Introdução: O quadro hipertensivo pode ser agravado quando associado ao envelhecimento, e a prática do exercício físico está relacionada a uma melhora do quadro hipertensivo. Métodos: Foram utilizados ratos SHR e WKY com 12 meses de idade, divididos em dois grupos: treinados (T) e sedentários (S). Resultados: O desempenho na esteira dos animais WKY e SHR treinados foi maior na quarta na oitava semana. Não houve diferença no peso corporal dos animais. A PAS, PAD e PAM dos animais SHR treinados por 2 e 8 semanas foi menor do que a encontrada nos animais sedentários de 8 semanas . O componente HF foi maior nos animais treinados por 8 semanas, em comparação aos grupos sedentários . O exercício físico não foi capaz de modificar a contagem de neurônios positivos para ChAT e TH, tanto nos animais SHR quanto nos animais WKY. Conclusão: O exercício físico foi capaz de melhorar o desempenho em esteira, diminuir a pressão arterial sistólica, diastólica e média, melhorar a sensibilidade barorreflexa e aumentar o componente HF para o coração. / Introduction: The hypertension can be aggravated when associated with aging, and the practice of physical exercise is related to an improvement of the hypertensive picture. Methods: Twelve-month-old SHR and WKY rats were divided into two groups: trained (T) and sedentary (S). Results: The performance of WKY and SHR trained animals was higher in the fourth and eighth week. There was no difference in the body weight of the animals. The SBP, DBP and MAP of SHR animals trained for 2 and 8 weeks was lower than that found in sedentary animals of 8 weeks. The HF component was higher in trained animals for 8 weeks compared to sedentary groups. Physical exercise was not able to modify the number of ChAT and TH positive neurons in both SHR and WKY animals. Conclusion: Physical exercise was able to improve treadmill performance, decrease systolic, diastolic and mean blood pressure, improve baroreflex sensitivity and increase the HF component to the heart.

Este trabalho apresenta técnicas de projeto de controle neural e controle difuso para uma plataforma de Stewart acionada hidraulicamente. O modelo dinâmico não linear da plataforma de Stewart com seis graus de liberdade foi desenvolvido no ambiente de sistemas multicorpos ADAMS. Este pacote comercial foi usado para economizar tempo e esforço na modelagem de um sistema mecânico complexo e na programação para obter a resposta no tempo do sistema. A plataforma de Stewart é um manipulador paralelo com alta relação força-peso e acuracidade de posicionamento comparada a manipuladores seriais convencionais. As desvantagens dos mecanismos seriais é que cada articulação suporta o peso da articulação seguinte e mais o objeto a ser manipulado. A plataforma de Stewart tem recebido recentemente considerável interesse de pesquisadores dado o sucesso de suas aplicações e potencial vantagens sobre os manipuladores convencionais. Uma aplicação bastante popular da plataforma de Stewart é o simulador de vôo onde a plataforma executa movimento com acelerações similares àquelas de uma aeronave. Embora muitas pesquisas na literatura tenham dedicado amplo esforço para cinemática, dinâmica e projeto mecânico de manipuladores baseados em plataforma de Stewart, pouca atenção tem sido dada ao problema de controle deste tipo de manipulador. Um esquema de controle difuso e de redes neurais foi adotado para lidar com as não linearidades, distúrbios e incertezas dos parâmetros, e precisão necessária no posicionamento e orientação da plataforma. Redes neurais artificiais e lógica difusa fornecem um paradigma computacional característico e tem demonstrado resultado para uma faixa de problemas práticos onde a técnica computacional convencional não tem sucesso. Em particular, a habilidade do controle neural e do controle difuso para representar mapeamento não linear encoraja o estudo de controle neural e difuso para representar problemas de controle não linear. Resultados de simulação são apresentados, mostrando que as técnicas propostas podem ser usadas na plataforma de Stewart. / This work presents a neural and fuzzy control design technique for a hydraulically driven Stewart platform. The non-linear dynamic model of a Stewart platform with six degrees of freedom was developed in the multibody systems environment ADAMS. This commercial package was used to save time and effort in modelling the complex mechanical system and in the programming to get the time response of the system. The Stewart platform is a parallel manipulator with high force-to-weight ratio and position accuracy compared to conventional serial manipulators. The disadvantage of serial mechanisms is that each link has to support the weigth of all the following links in addition to the object to be supported. The Stewart platform has recently received considerable research interest due to its successful applications and potential advantages over the conventional manipulators. A quite popular application of the Stewart platform is the flight simulator where the platform performs motion with accelerations similar to those of an airplane. Although much of the research in the literature has devoted extensive effort to the kinematics, dynamics and mechanisms design of the Stewart platform-based manipulators, little attention has been paid to the control problem of this type of manipulators. A fuzzy and neural network control scheme was adopted to deal with the nonlinealities, disturbances and uncertainties of the parameters, and required precision in position and orientation the platform. Artificial neural networks and fuzzy logic provide a distinctive computational paradigm and have proven to be effective for a range of practical problems where conventional computation techniques have not succeeded. In particular, the ability of neural and fuzzy control techniques to represent non-linear mappings encourages the study of these techniques to be used for controling complex non-linear control problems. Simulations results are presented, showing that the proposed technique can be used in a Stewart platform.

