模型修正、损伤诊断进而评估结构状态

为了避免运动过程中和比赛中运动姿态不正确以及运动过量对身体造成的伤害，提出了基于人体传感和Android技术的运动监测系统的设计，在运动过程中对人体运动参数和运动姿态实时监测，通过Android平台实现卡路里消耗计算和运动姿态建模评估，以避免出现运动损伤和体能透支现象。监测系统以MSP430单片机为控制核心，采用MPU6050三轴加速度传感器实时测量人体三轴加速度，利用Android平台计算加速度、速度、里程等运动参数、运动中消耗的卡路里能量，以及人体运动轨迹跟踪、定位；并通过人体运动模型识别算

针对滚动轴承极易损伤，振动信号表现出非线性、非平稳性等特点，提出一种基于局部特征尺度分解(LCD)和改进支持向量机(SVM)的滚动轴承故障诊断算法。首先对采集到的轴承振动信号进行LCD，分解得到一系列内禀尺度分量(ISC)，通过与经验模态分解(EMD)对比研究，证明了LCD方法的优越性；然后计算所有分量的能量熵值，提取出轴承信号的敏感特征集，输入到经过遗传算法(GA)进行参数优选后的SVM识别模型进行轴承状态的诊断识别。实验研究表明，基于LCD和改进SVM的轴承诊断算法能较好地提取出轴承故障特征

针对高速滑动电接触导轨，研究了表面微小损伤快速检测及分类识别方法。基于激光扫描原理，构建了三维测量系统，用于获取导轨表面形貌的三维点云信息，并给出了一种基于点云深度映射颜色的方法，用于导轨表面微小损伤的检测。将三维点云数据经过去噪、滤波平滑、数据精简等预处理之后，根据所设定的深度基准平面，构建点云深度映射颜色模型，将点云深度信息映射为红绿蓝(RGB)信息，采用一维最大熵法设定最优颜色阈值，实现损伤区域的准确提取；采用二叉树模式识别方法，建立损伤分类模型，实现导轨表面微小损伤的识别与分类。结果表明