Изилдөө магнитореологиялык (MR) суюктук дампери колдонулган трансфеморалдык протез тизеде үч момент деңгээлиндеги башкаруу ыкмасын бир эле модель алкагында салыштырат: моделге негизделген feedforward башкаруу, robust inverse-dynamics башкаруу жана adaptive inverse-dynamics башкаруу. Иште эки звенолуу тегиздик бут модели Lagrange ыкмасы менен түзүлгөн, жамбаш кыймылынан керектүү тизе бурчун баалоо үчүн үчүнчү даражадагы полином иштелип чыккан жана MR дампер күчүнүн тизе муунунун моментине айлануусу геометриялык түрдө чыгарылган. Симуляцияларда adaptive inverse-dynamics эң төмөн тизе бурчу боюнча көзөмөлдөө катасын берген, бирок эң жогорку башкаруу аракетин талап кылган; robust inverse-dynamics болсо изилдөөчүлөрдүн билдирүүсүнө ылайык adaptive ыкмага жакын көзөмөлдөө көрсөткүчүн болжол менен 12% төмөн башкаруу энергиясы менен камсыз кылып, иштеги эң тең салмактуу тактык–аракет компромиссин көрсөткөн. Натыйжалар физикалык протезден же адам басуусу боюнча эксперименттен эмес, моделдөө жана симуляциядан алынган.

Иштин актуатордук баалоосунда MR дампер тизе кыймылына каршы жөнгө салынуучу каршылык түзгөн негизги жарым-активдүү элемент катары колдонулат. MR дампер механикалык системага оң энергия бере албагандыктан, контроллер талап кылган момент дампердин энергияны таркатуучу иш шартына туура келбегенде же дампердин мүмкүнчүлүгүнөн ашканда жардамчы DC мотор калган моментти берет. Ошондуктан иш MR дампер менен активдүү моторду физикалык милдеттерине жараша бөлүштүргөн гибриддик актуатордук ыкманы баалайт.

Булак басуу маалыматтарындагы жамбаш жана тизе бурчтарын колдонуп, stance жана swing фазалары үчүн өзүнчө кубдук hip-to-knee баалоочуларды түзгөн. Изилдөөчүлөр биринчи даражадан алтынчы даражага чейинки полиномдорду RMSE менен салыштырып, үчүнчү даражадан кийин кошумча жакшыруу чектелүү болгондуктан кубдук моделди тандаган. Кийинки башкаруу баалоосунда үч контроллер үчүн тең жалпы \(k_p=k_d=10\) күчөтүүлөрү колдонулган; бул тандоо 25 башка күчөтүү жуптарын камтыган сезгичтик анализи менен колдоого алынган.

17-сүрөттө feedforward башкаруунун RMS тизе бурчу катасы болжол менен 2° деңгээлинде болсо, robust жана adaptive контроллерлердин каталары болжол менен 1,5° деңгээлинде. 18-сүрөттө adaptive контроллер эң жогорку нормалдаштырылган башкаруу энергиясын, robust контроллер болсо эң төмөн маанини көрсөтөт. Булактын жыйынтык бөлүмүнө ылайык robust ыкманын башкаруу энергиясы adaptive ыкмага салыштырмалуу болжол менен 12% төмөн.

Түркия жагынан баалоо: Иштин ыкмасы Түркияда протез тизе, реабилитациялык робототехника, акылдуу материалдарга негизделген актуаторлор жана тагылуучу мехатроникалык системалар боюнча жүргүзүлгөн изилдөөлөр үчүн пайдалуу башкаруу-моделдөө алкагын бере алат. MR дампердин аз кубаттуу жарым-активдүү каршылык жаратышы менен зарыл учурда гана иштеген жардамчы моторду бирге баалоо энергия колдонуу жана түзүлүш массасы ортосундагы долбоордук компромистерди изилдөөдө маанилүү. Бирок иш чыныгы колдонуучу, реалдуу жер реакциясы, сокет–калдык мүчө өз ара таасири, сенсор ызы-чуусу, байланыш кечигүүсү, батарея өмүрү жана термалык чектөөлөр боюнча текшерилген эмес. Ошондуктан бул жыйынтыктардан түздөн-түз клиникалык ийгилик, коопсуз басуу же реалдуу колдонуу убактысы чыгарылбайт.

Изилдөөнүн негизги суроосу эмне?

Иштин ачык изилдөө суроосу: ошол эле MR дампердүү протез-тизе модели астында robust inverse-dynamics башкаруу feedforward жана adaptive inverse-dynamics башкаруунун ортосунда жакшыраак көзөмөлдөө тактыгы–актуатор аракети компромиссин камсыздай алабы?

