低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

半躺式母乳喂养姿势对凹陷性乳头母亲母乳喂养的效果评价

目的:探讨半躺式母乳喂养姿势对凹陷性乳头母亲母乳喂养的效果。方法:选取2017年3月-2018年4月在本院分娩并坚持母乳喂养的凹陷性乳头产妇120例,按随机数字法分成观察组和对照组,每组各60例。对照组采用传统的坐式姿势喂养母乳,观察组采用半躺式姿势喂养母乳。观察两组母乳喂养成功情况、乳头疼痛程度、心理状态及喂养满意度。结果:观察组产妇泌乳始动时间短于对照组,而产后1、3、5 d泌乳量均较对照组多,差异均有统计学意义(P<0.05);观察组产妇产后1、3、5 d母乳喂养成功率均较对照组高,差异均有统计学意义(P<0.05);观察组产妇母乳喂养1、3、5 d乳头疼痛程度均较对照组轻,差异均有统计学意义(P<0.05);观察组产妇母乳喂养1、2、4周MSSNS评分均较对照组低,差异均有统计学意义(P<0.05);观察组产妇母乳喂养满意度为93.33%优于对照组78.33%,差异有统计学意义(P<0.05)。结论:凹陷性乳头母亲采用半躺式母乳喂养姿势能有效改善产妇的心理状态,促进产妇分泌乳汁,提高母乳喂养成功率及减轻产妇乳头疼痛程度,对促进凹陷性乳头母亲采用母乳喂养具有积极作用。     

基于大数据和集中监控技术下的风机状态分析与检修

集中监控技术是实现风电企业"无人值班、少人值守、区域运维合一"的唯一途径。在大数据时代,具有大数据分析能力的集控中心更是电力行业发展的必然趋势。从实时监视、报警中心、经济运行、设备管理、数据分析和统计报表等6个功能需求模块说明了集中监控平台的优势所在,并依据大数据Volume(大量)、Variety(多样)、Velocity(高速)、Value(价值)的4 V特性,完成对风电企业风机状态的分析及检修作业指导。     

一种改进型锂离子电池SOC估算方法

为提高锂离子电池荷电状态(SOC)的估算精度，首先建立锂离子电池的较精确的二阶 RC等效模型，根据模型建立 状态空间方程，其次介绍电池充放电时电压电流采集方法，根据采集的数据，运用扩展卡尔曼滤波算法(EKF)，对锂离子电池的荷电状态进行估算。结果表明，该数据的采集方法具有很高的精度，用扩展卡尔曼滤波算法估算的结果与真实值较为接近，精确度可达4％，对噪声有很强的抑制作用。     

平转法施工桥梁梁端振动状态监测研究

随着铁路立体交叉网格的构建,平转法以自身独特优势在跨越既有线桥梁建设中应用越来越广泛。为了掌握在转体过程中桥梁的振动状态,保证转体安全顺利,文章运用ANSYS分析软件对转体桥梁的动力特性进行计算,根据阵型特点确定合理的传感器布置方案,在转体过程中进行实时数据采集,保证转体处于受力安全状态。结果表明:转体过程进行振动状态监测非常必要,有效测试转动体的振动状态,且具有实时性,为转体指挥和决策提供数据支撑。基于理论分析的监测方案可为类似转体过程提供参考和借鉴。