Este trabalho apresenta técnicas de projeto de controle neural e controle difuso para uma plataforma de Stewart acionada hidraulicamente. O modelo dinâmico não linear da plataforma de Stewart com seis graus de liberdade foi desenvolvido no ambiente de sistemas multicorpos ADAMS. Este pacote comercial foi usado para economizar tempo e esforço na modelagem de um sistema mecânico complexo e na programação para obter a resposta no tempo do sistema. A plataforma de Stewart é um manipulador paralelo com alta relação força-peso e acuracidade de posicionamento comparada a manipuladores seriais convencionais. As desvantagens dos mecanismos seriais é que cada articulação suporta o peso da articulação seguinte e mais o objeto a ser manipulado. A plataforma de Stewart tem recebido recentemente considerável interesse de pesquisadores dado o sucesso de suas aplicações e potencial vantagens sobre os manipuladores convencionais. Uma aplicação bastante popular da plataforma de Stewart é o simulador de vôo onde a plataforma executa movimento com acelerações similares àquelas de uma aeronave. Embora muitas pesquisas na literatura tenham dedicado amplo esforço para cinemática, dinâmica e projeto mecânico de manipuladores baseados em plataforma de Stewart, pouca atenção tem sido dada ao problema de controle deste tipo de manipulador. Um esquema de controle difuso e de redes neurais foi adotado para lidar com as não linearidades, distúrbios e incertezas dos parâmetros, e precisão necessária no posicionamento e orientação da plataforma. Redes neurais artificiais e lógica difusa fornecem um paradigma computacional característico e tem demonstrado resultado para uma faixa de problemas práticos onde a técnica computacional convencional não tem sucesso. Em particular, a habilidade do controle neural e do controle difuso para representar mapeamento não linear encoraja o estudo de controle neural e difuso para representar problemas de controle não linear. Resultados de simulação são apresentados, mostrando que as técnicas propostas podem ser usadas na plataforma de Stewart. / This work presents a neural and fuzzy control design technique for a hydraulically driven Stewart platform. The non-linear dynamic model of a Stewart platform with six degrees of freedom was developed in the multibody systems environment ADAMS. This commercial package was used to save time and effort in modelling the complex mechanical system and in the programming to get the time response of the system. The Stewart platform is a parallel manipulator with high force-to-weight ratio and position accuracy compared to conventional serial manipulators. The disadvantage of serial mechanisms is that each link has to support the weigth of all the following links in addition to the object to be supported. The Stewart platform has recently received considerable research interest due to its successful applications and potential advantages over the conventional manipulators. A quite popular application of the Stewart platform is the flight simulator where the platform performs motion with accelerations similar to those of an airplane. Although much of the research in the literature has devoted extensive effort to the kinematics, dynamics and mechanisms design of the Stewart platform-based manipulators, little attention has been paid to the control problem of this type of manipulators. A fuzzy and neural network control scheme was adopted to deal with the nonlinealities, disturbances and uncertainties of the parameters, and required precision in position and orientation the platform. Artificial neural networks and fuzzy logic provide a distinctive computational paradigm and have proven to be effective for a range of practical problems where conventional computation techniques have not succeeded. In particular, the ability of neural and fuzzy control techniques to represent non-linear mappings encourages the study of these techniques to be used for controling complex non-linear control problems. Simulations results are presented, showing that the proposed technique can be used in a Stewart platform.

