基于织物传感器所测肌肉厚度特征的肌肉疲劳监测

骨骼肌疲劳监测是康复医疗和运动科学等领域热点课题。然而受传感器的尺寸和价格所限,目前的肌肉疲劳监测技术不适用于运动场景。该研究基于织物应变传感器的穿戴式智能带测量人体上臂肱二头肌的厚度变化,以期辅助常规肌电图(electromyography,EMG)传感器监测肌肉疲劳。测试方案选用哑铃弯举动作,采用EMG过零率和EMG中位频率检验新提出的2个基于厚度的肌肉疲劳指标,即电阻中位频率和电阻所围面积。结果显示,EMG中位频率和电阻中位频率相关系数达0.7815,P值为0.0220;EMG过零率和电阻所围面积相关系数达0.8747,P值为0.0045。结果表明,基于厚度的肌肉疲劳指标与常用的基于EMG的疲劳指标显著相关。该研究验证了使用面向可穿戴的柔性传感器在运动中监测肌肉疲劳的可行性,显示出该类传感器在肌肉疲劳监测研究领域的广阔前景。

疲劳监测技术在智慧矿山安全管理中的应用

智慧矿山建设进程的推进,矿山安全生产面临疲劳状态积累导致事故风险增加的挑战,而传统方法难以实现对矿工疲劳变化过程的实时监测,为实现疲劳管理保障矿山安全生产,本文采用配置脑电、心电等传感器收集矿工作业生理参数并输入预设算法模型计算疲劳水平的疲劳监测技术对矿工进行持续监测,当监测结果超过预警阈值系统会自动发出警报提醒矿工注意休息,大量数据还可用于确定合理的作业强度标准,实现了对矿工疲劳全过程的动态监测,使疲劳管理更加准确智能化,表明疲劳监测技术的应用可以降低疲劳导致的安全事故概率,是实现智慧矿山安全管理的重要手段之一。

疲劳监测技术在智慧矿山安全管理中的应用

为了有效评估矿工的疲劳程度,增强事故风险预测和预警能力、提高矿山生产效率和安全性,论文结合当前疲劳监测技术应用的现状,分析了疲劳监测技术在智慧矿山安全管理中的价值,并对疲劳监测技术在智慧矿山安全管理中的具体应用进行了探究。

基于人眼开合度的电力调度员疲劳监测方法

电力调度员参与电力系统运行的监视、指挥与控制的相关工作,是保证电力系统安全运行的重要成员,但长时间进行高度专注工作会引起疲劳,疲劳工作极有可能会导致严重事故。因此,开发一种基于人眼状态检测的疲劳监测系统尤为重要,有利于减少电力调度员因疲劳工作带来的安全和经济的损失。该课题设计一种基于YOLOv5和PERCLOS的组合模型的疲劳监测方法,模型由两个主要部分组成:人眼开合检测、疲劳状态判断。YOLOv5模型通过分析人眼开合度判断眼睛的眨眼状态,并利用PERCLOS算法检测人体疲劳状态。实验数据通过采用固定摄像头和可穿戴摄像头拍摄来获取,通过对比分析说明可穿戴摄像头拍摄的数据更可靠,同时通过YOLOv5模型与dlib模型的对照实验可证明YOLOv5模型具有识别准确率高的特点。

深水水下井口系统疲劳监测损伤评估研究进展

水下井口系统在钻完井和修井等连接作业过程中,受到波浪和海流引起的隔水管振动、平台运动以及作业性动载荷等传递而来的循环载荷作用,这些循环载荷使水下井口产生循环弯矩,导致水下井口疲劳损伤不断累积。为了促进深水水下井口系统技术进步,提高水下井口系统的安全利用水平,总结了深水水下井口系统特点,调研了水下井口在南海的应用现状和前景;分析了水下井口在损伤预测、疲劳监测、多源监测数据融合处理等疲劳损伤评估研究中的进展;总结了水下井口疲劳损伤评估研究难点,最后提出了水下井口疲劳损伤评估技术的发展方向及研究建议。水下井口疲劳损伤评估研究难点是水下井口疲劳监测水池试验待开展、缺乏多源监测数据融合的水下井口修正有限元模型。所得结论可为水下井口系统技术发展及深海应用提供参考。

小脑神经网络在矿工疲劳监测控制系统中的应用

针对矿工井下疲劳监测与控制难题,探索矿工疲劳务工的生理指标状况,降低矿工疲劳状态下务工的可能性,指导煤矿高层管理者对矿工疲劳生产的管理与控制,并为新设计的矿工疲劳监测控制系统提供新的方法与依据。采用多元信息融合技术,提取了皮电、肌电、脑电等12个疲劳水平监测信号,对矿工务工期间进行半接触式肢体图像和信号分析,构建了矿工疲劳监测信号体系;结合CMAC神经网络理论,提出矿工疲劳务工期间的疲劳检测控制系统模型,并通过收集矿工务工期间的多生理指标对构建的模型进行验证。结果表明:矿工疲劳监测与控制系统监测结果与实际矿工疲劳水平的平均偏差为0.2,偏差为0.1~0.3的约占51.7%,0.4~0.7的约占32.2%,0.8~1.0的约占16.1%,比传统的单一信号监测精度更高,偏差更小,更能满足实际生产中的矿工监测与控制的精度需求。为缓解当前矿工疲劳生产的现状,依据矿工疲劳监测结果,结合金融风险管理理论,应采用的方法是:当矿工疲劳水平超出生理负荷值时,机械自启强迫停止功能;当矿工疲劳水平严重时,提醒班组长强迫矿工换班(岗);当矿工出现疲劳迹象时,报警提示矿工调整自身疲劳状态等。为后期中国煤矿人员安全与高效生产的电子监测与控制领域提供一种新的设计参考。

