第一篇：表面肌電信號(hào)實(shí)驗(yàn)手冊(cè)總結(jié)

實(shí)驗(yàn)

基于sEMG時(shí)域特征特的動(dòng)作識(shí)別

一、實(shí)驗(yàn)?zāi)康?/p>

1.了解肌電信號(hào)常用的時(shí)域分析方法；

2.利用MATLAB對(duì)肌電信號(hào)進(jìn)行去噪、特征提取及動(dòng)作識(shí)別；

二、實(shí)驗(yàn)設(shè)備

1.Wi-Fi表面肌電信號(hào)采集卡；

2.32位Windows XP臺(tái)式機(jī)（Matlab 7.0軟件）； 3.802.11b/g無(wú)線網(wǎng)卡；

三、實(shí)驗(yàn)內(nèi)容

（1）學(xué)習(xí)信號(hào)的基本去噪方法，并用MATLAB實(shí)現(xiàn)；

（2）學(xué)習(xí)肌電信號(hào)常用的時(shí)域特征并利用Matlab來(lái)進(jìn)行波形長(zhǎng)度（WL）符號(hào)改變數(shù)（SSC）、過(guò)零點(diǎn)（ZC）、威爾遜賦值（WAMP）等特征的提??；

（3）學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)信號(hào)處理方法，掌握BP神經(jīng)網(wǎng)絡(luò)的用法，將其用于肌電信號(hào)的動(dòng)作識(shí)別。

學(xué)習(xí)以上三個(gè)部分，最終完成一整套肌電信號(hào)去噪、特征提?。ㄟx取一種特征）、基于特征的動(dòng)作識(shí)別的MATLAB程序。

四、實(shí)驗(yàn)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(chǔ)上的新興算法，基本思想是根據(jù)噪聲在不同頻帶上的小波分解系數(shù)具有不同強(qiáng)度分布的特點(diǎn)，將各頻帶上的噪聲對(duì)應(yīng)的小系數(shù)去除，保留原始信號(hào)的小波分解系數(shù)，然后對(duì)處理后系數(shù)進(jìn)行小波重構(gòu)，得到純凈信號(hào)。

小波去噪的基本原理圖如下

《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

（2）特征提取

時(shí)域分析是將肌電信號(hào)看成均值為零，而方差隨著信號(hào)強(qiáng)度的變化而變化的隨機(jī)信號(hào)。時(shí)域特征的計(jì)算復(fù)雜度低，提取比較方便。

最常用的方法有：方差，過(guò)零點(diǎn)數(shù)（Zero Crossing, ZC），Willison幅值（Willison Amplitude, WAMP），絕對(duì)值平均值(Mean Absolute Value, MAV）和波形長(zhǎng)度（Wave length，WL）等。在實(shí)際應(yīng)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(shí)域特征組合形成聯(lián)合特征向量。我們主要介紹一下幾種方法：

過(guò)零率（ZC）：為波形通過(guò)零線的次數(shù),從一定程度上反映了信號(hào)的頻率特性。為了降低零點(diǎn)引入的噪聲，往往會(huì)引入一個(gè)閾值δ。計(jì)算方式如下：

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

（1）

Willison幅值：是由Willison提出一種對(duì)表面肌電信號(hào)的幅值變化數(shù)量進(jìn)行計(jì)算的方法，經(jīng)過(guò)后人的研究，對(duì)Willison幅值的閾值有了明確的范圍限定，目前認(rèn)為50~100?V 是最合適的閾值范圍。其數(shù)學(xué)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(zhǎng)度（WL）：它是對(duì)某一分析窗中的波形長(zhǎng)度的統(tǒng)計(jì)，波長(zhǎng)可以體現(xiàn)該樣本的持續(xù)時(shí)間、幅值、頻率的特征。

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

（3）

符號(hào)改變斜率（SSC）：為信號(hào)的的頻率性能提供了一些附加信息，對(duì)于3個(gè)連續(xù)的采樣點(diǎn)，給定閾值ω，通過(guò)下面的公式計(jì)算波峰波谷的個(gè)數(shù)。?xi?xi?1???xi?xi?1???,?i?1,?,N?

（4）

（3）神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)又稱誤差反向傳播（Back Propagation），它是一種多層的前向型神經(jīng)網(wǎng)絡(luò)。在BP網(wǎng)絡(luò)中，信號(hào)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(diào)整過(guò)程是從最后的輸出層依次向之前各層逐漸進(jìn)行的。標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)采用梯度下降算法，與Widrow-Hoff學(xué)習(xí)規(guī)則相似，網(wǎng)絡(luò)權(quán)值沿著性能函數(shù)的梯度反向調(diào)整?！渡硇盘?hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

前向型神經(jīng)網(wǎng)絡(luò)通常具有一個(gè)或多個(gè)由sigmoid神經(jīng)元構(gòu)成的隱層，以及一個(gè)由線性神經(jīng)元構(gòu)成的輸出層。多個(gè)具有非線性傳遞函數(shù)的神經(jīng)元層使得網(wǎng)絡(luò)可以學(xué)習(xí)輸入和輸出之間的非線性關(guān)系，而線性輸出層使得網(wǎng)絡(luò)可以產(chǎn)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(jīng)元構(gòu)成的BP網(wǎng)絡(luò)結(jié)構(gòu)

