Nghiên cứu, thiết kế, chế tạo khớp mắt cá chân bằng cơ mềm cho người khuyết tật

Thiết bị c a chân giả này sử dụng các cảm biến, các bộ vi xử lý và điều khiển theo trí thông minh nhân tạo để đo các chuyển động theo chế độ th i gian thực; phản hồi thông tin về cách th

Trang vii

Trang tựa Trang Quyết định giao đề tài

Lý lịch cá nhân i

Lời cam đoan iii

Cảm tạ iv

Tóm tắt v

Mục lục vii

Danh sách các chữ viết tắt ix

Danh sách các hình x

Danh sách các bảng xii

Ch ng 1: TỔNG QUAN 1

1.1 Tổng quan chung về lĩnh vực nghiên c u, các kết quả nghiên c u trong và ngoài n ớc đư công bố 1

1.2 Mục đích c a đề tài 7

1.3 Nhiệm vụ c a đề tài và đối t ợng nghiên c u, giới hạn đề tài 7

1.3.1 Nhiệm vụ c a đề tài 7

1.3.2 Đối t ợng nghiên c u c a đề tài 8

1.3.3 Giới hạn c a đề tài 8

1.4 Ph ơng pháp nghiên c u 8

Ch ng 2: C SỞ LÝ THUYẾT 9

2.1 Đ ờng cong tham số Bezier 9

2.1.1 Biểu diễn đ ờng cong Bezier 9

2.1.2 Các tính chất c a đ ờng cong Bezier 14

Trang viii

2.2 Lý thuyết cơ cấu mềm 15

2.2.1 Định nghĩa 15

2.2.2 u nh ợc điểm 16

2.2.3 Một số cơ cấu mềm thông dụng 17

2.3 Giải thuật di truyền 19

Ch ng 3: PH NG H ỚNG VÀ CÁC GI I PHÁP 26

3.1 Yêu cầu đặt ra 26

3.2 Ph ơng án thiết kế 26

3.2.1 Ph ơng án 1 26

3.2.2 Ph ơng án 2 27

3.2.3 Lựa chọn ph ơng án 28

3.3 Cở sở lựa chọn vật liệu 28

Ch ng 4: THI ẾT KẾ, TÍNH TOÁN 29

4.1 Nguyên lý hoạt động c a khớp mắt cá chân 29

4.2 Thiết kế 32

4.3 Tính toán tối u hóa 36

4.4 Mô phỏng 38

Ch ng 5: CH Ế T O - THỰC NGHI M 44

5.1 Vật liệu 44

5.2 Chế tạo 45

5.3 Thực nghiệm 50

5.4 Thử nghiệm thực tế trên bệnh nhân 54

Ch ng 6: K ẾT LUẬN ậ ĐỀ NGH 55

TÀI LI U THAM KH O 57

PH L C

Trang ix

ESAR : Elastic energy storage and return

FEM: Finite Element Method: Phần tử hữu hạn

Trang x

DANH M C CÁC HÌNH

HÌNH TRANG

Hình 1.1: Bàn chân với khớp mắt cá đặc và gót chân đàn hồi 4

Hình 1.2: Bàn chân có khớp một trục 4

Hình 1.3: Bàn chân có khớp đa trục 5

Hình 1.4: Bàn chân Cacbon 6

Hình 2.1: Các dạng đ ờng Bezier 11

Hình 2.2: Đồ thị hàm cơ sở c a đ ờng cong Bezier bậc ba 12

Hình 2.3: Một số cơ cấu c ng truyền thống (a) cơ cấu trục khuỷu- thanh truyền, (b) cơ cấu kìm cộng lực 15

Hình 2.4: Kìm cộng lực bằng cơ cấu mềm 16

Hình 2.5: Cơ cấu dẫn động với độ phân giải micro 17

Hình 2.6: Hình ảnh “quả bóng trên đỉnh đồi” mô phỏng cho nguyên lý cơ cấu song ổn định 19

Hình 2.7: Một dạng cơ cấu mềm song ổn định (a) vị trí ổn định ban đầu, (b) vị trí ổn định th hai 19

Hình 2.8: Một thế hệ mới đ ợc hình thành qua pha chọn lọc và pha tái tổ hợp 22

Hình 3.1: Mô hình khớp mắt cá chân bằng các chi tiết lắp ráp 26

Hình 3.2: Khớp mắt cá chân giả nguyên khối bằng vật liệu đàn hồi 27

Hình 4.1: Chân giả cụt d ới gối 29

Hình 4.2: Các giai đoạn chính trong một chu kỳ b ớc đi với bàn chân đàn hồi (ESAR) 30

Hình 4.3: (a) Một sơ đồ cơ cấu mềm mắt cá chân, (b) Kích th ớc rằng buộc đối với không gian thiết kế 33

Hình 4.4: Mô hình l ới phần tử dạng thanh sử dụng trong FEM 36

Hình 4.5: Đồ thị phân bố dân số c a nhiều thế hệ trong quá trình tối u hóa 38

Trang xi

Hình 4.6: Mô phỏng ba tr ờng hợp: Chạm gót (a),Tiếp xúc bàn (b) và Nhấc mũi(c)

40

Hình 4.7: Đồ thị biểu diễn lực, biến dạng, độ c ng c a Tiếp xúc bàn, Chạm gót và Nhấc mũi 41

Hình 4.8: Đồ thị biểu diễn năng l ợng và biến dạng c a Chạm gót (a), Tiếp xúc bàn (b), Nhấc mũi (c) 42

