运动联合体外冲击波疗法对肩周炎冻结期患者肩关节活动度恢复的影响

采取运动联合体外冲击波疗法治疗肩周炎冻结期患者.研究结果表明:运动联合体外冲击波疗法能明显有效改善肩周炎冻结期肩关节活动度,较传统的运动康复治疗效果更好,可以改善肩周炎冻结期患者肩关节活动度.     

人体上肢运动测量中肩关节旋转中心的估测

在人体测量中,肩关节中心的位置要通过其与肩峰的位置关系进行估测．研究了通过肩峰与肩关节中心的相对位置来确定肩关节旋转中心方法．在对人体上肢进行必要的简化和刚体假设的前提下,用电磁跟踪系统或三维摄像系统跟踪附着于肩峰和上臂上标记点的位置,根据本研究方法便可得到肩峰和肩关节中心的位置关系．通过实验得出了肩关节中心与肩峰位置之间的近似距离,实际测量误差的绝对值均小于2．7cm．考虑传感器贴放的误差及皮肤与骨骼间相对滑动的误差等多种误差的存在,实验结果是可以接受的．实验结果也表明,建立肩关节坐标系时可以用肩峰位置代替肩关节中心．     

基于Solid3000绘制渐开线直齿轮方法的研究

简要介绍了国产的三维软件Solid3000的基本情况,并具体介绍了使用该三维设计软件来绘制常用的渐开线齿轮的方法和具体的操作步骤。提供了在没有其他插件帮助下,依靠软件的基本功能来实现绘制齿轮的解决方案。     

一种基于标记点的人体上肢运动检测方法

采用基于普通摄像机的多维摄像分析系统对人体运动参数进行测量,需要研究位于人体上相应部位的标记点与选定的参考坐标系之间的关系,进而得到标记点在参考坐标系中的运动特性,并对人体运动进行评估。本文通过对人体上肢运动模型的研究,并结合摄像测量系统,给出了一种基于普通摄像机的人体上肢运动参数求解方法。     

基于力反馈的上肢康复机器人

针对脑中风引起的偏瘫患者,提出了一种新的基于虚拟现实技术上的上肢康复机器人系统。该系统主要由上肢外骨骼装置,触觉装置,电机控制器和工作站组成。患者穿戴上肢外骨骼机构,安装在患者患侧,通过电机带动外骨骼运动从而使患者患侧运动。在外骨骼运动过程中,通过力反馈机构将患者受力或施力反馈到三维触觉操作器,进而反馈给对其辅助治疗的医生。     

基于APAS的人体上肢运动分析

为了得到人体上肢关节运动数据，利用多维摄像系统，拍摄人体上肢在日常生活中的典型活动。通过设计标记点在人体上肢的布置和建立的人体上肢运动学模型，应用人体运动分析系统APAS分析处理体表标志点的运动，从而得到相应人体部位的运动。该研究可为建立人体上肢有源仿生机构和设计康复器材提供数据来源。     

基于CS-3000控制系统在常减压装置的应用

对采用CS-3000控制系统的某石化公司常减压装置进行优化,并对系统的硬件配置和软件组态进行了说明。     

基于电磁跟踪系统的人体上肢运动测量

根据人体上肢的特点将其运动简化为7自由度的刚体运动，利用电磁跟踪系统对人体上肢的运动进行测量。建立了固连在上肢上的关节坐标系，提出了通过电磁跟踪系统各个传感器得到的数据计算关节旋转矩阵的算法，从而可以计算出上肢运动时的关节运动数据。     

a-3000cn回弹仪砼强度实体检测简论

本文通过a—3000cn回弹仪砼强度实体检测,针对具体问题,结合规范规定对砼强度实体检测所涉及的问题进行了理解性总结,对实体检测中发现的问题进行了简述。     

基于PC和XMT-3000A智能仪表的温度控制系统设计

现代计算机控制系统工程中常利用XMT-3000A智能仪表的高度智能化以及RS-232C通信端口,实现与上位计算机间的通信,将测试、采集的数据传输到上位控制计算机进行存储、处理、查询和分析。基于XMT-3000A智能仪表的温度控制系统是一套设计高效、便捷的温控系统,根据实际应用需要该系统十分便于进行任务、功能的扩展。     

一种基于球面并联机构的肩关节的分析与设计

采用球面三自由度并联机构作为拟人机械臂的肩关节，在使全域角速度精度传递性能评价指标较好以及满足组装条件的情况下，选取合理的设计参数，最终确定了一种肩关节的完整设计方案，为拟人机械臂的整体研究奠定了基础。     

基于稳态视觉诱发电位的脑电控制上肢康复机器人

针对现阶段基于脑机接口(brain-computer interface,BCI)的康复机器人存在多目标分类时间长、识别准确率仍有待提升的问题,设计了一种由脑电信号控制的上肢康复机器人,对脑电信号中的稳态视觉诱发电位(steady-state visual evoked po-tential,SSVEP)分类,进而判断...     