（1）BP網(wǎng)絡(luò)的訓(xùn)練算法

① BP算法

BP算法沿著誤差函數(shù)減小最快的方向，也就是梯度的反方向改變權(quán)值和偏差，這一點(diǎn)與線性網(wǎng)絡(luò)的學(xué)習(xí)算法是一致的。BP算法的迭代計(jì)算公式可以表示為：

xk?1?xk?akgk

（1）

其中，xk代表當(dāng)前權(quán)值和偏差，xk?1代表迭代產(chǎn)生的下一次的權(quán)值與偏差，gk為當(dāng)前誤差函數(shù)的梯度，ak代表學(xué)習(xí)速率。

② 有動(dòng)量的梯度下降算法

標(biāo)準(zhǔn)的梯度下降法在調(diào)整權(quán)值時(shí)，僅僅按照當(dāng)前時(shí)刻的負(fù)梯度方向進(jìn)行調(diào)整，并沒(méi)有考慮以前各次運(yùn)算步驟中的梯度方向，因此新的樣本對(duì)迭代過(guò)程影響太大，可能會(huì)導(dǎo)致訓(xùn)練過(guò)程中調(diào)整方向發(fā)生震蕩，導(dǎo)致不穩(wěn)定和收斂速度慢的問(wèn)題，有動(dòng)量的梯度下降算法則考慮了往前時(shí)刻的貢獻(xiàn)，其權(quán)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(shí)刻，n-1時(shí)刻的負(fù)梯度。由于加入了以前時(shí)刻梯度的貢獻(xiàn)，相當(dāng)于給迭代過(guò)程添加了一個(gè)低通濾波器，使得網(wǎng)絡(luò)忽略誤差 《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

曲面上細(xì)節(jié)特征，避免了陷入局部極小點(diǎn)的問(wèn)題。

③ 共軛梯度算法

盡管標(biāo)準(zhǔn)的BP算法采用梯度下降算法，權(quán)值和偏差沿誤差函數(shù)下降最快的方向調(diào)整，但卻并不一定是收斂最快的算法。在改進(jìn)的BP訓(xùn)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(quán)值和偏差沿著共軛梯度方向進(jìn)行調(diào)整，通常能夠獲得比標(biāo)準(zhǔn)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(kāi)始。梯度向量為：

p0??g0

（3）

沿著此方向進(jìn)行權(quán)值和偏差的調(diào)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(dá)式為：

pk??gk??kpk?（5）

對(duì)于系數(shù)?k不同計(jì)算方法產(chǎn)生不同的共軛梯度算法。a）F-R共軛梯度算法采取的系數(shù)確定方法為：

Tgkg?k?Tk

（6）

gk?1gk?1即本次迭代梯度相對(duì)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(shù)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(nèi)積對(duì)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(guò)的所有共軛梯度算法都需要在每一步迭代過(guò)程中對(duì)搜索方向進(jìn)行計(jì)算，這樣的計(jì)算量是比較大。對(duì)此moller提出了Scaled梯度搜索算法[4]，在每一步迭代過(guò)程中不計(jì)算搜索方向，以減少訓(xùn)練過(guò)程的計(jì)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(jié)合產(chǎn)生的。

④ L-M算法

L-M算法其權(quán)值和閾值的更新過(guò)程為：

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

（8）《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

其中，e為期望輸出與實(shí)際輸出的誤差；J為誤差對(duì)權(quán)值微分的Jacobi矩陣；?為標(biāo)量因子。如果訓(xùn)練成功，誤差性能函數(shù)減小，那么就減小?的值；反之就減小其值。

五、實(shí)驗(yàn)步驟

1.認(rèn)真閱讀本實(shí)驗(yàn)的原理與方法。

2.利用MATLAB實(shí)現(xiàn)對(duì)肌電信號(hào)的去噪、特征提取及動(dòng)作識(shí)別。（1）小波去噪 load 'sample_test.mat';load 'sample_train.mat';%%%%%%%%%%

Window=256;%分析窗口的長(zhǎng)度

M=512;

%采集數(shù)據(jù)時(shí)一個(gè)data的樣本數(shù) Channel=4;%采集數(shù)據(jù)的通道數(shù) Class=6;%類別數(shù)

Number=10;%每個(gè)類別的個(gè)數(shù) WinLap=64;%窗口移動(dòng)的間隔

JudgeTime=Window/WinLap;%一個(gè)分析窗口需要移動(dòng)的次數(shù)Count=M*Number*Class/WinLap-Window/WinLap+1;%所有數(shù)據(jù)需要分析的次數(shù)

477 ClassCount=M*Number/WinLap-Window/WinLap+1;%一類數(shù)據(jù)需要的分析次數(shù)

GapCount=M*Number/WinLap;

%訓(xùn)練樣本兩類動(dòng)作之間的間隔

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

參數(shù)說(shuō)明 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)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(hào)','去噪后信號(hào)');title('train樣本濾波前后信號(hào)對(duì)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(hào)對(duì)比如下圖所示 《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

仿照對(duì)train樣本進(jìn)行小波去噪的方法，寫(xiě)出利用MATLAB對(duì)test樣本進(jìn)行小波去噪的程序。

（2）特征提取 clear all;close all;load 'sample_train.mat';%%%%% 參數(shù)說(shuō)明 %%%%%%

Window=256;%分析窗口的長(zhǎng)度

M=512;

%采集數(shù)據(jù)時(shí)一個(gè)data的樣本數(shù) Channel=4;%采集數(shù)據(jù)的通道數(shù) Class=6;%類別數(shù)

