导读:本文包含了电疲劳论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:疲劳,原位,陶瓷,光谱,特征值,中长跑,电信号。
电疲劳论文文献综述
陈芳军[1]（2018）在《基于脑电疲劳驾驶预警系统的设计与实现》一文中研究指出随着私家车数量的日益增长,由之而来的驾驶安全问题日益突出。根据资料显示,在发生交通事故的案例中有将近四分之一是由疲劳驾驶导致的,因此疲劳驾驶安全问题引起了人们的广泛关注。针对疲劳驾驶问题,设计和开发一款便携、高效的预警系统成为了大众的广泛诉求。而在对人体状态判别的众多特征中,脑电信号作为判别人体状态的金标准,其具有客观性、准确性等优点。而目前市场上还没有出现一款高效、便携的脑电疲劳驾驶预警系统。所以基于脑电信号设计和开发一款高效、便携的疲劳驾驶预警系统具有重大的社会意义和市场价值。本文首先针对传统脑电采集系统具有的操作复杂且便携性差等缺点设计和实现了基于TGAM芯片的单导干电极便携式脑电采集系统。其包括:单导干电极传感器、TGAM芯片以及BCM417蓝牙模块。通过对TGAM模块及蓝牙模块进行参数初始化设置以及对模块间的通信协议进行解析,成功搭建了便携式脑电采集系统。其次,本文对脑电信号进行分析研究,提取了与人体疲劳有关的特征参数:专注度、放松度、以及眨眼频率。通过对专注度和放松度建立AHP模型,运用层次分析法推导得出专注度和放松度的计算公式。同时通过分析得出α波功率谱密度百分比与眨眼的关系,经过实验分析得出其判别阈值。分别采用kNN、C4.5和朴素贝叶斯算法对专注度与放松度的相关系数以及眨眼频率进行分类判别。通过对比得出kNN算法的判别效果最佳。同时根据不同疲劳状态下的专注度和放松度的关系,计算出驾驶员的疲劳程度对其进行分级预警。最后针对所设计的便携式脑电采集系统开发了与之配套的客户端软件系统,与之一起构成一个完整的脑电疲劳预警系统。软件系统通过对驾驶员的状态进行实时监测,当其为疲劳状态时,计算其疲劳程度,根据疲劳的程度对其进行分级预警提示。通过功能模块的测试,验证了系统的可行性。本文基于脑电信号设计和实现了便携式疲劳驾驶预警系统,系统具有便携性强、准确性高的特点。对于疲劳安全驾驶领域具有重要意义。(本文来源于《广东工业大学》期刊2018-05-01）
陈宏[2]（2016）在《脑电疲劳监测系统的建模及其硬件实现》一文中研究指出随着社会经济的发展,交通基础设施日益发达,由此引发的道路交通事故也越来越多,给人民的生命财产安全造成了极大的伤害。而在交通事故频发的各种原因之中,疲劳驾驶成为最重要的原因之一。虽然各大汽车研发厂商推出了众多疲劳驾驶监测系统,但大都配备车型有限,监测效果不理想,因而使用受到了较大的限制。此外,这些疲劳监测系统大都是基于人体的物理反应如眼动、低头等动作来做出判断的,具有较高的误判性且判决结果不唯一。因此,研究和设计一款基于人体脑电信号的疲劳监测系统有重要的意义和价值。此种方法直接从脑电信号入手,分析驾驶人清醒和疲劳状态下的脑电信号区别,针对性的进行分类判断,理论上可以实现有效且唯一的疲劳监测。本文正是基于以上考虑,研究和设计了一套基于脑电的疲劳监测系统。正文涉及两部分的内容,一是脑电疲劳监测系统的软件建模,二是软件模型的硬件实现,硬件包括ARM9平台和Android两个平台。在建模阶段,利用MIT脑电数据库中清醒和疲劳状态下的标准脑电数据进行实验,对其进行特征提取,分别提取C0复杂度、Kc复杂度、ApEn近似熵叁个非线性特征值,此外还对源数据利用Mallat算法进行小波包分解,得到脑电信号的四种节律并且计算两种状态下的Alpha波功率谱密度百分比,对于Alpha波功率谱密度百分比的使用,在ARM9平台把它当做判决辅助手段使用,而在Android平台将其作为特征值使用。