Hình 5.1: Bản vẽ thiết kế 2D bằng AUTOCAD 45

Hình 5.2: Bản vẽ thiết kế 3D bằng Inventer 46

Hình 5.3: Sản phẩm thu đ ợc khi gia công trên máy phay CNC 47

Hình 5.4: Mô hình kết nối với núm liên kết 47

Hình 5.5: Quy trình chế tạo vỏ chân giả 48

Hình 5.6: S ản phẩm chân giả hoàn thiện, các chi tiết đư đ ợc lắp ráp với nhau 49

Hình 5.7: Mô hình gá đặt khớp mắt cá chân giả vào máy trong thực nghiệm 51

Hình 5.8: Mô hình gá đặt khớp mắt cá chân giả vào máy có gia tải 52

Hình 5.9: Đồ thị quan hệ giữa khối l ợng và biến dạng 52

ng dụng cho mỏm cụt vùng cổ chân và bàn chân Loại da th ng dùng là loại da đế

bò thuộc bằng tananh (chất làm ổn định và chống phân huỷ da là chất đ ợc chiết xuất

từ thực vật)

u điểm: Trọng l ợng nhẹ, dễ tạo dáng, định hình khi thoát n ớc, thấm không khí, thấm mồ hôi gây cảm giác mát mẻ cho mỏm cụt; không dị ng với mỏm cụt nên không cần mỏm cụt phụ; trong quá trình sử dụng ổ mỏm cụt, mỏm cụt tự ôm form và rất dễ sửa chữa, thay đổi kích th ớc

Nh ợc điểm: Độ bền vững kém, biến dạng khi gặp n ớc

b Chân gi bằng gỗ vƠ mỏm c t bằng gỗ

Chân giả bằng gỗ phải đ ợc xem nh loại chân giả xuất hiện sớm nhất, theo dạng chân cà kheo Nh ng cũng phải đến đầu thế kỷ 20 ng i ta mới khai thác hết những u điểm vốn có c a gỗ trong chế tạo chân giả Là sản phẩm sẵn có trong thiên nhiên, rất

Nh ợc điểm lớn nhất c a gỗ là thấm thoát n ớc nên có sự giưn n gây hiện t ợng

n t vỡ, mục Tuy nhiên cho đến nay ng i ta vẫn cho rằng chân giả bằng gỗ có nhiều

u điểm hơn hẳn các vật liệu nhân tạo khác, thậm chí còn đ ợc coi là loại sản phẩm cao cấp

c Chơn gi lƠm bằng h p kim nhẹ

Chân giả hợp kim ra đ i rất sớm, nh ng hợp kim nhôm đ ợc ng dụng rộng rưi trong lĩnh vực chỉnh hình lại là đầu thế kỷ th 20 Chân giả nhôm kết hợp với thép thể hiện sự hơn hẳn về độ bền sử dụng và làm đơn giản công nghệ chế tạo Nh ng nó cũng bộc lộ rất nhiều nh ợc điểm: Nhôm là vật liệu dẫn điện, dẫn nhiệt tốt cộng thêm sự không thích nghi khi tiếp xúc với cơ thể nên phải có ổ mỏm cụt phụ Trong quá trình

sử dụng th ng phát ra tiếng kêu Có hiện t ợng khớp giả (chuyển động đồng th i) do

sự kém chặt chẽ và chính xác giữa mỏm cụt với ổ mỏm cụt và giữa ổ mỏm cụt với chân giả

Cục s hữu trí tuệ vừa cấp bằng sáng chế số 5673 cho TS Phan Văn An, Trung tâm công nghệ vật liệu với sản phẩm ống chân giả composite cacbon Chân giả bằng

nhựa composite cacbon đ ợc chế tạo từ loại vật liệu gồm hai lớp sợi cacbon bện chéo kết hợp với 4 - 6 lớp sợi bazan cùng một loại nhựa tổng hợp Nh vậy chân giả này có ống chân nhẹ, độ bền cao và chịu lực tốt Cấu tạo khớp gối có độ nảy, độ văng tốt hơn

và do có lò xo nên dễ dàng lắp ráp, hỏng bộ phận nào thay bộ phận đó

1.1.1.2 NgoƠi n c

Chân giả Proprio c a Tr ng đại học Johns Hopkins Mỹ Thiết bị c a chân giả này

sử dụng các cảm biến, các bộ vi xử lý và điều khiển theo trí thông minh nhân tạo để đo các chuyển động theo chế độ th i gian thực; phản hồi thông tin về cách th c chuyển

Trang 3

động và các góc cần quay c a các khớp nhân tạo tới cơ cấu chấp hành phù hợp với chuyển động c a ng i sử dụng Ngoài ra thiết bị này còn sử dụng công nghệ BlueTooth, có thể truyền dữ liệu tới bộ vi xử lý để điều khiển chân di chuyển theo cách

tự nhiên nhất Proprio cũng có thể nhớ chính xác cách di chuyển lên cầu thang, xuống dốc, đồng th i có thể học đ ợc nhiều cách di chuyển nhiều địa hình khác nhau và ghi nhớ lại Để tạo các chân tay giả loại mới này, các nhà khoa học đư ng dụng nhiều tiến

bộ trong khá nhiều lĩnh vực khoa học khác nhau nh hệ thống năng l ợng, robot, khoa học thần kinh, công nghệ cảm biến và cơ cấu chấp hành, nh ng giá thành quá cao

