基于电机辅助功能性电刺激脚踏车康复训练系统的研究

论文摘要

功能性电刺激（Functional Electrical Stimulation, FES）是一种利用电极刺激失去神经控制的肌肉,使肌肉产生收缩,从而恢复人体特定部位功能的交叉前沿康复技术。FES技术在医疗及康复工程等领域有多种应用形式,FES脚踏车（FES Cycling）系统则是基于FES技术的、集成了机械、控制和康复工程的一门前沿课题,其主旨在于使患者能够主动训练,而且该系统可实现代步功能。这将有利于提高患者的心肺功能,增加肌肉强度和厚度,使患者部分运动功能得到重建;同时这还将有助于减轻患者家庭负担,提高患者治愈病患的信心,其康复效果已被大量的实验证明。本研究工作以FES脚踏车技术的实现出发,从FES脚踏车的构建、模型及控制等角度进行了研究。仿真和试验结果表明,该系统能够很好地实现对患者的康复训练,达到了预期的设计目标。本文详细综述了FES脚踏车康复训练系统的各个技术点的国内外研究现状,在参考已有技术特点的基础上,开展了以构建FES脚踏车康复训练系统为目的的研究。首先概述了FES脚踏车康复训练系统的性能特点,该系统的控制由两个闭环控制来实现,在结构上分为五大部分;从系统的硬件和软件构成等角度详细论述了各个部分工作原理及结构。为了深入研究患者在蹬踏训练过程中人体与系统相互作用的原理,建立了系统的动力学模型。该模型由运动学模型、电刺激—肌肉力模型及动力学模型组成;通过建立仿真模型得到了在系统克服腿部自重情况下的仿真结果,并将仿真结果与试验结果进行了对比,验证了该模型的准确性。在此基础上,建立了以速度和脉宽为输入数据的动力学数学和仿真模型,获得了在电机辅助给定速度和脉宽情况下的肌肉输出力矩;以辨识试验和阶跃响应试验中的速度和脉宽信号为输入数据进行了仿真,仿真结果与试验结果的对比分析表明,该模型具有较好的正确性。刺激模式的好坏直接决定了训练效果,本文首先建立了FES脚踏车康复训练系统的蹬踏运动学模型,获得了各个关节以曲柄角度的表示的极限值,通过分析在各个极限角度范围内的各个关节的状态,以及综合各个肌肉群收缩对关节状态的作用,获得了零极限刺激模式,并以此为基础建立了以肌肉蹬踏力矩最大和尽量避免肌肉群共同作用造成关节相矛盾的运动为优化目的的试验优化方法,并获得了优化结果。为了对试验优化方法进行检验,本文还建立了刺激模式的理论优化方法。以最大输出功率和最小肌肉力为目标,建立了优化目标函数,获得了在各个曲柄速度下三组肌肉群的起始角度和终止角度的优化结果。由于肌肉对电刺激反应存在延迟,通过分析肌肉电刺激延迟反应,引入了延迟常数对刺激模式进行修正。并对蹬踏运动进行了分析,确定了影响蹬踏运动波动的因素。为了实现FES脚踏车康复训练系统的恒功率输出,从速度和功率两个闭环入手,建立了以系统辨识为基础的系统模型,并进行了占空比—速度模型和脉宽—功率模型的辨识试验,获取了辨识的输入输出数据,按照选取的模型类及规则确定了模型结构和参数;通过模型输出与实际试验输出数据对比,验证了辨识模型的正确性。通过分析占空比—速度模型和脉宽—功率模型的开环性能,确定了使用RST的控制策略的闭环控制。在确定闭环控制器的性能指标后,利用RST算法设计出控制器,并对控制器的性能进行了仿真和试验研究,结果表明控制器能够达到设计指标,且其稳定性、抗干扰性及跟踪性能均达到要求。考虑到功率闭环中人体疲劳等因素对脉宽功率模型的影响,设计了具有模糊和PID共有特点的模糊PID自校正控制器,仿真和试验结果表明,系统的跟踪性能和抗干扰性能均符合要求。此外,使用模糊T-S控制策略,通过辨识人体不疲劳和疲劳两种状态下的模型,分别设计了两种状态的线性二次型最优控制器和改进RST控制器,将系统两种状态的控制器通过模糊T-S进行融合,使系统能够在不疲劳、疲劳以及中间状态能够自动按照比例输出控制量,仿真结果表明达到设计预期目标。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究的目的和意义
