第一篇：表面肌電信號實驗手冊總結

實驗

基于sEMG時域特征特的動作識別

一、實驗目的

1.了解肌電信號常用的時域分析方法；

2.利用MATLAB對肌電信號進行去噪、特征提取及動作識別；

二、實驗設備

1.Wi-Fi表面肌電信號采集卡；

2.32位Windows XP臺式機（Matlab 7.0軟件）； 3.802.11b/g無線網卡；

三、實驗內容

（1）學習信號的基本去噪方法，并用MATLAB實現；

（2）學習肌電信號常用的時域特征并利用Matlab來進行波形長度（WL）符號改變數（SSC）、過零點（ZC）、威爾遜賦值（WAMP）等特征的提取；

（3）學習神經網絡信號處理方法，掌握BP神經網絡的用法，將其用于肌電信號的動作識別。

學習以上三個部分，最終完成一整套肌電信號去噪、特征提取（選取一種特征）、基于特征的動作識別的MATLAB程序。

四、實驗原理

（1）小波去噪

小波去噪方法是一種建立在小波變換基礎上的新興算法，基本思想是根據噪聲在不同頻帶上的小波分解系數具有不同強度分布的特點，將各頻帶上的噪聲對應的小系數去除，保留原始信號的小波分解系數，然后對處理后系數進行小波重構，得到純凈信號。

小波去噪的基本原理圖如下

《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

（2）特征提取

時域分析是將肌電信號看成均值為零，而方差隨著信號強度的變化而變化的隨機信號。時域特征的計算復雜度低，提取比較方便。

最常用的方法有：方差，過零點數（Zero Crossing, ZC），Willison幅值（Willison Amplitude, WAMP），絕對值平均值(Mean Absolute Value, MAV）和波形長度（Wave length，WL）等。在實際應用中，為了讓特征可以包含更多的信息，往往選擇用不同的時域特征組合形成聯合特征向量。我們主要介紹一下幾種方法：

過零率（ZC）：為波形通過零線的次數,從一定程度上反映了信號的頻率特性。為了降低零點引入的噪聲，往往會引入一個閾值δ。計算方式如下：

sgn(?xk?xk?1),(xk?xk?1??)

（1）

Willison幅值：是由Willison提出一種對表面肌電信號的幅值變化數量進行計算的方法，經過后人的研究，對Willison幅值的閾值有了明確的范圍限定，目前認為50~100?V 是最合適的閾值范圍。其數學表示公式如公式（3-3）。

WAMP??fxi?xi?1t?1N（2）

?1f(x)???0其中：ifx?閾值otherwise

波形長度（WL）：它是對某一分析窗中的波形長度的統計，波長可以體現該樣本的持續時間、幅值、頻率的特征。

1N?1WL??x(i?1)?x(i)Ni?1

（3）

符號改變斜率（SSC）：為信號的的頻率性能提供了一些附加信息，對于3個連續的采樣點，給定閾值ω，通過下面的公式計算波峰波谷的個數。?xi?xi?1???xi?xi?1???,?i?1,?,N?

（4）

（3）神經網絡

BP神經網絡又稱誤差反向傳播（Back Propagation），它是一種多層的前向型神經網絡。在BP網絡中，信號是前向傳播的，而誤差是反向傳播的。所謂的反向傳播是指誤差的調整過程是從最后的輸出層依次向之前各層逐漸進行的。標準的BP網絡采用梯度下降算法，與Widrow-Hoff學習規則相似，網絡權值沿著性能函數的梯度反向調整。《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

前向型神經網絡通常具有一個或多個由sigmoid神經元構成的隱層，以及一個由線性神經元構成的輸出層。多個具有非線性傳遞函數的神經元層使得網絡可以學習輸入和輸出之間的非線性關系，而線性輸出層使得網絡可以產生[-1，+1]之外的輸出值。

輸入p1隱層輸出層a3?ya1IW1,1IW2,1+b1b2+a1?tansig(IW1,1p1?b1)a2?purelin(IW2,1a1?b2)

由兩層神經元構成的BP網絡結構

（1）BP網絡的訓練算法

① BP算法

BP算法沿著誤差函數減小最快的方向，也就是梯度的反方向改變權值和偏差，這一點與線性網絡的學習算法是一致的。BP算法的迭代計算公式可以表示為：

xk?1?xk?akgk

（1）

其中，xk代表當前權值和偏差，xk?1代表迭代產生的下一次的權值與偏差，gk為當前誤差函數的梯度，ak代表學習速率。

② 有動量的梯度下降算法

標準的梯度下降法在調整權值時，僅僅按照當前時刻的負梯度方向進行調整，并沒有考慮以前各次運算步驟中的梯度方向，因此新的樣本對迭代過程影響太大，可能會導致訓練過程中調整方向發生震蕩，導致不穩定和收斂速度慢的問題，有動量的梯度下降算法則考慮了往前時刻的貢獻，其權值迭代算法為：

wij(n?1)?wij(n)??[(1??)D(n)??D(n?1)

（2）

其中，D(n),D(n?1)分別表示n時刻，n-1時刻的負梯度。由于加入了以前時刻梯度的貢獻，相當于給迭代過程添加了一個低通濾波器，使得網絡忽略誤差 《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