Một nghiên c u, phát minh mới c a các nhà khoa học đến từ tr ng Đại học Vanderbilt, Nashville, Mỹ sẽ là giải pháp hữu ích giúp cho những ng i tàn tật có đ ợc dáng đi tự nhiên nh ng i bình th ng Nó đ ợc trang bị bộ cảm biến để theo dõi

những chuyển động c a ng i sử dụng Bên cạnh đó, nó cũng sử dụng bộ vi xử lý đư

đ ợc lập trình để dự đoán những việc mà ng i dùng đang cố gắng để thực hiện và điều khiển thiết bị này theo những cách thuận tiện nhất cho sự di chuyển Những tiến

bộ c a công nghệ hiện nay đư tạo điều kiện thuận lợi để các kỹ s thuộc tr ng Đại học Vanderbilt chế tạo một thiết bị nặng khoảng 9 pounds, nhẹ hơn nhiều so với những chiếc chân giả hiện nay, và có thể hoạt động liên tục trong 3 ngày, t ơng đ ơng 13 –

14 km một lần sạc Đồng th i, thiết bị này cũng giảm đáng kể l ợng tiếng ồn phát ra

Một trong những tính năng nổi bật mà các kỹ s đư trang bị thêm cho thiết bị mới này

là khả năng chống vấp ngã nh vào bộ cảm biến sinh học

Bộ chân giả Computer Leg, còn gọi là C - Leg, có giá đến 15.000 euro, do công tyOtto Bock HealthCare, Đ c sản xuất, có thể phân tích th i gian thực tế hoạt động c a đùi để tác động đến cử động c a đầu gối và mắt cá chân giả nhằm giúp cả hai cử động nhuần nhuyễn nh đ ợc trang bị những kích th y lực siêu nhỏ Đ ợc đ a vào sử dụng

từ cuối năm 2005 cho những ng i bị mất chân (phía trên đầu gối)

Trang 4

1.1.2 Các lo i bàn chân gi [12]

1.1.2.1 Bàn chân v i kh p m t cá đặc vƠ gót chơn đƠn h i

Tên c a bàn chân đ ợc đặt đúng với đặc điểm c a nó bàn chân với khớp mắt cá đặc và gót chân đàn hồi đ ợc Đ ợc thiết kế đơn giản với một lõi bằng gỗ, composite hay bằng nhựa c ng, đ ợc đúc bên ngoài là vật liệu xốp, đàn hồi (PU, cao su) theo hình dáng thẩm mỹ c a bàn chân Về ch c năng c a bàn chân thì rất hạn chế so với các bàn chân khác, nh ng bù lại với thiết kế đơn giản và giá thành thấp nên đ ợc sử dụng nhiều các n ớc đang phát triển

1.1.2.2 Bàn chân có kh ớp một trục

Bàn chân có khớp một trục đ ợc thiết kế với hai phần riêng biệt Khớp cổ chân

th ng đ ợc đúc bằng các vật liệu có độ bền cao nh hợp kim nhôm, titan hay cũng có

thể bằng thép, inox Phần bàn chân có lõi gỗ hoặc composite đ ợc đúc từ những vật liệu xốp mềm (PU) giúp bàn chân có tính thẩm mỹ hơn

Hình 1.2: Bàn chân có khớp một trục

Hình 1.1: Bàn chân với khớp mắt cá đặc và gót chân đàn hồi

Hình 1.3: Bàn chân có khớp đa trục

đi chân giả đi chân nhẹ nhàng và giảm tổn hao năng l ợng

Những nh ợc điểm c a các thiết kế, chế tạo trên

- Trong l ợng nặng và cần bảo d ỡng th ng xuyên, khó bảo d ỡng

- C ng nhắc không linh hoạt

- Nhiều chi tiết lắp ráp và chế tạo ph c tạp, giá thành cao không phù hợp với kinh

tế ng i Việt Nam…

- Sản phẩm chân giả phần lớn đ ợc nhập từ n ớc ngoài

Từ những nh ợc điểm trên tác giả đề xuất ra một ph ơng án thiết kế, chế tạo khắc phục những nh ợc điểm này

Vì một số nguyên nhân trên đề tài “Nghiên cứu, thiết kế, chế tạo khớp mắt cá

chân bằng cơ cấu mềm cho người khuyết tật” là cần thiết, đ ợc tiến hành với mục

đích:

Hình 1.4: Bàn chân cacbon

Trang 7

- Cải thiện dáng đi cho ng i khuyết tật

- Giảm giá thành sản phẩm

- Tiết kiệm vật liệu

- Dễ gia công và chế tạo

- Giúp giảm chi phí lắp ráp

- Tích trữ năng l ợng giúp ng i đi chân giả, đi chân nhẹ nhàng và giảm tổn hao năng l ợng

- Có khả năng giảm chấn làm giảm áp lực trực tiếp lên mỏm cụt, khớp gối và khớp hông

- Giảm tiếng ồn phát ra từ chân giả, tăng độ chính xác và giảm độ mài mòn

1.2 M c đích của đ tài

“Nghiên cứu, thiết kế, chế tạo khớp mắt cá chân bằng cơ cấu mềm cho người khuyết tật”

- Cải thiện dáng đi cho ng i khuyết tật

- Giảm giá thành sản phẩm thông qua đơn giản hóa quá trình gia công, lắp ráp

- Tích trữ và giải phóng năng l ợng phù hợp với từng giai đoạn trong chu trình

b ớc đi giúp ng i khuyết tật có dáng đi tự nhiên, thoải mái và giảm tổn hao năng l ợng

