Хотя определение нелинейной математической модели для PAM является сложной задачей, исследователи в прошлом предлагали множество методов управления для решения проблем, связанных с PAM. Однако, хотя эти традиционные методы управления демонстрируют достойную производительность, они не способны справиться с нелинейностью и гистерезисом PAM. Более того, хотя обучающие алгоритмы управления теоретически эффективны для повышения производительности системы на основе PAM, их реализация на практике довольно сложна.

Чтобы преодолеть эти ограничения и решить эту открытую проблему, группа исследователей во главе с доцентом Нгок-Там БУИ из Инновационной глобальной программы Инженерного колледжа Технологического института Сибаура в Японии вместе с доктором Куай-Тхинь Дао из Ханойского университета науки и техники предложила новое решение. В своем исследовании, опубликованном в журнале Научные отчеты 22 мая 2023 года они предложили подход к управлению под названием "адаптивный контроллер нечеткого скользящего режима (или AFSMC)", который использует нечеткую логику (тип вычислительного мышления) для оценки параметров управления системами на основе PAM.

"Предлагаемая инновационная стратегия управления использует нечеткий алгоритм Такаги-Сугено для оценки составляющей возмущения и автоматического обновления значений выходных переменных, демонстрируя повышенную точность отслеживания и адаптивность по сравнению с традиционными методами управления в скользящем режиме", - объясняет доцент БУЙ.

Исследователи впервые разработали контроллер скользящего режима с управляющим сигналом, который включает в себя специальную переменную для оценки помех и улучшения эффективности управления. Затем они разработали адаптивный нечеткий алгоритм, в котором векторы параметров составляющих правил автоматически обновляются по адаптивному закону для вычисления переменной возмущения. Затем устойчивость разработанного алгоритма ASFMC была проанализирована с использованием условия устойчивости Ляпунова (используется для изучения устойчивости нелинейной системы). Кроме того, исследователи провели серию экспериментов, чтобы оценить производительность своего контроллера, сравнив его с традиционными методами управления в скользящем режиме.

Примечательно, что подход AFSMC продемонстрировал улучшенную точность отслеживания со значением среднеквадратичной ошибки 2,68° при частоте 0,5 Гц под нагрузкой, в то время как подход контроллера скользящего режима показал более высокое значение - 4,21°. Более того, он продемонстрировал исключительную приспособляемость к резким внешним воздействиям. Объясняя далее эти результаты, доцент БУЙ говорит: "При сравнительной оценке с хорошо известной коммерческой системой реабилитации LOKOMAT контроллер AFSMC показал аналогичную производительность. Он также продемонстрировал превосходную адаптивность к внезапным изменениям нагрузки, быстро возвращаясь к желаемой траектории путем манипулирования своим управляющим выходом".

Таким образом, эти результаты указывают на потенциал нового подхода AFSMC для интеграции в роботизированные реабилитационные устройства, вспомогательные устройства и физиотерапевтическое оборудование для точной и персонализированной терапии. Более того, такой подход может помочь в проектировании и разработке усовершенствованных протезов конечностей для улучшения функциональности и результатов реабилитации.

Говоря о долгосрочных последствиях этого исследования, доцент БУЙ говорит: "С учетом результатов этого исследования можно ожидать появления коммерческой системы реабилитации, приводимой в действие PAM, в течение следующих 5-10 лет. Эта инновационная система принесет значительные преимущества пациентам, в том числе с травмами спинного мозга и инсультом, а также другим, нуждающимся в реабилитации".

Хотя это исследование заложило основу для усовершенствования управления отслеживанием траектории в системах PAM, мы надеемся, что оно послужит толчком к дальнейшим исследованиям и разработкам в области технологий реабилитации.