在物质生活日益丰富的今天，心血管类疾病也日渐蔓延，其中心力衰竭是最为严重的一类。治疗晚期心衰最有效的方法就是心脏移植或心室辅助。鉴于自然心脏供体数量远远小于其需求量，各类心室辅助装置得以快速发展。　　本文的研究对象为北京工业大学研制的新一代分体式人工心脏泵，其泵本体被植入升主动脉，直接与左心室连通，辅助泵血渠道与自然心脏工作机制相同，泵动力设备及控制设备置于体外，通过磁耦合方式为泵体提供能量。这种分体式设计在取消经皮导线，减少术后感染问题的同时，也给控制策略的制定带来难度。仅基于泵电机参数的恒转速控制策略并不能实时满足人体血液循环系统灌注需求，结合生理参数且不过度依赖人工心脏泵数学模型的智能控制策略才是未来发展方向。　　本文共提出三种人工心脏泵控制策略：基于心率的RBF-PD控制、基于心率的RBF神经网络滑模变结构控制、基于心室功的搏动性辅助控制策略，具体如下：　　（1）对人体血液循环系统进行研究。主要包括人体血液循环机制，自然心脏工作机制，找出心率、心动周期、心输出量之间的关系，建立左心室-体动脉系统优化耦合模型，得到一个心动周期内主动脉压力和血流量变化曲线，为人工心脏泵搏动性辅助控制策略的制定奠定生理基础；　　（2）对人工心脏泵的研究。主要涉及分体式人工心脏泵在医学理论上的结构优势及其工作原理，建立人工心脏泵动力系统模型，得到动力系统动态方程，通过实验方法找出人工心脏泵流体力学特性，得到泵体出口压力、流量与人工心脏泵电机转速之间的关系；　　（3）制定人工心脏泵控制策略。为了实时满足人体血液循环系统灌注需求，达到与自然心脏相符的心室辅助水平，人工心脏泵控制策略以心率这一最能反映心脏健康状态的生理参数为给定信号，实现以下控制算法设计：　　1）RBF神经网络PD控制。将有无限逼近特性的RBF神经网络与实现简单的PD控制相结合，其中PD参数以向量形式加入到神经网络的控制律中，又根据Lyapunov稳定性定律针对神经网络权值设计自适应律，实现对人工心脏泵未知函数部分的自适应逼近。此法使PD控制突破传统应用范围，对人工心脏泵电机转速实现有效控制。仿真结果：转速最小稳态误差28rpm，最小调节时间为0.45s。　　2）RBF神经网络滑模控制。采用不依赖人工心脏泵数学模型的滑模控制算法，再综合具有无限逼近特性的RBF神经网络设计控制器，其中神经网络的输出作为滑模切换函数导数的一项，进行稳定性分析，并应用神经网络最小参数学习法设计自适应律，加速神经网络权值调整速率。此算法与RBF-PD控制相比，具有更优越的动静态性能，仿真结果：转速最大稳态误差0.5rpm，最大调节时间0.23s；血流量最小相对误差0.43%。　　3）心室功搏动辅助控制策略。根据左心室-体动脉系统优化耦合模型中的主动脉压力及流量波形得到心室功理论曲线，处理相关实验数据得到泵电机转速与功率的关系，通过调制符合心动周期的周期性转速实现泵功率控制。该策略综合血流量、压力两项生理指标，有效实现血流的搏动性辅助，为机体提供符合自然生理的优越血流，在一定程度上帮助患者心脏恢复功能，提高患者术后舒适度。