- Có khả năng giảm chấn làm giảm áp lực trực tiếp lên mỏm cụt

- Giảm tiếng ồn phát ra từ chân giả, tăng độ chính xác và giảm độ mài mòn

1.3 Nhi m v của đ tài và đối t ng nghiên cứu, gi i h n đ tài

1.3.2 Nhi m v của đ tài

- Tính toán, thiết kế, chế tạo hoàn chỉnh khớp mắt cá chân bằng cơ cấu mềm cho

ng i khuyết tật

- Dùng ph ơng pháp mô phỏng số dựa trên phần mềm đa năng MATLAB và ABAQUS để mô phỏng tr ng ng suất, biến dạng và năng l ợng đàn hồi tích trữ trong khớp mắt cá chân giả

Trang 8

- Tính toán tối u hóa thiết kế bằng giải thuật di truyền

- Kiểm nghiệm, độ c ng, biến dạng từ đó điều chỉnh thiết kế

1.3.3 Đối t ng nghiên cứu của đ tài

Khớp mắt cá chân giả làm bằng vật liệu POM (Poly Oxy Methylene)

1.3.4 Gi i h n của đ tài

Đề tài tập trung nghiên c u, thiết kế, chế tạo khớp mắt cá chân bằng cơ cấu mềm cho ng i khuyết tật đi với tốc độ bình th ng trên nhiều loại địa hình (bằng phẳng,

nhấp nhô, lên dốc, lên/xuống cầu thang, …) Các công việc tính toán, thiết kế, chế tạo

đ ợc triển khai chi tiết Các thiết bị liên quan khác không thuộc phạm vi nghiên c u

c a đề tài

1.4 Ph ng pháp nghiên cứu

- Nghiên c u, phân tích lý thuyết

- Xây dựng biên dạng bằng đ ng cong tham số Bezier

- Xây dựng giải thuật di truyền để tối u hóa biên dạng

- Ph ơng pháp mô phỏng số kết hợp phần mềm tính toán đa năng MATLAB và phần mềm phần tử hữu hạn ABAQUS

- Ph ơng pháp thực nghiệm

Trang 9

C SỞ LÝ THUYẾT

2.1 Đ ng cong tham số Bezier [5], [6]

2.1.1 Bi ểu di n đ ng cong tham số Bezier

Bezier là một kỹ s c a hưng ôtô Renault n ớc Pháp đ a ra công th c xác định

đ ng cong tham số Bezier vào những năm 1960

2.1.1.1 D ng t ng quát đ ng cong Bezier

Đ ng cong Bezier có các điểm điều khiển hoặc đỉnh điều khiển, là một tập hợp

có th tự các điểm (V0,…, Vn), dựa vào đó để xấp xỉ đ ng cong, đ ng cong Bezier

có dạng hàm đa th c bậc n, đ ợc xác định b i n + 1 điểm điều khiển:

) ( )

0

t B V t

n

i i







trong đó, các véctơ Vi biểu diễn n +1 điểm điều khiển

Hàm Bi,n(t) là hàm cơ s c a đ ng cong Bezier, và đ ợc mô tả bằng đa th c Bernstein:

i n i

i n n

Trang 10

2.1.1.2 Đ ng cong Bezier b c nhất

Tr ng hợp có hai điểm điều khiển V0, V1, khi đó n +1 = 2, nên bậc n c a đa

th c là 1 (Hình 2.1a) Khai triển ph ơng trình (2.1):

Dựa trên đa th c Bezier ph ơng trình (2.1) ta có 2 hàm cơ s :

) 1 ( ) 1 (

! 1

! 0

!

1 ,

!1

!1

!1

Từ đây suy ra ph ơng trình đoạn thẳng xấp xỉ hai điểm:

1 0)1()

2.1.1.3 Đ ng cong Bezier b c hai

Tr ng hợp ba điểm điều khiển V0, V1, V2 Vì n + 1 = 3, nên bậc n c a đa th c

là 2 (Hình 2.1b) Khai triển ph ơng trình (2.1):

2 , 2 2 2 , 1 1 2 , 0 0)

Dựa trên đa th c Bernstein ph ơng trình (2.1) ta có 3 hàm cơ s :

2 2

0 2

,

!2

!0

!2

t t

t

)1(2)1(

!1

!1

!

2 ,

1 , 1 1 1 , 0

) ( t V B V B

(2.7) (2.6) (2.5) (2.4)

Trang 11

2 0 2 2

,

!0

!2

!2

t t t

Từ đây suy ra ph ơng trình đ ng cong bậc hai xấp xỉ ba điểm:

2

2 1 0

2 2 ( 1 ) )

1 ( )

Hình 2.1: Các dạng đ ng Bezier

2.1.1.4 Đ ng cong Bezier b c ba:

Tr ng hợp bốn điểm điều khiển V0, V1, V2, V3 Vì n + 1 = 4, nên bậc n c a đa

th c là 3 (Hình 2.1c) Khai triển ph ơng trình (2.1):

3 , 3 3 3 , 1 1 3 , 0 0

0 3

,

!3

!0

!3

t t

t

2 2

1 3

,

!2

!1

!3

t t t t

(2.8)

Trang 12

)1(3)1(

!1

!2

!

