Ga naar hoofdinhoud

Betere besturing pneumatische kunstspiersystemen

Foto: Ngoc-Tam BUI from SIT, Japan

Onderzoekers uit Japan en Vietnam ontwikkelen een nieuwe benadering die gebruik maakt van fuzzy logic om onbekende parameters te schatten en niet-lineaire pneumatische kunstspieren te besturen.

Peumatische kunstmatige spieren (PAM’s) zijn veelbelovende actuatoren voor het simuleren van mensachtige bewegingen. Belangrijke toepassingen zijn onder andere robotica, revalidatie en protheses. PAM’s zijn meestal samengesteld uit rubber en bedekt met gevlochten garen en kunnen de mechanica van menselijke spieren nabootsen. Ze kunnen verstijven en samentrekken als er lucht onder druk wordt toegevoerd en verzachten en verlengen als de lucht wordt afgevoerd. PAM is echter een niet-lineair systeem en heeft een enorme latentie, waardoor het belangrijk is om controlesystemen te hebben die hun prestaties kunnen regelen.

Non-lineair is lastig

Hoewel het bepalen van een niet-lineair wiskundig model voor PAM een uitdaging is, hebben onderzoekers in het verleden veel besturingsmethoden voorgesteld om de problemen met PAM op te lossen. Hoewel deze traditionele besturingsmethoden behoorlijke prestaties leveren, zijn ze niet in staat om te gaan met de niet-lineariteit en hysteresis van PAM. Hoewel lerende controlealgoritmen theoretisch effectief zijn gebleken om de prestaties van op PAM gebaseerde systemen te verbeteren, is de implementatie ervan in de praktijk behoorlijk moeilijk.

Om deze beperkingen te overwinnen en dit open probleem aan te pakken, heeft een groep onderzoekers van het Shibaura Institute of Technology in Japan en de Hanoi University of Science and Technology, een nieuwe oplossing voorgesteld. In hun studie stellen ze een regelaanpak voor met de naam “adaptive fuzzy sliding mode controller (of AFSMC)” die fuzzy logic gebruikt voor het schatten van regelparameters van PAM-gebaseerde systemen.

Fuzzy Logic

“De voorgestelde innovatieve regelstrategie maakt gebruik van het Takagi-Sugeno fuzzy algoritme om de verstoringscomponent in te schatten en automatisch de waarden van de uitgangsvariabelen bij te werken, waardoor de trackingnauwkeurigheid en het aanpassingsvermogen worden verbeterd in vergelijking met traditionele methoden voor glijdende regelaars”, legt universitair hoofddocent BUI uit.

De onderzoekers ontwikkelden eerst een glijdende regelaar met een regelsignaal dat een speciale variabele bevat om de verstoringen in te schatten en de regelprestaties te verbeteren. Vervolgens ontwierpen ze een adaptief fuzzy algoritme, waarin de parametervectoren van de componentregels automatisch worden bijgewerkt door een adaptieve wet, om de storingsvariabele te berekenen. De stabiliteit van het ontwikkelde ASFMC-algoritme werd vervolgens geanalyseerd met behulp van de Lyapunov-stabiliteitsconditie (gebruikt om de stabiliteit van een niet-lineair systeem te bestuderen). Verder voerden de onderzoekers een reeks experimenten uit om de prestaties van hun regelaar te beoordelen door deze te vergelijken met traditionele glijdende regelmethodes.

Uitzonderlijk aanpassingsvermogen

Opmerkelijk genoeg vertoonde de AFSMC-benadering een verbeterde trackingnauwkeurigheid, met een kwadratisch gemiddelde foutwaarde van 2,68° bij een frequentie van 0,5 Hz onder belasting, terwijl de schuifregelaarbenadering een hogere waarde van 4,21° liet zien. Bovendien toonde de regelaar een uitzonderlijk aanpassingsvermogen aan abrupte externe verstoringen. In een vergelijkende evaluatie met het bekende commerciële revalidatiesysteem LOKOMAT leverde de AFSMC regelaar vergelijkbare prestaties. De regelaar toonde ook een superieur aanpassingsvermogen aan plotselinge belastingsveranderingen en keerde snel terug naar het gewenste traject door de regeluitgang te manipuleren.”

Deze bevindingen wijzen dus op het potentieel van de nieuwe AFSMC-benadering voor integratie in robotische revalidatieapparaten, hulpmiddelen en fysiotherapeutische apparatuur voor nauwkeurige en gepersonaliseerde therapie. Bovendien kan deze benadering helpen bij het ontwerp en de ontwikkeling van geavanceerde prothetische ledematen voor verbeterde functionaliteit en revalidatieresultaten.

Over de langetermijnimplicaties van dit onderzoek zegt universitair hoofddocent BUI: “Met de uitkomsten van dit onderzoek kan binnen de komende 5 tot 10 jaar een commercieel revalidatiesysteem worden verwacht dat wordt aangedreven door PAM. Dit innovatieve systeem zal aanzienlijke voordelen bieden aan patiënten, waaronder mensen met ruggenmergletsel en beroerte en anderen die revalidatie nodig hebben.”

Lees hier de volledige publicatie: https://www.nature.com/articles/s41598-023-34491-3

x
Mis niet langer het laatste nieuws

Schrijf u nu in voor onze nieuwsbrief.

Inschrijven