经过对上述四个特征值进行T检验,验证了它们在清醒和疲劳两种状态下具有显着性差异,可以作为区分两种状态的有效特征值;为了对两种状态进行分类,设计了分层混合专家神经网络分类器(HME)。HME设计为两层,最底层包含四个底层专家网,负责源数据的输入和训练,逐层向上由底层门网和顶层门网两级结构组成,用来负责源数据的软划分,整个HME利用期望值最大算法(EM)进行收敛训练。其中的每个专家网和门网均是一个BP网络,BP网络设计成叁层,用动量梯度法进行收敛训练;最后,将上述得到的四个特征值及其相应长度的脑电源数据一起送入HME进行两种状态的分类训练,训练精度设计为0.05,训练数据采用五折交叉方式处理,训练结束后进行网络测试,得到的ARM9平台和Android平台测试精度分别为60%?8.398%和65.125%?29.375%。在硬件系统制作方面,首先设计了脑电信号采集的模拟硬件电路,此硬件电路能够采集到有效的脑电信号,可以供后面的处理器使用。将上述疲劳监测系统模型分别移植到了ARM9平台和Android智能手机平台上,其中ARM9平台的系统与自行设计的脑电采集电路组合使用,而智能手机平台上的脑电采集硬件采用了市面上存在的神念科技脑电头戴,两种系统都能大致反应出设计的要求。智能手机平台中的疲劳监测准确率略高于ARM平台,这与采集到源信号的噪声大小有关系。最终采用脑电头箍加智能手机的方案作为实验的最终硬件。(本文来源于《兰州大学》期刊2016-05-01）
杨凤娟,程璇,张颖[3]（2015）在《电疲劳对掺镧锆钛酸铅陶瓷电致畴变行为的影响》一文中研究指出在不同电疲劳周次下,对未极化掺镧锆钛酸铅铁电陶瓷在不同直流电场加载下得到的原位X射线衍射(XRD)谱和撤掉不同直流电场后得到的非原位XRD谱的(002)与(200)晶面衍射峰强与电场强度(EA)的关系进行研究。通过计算90°畴变体积分数发现,在电疲劳过程中,电场撤掉前后的90°畴变体积分数均随EA呈蝶形曲线变化。在低电场作用下,铁电畴更趋向于沿平行试样表面方向,而在EA=2 000 V/mm作用下,当电疲劳至106时,材料中有约5%的铁电畴被钉扎,有约6%的铁电畴在电场撤掉瞬间转回平行试样表面方向。电场撤掉后的90°畴变体积分数能直接反映铁电材料剩余极化程度。(本文来源于《硅酸盐学报》期刊2015年03期）
刘晔,蒋琳[4]（2013）在《优秀中长跑运动员专项运动中肌电疲劳阈评价方法的应用研究》一文中研究指出研究目的目前,对专项运动中主要运动肌的局部疲劳状况进行直接评价的方法学研究极少。本研究从提高我国中长跑项目竞技水平的实际需要出发,应用表面肌电信号的分析处理技术,试图确定出无创、动态实时和多部位综合的肌肉疲劳度的评价方法,为监测中长跑运动员训练比赛中肌肉疲劳出现的时间、部位和程度提供科学依据。(本文来源于《2013年全国竞技体育科学论文报告会论文摘要集》期刊2013-10-17）
