一、人体环节惯性参数的模型法研究初探（论文文献综述）
徐青华,王向东,冯通[1]（2021）在《长度比例系数评估下肢截肢人群残端惯性参数的可行性研究》文中认为研究目的:（1）利用Damavandi法测量下肢截肢环节残端的质量和质心位置;（2）利用两种人体测量比例模型包含的4种回归方程结合人体测量学计算的残端对应健侧肢体的质量和质心,并利用残端长度与健侧环节长度的比例常数估测残端的质量和质心位置;（3）对两种方法（测量值和计算值）进行一致性分析,探索利用残端长度比例常数评估其质量和质心位置等惯性参数的可行性。研究方法:本研究选取17名健康截肢男性,利用残端长度比例因子估计质量和质心位置,具体比例因子定义如下:比例因子:残端长度与对应健侧肢体长度的比值,残端惯性参数的评估比例定义为:残端质量=比例系数×对应健侧肢体质量;残端质心位置（距环节近侧的距离）=比例系数×对应健侧肢体质心位置（距环节近侧的距离）。
徐青华,王向东,赵享楠[2]（2021）在《截肢残疾人身体残端环节的质量和质心位置研究》文中研究指明研究目的:本文以17名截肢健康男性为研究对象,使用平衡板和测力台通过实际测量后,对残端环节质量及质心位置进行估计,与郑秀媛和Zatsiorsky的身高体重模型与环节参数模型进行回归对比后,提出有关截肢群体身体残端质量和质心确认的有效的测量方法,并加以验证。以期填补残疾人身体惯性参数专用模型和研究方法领域的空白,为残疾人康复及该群体运动表现提升的研究提供基础的数据支撑。研究方法:
徐青华[3]（2021）在《冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究》文中进行了进一步梳理研究目的:高山滑雪作为“冬残奥”雪上项目的金牌大项,是我国备战2022年北京冬残奥会的重点突破方向。如何充分利用级别优势,弥补身体残疾带来的功能障碍,是残疾人运动员取得比赛成功的关键技术因素。为此,本文根据国家残疾人高山滑雪队备战“残奥会”的要求,从残疾人运动员的身体形态和由此决定的功能分级出发,结合运动实践,对坐姿大回转旗门转弯关键环节动作进行了针对性的技术分析和运动规律研究。具体研究目的包括:（1）截肢运动员环节惯性参数的测量方法以及利用健全人人体测量学模型计算截肢运动员身体质心的可行性研究;（2）探索坐姿高山滑雪大回转项目的运动学规律,分析倒立摆模型在滑行轨迹优化中的有效性。研究方法:截肢运动员身体环节惯性参数的研究中,选取17名坐姿截肢运动员,利用测力台和平衡板获得残端质量和质心位置,结合健全人人体回归模型和多刚体模型计算身体整体质心,通过与平衡板测试法获得的身体质心的比较进行有效性验证。坐姿高山滑雪大回转项目动作技术研究中,设计开发了适用的运动学测试系统,利用无人机高空定点拍摄和可穿戴惯性传感器相结合的方法,分析了11名坐姿运动员终点前3个目标旗门赛段内的滑行技术动作,探索不同级别运动员旗门转弯技术的动作特点和表现差异。最后,利用倒立摆模型对滑行轨迹和滑行时间进行仿真计算,通过与实际滑行表现的对比进行模型有效性验证。研究结果:（1）膝上截肢和膝下截肢运动员的身体一维质心存在显着性差异（p=0.01）,与健全人一维质心差异非常显着（p<0.01）。（2）利用4种人体回归模型和多刚体模型计算身体整体质心时,Zatsiorsky环节参数模型的计算结果与平衡板测试法的测量结果之间不存在显着性差异（p>0.05）。（3）残端长度比例因子估测的残端质量与测力台测量值具有非常好的一致性（ICC=0.89）。（4）不同分级级别、不同截肢类型的运动员全程滑行时间差异非常显着（p<0.01）。全程滑行时间与全程滑行距离、距离旗门最小距离、单旗门质心运动轨迹、单旗门滑行时间之间均呈显着性正相关（p<0.05）。分级级别与目标赛段内全程滑行时间相关性非常显着（r=-0.92,p<0.01）。（5）对于LW10和LW11级运动员来说,单旗门转弯的最大滑行速度与滑行时间呈非常显着性负相关（r=-0.76,p<0.01）,对于LW12级运动员来说,全程滑行时间与旗门转弯前后的速度变化相关性显着（r=0.56,p=0.02）,LW10和LW11级运动员的速度变化与全程滑行时间相关不显着（r=0.23,p=0.40）。（6）倒立摆模型的仿真结果与实际滑行距离和滑行时间之间差异不显着（p>0.05）,一致性结果分别为ICC=0.45和ICC=0.85。研究结论:（1）利用测力台测量的残端质量和质心位置,结合Zatsiorsky身高体重模型获得的截肢运动员身体质心与平衡板测试法的测试值之间具有非常好的一致性,说明测力台测试法结合Zatsiorsky的身高体重参数模型能够有效获得截肢残疾人的身体质心。利用残端长度比例结合人体测量回归模型可以较好的估测残端的质量,尤其是对于大腿残端的计算,结果更有效,但是长度比例因子在估测残端质心位置时则会导致较大误差。（2）不同级别运动员完成旗门转弯的时机不同,高级别运动员适宜采用进入旗门前完成身体转向的滑行方式,低级别运动员适宜采用滑过旗门后进行身体转向的滑行方式。（3）高级别运动员的最大滑行速度显着大于低级别运动员,LW10级运动员因可以从提高旗门转弯阶段的最大滑行速度来提升运动表现,LW12级运动员则可以通过减小旗门转弯前后的速度损失来提高运动表现。单旗门滑行的轨迹长度、转弯半径、距离旗门最小距离、旗门滑行前后速度变化等指标不仅能够分析单旗门转弯的运动学规律,也能有效反应比赛全程的运动表现。（4）对坐姿高山滑雪大回转项目来说,根据牛顿第二定律和运动学方程,建立倒立摆模型可以有效模拟旗门转弯阶段的滑行轨迹和滑行时间,并根据模型仿真结果预判运动员的最优成绩。