曲面上細節特征，避免了陷入局部極小點的問題。

③ 共軛梯度算法

盡管標準的BP算法采用梯度下降算法，權值和偏差沿誤差函數下降最快的方向調整，但卻并不一定是收斂最快的算法。在改進的BP訓練算法中，有一大類的算法稱為共軛梯度算法。在這一類算法中，權值和偏差沿著共軛梯度方向進行調整，通常能夠獲得比標準的梯度算法更快的收斂速度。

共軛梯度算法的第一次迭代都是從最陡下降的梯度方向開始。梯度向量為：

p0??g0

（3）

沿著此方向進行權值和偏差的調整，公式為：

xk?1?xk?akgk

（4）

下一次搜索方向則由前兩次搜索方向的共軛方向決定，表達式為：

pk??gk??kpk?（5）

對于系數?k不同計算方法產生不同的共軛梯度算法。a）F-R共軛梯度算法采取的系數確定方法為：

Tgkg?k?Tk

（6）

gk?1gk?1即本次迭代梯度相對于上一次迭代梯度的歸一化值。b）P-R共軛梯度算法采取的系數確定方法為：

T?gkg?k?T?1k

（7）

gk?1gk?1即上次迭代梯度與本次迭代梯度的內積對本次梯度的歸一化值。c）Scaled共軛梯度算法

到目前為止，討論過的所有共軛梯度算法都需要在每一步迭代過程中對搜索方向進行計算，這樣的計算量是比較大。對此moller提出了Scaled梯度搜索算法[4]，在每一步迭代過程中不計算搜索方向，以減少訓練過程的計算量。其基本原理是利用下面介紹的L-M算法與共軛梯度法相結合產生的。

④ L-M算法

L-M算法其權值和閾值的更新過程為：

xk?1?xk?[JTJ??I]?1JTe

（8）《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

其中，e為期望輸出與實際輸出的誤差；J為誤差對權值微分的Jacobi矩陣；?為標量因子。如果訓練成功，誤差性能函數減小，那么就減小?的值；反之就減小其值。

五、實驗步驟

1.認真閱讀本實驗的原理與方法。

2.利用MATLAB實現對肌電信號的去噪、特征提取及動作識別。（1）小波去噪 load 'sample_test.mat';load 'sample_train.mat';%%%%%%%%%%

Window=256;%分析窗口的長度

M=512;

%采集數據時一個data的樣本數 Channel=4;%采集數據的通道數 Class=6;%類別數

Number=10;%每個類別的個數 WinLap=64;%窗口移動的間隔

JudgeTime=Window/WinLap;%一個分析窗口需要移動的次數Count=M*Number*Class/WinLap-Window/WinLap+1;%所有數據需要分析的次數

477 ClassCount=M*Number/WinLap-Window/WinLap+1;%一類數據需要的分析次數

GapCount=M*Number/WinLap;

%訓練樣本兩類動作之間的間隔

ClassOne=1;ClassTwo=2;ClassThree=3;ClassFour=4;

參數說明 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

ClassFive=5;ClassSix=6;

%thr=0.2;%%%%%

train

樣

本

小

波

去噪 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% for i=1:Channel

x=sample_train(:,i);

[thr,sorh,keepapp]=ddencmp('den','wv',x);

[c,l]=wavedec(x,3,'db1');

a3=appcoef(c,l,'db1',3);

d3=detcoef(c,l,3);

d2=detcoef(c,l,2);

d1=detcoef(c,l,1);

s4=wdencmp('gbl',c,l,'db1',3,thr,sorh,keepapp);

new_train(:,i)=s4;end figure(1)subplot(4,1,1);plot(sample_train(:,1),'r');hold on;plot(new_train(:,1),'b');legend('原始信號','去噪后信號');title('train樣本濾波前后信號對比');subplot(4,1,2);plot(sample_train(:,2),'r');hold on;plot(new_train(:,2),'b');subplot(4,1,3);plot(sample_train(:,3),'r');hold on;plot(new_train(:,3),'b');subplot(4,1,4);plot(sample_train(:,4),'r');hold on;plot(new_train(:,4),'b');

train樣本去噪前后的信號對比如下圖所示 《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

仿照對train樣本進行小波去噪的方法，寫出利用MATLAB對test樣本進行小波去噪的程序。

（2）特征提取 clear all;close all;load 'sample_train.mat';%%%%% 參數說明 %%%%%%

Window=256;%分析窗口的長度

M=512;

%采集數據時一個data的樣本數 Channel=4;%采集數據的通道數 Class=6;%類別數

Number=10;%每個類別的個數 WinLap=64;%窗口移動的間隔

JudgeTime=Window/WinLap;%一個分析窗口需要移動的次數

Count=M*Number*Class/WinLap-Window/WinLap+1;%所有數據需要分析的次數 CountClass=M*Number/WinLap-Window/WinLap+1;%一類數據需要的分析次數 CountGap=M*Number/WinLap;

%訓練樣本兩類動作之間的間隔 《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

%%%%% 求波長

%%%%%%%%%%%%%% sample=sample_train;%接口 WL=zeros(Channel,Count);for c=1:Count

for n=1:Channel

for w=1:Window-1

WL(n,c)=WL(n,c)+abs(sample((c-1)*WinLap+w,n)-sample((c-1)*WinLap+w+1,n));

end

end end

Feature_train=WL;仿照求WL（波長）特征的程序，任選其他一種特征，寫出MATLAB程序。注意，train樣本和test樣本都需要做特征提取。將最終求得的train和test樣本的特征存入feature.mat。

