Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2012. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2012-10-17T14:59:03Z
No. of bitstreams: 1
2012_JoseAugustoFerraz.pdf: 4135899 bytes, checksum: 728854a31f430c10274d7a465343d230 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2012-10-17T15:21:00Z (GMT) No. of bitstreams: 1
2012_JoseAugustoFerraz.pdf: 4135899 bytes, checksum: 728854a31f430c10274d7a465343d230 (MD5) / Made available in DSpace on 2012-10-17T15:21:00Z (GMT). No. of bitstreams: 1
2012_JoseAugustoFerraz.pdf: 4135899 bytes, checksum: 728854a31f430c10274d7a465343d230 (MD5) / Vários estudos já foram realizados para detectar uma situação de fadiga utilizando sinais de eletromiografia (EMG). Este trabalho propõe o desenvolvimento e a avaliação de uma metodologia baseada na aquisição de dados provenientes de uma célula de carga, com as vantagens associadas à maior facilidade de aquisição de sinais de força, em comparação aos
sinais de EMG. O principal objetivo é avaliar, a partir dos sinais de força, parâmetros que possam indicar uma situação de fadiga quando o indivíduo é submetido a um nível de força variável entre 30 e 60 por cento da contração voluntária máxima (CVM).
Quinze voluntários foram selecionados, dentre estudantes e professores da Universidade de Brasília. Todos seguiram o mesmo procedimento de coleta de sinais de força durante uma
atividade física específica, usando uma célula de carga para aquisição do sinal, conforme especificado no protocolo experimental. A CVM de cada voluntário foi medida a partir do
valor máximo de contração obtido em três tentativas (três contrações máximas de 5 segundos, separadas por 3 minutos de descanso). Os dados da CVM foram registrados e serviram como referência para a segunda fase de coleta de dados. Na segunda fase, cada voluntário foi
submetido ao exercício de força variável isométrica, com carga variando entre 30% e 60% da CVM e até a fadiga muscular.
Durante o procedimento, coube aos voluntários a tarefa de acompanhar uma força-alvo mostrada na tela do computador, em forma triangular com o mínimo em 30% e o máximo em 60% da CVM medida anteriormente. Os dados foram registrados e posteriormente processados e analisados com auxílio da ferramenta computacional MATLAB 2010 (Mathworks®, Natick, EUA). Para os sinais de força, foram calculados o valor eficaz (RMS)
do erro e o do erro médio retificado (ARV), com respeito ao sinal triangular de referência. Também foram calculadas a frequência mediana (MDF) e a frequência média (MNF), em
função do tempo de atividade decorrido. As análises dos parâmetros indicam que, com a fadiga, o erro médio retificado e o erro eficaz tendem a aumentar, enquanto que a frequência mediana e frequência média tendem a diminuir de forma estatisticamente significativa para a maior parte dos participantes analisados. Estes resultados são compatíveis com os observados na literatura para sinais de EMG, o que
sugere que em certas aplicações as células de carga possam futuramente ser utilizadas em substituição a eles, para caracterização ou detecção de fadiga muscular, com vantagens em
termos de custo e praticidade. ______________________________________________________________________________ ABSTRACT / Several studies focus on the detection of muscle fatigue using electromyographic (EMG) signals. This thesis proposes the development and evaluation of a methodology based on the
acquisition of force signals using a load cell, which is a more practical procedure when compared to EMG signals acquisition. The main objective is to evaluate, from the force signals, parameters that may indicate a fatigue condition, when the subjects perform variable force between 30 and 60 percent of the maximum voluntary contraction (MVC).
Fifteen voluntary participants were selected, amongst students and professors at the University of Brasilia. All participants followed the same procedure for signal acquisition
during a pre-specified physical activity. We used a load cell to acquire the force signals,
according to the experimental protocol; we then determined each participant's MVC by measuring the maximum contraction value in three trials (three 5-second maximum contractions, separated by 3-minute rest periods). The MVC data were registered and served
as references for the second stage of data acquisition, when each participant performed the isometric variable forces, with the load varying from 30 % to 60 % of the MVC until muscle fatigue occurred.
During the procedures, each participant had to follow a triangular-shaped target force signal shown at a computer screen, with a minimum at 30 % and a maximum at 60 % of the
previously measured MVC. The data were registered and later processed and analyzed using the computational tool MatLab 2010 (Mathworks®, Natick, USA). For the signal forces, we then computed the root mean square (RMS) errors and the average rectified value (ARV) errors, with respect to the triangular signal reference. We also computed the median
frequencies (MDFs) and the mean frequencies (MNFs), as functions of the time.
The analyzes of the measured parameters suggest that, with fatigue, the ARV and RMS errors tend to increase, whereas the MDFs and MNFs tend to decrease, with statistical significance for most part of the considered participants. These results are similar to those observed in the literature for EMG signals, which suggests
that the load cells may be used in the future instead of them, in certain applications, for the characterization or detection of muscle fatigue, with advantages in terms of cost and
practicality.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/11438 |
Date | 01 June 2012 |
Creators | Ferraz, José Augusto |
Contributors | Rocha, Adson Ferreira da, Miosso, Cristiano Jacques |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.2692 seconds