PLC应用系统的抗电磁干扰分析

随着PLC控制系统的理论及实践技术日渐成熟,且系统运行的可靠、稳定性,其在工业控制系统中应用较为普遍。然而PLC系统在应用过程中,不可避免会受到来自于控制电路或空间中的电磁辐射干扰,从而影响到系统对设备的正常控制。本文从PLC控制系统的电磁干扰来源展开论述,并建议性地提出PLC抗电磁干扰的几种措施,以提高整个控制系统工作的可靠性。     

心电监测系统的设计

心电监测系统是用来采集、分析及显示心电信号的医疗设备。心电监测系统的硬件电路设计包括高频干扰滤除电路、导联选择电路、差动输入电路、50Hz工频干扰滤除电路、前置放大电路等模拟预处理电路的设计和基于单片机的数据采集、存储和传送系统的设计。心电监测系统的软件设计,主要是指在Visual C++6.0的开发环境下心电分析、显示软件的设计,包括患者信息输入模块、串口通讯模块、分析显示心电波形模块、保存心电数据模块和读取心电数据模块的设计。     

基于无线传感器网络的心电信号监测系统

健康监测是无线传感器网络的一个重要的应用方向。本文给出了基于无线传感器网络的心电信号采集系统设计。该系统利用INA118仪表放大器对心电进行放大;采用Jennic公司的JN5139芯片设计微型无线传感节点,网络采用Zigbee协议。系统具有体积小、功耗低,成本低的特点。对人体进行的实测结果表明,系统能够实现实时心电监测。     

一种可家用的心电监测系统的研究

本文介绍了一种可以家用的心电监测系统的设计思想、结构和心电信号的主要分析算法,该系统的研发可以实现心电监测系统的家庭化。     

基于生物反馈技术的便携式心电监测系统的设计

基于生物反馈技术,引入生物反馈训练,设计了一种具有放松疗法、行为疗法功能,并可实现无线数据传输的便携式心电监测系统。应用MATLAB软件,给出了在MATLAB环境中分析心电监测数据的原理和方法,简单实现了心电数据的家庭化分析。由此可更好地调动患者的主观能动作用,使其自发地进行心理、生理活动的内在调节,从而达到预防疾病或治疗疾病的目的。     

可穿戴的医疗设备在生命体征监测的应用研究

将柔性可伸缩传感器与低功耗硅基电子器件相结合,是一种可行而有效的医学监测方法.本文介绍了可穿戴式人体生命体征传感器的最新发展,概述了生命体征传感器所需的关键部件,包括所报道的传感器系统、传感机理、传感器制造、电源和数据处理要求.概述了可穿戴设备在检测生命体征方面的应用,并从体温、心率、呼吸频率、血压、脉搏氧合和血糖等多...     

基于CH375振动信号远程监测系统的设计

针对机械设备振动信号远程监测的需要,设计了一种基于USB接口芯片CH375的振动信号远程监测系统.将传感器采集到的信号经过滤波放大、模数转换送入单片机进行处理;利用USB接口将数据传给上位机;使用KeilC51程序设计语言编写了固件程序,并运用C++ Build提供的控件和CH375的动态链接库DLL开发了应用程序.结果表明:该系统具有性能稳定、可靠性高、响应速度快、成本低等优点,实现了对机械设备振动信号的实时监测.     

基于LabVIEW的冲击振动信号监测系统的设计

借助LabVIEW软件平台,在加速度传感器、信号调理器、数据采集卡及计算机等硬件资源基础上,设计了一套冲击振动信号监测系统,着重开发设计了冲击振动信号分析系统,对振动信号在时域观察其波形,利用统计学得到信号在时域里的特征参数,在频域得到相频谱、幅频谱、自功率谱,并对信号进行自相关分析。     

医疗设备质量自动化监测系统的应用研究

医疗设备的性能质量和使用安全,是提高医院综合水平和业务运转效率的关键环节。基于Delphi前台与Access后台数据库和ADO技术访问连接建立的医疗设备质量自动化监测系统,实现了检测评估步骤流程的智能化和工作模式的数字化,定期对设备进行强制的验收检测和稳定性检测,可及时发现设备存在的故障隐患并予以调整,最大限度地发挥设备的效能,同时避免了人工监测质量的不确定性,保证测试结果的客观性和准确性。     

基于图案化柔性织物电极的非接触式多体位睡眠心电监测系统

现有非接触式睡眠心电监测技术对于人体多体位的心电信号有效获取存在一定局限性。本研究设计了一种隔着衣服与床单能够获取人体多体位睡眠心电信号的监测系统。采用柔性导电织物作为电极材料,将心电采集电极制成拱门型状,利用电容耦合感应变化电场,把心电信号从人体耦合至织物电极。采用10 GΩ的高阻值电阻作为偏置电阻,结合高输入阻抗的仪表放大器对信号进行差分处理。使用数字滤波技术去除心电信号中的噪声,运用状态机逻辑算法自动提取心电信号的波形特征。通过人体试验对比分析了本系统与条状型非接触式电极以及接触式心电采集系统获取的心电信号质量。结果表明,该系统在非皮肤接触条件下可以获取良好的睡眠心电信号,R波检出率在95%以上。     

Design of wavelet transform based electrocardiogram monitoring system

The new age advancements in information technology due to materials and integrated circuit (IC) technologies and their applications in biomedical sciences have made the healthcare facilities more compact and affordable for the aging population. Market trends in healthcare and related devices indicate a sharp rise in their demand. Hence the researchers have converged the efforts on designing more smart and advanced medical devices using IC technology. Among these devices, cardiac pacemakers have become a recurrent biomedical device which is engrafted in the human body to detect and monitor a person's heart beating rate. The data thus generated is processed for various medical usages and devices via wireless methods. Cardiovascular diseases (CVDs) or diseases related to the heart are due to abnormalities or disorders of the heart and blood vessels. Till date, limited literature is available which focuses on a single technique that can perform all of the ECG signal denoising, ECG detection, lossless data compression and wireless transmission. In this work, a joint approach for denoising, detection, compression, and wireless transmission of ECG signal is proposed. The modified biorthogonal wavelet transform is used for denoising, detection and lossless compression of ECG signal. To reduce the circuit complexity, biorthogonal wavelet transform is realized using linear phase structure. Further, it is found in this work that the usage of modified biorthogonal wavelet transform increases the detection accuracy and CR of the proposed design. Also, in this work, the Wi-Fi-based wireless protocol is used for compressed data transmission. The proposed ECG detector achieves the highest sensitivity and positive predictivity of 99.95% and 99.92%, respectively, with the MIT-BIH arrhythmia database. The use of modified biorthogonal 3.1 wavelet transform and run-length encoding (RLE) for the compression of ECG data achieves a higher compression ratio (CR) of 6.271. To justify the effectiveness of the proposed algorithm, which uses modified biorthogonal wavelet 3.1transform, the results are compared with the existing methods, namely, Huffman coding/simple predictor, Huffman coding/adaptive, and slope predictor/fixed length packaging.