کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
698975 1460697 2016 13 صفحه PDF 36 صفحه WORD دانلود رایگان
عنوان انگلیسی مقاله ISI
Intelligent control of a prosthetic ankle joint using gait recognition
ترجمه فارسی عنوان
کنترل هوشمند مفصل زانوی مصنوعی با استفاده از تشخیص شیوه راه‌ رفتن
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
کلمات کلیدی
پای مصنوعی، تحلیل شیوه راه‌رفتن، کنترل هوشمند، بیومکانیک، قطع عضو
فهرست مطالب مقاله
چکیده

کلمات کلیدی

1.مقدمه

شکل 1. نمایه جابه‌جایی زانوی معمول انسان.

شکل 2. نمودار پیوند-جزء عضو باقیمانده و پای مصنوعی.

2.دینامیک‌های مفصل زانوی مصنوعی

1.2نمودار پیوند-جزء

2.2دینامیک‌های مفصل زانو

3.کنترل مفصل زانوی مصنوعی 

3.1اهداف کنترل زانوی مصنوعی

3.2نمایه‌های جابه‌جایی مبتنی بر شیوه راه‌رفتن

شکل 3. نمودار بلوک سیستم عضو باقیمانده- پای مصنوعی کنترل شده.

3.3نیروی پیچشی زمین مبتنی بر شیوه راه‌رفتن 

3.4.تقریب مبتنی بر شبکه عصبی مصنوعی دینامیک‌های زانو

3.4.1.دینامیک‌های خطا

3.4.2.تقریب مبتنی بر ANN دینامیک‌های زانو

3.5.الگوریتم کنترل

3.6.تحلیل ثبات

3.6.1.دینامیک‌های خطای حلقه-بسته

4.بحث

4.1ساختار سیستم کنترل زانوی مصنوعی

شکل 4. (a) دستگاه نظارت بر راه رفتن؛ (b) حسگر نیروی فوق‌العاده ظریف؛ (c) سوکت مصنوعی؛ (d) یک‌سویه زیر-زانو مقطوع‌العضو در طی راه‌رفتن.

4.2تشخیص راه‌رفتن و کشف رویدادهای راه‌رفتن

شکل 5. نیروی تماس سوکت نرمال و رویدادهای راه‌رفتن واقعی کشف شده با استفاده از سوئیچ‌های پا.

4.3.تولید مراجع جنبش‌شناسی مبتنی بر راه‌رفتن 

4.4.نیروی پیچشی واکنش زمین مبتنی بر راه‌رفتن 

شکل 6. نیروی واکنش زمین تقریبی و نمایه بارگذاری از حسگرهای فشار پای واقعی.

4.5.محدودیت نیروی پیچشی اختلال  

5.شبیه‌سازی عددی و مطالعه راه‌رفتن آزمایشی

5.1مطالعه راه‌رفتن آزمایشی

جدول 1. پارامترهای شبکه عصبی و کنترل.

5.2.سازمان شبیه‌سازی

جدول 2. سناریوهای شبیه‌سازی.

شکل 7. جابه‌جایی زانو تحت شرایط آرمانی (S1).

5.3.نتایج شبیه‌سازی 

شکل 8. جابه‌جایی زانو تحت تاثیرات پارازیت‌ها (S2)، خطای نیروی پیچشی واکنش زمین (S3)، نیروی پیچشی اختلال (S4)، و خطای مکانی در کشف ضربه پاشنه (S5).

6.نتیجه‌گیری

شکل 9. جابه‌جایی زانو با تغییرات در سرعت پیاده‌روی (S6).