基于眼睛状态识别的驾驶员疲劳监测

提出一种基于眼睛状态识别的驾驶员疲劳状态监测算法。在首帧定位人眼并在眼睛区域内提取多个具有互补性的特征,使用粒子滤波算法进行直接跟踪;在后续图像帧中利用CAMShift算法对初始检测到的人脸区域进行实时跟踪,在人脸区域中同步检测眼睛,检测结果用于粒子滤波器的后验确认和修正。在跟踪眼睛的同时检测每帧中的眼睛状态,通过连续帧中的眼睛状态判断出驾驶员精神状态。实验表明:该文算法对人脸旋转和尺度变化、摄像机抖动,以及遮挡的影响均具有较高的鲁棒性。

基于面部特征识别的管制员疲劳监测方法研究

为进一步控制疲劳诱发的空管人为差错,提出一套基于面部特征识别的空中交通管制员疲劳实时监测方法。应用眼动仪和视频记录系统开展36 h睡眠剥夺试验,确定PERCLOS值、平均闭眼时长、哈欠频率3个疲劳判定指标的判定阈值,并给出综合疲劳程度的融合算法。应用机器视觉的理论和方法,开发功能完整的管制员疲劳状态实时监测告警原型系统。结果表明,通过对面部特征的识别和状态融合能够实现对管制员疲劳状态的实时监测。建议在此基础上进一步开发可实用的疲劳监测系统。

基于眼部行为的驾驶疲劳监测方法

为了克服percentage of eyelid closure(PERCLOS)法作为疲劳监测方法对仪器要求过高的弱点,通过室外行车实验验证其实时监测的适用性的同时,在室内以眨眼次数和闭眼时间为主要实验分析研究对象,检验两者的数值与驾驶疲劳程度之间的关系以开发新的疲劳监测指标.通过实验分析结果论证PERCLOS实际应用的可能性,眨眼次数与闭眼时间作为驾驶疲劳眼部行为的评价指标的有效性和应用价值.

桁架结构疲劳监测的应变响应估计方法研究

传感节点数据的高效利用是结构健康监测领域的热点研究问题。由于高维护成本和恶劣服役条件,结构疲劳监测系统往往测点有限,难以覆盖易损区域。该文针对两种应变响应估计方法:增广卡尔曼滤波方法和应变传递率矩阵方法进行研究探讨,并通过典型桁架结构的数值案例和模型实验分析两种方法的影响因素和疲劳监测的适用性。结果表明:两种方法无需已知荷载信息或进行物理参数识别,能够在仅有某一子结构可测,以及一定测量噪声和建模误差干扰的条件下有效估计低频带的强迫振动响应。其中,应变传递率矩阵方法可在结构阻尼和质量未建模的情况下,利用简单的模型先验信息精确估计应变响应,该方法计算简便,因而更加适合现场的疲劳在线监测。

基于PCI-1711板卡的驾驶员疲劳监测数据采集系统

介绍了基于PCI-1711板卡的驾驶员疲劳信号数据采集系统。系统软件采用VB 6.0平台,并采用PCI-1711为数据采集板卡。在详细分析板卡数据采集原理的基础上,调用动态链接库中的驱动函数,通过中断方式进行编程,实现了驾驶员加速踏板位移等信号的采集、显示、保存、回放功能。结果表明,该数据采集系统满足设计要求,可应用于驾驶员疲劳信号的数据采集与监测。

对武术散打运动员疲劳监测的研究

疲劳与散打运动员的训练和比赛成绩有着密切的关系.通过对30名山东师范大学民体系散打运动员在大负荷训练、比赛前,训练、比赛后即刻,训练周结束后、比赛结束后次日清晨7∶00血尿素、血睾酮、皮质醇、血红蛋白的变化进行分析研究,旨在找出防止散打运动员疲劳的有效指标,用于指导散打运动的训练和比赛.

基于马尔科夫过程的驾驶疲劳监测装置效能分析

提出一种驾驶疲劳监测装置效能的定量评估模型,用于分析该装置对降低交通事故发生率的作用.首先运用连续马尔科夫过程为工具,建立了装有驾驶疲劳监测装置的车辆事故发生过程的动态模型,并用系统平均正常工作时间(MTTF)来衡量驾驶疲劳监测装置的效能;随后对模型进行了求解,得到了系统平均正常工作时间与驾驶疲劳监测装置各项性能指标之间的关系并进行分析;最后对驾驶疲劳监测装置的使用与发展提出了若干建议.本模型经过参数标定后可直接用于具体问题的分析.