基于救援机器人的人体关节点检测方法

为了使救援机器人在危楼环境下能够精确的检测人体关节点,以代替救援人员进入危险现场。本文提出一种基于救援机器人的人体关节点检测方法。首先,本文通过Kinect相机获取人体关节点检测数据,采用归一化的方法对关节点数据进行平滑预处理。然后对预处理数据加入人体关节长度约束和关节旋转角约束,从而生成每个人体关节点空间位置。最后,采用Tsai方法进行手眼标定,得到机械臂和伤员之间的距离。实验结果表明该方法在危楼救援环境下准确测量伤员关节点位置,验证了所提出检测方法的有效性。     

基于混合坐标系的单弹簧联结单元法

在传统双弹簧联结单元法的基础上,提出了一种求解钢筋与混凝土黏结滑移问题的新方法——基于混合坐标系的单弹簧联结单元法.在混凝土实体单元与钢筋梁(杆)单元的切向设置单弹簧联结单元,模拟钢筋与混凝土切向的相互作用,其切向刚度同样是由钢筋与混凝土之间黏结力与滑移量的关系确定.混凝土实体单元在整体坐标系内求解,而为了方便建立法向自由度之间的关系,钢筋梁单元在局部坐标系内求解,通过建立法向自由度约束方程保证钢筋与混凝土的法向变形协调,避开了人为选择法向刚度系数的困难,能够很方便地考虑钢筋对混凝土的销拴效应,并且也适用于钢筋单元在混凝土中任意布置的情况.数值算例表明,该方法是正确和有效的.     

分布式HDP领导-跟随者系统最优一致控制研究

为研究行为未知的非线性多智能体系统领导-跟随者最优一致控制问题,针对智能体动态方程未知的情况,设计神经网络辨识器学习智能体动力学行为;构造以多智能体系统局部误差为输入的性能指标函数,将多智能体系统领导-跟随者一致性问题转换为求解智能体局部性能指标函数最优值的优化控制问题;结合自适应动态规划思想设计分布式迭代算法求解该优化问题,并讨论了算法的收敛性;设计基于神经网络的评价-执行结构分布式控制器来近似局部性能指标函数,通过神经网络学习迭代寻找局部性能指标函数的最优解,实现多智能体系统的最优一致控制策略。设计的分布式控制器能够根据智能体状态数据自适应产生控制策略,使多智能体系统趋于一致。     

基于肌电信号的人体下肢运动意图映射研究进展

智能下肢假肢与下肢外骨骼是肢体功能障碍者恢复日常运动的重要手段。基于肌电信号的直接意图控制是其自适应、自主控制的关键技术之一。针对此问题,阐述了基于肌电信号的人体下肢运动意图映射研究进展,包括比例肌电法、肌骨模型法和人工智能算法,讨论了基于肌电信号的人体运动意图映射研究所面临的主要问题。最后,对该领域未来发展方向进行了展望和总结。     

一种基于卷积神经网络的下肢动作模式识别方法

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号（surface electromyography,sEMG）,对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。     

一种基于故障参数与状态联合估计的多故障诊断方法

当需要诊断的故障数目较多、扩展故障参数后状态空间不可观测时 ,用一个故障诊断模型无法实现多故障诊断。为此 ,在分析了基于故障参数与状态联合估计的故障诊断方法原理的基础上 ,根据多个故障诊断模型之间存在的内在关系 ,提出了一种新的多故障检测和诊断方法 ,认为在某一段时间内 ,如有 n- 1(n为总故障数目 )个不同的两故障参数模型发出同一故障报警 ,则该故障报警有效。该故障诊断方法综合多个故障诊断模型的诊断结果 ,从而使一类复杂系统的多故障诊断成为可能。理论分析和仿真实验的结果证明该文所提出的方法是可行的 ,并且在工程上是易于实现的。     

Costas序列短波MFSK通信时频联合同步方法

针对低信噪比与强多径传播导致短波MFSK信号捕获困难、同步精度低的问题,提出一种基于Costas序列的短波MFSK信号时频联合同步方法。利用Costas序列二维图案优异的自相关特性进行信号检测与同步,将传统的滑动窗口法由时域扩展到时频域,同步获得时间和频率的估计值;为了降低计算量,给出了频偏与时延的精估计方法。仿真结果表明,与传统伪随机码(PN码)同步方法相比,提出的方法具有更好的抗噪声和抗频偏性能。在信号带宽为50 Hz、同步序列长度为1.28 s的ITU-R中纬度短波信道上,该同步方法能够达到98%的捕获率,虚警概率低于10^-2;时间同步误差低于12 ms;频率估计误差低于1 Hz。     

一种基于联合深度学习模型的情感分类方法

针对情感分析问题中长句和短句进行情感分类时不同的建模特点,提出了一种基于联合深度学习模型的情感分类方法。该方法融合长短期记忆模型(LSTM)与卷积神经网络(CNN)对影视评论数据进行情感极性判别,该方法采用LSTM模型对上下文进行建模,通过逐词迭代得到上下文的特征向量,采用CNN模型从词向量序列中自动发现特征,并从局部抽取特征后将局部特征整合成全局特征来提高分类效果。所提出的方法在COAE2016评测的任务2的情感极性分类任务中,其系统准确率获得最好结果。