Изилдөөчүлөрдүн гипотезасы эки бөлүктөн турат. Adaptive inverse-dynamics башкаруу онлайн параметр жаңыртуусу аркылуу эң төмөн көзөмөлдөө катасын берет деп күтүлгөн. Robust inverse-dynamics башкаруу болсо bounded-uncertainty компенсациясы аркылуу adaptive ыкмага жакын тактыкты төмөн башкаруу аракети менен берет деп күтүлгөн.

Макала жаңы inverse-dynamics башкаруу теориясын иштеп чыкканын айтпайт. Илимий салым үч белгилүү башкаруу ыкмасын бир эле протез моделине, бирдей reference trajectoryге, бирдей негизги gain тандоосуна жана жалпы actuator-feasibility алкагына коюп салыштыруу болуп саналат.

Эмне үчүн MR дампер колдонулат?

Магнитореологиялык суюктуктар магнит талаасы берилгенде реологиялык касиеттери тез өзгөргөн ферромагниттик бөлүкчөлөрү бар суюктуктар. MR дамперде катушкадагы ток өзгөртүлүп, дампердин кыймылга каршы түзгөн каршылыгы жөнгө салынат.

Бул касиет протез тизе үчүн эки артыкчылык берет: кыймыл каршылыгы басуу циклинин ар башка баскычтарында өзгөртүлө алат жана бул жөндөө толук активдүү мотордун үзгүлтүксүз механикалык иш өндүрүшүн талап кылбайт.

Ошол эле учурда MR дампердин маанилүү физикалык чеги — энергияны таркатуучу болушу. Ал системадан механикалык энергияны алып кетет, бирок керек болгондо муунга активдүү иш бере албайт. Иште жардамчы DC мотор кошулушунун негизги себеби ушунда.

Басуу цикли кандай каралды?

Булак моделинде басуу циклинин болжол менен 55% stance, калган 45% swing катары алынган. Изилдөөнүн 1-сүрөтүндө heel contact, foot flat, mid-stance, heel-off, toe-off жана mid-swing окуялары көрсөтүлгөн; stance–swing чек арасы циклдин болжол менен 55% чекитинде аныкталган.

Бул фаза ажыратуу башкаруу салыштыруусунда алдын ала белгилүү деп кабыл алынган. Реалдуу убакытта колдонуу үчүн жамбаш бурчуна негизделген жөнөкөй босого эрежеси сунушталса да, бул фаза аныктоо механизми сенсор ызы-чуусу, кечигүү же туура эмес классификацияга каршы бул иште текшерилген эмес.

Тизе reference trajectory кантип алынган?

Трансфеморалдык колдонуучуда биологиялык тизе кыймылын түз колдонуу мүмкүн болбогондуктан иш жамбаш бурчунан тизе бурчун баалаган полиномдук ыкманы колдонот. Reference жамбаш жана тизе басуу маалыматтары мурунку изилдөөдөн алынган; бирок полином даражасы жана коэффициенттер ушул иште кайра аныкталган.

Тизе бурчу:

\[ \hat{\theta}_2= \sum_{i=0}^{n}c_i\theta_1^i = C^T\Phi(\theta_1) \]

түрүндө моделденген. Бул жерде \(\theta_1\) жамбаш бурчун, \(\hat{\theta}_2\) бааланган тизе бурчун, \(c_i\) полином коэффициенттерин жана \(n\) полином даражасын билдирет.

Коэффициенттер өлчөнгөн тизе бурчу менен бааланган тизе бурчунун ортосундагы L2 катасын азайткан эң кичине квадраттар чечими аркылуу аныкталган.

Эмне үчүн үчүнчү даражадагы полином тандалды?

Иштин 2-сүрөтүндө полином даражасы 1ден 6га чейин көтөрүлгөндө stance жана swing RMSE маанилери салыштырылган. Ката айрыкча алгачкы үч даражада ачык төмөндөйт, үчүнчү даражадан кийин кошумча пайда азаят.

Ошондуктан изилдөөчүлөр жогорку даражадагы моделдер берген чектелүү кошумча ката азайышына караганда жөнөкөй үчүнчү даражадагы моделди тандашкан.

Булакта бул коэффициенттер таблицасында жамбаш жана тизе бурчтары радиан менен берилген.

Бааланган тизе траекториясы reference маалыматты канчалык көзөмөлдөдү?

4-сүрөттө чыныгы reference тизе бурчу менен кубдук моделдин божомолу бүт gait cycle ичинде бири-бирине жакын жүрөт. Айрыкча swing учурунда 50°ден ашкан чоң тизе flexion профили да модель тарабынан көзөмөлдөнөт.