崔超然[4]（2021）在《基于动力学参数辨识的阻抗控制研究》文中指出
杨名硕[5]（2021）在《基于数据驱动的机械臂人机共融控制方法》文中认为随着全球制造工艺和技术的不断进步和发展,机械臂逐渐成为了现代工业化生产中必不可缺少的元素之一,也是企业不断提高竞争力、向智能化转型升级的核心动力。机械臂是目前在制造业中最为常见的一种工业装置,被广泛地应用于切割、装配、码垛、喷涂等场合,并且在医疗手术、航天探测、军事侦查等领域也有涉及。与此同时,伴随着第四次工业革命的发展,全球制造业在未来一段时间内将迎来转型升级的巨大变革,基于大数据驱动和人工智能的制造技术将会引领未来发展,新一代智能机械臂技术也成为人们研究的重中之重。本文以六自由度协作机械臂为研究对象,分别对人机共融控制中的环境感知和柔顺控制进行研究。首先概述机械臂运动控制方法的整体框架,对其避障规划方法进行改进,然后提出了一种基于数据驱动的轨迹跟踪控制方法,并在此基础上研究了人机共融控制策略,从而实现机械臂的智能柔顺控制。首先,基于机械臂的运动学对轨迹规划方法进行分析,然后对协作机械臂在工作空间内的避障运动规划展开研究,提出了一种自适应步长的扩展随机树算法,改进了节点的扩展方法,增强了规划算法的导向性,优化了算法的规划速度,最后通过三次B样条曲线拟合得到平滑的规划路径。其次,考虑到多自由度机械臂存在强耦合、非线性的特点,提出了一种基于数据驱动的轨迹跟踪控制方法。这种方法不需要建立精确的机械臂动力学模型,利用泰勒展开的方法对动力学方程进行离散化和线性化,进而得到机械臂系统的状态空间模型,并将其应用到预测控制中。同时,为了提高系统的准确性,将智能优化算法引入到控制器的设计中,利用粒子群优化算法计算最优控制序列。最后,针对机械臂的人机共融控制方法展开研究,提出了一种人机共融的主动柔顺控制方法,将基于数据驱动的预测控制作为内环,自适应阻抗控制作为外环,使机械臂同时完成位置跟踪和力跟踪,并通过MATLAB仿真验证了此方法的可行性。
马宁[6]（2021）在《基于数据驱动的火电机组SCR脱硝系统建模方法研究》文中研究表明基于过程数据建立火力发电系统的数据驱动模型是实现电站优化、控制、状态评估以及智慧电厂构建的重要基础。如何利用电站过程数据,挖掘数据中的有效信息用于指导实际生产也成为目前学者的研究热点。随着发电机组容量趋于大型化以及国家对环保要求的不断提高,火电机组的大气污染物排放已被纳入严格监管,对火电机组烟气排放管理,采用单一的低氮氧化物（NOx）燃烧控制技术很难达到规定的NOx排放标准,必须同时采用二次烟气净化方法,包括目前广泛采用的选择性催化还原（Selective Catalytic Reduction,SCR）烟气脱硝方法。SCR脱硝系统反应机理复杂,影响因素多,具有非线性强、大惯性的特点,建立准确的脱硝系统模型,掌握SCR系统的运行特性,对于提高脱硝效率、机组经济环保运行具有重要意义。本文通过结合电站历史数据、智能优化算法和智能建模技术,对火电机组SCR脱硝系统的数据驱动建模方法进行了深入研究,开展了以下研究工作:（1）针对电站历史数据具有数量大,稳定工况数据与非稳定工况数据相互混合的特点,设计一种结合信号分解能量去噪的滑动窗口稳态检测方法,该方法首先利用信号分解与能量去噪结合的方法对待检测数据进行去噪处理,再通过计算窗口内数据标准差判断数据是否处于稳态,并利用标准差递推的计算方法避免大量重复计算;借鉴机器学习中数据标记思想,通过对少量稳态数据进行状态标记的方法确定稳态检测方法最佳的滑动窗口长度和标准差阈值,将所提方法用于某电站1000MW机组总风量稳态数据检测,结果验证了该方法的有效性。（2）针对标准量子粒子群算法（Quantum particle swarm optimization algorithm,QPSO）在搜索后期容易出现陷入局部极值点和搜索精度降低的问题,提出一种基于融合差分进化算法的改进量子粒子群算法,该算法通过在量子粒子群算法基础上融合差分进化算法中变异、交叉、选择操作用以增加搜索种群变化的多样性,并利用局部搜索策略提高对个体极值信息的利用水平进而增强算法搜索精度,采用标准测试函数对改进量子粒子群算法进行测试,结果表明了改进算法的优越性。（3）利用（2）中所提改进量子粒子群算法与极限学习机（Extreme learning machine,ELM）模型结合,通过优化ELM模型内部参数的方式提高ELM模型的稳定性并使ELM具有更好的建模效果,利用某1000MW火电机组历史数据库中稳态数据建立了基于改进量子粒子群算法优化ELM的SCR脱硝系统入口 NOx浓度静态模型和SCR脱硝系统出口 NOx浓度静态模型,并与其它方法所建模型进行比较,结果表明本文所建模型的预测精度高于其它模型,能够取得良好的预测效果。（4）针对在可用建模样本数量少,变量间相关耦合程度高的情况下难以建立高精度模型的问题,提出了一种基于极限学习机内部映射的非线性偏最小二乘（Nonlinear partial least squares,NLPLS）建模方法,该方法首先利用线性PLS作为模型的外部框架提取输入输出主成分,同时消除变量间的相关性,再利用极限学习机作为内部函数反映内部非线性关系,此外,将误差最小化的权值更新方法引入到模型中用以提高模型的预测精度,用该方法构建稳态建模样本较少情况下的SCR脱硝系统入口NOx浓度模型和SCR脱硝系统出口 NOx浓度模型,得到了较高的预测精度。