Number=10;%每個(gè)類別的個(gè)數(shù) WinLap=64;%窗口移動(dòng)的間隔

JudgeTime=Window/WinLap;%一個(gè)分析窗口需要移動(dòng)的次數(shù)

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

%訓(xùn)練樣本兩類動(dòng)作之間的間隔 《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

%%%%% 求波長(zhǎng)

%%%%%%%%%%%%%% 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(zhǎng)）特征的程序，任選其他一種特征，寫(xiě)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(dòng)作識(shí)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(dòng)作

Feature=Feature_test;%統(tǒng)一接口 test=Feature_train;%統(tǒng)一接口

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

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

% A：一個(gè)n×2的矩陣，第i行元素為輸入信號(hào)xi的最小值和最大值； % B：一個(gè)k維行向量，其元素為網(wǎng)絡(luò)中各層節(jié)點(diǎn)數(shù)； 《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

% C：一個(gè)k維字符串行向量，每一分量為對(duì)應(yīng)層神經(jīng)元的激活函數(shù)；常用的有： % 線性函數(shù)’purelin’，對(duì)數(shù)S形轉(zhuǎn)移函數(shù)’logsig’ 雙曲正切S形函數(shù) ’ tansig’ % trainFun ：為學(xué)習(xí)規(guī)則采用的訓(xùn)練算法。也可以根據(jù)需要修改

%設(shè)置訓(xùn)練的輸出目標(biāo)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(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)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(wǎng)絡(luò)配置參數(shù)如下： %

%

%

% net.trainparam.goal ：神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目標(biāo)誤差 net.trainparam.show

： 顯示中間結(jié)果的周期 net.trainparam.epochs ：最大迭代次數(shù) net.trainParam.lr

： 學(xué)習(xí)率 《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

% 語(yǔ)法：[ net, tr ] = train(net, X, Y)%

%

%

%

%

% 語(yǔ)法：Y=sim(net,X)%

%

數(shù) %

%判斷輸出結(jié)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(shù)：

X：網(wǎng)絡(luò)實(shí)際輸入 Y：網(wǎng)絡(luò)應(yīng)有輸出 tr：訓(xùn)練跟蹤信息 Y1：網(wǎng)絡(luò)實(shí)際輸出

net：網(wǎng)絡(luò)

X：輸入給網(wǎng)絡(luò)的Ｋ×N矩陣，其中K為網(wǎng)絡(luò)輸入個(gè)數(shù)，N為數(shù)據(jù)樣本Y：輸出矩陣Q×N，其中Q為網(wǎng)絡(luò)輸出個(gè)數(shù) 《生理信號(hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)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(cuò)誤的類別');title('分類結(jié)果');accuracy=1-wrongall/Count%分類準(zhǔn)確率

最終的識(shí)別結(jié)果如下圖所示?！渡硇盘?hào)采集與分析處理平臺(tái)實(shí)驗(yàn)指導(dǎo)》-武漢理工大學(xué)信息工程學(xué)院

改變BP網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)以及初始化各層之間的權(quán)值和閾值，可以提高最終的識(shí)別率。

第二篇：創(chuàng)新實(shí)驗(yàn)：膈肌的運(yùn)動(dòng)教案

中學(xué)生物教師實(shí)驗(yàn)創(chuàng)新大賽

實(shí)驗(yàn)課題名稱：模擬膈肌的運(yùn)動(dòng) 參賽教師：城步二中

陳善龍

一、實(shí)驗(yàn)在教材中所處的地位和作用

模擬膈肌的運(yùn)動(dòng)是七年級(jí)下冊(cè)《生物學(xué)》第三章第二節(jié)：發(fā)生在肺內(nèi)的氣體交換的一個(gè)演示實(shí)驗(yàn)。本節(jié)是這一章也是這一冊(cè)的教學(xué)難點(diǎn)，尤其是肺與外界氣體交換的原理比較抽象，學(xué)生難懂。通過(guò)這一模擬實(shí)驗(yàn)，很直觀的體現(xiàn)出肺與外界氣體交換的原理是呼吸肌有規(guī)律的收縮和舒張使胸廓容積擴(kuò)大和縮小。

二、實(shí)驗(yàn)原型及不足之處

實(shí)驗(yàn)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(wú)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(guān)系。

3、玻璃罩壁很滑，不好固定橡皮膜，易滑落。

4、實(shí)驗(yàn)室的Y型玻璃管大而短，很難找到與之匹配的玻璃罩。

三、實(shí)驗(yàn)創(chuàng)新和改進(jìn)之處

創(chuàng)新之處：

1、用飲料瓶代替玻璃罩

2、用輸液管改裝成一個(gè)Y型膠管代替 Y型玻璃管

3、氣球膜代替橡皮膜

改進(jìn)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(yōu)點(diǎn)：

1、飲料瓶易改裝，易固定橡皮膜，而且不會(huì)滑落，同時(shí)也解決材料難找的問(wèn)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(wèn)題。

3、整個(gè)裝置取材容易、輕巧、攜帶方便。

四、實(shí)驗(yàn)原理

肺富有彈性，當(dāng)膈肌收縮時(shí)，膈頂下降，胸廓容積變大，肺擴(kuò)張，肺內(nèi)氣壓下降，外界氣體吸入肺，是吸氣過(guò)程。膈肌舒張，膈頂上升，胸廓容積縮小，肺回縮，肺內(nèi)氣壓增大，氣體被呼出，是呼氣過(guò)程。從而得出胸廓容積的變化與呼吸運(yùn)動(dòng)的關(guān)系。

