Adaptive controller for a low-cost mechanical ventilator

Autores/as

  • Michele Giordano University of Brescia
  • Ángeles Hoyo Universidad de Málaga
  • Antonio Visioli University of Brescia
  • Isabel García-Morales Universidad de Málaga
  • Victor M. Martínez Universidad de Málaga

DOI:

https://doi.org/10.17979/ja-cea.2026.47.13695

Palabras clave:

Ventilación mecánica, Control adaptativo, Modelado pulmón, Sistemas biomédicos, PID, Control en cascada PID

Resumen

La ventilación mecánica requiere un control preciso de variables como la presión y el flujo en las vías respiratorias para garantizar un soporte seguro y eficaz. Este trabajo propone un controlador adaptativo para regular la presión en un ventilador mecánico de bajo costo (VMAR+), considerando la variabilidad del paciente, las incertidumbres del modelo, las no linealidades del actuador y los retardos de comunicación. La estrategia combina control en cascada, acción feedforward y predictor de Smith. La resistencia y la distensibilidad pulmonares se estiman en línea mediante mínimos cuadrados recursivos, permitiendo actualizar continuamente el modelo y los parámetros del controlador. El sistema se valida experimentalmente en un pulmón artificial bajo distintas condiciones respiratorias, incluyendo cambios de distensibilidad. Los resultados muestran un control estable y una respuesta adecuada pese a las limitaciones del hardware, destacando el potencial del esquema propuesto para aplicaciones de ventilación mecánica en diferentes escenarios clínicos reales de uso hospitalario.

Referencias

Åström, K. J., 1995. Adaptive control. In: Mathematical System Theory: The Influence of RE Kalman. Springer, pp. 437–450.

Bates, J. H., 2009. Lung mechanics: an inverse modeling approach. Cambridge University Press.

Benumof, J., 2012. Benumof and Hagberg’s airway management. Elsevier Health Sciences.

Borrello, M., 2005. Modeling and control of systems for critical care ventilation. In: Proceedings of the 2005, American Control Conference, 2005. IEEE, pp. 2166–2180.

Borrello, M. A., 2001. Adaptive inverse model control of pressure based ventilation. In: Proceedings of the 2001 American control conference.(Cat.No. 01CH37148). Vol. 2. IEEE, pp. 1286–1291.

Chiumello, D., Gotti, M., Guanziroli, M., Formenti, P., Umbrello, M., Pasticci, I., Mistraletti, G., Busana, M., 2020. Bedside calculation of mechanical power during volume-and pressure-controlled mechanical ventilation. Critical care 24 (1), 417.

Henderson,W. R., Sheel, A.W., 2012. Pulmonary mechanics during mechanical ventilation. Respiratory physiology & neurobiology 180 (2-3), 162–172.

Hess, D., 2001. Ventilator modes used in weaning. Chest 120 (6), 474S–476S. Ionescu, C., De Keyser, R., 2009. Model-free adaptive control in frequency domain: application to mechanical ventilation. In: Frontiers in Adaptive Control. IntechOpen.

Lindup, K., Padula, F., Bertoni, M., Latronico, N., Visioli, A., 2024. Modelbased control algorithm for lung and diaphragm protective ventilation. IFAC-PapersOnLine 58 (24), 37–42.

Panagopoulos, H., H¨agglund, T., Åstr¨om, K., 1997. The Lambda Method for Tuning PI Controllers. Technical Reports TFRT-7564. Department of Automatic Control, Lund Institute of Technology (LTH).

Reinders, J., Hunnekens, B., Heck, F., Oomen, T., van de Wouw, N., 2020. Adaptive control for mechanical ventilation for improved pressure support. IEEE Transactions on Control Systems Technology 29 (1), 180–193.

Sheltag, D., Kadhim, S. K., 2024. Enhancing artificial ventilator systems: A comparative analysis of traditional and nonlinear pid controllers. Mathematical Modelling of Engineering Problems 11 (3).

Suo, D., Agarwal, N., Xia, W., Chen, X., Ghai, U., Yu, A., Gradu, P., Singh, K., Zhang, C., Minasyan, E., et al., 2021. Machine learning for mechanical ventilation control. arXiv preprint arXiv:2102.06779.

Tobin, M. J., 2006. Principles and practice of mechanical ventilation. Yang, S.,Wan, M. P., 2022. Machine-learning-based model predictive control with instantaneous linearization–a case study on an air-conditioning and mechanical ventilation system. Applied Energy 306, 118041.

Descargas

Publicado

01-09-2026

Número

Sección

Ingeniería de Control