伏少松[5]（2013）在《有机铁电薄膜电疲劳恢复特性研究》一文中研究指出铁电聚合物PVDF和P(VDF-TrFE)具有自发极化强度高、极化稳定性强、极化翻转时间短等优点,以及其柔性、兼容性以及易制备性,在制备全透明或柔性铁电存储器领域受到了广泛关注,比如基于IGZO氧化物半导体薄膜的铁电场效应晶体管(FeFET)和电容结构存储器。然而,极化疲劳现象严重限制了有机铁电存储器的商业化应用,如何恢复极化疲劳从而提升器件性能成为急需解决的问题；同时,溶胶-凝胶法制备IGZO薄膜过程中的高温退火步骤也限制了有机衬底在柔性存储器件领域的应用,因此,研究IGZO的低温制备具有重要意义。本论文主要研究了紫外辐照(365nm)对铁电薄膜极化疲劳的影响,通过形貌表征和电学特性表征发现：在铁电聚合物薄膜的疲劳过程中施加紫外辐照,表现出耐疲劳度退化的效应。然而,紫外辐照和外加偏压同时作用于疲劳后的铁电薄膜时,极化疲劳能得到部分恢复。其中,紫外辐照同时外加的偏压大于或小于矫顽电压时,在不击穿铁电薄膜的前提下,偏压越大越促进极化疲劳恢复；紫外辐照和外加偏压略低于矫顽电压的组合则会抑制极化疲劳恢复；在顶电极施加正极性的偏压比负极性的偏压更有利于促进极化疲劳的恢复,说明电子在恢复过程中扮演了比空穴更重要的角色；同时,紫外光的强度越强,越有利于促进极化疲劳的恢复；疲劳恢复后的铁电薄膜再次疲劳的速率要快于第一次疲劳的速率,而紫外辐照同时外加偏压仍然能使多次疲劳后的样品部分恢复,但每次疲劳都对铁电聚合物内部结构造成了不可逆的损伤,所以紫外辐照同时外加偏压很难使铁电聚合物的铁电性恢复到初始状态,辐照时间越长也并不意味着能得到更多的恢复。本论文还探究了在低温条件下利用深紫外辐照(90%的231.7nm和10%的184.9nm)制备IGZO薄膜的方法。在空气环境下,利用深紫外辐照代替溶胶-凝胶法制备IGZO薄膜中的高温退火过程,深紫外辐照能形成致密化的IGZO薄膜,制得的IGZO薄膜表现出一定的N-型半导体特性,但是性能并不理想,结果也不够稳定,还有待进一步的研究。(本文来源于《复旦大学》期刊2013-05-24）
杨凤娟,程璇,张颖[6]（2012）在《铁电陶瓷电极化和电疲劳行为的原位Raman光谱研究》一文中研究指出利用原位Raman光谱技术,研究了未极化掺镧锆钛酸铅Pb(Zr_(0.52)Ti_(0.48))O_3试样在直流加载下Raman谱峰强度比I_(E(2To))/I_(E(3TO-2LO)+B1)的变化,提出了以反映晶粒内铁电畴择优取向程度的参数值△R_(max),并基于与极性晶格振动模有关的长程静电作用的考虑,建立了I_(E(2TO))/I_(E(3TO-2LO)+B1)的变化与铁电畴取向之间(本文来源于《第16届全国疲劳与断裂学术会议会议程序册》期刊2012-11-02）
张飒,程璇,张颖,刘怡萱[7]（2012）在《原位Raman光谱技术应用于铁电陶瓷畴变与电疲劳研究》一文中研究指出基于铁电陶瓷材料90°畴变导致Raman光谱变化的原理,自行设计并搭建了铁电材料原位测试分析和数据采集系统,通过与Raman光谱仪的联用,利用特制的样品旋转装置,从实验上证实在外加电场作用下铁电材料中的90°畴变使平均电畴的择优取向发生改变,从而导致Raman光谱强度的变化,利用铁电材料原位测试分析和数据采集系统,实现了外电场作用下或电疲劳作用下同时进行铁电陶瓷材料畴变的原位Raman观测及原位电滞回线的测试。结果表明原位Raman光谱技术可应用于铁电材料的电致畴变和电疲劳研究。(本文来源于《光散射学报》期刊2012年01期）
张飒,程璇,张颖,刘怡萱[8]（2011）在《原位Raman光谱技术应用于铁电陶瓷畴变与电疲劳研究》一文中研究指出基于铁电陶瓷材料900畴变导致Raman光谱变化的原理,自行设计并搭建了铁电材料原位测试分析和数据采集系统,通过与Raman光谱仪的联用,利用特制的样品旋转装置,从实验上证实在外加电场作用下铁电材料中的900畴变使平均电畴的择优取向发生改变,从而导致Raman光谱强度的变化,利用铁电材料原位测试分析和数据采集系统,实现了外电场作用下或电疲劳作用下同时进行铁电陶瓷材料畴变的原位Raman观测及原位电滞回线的测试。结果表明原位Raman光谱技术可应用于铁电材料的电致畴变和电疲劳研究。(本文来源于《第十六届全国光散射学术会议论文摘要集》期刊2011-11-25）