（3）動作識別 clear all;close all;load 'feature.mat' Gap=80;K=77;Count=477;%共有477組特征值 P=6;%6類動作

Feature=Feature_test;%統一接口 test=Feature_train;%統一接口

net=newff(minmax(Feature),[5,6],{'tansig','purelin'},'trainlm');

%net = newff(A, B, {C} ,‘trainFun’)% % 參數： %

% A：一個n×2的矩陣，第i行元素為輸入信號xi的最小值和最大值； % B：一個k維行向量，其元素為網絡中各層節點數； 《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

% C：一個k維字符串行向量，每一分量為對應層神經元的激活函數；常用的有： % 線性函數’purelin’，對數S形轉移函數’logsig’ 雙曲正切S形函數 ’ tansig’ % trainFun ：為學習規則采用的訓練算法。也可以根據需要修改

%設置訓練的輸出目標矩陣 ze1=zeros(1,Gap)+1;ze0=zeros(1,Gap);ze1_6=zeros(1,K)+1;ze0_6=zeros(1,K);t=[ze1 ze0 ze0 ze0 ze0 ze0_6

ze0 ze1 ze0 ze0 ze0 ze0_6

ze0 ze0 ze1 ze0 ze0 ze0_6

ze0 ze0 ze0 ze1 ze0 ze0_6

ze0 ze0 ze0 ze0 ze1 ze0_6

ze0 ze0 ze0 ze0 ze0 ze1_6];

%神經網絡進行訓練 tic;

net.trainParam.show=200;

net.trainParam.epochs=10000;

net.trainParam.goal=0.01;

net.trainParam.lr=0.01;

[net,tr]=train(net,Feature,t);

Y=sim(net,Feature);

YS=sim(net,test);

toc;

% 一些重要的網絡配置參數如下： %

%

%

% net.trainparam.goal ：神經網絡訓練的目標誤差 net.trainparam.show

： 顯示中間結果的周期 net.trainparam.epochs ：最大迭代次數 net.trainParam.lr

： 學習率 《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

% 語法：[ net, tr ] = train(net, X, Y)%

%

%

%

%

% 語法：Y=sim(net,X)%

%

數 %

%判斷輸出結果為第幾類

maxY=max(Y,[],1);

for i=1:Count

for j=1:P

if(maxY(i)==Y(j,i))class(i)=j;end

end

end

maxYS=max(YS,[],1);

for i=1:Count

for j=1:P

if(maxYS(i)==YS(j,i))class_test(i)=j;end

end

end T=Gap;%80 wrong=zeros(1,Count);for k=1:Gap

if(class_test(k)~=1)

wrong(k)=wrong(k)+class_test(k);end

if(class_test(k+T)~=2)

wrong(k+T)=wrong(k+T)+class_test(k+T);end 參數：

X：網絡實際輸入 Y：網絡應有輸出 tr：訓練跟蹤信息 Y1：網絡實際輸出

net：網絡

X：輸入給網絡的Ｋ×N矩陣，其中K為網絡輸入個數，N為數據樣本Y：輸出矩陣Q×N，其中Q為網絡輸出個數 《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

if(class_test(k+2*T)~=3)

wrong(k+2*T)=wrong(k+2*T)+class_test(k+2*T);end

if(class_test(k+3*T)~=4)

wrong(k+3*T)=wrong(k+3*T)+class_test(k+3*T);end

if(class_test(k+4*T)~=5)

wrong(k+4*T)=wrong(k+4*T)+class_test(k+4*T);end

end for k=1:K

if(class_test(k+5*T)~=6)

wrong(k+5*T)=wrong(k+5*T)+class_test(k+5*T);end end wrongall=sum(wrong);figure(1);i=1:Count;plot(i,class_test(i),'ob');hold on;%stem(i,class(i),'b');plot(i,wrong(i),'or');legend('正確的類別','錯誤的類別');title('分類結果');accuracy=1-wrongall/Count%分類準確率

最終的識別結果如下圖所示。《生理信號采集與分析處理平臺實驗指導》-武漢理工大學信息工程學院

改變BP網絡隱含層節點數以及初始化各層之間的權值和閾值，可以提高最終的識別率。

第二篇：創新實驗：膈肌的運動教案

中學生物教師實驗創新大賽

實驗課題名稱：模擬膈肌的運動 參賽教師：城步二中

陳善龍

一、實驗在教材中所處的地位和作用

模擬膈肌的運動是七年級下冊《生物學》第三章第二節：發生在肺內的氣體交換的一個演示實驗。本節是這一章也是這一冊的教學難點，尤其是肺與外界氣體交換的原理比較抽象，學生難懂。通過這一模擬實驗，很直觀的體現出肺與外界氣體交換的原理是呼吸肌有規律的收縮和舒張使胸廓容積擴大和縮小。