3 ,

3 0 3 3

,

!0

!3

!3

t t t

Áp dụng tính chất chuẩn cho các hàm cơ s ta có thêm một ph ơng trình:

(1t)3  3t(1t)2  3t2(1t)t3 1 Thay các ph ơng trình này vào ph ơng trình (2.8), suy ra:

3

3 2

2 1

2 0

3 3 ( 1 ) 3 ( 1 ) )

1 ( )

Đ ng cong Bezier có thể biểu diễn thuận tiện dạng ma trận:

- Đ ng cong Bezier bậc nhất với hai điểm điều khiển:

11)

(

V

V t

t P

- Đ ng cong Bezier bậc hai với ba điểm điều khiển:

0 2

001

022

1211)

(

V V

V t

t t P

- T ơng tự, đ ng cong Bezier bậc ba c a ph ơng trình (2.11) đ ợc viết lại

0 3 2

2

)1()(

V V V V t t t t t t t

P

(2.13)

(2.14)

(2.15)

0 3 3 2 3

2 3

331()

(

V V V V t t t t

t t t

t t t

0 2

3

0001

0033

0363

13311)

(

V V V V t

t t t P

hay dạng rút gọn hơn:

    t M B   V Bt

P ( )  (1 × 4) (4 × 4) (4 × 1)

2.1.2 Các tính ch ất của đ ng cong Bezier

N i suy điểm cuối ậ Đ ng cong đi qua các điểm cuối (Hình 2.1):

P(0) = V0 và P(1) = Vn

Các hàm cơ s Bezier Bi,n(t) tạo ra một đa th c bậc n cho n + 1 điểm điều khiển,

và buộc đ ng cong Bezier đi qua các điểm điều khiển đầu và cuối

Ti p tuy n các điểm cuối ậ Các hàm cơ s còn buộc đ ng cong Bezier tiếp

xúc với các đoạn thẳng nối hai điểm, điểm điều khiển đầu tiên và cuối cùng

Trang 16

việc chuyển đổi một cơ cấu c ng truyền thống bằng cơ cấu mềm nh Hình 2.4 cho chi tiết kìm cộng lực

Hình 2.4: Kìm c ộng lực bằng cơ cấu mềm

Cơ cấu mềm có thể phân thành dạng mềm một phần hoặc mềm hoàn toàn Cả hai

loại trên đều có cấu tạo bao gồm các khâu c ng (rigid segments) và mềm (flexible segments) xen kẽ nhau Trong khi loại cơ cấu mềm một phần sử dụng sự kết hợp giữa các khớp động học truyền thống (khớp xoay, khớp tr ợt, cơ cấu cam, …) với các khâu

mềm để thực hiện chuyển động c a nó, cơ cấu mềm hoàn toàn thì phụ thuộc hoàn toàn vào sự biến dạng c a các khâu mềm khi thực hiện một chuyển động nào đó

Chuyển động c a cơ cấu mềm làm cho các khâu c a nó biến dạng và tích trữ năng

l ợng đàn hồi (elastic strain energy) Phần năng l ợng này sau đó sẽ đ ợc giải phóng

để giúp cơ cấu thực hiện một ch c năng nào đó

2.2.2 u nh c điểm

- Việc sử dụng các cơ cấu mềm sẽ giúp giảm chi phí nh giảm số chi tiết trong quá trình lắp ráp, đơn giản hóa quá trình sản xuất nh ng vẫn có khả năng tăng hiệu quả sử

a C cấu d n đ ng v i đ phân gi i micro [2]

Hình 2.5: Cơ cấu dẫn động với độ phân giải micro

Cơ cấu đàn hồi có dạng liền khối, bao gồm thanh piezo nhiều lớp, phần dẫn, bộ khuếch đại vi sai và phần bị dẫn Cơ cấu tác động cho chuyển động thẳng có độ phân giải micro có khả năng tải và khoảng di chuyển lớn dựa trên kết hợp thanh piezo nhiều lớp và bộ phận khuếch đại vi phân

Cơ cấu đ ợc thiết kế bao gồm bộ khuếch đại cơ với piezo làm nguồn phát động chuyển động, có sử dụng khớp mềm để nối các khâu thay cho các khớp bản lề thông

th ng Cơ cấu đ ợc dẫn động b i thanh piezo nhiều lớp sẽ có khả năng tải lớn (tới 10

Trang 18

kN), tuy nhiên khoảng di chuyển rất nhỏ (d ới 100 nm – nếu không dùng bộ khuếch đại hoặc d ới 300 nm nếu có bộ khuếch đại)

Nh ợc điểm dạng này là bộ khuếch đại gồm một dãy liên tiếp các đòn bẩy, mà

số đòn bẩy hạn chế và độ khuếch đại c a mỗi đòn bẩy cũng không lớn (1,5 - 2) Nh ợc điểm điểm dạng cơ cấu này sẽ đ ợc khắc phục khi dãy những đòn bẩy liên tiếp đ ợc thay thế b i cơ cấu khuếch đại vi sai

Các cơ cấu dẫn động có độ phân giải micro rất cần thiết cho các lãnh vực nghiên c u mũi nhọn nh : gia công chính xác, cáp quang, công nghệ sinh học, công nghệ y sinh học,…

b C cấu đƠn h i song n đ nh, Bistable mechanism (BM)[14]

Cơ cấu song ổn định là cơ cấu có 3 vị trí mà không cần sử dụng thêm năng l ợng

để duy trì nó những trạng thái đó Các vị trí này bao gồm 2 vị trí cân bằng và một vị trí trung chuyển Năng l ợng cần dùng cho dạng cơ cấu này chỉ dùng để chuyển từ vị trí ổn định này sang vị trí ổn định khác