（5）针对在变工况下SCR脱硝系统入口、出口 NOx浓度静态模型难以对SCR脱硝系统的入、出口 NOx浓度进行精准预测,并考虑到变量间存在强相关性以及动态过程输入输出变量间存在时延的特点,提出了一种基于输入时延-特征提取的SCR脱硝系统动态过程建模方法。该方法利用主成分分析技术对已选辅助变量进行特征提取,在降低变量之间相关性的同时也减少了模型输入维度,将提取的主成分当前时刻以及主成分的历史数据信息作为模型输入;此外,系统输出的历史数据信息也作为反馈信号引入到模型输入中,利用某电站1000MW火电机组实际运行数据建立了 SCR脱硝系统入口 NOx浓度动态模型和SCR脱硝系统出口 NOx浓度动态模型,并在建模过程中分析了不同输入时延对动态模型的影响,实验结果表明使用所提方法建立的动态模型能够准确地反映系统动态过程特性,具有较高的非线性拟合能力以及良好的泛化性能。
王立坤[7]（2019）在《下肢助力外骨骼机器人控制系统人机共融策略研究》文中研究指明下肢助力外骨骼机器人是一种可穿戴式设备,它的出现使得穿戴者增强在负重行走、托举搬运和边检巡逻的运动技能,其作用主要在穿戴者展现自身运动动作时,无阻碍增强穿戴者的耐力、提高穿戴者的负重能力、保护穿戴者运动肢体,进而,提高穿戴者的工作效率或战斗力。下肢助力外骨骼机器人可以在人体运动的同时有机融合人体的下肢和上身部分,这种可穿戴设备通常由两条拟人化机械腿、相应的支撑连接设备以及配套的软硬件设施等组成。本文致力于研究下肢助力外骨骼机器人控制系统的人机共融策略,从而提高下肢外骨骼机器人与穿戴者共存融合的能力。首先,基于人体生物工程学和人体解剖学,详细地分析了人体下肢关节运动和人体正常步态行走的特点。基于拉格朗日方程,对下肢助力外骨骼机器人的站立相和摆动相分别进行动力学建模。基于混杂自动机理论,给出下肢外骨骼机器人混杂动力学系统模型。设计了柔性关节外骨骼机器人、轻型下肢外骨骼机器人和重型下肢外骨骼机器人的控制系统。其次,设计了稀疏高斯过程的交互模型和周期运动的中枢模式发生器。根据策略改进和路径积分理论,以及协方差矩阵自适应策略,提出了基于人机交互的增量式轨迹基元学习算法Efficient PI2-CMA-ES,并给出了底层控制器的权重参数的更新方法,进而提出了一种下肢助力外骨骼机器人位置环的轨迹基元在线增强学习人机融合策略。再者,根据隐马尔可夫模型和分布式高斯过程,建立了用来辨识系统的空间变量的分布式高斯滤波和平滑的隐状态模型,结合在线增强学习的（1+1）-CMAES算法改进灵敏度放大控制算法,使得灵敏度放大因子可以自适应更新学习,测试了四种数据融合算法并搭建了完整的分布式框架,进而提出了一种下肢助力外骨骼机器人力矩环的灵敏度概率人机融合策略。最后,建立了单关节串联弹性驱动器模型。根据串联弹性驱动器可感知外部力矩的特点,人体与下肢助力外骨骼机器人的交互将被视为扰动,并经由扰动观测器来补偿。通过设计Q滤波器提高系统的鲁棒性,结合模型预测控制,提出了一种针对下肢助力外骨骼机器人串联弹性驱动器的基于扰动观测器的模型预测人机融合策略。另外,根据内模控制的特点,通过分布式高斯过程在线学习的方法建立了局部准确的内模模型。根据在线的数据流入和流出,保证了局部内模模型的准确性和实时性。从而提出了另一种针对下肢助力外骨骼机器人单关节串联弹性驱动器的自演变内模模型人机共融策略。
付建勇[8]（2019）在《运动过程中人体下肢肌肉力学特性测量与分析》文中认为修复和增强人体运动能力是研究外骨骼机器人的主要目标。外骨骼与人体运动的协调程度是影响穿戴舒适感、负重能力、运动灵活性、代谢能消耗乃至人体运动康复效果等人机耦合作用的关键因素;不良的人机耦合协调性将导致运动干涉甚至损伤人体。当前,外骨骼系统往往从传统的机器人理论出发进行设计与控制;由于缺乏对人体肌骨系统可变形、可储能、顺应性等特性的认识,其刚性的设计无可避免对穿戴者的运动带来干涉,导致其无法实现预期的功能。针对这些问题,本文以人体下肢肌肉（股四头肌肌群）作为研究对象,建立了下肢肌肉力学模型,旨在通过捕捉运动过程中的肌肉力学特性,为设计人机协调的外骨骼机器人提供新思路和新方法。本文的主要研究内容包括:骨骼肌肉是肢体关节的运动约束和动力来源,本文通过研究膝关节运动反演骨骼肌肉力学模型。参考人体肌肉生理解剖学与Hill肌肉模型,本文建立了股四头肌肌群力学模型;并以下肢运动作为载体、膝关节的转角为变量构建下肢运动的动力学集中参数模型;结合人体测量学、膝关节解剖学以及数字图像处理等手段,完成常量参数的确定。针对股四头肌群等效质量、等效刚度、等效阻尼参数的分析与求解,本文基于下肢动力学模型设计了阶跃响应实验。对比不同负载下下肢自由释放过程中膝关节角度的动态响应,验证所建立模型的可行性和准确性。将对系统非线性的数值仿真与实验相结合,完成集中参数系统的归一化刚度、阻尼的辨识,进而反算四头肌群力学模型参数。本文提出了肌肉能耗的评估计算方法并实现了肌肉神经响应迟滞的评估。通过设计直线行走实验,本文将能耗评估方法计算的能耗与肌肉代谢消耗的肌氧饱和度的进行对比,验证了方法的合理性;并通过设计下肢脉冲响应实验,分析了神经激励与肌肉力生成之间的延迟特性,并量化估计其数值。