二、實驗原型及不足之處

實驗原型：

1、玻璃罩模擬胸廓

2、Y型玻璃管模擬氣管和支氣管

3、氣球模擬肺

4、橡皮膜模擬膈肌 不足之處：

1、帶橡膠塞的無底玻璃罩難以找到。

2、玻璃罩是剛性物體，不能模擬胸廓前后、左右徑的變化與呼氣和吸氣之間的關系。

3、玻璃罩壁很滑，不好固定橡皮膜，易滑落。

4、實驗室的Y型玻璃管大而短，很難找到與之匹配的玻璃罩。

三、實驗創新和改進之處

創新之處：

1、用飲料瓶代替玻璃罩

2、用輸液管改裝成一個Y型膠管代替 Y型玻璃管

3、氣球膜代替橡皮膜

改進后的裝置：

1、飲料瓶模擬胸廓

2、Y型膠管模擬氣管和支氣管

3、小氣球模擬肺

4、氣球膜模擬膈肌 優點：

1、飲料瓶易改裝，易固定橡皮膜，而且不會滑落，同時也解決材料難找的問題。

2、輸液管容易獲取，也容易改裝成Y型管，解決了Y型玻璃管與飲料瓶不匹配的問題。

3、整個裝置取材容易、輕巧、攜帶方便。

四、實驗原理

肺富有彈性，當膈肌收縮時，膈頂下降，胸廓容積變大，肺擴張，肺內氣壓下降，外界氣體吸入肺，是吸氣過程。膈肌舒張，膈頂上升，胸廓容積縮小，肺回縮，肺內氣壓增大，氣體被呼出，是呼氣過程。從而得出胸廓容積的變化與呼吸運動的關系。

五、實驗器材

飲料瓶一個、大氣球一個、小氣球兩個、小剪刀、細線、輸液管一根

六、實驗步驟

1、在飲料瓶靠近凹槽的地方將底部剪掉（保持切口平整和光滑，以免刺破氣球膜），然后套上氣球膜。

2、將輸液管改裝成一個Y型膠管，將分叉的兩管分別插入氣球內，用細線系緊。

3、用剪刀尖端在飲料瓶蓋中央鉆個小孔，剛好能插入Y型管的另一端，和氣球一起塞入瓶內，蓋好瓶蓋。

七、實驗現象及分析

1、向上推氣球膜，氣球變小。相當于膈肌舒張，膈頂上升，胸廓容積 變小，肺內氣壓上升，氣體出肺，這時呼氣。

2、放松氣球膜，氣球變大。相當于膈肌收縮，膈頂下降，胸廓容積變大，肺內氣壓下降，氣體入肺，這時吸氣。

3、用手擠瓶壁，氣球變小。相當于肋間肌舒張，肋骨向下向內運動，胸廓前后徑(或左右徑）變短，胸廓容積變小，肺內氣壓上升，氣體出肺，這時呼氣。

4、放松，氣球變大。相當于肋間肌收縮，肋骨向上向外運動，胸廓前后徑（或左右徑）變長。胸廓容積變大，肺內氣壓下降，氣體入肺，這時吸氣。

八、自我評價

1、實驗現象明顯，能直觀的表示胸廓容積的變化與呼吸運動的關系,讓學生明白是因為

胸廓擴大（或縮小）導致吸氣（呼氣），而不是因為吸氣（或呼氣）后使胸廓擴大（縮小)。

2、所需實驗器材少，易獲取，制作簡單，學生可以獨立在課后完成。

3、實驗成本低，綠色環保，無毒無污染；過程安全，無危險隱患。

第三篇：《數學實驗手冊》學習心得

《數學實驗手冊》培訓暨初中數學青年教師研修活動

一、培訓地點：灌云實驗中學

二、參與培訓人員：陳維紅、關麗、張為賢、馬曼麗

三、學習心得：

經過一天的初中數學培訓，我受益匪淺，感受很多。近幾年來，伴隨著新的《數學實驗手冊》的發行與運用，要求學生更好的“感受”數學，“做”好數學，為了適應這一變化改革的趨勢，我在教學理念和教學方法上也發生了相應的轉變，同時也產生了一些困惑和疑問。而恰在這樣的時候，培訓班開課了，我十分榮幸的成為了其中的一名成員。在培訓期間，在課堂上我們認真聆聽了一些數學專家和名師的講座和講課，讓我更加深入理解和掌握數學實驗的理念，提高了對數學實驗的認識.下面是我這一天培訓的一些粗淺的體會：

1、經過孫主編的講解，使我清晰地認識初中數學實驗。

通過培訓學習，我清楚地認識到初中數學實踐活動的目的性、科學性、實踐性、思考性、實用性。使我不僅要從思想上認識到初中數學實驗的重要性和必要性，而且也要從自身的知識儲備上為初中數學這次改革作好充分的準備。一成不變的教材與教法是不能適應于社會的發展與需求的。孫主編就《數學實驗手冊》中前七節課的分析與解

讀，讓我明確每一節課的設計意圖和適用的課型。實驗的目的是要學生通過動手、動腦，用觀察、模仿、實驗、思考等手段，構造出數學知識。《數學實驗手冊》堅持因材施教，學思想結合，知行統一；以學生為主體，面向全體學生，緊扣課程內容，手段運用，方法創新，形成開放、創新、互動的教學創新載體。通過學習，使我清楚地認識到初中數學實驗的組成模塊及知識點，明白了各知識點之間又有的聯系與區別。對于課程必須講深講透，對于部分選學內容，應視學校和學生的具體情況而定。初中數學的改革是為了更好地適應社會

