近年來,基于功能性電刺激(Functional Electrical Stimulation,FES)的無支撐站立及智能助行康復(fù)技術(shù)受到了廣泛關(guān)注,成為神經(jīng)工程、康復(fù)工程及運(yùn)動(dòng)醫(yī)學(xué)領(lǐng)域的研究熱點(diǎn)。FES是指利用表面電極或植入式電極刺激失去神經(jīng)控制的肌肉,使肌肉產(chǎn)生收縮,從而恢復(fù)人體特定部位功能的交叉前沿技術(shù),其刺激動(dòng)作效果的精準(zhǔn)程度主要依賴于刺激肌肉模型的可靠性和控制算法的有效性。 本文從人體運(yùn)動(dòng)學(xué)信息出發(fā),通過逆動(dòng)力學(xué)推導(dǎo)出膝關(guān)節(jié)力矩,進(jìn)而建立基于膝關(guān)節(jié)力矩與功能性電刺激等級(jí)的肌肉模型,聯(lián)合后續(xù)設(shè)計(jì)的控制器形成閉環(huán)反饋控制,對(duì)功能性電刺激的刺激模式進(jìn)行動(dòng)態(tài)調(diào)整以實(shí)現(xiàn)精確的控制效果。研究中采用了外輸入非線性自回歸滑動(dòng)平均(NARMAX)和自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)兩種不同的非線性動(dòng)態(tài)建模方法分別對(duì)15名受試者進(jìn)行了肌肉建模實(shí)驗(yàn),其中NARMAX建模采用基于MGS最小二乘辨識(shí)的方法對(duì)過程模型項(xiàng)和參數(shù)進(jìn)行了一體化辨識(shí),結(jié)果顯示受試者輸出誤差均值低于0.2(N*M),誤差方差低于0.1;ANFIS建模方法結(jié)合了模糊推理和神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì),通過數(shù)據(jù)訓(xùn)練對(duì)模糊推理的初始模型結(jié)構(gòu)以及參數(shù)進(jìn)...

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景及目的意義
        1.1.1 脊髓損傷與截癱的成因
        1.1.2 脊髓損傷與截癱的治療
        1.1.3 功能性電刺激技術(shù)概況
    1.2 本文的研究?jī)?nèi)容
第二章 基于膝關(guān)節(jié)力矩的NARMAX 肌肉模型
    2.1 功能性電刺激下的人體下肢肌肉建模實(shí)驗(yàn)
        2.1.1 功能性電刺激的實(shí)驗(yàn)設(shè)置和數(shù)據(jù)采集
        2.1.2 動(dòng)力學(xué)膝關(guān)節(jié)力矩計(jì)算
        2.1.3 NARMAX 肌肉實(shí)驗(yàn)?zāi)Ｐ?br>    2.2 功能性電刺激下的NARMAX 肌肉建模結(jié)果分析
        2.2.1 基于MGS 算法的NARMAX 結(jié)構(gòu)與參數(shù)辨識(shí)
        2.2.2 NARMAX 建模的結(jié)果及討論
第三章 基于膝關(guān)節(jié)力矩的自適應(yīng)神經(jīng)模糊（ANFIS）肌肉模型
    3.1 模糊推理和神經(jīng)網(wǎng)絡(luò)
        3.1.1 模糊推理的基本原理
        3.1.2 神經(jīng)網(wǎng)絡(luò)的基本原理
    3.2 基于膝關(guān)節(jié)力矩的自適應(yīng)神經(jīng)模糊建模
        3.2.1 自適應(yīng)神經(jīng)模糊（ANFIS）的基本原理
        3.2.2 ANFIS 肌肉建模結(jié)果分析
    3.3 NARMAX/ANFIS 肌肉模型對(duì)比與討論
第四章 基于NARMAX 和ANFIS 肌肉模型的閉環(huán)模糊PID 控制
    4.1 模糊PID 的基本原理及控制器的設(shè)計(jì)
        4.1.1 模糊PID 控制器的基本原理
        4.1.2 模糊PID 控制器的設(shè)計(jì)
    4.2 基于NARMAX 肌肉模型的模糊PID 控制
    4.3 基于自適應(yīng)神經(jīng)模糊（ANFIS）肌肉模型的模糊PID 控制
    4.4 實(shí)驗(yàn)結(jié)果的對(duì)比與討論
第五章 總結(jié)與展望
    5.1 本論文內(nèi)容總結(jié)
    5.2 今后研究展望
參考文獻(xiàn)
發(fā)表論文和科研情況說明
致謝



本文編號(hào)：3885970