摘要：为研究实时人体疲劳状态检测,基于STM8芯片设计并实现了一套蓝牙可穿戴集成疲劳检测装置。该装置通过多传感器采集人体生理信息,利用蓝牙将数据发送至上位机智能终端软件,采用Fourier分析方法提取生理数据的特征值,最终通过BP神经网络方法对特征值进行融合判断,得到当前的疲劳状态。对测试人员进行了正常和疲劳两种状态下的数据采集,实验结果表明,该系统能够实时采集及显示人体实时生理信号,并且可以对疲劳状态进行较准确的判断,为疲劳检测提出了一种集成化、可穿戴式的解决方案。

摘要：采用正交试验设计方法,研究工艺参数对碳纤维增强复合材料(Carbon Fiber Reinforced Polymer, CFRP)和铝合金(6061-T6)胶铆接头强度的影响,以胶铆接头失效载荷为目标量,以铆接压强、CFRP板厚、搭接宽度及铝板表面处理作为影响目标量的4个因素,采用灰色关联度结合主成分分析法对CFRP/6061-T6胶铆接头的4个工艺参数进行了多目标分析。在此基础上,采用遗传算法优化的BP神经网络(GA-BP神经网络)方法,建立了工艺参数与接头强度的预测模型。研究结果表明:4个工艺参数中,铝合金的表面处理对接头强度的影响程度最大,CFRP板厚次之,然后是搭接宽度,铆接压强对接头强度的影响最小。GA-BP神经网络模型的预测结果与试验结果接近,拟合程度高,表明GA-BP神经网络模型能够对CFRP/6061-T6胶铆接头强度进行有效预测。