Maximizing energy regeneration with MapleSim makes improvements to assistive devices possible - User Case Studies - Maplesoft


User Case Study: L'optimisation de la régénération d'énergie avec MapleSim se concrétise par l'amélioration des appareils fonctionnels

Les travaux de recherche sur le mouvement humain, animal et robotique ont été jusqu'à présent axés pour l'essentiel sur l'amélioration des activités physiques quotidiennes comme marcher, courir, tourner, démarrer, accélérer et décélérer. On n'a cependant guère prêté d'attention à l'assistance aux mouvements de transfert debout-assis et assis-debout ; des gestes qui paraissent relativement simples, mais dont la difficulté augmente à mesure de l'avancée en âge et de la dégradation de la santé.

Ces dernières années, les chercheurs ont commencé à progresser dans la production d'appareils plus pratiques et plus simplifié d'aide à ces mouvements. On assiste depuis quelque temps à un regain d'intérêt pour les communautés de robots humanoïdes afin de s'inspirer des mécanismes fonctionnels existants et d'en améliorer le rendement énergétique.

James Andrew Smith, membre de la faculté de l'Ecole d'ingénierie Lassondede l'Université York à Toronto, et son équipe de chercheurs, ont mené des recherches très poussées sur l'autonomie de fonctionnement des batteries de robots humanoïdes et d'appareils fonctionnels électriques à l'aide de MapleSim, l'outil de simulation et de modélisation au niveau système de Maplesoft. Le groupe de James A. Smith s'est attelé à la tâche de déterminer à quel moment il est possible, lors des transferts debout-assis et assis-debout, de régénérer l'énergie à travers une orthèse ou une prothèse, tout comme un véhicule hybride récupère de l'énergie au freinage et en décélération qu'il soustrait au moteur électrique et réaffecte au fonctionnement du véhicule.

La détermination de laquelle des trois articulations - cheville, genou ou hanche -, est susceptible de régénérer le plus d'énergie lors des transferts debout-assis et assis-debout est porteuse de répercussions pratiques importantes sur la conception technique des systèmes de réhabilitation. Avec pour effet une meilleure efficacité de l'appareil locomoteur chez les personnes atteintes de maladies ou d'handicaps affectant les muscles qui entourent ces articulations.

Le passage à la bibliothèque de modélisation de batterie MapleSim a fait gagner à notre équipe beaucoup de temps et d'efforts.

— Dr. James Smith, York University

Afin de définir avec succès à quel moment le potentiel régénératif atteint son apogée, l'équipe de James A. Smith a transposé des données issues d'essais humains réels à un modèle robotique crée dans MapleSim. Le modèle robotique reproduit les mouvements humains lors du passage de la position assise à la position debout. Pour étudier la régénération plus particulièrement de la cheville, du genou et de la hanche, des modèles MapleSim d'actionneur électromécanique de sous-système, un convertisseur CC/CC en pont et une batterie ont été placés localement au niveau de chacune des articulations.

L'appareil de réadaptation optimal réalisable pour un usage quotidien doit fonctionner sur sa propre alimentation électrique. L'équipe de recherche de James A. Smith a fait appel à un circuit de freinage régénératif avec actionneur, batterie et pont en H pour analyser la consommation et la récupération d'énergie lors des différents transferts assis-debout et debout-assis. Le circuit exploitait la puissance liée à la tension de la force contre-électromotrice de l'actionneur pour charger la batterie. Cette dernière fournit généralement un courant positif à un moteur électrique, mais dans le circuit de freinage régénératif, le moteur fait office de générateur ; ainsi, le courant négatif permet au flux d'énergie de retourner dans la batterie.

