Robuste Regelung und Genauigkeitsbewertung von Real-Time Hybrid Substructuring von Kontaktproblemen
Zusammenfassung der Projektergebnisse
Real-Time Hybrid Substructuring (RTHS) ist eine Methode zur effizienten und genauen Untersuchung komplexer dynamischer Systeme. Dabei wird ein Teil des Systems experimentell untersucht, indem dieser mittels Aktoren und Sensoren in Echtzeit mit einer Co-Simulation des restlichen Systems gekoppelt wird. Die Übertragung dieses Testprinzips auf die Untersuchung von Fußprothesen ermöglicht eine genaue Untersuchung der Interaktion zwischen Mensch und Prothese, was für die Entwicklung neuartiger und optimaler Prothesen essentiell ist. Da RTHS-Tests für Fußprothesen aufgrund des wechselnden Bodenkontakts eine besondere Herausforderung darstellen, wurden in diesem Projekt Methoden zur genauen und sicheren Durchführung von RTHS-Tests mit wechselndem Bodenkontakt und zur Interpretation der Testgenauigkeit entwickelt. Eine Kombination aus Iterative Learning Control (ILC) und Normalized Passivity Control (NPC) erwies sich als besonders vielversprechend. Während die ILC die Führungsgenauigkeit des Aktuators und damit die Testgenauigkeit iterativ verbessert, sorgt die NPC auch bei schwach gedämpften Systemen für Teststabilität. Diese Regelungsstrategie wurde sowohl simulativ als auch experimentell mit einem eindimensionalen RTHS-Experiment mit Kontakt erfolgreich untersucht und validiert. Weitere Methoden wie Adaptive Feedforward Filter und Hybride Positions- und Kraftregelung wurden ebenfalls untersucht. Da bei RTHS-Tests in der Regel keine Referenzlösungen zur Verfügung stehen, stellt die Interpretation der Genauigkeit der Testergebnisse eine besondere Herausforderung dar. Im Rahmen dieses Projektes wurde eine Methode entwickelt, die eine Vorhersage der Testgenauigkeit auf Basis von messbaren Fehlergrößen, wie z.B. dem Regelfehler des Aktors, ermöglicht. Die Fehlergrößen werden dabei aktiv variiert, um die Sensitivität der zu messenden Größen mit den Fehlergrößen so extrapolieren zu können, dass die Messgröße bei nicht vorhandenem Fehler vorhergesagt werden kann, was im Experiment nicht möglich ist. Auf dieser Grundlage kann die Versuchsgenauigkeit bei minimal möglichem Fehler in Relation zum idealen Versuchsergebnis gesetzt werden, um die Genauigkeit des Versuchs zu interpretieren. Auch diese Methodik wurde an verschiedenen eindimensionalen RTHS-Tests mit vielversprechenden Ergebnissen getestet. Implementierungsdetails der entwickelten Methoden wurden zusammen mit Tutorials auf GitLab öffentlich zur Verfügung gestellt. In der letzten Projektphase konnte ein erster RTHS-Test mit einer realen Fußprothese durchgeführt werden. Als numerisches System wurde ein abstraktes Gangmodell basierend auf dem Vitual-Pivot-Point verwendet. Der RTHS-Test konnte die Gangcharakteristiken qualitativ nachbilden, aufgrund der eingeschränkten Bewegungsmöglichkeiten des Aktors jedoch noch nicht quantitativ.
Projektbezogene Publikationen (Auswahl)
-
Fidelity Assessment of Real-Time Hybrid Substructure Testing: a Review and the Application of Artificial Neural Networks. Experimental Techniques, 46(1), 137-152.
Insam, C. & Rixen, D. J.
-
Hardware-in-the-Loop Test of a Prosthetic Foot. Applied Sciences, 11(20), 9492.
Insam, Christina; Ballat, Lisa-Marie; Lorenz, Felix & Rixen, Daniel Jean
-
Normalized passivity control for hardware-in-the-loop with contact. International Journal of Dynamics and Control, 9(4), 1471-1477.
Insam, Christina; Peiris, L. D. Hashan & Rixen, Daniel J.
-
Robust and high fidelity real-time hybrid substructuring. Mechanical Systems and Signal Processing, 157, 107720.
Insam, Christina; Kist, Arian; Schwalm, Henri & Rixen, Daniel J.
-
Fidelity assessment of Real-Time Hybrid Substructuring based on convergence and extrapolation. Mechanical Systems and Signal Processing, 175, 109135.
Insam, Christina & Rixen, Daniel J.