张秋隆[9]（2018）在《基于参数辨识的协作机器人力矩补偿与检测控制研究》文中认为在中国制造2025的政策背景下,各生产领域对智能制造提出更高要求,协作机器人应运而生。传统协作机器人多采用位置控制模式,控制精度对外部传感器依赖程度大,难以实现力矩直接补偿控制。因此本文针对一类协作机器人,无需外部传感器,研究其力矩控制算法,通过控制算法实现协作功能,基于完整动力学模型以及非线性摩擦模型补偿,来实现碰撞检测和零力示教控制。具体地,首先针对该协作机器人以改进DH法设置坐标系,并建立动力学模型。而后构建动力学辨识模型并线性化,确定最小参数集,提出多自由度的分步辨识,通过对辨识过程的激励轨迹再次进行拆分,提高轨迹参数的收敛速度。以力矩采样噪声为权重,采用加权最小二乘法确定最小参数集的值。摩擦模型采用三次多项式模型,附加关于角度的二阶傅里叶级数,构建考虑非线性摩擦的完整动力学模型。最后通过轨迹验证其整体误差,以及摩擦补偿的精度。负载辨识分别采用创新性的单关节辨识法和激励轨迹辨识法,并对辨识结果同三维模型的测量数据对比分析。结果表明,单关节辨识虽然精度略有不足,但采集数据少,辨识速度快,有较高应用价值。结合阻抗控制特点,采用参数辨识结果,在关节坐标系建立力矩补偿算法,开展零力控制研究。基于EtherCAT以太网技术,在TwinCAT开发环境中完成算法的构建,并在LABVIEW环境完善开发前端界面。最后,通过测力计进行拖动力测量,估算拖动力矩后同相关算法对比;通过位置采集来验证复现精度。以动量偏差观测器为基础,通过一阶观测器结合摩擦补偿构建碰撞力矩观测器,跟踪力矩,实现碰撞检测。通过一阶低通滤波器过滤高频噪声,而后通过仿真进行模型验证和参数优化,并通过实验测量碰撞力大小。经检测,产生的最大碰撞力小于人体承受能力,从而保证了协作机器人工作的安全性。
冯毅[10]（2018）在《小腿附加质量作用下短跑途中跑的生物力学研究》文中研究说明研究目的:肢体外加负荷的负重跑训练方法被用于运动员发展短跑专项力量与提高短跑成绩,然而其训练机制与科学依据一直并未明确,仅有少量研究从运动学的角度评价了该训练方法是否会对运动员技术动作造成影响。基于此,本研究的目的:以小腿两处不同位置附加质量负荷为基本实验条件,对于运动员在特定质量（0.8%受试者体重）的负重条件下进行短跑途中跑测试,探索下肢惯性参数（质量与转动惯量）的变化对短跑途中跑的地面反作用力、下肢运动学、下肢三关节肌肉力矩等方面的影响,挖掘该训练方法的科学依据。具体目的包括:（1）研究两种负重位置（膝下负重、踝上负重）的小腿负重跑途中跑的一个步态周期内下肢运动学相对于平跑（以下称为零负重跑）的变化。（2）利用环节互动力学计算下肢三关节的肌力矩,比较小腿负重跑状态下下肢动力学相对于零负重跑的变化。（3）探讨负重位置与负重质量大小对于负重跑的生物力学影响,进一步优化该训练方法。（4）探讨负重训练对于发展关节肌群力量的生物力学机制,为运动训练实践提供理论指导。研究方法:本研究选取8名短跑专项二级运动员作为研究对象,在其两侧小腿的膝下和踝上各附加其0.8%体重的质量负荷。以随机顺序完成零负重跑、膝下负重跑和踝上负重跑各一次,同步采集其途中跑一个复步周期的运动图像和地面反作用力数据。计算三种跑动状态下的基本时空参数、运动学参数以及动力学参数,后者包括地面反作用力参数和踝、膝、髋三关节的环节互动力矩等。研究结果:（1）与零负重跑相比,两种状态负重跑的基本时空参数均呈现一定程度的变化:负重状态使得奔跑的速度降低,步长减小,支撑期和摆动期的时间增加,髋剪绞速度下降。总体而言负重使得途中跑的运动表现降低,膝下负重跑降低的幅度较踝上负重跑降低的幅度要小。（2）负重跑的绝大多数屈伸角度指标与零负重跑相比并无显着性差异。但踝上负重跑下肢三关节的屈伸范围均比零负重跑下降;而膝下负重跑下肢三关节屈伸范围与零负重跑相比,髋关节的运动范围变小,膝关节的运动范围持平,踝关节的运动范围略有增加。（3）较零负重跑而言,负重跑的制动期时长更短,推进期时长更长,有更大的水平推进冲量和净水平冲量。4)在整个复步步态周期,零负重跑状态下踝、膝、髋三关节的肌肉力矩峰值均高于膝下负重跑和踝上负重跑。但在踝上负重跑状态下,在支撑期的膝关节肌肉力矩峰值显着高于零负重跑。主要结论:（1）小腿附加质量会引起短跑途中跑运动表现的降低,并对动作结构产生一定程度的影响;负重位置更靠近远端可致影响程度加大。（2）若施加合适大小和位置的负重进行跑动训练,并不违背“相同动作,相同运动程序,轻微增加重量”抗阻跑训练原则。（3）较零负重跑而言,踝上负重跑有着更长的推进期时长、更大的水平推进冲量和净水平冲量,使得负重跑在推进阶段肌肉的向心收缩有更长的工作时间和潜在的更大收缩肌力。（4）本研究中的踝上负重跑在蹬伸中期产生了较零负重跑更大的膝关节峰值力矩;在这种条件下进行跑动训练,其伸膝肌群向心收缩具有潜在的优于零负重跑的训练效果。
二、人体环节惯性参数的模型法研究初探（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、人体环节惯性参数的模型法研究初探（论文提纲范文）
（1）长度比例系数评估下肢截肢人群残端惯性参数的可行性研究（论文提纲范文）
| 研究目的： |
| 研究方法： |
| 研究结果： |
| 研究结论： |
（2）截肢残疾人身体残端环节的质量和质心位置研究（论文提纲范文）
| 研究目的： |
| 研究方法： |
| 研究结果： |
| 研究结论： |
（3）冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究（论文提纲范文）
| 摘要 |
| abstract |
| 英文名词缩写表 |
| 1 前言 |
| 1.1 研究背景及意义 |
| 1.1.1 残疾人体育与残奥运动 |
| 1.1.2 “冬残奥”与“科技冬奥” |
| 1.2 本文主要研究内容 |
| 1.3 本文组织结构 |
| 1.4 技术路线图 |
| 1.5 研究假设 |
