人體-座椅接觸面溫度場分析與研究.pdf

1、在日常工作和生活中，由于科技水平的進步、生活方式的改善以及工作強度的提升，人們對座椅熱舒適度的要求越來越高。舒適的座椅有助于緩解身體疲勞、提高工作效率。溫度是影響熱舒適度關鍵的因素，因此研究人體與座椅接觸面溫度場對提高座椅熱舒適度具有重要意義。
　　因此，本文主要針對國內外的尚不成熟的研究現(xiàn)狀，利用溫度場采集裝置對人體-座椅接觸面的溫度場進行數(shù)據(jù)獲取，并通過EMD算法抑制噪聲、三維圖像成像等數(shù)據(jù)處理方法，結合AR模型，客觀的預測和

2、評估溫度場的變化規(guī)律，進而研究和討論預測結果和實際問題的解決。
　　本文進行了人體-座椅面?zhèn)鞲衅黝愋偷倪x擇以及數(shù)量和布局的分析，設計溫度場采集裝置，應用接觸式測量方式，采集接觸面的溫度數(shù)據(jù)并予以保存。根據(jù)實驗數(shù)據(jù)的特點，設計EMD濾波器進行數(shù)據(jù)的預處理，使之平滑，以便溫度數(shù)據(jù)適用于后續(xù)的訓練分析。在此數(shù)據(jù)處理基礎上，主要應用AR自回歸預測模型進行數(shù)據(jù)的分析和訓練，實現(xiàn)的方法主要依靠決策樹算法，用已知部分預測未知部分，應用MATLA

3、B進行仿真和分析。對于使用者來說，方便提前進行作出決策、及時調整坐姿、更換座椅等操作，達到最佳的護理效果。根據(jù)實驗設定要求，在分析過程中主要對采集的數(shù)據(jù)，采取基于決策樹算法的AR模型預測，并進行組內和組間均方根誤差分析，從而驗證模型及預測方法的可行性和準確性。
　　實驗結果表明，組內對未來15分鐘溫度變化進行預測的5次重復實驗，誤差結果顯示平均RMSE(均方根誤差)小于0.4℃，證明該自回歸預測數(shù)據(jù)模型可以提供可接受精度的預測能力