余寿文[9]（2010）在《铁电材料的本构关系与电疲劳和热效应》一文中研究指出本文综述作者研究组在铁电材料电疲劳及损伤的研究成果。铁电材料由于其优异的物理和力学性能,在现代智能材料和结构领域中得到了广泛的应用。其中,力电耦合行为是铁电器件研究的重点之一,然而电疲劳及损伤却成为其进一步扩大应用的障碍。本文就铁电材料的非线性本构行为及电载荷下疲劳损伤问题进行了研究。基于连续畴变模型,提出了电畴连续翻转的本构模型,考虑了疲劳损伤及尺寸效应对铁电材料本构关系的影响,提出了比较简洁的本构关系,以解释铁电迟滞回线的一些新现象,阐明纳米尺度下铁电材料产生尺寸效应的机理。基于细观的电畴形核的规律,得到了在力/电载荷下的畴变体积分数的演化方程。以畴变体积分数作为内变量,得到了简单的铁电材料的基于细观分析的唯象本构关系。利用连续畴变模型,预测了铁电材料非线性本构行为.点缺陷聚集和空间电荷对畴壁的钉扎电荷的电性质和分布对蝶形曲线的非对称性有着本质的影响,而点缺陷主要影响极化和应变的大小。解释了实验中观测到的非对称蝶形曲线的多样性现象。其次,基于点缺陷偶极子的排列和点缺陷扩散引致的电畴钉扎这两大机制,建立了辐照损伤/掺杂下的铁电本构关系。解释了实验观测中的由缺陷引起的畸形电滞回线现象。(本文来源于《第十五届全国疲劳与断裂学术会议摘要及论文集》期刊2010-11-26）
张飒,张颖,程璇[10]（2010）在《PLZT铁电陶瓷电疲劳过程中畴变的原位Raman观测》一文中研究指出本文从Raman光散射原理出发,提出原位Raman畴变观测原理,探索建立铁电畴变的原位、无损和微区观测技术。在PLZT铁电陶瓷试样电疲劳过程中,原位观测交变电场作用下畴变的Raman谱图的软模峰强变化,试图建立畴变与Raman光谱之间的联系,从而证实可以利用Raman光谱的变化来检测铁电陶瓷材料的畴变;同时,通过宏观性能测试获得电疲劳过程中试样电滞回线曲线的变化规律,结果证实了电疲劳过程中畴变将导致Raman光谱特征软模峰强的降低和宏观剩余极化强度的下降,尤以纵向极化试样变化幅度更显着;并且,这种下降呈现"先急后缓"的两个下降阶段,其拐点出现在N-10~(6.2)通过以上实验,建立了铁电陶瓷材料电疲劳过程中畴变所导致的Raman光谱软模峰强降低与剩余极化强度下降之间的联系,从本质上揭示铁电陶瓷材料的微观行为对其宏观性能的影响机理。(本文来源于《第十五届全国疲劳与断裂学术会议摘要及论文集》期刊2010-11-26）
电疲劳论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着社会经济的发展,交通基础设施日益发达,由此引发的道路交通事故也越来越多,给人民的生命财产安全造成了极大的伤害。而在交通事故频发的各种原因之中,疲劳驾驶成为最重要的原因之一。虽然各大汽车研发厂商推出了众多疲劳驾驶监测系统,但大都配备车型有限,监测效果不理想,因而使用受到了较大的限制。此外,这些疲劳监测系统大都是基于人体的物理反应如眼动、低头等动作来做出判断的,具有较高的误判性且判决结果不唯一。因此,研究和设计一款基于人体脑电信号的疲劳监测系统有重要的意义和价值。此种方法直接从脑电信号入手,分析驾驶人清醒和疲劳状态下的脑电信号区别,针对性的进行分类判断,理论上可以实现有效且唯一的疲劳监测。