论文部分内容阅读
智能假肢是智能控制技术与假肢技术相结合的产物,与传统假肢相比,智能假肢主要体现在步态跟随上的控制。针对假肢控制过程中出现的重复性、周期性和随条件变化有一定不确定性的变化规律,着重研究柔性迭代学习控制方法和专家系统在智能假肢中的应用。
智能假肢在运动过程中,存在很多运动模式,针对不同的运动模式,分别进行迭代学习,当系统精度达到需要而偏差在一个很小范围内时,设定一个死区,偏差在死区范围内时,不再继续迭代学习。将通过代学习获得的经验数据存储在知识库中,在实际控制中,根据不同的控制信号,自动调用经验数据。
控制过程中,采用柔性迭代学习算法,迭代学习初期采用PD型学习律,可以提高学习速度,使系统更快达到控制要求。迭代学习后期,为防止系统发散,去掉微分算子,只采用P型学习律,利用假肢系统允许一定小幅度角度波动的有利条件,即控制精度上的裕度,灵活有效的调整算法参数,发挥迭代学习控制的优点,开发出具有柔性特点的柔性迭代学习控制器。
在柔性迭代学习控制策略的支撑下,设计基于MSP430超低功耗单片机的智能假肢控制系统,实现足底压力信息对智能假肢输出决策的实时控制。分析实验结果并验证柔性迭代学习控制理论在智能假肢系统控制中的可行性与优越性。