5-сүрөттө ошол эле байланыш hip angle–knee angle тегиздигинде көрсөтүлүп, stance жана swing үчүн өзүнчө циклдер божомолдонгон ийри сызыктар тарабынан жалпы түрдө көзөмөлдөнгөнү көрүнөт.

Бул жыйынтык траектория баалоочусу иштин башкаруу симуляциясында reference түзүү үчүн жетиштүү деп эсептелгенин көрсөтөт; бул реалдуу убакыт протез сенсорлорунан алынган көз карандысыз текшерүү эмес.

Протез буттун динамикалык модели кантип түзүлдү?

Модель тегиздиктеги эки звенолуу модель. Жалпыланган координаттар жамбаш бурчу \(\theta_1\) жана тизе бурчу \(\theta_2\). Система Lagrange энергия ыкмасы менен моделденген:

\[ L=T-V \]

жана жалпы кыймыл теңдемеси:

\[ \frac{\partial L}{\partial q_i} - \frac{d}{dt} \left( \frac{\partial L}{\partial \dot{q}_i} \right) + F_i=0 \]

түрүндө жазылган.

Эки муун үчүн кыймыл теңдемелери матрица түрүндө:

\[ \begin{bmatrix} M_{11} & M_{12}\\ M_{21} & M_{22} \end{bmatrix} \begin{bmatrix} \ddot{\theta}_1\\ \ddot{\theta}_2 \end{bmatrix} + \begin{bmatrix} C_1\\ C_2 \end{bmatrix} + \begin{bmatrix} G_1\\ G_2 \end{bmatrix} = \begin{bmatrix} 1 & -1\\ 0 & 1 \end{bmatrix} \begin{bmatrix} \tau_1\\ \tau_2 \end{bmatrix} \]

деп берилген.

Башкаруу маселеси эмне үчүн бир гана тизе теңдемесине түшүрүлөт?

Иште колдонуучу жамбаш кыймылын типтүү gait pattern түзгөндөй өзү камсыз кылат деп болжолдонгон. Ошондуктан протез түз башкарган өзгөрмө — тизе моменти.

Экинчи кыймыл теңдемеси:

\[ M_{12}\ddot{\theta}_1 + M_{22}\ddot{\theta}_2 + C_2 + G_2 = \tau_{MR}+\tau_{DC} = \tau_c \]

түрүнө түшүрүлгөн.

Бул жерде \(\tau_{MR}\) MR дампер түзгөн жарым-активдүү моментти, \(\tau_{DC}\) жардамчы DC мотор моментин жана \(\tau_c\) жалпы тизе башкаруу моментин билдирет.

MR дампер күчү тизе моментине кантип айландырылат?

Иш MR дампер күчүн түздөн-түз тизе моменти катары кабыл алган эмес; механизмдин геометриясын эске алган.

Негизги байланыш:

\[ \tau_{MR} = r_{eff}F_{MR}\sin(\alpha_{MR}) \]

түрүндө.

Геометриялык үч бурчтук байланыштары колдонулганда жабык форма:

\[ \tau_{MR} = \frac{ r_{eff}l_s\cos(\delta\theta) }{ \sqrt{ r_{eff}^2+l_s^2- 2r_{eff}l_s\sin(\delta\theta) } } F_{MR} \]

болуп алынган.

Бул жерде \(r_{eff}\) эффективдүү момент ийинин, \(l_s\) механизм геометриясындагы байланыш узундугун, \(\delta\theta=\theta_2-\theta_1\) салыштырма муун бурчун жана \(F_{MR}\) дампер күчүн билдирет.

Feedforward башкаруу кантип иштейт?

Feedforward башкаруу бааланган протез динамикасын колдонуп, керектүү моментти алдын ала эсептейт:

\[ \tau_{ff} = \hat{M}_{12}\ddot{\theta}_1 + \hat{M}_{22}\ddot{\theta}_2^d + \hat{C}_2 + \hat{G}_2 \]

Бул мүчөгө PD кайтарым байланыш кошулат:

\[ \tau= \tau_{ff} + k_p(\theta_2^d-\theta_2) + k_d(\dot{\theta}_2^d-\dot{\theta}_2) \]

Модель чыныгы системага жетиштүү жакын болсо, башкаруу катасы азайышы мүмкүн. Бирок feedforward ыкмасынын негизги алсыздыгы динамикалык параметрлердин туура билинишине көз карандылыгы. Булак айрыкча Coulomb сүрүлүүсү, backlash жана башка моделденбеген таасирлер performanceти бузушу мүмкүн экенин белгилейт.

Robust inverse-dynamics башкаруу эмнеси менен айырмаланат?

