بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
کنترل تطبیقی حرکت مفصل زانوی فرد فلج در تحریک الکتریکی عملکردی با استفاده از شبکه های عصبی پرسپترون
چکیده: در این مقاله یک راهکار کنترلی برای کنترل حرکت مفصل زانو در فرد فلج با استفاده از تحریک الکتریکی عملکردی مورد ارزیابی قرار گرفته است. برای این منظور از یک کنترل کننده تطبیقی جلو سوی١، مبتنی بر شبکه های عصبی استفاده شده است. این راهکار کنترلی شامل یک مدل مستقیم دینامیک عضله-مفصل و یک کنترل کننده است. در هر لحظه، ابتدا پارامترهای کنترل کننده بر اساس خروجی مدل و خروجی مطلوب و سپس پارامترهای مدل بر اساس خروجی مدل و سیستم تنظیم میشوند. فرآیند یادگیری با استفاده از قاعده یادگیری پس انتشار خطا در هر لحظه از زمان و در طول فرآیند کنترل انجام میشود. لازم به ذکر است که قبل از فرآیند کنترل، مدل به صورت برون- خط ٢ آموزش داده می-شود. مدل مستقیم عضله-مفصل و کنترل کننده با استفاده از شبکههای عصبی پرسپترون گسترش داده شده است. این روش بر روی یک شخص ضایعه نخاعی سطح T7 مورد ارزیابی قرار گرفته است. نتایج نشان میدهند که این کنترل کننده توانسته است حتی در هنگام تغییر خصوصیات عضله به علت خستگی، پارامترهای خود را تنظیم، و مسیر مطلوب را دنبال کند. این مطالعه بیان میکند که این راهکار کنترلی میتواند نقش مهمی در گسترش کاربردهای تحریک الکتریکی عملکردی ایفا کند.
واﮊه های کلیدی: شبکه های عصبی، FES، کنترل تطبیقی
۱- مقدمه
تحریک الکتریکی عملکردی روشی است به منظور کمک به افرادی که دچار ضایعات نخاعی هستند. این روش با استفاده از پالس های الکتریکی، نرون های عصبی را تحریک و باعث ایجاد انقباض در عضله فلج میشود ]۱.[ هدف از کنترل در تحریک عصبی-عضلانی عملکردی، تعیین الگوهایی است تا عضله بتواند مسیر مرجع موردنظر را دنبال کند. اکثر سیستمهای تحریک عصبی-عضلانی عملکردی در مد مدار- باز کار میکنند. در این مد، کنترل کننده فقط وابسته به ورودی آن است و پارامترهای کنترل کننده ثابت هستند. سیستمهای مدار-باز دارای سه مشکل عمده هستند: ١- پروسه شناسایی پارامترهای الگوهای تحریک زمان بر است و احتیاج به متخصص دارد، ٢- کنترل کننده های با پارامتر ثابت در هنگام خستگی عضله مناسب نیستند، ٣- سیستم های مدار- باز قابلیت عملکرد در شرایط غیر پیش بینی شده را ندارند، به عنوان مثال اغتشاشات خارجی و اسپاسم. برای حل این مشکلات بیشتر تحقیقات در تحریک عصبی-عضلانی عملکردی بر روی سیستمهای مدار- بسته متمرکز شده است ]۳] - [۲.[ در سیستمهای کنترلی فیدبک دار، بخشی از الگوی تحریک یا تمام آن توسط اطلاعات پس خورد تعیین میشود.
سیستمهای کنترلی که از فیدبک استفاده میکنند قادرند تا بر اغتشاشات خارجی غلبه کنند. این کار با تنظیم سیگنال تحریک بر اساس خروجی اندازهگیری شده انجام میشود. این کار می-تواند پایداری کنترل کننده را نسبت به تغییر خصوصیات سیستم بیشتر کند. بنابراین انتظار میرود که کنترل کنندههای پس خوردی قادر به حل مشکلات مذکور باشند. اما خاصیت ذاتی تأخیر در فیدبک باعث میشود که سیستم کنترلی به تغییرات سریع خصوصیات عضله به کندی جواب دهد و با توجه به حساس بودن سیستم کنترلی به نویز سنسورهای اندازهگیری، کیفیت کنترل کاملاﹰ به کیفیت اندازهگیری سنسور وابسته می شود. به همین دلیل گروههای تحقیقاتی، کنترل کنندههای مختلفی طراحی کردهاند ه در آنها علاوه بر فیدبک از کنترل کننده پیش سوی نیز استفاده شده است ]۰۱] - [۴.[
در مرجع ]۸[، چهار راهکار کنترلی مختلف برای کنترل مفصل زانو با استفاده از شبیه سازی و آزمایشات عملی بر روی فرد فلج مورد ارزیابی قرار گرفته است: کنترل مدار- باز، کنترل مدار- بسته PID، ترکیبی از کنترل کننده جلو سوی و فیدبک، و کنترل تطبیقی. در راهکار اول از یک کنترل کننده پیش سوی استفاده شده است. این کنترل کننده جلوسوی در حقیقت مدل معکوس سیستم است. برای این منظور، ابتدا یک مدل فیزیولوﮊی کی از سیستم اسکلتی -عضلانی ارایه و سپس از معکوس آن بهعنوان جبران کننده بخشهای غیرخطی سیستم استفاده شده است. در راهکار دوم از یک کنترل کننده پس خوردی PID و در راهکار سوم از تلفیق دو راهکار اول و دوم جهت کنترل استفاده شده است. راهکار چهارم از یک مدل مستقیم و معکوس آن تشکیل یافته است. از مدل مستقیم به منظور شناسایی بیدرنگ١ سیستم تحت کنترل و از مدل معکوس جهت کنترل استفاده شده است. در این روش کنترل کننده و مدل به صورت بیدرنگ تطبیق مییابند. لازم به توجه است که در این کار، ابتدا مدل سیستم اسک لتی-عضلانی توسط یک سری آزمایشات بهصورت برون-خط شناسایی میشود وفقط دو پارمتر آن بصورت بر-خط در هنگام کنترل تطبیق یافته است. در سه روش اول از سیگنالی سینوسی با دامنه و فرکانس ثابت و در روش چهارم از سیگنالی سینوسی با دامنه و فرکانس اتفاقی به عنوان مسیر مرجع استفاده شده است. نتایج نشان می- دهند که کارائی کنترل مدار- باز مبتنی بر مدل معکوس به دقت مدل و پارامترهای متغیر با زمان فرآیند، بسیار وابسته است.