發展與人才需求而制定的。為了更好地適應社會發展與需求，作為教師理應先行一步，為社會的發展與變革作出自己的一份貢獻。

二.通過培訓學習，使我清楚地認識到整體把握初中數學實驗的重要性及其常用法。

特級教師吳海寧用了艾麗斯的《自由》的教學案例來讓我們體會數學實驗的重要性，枯燥的講解只會限制孩子的發展，而通過學生的動手操作、演示、調查等方式進行探索，讓學生更好的了解數學規律的“前世今生”。學生在掌握知識技能的同時發展學生邏輯推理能力。王磊的精彩演講更是讓我們知道數學實驗應用的廣泛性，可以是以一個教學片段呈現，也可以是整節課的實踐活動。他還通過講解透明紙的使用，月歷的使用，計算機的輔助等向我們形象生動地數學實踐是什么？數學實踐怎么做？

三、通過兩位老師具體的課堂案例學習，使我認識到應該如何把握中數學課堂實踐教學。

通過兩位老師課堂精彩的呈現，讓我明白了《數學實驗手冊》為什么用；什么地方用；怎樣用；怎樣才能深入淺出；怎樣才能順利打通學生的思維通道、掌握一定的學習要領，形成良好的數學素養；怎樣才能將一根根主線貫穿于我們的日常教學過程之中。我們已經認識到數學改革越來越傾向于“重視基礎，能力立意”。“重視基礎”，意思就是從最基本的知識出發。從近幾年的中考試題中不難發現，幾乎所有的試題，追根求源，都能在課本中找到它的“根”；所謂“能力立意”，意思是說試題不是基礎知識的簡單堆砌，而是精心巧妙的組裝，通過這種組裝，題目就給人一種新穎、陌生感。“重視基礎，能力立意”不但是高等學府選拔人才的需要，也是莘莘學子將來從事各種工作研究和解決生活、社會問題的需要。因此，一個優秀的教師應該通過把握課堂教學來達到以下目標：“受人之魚，不如授人以漁”放手讓學生通過實踐，操作，交流等手段自主發現規律，總結知識點。從根本上提高學生的綜合素質，為將來的持續發展奠定基礎。

總之，通過此次學習，不僅使自己的眼界得以開闊，而且使自己對初中《數學實驗手冊》有了更深層次的認識和理解，這無疑將對我今后的教學工作產生積極而深遠的影響。在今后的教學工作中我還會進行不斷的反思與改進，讓自己的教學教育工作日趨成熟。

第四篇：不銹鋼的表面加工總結

不銹鋼的表面加工

不銹鋼所具有的多種表面加工拓寬了它的應用領域--不同的表面加工使不銹鋼表面各異，使其在應用中各具獨到之處。

在建筑應用領域，不銹鋼的表面加工之所以重要是有許多原因的。

腐蝕環境要求光滑的表面是因為表面光滑不容易積垢。污垢的沉積會使不銹鋼生銹甚至造成腐蝕。

在寬敞的大廳中，不銹鋼是電梯裝飾板最常用的材料，表面的手印雖然可以擦掉，但影響美觀，所以最好選用合適的表面防止留下手印。

衛生條件對許多行業是很重要的，例如，食品加工、餐飲、釀造和化工等，在這些應用領域，表面必須便于每天清洗，而且經常要用化學清洗劑。

不銹鋼是這方面的最佳材料，在公共場所，不銹鋼的表面經常會被胡寫亂畫，但是，它的一個重要特性是可以將它們清洗掉，這是不銹鋼優于鋁的一個顯著特點。鋁的表面容易留下痕跡，往往很難去掉。清理不銹鋼表面時應順著不銹鋼的紋路清理，因為有些表面加工的紋路是單向性的。

不銹鋼最適用于醫院或其它衛生條件至關重要的領域，如：食品加工、餐飲、釀造和化工，這不僅是因為它便于每天清洗，有時還要使用化學清洗劑，而且還因為它不易滋生細菌。試驗表明不銹鋼在這方面的性能與玻璃和陶瓷相同。1．不銹鋼的自然外觀

不銹鋼給人一種自然的堅固亮麗之感，其自然色彩柔和地反映出周圍環境的顏色。2．表面加工的基本種類

可以用于不銹鋼的表面加工大致有五種，它們可以結合起來使用，變換出更多的最終產品。

五個種類有：軋制表面加工、機械表面加工、化學表面加工、網紋表面加工和彩色表面加工。

還有一些專用的表面加工，不過無論指定哪一種表面加工，都應遵循以下步驟：

①與制造廠家一起商定需要的表面加工，最好準備一個樣品，作為今后批量生產的標準。

②大面積使用時（如復合板，必須保證所用的基底卷板或卷材采用的是同一批次。

③在許多建筑應用中，如：電梯內部，盡管手印可以擦掉，但很不美觀。如果選用布紋表面，就不那么明顯了。在這些敏感的地方一定不能使用鏡面不銹鋼。

④選擇表面加工時應考慮到制作工藝，例如：為了除去焊珠，可能要對焊縫進行修磨，而且還要恢復原有的表面加工。

花紋板很難甚至無法滿足這一要求。

⑤對于有些表面加工、修磨或拋光的紋路是有方向性的，被稱為單向的。如果使用時使這種紋路垂直而不是水平，污物就不易附著在上面，而且容易清洗。

⑥無論采用哪種精加工都需要增加工藝步驟，因此要增加費用，所以，選擇表面加工時要慎重。

因此，建筑師、設計人員和制造廠家等有關人員需要對不銹鋼的表面加工有所了解。通過彼此之間的友好合作和相互交流，一定會獲得所期望的效果。

⑦根據我們的經驗，我們不建議使用氧化鋁作磨料，除非在使用過程中十分小心。最好是使用碳化硅磨料。

3．標準表面加工

許多種表面加工一直是采用編號或其它分類方法表示、它們都被編入了有關的標準中，如：“英國標準BS1449”和“美國鋼鐵協會不銹鋼生產者委員會標準”。4．軋制表面加工