Hình 2.6 sử dụng hình ảnh một quả bóng đặt trên một ngọn đồi với hai thung lũng hai bên Đáy c a hai thung lũng hai vị trí A, C đại diện cho hai vị trí cân bằng c a

quả bóng Quả bóng sẽ luôn hai vị trí mà không cần dùng thêm năng l ợng bên ngoài

để duy trì nó Giả sử có một lực đ nhỏ tác động lên quả bóng một trong hai vị trí này thì nó cũng chỉ dao động nhẹ xung quang điểm cân bằng rồi sau đó cũng tr về đúng vị trí ban đầu c a nó Điểm B cũng là một vị trí cân bằng nh ng không ổn định Vì chỉ

cần một dao động nhẹ thì quả bóng sẽ chuyển trạng thái về vị trí A hoặc C

Trang 19

Hình 2.6: Hình ảnh “quả bóng trên đỉnh đồi” mô phỏng cho nguyên lý cơ cấu

song ổn định Hình 2.6 là một cơ cấu song ổn định đ ợc tổng hợp dựa trên cơ cấu mềm hoàn toàn Loại cơ cấu này có thể đ ợc ng dụng làm các loại công tắc cơ micro trong các

hệ thống vi điện cơ do ch c năng là có thể duy trì hệ thống một trong 2 trạng thái đóng hoặc m mà không tiêu hao thêm năng l ợng nguồn để duy trì nó bất c trạng thái nào

Hình 2.7: Một dạng cơ cấu mềm song ổn định (a) vị trí ổn định ban đầu, (b) vị

trí ổn định th hai

2.3 Gi i thu t di truy n [7], [10], [13]

Ý t ng áp dụng các nguyên lý c a Darwin để tự động giải bài toán xuất hiện từ

những năm 40 c a thế kỷ 20, rất lâu tr ớc khi máy tính ra đ i Từ những năm đó Turing đư đề xuất “phép tìm kiếm tiến hóa hay tìm kiếm gen” (Genetical or evolutionary search) Trong những năm 1960, ba khuynh h ớng phát triển c a ý t ng

cơ s này đư diễn ra các nơi khác nhau Tại Mỹ, Fogel, Owens và Walsh đề xuất

h ớng nghiên c u lập trình tiến hóa (Evolutionary programming) cùng th i điểm với

Trang 20

ph ơng pháp c a Holland có tên gọi là giải thuật di truyền (Genetic Algorithm) Trong khi đó tại Đ c, Rechenberg và Schwefel đặt nền móng cho chiến l ợc tiến hóa (Evolution Strategies) Trong khoảng 15 năm sau đó, các h ớng nghiên c u này đ ợc phát triển một cách riêng biệt Cho đến những năm 1990, các h ớng nghiên c u này

đ ợc nhìn nhận lại nh những thể hiện khác nhau c a một công nghệ chung là tính toán tiến hóa (Evolutionary Computing) Cũng trong th i điểm này, một nhánh th t

dựa trên ý t ng chung ra đ i với tên gọi lập trình gen (genetic programming) do Koza đi tiên phong Trong thuật ngữ hiện đại, toàn bộ lĩnh vực nghiên c u này đ ợc coi là ngành tính toán tiến hóa, các thuật toán trong đó đ ợc gọi là các thuật toán tiến hóa Lập trình tiến hóa, chiến l ợc tiến hóa, giải thuật di truyền và lập trình gen đ ợc xem nh các lĩnh vực nhỏ thuộc về các biến thể c a thuật toán t ơng ng

Giải thuật di truyền là một họ các mô hình tính toán dựa trên ý t ng tiến hóa Các giải thuật này mã hóa nghiệm tiềm năng c a một bài toán cụ thể bằng một cấu trúc dữ

liệu giống nh các nhiễm sắc thể (chromosome) và áp dụng các toán tử tái tổ hợp (recombination operators) lên các cấu trúc dữ liệu đó sao cho có thể giữ đ ợc các thông tin chính Giải thuật di truyền th ng đ ợc xem nh những bộ tối u hàm số

mặc dù chúng có thể đ ợc áp dụng vào nhiều lĩnh vực rộng hơn

Một cài đặt c a giải thuật di truyền bắt đầu với một quần thể các nhiễm sắc thể (th ng đ ợc tạo ngẫu nhiên) Ng i ta đánh giá các cấu trúc này và phân bổ cơ hội tái sinh cho chúng theo cách những nhiễm sắc thể biểu diễn nghiệm tốt hơn c a bài toán

sẽ đ ợc u tiên hơn các nhiễm sắc thể khác để tái sinh M c độ “tốt” c a một nghiệm

th ng đ ợc xác định t ơng ng với quần thể hiện th i

Mô tả c a giải thuật di truyền nh trên là khá trừu t ợng và có hai cách hiểu về thuật ngữ “giải thuật di truyền” Theo nghĩa chặt, “giải thuật di truyền” đ ợc coi là một

mô hình tính toán do Holland đề xuất và nghiên c u từ năm 1975 Hầu hết các lý thuyết về giải thuật di truyền đang tồn tại cho đến hiện nay đều dùng thuật ngữ theo nghĩa này và khi đó mô hình đ ợc gọi là giải thuật di truyền chính tắc Theo nghĩa rộng

