换一批
换一批面向手过头任务的残差神经网络肌肉疲劳预测模型
A Residual Neural Network Muscle Fatigue Prediction Model for Overhead Tasks
摘要：
目的 探讨手过头任务中上肢关节角度与肌肉疲劳之间的关系,并构建了一种基于残差神经网络(residual neural networks,ResNet)的肌肉疲劳预测模型.方法 通过模拟不同作业姿势和不同操作面下的钻孔试验,测量了肌肉最大自主收缩力、最大耐受时间、最大剩余肌力和主观疲劳评分.将测量后数据进行数据处理作为ResNet预测模型的输入,构建残差神经网络模型,以预测肌肉疲劳水平.结果 ResNet模型具有出色的预测精度,均方根误差(root mean square error,RMSE)为0.028,相较于传统的BP神经网络(RMSE=0.053)和MLP多层感知器神经网络(RMSE=0.059),其误差更小,拟合更好.结论 提出的残差神经网络肌肉疲劳预测模型能够有效准确地预测肌肉疲劳,为提高工作效率、减少工作相关肌肉骨骼疾病风险提供了有力支持.
更多
作者：
作者单位：
青岛大学机电工程学院,山东青岛 266000
[1]
期刊：
《医用生物力学》2024年39卷3期 482-488页
MEDLINEISTICPKUCSCD
关键词：
手过头作业肌肉疲劳关节角度残差神经网络工作相关肌肉骨骼疾患overhead workmuscle fatiguejoint anglesresidual neural networkswork-related musculoskeletal disorders
分类号：
R318.01
栏目名称：
论著
DOI：
10.16156/j.1004-7220.2024.03.016
发布时间：
2024-07-22
基金项目：
基础加强计划技术领域基金项目
- 浏览：3
- 被引：0
- 下载：1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
