长期颈部前屈对颈椎造成严重影响。为定量评估长时间低头对颈椎疲劳造成的影响,选取20名健康受试者,保持低头角度40°~60°持续3 h。选择胸锁乳突肌,颈部夹肌和肩部斜方肌测量其表面肌电信号。经滤波、整流、振幅标准化等处理后,对每60 s的肌电值进行积分和求其平均功率频率。研究发现,积分肌电值的波动变化具有规律性,首次增大后的减小表征肌肉进入疲劳状态;不同肌肉的平均功率频率(mean power frequency,MPF)值具有明显差异,决定着该肌肉疲劳耐受性的持续时间,且在整个颈部前屈过程中MPF并非简单的线性关系。提出用MPF的导数来提取疲劳特征,用窗口化的MPF负数累积判定肌肉疲劳。结果表明,MPF负数累积能很好地判断肌肉疲劳,胸锁乳突肌在20 min内出现最终疲劳,而颈部夹肌和肩部斜方肌在20 min左右出现了短暂性疲劳,随后在75~100 min时又出现了最终疲劳。因此建议持续颈部前屈时长不超过20 min
油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径