عنوان پایان‌نامه
کنترل پروتز پا با استفاده از سیگنال های الکترو مایوگرافی
- رشته تحصیلی
- مهندسی مکانیک طراحی کاربردی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3613;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81053;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3613;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81053
- تاریخ دفاع
- ۱۴ شهریور ۱۳۹۵
- دانشجو
- سجاد رحمتیان
- استاد راهنما
- محمد محجوب
- چکیده
- هدف از این پژوهش ارائه مترجم و رابطی بر پایه سیگنال های مایوالکتریک برای کنترل پروتزهای فعال می باشد. این رابط باید قادر باشد نوع فعالیت معلول را پیش بینی کند و سپس موقعیتی را که مفاصل مچ و زانو می خواهند داشته باشند، تخمین زده و به عملگرها ارسال کند. به همین منظور سیستم پیشنهادی از سه لایه تشکیل شده است. در لایه فوقانی توسط یک دسته بندی کننده نیت و نوع حرکت تشخیص داده می شود. در لایه میانی متغیرهای سینماتیکی مفاصل به کمک شبکه های عصبی تقریب زده و پیش بینی می شوند و به لایه بعدی یعنی لایه تحتانی ارسال می گردند. در لایه تحتانی نیز موقعیت های بدست آمده از شبکه عصبی به کمک عملگرها دنبال می شود. دو نوع کنترلر در لایه تحتانی به کار رفته است. یکی کنترلر ایمپدانس(به روش تطبیقی-مد لغزشی) برای لحظاتی که پا با زمین در تماس است و دیگری کنترلر موقعیتِ فازی-عصبی برای لحظاتی که پا با زمین تماس ندارد. در نهایت نیز سیستم پیشنهادی بر روی یک پروتز فعال، به صورت عملی پیاده سازی شده است. درصد خطای دسته بندی کننده ها در تشخیص و تفکیک فعالیت ها از یکدیگر، قابلیت پیش بینی نوع فعالیت را از سیگنال های الکترومایوگرافی نشان می دهد، به علاوه نتایج شبکه عصبی نشان می دهد که متغیرهای سینماتیکی مفاصل را می توان در حین فعالیت، تنها از سیگنال های مایوالکتریک تخمین زد. کنترلرهای فازی-عصبی و تطبیقی نیز توانسته اند اجزای پروتز را در وضعیت مطلوب قرار دهند و نسبت به اغتشاشات و عدم قطعیت در پارامترها مقاوم باشند. این نتایج نشان می دهند که می توان پروتزهای فعال را به سیگنال های الیکترومایوگرافی مجهز کرد به گونه ای که معلولین بتوانند با اراده خود، فعالیت های مختلفی را انجام دهند.
- Abstract
- The purpose of this research is to develop an interface based on mayo electric signals for controlling active prosthesis. This interface should be able to predict the motion of the amputees and then estimate the desired configuration of knee and ankle joints and send it to the actuators. To this end, the proposed system is composed of three layers. In the outer layer, the intent and type of motion is identified by means of a classifier. In the middle layer, kinematic parameters of the joints are estimated by neural networks and sent to the next layer. In the inner layer, the resulting configurations are implemented. Two controllers are utilized in the inner layer. The first one is an impedance controller (adaptive sliding mode) for times of contact with the ground and the next one is fuzzy-neural configuration controller for times of no contact with the ground. At last, the proposed system is implemented on an active prosthesis. The error percentage of classifiers in identifying and distinguishing different activities shows the ability to predict the type of activity by means of mayo electric signals. Further, neural network results show that kinematic parameters of the joints can be estimated during the activity by merely using mayo electric signals. Fuzzy-neural and adaptive controllers have also been able to move the prosthesis components to the desired configurations and be robust with respect to disturbances and uncertain parameters. The results show that active prosthesis can be equipped with mayo electric signals so that the amputees can perform various intended activities. Keywords: Active prosthesis; Mayo electric signals; Classifiers; Artificial neural networks; optimal neuro-fuzzy control, Impedance control
