Retraction:                                                                        Neural Network Based Inverse Modelling for Pneumatic Artificial Muscles

Cabbar Veysel BAYSAL

Makale detayları

Retraction: Neural Network Based Inverse Modelling for Pneumatic Artificial Muscles

Yazarlar:

Cabbar Veysel BAYSAL

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2022 Vol. Issue 36, pp.323-323

Belge Tipi:

Makale

Yayın Tarihi:

5/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000915310

Sıklık:

Üç Aylık

eISSN:

2148-2683

Anahtar kelimeler:

Özet:

 

Pneumatic Artificial Muscles (PAM) are soft actuators with advantages such as high force to weight ratio, flexible structure and low cost. Pneumatic Artificial Muscles have inherent compliance that makes them feasible for exoskeletons and rehabilitation robots. However, their inherent nonlinear characteristics yield difficulties in modelling and control actions, which is an important factor restricting use of PAM.  The compliance of  PAM is associated with nonlinearity, hysteresis, and time varying characteristics, which makes it more difficult to model the dynamics and operation with model based high-performance controllers. Although there are  many  studies to overcome the modelling issue such as virtual work , empirical  and phenomenological models, they are either much complicated or very approximate ones as a variable stiffness spring for model with nonlinear input-output relationship. Based on the analysis of well known previous modeling works in our PAM test bed,  it has been observed that  efficacy of the those methods are limited for representing the physical behaviour of PAM and thus there is still requirement for  simple and effective models .  In this work, apart from previous modeling approaches, the behaviour of PAM is foreseen as an integrated  response to pressure input, which  results in  simultaneous force and muscle length change.  Therefore, standard direct input-output identification methods are not suitable for modelling that behaviour. An inverse modeling approach is proposed in order to utilize it in control applications. The black box model  is implemented by an Artificial Neural Network (ANN) structure using  the experimental data collected from the PAM test bed. According to implementation results, an ANN based inverse model has yielded satisfactory performance deducing that it could be a simple and effective solution for PAM modelling and control .

 

Pnömatik Yapay Kaslar (PAM), yüksek kuvvet / ağırlık oranı, esnek yapı ve düşük maliyet gibi avantajlara sahip yumuşak aktüatörlerdir. Pnömatik Yapay Kaslar, dış iskelet ve rehabilitasyon robotlarında kullanımını mümkün kılan doğal bir uyumluluğa sahiptir. Bununla birlikte, doğrusal olmayan karakteristik özellikleri,  modelleme ve kontrol eylemlerinde zorluklar sağlayan ve kullanımını kısıtlayan önemli bir faktördür.  PAM doğal uyumluluğu, doğrusal olmayan, histerezis ve zamanla değişen özellikleri ile  ilişkilidir, bu durum da PAM dinamik davranışını ve modele dayalı yüksek performanslı kontrolörlerle çalışmasını modellenmesini zorlaştırır. Literatürde modelleme sorununun üstesinden gelmek için,  sanal iş, ampirik ve fenomenolojik modeller gibi birçok çalışma olmasına rağmen,  bu çalışmalar  çok karmaşık veya doğrusal olmayan değişken bir sertlikli yay için giriş-çıkış ilişkisi olan model gibi çok yaklaşıktır. PAM test düzeneğimizde gerçekleştirdiğimiz iyi bilinen önceki modelleme çalışmalarının deneysel analizine dayanarak, bu yöntemlerin etkinliğinin PAM'ın fiziksel davranışını temsil etmek için sınırlı olduğu ve hala basit, etkili modellere ihtiyaç duyulduğu gözlemlenmiştir. Bu çalışmada, önceki modelleme yaklaşımlarından farklı olarak, PAM'ın davranışı, giriş işareti olarak basınç uygulandığında,  eşzamanlı kuvvet ve kas uzunluğu değişikliğine yol açan entegre bir sistem tepkisi olarak öngörülmüştür. Bu nedenle, standart doğrudan giriş-çıkış tanımlama yöntemleri bu davranışı modellemek için uygun değildir. Bu çalışmada, kontrol uygulamalarında etkin kullanmak için bir tersine  modelleme yaklaşımı önerilmektedir. Önerilen kapalı kutu model ve PAM test yatağından toplanan deneysel veriler kullanılarak Yapay Sinir Ağı (YSA) yapısı tarafından uygulanmaktadır. Uygulama sonuçlarına göre, YSA tabanlı bir tersine model, PAM modelleme ve kontrol sorunu için basit ve etkili bir çözüm olabileceğini düşündüren tatmin edici bir performans sağlamıştır.

Makale detayları

Retraction: Neural Network Based Inverse Modelling for Pneumatic Artificial Muscles

Yazarlar:

Cabbar Veysel BAYSAL

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2022 Vol. Issue 36, pp.323-323

Belge Tipi:

Makale

Yayın Tarihi:

5/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000915310

Sıklık:

Üç Aylık

eISSN:

2148-2683

Yumuşak Eyleyiciler

Pnömatik Yapay Kaslar

Tersine Modelleme

Yapay Sinir Ağı Tabanlı Modelleme

Sayı

Makale detayları

Retraction: Neural Network Based Inverse Modelling for Pneumatic Artificial Muscles

Yazarlar: Cabbar Veysel BAYSAL

Yayıncı: Osman SAĞDIÇ

Ana Başlıklar: Uygulamalı fizik

Dergi: European Journal of Science and Technology 2022 Vol. Issue 36, pp.323-323

Belge Tipi: Makale

Yayın Tarihi: 5/2022

Belge Dili: İngilizce

Document ID (Org No.): 2000915310

Sıklık: Üç Aylık

eISSN: 2148-2683

Yumuşak Eyleyiciler

Pnömatik Yapay Kaslar

Tersine Modelleme

Yapay Sinir Ağı Tabanlı Modelleme

Sayı

Yazarlar:

Cabbar Veysel BAYSAL

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2022 Vol. Issue 36, pp.323-323

Belge Tipi:

Makale

Yayın Tarihi:

5/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000915310

Sıklık:

Üç Aylık

eISSN:

2148-2683