五、實(shí)驗(yàn)器材

飲料瓶一個(gè)、大氣球一個(gè)、小氣球兩個(gè)、小剪刀、細(xì)線、輸液管一根

六、實(shí)驗(yàn)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(gè)Y型膠管，將分叉的兩管分別插入氣球內(nèi)，用細(xì)線系緊。

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

七、實(shí)驗(yàn)現(xiàn)象及分析

1、向上推氣球膜，氣球變小。相當(dāng)于膈肌舒張，膈頂上升，胸廓容積 變小，肺內(nèi)氣壓上升，氣體出肺，這時(shí)呼氣。

2、放松氣球膜，氣球變大。相當(dāng)于膈肌收縮，膈頂下降，胸廓容積變大，肺內(nèi)氣壓下降，氣體入肺，這時(shí)吸氣。

3、用手?jǐn)D瓶壁，氣球變小。相當(dāng)于肋間肌舒張，肋骨向下向內(nèi)運(yùn)動(dòng)，胸廓前后徑(或左右徑）變短，胸廓容積變小，肺內(nèi)氣壓上升，氣體出肺，這時(shí)呼氣。

4、放松，氣球變大。相當(dāng)于肋間肌收縮，肋骨向上向外運(yùn)動(dòng)，胸廓前后徑（或左右徑）變長(zhǎng)。胸廓容積變大，肺內(nèi)氣壓下降，氣體入肺，這時(shí)吸氣。

八、自我評(píng)價(jià)

1、實(shí)驗(yàn)現(xiàn)象明顯，能直觀的表示胸廓容積的變化與呼吸運(yùn)動(dòng)的關(guān)系,讓學(xué)生明白是因?yàn)?/p>

胸廓擴(kuò)大（或縮小）導(dǎo)致吸氣（呼氣），而不是因?yàn)槲鼩猓ɑ蚝魵猓┖笫剐乩獢U(kuò)大（縮小)。

2、所需實(shí)驗(yàn)器材少，易獲取，制作簡(jiǎn)單，學(xué)生可以獨(dú)立在課后完成。

3、實(shí)驗(yàn)成本低，綠色環(huán)保，無(wú)毒無(wú)污染；過(guò)程安全，無(wú)危險(xiǎn)隱患。

第三篇：《數(shù)學(xué)實(shí)驗(yàn)手冊(cè)》學(xué)習(xí)心得

《數(shù)學(xué)實(shí)驗(yàn)手冊(cè)》培訓(xùn)暨初中數(shù)學(xué)青年教師研修活動(dòng)

一、培訓(xùn)地點(diǎn)：灌云實(shí)驗(yàn)中學(xué)

二、參與培訓(xùn)人員：陳維紅、關(guān)麗、張為賢、馬曼麗

三、學(xué)習(xí)心得：

經(jīng)過(guò)一天的初中數(shù)學(xué)培訓(xùn)，我受益匪淺，感受很多。近幾年來(lái)，伴隨著新的《數(shù)學(xué)實(shí)驗(yàn)手冊(cè)》的發(fā)行與運(yùn)用，要求學(xué)生更好的“感受”數(shù)學(xué)，“做”好數(shù)學(xué)，為了適應(yīng)這一變化改革的趨勢(shì)，我在教學(xué)理念和教學(xué)方法上也發(fā)生了相應(yīng)的轉(zhuǎn)變，同時(shí)也產(chǎn)生了一些困惑和疑問(wèn)。而恰在這樣的時(shí)候，培訓(xùn)班開(kāi)課了，我十分榮幸的成為了其中的一名成員。在培訓(xùn)期間，在課堂上我們認(rèn)真聆聽(tīng)了一些數(shù)學(xué)專家和名師的講座和講課，讓我更加深入理解和掌握數(shù)學(xué)實(shí)驗(yàn)的理念，提高了對(duì)數(shù)學(xué)實(shí)驗(yàn)的認(rèn)識(shí).下面是我這一天培訓(xùn)的一些粗淺的體會(huì)：

1、經(jīng)過(guò)孫主編的講解，使我清晰地認(rèn)識(shí)初中數(shù)學(xué)實(shí)驗(yàn)。

通過(guò)培訓(xùn)學(xué)習(xí)，我清楚地認(rèn)識(shí)到初中數(shù)學(xué)實(shí)踐活動(dòng)的目的性、科學(xué)性、實(shí)踐性、思考性、實(shí)用性。使我不僅要從思想上認(rèn)識(shí)到初中數(shù)學(xué)實(shí)驗(yàn)的重要性和必要性，而且也要從自身的知識(shí)儲(chǔ)備上為初中數(shù)學(xué)這次改革作好充分的準(zhǔn)備。一成不變的教材與教法是不能適應(yīng)于社會(huì)的發(fā)展與需求的。孫主編就《數(shù)學(xué)實(shí)驗(yàn)手冊(cè)》中前七節(jié)課的分析與解

