基于脑电信号特征的高铁调度员疲劳状态识别

为增强铁路行车的稳定性与安全性,有效识别调度员的疲劳状态对行车组织的影响,基于脑电(EEG)信号特征,提出一种调度员疲劳状态识别方法,根据作业时间段划分调度员的疲劳状态,设计高铁调度模拟试验获取脑电信号数据,通过小波级数展开和傅里叶变换提取高铁调度被试的3种脑电波频域幅值作为特征值,结合调度员作业特征和脑电信号特征,验证疲劳状态的划分结果,通过Python语言环境搭建ResNet18+SoftMax和MobileNet V2+SoftMax这2种模型,基于深度学习方法,将输入特征转换为三维立体矩形模型,并优化调整权重,获得最优模型,从而判断高铁调度员的疲劳状态。研究结果表明:ResNet18+SoftMax和MobileNet V2+SoftMax神经网络模型对高铁调度试验参与人员的疲劳状态识别准确率分别为92.78%和99.17%;相较于支持向量机(SVM)模型,这2种模型可提升清醒状态和疲劳状态的识别精度,并降低运算时间,其中,MobileNet V2+SoftMax模型的识别准确率和运行速度最优。以MobileNet V2+SoftMax模型原理为内核,可以更快速准确地识别高铁调度员在长时间作业条件下的潜在疲劳风险。

人格特质对非注意视盲和安全风险感知失败的影响:来自眼动试验的证据

非注意视盲是一种与选择性注意或不注意有关的人因失误。为减少建筑工人高空作业非注意视盲导致的安全事故,选取30名被试参与一项试验,分析非注意视盲在安全风险感知失败中的重要性,以及影响非注意视盲和安全风险感知失败的人格特质相关因素,建立实用的安全管理策略。结果表明:非注意视盲占安全风险感知失败的50%。另外,人格特质与非注意视盲和安全风险感知失败有明显的关系,外向性、严谨性和开放性与非注意视盲和安全风险感知失败有显著的相关关系;低外向性、高严谨性和低开放性的作业人员拥有更低的安全风险感知失败和非注意视盲的比例。

草原道路驾驶员个性心理特征对疲劳的影响

为科学预防疲劳驾驶,采用模拟实验进行草原道路长时程行车,运用MP150多通道生理信号采集仪,采集行车过程中驾驶员的脑电(EEG)信号,定量分析急躁型、谨慎型和常规型驾驶员在不同行车时段的疲劳特性。结果表明:α波、β波这两项指标对反应急躁型驾驶员疲劳状态最为敏感;θ波在评价谨慎型驾驶员疲劳状态时最敏感;在30 min~40 min驾驶员疲劳反应初次显现,120 min~140 min为自我调整临界点,此后自我调节效果不明显;在驾驶任务中,急躁型驾驶员最先出现疲劳,随着时间的累积,谨慎型驾驶员的疲劳程度远高于其他两类驾驶员,说明这类驾驶员缺少持久性,不宜长时程驾驶。

水下人-机协同搜救作业人因可靠性分析研究

为分析水下人-机协同搜救作业人因可靠性并识别其关键影响因素,根据水下搜救训练实际和相关研究结论提取人因可靠性影响因素;建立人因可靠性影响因素体系,利用解释结构模型定性分析各影响因素间相关关系,将建立的各影响因素的解释结构模型转换为贝叶斯网络拓扑结构,分别构建潜水员作业、无人遥控潜水器(ROV)作业、人-机协同作业人因可靠性分析贝叶斯网络;通过对3类贝叶斯网络进行推理,揭示影响人因可靠性的关键因素及其依赖关系,并定量分析3种作业模式下的人因可靠性变化。结果表明:人-机协同搜救作业中“误解意图”“通信不畅”“信息不对称”“作业精度不足”“丧失救助能力”等影响因素起到关键作用;当上述因素得到较好控制时,人-机协同搜救作业的人因可靠性将会表现出优于单纯的ROV或潜水员独立施救的效能。研究结果可为水下搜救作业人因可靠性分析与提升提供参考。