علاوه بر این، کنترل کننده مدار- باز قادر به جبران اغتشاشات وارد بر سیستم را ندارد. در کنترل کننده PID ، مقدار تأخیر در مقایسه با سیستم مدار- باز افزایش یافته است ه علت آن وجود تأخیر ذاتی در فیدبک است. تلفیق کنترل کننده PID وکنترل کننده جلوسوی (راهکار سوم) کیفیت کنترل را به شدت افزایش میدهد. کاهش زمان تأخیر در این کنترل کننده به علت وجود کنترل کننده جلو سوی است. در راهکار چهارم، نتایج نشان میدهد که کننترل کننده پس از یک یا دو سیکل قادر به دنبال کردن مسیر مطلوب سینوسی با دامنه و فرکانس متغیر بوده است. از مهمترین مشکلات روش ارائه شده، نیاز به شناسائی مدل سیستم با استفاده از یک سری آزمایشات به-صورت برونخط است. این مساله، کاربرد بی-درنگ راهکار کنترلی را در تحریک الکتریکی عملکردی با مشکل مواجه می سازد.
در مرجع ]۹[، یک سیستم کنترل عصبی، جهت کنترل مفصل زانو طراحی شده است. این سیستم کنترلی شامل یک مدل معکوس از سیستم و یک کنترلکننده PID با پارامترهای ثابت است. با استفاده از یک شبکه عصبی چند لایه، مدل معکوس توسعه داده شده است. کارآیی این کنترل کننده بر روی یک بیمار ضایعه نخاعی مورد ارزیابی و نتایج آن با کنترل کننده PID مورد مقایسه قرار گرفته است. نتایج نشان میدهند که کارآیی کنترل موقعیت مفصل زانو با استفاده از کنترل کننده عصبی در مقایسه با کنترل کننده کلاسیک تناسبی- انتگرالی- مشتقی با پارامترهای ثابت بهتر بوده است. لازم به توجه است که در این روش، مدل معکوس بصورت برونخط آموزش داده شده و در هنگام کنترل پارامترهای آن ثابت بوده است. مدل معکوس نامتغیر با زمان، امکان جبران پارامترهای متغیر با زمان سیستم را ندارد.
در تحقیقی دیگری ]۰۱[، یک کنترل کننده تطبیقی که بر مبنای شبکه عصبی توسعه داده شده، بر روی سه بیمار ضایعه نخاعی، مورد ارزیابی قرار گرفته است. از این کنترل کننده جهت ایجاد انقباض ایزومتریک در عضله به منظور دنبال کردن یک گشتاور پریودیک استفاده شده است. نتایج نشان میدهند که این کنترل کننده قادر است برای یک الگوی خاص (سینوسی نیم موج با دامنه و فرکانس ثابت)، پارامترهای تحریک را برای هر شخص به طور مجزا تنظیم کند. همچنین توانایی تطبیق بر خط١ پارامترها برای مقابله با خستگی را هم دارد. از مهمترین ویژگی این راهکار کنترلی، عدم نیاز به مدل عضله است.
ما دراین تحقیق، از ساختار کنترل کننده تطبیقی مبتنی بر مدل جهت کنترل حرکت مفصل زانوی فرد فلج استفاده می-کنیم. مدل و کنترل کننده با استفاده از شبکه های عصبی پرسپترون با قاعده یادگیری پس انتشار خطا گسترش داده شده است. مهمترین مزیت این روش نسبت به روشهای دیگر این است که این روش نیاز به آزمایشات طولانی جهت آموزش مدل ندارد، علاوه براین نیازی به مدل معکوس ندارد.
