工业工程与管理 · 2020年第5期138-144,共7页

基于sEMG的联合收获机驾驶人颈肌疲劳识别研究

作者:祝荣欣

摘要:为探究联合收获机驾驶员颈部肌肉疲劳的演化过程,实现颈部肌肉疲劳的客观检测与度量,基于表面肌电信号对联合收获机驾驶员颈部肌肉疲劳的识别问题进行研究。采集了120 min收获驾驶中10名联合收获机驾驶员颈部左右中斜角肌的表面肌电信号,探究颈部中斜角肌表面肌电信号的iEMG、RMS、MPF、MF和样本熵随驾驶时间的变化规律,基于支持向量机构建了联合收获机驾驶员颈部疲劳状态识别模型。结果表明:iEMG和RMS在驾驶任务后显著上升(P<0.05),而MPF、MF和样本熵在驾驶任务后显著下降(P<0.05);通过联合时频分析方法研究发现,联合收获机驾驶员在120 min收获驾驶任务后颈部中斜角肌产生疲劳,右侧肌肉产生的疲劳程度更高;联合收获机驾驶员颈部疲劳状态识别模型的识别正确率为89.91%,识别模型性能良好,可有效识别联合收获机驾驶员的颈部肌肉疲劳状态。

发文机构:桂林航天工业学院广西航空物流研究中心

关键词:联合收获机颈部疲劳表面肌电信号联合时频分析支持向量机combine harvesterneck fatiguesurface electromyographyJASAsupport vector machine

分类号: TB18[一般工业技术]

注:学术社仅提供期刊论文索引,查看正文请前往相应的收录平台查阅
相关文章