讀，讓我明確每一節(jié)課的設(shè)計(jì)意圖和適用的課型。實(shí)驗(yàn)的目的是要學(xué)生通過(guò)動(dòng)手、動(dòng)腦，用觀察、模仿、實(shí)驗(yàn)、思考等手段，構(gòu)造出數(shù)學(xué)知識(shí)。《數(shù)學(xué)實(shí)驗(yàn)手冊(cè)》堅(jiān)持因材施教，學(xué)思想結(jié)合，知行統(tǒng)一；以學(xué)生為主體，面向全體學(xué)生，緊扣課程內(nèi)容，手段運(yùn)用，方法創(chuàng)新，形成開(kāi)放、創(chuàng)新、互動(dòng)的教學(xué)創(chuàng)新載體。通過(guò)學(xué)習(xí)，使我清楚地認(rèn)識(shí)到初中數(shù)學(xué)實(shí)驗(yàn)的組成模塊及知識(shí)點(diǎn)，明白了各知識(shí)點(diǎn)之間又有的聯(lián)系與區(qū)別。對(duì)于課程必須講深講透，對(duì)于部分選學(xué)內(nèi)容，應(yīng)視學(xué)校和學(xué)生的具體情況而定。初中數(shù)學(xué)的改革是為了更好地適應(yīng)社會(huì)

發(fā)展與人才需求而制定的。為了更好地適應(yīng)社會(huì)發(fā)展與需求，作為教師理應(yīng)先行一步，為社會(huì)的發(fā)展與變革作出自己的一份貢獻(xiàn)。

二.通過(guò)培訓(xùn)學(xué)習(xí)，使我清楚地認(rèn)識(shí)到整體把握初中數(shù)學(xué)實(shí)驗(yàn)的重要性及其常用法。

特級(jí)教師吳海寧用了艾麗斯的《自由》的教學(xué)案例來(lái)讓我們體會(huì)數(shù)學(xué)實(shí)驗(yàn)的重要性，枯燥的講解只會(huì)限制孩子的發(fā)展，而通過(guò)學(xué)生的動(dòng)手操作、演示、調(diào)查等方式進(jìn)行探索，讓學(xué)生更好的了解數(shù)學(xué)規(guī)律的“前世今生”。學(xué)生在掌握知識(shí)技能的同時(shí)發(fā)展學(xué)生邏輯推理能力。王磊的精彩演講更是讓我們知道數(shù)學(xué)實(shí)驗(yàn)應(yīng)用的廣泛性，可以是以一個(gè)教學(xué)片段呈現(xiàn)，也可以是整節(jié)課的實(shí)踐活動(dòng)。他還通過(guò)講解透明紙的使用，月歷的使用，計(jì)算機(jī)的輔助等向我們形象生動(dòng)地?cái)?shù)學(xué)實(shí)踐是什么？數(shù)學(xué)實(shí)踐怎么做？

三、通過(guò)兩位老師具體的課堂案例學(xué)習(xí)，使我認(rèn)識(shí)到應(yīng)該如何把握中數(shù)學(xué)課堂實(shí)踐教學(xué)。

通過(guò)兩位老師課堂精彩的呈現(xiàn)，讓我明白了《數(shù)學(xué)實(shí)驗(yàn)手冊(cè)》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(xué)生的思維通道、掌握一定的學(xué)習(xí)要領(lǐng)，形成良好的數(shù)學(xué)素養(yǎng)；怎樣才能將一根根主線貫穿于我們的日常教學(xué)過(guò)程之中。我們已經(jīng)認(rèn)識(shí)到數(shù)學(xué)改革越來(lái)越傾向于“重視基礎(chǔ)，能力立意”。“重視基礎(chǔ)”，意思就是從最基本的知識(shí)出發(fā)。從近幾年的中考試題中不難發(fā)現(xiàn)，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(shuō)試題不是基礎(chǔ)知識(shí)的簡(jiǎn)單堆砌，而是精心巧妙的組裝，通過(guò)這種組裝，題目就給人一種新穎、陌生感?！爸匾暬A(chǔ)，能力立意”不但是高等學(xué)府選拔人才的需要，也是莘莘學(xué)子將來(lái)從事各種工作研究和解決生活、社會(huì)問(wèn)題的需要。因此，一個(gè)優(yōu)秀的教師應(yīng)該通過(guò)把握課堂教學(xué)來(lái)達(dá)到以下目標(biāo)：“受人之魚(yú)，不如授人以漁”放手讓學(xué)生通過(guò)實(shí)踐，操作，交流等手段自主發(fā)現(xiàn)規(guī)律，總結(jié)知識(shí)點(diǎn)。從根本上提高學(xué)生的綜合素質(zhì)，為將來(lái)的持續(xù)發(fā)展奠定基礎(chǔ)。

總之，通過(guò)此次學(xué)習(xí)，不僅使自己的眼界得以開(kāi)闊，而且使自己對(duì)初中《數(shù)學(xué)實(shí)驗(yàn)手冊(cè)》有了更深層次的認(rèn)識(shí)和理解，這無(wú)疑將對(duì)我今后的教學(xué)工作產(chǎn)生積極而深遠(yuǎn)的影響。在今后的教學(xué)工作中我還會(huì)進(jìn)行不斷的反思與改進(jìn)，讓自己的教學(xué)教育工作日趨成熟。

第四篇：不銹鋼的表面加工總結(jié)

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(yīng)用領(lǐng)域--不同的表面加工使不銹鋼表面各異，使其在應(yīng)用中各具獨(dú)到之處。

在建筑應(yīng)用領(lǐng)域，不銹鋼的表面加工之所以重要是有許多原因的。

腐蝕環(huán)境要求光滑的表面是因?yàn)楸砻婀饣蝗菀追e垢。污垢的沉積會(huì)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(wèi)生條件對(duì)許多行業(yè)是很重要的，例如，食品加工、餐飲、釀造和化工等，在這些應(yīng)用領(lǐng)域，表面必須便于每天清洗，而且經(jīng)常要用化學(xué)清洗劑。

