• Aucun résultat trouvé

23 Contrôle de la force musculaire par une commande non-linéaire

N/A
N/A
Protected

Academic year: 2022

Partager "23 Contrôle de la force musculaire par une commande non-linéaire"

Copied!
1
0
0

Texte intégral

(1)

rencontre du non-lin´eaire 2016 1

Contrˆ ole de la force musculaire par une commande non-lin´ eaire

Maillard A.1, Bakir T.1 & Binczak S.1

1 Universit´e de Bourgogne Franche-Comt´e, Arts et M´etiers - Laboratoire LE2I UMR 6306 Ailes des sciences de l’ing´en´eieur BP 47870 21078 Dijon Cedex

[email protected]

L’´electromyostimulation (EMS) consiste `a envoyer des impulsions ´electriques `a travers un muscle `a l’aide d’´electrodes de surface. Ces impulsions induisent des contractions musculaires sans aucune inter- vention du syst`eme nerveux. Depuis de nombreuses ann´ees, les athl`etes et les kin´esith´erapeutes utilisent les EMS dans le reconditionnement musculaire. Les EMS aident `a augmenter les performances, `a retrou- ver l’usage d’une fonction musculaire ou encore `a stimuler des muscles d´eficiants. Cependant, l’efficacit´e des EMS est limit´ee par la fatigue induite. C’est pourquoi, divers travaux tentent de mod´eliser les effets des stimulations sur la force d´evelop´ee et sur la fatigue musculaire g´en´er´ee. La mod´elisation est r´ealis´ee par l’utilisation de mod`eles math´ematiques prenant en compte les param`etres physiologiques qui, d’une personne `a une autre varient [1], ce qui rend cette tˆache difficile.

Le syst`eme dynamique non-lin´eaire propos´e dans l’´etude [2, 3] utilise un mod`ele `a protocole sp´ecifique qui a prouv´e sa fiabilit´e `a r´esoudre ces difficult´es de mod´elisation de par ces bons r´esultats et de par la pr´esence du lien force-fatigue dans le mod`ele. Ces raisons ont confort´e notre choix d’utiliser ce mod`ele pour notre ´etude. Ce mod`ele a aussi ´et´e utilis´e pour analyser l’influence de la fr´equence de stimulation comme variable de contrˆole sur la force et la fatigue [4-6]. Actuellement, les syst`emes d’EMS n’adaptent pas les param`etres de stimulation automatiquement et ne prennent pas en compte les param`etres physiologiques.

Pour adapter ces param`etres aux r´eponses musculaires et optimiser les s´eances de r´e´education, nous proposons d’appliquer une m´ethode de contrˆole non-lin´eaire `a un mod`ele physiologique incluant les effets de la fatigue musculaire [7, 8]. Ce contrˆole non-lin´eaire est con¸cu pour permettre le contrˆole de la force musculaire tout en contrebalan¸cant l’influence de la fatigue. Le contrˆole agie alors sur deux param`etres : le temps d’inter-pulsation des contractions et l’amplitude des impulsions ´electriques. L’analyse des r´esultats permet de conclure sur l’efficacit´e obtenue et d’en d´efinir les limites.

R´ ef´ erences

1. Z. Li, M. Hayashibe, C. Fattal and D. Guiraud, ”Muscle fatigue tracking with evoked EMG via recurrent neural network : toward personalized neuroprosthetics”, IEEE Computational Intelligence Magazine, 2014, 9 (2), 38-46.

2. J. Ding, A. S. Wexler and S. A. Binder-Macleod, ”A predictive fatigue model-I : Predicting the effect of stimulation frequency and pattern on fatigue”, IEEE Transactions on Neural Systems and Rehabilitation, vol 10, no 1 March 2002.

3. J. Ding, A. S. Wexler, and S. A. Binder-Macleod, ”A predictive fatigue model-II : Predicting the effect of resting times on fatigue”, IEEE Transactions on Neural Systems and Rehabilitation, vol 10, no 1 March 2002.

4. Li-Wei Chou, Jun Ding, Anthony S. Wexler, Stuart A. Binder-Macleod, ”Predicting optimal electrical sti- mulation for repetitive human muscle activation”, International Congress Series 15 (2005) 300-309.

5. Jun Ding, Anthony S. Wexler, Stuart A. Binder-Macleod, ”Mathematical models for fatigue minimization during functional electrical stimulation”, International Congress Series 13 (2003) 575-588.

6. Jun Ding, Anthony S. Wexler, Stuart A. Binder-Macleod, ”A mathematical model that predicts the force- frequency relationship of human skeletal muscle”, Wiley Periodicals, Inc. Muscle Nerve 26 (2002) 477-485.

7. A. Fettweis, J-L. Massey, J.W. Modestino and M. Thoma, ”Alberto Isidori : Nonlinear Control Systems”, Communications and Control Engineering Series, 1985.

8. A. Maillard, M. Yochum, T. Bakir, S. Binczak, ”On the control of a muscular force model including muscular fatigue”,Neural Engineering IEEE EMBS,2015.

c Non Lin´eaire Publications, Avenue de l’Universit´e, BP 12, 76801 Saint- ´Etienne du Rouvray cedex

Références

Documents relatifs

Open grains have just a half size, and are then more influenced by the surrounding grains than by their own crystal orientation: the accumulated shear strain is partly inherited

Chaque table, dessin ou diagramme devrait être présenté sur une page séparée et la place de la table, du dessin ou du graphique devrait être clairement indiquée dans le texte en

The authors concluded that: (1) eT and ePT containing natural progesterone did not increase BC risk whereas, (2) BC risk was increased in users of tibo- lone or ePT containing

Results show that the fatigue-oriented cost function allows to obtain sensitive fatigue reduction compared to optimizations using a family of classical quadratic cost

Sun Sufficient LMI Conditions for H 00 Output Feedback Stabilization of Linear Discrete-Time Systems,.. Shaked Optimal Linear Estimation and Data

• Quelles sont les voies de signalisation qui sont impliquées dans les adaptations du principal système de régénération de l’ATP en réponse à l’entraînement. Vous

Changes in the before-after marathon comparison of the group-averaged vertical force (Fz) of the respective brak- ing and push-off phases as well as total contact

Conclusion: The small muscle fatiguing protocol produced NLMF effects on both contralateral homologous and larger heterologous muscles, with the force decrements greater with