Submitted by Nayara Passos (nayara.passos@ufpe.br) on 2015-03-10T14:51:51Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Paulo Henrique Muniz Ferreira.pdf: 5023143 bytes, checksum: 16e5f711793a7b21d5d25f166619bda6 (MD5) / Made available in DSpace on 2015-03-11T17:30:45Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Paulo Henrique Muniz Ferreira.pdf: 5023143 bytes, checksum: 16e5f711793a7b21d5d25f166619bda6 (MD5) Previous issue date: 2014 / Sistema de controle empregando redes neurais vem sendo estudado ativamente desde a década de 1980. Mas ainda assim, é um campo bem desafiador devido a diversas formas de abordagens neurais existente na literatura e a natureza diversa dos sistemas de controle que podem apresentar uma dinâmica variando consideravelmente ao longo do regime de funcionamento. Nesse trabalho de mestrado, foi investigada a aplicação de sistemas de controle auto-organizáveis baseados no Mapa Auto-organizável de Kohonen, em duas diferentes proposições. Ambas consistem de controles com arquitetura modulares e se diferenciam na característica da estrutura topológica. O primeiro controle é concebido com uma estrutura fixa. Enquanto o segundo apresenta uma estrutura que cresce a medida que é necessário. Os modelos foram validados em simulações de problemas mecânicos clássicos (linear e não-linear), como sistema massa-molaamortecedor e pêndulo invertido. Nos experimentos, os sistemas tinham seus parâmetros variando no tempo e os resultados dos métodos propostos foram comparados com métodos convencionais. Os resultados sugerem que as técnicas de controle inspiradas nos mapas auto-organizáveis controlam adequadamente e são eficazes ao lidar com configurações não apresentadas na etapa de treinamento.

[pt] A robótica aplicada à reabilitação e amplificação humana está em uma fase iminente de se tornar parte de nossa vida diária. A justaposição da capacidade de controle humana e o poder mecânico desenvolvido pelas máquinas oferecem uma promissora solução para auxílio físico e de amplificação humana. O presente trabalho apresenta um exoesqueleto ativo para membros superiores controlado por uma alternativa e simples Interface Homem-Máquina (HMI) que utiliza o Modelo Muscular de Hill para aumentar a força e resistência mecânica do usuário. Músculos Pneumáticos Artificiais (PAM) são utilizados como atuadores por sua alta razão entre potência e peso e atuam o sistema através de um esquema com cabos de aço. Algoritmos Genéticos (GA) aproximam localmente os parâmetros do modelo matemático do atuador e o modelo fisiológico do músculo, que utiliza sinais eletromiográficos superficiais (sEMG) para estimar o torque na articulação do exoesqueleto. A metodologia proposta oferece três vantagens principais: (i) reduz o número de eletrodos necessários para monitorar a atividade muscular, (ii) elimina a necessidade de transdutores de força ou pressão entre o exoesqueleto e o usuário ou o ambiente e (iii) reduz o custo de processamento em tempo-real, necessário para implementações de sistemas embarcados. O exoesqueleto é restrito ao membro superior direito e a estratégia de controle é avaliada verificando o desempenho do usuário ao manipular uma carga de 3.1kg estática e dinamicamente com e sem o auxílio do equipamento assistivo. / [en] Robotics for rehabilitation and human amplification is imminent to become part of our daily life. The juxtaposition of human control capability and machine mechanical power offers a promising solution for human assistance and physical enhancement. This work presents an upper limb active exoskeleton controlled by an alternative and simple Human-Machine Interface (HMI) that uses a Hill Muscle Model for strength and endurance amplification. Pneumatic Artificial Muscles (PAM) are used as actuators for its high power-to-weight ratio and to drive the system through a cable arrangement. Genetic Algorithms (GA) approach locally optimizes the model parameters for the actuator mathematical model and the physiologic muscle model that uses the surface electromyography (sEMG) to estimate the exoskeleton joint torque. The proposed methodology offers three main advantages: (i) it reduces the number of electrodes needed to monitor the muscles, (ii) it eliminates the need for user force or pressure sensoring, and (iii) it reduces the real-time processing effort which is necessary for embedded implementation and portability. The exoskeleton is restricted to the right upper limb and the control methodology is validated evaluating the user performance while dynamically and statically handling a 3.1kg payload with and without the aid of the assistive device.

