医疗高压氧舱是一种特殊的医疗设备,通过向舱内输入医用氧气提供高压氧环境对病人进行治疗。高压氧医疗具有治疗成本低、副作用小、治疗效果好等优点已被广泛应用到临床医学上,但目前国内大多数医疗高压氧舱采用的还是手动控制或简单的自动控制,控制精度低,治疗效果差,甚至会对病人的身体造成损伤。因此设计一套精度高、稳定性好的医疗高压氧舱控制系统具有重要意义。本文以单人成人医疗高压氧舱为研究对象,利用现代智能控制技术和嵌入式技术,分别从氧舱的压力控制算法和软硬件实现方面进行研究,设计了医疗高压氧舱控制系统的总体方案。本文首先对医疗高压氧舱的压力控制进行分析,建立数学模型,根据压力控制需求以及压力控制具有大滞后、大惯性和非线性等特点,设计了BP神经网络PID控制器以实现压力控制,针对压力控制实时性要求高以及BP神经网络收敛速度慢、易陷入局部最小值等问题,提出了一种基于函数的可变学习率的BP神经网络学习算法来提高BP神经网络收敛速度。为了提高压力控制的抗干扰能力以及考虑氧舱工作环境的复杂性,本文设计了基于改进BP神经网络PID算法和卡尔曼滤波算法联合控制的控制器。最后采用MATLAB对压力控制算法进行仿真,并与常规PID控制和普通BP神经网络PID控制进行对比,验证基于改进的BP神经网络PID算法和卡尔曼滤波算法联合控制的可行性,为进一步研究打下基础。然后在系统结构设计上采用上下位机联合控制结构,下位机系统处理器采用STM32f103c作为主控芯片,搭载RTX实时多任务操作系统,同时对下位机系统设置了双机冗余,以提高系统的可靠性。上位机系统的控制器采用TI AM3352作为主控制器,搭载嵌入式Linux系统,并采用跨平台的QT编程框架开发了上位机系统监控界面软件。最后完成了系统硬件设计及电路图的绘制,在分析系统各功能模块的基础上,完成了软件流程图设计和程序设计,并搭建氧舱实验平台,模拟实际治疗过程进行实验,实验结果表明系统在压力控制方面满足了实际需求。