Robust ыкма номиналдуу модель түзүлүшүн сактап, белгисиздик таасирин басуу үчүн reference ылдамданууга кошумча \(\delta_a\) оңдоосун киргизет:

\[ \ddot{\theta}_2^r = \ddot{\theta}_2^d + \delta_a + k_d\dot{e} + k_pe \]

Башкаруу моменти:

\[ \tau= \tau_{fl} + \hat{M}_{22}\ddot{\theta}_2^r \]

деп эсептелет.

Белгисиздикти компенсациялоо үчүн жогорку чек \(\rho\) колдонулат. Иште robust башкаруу сыноосунда lumped parameter error нормасы 1,1321, тандалган белгисиздик чеги болсо:

\[ \rho=3 \]

деп берилген. Демек булакта колдонулган bounded-uncertainty шарты \(\rho\geq\|\pi_{true}-\pi_{estim}\|_2\) аткарылат.

Adaptive inverse-dynamics башкаруу эмне кылат?

Adaptive ыкма туруктуу катага ээ параметр бааларын robust мүчө менен гана басуунун ордуна, динамикалык параметр бааларын башкаруу учурунда жаңыртат.

Робот динамикасы параметрлер боюнча сызыктуу түрдө:

\[ M(\Theta)\ddot{\Theta} + C(\Theta,\dot{\Theta}) + G(\Theta) = Y(\Theta,\dot{\Theta},\ddot{\Theta})\Pi \]

деп жазылат.

Протез үчүн параметр вектору:

\[ \Pi= \begin{bmatrix} M_2a_2l_1\\ I_2+M_2a_2^2\\ M_2a_2l_1\\ M_2a_2 \end{bmatrix} \]

түрүндө.

Adaptive control ар бир башкаруу кадамында параметр бааларын жаңыртып, белгисиздикти түздөн-түз баалоону жакшыртууга аракет кылат.

Контроллер gainдери адилеттүү кантип тандалды?

Изилдөөчүлөр \(k_p\) жана \(k_d\) маанилерин түз эле туш келди же жөн гана trial-and-error менен тандаган эмес. Эки gain тең:

\[ \{2,5,10,20,50\} \]

жыйындысы боюнча сканерленип, ар бир контроллер үчүн жалпы:

\[ 5\times5=25 \]

gain комбинациясы бааланган.

Ар бир комбинацияда эки өлчөм эсептелген:

• RMS тизе бурчу көзөмөлдөө катасы,
• интегралданган башкаруу энергиясы.

Жалпы trade-off упайы:

\[ S(k_p,k_d) = \frac{RMS(k_p,k_d)} {\max RMS} \times \frac{E(k_p,k_d)} {\max E} \]

деп аныкталган. Төмөн упай төмөн ката жана төмөн башкаруу аракети бирге алынганын билдирет.

11–13-сүрөттөрдөгү жылуулук карталары \(k_p=k_d=10\) тандоосу үч контроллерде тең төмөн чыгымдуу аймакта экенин көрсөтөт. Салыштырууда controller-specific tuning артыкчылыгы пайда болбошу үчүн бир эле gainдер бардык контроллерлерде сакталган.

Белгисиздик сценарийлери бирдей беле?

Так бирдей эмес. Бул жагдай иштин жыйынтыктарын чечмелөөдө маанилүү.

Adaptive контроллердин баштапкы lumped parameter error нормасы:

\[ \|\pi_{true}-\pi_{estim}\|_2=0,0253 \]

деп берилген.

Robust контроллер үчүн болсо:

\[ \|\pi_{true}-\pi_{estim}\|_2=1,1321 \]

колдонулган.

Изилдөөчүлөр adaptive башкарууну “moderate initial parameter mismatch”, robust башкарууну болсо чоңураак bounded uncertainty шартында баалаганын ачык айтышат. Ошондуктан жыйынтыктар бирдей reference trajectory жана жалпы gainдер менен чыгарылганы менен, контроллерлер дуушар болгон параметр белгисиздигинин чоңдугу бирдей эмес.

Тизе бурчу көзөмөлү эмнени көрсөттү?

14-сүрөттө кааланган тизе бурчу менен үч контроллер жараткан траекториялар бүт басуу цикли боюнча салыштырылган. Feedforward, robust жана adaptive ийри сызыктары жалпы gait формасын көзөмөлдөйт, бирок robust жана adaptive контроллерлер reference trajectoryге жакыныраак калганын көрүүгө болот.

17-сүрөттө feedforward башкаруунун RMS катасы болжол менен 2° деңгээлинде, robust жана adaptive ыкмалар болсо болжол менен 1,5° деңгээлинде көрсөтүлгөн. Adaptive контроллер үч ыкманын ичинде эң төмөн RMS көзөмөлдөө катасын берген.