板材和帶材有三種基本的軋制表面加工，它們是通過板材和帶村的生產工藝表示的。No.1：經過熱軋、退火、酸洗和除鱗。處理后的鋼板表面是一種黯淡表面，有點粗糙。No.2D：比N0.1表面加工好，也是黯淡表面。經過冷軋、退火、除鱗，最后用毛面輥輕軋。No.2B：這是建筑應用中最常用的，除在退火和除鱗后用拋光輥進行最后一道輕度冷軋外，其它工藝與2D相同，表面略有些發光，可以進行拋光處理。

No.2B光亮退火：這是一種反射性表面，經過拋光輥軋制并在可控氣氛中進行最終退火。光亮退火仍保持其反射表面，而且不產生氧化皮。

由于光亮退火過程中不發生氧化反應，所以，不需要再進行酸洗和鈍化處理 5．拋光表面加工

No.3：由3A和3B表示。“ 3A：表面經過均勻地研磨，磨料粒度為80~100。

3B：毛面拋光，表面有均勻的直紋，通常是用粒度為180~200的砂帶在2A或2B板上一次拋磨而成。

No.4：單向表面加工，反射性不強，這種表面加工可能在建筑應用中用途最廣。其工藝步驟是先用粗磨料拋光，最后再用粒度為180的磨料研磨。

No.6：是對No.4的進一步改進，是在磨料和油介質中用坦皮科拋光刷拋光No．4表面。”英國標準1449“中沒有該表面加工，但在美國標準中可以查到。

No.7：被稱為光亮拋光，是對已經磨得很細但仍有磨痕的表面進行拋光。

通常使用的是2A或2B板，用纖維或布拋光輪和相應的拋光膏。

No.8：鏡面拋光表面，反射率高，通常被稱為鏡面表面加工，因為它反射的圖像很清晰。

用細磨料對不銹鋼連續拋光，然后再用非常細的拋光膏打磨。

在建筑應用中應該注意的是這種表面如果用在人員流動量較大或人們經常觸摸到的地方會留下手印。

手印當然可以擦掉，但有時影響美觀。

”官方“標準和文獻中描述的表面加工只是一般性的介紹，樣本才能最直觀地表示表面加工的種類。拋光或金屬精加工廠家將提供各種表面加工的樣品，用戶應同他們進行討論。

6.表面粗糙度

軋制表面加工和拋光表面加工的分類是說明能夠達到的程度，另一個有效的表示方法是測量表面粗糙度。標準的測量方法被稱為CLA（中心線平均值），測量儀在鋼板表面橫向移動，記錄下峰谷的變化幅度。CLA的編號越小，表面越光滑。從下表中的表面加工和CLA編號可以看出不同等級的最終結果。

表面加工 CLA，微米

2B

0.1-0.5 2A

0.05-0.1 2D

0.4-1.0 3

0.4-1.5 4

0.2-1.5 8

0.2 EP 基本值的1/2 EP=電解拋光，大致可將峰谷的變化幅度減少到原表面的1/2。

7.機械拋光

注意事項：

我們應該記住，研磨操作中用砂紙或砂帶進行的研磨基本上屬于磨光切割操作，在鋼板表面留下很細的紋路。

我們在用氧化鋁作為磨料時曾遇到過麻煩，其部分原因是壓力問題。

設備的任何研磨部件，如：砂帶和磨輪等，使用前絕不能用于其它非不銹鋼材料。因為這樣會污染不銹鋼表面。

為了保證表面加工的一致性，新砂輪或砂帶應先在成分相同的廢料上試用，以便同樣品進行比較。

8．電解拋光

這是一種金屬清除工藝，在此工藝中不銹鋼作為電解液中的陽極，通電后金屬從表層除去。

該工藝通常用于零部件的加工，因為它們的形狀難以用傳統方法進行拋光。該工藝常用于冷軋鋼板的表面，因為其表面比熱軋鋼板的表面光滑。

但是電解拋光會使表面的雜質更明顯，特別是鈦和鈮穩化的材料會由于粒狀雜質使焊縫區出現差異。

小焊疤和銳棱可以通過該工藝清除掉。該工藝著重處理表面上的突出部分，優先對它們進行溶解。

電解拋光工藝是將不銹鋼浸泡在加熱的液體中，液體的配比涉及到許多專有技術和專利技術。

奧氏體不銹鋼的電解拋光效果很好。9．網紋表面加工

不銹鋼可以采用的花紋種類很多。

使鋼板具有添加花紋或網紋表面加工的優點如下：

①減少”金屬屋面材料皺縮“（oil can-ning），該詞是一個用來描述光亮材料表面的術語，這種表面從光學角度看不平。例如：大面積的裝飾板，即使經過拉伸矯直或張力拉矯也很難使表面完全平直，因而會出現金屬屋面材料皺縮。