| 1.6 名词释义及操作定义 |
| 2 文献综述 |
| 2.1 残疾人运动员功能分级 |
| 2.1.1 残疾人运动员功能分级通则 |
| 2.1.2 残疾人竞技体育分级研究 |
| 2.2 人体环节惯性参数研究 |
| 2.2.1 人体环节惯性参数研究现状 |
| 2.2.2 环节惯性参数的比例因子估测研究 |
| 2.3 高山滑雪运动现场分析方法研究 |
| 2.3.1 视频分析方法 |
| 2.3.2 惯性传感器的应用 |
| 2.4 健全人高山滑雪运动技术研究 |
| 2.4.1 旗门转弯技术的运动学分析 |
| 2.4.2 滑行速度与滑行时间研究 |
| 2.4.3 高山滑雪的能量分析 |
| 2.4.4 高山滑雪滑行轨迹研究 |
| 2.5 冬残奥高山滑雪研究 |
| 2.5.1 残疾人高山滑雪的起源与发展 |
| 2.5.2 冬残奥高山滑雪场地及坐式滑雪器特点 |
| 2.5.3 坐姿高山滑雪技术分析 |
| 2.6 文献小结 |
| 3 截肢运动员身体环节惯性参数研究 |
| 3.1 引言 |
| 3.2 研究方法 |
| 3.2.1 研究对象 |
| 3.2.2 身体形态测量 |
| 3.2.3 残端质量及质心位置的测试方法 |
| 3.2.4 身体一维质心的计算和测量方法 |
| 3.2.5 模型回归法的有效性验证 |
| 3.2.6 环节惯性参数的长度比例因子估算方法 |
| 3.2.7 数据分析 |
| 3.3 研究结果 |
| 3.3.1 身体一维质心的模型估计 |
| 3.3.2 健侧环节质量及质心位置的模型回归结果 |
| 3.3.3 残端环节惯性参数的长度比例因子估算结果 |
| 3.4 讨论 |
| 3.4.1 残端长度对身体一维质心的影响 |
| 3.4.2 健全人回归模型计算截肢人群环节惯性参数的有效性 |
| 3.4.3 长度比例因子估测残端质量和质心位置的有效性 |
| 3.5 小结 |
| 4 基于轨迹优化的坐姿高山滑雪旗门转弯技术的运动学分析 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.2.1 研究对象 |
| 4.2.2 测试环境条件 |
| 4.2.3 运动学指标测试方法 |
| 4.2.4 质心运动轨迹曲率半径的计算方法 |
| 4.2.5 质心运动轨迹长度的计算方法 |
| 4.2.6 基于倒立摆模型的滑行轨迹仿真 |
| 4.2.7 数据处理及分析 |
| 4.3 研究结果 |
| 4.3.1 系统测试结果及精度分析 |
| 4.3.2 单旗门转弯的滑行时间及距离特点 |
| 4.3.3 转弯半径与旗门转弯表现间的关系 |
| 4.3.4 旗门转弯阶段运动员滑行姿态分析 |
| 4.3.5 旗门转弯阶段滑行速度特点 |
| 4.3.6 目标赛段全程滑行时间的影响因素 |
| 4.3.7 旗门转弯阶段质心运动轨迹的模型仿真结果 |
| 4.4 讨论 |
| 4.4.1 单旗门转弯的运动学规律 |
| 4.4.2 旗门转弯阶段的速度变化规律 |
| 4.4.3 多旗门转弯的运动学规律 |
| 4.4.4 倒立摆模型在坐姿高山滑雪轨迹仿真中的作用 |
| 4.5 结论及建议 |
| 4.6 实践应用 |
| 5 研究创新性与不足 |
| 5.1 研究创新性 |
| 5.2 研究不足 |
| 6 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录一 人体环节惯性参数研究概述 |
| 附录二 曲率半径计算主要程序代码 |
| 附录三 身体形态测量方法及骨性标记点 |
| 附录四 姿态传感器通信协议 |
| 附录五 大学本科至研究生学习经历 |
| 附录六 攻读博士学位期间科研经历 |
（5）基于数据驱动的机械臂人机共融控制方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 协作机械臂的国内外研究现状 |
| 1.2.1 协作机械臂的国外研究现状 |
| 1.2.2 协作机械臂的国内研究现状 |
| 1.3 机械臂避障路径规划算法研究现状 |
| 1.4 数据驱动技术概述 |
| 1.4.1 模型预测控制的发展历史及研究现状 |
| 1.4.2 智能优化方法概述 |
| 1.5 人机共融控制技术概述 |
| 1.5.1 人机共融的关键技术 |
| 1.5.2 机械臂柔顺控制研究概况 |
| 1.6 本文研究的主要内容 |
| 第二章 机械臂人机共融避障轨迹规划 |
| 2.1 引言 |
| 2.2 机械臂的笛卡尔空间轨迹规划 |
| 2.3 面向人机共融的机械臂避障轨迹规划方法 |
| 2.3.1 基于包围球的碰撞检测 |
| 2.3.2 基于自适应步长的RRT轨迹规划方法研究 |
| 2.3.3 基于三次B样条的路径平滑处理 |
| 2.4 机械臂的轨迹规划仿真实验 |
| 2.4.1 笛卡尔空间轨迹规划仿真 |
| 2.4.2 机械臂避障轨迹规划仿真 |
| 2.5 小结 |
| 第三章 基于数据驱动的预测控制方法 |
| 3.1 引言 |
| 3.2. 机械臂动力学建模 |
| 3.3 基于数据驱动的预测控制器设计 |
| 3.3.1 预测控制的基本原理 |
| 3.3.2 带有积分功能的机械臂预测控制器设计 |
| 3.4 基于数据驱动的预测控制器的优化设计 |
| 3.4.1 带有惯性权重的粒子群优化算法 |
| 3.4.2 基于加权因子优化的控制器设计 |
