سیگنال EMG که از تحریک طبیعی یا مصنوعی عضلات بدن حاصل می شود، در بررسی پزشکی بیماری ها و آسیب های عضلانی و ارگونومی و تولید محصولات مرتبط کاربرد دارد. در زمینه رباتیک نیز این سیگنال برای مدل سازی و کنترل اندام های مصنوعی و رباتیک به کار گرفته می شود. تحلیل سیگنال EMG امکان بررسی درون عضلات را به طور مستقیم فراهم می کند. بازو مصنوعی یا رباتیک باید درجه آزادی کافی برای پاسخگویی به فرمان های سیستم عصبی بدن و انجام رفتارهای مشابه بازو طبیعی را داشته باشد. به همین منظور داده های EMG جمع آوری شده و تلاش می شود با ارتقای طراحی مکانیکی یا بهبود سیستم کنترلی، رفتار بازو مصنوعی ارتقا یابد. هدف این است که با استفاده از کنترلری که قابلیت تطبیق و به روزرسانی پارامترها را داشته باشد، کنترل مناسبی بر روی بازو مصنوعی صورت گیرد و رفتار آن مشابه بازو انسان شود. برای تحقق این هدف با استفاده از کنترلرهای توسعه یافته و عملگرها که اغلب سروموتورها یا جک های مکانیکی هستند، درجه آزادی لازم برای اجرای حرکات، ایجاد می شود. کنترل تطبیقی، روشی است که برای سیستم های با پارامترهای نامشخص یا با پارامترهای متغیر در زمان به کار گرفته می شود تا در اثر تغییر پارامترها، نیازی به بازطراحی سیستم کنترل نباشد. ایده استفاده از کنترل تطبیقی مدل مرجع مبتنی بر نظریه لیاپانوف برای تضمین پایداری حلقه بسته و عملکرد مطلوب در حضور نامعینی های مدل، پارامترهای متغیر با زمان و اغتشاش و نویزهای نامعلوم، در این پژوهش به کار گرفته شده است. برای استفاده از سیگنال EMG در کنترل بازوی رباتیک یا مصنوعی مدل سازی حرکت بازوی انسان براساس معادلات ریاضی انجام شده و مدل مناسب و دقیقی برای تکرار الگوی رفتاری بازو، ایجاد شده است. پس از مدل سازی و طراحی کنترل، ویژگی های ریاضیاتی سیگنال های شبیه سازی استخراج و با ویژگی های ریاضیاتی سینگال EMG مقایسه شده و رفتار مدل به بازوی واقعی نزدیک گردیده است.