②網紋圖案可以減少在陽光下發出的眩光。

③花紋板如果有輕微的劃痕和小面積壓痕都不太明顯。

④增大鋼板的強度。

⑤為建筑師提供了選擇的余地。

有專利權的圖案包括布紋（用于倫敦的埃德大廈）、鑲嵌圖案、珍珠狀和皮革紋。還可以使用波紋和線狀圖案。

花紋表面特別適合于內部裝飾，如：電梯鑲板、柜臺、壁板和入口處。

外部應用時應考慮到使不銹鋼能夠通過雨水和人工沖刷清洗表面，避免有易聚集污物和空中雜質的死角，以免造成腐蝕影響美觀。

10．毛面表面加工

毛面表面加工是最常用的表面加工之一，它是在經過拋光或光亮退火的鋼板表面用尼龍研磨帶或刷進行拋光。

11.噴玻璃球或噴丸

對于內部應用，如：電梯的內部，混合表面加工很受歡迎。

這種混合工藝是通過噴玻璃球形成無澤表面，然后通過掩飾處理，覆上塑料膜，成拋光表面加工，最后形成拋光和無澤的混合表面。

不銹鋼砂丸也可以用于類似的工藝。

要使用的玻璃球或丸粒事先絕不能在其它材料上使用，尤其不能在碳鋼上。因為碳鋼的粉粒會嵌入到不銹鋼表面，很容易造成腐蝕。

陶瓷球也可以作為噴料。

12．彩色不銹鋼

不銹鋼彩色工藝是國際鎳公司（INCO）70年代研制成功的，許多公司都有使用這一工藝的許可證。

前面已經解釋過，不銹鋼之所以不生銹是因為它表層的情性氧化鉻膜。

彩色工藝就是利用這層膜形成指定的顏色。

由于不銹鋼利用了這層始終存在的膜，所以既不退色，也不需要像油漆一樣經常維護。

彩色不銹鋼還可以進行成型處理，即使在銳彎處也不會對顏色有任何不良影響。

關于對耐蝕性的影響，試驗表明采用該工藝后耐蝕性有所增強。

該工藝與操作時間密切相關，時間不同顏色會發生變化。顏色的變化順序是棕色、金色、紅色、紫色和綠色。

該工藝的一大特點是它的最終外觀可以反映出該材料原來的表面，即：鏡面或拋光面會產生很強的金屬光澤，而毛面表面加工的顏色是無 光澤的。

工藝過程：

該工藝是將不銹鋼浸泡在溶液槽中，溶液中最好是每升含250克Cr2O3，每升含490克硫酸也可以，溫度范圍80~85℃，浸泡時間取決于所需要的顏色，最多不超過25分鐘。

將鋼板用干凈的冷水漂洗后，再在室溫條件下放到濃度為250克/1升氯酸和2.5克/1升磷酸的液體中進行陰極處理，時間大約為10分鐘，電流密度為0．2~0．4A/dm2。

為了防止損壞，彩色處理后立即進行硬化處理，然后在熱水中進行漂洗并且干燥。

13．混合表面加工

彩色不銹鋼上可以再加圖案，所開發的專有技術包括用剛玉砂帶除去”突出"部分，這樣，最終的結果是將鋼板的自然之美與彩色圖案的色彩結合在一起。

這種表面不容易留下手印，特別適用于室內裝飾。

拋光廠家可以提供表面加工的樣品。

14．蝕刻表面加工

通過覆膜工藝將圖案標在鋼板表面，再將鋼板浸在三氯化鐵酸液（o級）中，將未覆膜的部分浸蝕掉，在不銹鋼的表面形成美麗的圖案。

第五篇：標槍運動員論文：我國男子優秀標槍運動員最后用力階段主要用力肌群表面肌電分析

標槍運動員論文：我國男子優秀標槍運動員最后用力階段主要用力肌群表面肌電分析

【中文摘要】研究:本研究嘗試將肌電圖引入標槍投擲技術的研究當中,試圖構建標槍最后用力階段的肌電圖模式,通過研究來檢測肌肉用力的順序、貢獻率,從而有針對性的改進某些肌肉的訓練方式和手段,從一個全新的角度來闡明標槍最后用力技術的科學合理性,為改進和合理化肌肉力量訓練計劃提供理論依據。研究方法:本研究運用芬蘭產MuscleTesierME6000便攜式8導肌電儀對9名一級及以上優秀標槍運動員的投擲動作進行信號采集,并運用處理系統中的分析軟件進行主要肌肉活動狀態的肌電分析。結論:1標槍運動員最后用力的準備部分:(1)最后用力準備部分各肌肉的開始放電順序符合“大關節首先活動的原理”,但有些運動員在最后用力準備部分由于對標槍沒有很好的控制導致橈肌首先發力;(2)腹外斜肌和股二頭肌在整個最后用力階段一直持續用力;(3)在最后用力的準備部分中,應縮短從單腳支撐過渡到雙腳支撐所需的時間,提高水平速度利用率;(4)有些運動員在最后用力準備部分三角肌和斜方肌的貢獻率偏高,說明在此部分三角肌和斜方肌過于緊張,整體的肌肉協調性較差,應對肌肉協調用力加強練習。2標槍運動員最后用力的加速部分:(1)最后用力加速部分所測運動員腹外斜肌都最先發力,在完成“滿弓”動作時,腹外斜肌已經得到充分的拉伸,在最后用力加速部分開始時刻快速收縮用力,使軀干帶動投擲臂向前,對標槍出手時的“鞭打”加