Булактын жыйынтык бөлүмүндө robust башкаруунун tracking performance adaptive ыкманын 2,5% чегинде калганы айтылат. Бирок так RMS маанилери өзүнчө сандык таблицада берилбегендиктен, бул пайыз авторлордун билдирилген салыштыруу жыйынтыгы катары бааланууга тийиш.

Башкаруу энергиясы эмне үчүн өзүнчө өлчөндү?

Төмөн тизе бурчу катасы тагылуучу протез үчүн жалгыз жетиштүү performance көрсөткүчү эмес. Агрессивдүү башкаруу кыймылдары мотордон, драйверден жана батареядан көбүрөөк энергия талап кылышы мүмкүн.

Иш башкаруу аракетин:

\[ E_{control} = \int_0^T\tau^2dt \]

менен аныктайт.

18-сүрөттө adaptive контроллердин нормалдаштырылган башкаруу энергиясы эң жогору, robust контроллердики эң төмөн деңгээлде. Изилдөөчүлөр robust башкаруу adaptive ыкмага салыштырганда болжол менен 12% төмөн башкаруу энергиясын талап кыларын билдиришет.

Эмне үчүн robust башкаруу “эң жакшы компромисс” деп бааланды?

Adaptive башкаруу эң төмөн көзөмөлдөө катасын берсе да, бул жакшыруу жогору башкаруу энергиясы менен алынган. Robust башкаруу болсо булакта берилген жыйынтыктар боюнча adaptive ыкмага жакын көзөмөлдөө performanceин төмөн актуатор аракети менен камсыз кылган.

Ошондуктан иштеги “эң жакшы” деген сөз жалаң эң төмөн ката дегенди билдирбейт. Изилдөөчүлөр эки инженердик өлчөмдү бирге караганда robust inverse-dynamics башкарууну эң ылайыктуу accuracy–effort compromise катары түшүндүрүшөт.

Бул жыйынтык колдонулган модель, gainдер, параметр белгисиздиктери жана reference gait trajectory шарттары үчүн гана жарактуу.

MR дампер бүт басуу моментин камсыздай алабы?

Жок. MR дампер энергияны таркатуучу момент гана бере алгандыктан, басуу циклинин бардык бөлүктөрүндө талап кылынган тизе моментин жалгыз камсыздай албайт.

Иште MR дампер колдонулушу мүмкүн болгон шарт белги логикасы менен:

\[ \tau_{cmd}\dot{\theta}_2>0 \]

деп аныкталган.

Бул шарт аткарылганда дампер мүмкүнчүлүгү жеткен өлчөмдө талап кылынган моментти өзүнө алат. Шарт аткарылбаса MR моменти нөлгө түшүрүлүп, керектүү момент жардамчы мотор аркылуу берилет.

Бөлүштүрүү мыйзамы:

\[ \tau_{MR} = \begin{cases} \operatorname{sgn}(\tau_{cmd}) \min(|\tau_{cmd}|,|\tau_{MR,max}|), & \tau_{cmd}\dot{\theta}_2>0 \\ 0, & \tau_{cmd}\dot{\theta}_2\leq0 \end{cases} \]

жана:

\[ \tau_{DC} = \tau_{cmd}-\tau_{MR} \]

деп берилген.

MR дампердин күч талабы кандай болду?

16-сүрөттө үч контроллер талап кылган эквиваленттүү дампер күчү басуу цикли боюнча көрсөтүлгөн. Изилдөөчүлөр stance учурунда болжол менен 120 N чоку күч талабы мурда оптималдаштырылган MR дампер долбоорунун жетүүгө мүмкүн болгон күч аралыгында экенин билдиришкен.

Бирок бул feasibility баалоосу ушул иште өндүрүлүп кайра текшерилген физикалык дампер экспериментине эмес, мурунку дампер долбоорунун касиеттери менен жасалган модель салыштыруусуна таянат.

MR дампер катушка тогу кантип аныкталат?

Иште MR дампердин токко байланыштуу yield-torque калибрлөөсү:

\[ \tau_y(I) = -2,2836I^2 + 20,6303I \]

деп берилген.

Байланыш булакта \(0\leq I\leq I_{max}\) аралыгы үчүн аныкталган. 20-сүрөт керектүү MR дампер катушка тогу басуу боюнча, айрыкча stance бөлүгүндө өзгөрөрүн көрсөтөт.

DC мотор качан ишке кирет?

19-сүрөттө MR дампер жана мотор моменти өз-өзүнчө көрсөтүлгөн. MR дампер айрыкча энергияны таркатуучу иш аймагында каршылык түзсө, DC мотор дампер физикалык жактан момент бере албаган аралыкта ишке кирет.

