器，用于检测氧气流量；

动力装置，位于氧气流量调节装置的下游，用于接入空气和氧气的混合气体；

氧浓度传感器，位于动力装置的下游，用于检测空气和氧气的混合气体中的氧浓度值；

呼吸处理单元，其基于发送到氧气流量调节装置的控制信号和预估的气路延迟环节的模型计算反馈值；至少根据检测的当前的氧浓度值与设置的氧浓度值得到氧浓度偏差；根据所述氧浓度偏差和计算的反馈值来调节发送到所述氧气流量调节装置的控制信号。

10.根据权利要求9所述的呼吸机，其中所述氧浓度传感器为超声波氧传感器。