不銹鋼是這方面的最佳材料，在公共場(chǎng)所，不銹鋼的表面經(jīng)常會(huì)被胡寫(xiě)亂畫(huà)，但是，它的一個(gè)重要特性是可以將它們清洗掉，這是不銹鋼優(yōu)于鋁的一個(gè)顯著特點(diǎn)。鋁的表面容易留下痕跡，往往很難去掉。清理不銹鋼表面時(shí)應(yīng)順著不銹鋼的紋路清理，因?yàn)橛行┍砻婕庸さ募y路是單向性的。

不銹鋼最適用于醫(yī)院或其它衛(wèi)生條件至關(guān)重要的領(lǐng)域，如：食品加工、餐飲、釀造和化工，這不僅是因?yàn)樗阌诿刻烨逑矗袝r(shí)還要使用化學(xué)清洗劑，而且還因?yàn)樗灰鬃躺?xì)菌。試驗(yàn)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(jiān)固亮麗之感，其自然色彩柔和地反映出周圍環(huán)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(jié)合起來(lái)使用，變換出更多的最終產(chǎn)品。

五個(gè)種類有：軋制表面加工、機(jī)械表面加工、化學(xué)表面加工、網(wǎng)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(guò)無(wú)論指定哪一種表面加工，都應(yīng)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(zhǔn)備一個(gè)樣品，作為今后批量生產(chǎn)的標(biāo)準(zhǔn)。

②大面積使用時(shí)（如復(fù)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(yīng)用中，如：電梯內(nèi)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(shí)應(yīng)考慮到制作工藝，例如：為了除去焊珠，可能要對(duì)焊縫進(jìn)行修磨，而且還要恢復(fù)原有的表面加工。

花紋板很難甚至無(wú)法滿足這一要求。

⑤對(duì)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(shí)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(wú)論采用哪種精加工都需要增加工藝步驟，因此要增加費(fèi)用，所以，選擇表面加工時(shí)要慎重。

因此，建筑師、設(shè)計(jì)人員和制造廠家等有關(guān)人員需要對(duì)不銹鋼的表面加工有所了解。通過(guò)彼此之間的友好合作和相互交流，一定會(huì)獲得所期望的效果。

⑦根據(jù)我們的經(jīng)驗(yàn)，我們不建議使用氧化鋁作磨料，除非在使用過(guò)程中十分小心。最好是使用碳化硅磨料。

3．標(biāo)準(zhǔn)表面加工

許多種表面加工一直是采用編號(hào)或其它分類方法表示、它們都被編入了有關(guān)的標(biāo)準(zhǔn)中，如：“英國(guó)標(biāo)準(zhǔn)BS1449”和“美國(guó)鋼鐵協(xié)會(huì)不銹鋼生產(chǎn)者委員會(huì)標(biāo)準(zhǔn)”。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(guò)板材和帶村的生產(chǎn)工藝表示的。No.1：經(jīng)過(guò)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(diǎn)粗糙。No.2D：比N0.1表面加工好，也是黯淡表面。經(jīng)過(guò)冷軋、退火、除鱗，最后用毛面輥輕軋。No.2B：這是建筑應(yīng)用中最常用的，除在退火和除鱗后用拋光輥進(jìn)行最后一道輕度冷軋外，其它工藝與2D相同，表面略有些發(fā)光，可以進(jìn)行拋光處理。

No.2B光亮退火：這是一種反射性表面，經(jīng)過(guò)拋光輥軋制并在可控氣氛中進(jìn)行最終退火。光亮退火仍保持其反射表面，而且不產(chǎn)生氧化皮。

由于光亮退火過(guò)程中不發(fā)生氧化反應(yīng)，所以，不需要再進(jìn)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(jīng)過(guò)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：?jiǎn)蜗虮砻婕庸?，反射性不?qiáng)，這種表面加工可能在建筑應(yīng)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(duì)No.4的進(jìn)一步改進(jìn)，是在磨料和油介質(zhì)中用坦皮科拋光刷拋光No．4表面。”英國(guó)標(biāo)準(zhǔn)1449“中沒(méi)有該表面加工，但在美國(guó)標(biāo)準(zhǔn)中可以查到。

No.7：被稱為光亮拋光，是對(duì)已經(jīng)磨得很細(xì)但仍有磨痕的表面進(jìn)行拋光。

通常使用的是2A或2B板，用纖維或布拋光輪和相應(yīng)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?yàn)樗瓷涞膱D像很清晰。

用細(xì)磨料對(duì)不銹鋼連續(xù)拋光，然后再用非常細(xì)的拋光膏打磨。

在建筑應(yīng)用中應(yīng)該注意的是這種表面如果用在人員流動(dòng)量較大或人們經(jīng)常觸摸到的地方會(huì)留下手印。

手印當(dāng)然可以擦掉，但有時(shí)影響美觀。

”官方“標(biāo)準(zhǔn)和文獻(xiàn)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(yīng)同他們進(jìn)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(shuō)明能夠達(dá)到的程度，另一個(gè)有效的表示方法是測(cè)量表面粗糙度。標(biāo)準(zhǔn)的測(cè)量方法被稱為CLA（中心線平均值），測(cè)量?jī)x在鋼板表面橫向移動(dòng)，記錄下峰谷的變化幅度。CLA的編號(hào)越小，表面越光滑。從下表中的表面加工和CLA編號(hào)可以看出不同等級(jí)的最終結(jié)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(jī)械拋光