| 3.5 基于数据驱动的预测控制系统仿真 |
| 3.5.1 机械臂动力学参数获取 |
| 3.5.2 基于数据驱动的预测控制性能仿真 |
| 3.6 小结 |
| 第四章 面向人机共融的机械臂柔顺控制 |
| 4.1 引言 |
| 4.2 基于阻抗控制的人机共融控制方法 |
| 4.2.1 阻抗控制方法研究 |
| 4.2.2 基于阻抗控制的人机共融控制器设计 |
| 4.3 人机共融阻抗控制自适应调节方法 |
| 4.4 机械臂人机共融控制系统仿真 |
| 4.4.1 不同阻抗参数的影响 |
| 4.4.2 机械臂人机共融任务仿真 |
| 4.4.3 自适应阻抗控制效果仿真对比 |
| 4.5 小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的成果 |
（6）基于数据驱动的火电机组SCR脱硝系统建模方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 数据驱动建模概述 |
| 1.2.1 数据驱动建模原理 |
| 1.2.2 数据驱动建模常用方法 |
| 1.2.3 数据驱动建模常用术语 |
| 1.3 SCR脱硝系统建模研究现状 |
| 1.3.1 SCR脱硝系统机理模型 |
| 1.3.2 SCR脱硝系统数据模型 |
| 1.4 本文主要研究内容和章节安排 |
| 第2章 数据预处理及筛选方法 |
| 2.1 引言 |
| 2.2 火电厂历史数据特性分析 |
| 2.3 历史数据异常值检测和数据校正 |
| 2.3.1 异常值检测 |
| 2.3.2 Nadaraya-Watson回归数据校正 |
| 2.4 数据标准化 |
| 2.5 数据滤波去噪 |
| 2.5.1 传统滤波去噪方法 |
| 2.5.2 经验模态分解理论 |
| 2.5.3 基于信号分解能量去噪理论 |
| 2.6 稳态检测方法 |
| 2.6.1 稳态工况定义 |
| 2.6.2 稳态检测方法介绍 |
| 2.6.3 结合信号分解能量去噪的滑动窗口稳态检测方法 |
| 2.7 本章小结 |
| 第3章 基于改进QPSO算法优化ELM的SCR脱硝系统建模方法 |
| 3.1 引言 |
| 3.2 ELM简介 |
| 3.2.1 ELM原理 |
| 3.2.2 ELM特性 |
| 3.3 改进QPSO算法 |
| 3.3.1 QPSO算法原理 |
| 3.3.2 DE算法原理 |
| 3.3.3 改进QPSO算法原理 |
| 3.3.4 改进QPSO算法性能测试及分析 |
| 3.4 基于改进QPSO算法优化ELM的SCR脱硝系统入口NO_x浓度建模 |
| 3.4.1 SCR脱硝系统入口NO_x浓度影响因素 |
| 3.4.2 辅助变量选择 |
| 3.4.3 建模数据选择 |
| 3.4.4 模型结构及建模流程 |
| 3.4.5 建模结果分析 |
| 3.5 基于改进QPSO算法优化ELM的SCR脱硝系统出口NO_x浓度建模 |
| 3.5.1 SCR脱硝反应机理 |
| 3.5.2 辅助变量选择 |
| 3.5.3 模型构建及结果分析 |
| 3.6 本章小结 |
| 第4章 基于内部ELM非线性PLS的SCR脱硝系统建模方法 |
| 4.1 引言 |
| 4.2 基于ELM内部映射的非线性PLS模型 |
| 4.2.1 外部PLS框架 |
| 4.2.2 内部ELM非线性映射 |
| 4.2.3 ELMPLS算法原理 |
| 4.2.4 仿真验证 |
| 4.3 SCR脱硝系统入口NO_x浓度ELMPLS建模 |
| 4.4 SCR脱硝系统出口NO_x浓度ELMPLS建模 |
| 4.5 本章小结 |
| 第5章 基于输入时延-特征提取的SCR脱硝系统动态过程建模方法 |
| 5.1 引言 |
| 5.2 动态过程模型描述 |
| 5.3 基于输入时延-特征提取的动态模型构建 |
| 5.3.1 主成分分析原理 |
| 5.3.2 高斯过程回归原理 |
| 5.3.3 动态模型结构 |
| 5.4 SCR脱硝系统NO_x浓度测量时滞分析 |
| 5.5 SCR脱硝系统动态模型 |
| 5.5.1 建模样本选择 |
| 5.5.2 SCR脱硝系统出口NO_x浓度动态模型 |
| 5.5.3 SCR脱硝系统入口NO_x浓度动态模型 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 论文的主要工作和创新点 |
| 6.2 后续工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）下肢助力外骨骼机器人控制系统人机共融策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景和研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状与发展趋势分析 |
| 1.3 下肢助力外骨骼机器人人机共融策略问题分析 |
| 1.3.1 人机交互共融策略问题分析 |
| 1.3.2 上层轨迹规划共融策略问题分析 |
| 1.3.3 反馈控制共融策略问题分析 |
| 1.3.4 柔性关节驱动共融策略问题分析 |
| 1.4 主要研究内容 |
| 第2章 下肢助力外骨骼机器人模型建立和控制系统设计 |
| 2.1 引言 |
| 2.2 人体生物工程学 |
| 2.2.1 人体下肢关节运动分析 |
| 2.2.2 人体正常步态行走分析 |