Иштин түшүндүрмөсүнө ылайык жардамчы мотор муктаждыгы айрыкча swing фазасында жана системага активдүү механикалык энергия берилиши керек болгон аралыктарда байкалат.

Тандалган мотор механизминде 156:1 тиштүү катыш колдонулган. 21-сүрөт бул катыш астындагы мотор бурчтук ылдамдык профилин көрсөтөт.

Гибриддик архитектуранын баасы эмне?

MR дамперди артыкчылыктуу колдонуу үзгүлтүксүз активдүү мотор моментинин муктаждыгын азайта алат. Бирок системага DC мотор кошуу:

• мотор,
• редуктор,
• мотор драйвери,
• күч электроникасы,
• батарея жүгү,
• башкаруу координациясы

сыяктуу кошумча компоненттерди талап кылат.

Изилдөөчүлөр ошондуктан түзүлүштү жөн гана “арзан жарым-активдүү протез” катары сунушташпайт. Масса, нарк, тагылуучулук, тейлөө, ишенимдүүлүк жана батарея туруктуулугу физикалык прототип деңгээлинде өзүнчө бааланышы керек.

Иш колдогон жыйынтыктар

• Кубдук hip-to-knee полином модели колдонулган reference gait маалыматындагы тизе траекториясын симуляция максатында жакын түрдө чагылдыра алган.
• Feedforward, robust inverse-dynamics жана adaptive inverse-dynamics башкаруу бир эле негизги протез динамикалык моделинде колдонулган.
• Adaptive inverse-dynamics иштеги үч ыкманын ичинде эң төмөн RMS көзөмөлдөө катасын берген.
• Adaptive inverse-dynamics ошол эле учурда эң жогорку башкаруу энергиясын талап кылган.
• Robust inverse-dynamics булакта adaptive ыкмага жакын көзөмөлдөө performanceи жана болжол менен 12% төмөн башкаруу энергиясы менен билдирилген.
• MR дампер бүт басуу циклиндеги момент муктаждыгын физикалык жактан жалгыз жаба албайт.
• MR-priority момент бөлүштүрүүсүндө жардамчы DC мотор дампердин энергияны таркатуучу иш шартына туура келбеген же мүмкүнчүлүгүнөн ашкан момент талабын толуктайт.
• Stance учурунда болжол менен 120 N чоку дампер күчү изилдөөчүлөр колдонгон мурунку MR дампер мүмкүнчүлүгүнө туура келген деп табылган.

Иш колдобогон же текшербеген жыйынтыктар

• Robust inverse-dynamics башкаруунун чыныгы протез колдонуучуларында клиникалык жактан жогору экени көрсөтүлгөн эмес.
• Физикалык протез бут прототиби боюнча басуу эксперименти жасалган эмес.
• Адам катышуучу же ампутацияланган колдонуучу боюнча тест жүргүзүлгөн эмес.
• Stumble recovery, кулап кетүү коркунучу же клиникалык коопсуздук өлчөнгөн эмес.
• Ground-reaction force өзгөрмөлүүлүгү моделге киргизилген эмес.
• Socket–residual limb өз ара таасири моделденген эмес.
• Сенсор ызы-чуусу жана сенсор кечигүүсү башкаруу салыштыруусуна кошулган эмес.
• Реалдуу убакыт gait-phase туура эмес классификациясынын таасири текшерилген эмес.
• Aktuator saturation динамикасы физикалык жабдыкта текшерилген эмес.
• Батарея туруктуулугу жана реалдуу электр энергиясы сарпталышы өлчөнгөн эмес.
• Мотор жана MR катушканын термалык жүрүм-туруму эксперименталдык изилденген эмес.
• Булак жыйынтыктары бардык басуу ылдамдыктарына же бардык колдонуучу антропометрияларына жалпыланган эмес.

Иштин ыкмасы жана жыйынтыктары

Изилдөө агымы

Иштин негизги божомолдору

Жалпы башкаруу gainдери

11–13-сүрөттөрдө \(10,10\) gain жупу кызыл куту менен белгиленип, бардык контроллерлер үчүн төмөн trade-off аймагында көрсөтүлгөн.

Булакта берилген негизги физикалык параметр топтомдору

Ишти кайталоо жагынан көңүл бура турган нерсе — 4-таблица менен белгисиздик таблицаларында ар башка физикалык параметр маанилери бар.

Булак 4-таблица параметрлери менен кийинки белгисиздик таблицаларындагы “чыныгы” plant маанилеринин ортосундагы өтүүнү ачык түшүндүрбөйт. Ошондуктан эки параметр топтому бир так топтом катары бириктирилбеши керек.

