پیش بینی وفقی نیروی تولید شده عضلات ساعد با استفاده از سیگنال های الکترومایوگرافی

روش های متفاوتی برای تخمین نیروی ایجاد شده در عضلات از روی سیگنال های الکترومایوگرام وجود دارند. لیکن در هیچ کدام از این روش ها تغییرات دینامیک عضلات در اثر پارامتری همانند ایجاد خستگی عضلات در شرایط داوطلبانه، در نظر گرفته نمی شود. لذا در صورت پدیدار شدن چنین اثراتی، دقت مدل های مذکور به طور قابل ملاحظه ای دچار افت می شود که این امر به کارگیری مدل ها را در شرایط کار طبیعی عضلات دچار مشکل می کند. ایده پژوهش حاضر در طراحی پروتکل ثبت به گونه ای است که با القای خستگی به عضلاتِ درگیر در عملِ گرفتن اجسام، بتوان اثرات پدیده ی خستگی را مورد مطالعه قرار داد. در این پژوهش از مدل همرشتاین دو ورودی برای مدل کردن دینامیک الکترومایوگرام- نیرو استفاده شده است و از روش های حداقل مربعات بازگشتی و فیلتر کالمن توسعه یافته برای شناسایی این مدل استفاده شده است. با استخراج برخی ویژگی های سیگنال های الکترومایوگرام ثبت شده و دنبال کردن تغییرات آنها با گذشت زمان، وقوع پدیده ی خستگی عضلات مورد مطالعه قرار گرفت. نتایج نشان داد که این پدیده بر روی عضله ی بازویی شعاعی تاثیرگذار بوده و توانسته است دینامیک عضله را تغییر دهد. برای دنبال کردن خستگی عضله در این تحقیق به شناسایی وفقی مدل پرداخته شده است، که این شناسایی مجدد مدل با افت بردار فرکانس میانه به میزان مشخص انجام شده است.نتایج ارائه شده نشان داد پیش بینی بصورت وفقی در هر دو روش باعث بهبود عملکرد مدل در دنبال کردن خستگی می شود. با توجه به نتایج بدست آمده به نظر می رسد مدل پارامتریک ارائه شده در این پژوهش در مقایسه با روش هایی که در گذشته ارائه شده اند می تواند دینامیک مربوط به عملِ گرفتن اجسام را با دقت مناسب تر شناسایی کند.