速起到積極的作用;(2)最后用力加速部分肌肉肌電活動結束的先后順序中,前脛骨肌首先結束發力,其次是腹外斜肌和腓腸肌,橈肌和三角肌最后結束發力,符合由下至上發力,使動量由下肢傳至軀干,再由軀干傳至投擲臂;(3)結合同步錄像可以看出,最后用力加速部分三角肌的貢獻率偏小,可能與重心偏高上體偏直,“滿弓”動作不充分,幅度偏小,“鞭打”動作未用全力等因素有關。

【英文摘要】Object: This research attempts to introduce Javelin Throw EMG studies were,Javelin stage of trying to build the EMG patterns, By studying the muscle in order to detect the contribution rate, Which targeted certain muscles to improve training methods and means, From a new angle to illustrate the javelin Technology rationality of science, To improve and rationalize the muscle strength training program provides a theoretical basis.Method: In this study, produced in Finland MuscleTesierME6000 8-lead portable EMG Of the nine outstanding athlete throwing the javelin for signal acquisition, Analysis software for the major muscle active EMG analysis.Conclusion:1 Javelin Thrower Final Exertion Preparation part:(1)The last strength prepare parts muscle began to discharge sequence in accord with “large joints, first activities, but some athletes principle in the last strength ready to part due to no good control cause javelin radial muscle first send force;(2)

Abdominal muscles and external oblique biceps throughout the last stage of shot-putting continued strength;(3)In the last strength preparation part, should shorten single-support transition from the time required to support both feet, raise the level of speed utilization rate;(4)Some athletes in the last strength ready to part deltoid muscle and trapezius muscle, the contribution that high in this part and deltoid muscle and trapezius muscle too nervous, whole muscle coordination is poorer, deal with muscle coordination force strengthen practice.2 Javelin Thrower Final Exertion Acceleration part:(1)The last strength accelerate part nine athlete abdomen is outside the oblique muscle in the strength, complete “full bow” action, abdomen has been fully outside oblique muscle tension, in the last strength accelerate section begins moment, make rapid contraction force driving throwing arm forward, the torso of the “thrash javelin moves when accelerating” play a positive role;(2)The last strength accelerate muscles muscle electrical activity in the end, the order of tibial muscle first before end sends force, followed by external oblique muscle and seated abdominal muscle and deltoid muscle, radial send force, accord with the closing bottom-up sends force by lower limbs, make momentum to the torso, again by throwing arm to the

torso;(3)With simultaneous video can see, the last strength accelerate the contribution of part deltoid muscle with smaller, its high center of gravity, probably, “partial straight full bow” action not fully, the amplitude slants small, “whip” action not related to such factors with all our strength.【關鍵詞】標槍運動員 最后用力階段 主要用力肌群 肌電分析 【英文關鍵詞】Javelin Thrower Final Exertion Major muscle force EMG analysis 【目錄】我國男子優秀標槍運動員最后用力階段主要用力肌群表面肌電分析7-157摘要5-6

ABSTRACT6前言1.1.1 理論意義

1.1.4 1.1 選題依據和意義7-81.1.2 現實意義7

1.1.3 學術價值7-8

1.2.1 概述可行性分析88-10概述9-10狀10-14現狀10-12

1.2 文獻綜述8-15

8-91.2.1.1 擲標槍運動概述1.2.1.2 肌電發展1.2.2 表面肌電技術在體育科研中應用的歷史及現1.2.2.1 國外關于肌電在體育科研中應用的歷史及1.2.2.2 國內關于肌電在體育科研中應用的歷史

1.2.3 研究思路

1.2.3.2 及目前我國對標槍的研究現狀12-1414-151.2.3.1 肌電測試的肌肉選取14-15肌電測試原理圖151515-16

1.2.3.3 肌電測試時的工作流程

2.1 研究對象2 研究對象和研究方法15-182.2 研究方法16-18

2.2.1 文獻資料法

1616-1816-1717-18法182.2.2 專家訪談法162.2.3 測試法

2.2.3.2 測試肌肉2.2.3.1 測試儀器及器材162.2.3.3 測試動作172.2.3.5 數據初步篩選處理3 研究結果與分析18-36

2.2.3.4 測試步驟18

2.2.4 數理統計

3.1 最后用力的準備部分20-28間順序21-233.1.1 最后用力準備部分各肌肉肌電活動開始的時

3.1.2 最后用力準備部分各肌肉肌電活動結束

3.1.3 最后用力準備部分各肌肉發力持續3.1.4 最后用力準備部分各肌肉肌電積分值

3.2 最后用力的加速部分的時間順序23-24時間順序24-26和各肌肉力量貢獻率大小26-2828-3629-3030-3232-343.2.1 最后用力加速部分各肌肉肌電活動開始的順序3.2.2 最后用力加速部分各肌肉肌電活動結束的順序3.2.3 最后用力加速部分各肌肉發力持續順序3.2.4 最后用力加速部分各肌肉肌電積分值和各肌肉結論與建議36-38附件43-44

參考文獻力量貢獻率大小34-3638-42致謝

42-43