Adaptive башкаруу үчүн баштапкы белгисиздик

Булакта adaptive баштапкы lumped parameter estimation error нормасы 0,0253 деп берилет.

Robust башкаруу үчүн белгисиздик

Robust башкаруу үчүн lumped uncertainty нормасы 1,1321 жана robust bound \(\rho=3\) колдонулган.

Көзөмөлдөө катасы жана башкаруу аракети боюнча кыскача

RMS маанилери 17-сүрөттөн жана булак текстиндеги болжолдуу билдирүүлөрдөн алынган; булак так RMS маанилерин өзүнчө сандык таблицада бербейт.

Актуатор feasibility

Инженердик өлчөмдөрдүн клиникалык мааниси кантип чектелди?

Иштин негизги методологиялык чектөөлөрү

• Башкаруу салыштыруусу симуляцияга негизделген.
• Оригиналдуу gait маалыматы бул иште чогултулган эмес, мурунку булактан алынган.
• Идеалдуу hip жана knee angle сигналдары колдонулган.
• Sensor noise моделденген эмес.
• Communication жана computation latency моделденген эмес.
• Реалдуу убакыт stance/swing классификация каталары текшерилген эмес.
• Socket, ground-reaction жана колдонуучунун neuromuscular adaptation таасирлери алкактан тышкары.
• Adaptive жана robust контроллерлердин белгисиздик чоңдуктары бирдей эмес.
• 4-таблица менен белгисиздик таблицаларындагы физикалык parameter setтеринин ортосунда түшүндүрүлбөгөн айырма бар.
• I1/I2 сегмент аталышы булактын ичинде ырааттуу эмес.
• MR дампер жана DC мотор force/torque feasibility деңгээлинде гана бааланган.
• Actuator saturation dynamics физикалык жабдыкта текшерилген эмес.
• Battery endurance жана thermal limitations бааланган эмес.
• Физикалык benchtop, hardware-in-the-loop жана human-subject тесттери келечектеги иш катары калтырылган.

Булак жана метод эскертүүсү

Толук оригиналдуу иштин аты: Evaluation of Control Methodologies for an MR Damper Prosthetic Leg with Auxiliary Active Torque

Авторлор: Afrouz Hajimoradi, Hossein Vatandoost, Masoud Roudneshin жана Ramin Sedaghati.

Жооптуу авторлор: Afrouz Hajimoradi жана Hossein Vatandoost.

Бирдей салым/бирдей биринчи авторлук: Булактa мындай билдирүү жок.

Мекемелер:

1. Department of Mechanical Engineering, Concordia University, Montreal, Quebec, Canada.
2. Department of Mechanical Engineering, McGill University, Montreal, Quebec, Canada.
3. Department of Electrical Engineering, Concordia University, Montreal, Quebec, Canada.

Журнал: Actuators.

Басма: MDPI, Basel, Switzerland.

Библиографиялык маалымат: Actuators 2026, 15(6), 302.

DOI:10.3390/act15060302

Расмий жарыя шилтемеси:MDPI – Actuators 15(6), 302

Жарыяланган күнү: 31 май 2026. Иш 2026-жылдын 29-мартында алынган, 2026-жылдын 16-майында кайра каралган жана 2026-жылдын 26-майында кабыл алынган.

Булак түрү жана рецензия статусу: Actuators журналында кабыл алынып жарыяланган рецензияланган изилдөө макаласы. Илимий ыкма жагынан иш негизинен динамикалык моделдөө, башкаруу жана симуляциялык баалоого таянат.

Лицензия: Creative Commons Attribution (CC BY).

Мурунку жарыя менен байланышы: Иш 2025-жылдын 7–10-июлунда Монреалда өткөн 19th ERMR Conferenceда сунушталган “Performance Evaluation of Control Approaches for An MR Damper Prosthetic Leg” аттуу конференция ишинин кайра каралган жана толук кеңейтилген версиясы.

Каржылоо: Natural Sciences and Engineering Research Council of Canada (NSERC), Grant No. RGPIN-2021-03482 колдоосу көрсөтүлгөн.

Этика кеңеши: Колдонулбайт. Иш адам катышуучусу же жаныбар эксперименти камтыбайт.

Маалымдалган макулдук: Колдонулбайт. Адам катышуучусу, бейтап маалыматы же жеке аныкталуучу маалымат колдонулган эмес.

Маалымат жеткиликтүүлүгү: Авторлор иштин жыйынтыктарын колдогон бардык маалыматтар макаланын ичинде бар экенин билдиришет.