| 2.3 基于混杂自动机的下肢助力外骨骼机器人动力学系统 |
| 2.3.1 外骨骼机器人动力学建模 |
| 2.3.2 基于混杂自动机的动力学系统 |
| 2.4 下肢助力外骨骼机器人控制系统设计 |
| 2.4.1 柔性关节外骨骼机器人控制系统设计 |
| 2.4.2 轻型下肢外骨骼机器人控制系统设计 |
| 2.4.3 重型下肢外骨骼机器人控制系统设计 |
| 2.5 总结 |
| 第3章 下肢助力外骨骼机器人位置环的轨迹基元在线增强学习人机共融策略 |
| 3.1 引言 |
| 3.2 周期运动轨迹设计 |
| 3.2.1 周期运动的中枢模式发生器 |
| 3.2.2 基于稀疏高斯过程的交互模型设计 |
| 3.3 基于人机交互的增量式轨迹基元学习 |
| 3.3.1 Efficient PI~2-CMA-ES关节轨迹学习算法 |
| 3.3.2 权重参数的学习与更新 |
| 3.4 轨迹基元在线增强学习人机共融策略实验 |
| 3.4.1 实验内容 |
| 3.4.2 实验的结果与讨论 |
| 3.5 结论 |
| 第4章 下肢助力外骨骼机器人力矩环的概率灵敏度人机共融策略 |
| 4.1 引言 |
| 4.2 灵敏度放大控制及其局限性 |
| 4.2.1 灵敏度放大控制的灵敏度表述 |
| 4.2.2 灵敏度放大控制的局限性 |
| 4.3 分布式隐状态变量辨识 |
| 4.3.1 基于分布式高斯滤波与平滑模型学习 |
| 4.3.2 分布式隐状态变量辨识过程与数据融合框架设计 |
| 4.4 灵敏度放大因子自适应学习 |
| 4.4.1 (1+1)-CMA-ES参数学习算法 |
| 4.4.2 灵敏度放大因子的有界优化 |
| 4.5 概率灵敏度人机共融策略实验 |
| 4.5.1 实验内容 |
| 4.5.2 实验的结果与讨论 |
| 4.6 结论 |
| 第5章 下肢助力外骨骼机器人单关节串联弹性驱动器的人机共融策略 |
| 5.1 引言 |
| 5.2 单关节串联弹性驱动器设计 |
| 5.2.1 串联弹性体模型 |
| 5.2.2 单关节弹性驱动器建模 |
| 5.3 基于扰动观测器的高精度模型预测人机共融策略 |
| 5.3.1 关节串联弹性驱动器模型预测控制器设计 |
| 5.3.2 基于扰动观测器的人机交互估计和Q滤波器设计 |
| 5.4 基于扰动观测器的高精度模型预测人机共融策略实验 |
| 5.4.1 实验内容 |
| 5.4.2 实验的结果与讨论 |
| 5.5 自演变内模模型人机共融策略 |
| 5.5.1 高斯内模控制 |
| 5.5.2 离线分布式内模模型学习 |
| 5.5.3 在线分布式自演变内模模型学习 |
| 5.6 自演变内模模型人机共融策略实验 |
| 5.6.1 实验内容 |
| 5.6.2 实验的结果与讨论 |
| 5.7 结论 |
| 结论 |
| 参考文献 |
| 附录A 下肢外骨骼机器人动力学辨识模型 |
| A.1 动力学辨识模型 |
| 附录B 高斯过程和高斯过程传递 |
| B.1 高斯过程 |
| B.2 高斯过程传递 |
| 附录C 关节轨迹学习算法 |
| C.1 Efficient PI~2-CMA-ES伪代码 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（8）运动过程中人体下肢肌肉力学特性测量与分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 课题目的与意义 |
| 1.3 国内外研究现状 |
| 1.4 主要研究内容 |
| 1.5 文章组织架构 |
| 2 人体下肢肌肉力学模型 |
| 2.1 肌骨系统生理解剖学 |
| 2.2 下肢动力学建模 |
| 2.3 模型常量参数 |
| 2.4 本章小结 |
| 3 肌骨系统动力学归一化分析 |
| 3.1 系统动力学分析 |
| 3.2 “负载—响应”分析 |
| 3.3 本章小结 |
| 4 肌肉力学模型参数辨识 |
| 4.1 下肢自由释放实验 |
| 4.2 系统响应稳定性分析 |
| 4.3 系统动力学分析与参数求解 |
| 4.4 本章小结 |
| 5 基于模型的肌肉力学特性分析 |
| 5.1 运动中肌肉的能耗分析 |
| 5.2 肌电响应特性分析 |
| 5.3 本章小结 |
| 6 总结 |
| 6.1 全文总结 |
| 6.2 课题展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的成果 |
| 附录 |
（9）基于参数辨识的协作机器人力矩补偿与检测控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 字母注释表 |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外发展与研究现状 |
| 1.2.1 协作机器人发展现状 |
| 1.2.2 机器人动力学参数辨识研究现状 |
| 1.2.3 基于力矩补偿的零力控制研究现状 |
| 1.2.4 外力矩观测与碰撞检测研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 动力学参数辨识与非线性摩擦补偿 |
| 2.1 引言 |
| 2.2 动力学方程辨识模型建立 |
| 2.2.1 非正交6R协作机器人简介 |
| 2.2.2 动力学模型建立 |
| 2.2.3 动力学辨识模型建立 |
| 2.3 激励轨迹设计优化 |
