磁流变液智能假腿的摆动相控制

阐述了一种磁流变液阻尼器控制的智能假腿摆动相控制原理。在建立了假腿摆动相的动力学模型和磁流变液智能阻尼器模型的基础上,通过步态感知系统得到假腿摆动相的各种信息以及假腿的理想步态,结合假腿摆动相和阻尼器的动力学模型求解出假腿在理想步态时膝关节处应输出的阻尼力矩,并根据这个结果控制膝关节处的磁流变阻尼器的阻尼力,实现假腿摆动相膝力矩的自动控制。仿真结果证明了这种原理的可行性并获得良好效果。

智能假腿的CMAC控制与实例仿真

针对智能假腿系统模型的非线性与参数的不确定性等系统特性,提出了一种基于小脑模型神经网络控制器(CMAC)的假腿实时智能控制方法。该方法首先根据一种自制的假肢膝关节自适应结构,建立了智能假腿摆动相动力学数学模型,以描述智能假腿膝关节阻尼器控制参数与摆动运动参数之间的直接耦合关系。以此动力学模型为控制对象,设计了一种基于PD-CMAC的假腿系统智能控制器,并进行了实例仿真。仿真结果表明,假腿膝关节可以很快(约在0.5s时间内)跟踪好目标曲线,具有良好的实时性与精度;此外,膝关节阻尼器针阀开口位置与相应的假腿膝关节的角速度变化具有明显的负相关性;可以通过对假腿阻尼器针阀开口位置的调节,达到假腿跟踪健康腿摆动步态的目的。

一种基于联想学习的智能假腿控制机制

目的 研究一种基于联想学习的假腿人机系统的控制机制,为智能假腿提供具有自学习、自适应功能的控制方法.方法 在分析人体智能下肢假肢的一般控制方法的基础上,提出了一种以小脑模型神经网络监督控制为基层控制器的专家控制策略.结果 ①可以利用在程序中预设的输入量阈值设定6种假腿工作模式的触发规则.这些触发条件是由假腿与健康腿角度传感器、假腿脚底前后接触开关等4个传感元件组合而成;②只要为小脑模型神经网络进行20个样本训练,即可较好地跟踪健康腿步速.结论 这种控制方法具有联想学习功能,可利用基层控制器对假腿步速进行跟随健康腿控制,实现患者无需训练状况下的假腿白适应控制.