金属材料的SN曲线试验曲线拟合技术要点 • 采用双对数线性回归 • 以疲劳寿命N为因变量, 应力幅度为自变量 • 在同一应力幅水平试验点太少时, 以回归中线为纵轴使所有试验点参加统计分布(如红线所示) Source: Y. Lee et al.: Fatigue Testing and Analysis - Theory and Practice, Elsevier Butterworth–Heinemann, 2005 24

单自由度(SDOF) 时域滤波器是我们经常使用的一个滤波器，在我公司产品里，该滤波器在SRS （激振响应谱）, FDS （疲劳损伤谱）的应用里都在使用。SDOF 滤波器在EDM 层面和 DSP层面都有程序实现。目前，该滤波器的实现使用了一个多年前开发的一个IIR 滤波器结构，历史上， 该滤波器在我公司的最早实现可以追溯到James在90年代写的源程序。这之后，多位工程师对该算法有所改进和继承，尽管如此，我们对该滤波器的理解有所丧失，比如究竟该滤波器的频率响应是怎样的，采样速率对滤波器的效果和精度的影响是怎样的，其数学模型究竟是位移为响应还是加速度为响应等等疑问，已经没有人能够全面回答。为了改进算法，首先需要理解我们正在使用的滤波器的特性。 经过两个月的工作，本文完整地研究了SDOF滤波器的来源、理论依据、算法实现。并且通过几种方法比较了目前EDM里的SDOF 滤波器的效果，达到对该滤波器的理解，在这个基础上，可以提出对SDOF时域滤波器的改进意见。

本课题为基于MATLAB的眼部疲劳驾驶系统。所谓疲劳检测是对极短的一段视频进行分针人脸定位，人的眼睛定位计算，眼睛是睁开还是闭合，统计一段时间之内闭眼的帧数。可以进行二次拓展，增加嘴巴的判别。

这个题目是利用matlab语言。进行眼部判别的疲劳检测系统。带有人机交互界面，可以在GUI界面的基础上进行相应的拓展。

该课题为基于matlab眼部检测的疲劳驾驶系统。我们可以假设有一部摄像头对着大巴司机或者或者司机，对司机进行实时的监测，每隔数秒进行一次疲劳的判别，如果说疲劳驾驶则进行报警或者提示司机。检测方法为先进行人脸定位，在寻找眼睛再去判别眼睛属于睁开还是闭住。去统计闭眼的频率。

确实很好疲劳研究，很全面，内容易懂，word文档，图片丰富，可操作性强。

针对现有疲劳驾驶检测算法实用性差或准确率低的问题, 本文提出了一种基于深度学习的疲劳驾驶检测算法. 首先, 使用 HOG (Histogram of Oriented Gradient) 特征算子检测人脸的存在; 其次, 利用特征点模型实现人脸的对齐, 同时实现眼睛、嘴巴区域的分割; 最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征, 并融合驾驶员嘴部的疲劳特征进行疲劳预警. 大量的实验表明, 该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.

该课题为基于matlab眼部检测的疲劳驾驶系统。我们可以假设有一部摄像头对着大巴司机或者或者司机，对司机进行实时的监测，每隔数秒进行一次疲劳的判别，如果说疲劳驾驶则进行报警或者提示司机。检测方法为先进行人脸定位，在寻找眼睛再去判别眼睛属于睁开还是闭住。去统计闭眼的频率。

这个题目是利用matlab语言。进行眼部判别的疲劳检测系统。带有人机交互界面，可以在GUI界面的基础上进行相应的拓展。

Fatlab 是一个疲劳后处理器，它从 FE 分析中获取结果并将这些结果与负载时间序列相结合，以便对组件进行详细的疲劳评估。 它通过临界平面方法和非线性有限元模型处理多轴性。