减少加药过程中空气泡沫产生的方法

临床输液配药过程中经常遇到在加入某些药物,如鱼腥草、黄芪、强力宁等,会伴随着许多空气泡沫的产生,给临床工作带来诸多不便,通过临床实践,我们总结出一种简单、方便的改进方法,可有效地减少空气泡沫的产生,现介绍如下.

在PIVAS加药过程中保护双手的小窍门

静脉药物配置中心（Pharmacy Intravenous Admixture Service,PIVAS）是在符合GMP标准,依据药物特性设计的操作环境下,护士严格按照操作程序进行的,而PIVAS护士的操作单位时间内劳动强度大、工作节奏快且操作要求高,所以时间长了导致护士的手上起了老茧,在长期加药的过程中我们探索出了一个简单有效可以保护双手的方法,现介绍如下。

摆放静脉输液和加药过程中的小窍门

在日常护理工作中，加强各班次之间的配合，防止差错，避免药液污染的发生非常重要。现将笔者在治疗班摆放静脉输液和加药过程中的小经验介绍如下。

减少静脉输液加药过程中泡沫的方法

静脉输液是临床治疗的重要手段之一，而将药物加入输液液体中是护士必须掌握的基本护理操作。我们在临床实践过程中观察到许多药物在抽吸或加入液体过程中会产生气泡，有时甚至会从加药帽的针眼处冒出。这一现象的出现在一定程度上降低了药物的治疗效果，增加了患者的经济负担，延长了病程。针对此现象，我们试行了一种新方法，避免了上述现象的发生并取得了满意的效果。现介绍如下。

水厂加药凝絮过程的建模研究

水厂的加药凝絮过程涉及复杂的物理化学机理,对其进行建模是一项具有挑战性的研究。以某水厂真实的生产数据为基础对基于动态BP神经网络的建模方法进行较深入的研究,得到该水厂加药凝絮过程的初步数学模型,为今后采用先进控制策略对水厂的加药凝絮过程进行控制打下良好的基础。

基于组态软件的加药智能控制系统设计

根据造纸生产中加药过程的工艺控制要求及白水浓度难以实时测量与控制等难点,应用基于小生境遗传算法-最小二乘支持向量机的软测量技术建立白水浓度软测量模型,并设计了基于组态软件的加药智能控制系统;控制系统包括自动配料系统、液位控制系统及白水浓度智能控制系统,通过这三部分控制系统的有机结合,实现整个加药过程的自动控制;仿真结果表明,白水浓度的软测量模型具有较高的预测精度,控制系统调节速度快、控制精度高、抗干扰能力强、运行稳定,能较好地满足生产工艺的要求。

油田智能加药系统的研制

针对目前国内外油田加药装置系统无法动态跟踪加药管道流量、成本高、劳动强度大、无法进行多点监控及协调控制,造成水、电及人力的浪费等现状;采用西门子S7-200PLC自动检测输油/气管流量,根据设定药液的配比浓度,实现自动配药、自动搅拌、按设定的ppm比例采用模糊自适应PID控制技术实现精确加药的自动控制系统,使注入量误差小于0.3L/h;同时基于以太网实现远程控制,提高了油田生产效率及管理水平;目前,该系统已应用于全国多家著名石油企业,反映良好。

输液治疗中加药操作易发生的缺陷及对策

输液治疗是临床常用的治疗方法，加药是护理工作中最基本、最常执行的操作，在加药过程中，如不严格执行操作规范，极易发生护理缺陷甚至差错，影响护理工作质量及病人满意度。笔者在从事病区护理管理工作中，对加药操作中常见的缺陷深有体会，现分析如下。

基于遗传优化的模糊PID控制器在水加药中的应用

水处理加药过程存在时变性、时滞性及无法准确描述的非线性等特性。本文在模糊PID控制器的基础上,运用遗传算法对模糊控制器量化因子及模糊控制规则进行再度优化,以提高控制器的自适应能力和模糊控制精度,同时,改善加药过程控制中模糊规则及参数具有主观性等弱点。并利用MATLAB进行了仿真分析,结果证明了该控制策略的有效性,并将其应用于水处理加药过程的控制中。

易产泡沫类药物两种加药方法的效果比较

静脉输液配药是临床护士的基础护理操作之一。近年来，随着部分药物尤其是大量中成药（如香丹、刺五加、生脉、血塞通、醒脑静等）的临床广泛应用，加药过程中极易产生泡沫，不仅直接造成药液剂量不准确，而且会影响输液排气，增加护理工作量，必要时还需更换输液器重新操作。笔者从2010年10月起，对加药方法进行了改良，取得了较好的临床效果。

佩罗欣药液配制小技巧

佩罗欣又名盐酸头孢替安，是第二代头孢菌素类抗生素，抗菌谱广泛而均衡。在临床加药过程中，当把注射用水注入安瓶后，立即会有大量的气体逸出，将针栓顶到底部，如果此时突然拔针就会有药液及气体喷溅出来，造成药液浪费。根据临床配置经验，我们总结了药液配制小技巧，现介绍如下。

基于BP神经网络的水厂加药凝絮过程辨识研究

城市供水中的加药凝絮过程是一个大惯性、大时滞、非线性、时变以及随机干扰多的难控过程。从生产数据来对该过程建模,并采用先进的控制策略对其进行有效的控制,一直是控制技术人员的追求目标。本论文以某水厂的实际生产数据为基础,采用动态BP神经网络的建模方法,通过辨识步骤,确定了动态BP网络结构,得到了具有较好拟合与泛化能力的神经网络模型。在已获取的神经网络模型上,进行了以待滤水浊度为输出,投矾量为输入的阶跃响应实验,以此取得了投药凝絮过程的一阶惯性加时滞模型。该模型的获取为今后采用先进的控制策略对加药凝絮过程进行高级控制打下了良好的基础。