注意事項(xiàng)：

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

我們?cè)谟醚趸X作為磨料時(shí)曾遇到過(guò)麻煩，其部分原因是壓力問(wèn)題。

設(shè)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?yàn)檫@樣會(huì)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(yīng)先在成分相同的廢料上試用，以便同樣品進(jìn)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(yáng)極，通電后金屬?gòu)谋韺映ァ?/p>

該工藝通常用于零部件的加工，因?yàn)樗鼈兊男螤铍y以用傳統(tǒng)方法進(jìn)行拋光。該工藝常用于冷軋鋼板的表面，因?yàn)槠浔砻姹葻彳堜摪宓谋砻婀饣?/p>

但是電解拋光會(huì)使表面的雜質(zhì)更明顯，特別是鈦和鈮穩(wěn)化的材料會(huì)由于粒狀雜質(zhì)使焊縫區(qū)出現(xiàn)差異。

小焊疤和銳棱可以通過(guò)該工藝清除掉。該工藝著重處理表面上的突出部分，優(yōu)先對(duì)它們進(jìn)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(shù)和專利技術(shù)。

奧氏體不銹鋼的電解拋光效果很好。9．網(wǎng)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(wǎng)紋表面加工的優(yōu)點(diǎn)如下：

①減少”金屬屋面材料皺縮“（oil can-ning），該詞是一個(gè)用來(lái)描述光亮材料表面的術(shù)語(yǔ)，這種表面從光學(xué)角度看不平。例如：大面積的裝飾板，即使經(jīng)過(guò)拉伸矯直或張力拉矯也很難使表面完全平直，因而會(huì)出現(xiàn)金屬屋面材料皺縮。

②網(wǎng)紋圖案可以減少在陽(yáng)光下發(fā)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(qiáng)度。

⑤為建筑師提供了選擇的余地。

有專利權(quán)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(nèi)部裝飾，如：電梯鑲板、柜臺(tái)、壁板和入口處。

外部應(yīng)用時(shí)應(yīng)考慮到使不銹鋼能夠通過(guò)雨水和人工沖刷清洗表面，避免有易聚集污物和空中雜質(zhì)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(jīng)過(guò)拋光或光亮退火的鋼板表面用尼龍研磨帶或刷進(jìn)行拋光。

11.噴玻璃球或噴丸

對(duì)于內(nèi)部應(yīng)用，如：電梯的內(nèi)部，混合表面加工很受歡迎。

這種混合工藝是通過(guò)噴玻璃球形成無(wú)澤表面，然后通過(guò)掩飾處理，覆上塑料膜，成拋光表面加工，最后形成拋光和無(wú)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?yàn)樘间摰姆哿?huì)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(guó)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(jīng)解釋過(guò)，不銹鋼之所以不生銹是因?yàn)樗韺拥那樾匝趸t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(jīng)常維護(hù)。

彩色不銹鋼還可以進(jìn)行成型處理，即使在銳彎處也不會(huì)對(duì)顏色有任何不良影響。

關(guān)于對(duì)耐蝕性的影響，試驗(yàn)表明采用該工藝后耐蝕性有所增強(qiáng)。

該工藝與操作時(shí)間密切相關(guān)，時(shí)間不同顏色會(huì)發(fā)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(diǎn)是它的最終外觀可以反映出該材料原來(lái)的表面，即：鏡面或拋光面會(huì)產(chǎn)生很強(qiáng)的金屬光澤，而毛面表面加工的顏色是無(wú) 光澤的。

工藝過(guò)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(shí)間取決于所需要的顏色，最多不超過(guò)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(jìn)行陰極處理，時(shí)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(jìn)行硬化處理，然后在熱水中進(jìn)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(kāi)發(fā)的專有技術(shù)包括用剛玉砂帶除去”突出"部分，這樣，最終的結(jié)果是將鋼板的自然之美與彩色圖案的色彩結(jié)合在一起。

這種表面不容易留下手印，特別適用于室內(nèi)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(guò)覆膜工藝將圖案標(biāo)在鋼板表面，再將鋼板浸在三氯化鐵酸液（o級(jí)）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(biāo)槍運(yùn)動(dòng)員論文：我國(guó)男子優(yōu)秀標(biāo)槍運(yùn)動(dòng)員最后用力階段主要用力肌群表面肌電分析