Trang 21

hơn, giải thuật di truyền đ ợc coi là bất c một mô hình nào dựa trên quần thể (population - based model) có sử dụng các toán tử tái tổ hợp và lựa chọn để sinh ra các điểm mẫu mới trong không gian tìm kiếm Nhiều mô hình giải thuật di truyền đư đ ợc các nhà nghiên c u thực nghiệm đ a ra trên quan điểm h ớng ng dụng và xem giải thuật di truyền nh công cụ tối u hóa

Trong mục này, chúng ta sẽ trình bày những khái niệm cơ bản liên quan tới giải thuật di truyền Trong hầu hết các giải thuật di truyền thông th ng có hai thành phần

phụ thuộc vào bài toán: mư hóa bài toán và hàm đánh giá

B ớc đầu tiên trong bất kỳ một giải thuật di truyền nào là b ớc tạo sinh quần thể xuất phát Trong giải thuật di truyền chính tắc, mỗi thành viên c a quần thể này là một chuỗi nhị phân độ dài l t ơng ng với mã hóa nghiệm c a bài toán Mỗi chuỗi nh vậy

đ ợc xem nh một nhiễm sắc thể Trong hầu hết các tr ng hợp, quần thể này đ ợc sinh ra một cách ngẫu nhiên Sau khi sinh ra quần thể xuất phát, mỗi cá thể c a quần

thể đ ợc đánh giá và đ ợc gán cho một giá trị thích nghi (fitness value) Khái niệm đánh giá (evaluation) và thích nghi (fitness) đôi khi đ ợc sử dụng nh cặp từ đồng nghĩa Tuy nhiên, ng i ta th ng phân biệt giữa hàm đánh giá (evaluation function)

và hàm thích nghi (fitness function) đ ợc sử dụng trong các giải thuật di truyền Trong mục này, hàm đánh giá (hay hàm mục tiêu) cung cấp độ đo hiệu quả c a việc thiết lập giá trị các tham số cụ thể Hàm thích nghi biến đổi độ đo hiệu quả này thành việc phân

bổ cơ hội tái tạo cho các cá thể Việc đánh giá một chuỗi biểu diễn tập các tham số là hoàn toàn độc lập với việc đánh giá các chuỗi khác Tuy nhiên, m c độ thích nghi (fitness) c a một chuỗi luôn luôn đ ợc xác định trong mối t ơng quan với các thành viên khác trong quần thể hiện tại

Trong giải thuật di truyền, m c độ thích nghi có thể đ ợc xác định bằng f / f với f i

là đánh giá c a chuỗi i và f là đánh giá trung bình c a tất cả các chuỗi trong quần thể

tạo ra một quần thể trung gian Sau đó việc lai ghép và đột biến đ ợc áp dụng cho quần

thể trung gian để tạo nên quần thể tiếp theo Quá trình chuyển từ quần thể hiện th i tới

quần thể tiếp theo tạo nên một thế hệ trong tiến trình thực hiện giải thuật di truyền Cách thực hiện nh vậy đ ợc gọi là cài đặt c a giải thuật di truyền đơn giản (Simple Genetic Algorithm – SGA) Hình 2.8 minh họa việc hình thành một thế hệ mới theo hai pha: pha chọn lọc và pha tái tổ hợp Việc đột biến có thể thực hiện ngay sau lai ghép

Hình 2.8: Một thế hệ mới đ ợc hình thành qua pha chọn lọc và pha tái tổ hợp Đầu tiên chúng ta xem xét việc xây dựng quần thể trung gian từ quần thể hiện th i Trong thế hệ đầu tiên, quần thể hiện th i cũng đồng th i là quần thể xuất phát Sau khi

tính f i / f cho tất cả các chuỗi trong quần thể hiện th i, chúng ta thực hiện việc lựa chọn

Trang 23

Trong giải thuật di truyền chính tắc, xác suất để một chuỗi trong quần thể hiện th i

đ ợc sao chép lại và đ ợc đ a vào thế hệ trung gian tỷ lệ thuận với m c độ thích nghi

c a chúng Có nhiều cách thực hiện việc lựa chọn Chúng ta có thể ánh xạ quần thể lên

một bánh xe roulette, mỗi cá thể chiếm một không gian tỷ lệ thuận với m c độ thích

nghi c a nó trên bánh xe Quần thể trung gian đ ợc tạo nên nh việc quay liên tiếp

bánh xe để chọn ra các cá thể theo cơ chế “lấy mẫu ngẫu nhiên có thay thế” (stochastic

sampling with replacement) Cơ chế lựa chọn nh vậy đ ợc gọi là lựa chọn tỷ lệ

(proportional selection) và xác suất để một phần tử b đ ợc lựa chọn xác định b i công

th c sau:

với b và các bi là các cá thể nằm trong quần thể hiện tại

Quá trình lựa chọn cũng có thể thực hiện bằng cơ chế “remainder stochastic

sampling” Khi đó mỗi chuỗi i với f i / f lớn hơn 1 sẽ đ ợc sao chép vào quần thể trung gian với số lần bằng phần nguyên c a fi / f Sau đó tất cả các chuỗi (kể cả các chuỗi có

f i / f nhỏ hơn 1) sẽ đ ợc sao chép thêm vào quần thể trung gian với xác suất tỷ lệ thuận với phần thập phân c a chúng

