智能假腿的cmac控制與實例仿真
喻洪流2，沈凌1，趙展1，徐兆紅113，錢省三2
1、上海理工大學生物力學與康復工程研究所，上海200093；2上海理工大學管理學院，上海200093;3上海交通大學機械與動力學院，上海200240)
摘 要：針對智能假腿系統模型的非線性與參數的不確定性等系統特性，提出了一種基于小腦模型神經網絡控制器( cmac)的假腿實時智能控制方法。該方法首先根據一種自制的假肢膝關節自適應結構，建立了智能假腿擺動相動力學數學模型，以描述智能假腿膝關節阻尼器控制參數與擺動運動參數之間的直接耦合關系。以此動力學模型為控制對象，設計了一種基于pd-cmac的假腿系統智能控制器，并進行了實例仿真。仿真結果表明，假腿膝關節可以很快（約在0.5 s時間內）跟蹤好目標曲線，具有良好的實時性與精度；此外，胯關節阻器針閥開口位置與相應的假腿膝關節的角速度變化具有明顯的負相關性；可以通過對假腿阻尼器針閥開口位置的調節．達到假腿跟蹤健康腿擺動步態的目的。
關鍵詞：智能假腿；動力學模型；小腦模型控制器
中圖分類號：tp 273 文獻標識碼：a
1引言
研究一種可以近似模擬人腿生物力學系統中的關鍵特性一膝關節的自適應特性的智能假腿系統，對提高假肢的安全性與舒適性、改善截肢患者的生活質量具有重要意義。在假腿的智能控制方面，國內外對智能控制的假肢應用還不多見。理論研究基本集中在一般模糊控制、普通bp神經網絡控制、專家控制等智能控制方法，更復雜的復合智能控制方法還基本未實際應用。
ipl系統模型的非線性、環境（路況）與不同假肢穿戴者參數的不確定性等特征，確定了應該把假肢系統作為一個復雜系統來研究，其不但需要在理論上進行復雜非線性建模，而且需要引入更有效的智能技術進行系統控制。本文將研究一種保證ipl步態時相對稱性的生物動力學模型的pd-cmac自適應控制方法。
2 ipl的pd-cmac控制器設計
1) pd-cmac控制器設計 小腦模型控制器是一種自適應控制網絡，因學習收斂速度快，精度較高，在實時工作時非常有用。本設計采用cmac療器械應用安全等方面的教學與科研工作。
其特點如下：
①小腦模型神經網絡經控制器實現前饋控制，實現被控對象的逆動態模型。②常規控制器實現反饋控制，保證系統的穩定性，且抑制擾動。
2) pd-cmac的學習算法的學習算法[6]：
對于跟隨健康腿目標信號控制的ipl系統，這里設計了基于pd控制器的神經網絡(cmac)監督控制模型，如圖l所示。
本文cmac概念映射的方法為：輸入空間5在區間[s，s…]上分成(n+2c)個量化間隔，即：
取指令信號r(k)作為cmac的輸入。每一控制同期結束時，cmac輸出u與總控制輸出u(k)相比較，修正權重，進入學習過程。學習的目的是使總控制輸入與cmac的輸出之差最小，即使系統的總控制輸出主要由cmac控制器產生。
cmac的調整指標為
當系統開始運行時，系統由常規控制器進行控制。通過cmac的學習，使pid產生的輸出控制量逐漸為零，cmac產生的輸出控制量逐漸逼近控制器總輸出.
3假腿控制動力學建模
為了研究上述控制方案的效果，需要建立ipl作為控制對象的數學模型。傳統上為了實現膝關節動力學方程進行逆向求解，以獲得髓關節、膝關節及踝關節的力矩。然而，據此計算出的關節力矩參數實際上無法用于實際的假腿控制需要。因此，本文以二剛體假腿運動系統為基礎，如圖2所示。
| 