• 1.2 FES发展简介
• 1.3 国外FES脚踏车训练系统研究现状
• 1.3.1 静态FES脚踏车训练系统
• 1.3.2 动态FES脚踏车训练系统
• 1.3.3 FES脚踏车训练系统的训练效果
• 1.3.4 FES脚踏车训练系统的模式发生器
• 1.3.5 FES脚踏车训练系统的刺激频率
• 1.3.6 FES脚踏车训练系统的闭环控制
• 1.4 国内研究状况
• 1.5 本课题主要研究内容
• 第2章 FES脚踏车训练系统的软硬件实现
• 2.1 FES脚踏车训练系统的概述
• 2.2 FES脚踏车训练系统的硬件实现
• 2.2.1 主控计算机及接口
• 2.2.2 力矩及角度传感器
• 2.2.3 刺激器及电极
• 2.2.4 卧式脚踏车
• 2.2.5 动力系统
• 2.3 系统软件实现
• 2.3.1 MATLAB/SIMULINK平台
• 2.3.2 数据采集处理及输出模块
• 2.3.3 刺激器通信模块
• 2.3.4 记录和监视数据模块
• 2.3.5 刺激模式生成模块
• 2.3.6 控制器模块
• 2.4 肌肉特性实验
• 2.4.1 肌肉的阶跃响应
• 2.4.2 肌肉的斜坡响应
• 2.4.3 肌肉的疲劳测试
• 2.5 本章小结
• 第3章 FES脚踏车训练系统的建模
• 3.1 FES脚踏车训练系统运动学模型
• 3.2 在克服腿部自重下系统动力学模型
• 3.2.1 刺激—关节力矩模型
• 3.2.2 关节弹性阻尼力矩
• 3.2.3 动力学模型
• 3.2.4 模型的仿真分析
• 3.3 电机辅助下系统动力学模型
• 3.4 本章小结
• 第4章 刺激模式的构建及优化
• 4.1 极限刺激模式的构建
• 4.1.1 FES脚踏车训练系统的运动学模型
• 4.1.2 零速下极限刺激模式
• 4.2 刺激模式的优化
• 4.2.1 基于试验的刺激模式优化
• 4.2.2 基于模型刺激模式优化
• 4.3 动态修正刺激模式
• 4.3.1 动态刺激模式修正方法
• 4.3.2 蹬踏运动分析
• 4.4 本章小结
• 第5章 基于辨识方法的系统模型建立
• 5.1 系统辨识模型建立的方法及步骤
• 5.2 系统辨识试验设计
• 5.2.1 辨识的准则
• 5.2.2 PRBS信号的生成
• 5.2.3 系统采样周期的选取
• 5.2.4 试验设备及程序
• 5.3 系统模型辨识
• 5.3.1 模型辨识算法
• 5.3.2 试验结果分析
• 5.4 本章小结
• 第6章 FES脚踏车训练系统控制器的设计
• 6.1 系统开环性能分析
• 6.1.1 脉宽——功率模型的开环性能分析
• 6.1.2 占空比—速度开环性能分析
• 6.2 RST控制策略
• 6.2.1 RST算法原理
• 6.2.2 改进的RST算法
• 6.2.3 极点设计
• 6.2.4 RST控制器仿真及试验
• 6.2.5 RST控制器设计程序化
• 6.3 基于模糊参数自校正PID控制策略
• 6.3.1 模糊控制算法基本原理
• 6.3.2 PID控制原理
• 6.3.3 模糊参数自校正PID控制器设计
• 6.3.4 系统仿真及试验研究
• 6.4 基于T-S模糊模型的控制器设计
• 6.4.1 FES脚踏车训练系统的模糊模型
• 6.4.2 基于LQR模糊控制器设计
• 6.4.3 基于改进RST模糊控制器设计
• 6.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文及其它成果
• 致谢
• 个人简历