本文正是基于以上考虑,研究和设计了一套基于脑电的疲劳监测系统。正文涉及两部分的内容,一是脑电疲劳监测系统的软件建模,二是软件模型的硬件实现,硬件包括ARM9平台和Android两个平台。在建模阶段,利用MIT脑电数据库中清醒和疲劳状态下的标准脑电数据进行实验,对其进行特征提取,分别提取C0复杂度、Kc复杂度、ApEn近似熵叁个非线性特征值,此外还对源数据利用Mallat算法进行小波包分解,得到脑电信号的四种节律并且计算两种状态下的Alpha波功率谱密度百分比,对于Alpha波功率谱密度百分比的使用,在ARM9平台把它当做判决辅助手段使用,而在Android平台将其作为特征值使用。经过对上述四个特征值进行T检验,验证了它们在清醒和疲劳两种状态下具有显着性差异,可以作为区分两种状态的有效特征值;为了对两种状态进行分类,设计了分层混合专家神经网络分类器(HME)。HME设计为两层,最底层包含四个底层专家网,负责源数据的输入和训练,逐层向上由底层门网和顶层门网两级结构组成,用来负责源数据的软划分,整个HME利用期望值最大算法(EM)进行收敛训练。其中的每个专家网和门网均是一个BP网络,BP网络设计成叁层,用动量梯度法进行收敛训练;最后,将上述得到的四个特征值及其相应长度的脑电源数据一起送入HME进行两种状态的分类训练,训练精度设计为0.05,训练数据采用五折交叉方式处理,训练结束后进行网络测试,得到的ARM9平台和Android平台测试精度分别为60%?8.398%和65.125%?29.375%。在硬件系统制作方面,首先设计了脑电信号采集的模拟硬件电路,此硬件电路能够采集到有效的脑电信号,可以供后面的处理器使用。将上述疲劳监测系统模型分别移植到了ARM9平台和Android智能手机平台上,其中ARM9平台的系统与自行设计的脑电采集电路组合使用,而智能手机平台上的脑电采集硬件采用了市面上存在的神念科技脑电头戴,两种系统都能大致反应出设计的要求。智能手机平台中的疲劳监测准确率略高于ARM平台,这与采集到源信号的噪声大小有关系。最终采用脑电头箍加智能手机的方案作为实验的最终硬件。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电疲劳论文参考文献
[1].陈芳军.基于脑电疲劳驾驶预警系统的设计与实现[D].广东工业大学.2018
[2].陈宏.脑电疲劳监测系统的建模及其硬件实现[D].兰州大学.2016
[3].杨凤娟,程璇,张颖.电疲劳对掺镧锆钛酸铅陶瓷电致畴变行为的影响[J].硅酸盐学报.2015
[4].刘晔,蒋琳.优秀中长跑运动员专项运动中肌电疲劳阈评价方法的应用研究[C].2013年全国竞技体育科学论文报告会论文摘要集.2013
[5].伏少松.有机铁电薄膜电疲劳恢复特性研究[D].复旦大学.2013
[6].杨凤娟,程璇,张颖.铁电陶瓷电极化和电疲劳行为的原位Raman光谱研究[C].第16届全国疲劳与断裂学术会议会议程序册.2012
[7].张飒,程璇,张颖,刘怡萱.原位Raman光谱技术应用于铁电陶瓷畴变与电疲劳研究[J].光散射学报.2012
[8].张飒,程璇,张颖,刘怡萱.原位Raman光谱技术应用于铁电陶瓷畴变与电疲劳研究[C].第十六届全国光散射学术会议论文摘要集.2011
[9].余寿文.铁电材料的本构关系与电疲劳和热效应[C].第十五届全国疲劳与断裂学术会议摘要及论文集.2010
[10].张飒,张颖,程璇.PLZT铁电陶瓷电疲劳过程中畴变的原位Raman观测[C].第十五届全国疲劳与断裂学术会议摘要及论文集.2010
论文知识图