Кызыкчылыктар кагылышы: Авторлор изилдөө, авторлук же жарыялоо менен байланыштуу потенциалдуу кызыкчылыктар кагылышы жок экенин билдиришет.

Автордук салымдар: Концептуалдаштыруу Afrouz Hajimoradi жана Ramin Sedaghati; методология Afrouz Hajimoradi, Hossein Vatandoost жана Masoud Roudneshin; программалык камсыздоо Afrouz Hajimoradi; текшерүү Afrouz Hajimoradi, Masoud Roudneshin жана Ramin Sedaghati; формалдуу анализ Afrouz Hajimoradi; изилдөө Afrouz Hajimoradi, Hossein Vatandoost жана Masoud Roudneshin; маалыматтарды даярдоо Afrouz Hajimoradi жана Masoud Roudneshin; биринчи долбоор Afrouz Hajimoradi жана Hossein Vatandoost; карап чыгуу жана редакциялоо Ramin Sedaghati, Hossein Vatandoost жана Masoud Roudneshin; визуалдаштыруу Afrouz Hajimoradi; кеңеш берүү, долбоор башкаруу жана каржылоону алуу Ramin Sedaghati тарабынан жүргүзүлгөн.

Илимий алкак: Иш трансфеморалдык MR дампердүү протез тизе үчүн feedforward, robust inverse-dynamics жана adaptive inverse-dynamics башкаруу стратегияларын жалпы динамикалык модель астында салыштырат. Иштин салымы жаңы башкаруу мыйзамын иштеп чыгуу эмес, бар ыкмаларды жалпы gait trajectory, динамикалык модель, gain-selection жана actuator-feasibility алкагында баалоо.

Клиникалык чек: Иш адамда gait restoration, колдонуучу ыңгайлуулугу, кулап кетүү коопсуздугу же клиникалык протез performanceин баалаган эмес. RMS көзөмөлдөө катасы жана башкаруу энергиясы инженердик деңгээлдеги салыштыруу өлчөмдөрү гана.

Актуатордук чек: MR дампер жарым-активдүү жана dissipative элемент катары моделденген; системага оң механикалык энергия бере албайт. Талап кылынган момент дампердин физикалык иш шарты же мүмкүнчүлүгү менен шайкеш келбегенде калган момент жардамчы DC мотор тарабынан берилет.

Белгисиздик салыштыруу эскертүүсү: Булак контроллерлерди жалпы салыштыруу алкагында бергенин айтса да adaptive controller үчүн lumped parameter error нормасы 0,0253, robust controller үчүн 1,1321 деп берилген. Ошондуктан ыкмалар бирдей көлөмдөгү parameter uncertainty астында тесттелген эмес.

Параметр шайкешсиздиги эскертүүсү: 4-таблицадагы негизги физикалык параметрлер менен 5 жана 7-таблицалардагы “True Value” plant параметрлери олуттуу айырмаланат. Мисалы, сан массасы 1,02 kg жана 5,60 kg, shank/протез массасы 2,36 kg жана 4,80 kg болуп эки башка берилген. Булак бул эки параметр топтомунун байланышын ачык түшүндүрбөйт.

Инерция аталышы эскертүүсү: 4-таблицада I1 жана I2 үчүн колдонулган сегмент түшүндүрмөлөрү динамикалык теңдемелер жана кийинки белгисиздик таблицаларындагы I1/I2 сегмент аныктамалары менен дал келбейт. Сандык маанилер өзгөртүлбөй, булактын ичиндеги аталыш айырмасы катары сакталган.

Көзөмөлдөө performance эскертүүсү: Булактын жыйынтык бөлүмүндө robust башкаруунун tracking performanceи adaptive башкаруунун 2,5% чегинде экени айтылат. RMS error маанилери өзүнчө так сандык таблицада берилбегендиктен, бул катыш авторлор билдирген натыйжа катары берилди; 17-сүрөттөн так RMS мааниси чыгарылган жок.

Келечектеги текшерүү зарылдыгы: Авторлор benchtop testing, hardware-in-the-loop validation жана human-subject evaluation иштерин кийинки баскычтар катары белгилешет. Actuator saturation, battery endurance, device mass, cost, maintainability, reliability, sensor-noise robustness, latency, socket interaction, user comfort жана ар башка gait ылдамдыктары азырынча физикалык жактан текшериле элек.

Бул Verianla мазмунундагы илимий табылгалар, сандык маанилер жана метод түшүндүрмөлөрү каралган ишке негизделет. Тышкы булак библиографиялык жарыя идентификациясын текшерүү максатында гана колдонулган; сырттан жаңы клиникалык, эксперименталдык же башкаруу performance табылгасы негизги мазмунга кошулган эмес.