為了提高下肢外骨骼機器人及其穿戴者行走的流暢性和人機相互協調性，本文提出了一種基于慣性傳感器信號的下肢外骨骼穿戴者行走步速識別方法。首先選取大腿處和小腿處的三軸加速度和三軸角速度信號，隨后根據時間窗口提取當前時刻前0.5 s的信號，以頻域信號中的傅里葉變換系數為特征值。接著將支持向量機（SVM）與隱馬爾科夫模型（HMM）結合作為分類模型，對該模型進行訓練和步速識別。最后結合步速變化規律與人-機約束力，預測當前時刻步速大小。試驗結果表明，本文提出的方法能夠有效識別下肢外骨骼穿戴者的步速意圖，七種步速模式識別率可達到92.14%。本文方法為實現外骨骼與穿戴者之間的人機協調控制提供了新思路和新途徑。
目的運用失效模式和效應分析（failure mode and effect analysis，FMEA）對新型冠狀病毒核酸檢測過程中的風險進行排查和改善，探討 FMEA 在應急開展檢驗項目中的應用意義。方法2020 年 1 月 30 日—2 月 21 日運用 FMEA 梳理新型冠狀病毒核酸檢測全過程，確立主題，組建團隊，進行失效模式和潛在影響因素分析，計算風險優先系數，根據分析結果制定防范措施，實施持續改進。結果共開展核酸檢測 2 138 例。改善后，潛在失效模式數量減少 2 項（17 vs. 19 項），總風險優先系數（risk priority number，RPN）較改善前下降（3 527.49 vs. 1 858.28 分），改善前后平均 RPN 比較差異有統計學意義［（185.66±74.34）vs.（97.80±37.97）分；t=6.128，P<0.001］。結論在應急開展檢驗項目初期，運用 FMEA 可系統排查流程中的風險因素，制定改進措施，有效降低開展新型冠狀病毒核酸檢測的風險。