预测型体温计原理

目录
  • 微分法
  • 自己模拟的图像
  • 用数学语言描述过程
  • 升级版体温计


电子体温计有实测型和预测型两种。实测型需要花 5 ~ 10 分钟才能测定体温,而预测型只需要不到 30 秒就能测定体温。预测型体温计究竟是利用什么样的原理来测量体温的呢?

预测型体温计以测量开始时的体温变化为基础,通过微分法计算出 10 分钟后的体温。


微分法

当我们把电子体温计夹在腋下时,体温就会使安装在电子体温计尖端的传感器升温。冰冷的物体遇到温暖的物体时,温度会迅速上升。

电子体温计内置了用于解微分方程的程序,能够计算出传感器温度上升的速度,同时预测出10 分钟后人体的温度。
image

可以把这个过程想象成:“看趋势,猜终点”。


第一步:先测量几个点(收集数据)

/* by 01022.hk - online tools website : 01022.hk/zh/chameta.html */
体温计就像个聪明的机器人,它不会只测一次温度。在刚开始的短短一分钟里,它会非常快速地测量很多次:
  • 第0秒:测出你的初始体温是 36.5°C。(假设传感器还没热起来,测的是腋下初始温度)
  • 第10秒:测出温度变成了 36.8°C。
  • 第20秒:测出温度变成了 37.0°C。
  • 第30秒:测出温度变成了 37.1°C。

第二步:分析趋势(计算速度)

/* by 01022.hk - online tools website : 01022.hk/zh/chameta.html */
机器人开始分析了:
  • 从 0秒 到 10秒,温度上升了 0.3°C。速度是 0.3°C / 10秒
  • 从10秒到20秒,温度上升了 0.2°C。速度是 0.2°C / 10秒
  • 从20秒到30秒,温度上升了 0.1°C。速度是 0.1°C / 10秒

它发现了一个规律:温度上升的速度正在慢下来。这就像你爬坡,越爬越累,速度自然就慢下来了。

第三步:做出预测(猜终点)

机器人根据这个“速度越来越慢”的趋势,开始进行预测:
  1. 它想: “照这个速度降下去,可能再过10秒,速度就变成 0.05°C / 10秒 了,再往后可能就更慢了,最后会几乎停下来。”
  2. 它模拟计算: 它会把这些一点点变慢的速度加起来,算出一个最终大概会稳定在的温度。这个过程就像画一条曲线,这条曲线开始很陡(升得快),然后慢慢变平(升得慢直到停止)。
  3. 它得出结论: “根据现在的趋势,温度最后大概会稳定在 37.4°C 左右。”

但是,我们想要的是 10分钟(600秒)后 的温度。机器人知道,根本不需要真的等10分钟,因为体温在头一两分钟就基本达到平衡了。所以它预测的“最终温度”37.4°C,其实就是你10分钟后的稳定体温。

第四步:显示结果

于是,仅仅过了30秒,体温计在内部完成了微分计算,就“嘀”的一声,在屏幕上显示出预测的最终结果:37.4°C。

总结:

  1. 快速采样:在最初很短的时间内,密集测量温度变化。
  2. 发现规律:不是看单个温度值,而是看温度上升的速度和速度的变化(是不是越来越慢)。
  3. 趋势外推:根据“速度越来越慢”这个规律,画出一条虚拟的“温度-时间”曲线,并计算出这条曲线最终会平缓在哪个温度值。
  4. 提前报告:把这个计算出的最终稳定温度,作为预测结果显示出来。

预测型体温计的核心秘密就是:
它测量的不只是温度,更是温度变化的速度,并且利用速度变化的规律来“预见”未来。


自己模拟的图像

模拟的前10秒测量数据:
第0秒: 24.96°C
第1秒: 25.80°C
第2秒: 26.66°C
第3秒: 27.22°C
第4秒: 27.94°C
第5秒: 28.56°C
第6秒: 29.15°C
第7秒: 29.65°C
第8秒: 30.23°C
第9秒: 30.58°C
第10秒: 31.04°C

经过一系列的计算:
TODO

预测结果:
预测的10分钟后体温: 36.59°C
估计的真实体温 (T_body): 36.59°C
估计的温度变化速率 (k): 0.074
估计的初始温度: 24.98°C
真实体温: 37.00°C
预测误差: 0.41°C

输出图像(AI生成代码所运行的结果):
image


总结:
预测的核心就是:

  • 分析短期数据:获取初期温度上升的曲线。
  • 识别变化模式:计算其上升速度及其衰减的规律。
  • 拟合推断长期:根据该规律拟合出完整的曲线模型,并找到这条曲线最终无限逼近的那个值(渐近线)。

越早开始“平缓”的物体,预测其最终值就越容易、越快速(如体温计)。
上升动力越强、过程越长的物体,预测其最终值就需要更长的观察时间和更复杂的模型(化工反应)。

这个图像和原理不仅适用于体温计,也广泛应用于金融预测、环境建模、工程控制等领域,是数据分析和预测科学的基础。


用数学语言描述过程

需要一定功底,先TODO


升级版体温计

为了提高电子体温计的预测精确度,人们还做了其他努力,比如以过去实际测量到的大量数据为基础,根据统计学预测数值。

内容概要:本文系统研究了在有限控制集约束下,三相并网逆变器中电流与功率双模态模型预测控制(MPC)的等效机理及其性能边界。通过构建精确的预测模型,设计合理的代价函数,并结合Simulink仿真与Matlab代码实现,深入分析了电流预测控制与功率预测控制两种策略在动态响应速度、稳态精度、谐波抑制能力和抗扰性等方面的差异与内在联系。研究揭示了在特定系统参数和运行条件下,两种控制模式之间的等效转化机制,并界定了各自的适用范围与性能极限。同时,探讨了多模态控制的切换逻辑、实时性优化及预测模型不确定性对控制性能的影响,旨在提升逆变器在复杂电网环境下的综合控制品质与鲁棒性。; 适合人群:具备电力电子、自动控制或新能源并网等相关专业背景,熟悉Matlab/Simulink仿真环境,从事研究生及以上层次科研或从事高端电力电子装备研发的工程技术人员。; 使用场景及目标:①深入理解模型预测控制在并网逆变器中的具体实现方法与理论基础;②掌握电流与功率双模态MPC控制器的设计、仿真建模与性能对比评估流程;③为高动态、高精度并网控制系统的方案选型、参数优化与工程化应用提供坚实的理论依据和技术参考。; 阅读建议:建议结合所提供的Simulink仿真模型与Matlab源代码进行同步实验验证,重点关注预测模型的建立过程、控制律的数学推导以及不同工况下的仿真结果对比分析,宜配合现代控制理论、电力电子变换技术及并网标准等相关资料进行系统性学习。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值