虹科案例 | 使用虹科MSR147WD测试自行车背包的热生理舒适性

本文主要是介绍虹科案例 | 使用虹科MSR147WD测试自行车背包的热生理舒适性,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

使用虹科MSR147WD测试自行车背包的热生理舒适性


       在进行运动活动时,佩戴背包会对穿戴者的舒适度产生影响,并且也会对热调节产生影响,类似于一件服装的作用。为了优化背包的材料和设计属性,我们利用MSR Electronics GmbH的微型数据记录仪来测量身体和背包之间的湿度和温度。尽管背包只覆盖身体的一部分,但在进行运动或者引起出汗的活动时佩戴背包会显著影响热调节。极端的局部温度或湿度感知往往会对整体的舒适感产生负面影响。例如,由于佩戴背包导致背部潮湿可能会产生热生理上的不适感,即使服装本身合适并且核心温度没有增加。

测量方法

       在VAUDE进行了一系列复杂的测试。这些测试涉及对三种不同设计的背包(U、A和T,如左图所示)进行检查,测试对象穿着这些背包在气候室内的自行车动力器上进行测试。为了测量温度和相对湿度,我们使用了虹科MSR147WD无线数据记录仪,记录了身体微环境和背包(与背部接触的接触面)的数据。为了更准确地量化测量数据,我们还进行了不佩戴背包的对照测试。

蓝牙无线数据记录仪虹科MSR147WD

       在该研究中,采用的虹科MSR147WD无线数据记录仪是由MSR Electronics GmbH专门为测量纺织品的生理特性而设计。这款记录器集成了低功耗蓝牙(BLE)短距离无线技术,配备了可存储100万个测量数值的内存,外形只有拇指大小。通过五个插入式湿度和温度传感器,它能够准确记录皮肤温度和湿度等生理参数。左图清晰展示了这些传感器在测试对象背部的布局。


       该数据记录仪具备自动配置功能,能够智能识别和适配传感器的插入情况。校准数据会自动存储在相应的传感器中。用户可以通过低功耗蓝牙或USB接口随时在线检索所测量的数值。在测试功效服装的舒适度时,通过测量皮肤和各个服装层之间的微气候,低功耗蓝牙无线技术相当便利。数据的无线传输使得用户可以随时通过MSR智能手机应用程序获取当前的测量数值,而不必浪费时间去穿脱衣物以检查数据是否正确记录。而且,内置的OLED屏幕让用户甚至可以在测量过程中实时查看当前的测量数据,无需使用手机。通过「MSR DataLogger」应用程序,用户可以轻松地启动、停止、读取并发送数据记录到MSR SmartCloud,而SmartCloud通过互联网将测量数据安全地存储在服务器上,用户可以随时查看自己的测量数据,并在需要时与他人共享数据。

测试结果

       不同类型的背包经过测试后都展现出特定的设计特点,以满足其所用于的应用领域。根据具体的应用场景,人体贴合度高、带有通风腔和适当通风系统的背包被认为是最理想的选择。测试数据显示,背包的舒适度与温度和相对湿度的关系密切。

       在温度方面,通过对微气候和背包的测量,我们发现背包A的温度上升最小,紧随其后的是背包T和背包U(见下方左图)。就相对湿度而言(见下方右图),背包U和背包T略微优于背包A,相对湿度降低了约5到10%。然而,背包U的湿度明显高于其他两种样品的背包。高湿度可能意味着湿气从微气候转移到背包中,或者背包中的湿气蒸发到环境空气中的速度较慢。从理论上讲,较高的背包湿度结合较低的微气候湿度更为有利。值得注意的是,人体皮肤并没有湿度传感器,它只有温度传感器(除了压力和痛觉传感器)。然而,湿度会对皮肤的感知产生影响,例如当内衣粘在皮肤上时会有不同的感觉。

      在应力阶段结束时,不论是微气候还是背包上的温度差异相对较大,测量结果显示约为3°到4°C。人类可以感知到1°C的温度差异。因此,背包的温度调节对于减少背部温度上升非常重要(与没有背包的情况相比),这样可以增加蒸发冷却效果,提高热量散发,进而改善背包性能。

       综上所述,背包T接近于最佳零值(即没有背包的测量结果),在微气候和背包中具有最有利的湿度。背包U在微气候中仍然具有较低的湿度,但背包中的相对湿度明显更高,甚至略高于背包A,这是微气候中记录到的最高湿度。

总结

       根据具体应用的需求,与背部湿度较低相比,追求更出色的性能可能更加重要。在背包的使用环境中,包括位置、应力阶段以及温度和天气条件,都会对选择产生重要影响。通过这些测量结果,我们可以更加精确地优化VAUDE背包各个层次的设计特点和材料,以满足用户的需求。这样,佩戴者就能够得到最适合他们计划活动的最佳背包。

       因此,在功能性服装/箱包上市之前,通常会对其进行广泛的实验室和现场测试。而为了简化测量和监测生理参数,如皮肤温度和湿度,推荐使用虹科MSR147WD无线数据记录仪。它配备了可插入式湿度和温度传感器,提供便捷的测量解决方案。无论你是需要进行新产品研发或者提升现有产品性能,虹科MSR147WD将成为你不可或缺的工具,为你提供准确、可靠的数据支持。购买147WD,你将体验到无与伦比的功能和便利性,助力你在功能性服装/箱包领域取得更大的成功。

​更多信息请访问:honglusys.com/,如果您想了解产品,技术,商务等任何问题,请直接点击“联系我们”。

这篇关于虹科案例 | 使用虹科MSR147WD测试自行车背包的热生理舒适性的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/286889

相关文章

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

字节面试 | 如何测试RocketMQ、RocketMQ?

字节面试:RocketMQ是怎么测试的呢? 答: 首先保证消息的消费正确、设计逆向用例,在验证消息内容为空等情况时的消费正确性; 推送大批量MQ,通过Admin控制台查看MQ消费的情况,是否出现消费假死、TPS是否正常等等问题。(上述都是临场发挥,但是RocketMQ真正的测试点,还真的需要探讨) 01 先了解RocketMQ 作为测试也是要简单了解RocketMQ。简单来说,就是一个分

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传