تقدیر و تشکر

ضمیمه
ترجمه چکیده
تمایل برای پای مصنوعیِ بهتر برای افراد مقطوع‌العضو از زیر زانو باعث پیشرفت چند دستگاه با کارکرد مناسب و فعال شده است. این دستگاه‌ها مجهز به فعال‌کننده‌های کنترل شده هستند تا ویژگی‌های بیومکانیکی زانوی انسان را تکرار کنند، شیوه راه‌رفتن مقطوع‌العضو را بهبود بخشند و میزان انرژی متابولیکی مصرف شده در طی جابه‌جایی را کاهش دهند. با این حال، آزمایش کارکرد این دستگاه‌ها در آزمودنی‌های انسانی برای تغییر شیوه راه‌رفتن، دینامیک‌های ناشناخته زانو، تعامل پیچیده بین پا و زمین و همچنین بین عضو باقیمانده و مصنوعی دشوار است. رویکردهای رایج در کنترل پای مصنوعی این تاثیرات را به صورت اختلال تلقی می‌کند و آنها را نادیده می‌گیرد، بدین‌وسیله عملکرد و کارآیی دستگاه‌ها را از بین می‌برد. در این مقاله، کنترل‌کننده سلسله‌مراتبی شبکه محور پیشنهاد می‌شود که ابتدا نیت مقطوع‌العضو را از داده‌های شیوه راه‌رفتن واقعی تشخیص می‌دهد، سپس نمایه جابه‌جایی را برای مفصل مصنوعی برطبق نیت مقطوع‌العضو انتخاب می‌کند و بعد دینامیک مدل‌سازی نشده و اختلال‌ها برای ثبات حلقه بسته با عملکرد ردگیری تضمین شده را به صورت انطباقی جبران می‌کند. تحلیل مفصل نظری برای برقراری ثبات و قدرت رویکرد پیشنهادی اجرا شده است. عملکرد کنترل‌کننده در این مقاله با استفاده از داده‌های واقعی شیوه راه‌رفتن نشان داده می‌شود که از آزمودنی‌‌های انسانی گردآوری شده است. شبیه‌سازی‌های عددی برای نشان دادن مزایای استراتژی پیشنهادی نسبت به رویکردهای مرسوم برای کنترل زانوی مصنوعی استفاده می‌شوند، به خصوص در زمان وجود اختلال، عدم‌قطعیت در تعامل زمینی، نیروی پیچشی اختلال، تغییرات در پارامترهای شیوه راه‌رفتن و تغییرات در شیوه راه‌رفتن ملاحظه می‌شود.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی هوافضا
چکیده انگلیسی


• Model-free hierarchical control structure adapts in real time to changes in user gait.
• Spatial-kinetic measurements during gait are used to recognize the gait of the user.
• Commanded ankle displacement profiles are generated for the user gait in real time.
• Stability and robustness of the approach are rigorously proven using Lyapunov theory.
• Tracking performance is showed using actual gait data collected from clinical studies.

Desire for better prosthetic feet for below-knee amputees has motivated the development of several active and highly functional devices. These devices are equipped with controlled actuators in order to replicate biomechanical characteristics of the human ankle, improve the amputee gait, and reduce the amount of metabolic energy consumed during locomotion. However, the functioning of such devices on human subjects is difficult to test due to changing gait, unknown ankle dynamics, complicated interaction between the foot and the ground, as well as between the residual limb and the prosthesis. Commonly used approaches in control of prosthetic feet treat these effects as disturbances and ignore them, thereby degrading the performance and efficiency of the devices. In this paper, an artificial neural network-based hierarchical controller is proposed that first recognizes the amputees' intent from the actual measured gait data, then selects a displacement profile for the prosthetic joint based on the amputees' intent, and then adaptively compensates for the unmodeled dynamics and disturbances for closed loop stability with guaranteed tracking performance. Detailed theoretical analysis is carried out to establish the stability and robustness of the proposed approach. The performance of the controller presented in this paper is demonstrated using actual gait data collected from human subjects. Numerical simulations are used to demonstrate the advantages of the proposed strategy over conventional approaches to the control of the prosthetic ankle, especially when the presence of noise, uncertainty in terrain interaction, disturbance torques, variations in gait parameters, and changes in gait are considered.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Control Engineering Practice - Volume 49, April 2016, Pages 1–13
نویسندگان
, ,