« Notre équipe avait besoin de pouvoir modéliser les réactions chimiques complexes de la batterie, une fonction traditionnellement difficile à trouver dans bon nombre de programmes logiciels d'ingénierie », confie James A. Smith. Le modèle de batterie MapleSim rendait compte des processus électrochimiques et du comportement thermodynamique de la batterie NiMH et décrivait ces équations sous la forme d'un ensemble de composants électriques équivalents interconnectés entre eux ». Et James A. Smith poursuit en disant : « Le passage à la bibliothèque de modélisation de batterie MapleSim a fait gagner à notre équipe beaucoup de temps et d'efforts, du fait que nous n'étions pas obligés de modéliser la batterie en partant de rien ; nous pouvions commencer par un modèle déjà bien avancé, en nous contentant de le modifier pour cadrer avec notre projet ». L'équipe de James A. Smith a également utilisé le convertisseur CC/CC en pont en H de MapleSim (modèle à disposition sur le site Maplesoft) pour traiter le transfert d'énergie électrique entre la batterie NiMH et l'actionneur.

L'équipe de recherche de James A. Smith a développé deux modèles de simulation à l'aide de MapleSim. Tout d'abord, un modèle simplifié avec le pied solidement fixé au sol, qui a permis de créer un contrôleur de mouvement peu complexe et efficace, à base de modèle. Ce contrôleur a été ensuite appliqué à un modèle humain plus complexe et réaliste, doté de pieds pouvant décoller du sol. Des données issues d'essais sur des humains ont fourni les trajectoires désirées pour les simulations réalisées dans un modèle multi-domaine dans MapleSim. La conception s'est limitée à l'échelle 1/10e de façon à implémenter le modèle dans un robot de petite taille en faisant appel à un actionneur Dynamixel RX-28. « Nous avons pu, grâce à l'environnement multi-domaine de MapleSim, simuler avec précision les mouvements nécessaires afin d'analyser correctement l'autonomie de la batterie », explique James A. Smith.


Modèle cinématique de robot pourvu d'un pied, de trois articulations actionnées et de deux points
de contact entre le pied et le sol.

 

Pour définir le moment où la régénération d'énergie atteint son maximum, les chercheurs ont appliqué l'actionneur Dynamixel RX-28 au robot humanoïde à l'échelle durant les mouvements biomécaniques précis. Lors des différentes transitions assis-debout et debout-assis, l'état de charge de la hanche, du genou et de la cheville était en permanence retranscrit sous forme de graphique servant à chaque étape d'indication de la capacité de la batterie.

La simulation des transferts debout-assis et assis-debout a commencé par le modèle s'asseyant sur une chaise virtuelle. Au moment où le robot simulé se soulevait de la chaise, l'état de charge diminuait au fur et à mesure de l'énergie prélevée dans la batterie. Une fois le corps au dessus du pied, la hanche s'est mise à freiner et à récupérer de l'énergie. Ce phénomène se produisait également avec les mouvements pour s'asseoir, au moment où le corps maintenait son centre de gravité au-dessus du pied. Globalement, la régénération s'est avérée très faible pour la cheville et le genou comparativement à la hanche. L'équipe de James A. Smith a aussi démontré que la régénération était plus forte lors des transferts debout-assis qu'assis-debout.


 


Les résultats obtenus par le groupe de James Andrew Smith débouchent sur une application pratique pour la conception des prothèses et des orthèses. La détermination de l'autonomie de batterie la plus efficace signifie qu'il est possible d'augmenter la durée de fonctionnement de ces appareils et de faire appel à des batteries plus petites et plus légères, et par conséquent moins encombrantes. Au bout du compte, un appareil plus performant est à même, pour les utilisateurs, de réduire la charge au niveau des articulations lors des transferts debout-assis : c'est là un facteur essentiel pour les personnes atteintes d'une maladie articulaire.

Products

Industry/Application Area

Highlights

  • Une équipe de chercheurs a utilisé MapleSim pour étudier l'autonomie de fonctionnement des batteries de robots humanoïdes et d'appareils fonctionnels électriques afin de déterminer à quel moment il est possible, lors des transferts assis-debout, de récupérer de l'énergie.
  • Afin de définir à quel moment le potentiel régénératif atteint son apogée, le groupe a transposé des données issues d'essais humains réels à un modèle robotique crée dans MapleSim. L'environnement multi-domaine du logiciel a permis de fournir les trajectoires désirées pour les simulations.
  • La détermination de l'autonomie de batterie la plus efficace signifie qu'il est possible d'augmenter la durée de fonctionnement de ces appareils d'assistance et de faire appel à des batteries plus petites et plus légères.