دانلود مقاله ISI انگلیسی شماره 105766
ترجمه فارسی عنوان مقاله

کنترل یادگیری تدریجی مدل مینیمم تومور ریه در حال عمل جراحی پنوماتیک

عنوان انگلیسی
Iterative Learning Control of a Pneumatically Actuated Lung Tumour Mimic Model
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
105766 2017 6 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : IFAC-PapersOnLine, Volume 50, Issue 1, July 2017, Pages 7592-7597

ترجمه کلمات کلیدی
مدل تقلید تومور، کنترل آبشاری، کنترل یادگیری تکراری، پنوماتیک، جبران اصطکاک،
کلمات کلیدی انگلیسی
Tumour mimic model; cascaded control; iterative learning control; pneumatics; friction compensation;
ترجمه چکیده
در این مقاله، یک کنترل ردیابی مبتنی بر مدل برای مکانیسم اختصاص داده شده به درستی تولید حرکت ناشی از تنفس تومور ریه انسان ارائه شده است. یک مدل تقلید تومور ریه باید همان حرکت صاف را به عنوان یک واقعی در بدن انسان در طول استنشاق و خروج انجام دهد. در کار قبلی، ساز و کار سه بعدی مجهز به سه محور محرکه پنوماتیک برای این منظور توسعه داده شده و ساخته شده است. ساختار کنترل زمان گسسته شامل حلقه های کنترل آبشاری می شود: در حلقه های داخلی درونی، فشار اتاق های سیلندر پنوماتیک کنترل می شود، در حالی که حلقه های بیرونی به کنترل موقعیت سیلندر مربوط می شود. علاوه بر این، کنترل کننده های یادگیری تکراری برای جبران عدم قطعیت مدل و نیروهای اختلال توزیع شده مورد استفاده قرار می گیرند. ساختار کنترلی کلی پیشنهادی در زمینه تست نوآورانه اجرا و با موفقیت تایید شده است.
پیش نمایش مقاله
پیش نمایش مقاله  کنترل یادگیری تدریجی مدل مینیمم تومور ریه در حال عمل جراحی پنوماتیک

چکیده انگلیسی

In this paper, a model-based tracking control is proposed for a mechanism dedicated to accurately reproduce the breathing-induced motion of a human lung tumour. A lung tumour mimic model should perform the same smooth motion as a real one in a human body during inhalation and exhalation. In former work, a 3-dimensional mechanism equipped with three pneumatically driven axes has been developed and built up for this purpose. The discrete-time control structure consists of cascaded control loops: In the fast inner loops, the chambers pressures of the pneumatic cylinders are controlled, whereas the outer loops are related to the position control of the cylinders. Furthermore, iterative learning controllers are employed to compensate model uncertainties and lumped disturbance forces. The proposed overall control structure has been implemented and successfully validated on the innovative test rig.