Made available in DSpace on 2014-12-17T14:55:56Z (GMT). No. of bitstreams: 1 OdailsonCO_DISSERT.pdf: 807518 bytes, checksum: 6b1541fcc8435e2f642b214f2496487c (MD5) Previous issue date: 2011-07-28 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / An alternative nonlinear technique for decoupling and control is presented. This technique is based on a RBF (Radial Basis Functions) neural network and it is applied to the synchronous generator model. The synchronous generator is a coupled system, in other words, a change at one input variable of the system, changes more than one output. The RBF network will perform the decoupling, separating the control of the following outputs variables: the load angle and flux linkage in the field winding. This technique does not require knowledge of the system parameters and, due the nature of radial basis functions, it shows itself stable to parametric uncertainties, disturbances and simpler when it is applied in control. The RBF decoupler is designed in this work for decouple a nonlinear MIMO system with two inputs and two outputs. The weights between hidden and output layer are modified online, using an adaptive law in real time. The adaptive law is developed by Lyapunov s Method. A decoupling adaptive controller uses the errors between system outputs and model outputs, and filtered outputs of the system to produce control signals. The RBF network forces each outputs of generator to behave like reference model. When the RBF approaches adequately control signals, the system decoupling is achieved. A mathematical proof and analysis are showed. Simulations are presented to show the performance and robustness of the RBF network / Neste trabalho, ser? apresentada uma t?cnica alternativa para o desacoplamento e controle de sistemas n?o lineares. A estrat?gia de desacoplamento proposta est? baseada numa rede neural RBF (Radial Basis Functions) combinada com o controle adaptativo por modelo de refer?ncia. A t?cnica ? aplicada no controle do modelo de um gerador s?ncrono, cujas vari?veis de sa?da s?o o ?ngulo de carga e o fluxo concatenado no enrolamento de campo. O sistema do gerador s?ncrono ? acoplado, ou seja, a mudan?a numa das vari?veis de entrada do sistema altera mais de uma vari?vel de sa?da. A rede RBF realizar? o desacoplamento do sistema, fazendo o controle de forma independente de cada uma das sa?das. Tal estrat?gia n?o exige conhecimento dos par?metros do sistema e observa-se um comportamento est?vel da rede RBF, tanto na presen?a de incertezas na modelagem, como de perturba??es no sistema. Ser? mostrada a simplicidade da aplica??o da t?cnica e do projeto da rede RBF. Os pesos, que interligam as camadas oculta e de sa?da da rede, s?o ajustados utilizando uma lei adaptativa em tempo real. Essa lei adaptativa foi desenvolvida pelo m?todo de fun??es de energia de Lyapunov. O sistema de controle e desacoplamento faz uso dos sinais filtrados da sa?da do gerador e dos sinais dos erros entre as sa?das do gerador e as sa?das do modelo refer?ncia. Assim, atrav?s dos sinais de controle aplicados pela rede RBF, cada sa?da do sistema do gerador ? for?ada a se comportar conforme uma din?mica desejada, dada pelo modelo de refer?ncia. Quando a rede RBF aproxima adequadamente os sinais de controle, o desacoplamento do sistema ? alcan?ado. Os resultados do desempenho da estrat?gia ser?o apresentados atrav?s de simula??es. Tamb?m ser? mostrada a prova matem?tica de estabilidade do sistema em malha fechada para o caso escalar