| 2.4 动力学参数估计与误差分析 |
| 2.4.1 数据滤波和预处理 |
| 2.4.2 参数估计 |
| 2.4.3 参数误差分析 |
| 2.5 非线性摩擦补偿与误差分析 |
| 2.6 本章小结 |
| 第三章 机器人负载辨识 |
| 3.1 引言 |
| 3.2 负载全参数激励辨识 |
| 3.2.1 负载辨识模型建立 |
| 3.2.2 负载参数估计与误差分析 |
| 3.3 负载参数单关节分离辨识 |
| 3.3.1 负载在线分离辨识方法设计 |
| 3.3.2 负载在线辨识及其结果分析 |
| 3.4 本章小结 |
| 第四章 基于力矩补偿的零力控制 |
| 4.1 引言 |
| 4.2 阻抗控制算法 |
| 4.3 基于完整动力学模型的零力控制 |
| 4.4 零力控制实验分析 |
| 4.4.1 软件开发 |
| 4.4.2 零力控制实验 |
| 4.4.3 效果分析 |
| 4.5 本章小结 |
| 第五章 考虑关节摩擦的力矩检测技术研究与应用 |
| 5.1 引言 |
| 5.2 外力矩观测器的建立与仿真 |
| 5.2.1 外力矩观测器建模 |
| 5.2.2 外力矩观测器仿真 |
| 5.3 外力矩观测器在碰撞检测上的应用 |
| 5.3.1 数据处理与软件开发 |
| 5.3.2 碰撞检测与效果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（10）小腿附加质量作用下短跑途中跑的生物力学研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究思路与技术路线 |
| 1.4 研究假设 |
| 2 文献综述 |
| 2.1 短跑运动的特点与短跑训练 |
| 2.1.1 人类动作的发展 |
| 2.1.2 短跑运动的特点 |
| 2.1.3 短跑运动的训练 |
| 2.1.4 短跑专项训练 |
| 2.2 抗阻跑训练 |
| 2.2.1 抗阻训练 |
| 2.2.2 抗阻跑训练 |
| 2.2.3 抗阻跑训练的生物力学研究 |
| 2.3 外加负荷跑训练 |
| 2.3.1 对于上肢负重跳的研究 |
| 2.3.2 身体其它位置的负重跑 |
| 2.3.3 下肢负重跑 |
| 2.4 逆向动力学和环节互动力学 |
| 2.5 影响互动力矩的主要因素 |
| 2.6 小结 |
| 3 研究方法 |
| 3.1 研究对象 |
| 3.2 实验数据采集 |
| 3.2.1 实验场地 |
| 3.2.2 实验仪器及使用的软件 |
| 3.2.3 受试者负重装备 |
| 3.2.4 仪器的参数设置、测试内容 |
| 3.2.5 对受试者的要求 |
| 3.2.6 实验状态 |
| 3.2.7 实验步骤与流程 |
| 3.3 数据处理 |
| 3.3.1 原始数据处理 |
| 3.3.2 基本时空参数 |
| 3.3.3 运动学参数 |
| 3.3.4 动力学参数 |
| 3.3.5 统计学分析 |
| 3.4 环节互动力学模型 |
| 4 结果 |
| 4.1 基本时空参数 |
| 4.2 下肢运动学结果 |
| 4.2.1 关节最大屈伸角度与屈伸范围 |
| 4.2.2 关节角度、角速度和角加速度 |
| 4.3 地面反作用力 |
| 4.4 环节互动力矩 |
| 4.4.1 步态周期内的环节互动力矩 |
| 4.4.2 步态周期内的三关节肌肉力矩 |
| 4.4.3 三关节肌肉力矩峰值 |
| 5 讨论 |
| 5.1 基本时空参数 |
| 5.2 下肢运动学 |
| 5.3 地面反作用力 |
| 5.4 环节互动力矩 |
| 5.5 综合讨论 |
| 5.6 研究的局限性 |
| 6 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 参考文献 |
| 致谢 |
| 学习和工作经历 |
| 发表论文 |
| 附录1 受试者知情同意书 |
| 附录2 环节互动力矩的计算公式 |
四、人体环节惯性参数的模型法研究初探（论文参考文献）
- [1]长度比例系数评估下肢截肢人群残端惯性参数的可行性研究[A]. 徐青华,王向东,冯通. 第二十一届全国运动生物力学学术交流大会论文摘要汇编, 2021
- [2]截肢残疾人身体残端环节的质量和质心位置研究[A]. 徐青华,王向东,赵享楠. 第二十一届全国运动生物力学学术交流大会论文摘要汇编, 2021
- [3]冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究[D]. 徐青华. 上海体育学院, 2021(09)
- [4]基于动力学参数辨识的阻抗控制研究[D]. 崔超然. 哈尔滨工业大学, 2021
- [5]基于数据驱动的机械臂人机共融控制方法[D]. 杨名硕. 北京邮电大学, 2021(01)
- [6]基于数据驱动的火电机组SCR脱硝系统建模方法研究[D]. 马宁. 华北电力大学(北京), 2021(01)
- [7]下肢助力外骨骼机器人控制系统人机共融策略研究[D]. 王立坤. 哈尔滨工业大学, 2019(01)
- [8]运动过程中人体下肢肌肉力学特性测量与分析[D]. 付建勇. 华中科技大学, 2019(01)
- [9]基于参数辨识的协作机器人力矩补偿与检测控制研究[D]. 张秋隆. 天津大学, 2018(06)
- [10]小腿附加质量作用下短跑途中跑的生物力学研究[D]. 冯毅. 上海体育学院, 2018(01)