Sau khi lựa chọn, việc tái tổ hợp đ ợc thực hiện trên quần thể trung gian Việc này

có thể đ ợc coi nh việc tạo ra quần thể tiếp theo từ quần thể trung gian Việc lai ghép (crossover) đ ợc áp dụng cho các chuỗi đ ợc ghép cặp một cách ngẫu nhiên với xác

suất pc: Lấy ra một cặp chuỗi; tái tổ hợp hai chuỗi này với xác suất pc để tạo nên hai chuỗi mới và đặt chúng vào quần thể tiếp theo

B ớc tiếp theo là việc áp dụng toán tử đột biến (mutation operator) Mỗi bit trong

quần thể có thể chịu hiện t ợng đột biến với xác suất pm Thông th ng, tần xuấtđột

biến đ ợc thực hiện với xác suất nhỏ hơn 1% Trong một số tr ng hợp, độtbiến đ ợc giải thích nh việc tạo ngẫu nhiên một bit mới Trong các tr ng hợpkhác, đột biến

(2.19)

Trang 24

đ ợc xem là phép lật bit Sự khác nhau giữa hai cách giải thích thựcchất chỉ là chi tiết cài đặt và mỗi kiểu đột biến đều có thể chuyển đổi để nhận đ ợckiểu còn lại.Khi quá trình lựa chọn, tái tổ hợp và đột biến hoàn thành, quần thể tiếp theo lạiđ ợc đ a vào chu trình lặp với các b ớc nh trên Nh vậy một thế hệ mới đư đ ợcsinh ra khi thực

hiện giải thuật di truyền

Giải thuật di truyền nh mô tả trên có thể đ ợc viết d ới dạng giả mư nh sau:

GI I THU ẬT DI TRUYỀN

Kh i tạo quần thể ban đầu X = { X1 ……….XK}

While (điều kiện kết thúc chưa thỏa mãn) do

Đánh giá mức độ thích nghi của các cá thể trong X (evaluation)

L ựa chọn một số cặp nghiệm (gọi là cha-mẹ) P € X 2

d ựa trên mức độ thích nghi c ủa chúng (Parent selection)

T ổ hợp các cặp được lựa chọn để sinh ra các cá thể mới (crossover)

Bi ến đổi ngẫu nhiên một số cá thể (mutation)

T ạo quần thể mới bằng việc thay thế một số hoặc toàn bộ cá thể của X

b ởi các cá thể mới được sinh ra dựa trên mức độ thích nghi của chúng

(population selection)

End while

Đư có nhiều công trình nghiên c u nhằm mô hình hóa toán học giải thuật di truyền, các ảnh h ng c a các toán tử di truyền lên hành vi c a giải thuật, đặc biệt là hành vi hội tụ tới nghiệm tối u Các kết quả lý thuyết có ý nghĩa nhất theo h ớng này

đ ợc tổng kết một cách cô đọng trong công trình c a Rudolph: Việc mô hình hóa giải thuật di truyền bằng một xích Markov hữu hạn trên không gian các trạng thái là tập tất

cả các quần thể có thể đ ợc sinh ra trong quá trình thực hiện c a giải thuật và các toán

tử di truyền là các ma trận chuyển trạng thái đ ợc xác định b i các tham số nh xác

xuất đột biến pm, xác suất lựa chọn cha - mẹ pc…

Trang 25

Trêncơ s mô hình hóa giải thuật di truyền nh vậy, ng i ta đư tiến hành phân tíchhành vi c a giải thuật bằng việc chỉ ra rằng với xác suất đột biếnpm >0 giải thuật di truyền chính tắc là một xích Markov ergodic và vì vậy phân phối xác suất tới hạn c a

mọi trạng thái trong không gian trạng thái là d ơng Điều đó có nghĩa rằng, xuất phát

từ một trạng thái ban đầu bất kỳ, tại mọi th i điểm, giải thuật có thể rơi vào trạng thái

t ơng ng với quần thể không ch a nghiệm tối u với một xác suất d ơng Nói cách khác, giải thuật không hội tụ hoàn toàn Để khắc phục nh ợc điểm trên c a giải thuật

di truyền chính tắc, ng i ta đư cải biên giải thuật bằng cách thêm vào một toán tử sao chép (copy operator) cho phép cá thể có độ thích nghi cao nhất c a từng quần thể đ ợc giữ lại cho quần thể tiếp theo Phiên bản cải biên nh vậy đ ợc gọi là giải thuật di truyền chính tắc với phần tử tinh hoa và đ ợc ch ng minh là hội tụ hoàn toàn

Trang 26

3.1 Yêu c ầu đặt ra

- Sản phẩm thiết kế đơn giản, dễ chế tạo, lắp ráp

- Có khả năng tích trữ và giải phóng năng l ợng đàn hồi phù hợp với từng giai đoạn c a chu kỳ b ớc đi, giúp cải thiện dáng đi, hỗ trợ quá trình tiêu hao và chuyển hóa năng l ợng sinh học trong cơ thể ng i

- Độ c ng thiết kế có thể đặt tr ớc cho từng sản phẩm tùy theo yêu cầu c a bệnh nhân hay c a kỹ thuật viên lắp ráp chân/tay giả luận văn này tạm th i chọn là

175 (N/mm), s c chịu tải trung bình 80 kg với hệ số an toàn là 1,5

3.2 Ph ng án thi t k

3.2.1 Ph ng án 1

Thiết kế chân giả bằng ba mảnh ghép lại với nhau bằng ốc vít nh hình (3.1)

Hình 3.1: Mô hình khớp mắt cá chân bằng các chi tiết lắp ráp