首页 > 文献资料
-
四杆机构膝关节控制力矩分析
传统假肢膝关节通过油缸、气缸或者其他装置来控制力矩,并在装配时一次调定[1-2].然而,一次调整不可能完全适应整个步态周期和情况变化的要求.本文对四杆机构膝关节所需要的控制力矩进行分析.
-
具有路况识别功能的智能膝上假肢的研究
目的研究智能假肢具有对不同路况适应性的必要性和实现这种功能关键技术.方法 通过人体在不同路况下步行时的步态分析实验数据和所建立的下肢运动的动力学模型,得到膝关节力矩函数,在自行研制的智能膝上假肢系统中进行实验验证.提出根据大腿肌电信号特征进行路况辨识的智能假肢方法,并对上、下坡时部分肌肉肌电信号进行检测.结果在不同路况下,膝关节力矩有较大变化;上、下坡时部分肌肉肌电信号有明显不同.结论根据肌电信号特征进行路况辨识是可行的,所研究的智能假肢系统能实现对小腿运动规律和踝关节运动轨迹的控制,达到比较理想的结果.
-
膝上假肢的智能控制方法
目前国际上已开发出了多种商品化的液压/气压智能膝关节假肢产品,包括Otto Bock的C-LEG、Blatchford的IP、Smart IP、Adaptive Knee、Nabco公司的NI-C411、德林公司的Auto-Pilot电子膝关节和Ossur公司的Smart Magnetix Knee 等,其中NI-C411和Auto-Pilot膝关节是四连杆电子膝关节.综观这些新的微电脑控制膝关节,大部分可以通过控制液压/气压缸同时控制摆动相的速度和支撑相的稳定性,此外还可以适应不同的环境自动调整行走模式,如下坡/楼梯、绊倒、坐下等.
-
多轴膝关节假肢稳定性的分析
人行走时双腿交替支撑体重,一条腿支撑运动的身体,另一条腿向前摆动,为下一次支撑身体作准备.腿支撑和摆动的期间称为站立相和摆动相.为了能接近正常人下肢的功能,膝上假肢必须满足:假肢处于站立相时,具有可靠的稳定性;摆动相时,具有可控制的屈伸功能,使其尽可能逼近正常下肢的摆动,以保证身体的平衡及良好的步态.此外,假肢还应能以舒适的方式支撑体重而不损伤残肢组织,避免因残肢和接受腔接触疼痛造成的异常步态.
-
基于小脑模型神经网络控制的步速跟随智能膝上假肢
目的:研究一种能够跟随健康腿步速控制的新型智能膝上假肢(Intelligent above knee prosthesis,IAKP)的控制机制及其实现方法.方法:首先对国内外IAKP的研究现状及控制机制进行分析,提出了一种新的利用健康腿信号控制假肢步态的方法,设计了基于小脑模型神经网络(Cerebellar model articulation controller,CMAC)控制器的微电脑膝关节系统及相应的实验装置.结果:步态跟随IAKP的控制可通过基于CMAC的PD监督控制实现步速跟随,并配合基于规则的专家控制来识别行走模式.这种控制方法具有动态记忆和快速随动控制能力,可实现假肢对健康腿步速的实时跟踪.结论:基于CMAC控制的IAKP可对健康腿步态进行快速识别与跟踪,为进一步研制健康腿步态跟随控制新型IAKP提供了理论与实验基础.
-
微电脑控制膝关节假肢
目前世界上约有膝上假肢(above-knee prostheses,AKP)膝关节100多种.下肢AKP的步态跟随是十分关键的,这是因为关节阻尼若不改变,将使AKP不能随着健肢的步速变化而变化,会导致步态不对称,使患者能量消耗增大,从而产生极大的不舒适感.传统的简单假肢多采用机械阻尼,其大小不能调整或不能随步速自动变化,因此假肢在步态摆动相的屈曲与伸展期的膝关节转动速度与健肢产生不对称,在站立相的稳定性也主要通过承重自锁或手动锁定机构来保证.
-
一种基于联想学习的智能假腿控制机制
目的 研究一种基于联想学习的假腿人机系统的控制机制,为智能假腿提供具有自学习、自适应功能的控制方法.方法 在分析人体智能下肢假肢的一般控制方法的基础上,提出了一种以小脑模型神经网络监督控制为基层控制器的专家控制策略.结果 ①可以利用在程序中预设的输入量阈值设定6种假腿工作模式的触发规则.这些触发条件是由假腿与健康腿角度传感器、假腿脚底前后接触开关等4个传感元件组合而成;②只要为小脑模型神经网络进行20个样本训练,即可较好地跟踪健康腿步速.结论 这种控制方法具有联想学习功能,可利用基层控制器对假腿步速进行跟随健康腿控制,实现患者无需训练状况下的假腿白适应控制.