標(biāo)槍運(yùn)動(dòng)員論文：我國(guó)男子優(yōu)秀標(biāo)槍運(yùn)動(dòng)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(biāo)槍投擲技術(shù)的研究當(dāng)中,試圖構(gòu)建標(biāo)槍最后用力階段的肌電圖模式,通過(guò)研究來(lái)檢測(cè)肌肉用力的順序、貢獻(xiàn)率,從而有針對(duì)性的改進(jìn)某些肌肉的訓(xùn)練方式和手段,從一個(gè)全新的角度來(lái)闡明標(biāo)槍最后用力技術(shù)的科學(xué)合理性,為改進(jìn)和合理化肌肉力量訓(xùn)練計(jì)劃提供理論依據(jù)。研究方法:本研究運(yùn)用芬蘭產(chǎn)MuscleTesierME6000便攜式8導(dǎo)肌電儀對(duì)9名一級(jí)及以上優(yōu)秀標(biāo)槍運(yùn)動(dòng)員的投擲動(dòng)作進(jìn)行信號(hào)采集,并運(yùn)用處理系統(tǒng)中的分析軟件進(jìn)行主要肌肉活動(dòng)狀態(tài)的肌電分析。結(jié)論:1標(biāo)槍運(yùn)動(dòng)員最后用力的準(zhǔn)備部分:(1)最后用力準(zhǔn)備部分各肌肉的開(kāi)始放電順序符合“大關(guān)節(jié)首先活動(dòng)的原理”,但有些運(yùn)動(dòng)員在最后用力準(zhǔn)備部分由于對(duì)標(biāo)槍沒(méi)有很好的控制導(dǎo)致橈肌首先發(fā)力;(2)腹外斜肌和股二頭肌在整個(gè)最后用力階段一直持續(xù)用力;(3)在最后用力的準(zhǔn)備部分中,應(yīng)縮短從單腳支撐過(guò)渡到雙腳支撐所需的時(shí)間,提高水平速度利用率;(4)有些運(yùn)動(dòng)員在最后用力準(zhǔn)備部分三角肌和斜方肌的貢獻(xiàn)率偏高,說(shuō)明在此部分三角肌和斜方肌過(guò)于緊張,整體的肌肉協(xié)調(diào)性較差,應(yīng)對(duì)肌肉協(xié)調(diào)用力加強(qiáng)練習(xí)。2標(biāo)槍運(yùn)動(dòng)員最后用力的加速部分:(1)最后用力加速部分所測(cè)運(yùn)動(dòng)員腹外斜肌都最先發(fā)力,在完成“滿弓”動(dòng)作時(shí),腹外斜肌已經(jīng)得到充分的拉伸,在最后用力加速部分開(kāi)始時(shí)刻快速收縮用力,使軀干帶動(dòng)投擲臂向前,對(duì)標(biāo)槍出手時(shí)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(dòng)結(jié)束的先后順序中,前脛骨肌首先結(jié)束發(fā)力,其次是腹外斜肌和腓腸肌,橈肌和三角肌最后結(jié)束發(fā)力,符合由下至上發(fā)力,使動(dòng)量由下肢傳至軀干,再由軀干傳至投擲臂;(3)結(jié)合同步錄像可以看出,最后用力加速部分三角肌的貢獻(xiàn)率偏小,可能與重心偏高上體偏直,“滿弓”動(dòng)作不充分,幅度偏小,“鞭打”動(dòng)作未用全力等因素有關(guān)。

【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 “l(fā)arge 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(guān)鍵詞】標(biāo)槍運(yùn)動(dòng)員 最后用力階段 主要用力肌群 肌電分析 【英文關(guān)鍵詞】Javelin Thrower Final Exertion Major muscle force EMG analysis 【目錄】我國(guó)男子優(yōu)秀標(biāo)槍運(yùn)動(dòng)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(jù)和意義7-81.1.2 現(xiàn)實(shí)意義7

1.1.3 學(xué)術(shù)價(jià)值7-8

1.2.1 概述可行性分析88-10概述9-10狀10-14現(xiàn)狀10-12

1.2 文獻(xiàn)綜述8-15

8-91.2.1.1 擲標(biāo)槍運(yùn)動(dòng)概述1.2.1.2 肌電發(fā)展1.2.2 表面肌電技術(shù)在體育科研中應(yīng)用的歷史及現(xiàn)1.2.2.1 國(guó)外關(guān)于肌電在體育科研中應(yīng)用的歷史及1.2.2.2 國(guó)內(nèi)關(guān)于肌電在體育科研中應(yīng)用的歷史

1.2.3 研究思路

1.2.3.2 及目前我國(guó)對(duì)標(biāo)槍的研究現(xiàn)狀12-1414-151.2.3.1 肌電測(cè)試的肌肉選取14-15肌電測(cè)試原理圖151515-16

1.2.3.3 肌電測(cè)試時(shí)的工作流程

2.1 研究對(duì)象2 研究對(duì)象和研究方法15-182.2 研究方法16-18

2.2.1 文獻(xiàn)資料法

1616-1816-1717-18法182.2.2 專家訪談法162.2.3 測(cè)試法

2.2.3.2 測(cè)試肌肉2.2.3.1 測(cè)試儀器及器材162.2.3.3 測(cè)試動(dòng)作172.2.3.5 數(shù)據(jù)初步篩選處理3 研究結(jié)果與分析18-36

2.2.3.4 測(cè)試步驟18

2.2.4 數(shù)理統(tǒng)計(jì)

3.1 最后用力的準(zhǔn)備部分20-28間順序21-233.1.1 最后用力準(zhǔn)備部分各肌肉肌電活動(dòng)開(kāi)始的時(shí)

3.1.2 最后用力準(zhǔn)備部分各肌肉肌電活動(dòng)結(jié)束

3.1.3 最后用力準(zhǔn)備部分各肌肉發(fā)力持續(xù)3.1.4 最后用力準(zhǔn)備部分各肌肉肌電積分值

3.2 最后用力的加速部分的時(shí)間順序23-24時(shí)間順序24-26和各肌肉力量貢獻(xiàn)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(dòng)開(kāi)始的順序3.2.2 最后用力加速部分各肌肉肌電活動(dòng)結(jié)束的順序3.2.3 最后用力加速部分各肌肉發(fā)力持續(xù)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(jié)論與建議36-38附件43-44

參考文獻(xiàn)力量貢獻(xiàn)率大小34-3638-42致謝

42-43