基于多元信息融合的驾驶员疲劳监测控制系统研究

随着我国经济的发展,机动车保有量的大幅增加,人们的生活节奏加快,随之出现的疲劳驾驶成为引发交通事故的重要因素之一,它严重威胁着人们的生命和财产安全。基于多元信息融合的驾驶员疲劳监测系统可以对驾驶员进行非接触面部图像分析,从中提取有效地信息特征,以判断驾驶员处于何种疲劳状态,进而采取不同的预防措施,避免交通事故的发生。

基于图像的驾驶员疲劳监测系统

本文提出了一种运用近红外线主动光源的图像采集方法,能有效地克服光照变化带来的影响;提出了一种基于AdaBoost算法的人眼检测方法,能快速准确地检测出图像中驾驶员的眼睛区域,同时给出了一种人眼开合度评价方法来判断驾驶员的眼睛状态,从而达到检测驾驶员疲劳的目的。实验结果表明,采用本文的方法能有效地检测出驾驶员的疲劳状态,可作为一种驾驶员辅助系统安装在车辆内来实时监测驾驶员是否疲劳,并提醒打瞌睡的驾驶者。

基于ARM的人眼疲劳监测系统

根据监测系统车载、实时、非接触、小型化等要求,设计并实现了一种基于ARM+Linux的嵌入式实时疲劳监测系统。将图像数据预处理、算法参数优化、汇编优化和编译器优化等优化方法相结合,实现了快速的人脸检测,并通过移植OpenCV实现了基于PERCLOS的人眼疲劳检测算法。与基于PC和DSP的疲劳监测系统相比,该实时疲劳监测系统具有强大的网络功能以及更优越的扩展性。在室内环境下的实验结果表明,系统检测准确率达到95%。

基于PERCLOS判据的驾驶员疲劳监测系统

针对疲劳驾驶监测常用算法运算效率低的问题,提出了一种基于单位时间内人眼闭合时间所占比例(PERCLOS)判据的驾驶员疲劳监测方案。针对传统顺序执行算法运算效率低的问题,提出了基于流水线算法的人脸检测及人眼跟踪算法。针对传统顺序式算法对硬件要求高的问题,本系统运行在低端现场可编程门阵列(FPGA)上,设备成本大幅降低。并利用PERCLOS判据作为判断驾驶员是否疲劳的依据。实验表明,本文所提出的基于流水线算法的图像处理算法使系统拥有了较高的实时性和较低的资源占用,实现了60fps的处理速度,系统的准确度达到了95%以上。

某核电厂高压加热器疏水管道多参数疲劳监测与评估

为分析核电厂高压加热器疏水管道频繁疲劳开裂的根本原因,采用应变、振动和温度多参数连续监测的方法,对管道表面应变、振动加速度和表面温度的周期波动特征进行了分析。计算了疏水管道关键位置的应力范围,并基于3D雨流统计法计算交变应力幅。应力范围、交变应力、振动加速度和温度等多参数的综合分析表明,疏水阀间歇启闭引起的下游焊缝处交变应力过大,是造成疲劳开裂的根部原因,疏水管道设计布置不佳导致应力范围过大、焊缝内壁形态不良等促进了管道焊缝的内壁启裂及扩展。提出了改进管线设计、疏水阀选型、改变焊接形式等消除疏水管道疲劳开裂的建议。

疲劳监测技术在智慧矿山安全管理中的应用

大多数煤矿生产事故是由于人的失误造成的。诸多研究表明,人员失误与疲劳程度存在强相关性。因此,根据监测疲劳有关数据进行安全管理是减少事故发生的重要手段。针对疲劳因素导致事故发生的致因链,分析国内外疲劳监测的最新技术情况,提出了包含感知层、计算层和判断层的综合疲劳监测技术思路,将疲劳监测技术应用于智慧矿山安全管理。其中,感知层包含监测眼球、面部表情、心率等信息;计算层基于层次分析法进行分析和计算;判断层则由多方面进行判别后得到疲劳结果,以采取相应的措施。在了解工人的整体工作状态和薄弱环节的情况下,该种思路能使人、机、环境、管理4个方面的管控措施更有效,在未来智慧矿山的建设中使用,可以提高矿山人因事故预防能力,降低疲劳导致的人因事故发生率。

长时间电脑使用诱发颈肩肌肉疲劳监测中的表面肌电分析

目的由长时间使用电脑诱发的颈肩肌肉疲劳是颈肩慢性肌骨疾病发生的重要诱因。表面肌电信号是监测局部肌肉疲劳的有效方法,不过由于肌电信号的复杂性以及不同运动任务诱发疲劳的机制差异,需要探索在监测长时间使用电脑诱发的颈肩肌肉疲劳方面适用性最优的表面肌电信号。方法以12名青年受试者作为研究对象。受试者用电脑打字60 min,实验者监测确保其处于固定的姿势。每隔5 min记录受试者的主观疲劳感觉评分(RPE),并采集斜方肌的表面肌电信号。