۲- کنترل عصبی مبتنی بر مدل
در شکل (۱) ساختار راهکار کنترلی ارائه شده نشان داده شده است. این سیستم از سه بخش تشکیل شده است
۱- سیستم تحت کنترل، ۲- مدل سیستم تحت کنترل، ۳- کنترل کننده. دراین راهکار،کنترل بر مبنای مدل سیستم انجام می-
پذیرد. کنترل کننده و مدل هر دو بر مبنای شبکه های عصبی توسعه داده شدهاند. در این راهکار، شناسایی سیستم تحت کنترل بسیار مهم است چرا که کنترل کننده بر اساس مدل، فرمانهای کنترلی را صادر میکند. در این تحقیق، مدل علاوه بر شناسایی سیستم، وظیفه پیش بینی رفتار سیستم تحت کنترل را نیز بر عهده دارد. بر اساس همین پیش بینی، وزن های کنترل کننده تنظیم میشوند. لذا مدل باید به خوبی بتواند رفتار سیستم تحت کنترل را به صورت بر-خط دنبال کند. به همین منظور ما در این مقاله، از شبکه های عصبی برای مدلسازی فرآیند تحت کنترل استفاده کردهایم. قبل از کنترل، مدل به صورت برون- خط و بر اساس داده های اخذ شده از سیستم تحت کنترل آموزش داده میشود. در طول فرآیند کنترل، مدل نیز به صورت بر-خط آموزش میبیند تا بتواند دینامیک متغییر سیستم تحت کنترل را شناسایی کند.
با اعمال سیگنال مطلوب yd (t) به کنترل کننده، مرحله کنترل آغاز میشود . کنترل کننده فرمان کنترلی u(t) را به گونهای محاسبه میکند تا سیستم تحت کنترل بتواند سیگنال مطلوب را دنبال کند. اما u(t) فقط به مدل اعمال میشود (سوئیچ .S بسته میشود). در این مرحله وزن های کنترل کننده بر اساس خطای ˆe yd (t) ˆy(t) که تخمینی از خطای e(t) yd (t) y(t) است تنظیم میشوند (رابطه ۱).
با فرض اینکه مدل، سیستم تحت کنترل را به خوبی یاد گرفته باشد، انتظار داریم که ˆe(t) تخمین خوبی از e(t) باشد. وزن های کنترل کننده ( (Wc به گونهای تنظیم میشوند تا ˆe(t) به حداقل مقدار خود برسد. پس از تطبیق کنترل کننده دوباره yd (t) به کنترل کننده اعمال میشود، سپس در این مرحله خروجی کنترل کننده به مدل و سیستم تحت کنترل همزمان اعمال میشود. در این مرحله، مدل نیز بر اساس خطای em(t) y(t) ˆy(t) به صورت بر خط وزن های خود را تنظیم میکند تا بتواند تغییرات بوجود آمده در سیستم تحت کنترل را دنبال کند.
شکل ۲. سیگنال تحریک اعمال شده به عضله چهار سر ران فرد فلج و زاویه مفصل اخذ شده. الگوی تحریک سیگنالی است سینوسی با فرکانس اتفاقی بین دامنه اتفاقی بین ]۰۴-۰[ میلی آمپر. فرکانس تحریک HZ ۵۲ و عرض پالس تحریک ثابت و برابر ۰۰۴ میکروثانیه در نظر گرفته شده است.
۳- آزمایشهای انسانی
در این تحقیق، آزمایشات برروی مفصل زانوی پای چپ یک شخص فلج ۷۳ ساله با سطح ضایعه T7 انجام شده است. بیمار برروی یک صندلی نشانده میشود. جهت اعمال پالس- های تحریک الکتریکی به عضله فلج چهار سر رانی از یک سیستم تحریک کننده الکتریکی ۸ کاناله کامپیوتری استفاده شده است ]۱۱.[ این سیستم قادر است الگوهای مختلف تحریک را بطور مجزا از طریق ۸ کانال تحریک، از طریق الکترودهای سطحی به عضلات درگیر حرکت اعمال کند.
پالسهای تحریک از نوع جریانی هستند. شکل موج پالسهای تحریک مستطیلی، دو فازه و متقارن هستند. جهت استفاده کاربر از این سیستم و اجرای راهکارهای کنترلی مختلف، نرم افزارهای مناسبی توسعه داده شده اند. این نرم افزار ها در محیطهای نرم افزاری مطلب Matlab و Simulink توسعه داده شدهاند. همچنین این سیستم قابلیت اخذ و نمایش داده-های مربوط به زاویه مفصل زانو را به صورت بی درنگ، دارد. در هنگام اعمال الگوهای تحریک، زاویه مفصل زانو به صورت بر خط اندازه گیری میشود. کلیه برنامه ها به زبان C+ + نوشته شده و در محیط Simulink و نرم افزار Matlab اجرا میشوند. در این آزمایش تحریک بر روی عضلات چهار سر ران١ و به صورت سطحی اعمال میشود. عرض پالس