超高海拔隧道施工人员生理指标变化及劳动强度研究

为评估超高海拔隧道施工人员劳动强度,采用理论分析法确定施工人员劳动强度评价指标,并依托某超高海拔隧道采用可穿戴设备监测分析不同工序施工过程中人员生理指标变化,进而计算不同工序人员劳动强度及劳动效率。研究结果表明:不同工序施工人员劳动过程中生理指标变化存在明显区别,其中,二衬钢筋布设人员心血管负荷超过卫生限值,机械操作人员血氧饱和度(SpO 2)低于规范值;超高海拔隧道二衬钢筋布设劳动强度为Ⅴ级,底板施工与仰拱钢筋绑扎劳动强度等级为Ⅲ级,二衬防水布铺设与机械操作人员劳动强度等级为Ⅱ级;海拔4700 m时,隧道施工人员劳动效率仅为平原地区的76%~88%;完成与平原地区相同的工作量,相应工序的人工工日消耗需要增加13.63%~31.58%。

高海拔隧道施工体力劳动强度模型实验研究

为保障在高海拔隧道低压缺氧环境下工人的合理作息,从心率、血氧饱和度、脉搏、肺通气量和能量代谢率5个指标探究工人体力劳动强度等级,设计实验并分析得到不同工种的劳动时间率和体力劳动强度等级,提出隧道施工体力劳动强度多因素度量模型。研究结果表明:开挖、喷浆、衬砌、抽水、爆破5个工种人员劳动时间率分别为81.25%,75.00%,81.25%,79.16%,79.16%;测试对象中有23.81%,61.90%和14.29%的工人分别处于Ⅱ级,Ⅲ级,Ⅳ级体力劳动强度,即有76.19%的工人处于“重”或“很重”的体力劳动强度;从人体机能指标与体力劳动强度关系来看,二者具有相关性,但线性相关关系不明显;体力劳动强度模型首次考虑5个指标,得出结果更加精准科学,有良好推广性。研究结果可为进一步优化该类型环境中工人体力劳动强度分级和职业健康与安全保障提供参考。

基于改进尖点突变级数法的高温环境下人体生理状态综合评价

热应激会降低工作效率并导致热相关疾病。为了量化高温环境下环卫工人的热应激水平,建立一个生理状态安全评价指标(physiological state safety evaluation index,PSEI)。首先,引入尖点突变理论分析不同热环境下人体生理状态变化趋势。其次,基于信息熵和变权理论计算生理指标的权重,并利用尖点突变级数法建立人体生理状态评价体系。最后,提出新评价指标PSEI以量化生理状态安全水平,并在此基础上确定PSEI的安全等级。结果表明:在不同环境条件和生理状态下,生理指标的权重是变化的;平均皮肤温度、耳膜温度、收缩压和心率的权重范围分别为0.09~0.64、0.08~0.41、0.07~0.74和0.06~0.33;PSEI的安全等级为:非常安全(0.948,1]、相对安全(0.886,0.948]、中等(0.798,0.886]、相对危险(0.649,0.798]和非常危险[0,0.649]。PSEI可为高温环境下环卫工人提供实时的生理状态安全评估和健康预警。

人机共驾环境下驾驶疲劳研究综述

为减少自动驾驶过程中驾驶疲劳对驾驶人状态的影响,综合分析人机共驾环境下驾驶人的疲劳研究发展现状,系统梳理人机共驾模式下驾驶疲劳的研究成果,探索未来发展方向。首先,通过文献检索与关联性分析,明确人机共驾过程中疲劳累积研究现状;然后,从手动驾驶和人机共驾下的驾驶疲劳致因分析、驾驶时长和非驾驶相关任务对疲劳的影响、人机共驾环境下驾驶疲劳对驾驶行为的影响3个维度,讨论分析研究成果;最后,提出人机共驾环境下驾驶人疲劳研究的不足与发展方向。研究结果表明:人机共驾模式导致驾驶人被动疲劳增加,接管绩效受损,弹性设置非驾驶相关任务与自动驾驶时间可有效缓解被动疲劳;人机共驾过程中驾驶疲劳的演化规律与检测模型尚不明确,结合人机共驾场景特征探索驾驶人疲劳调控策略是未来研究重点。

空气呼吸器对志愿消防员肌肉疲劳的影响研究

为了解背负空气呼吸器对志愿消防员肌肉疲劳的影响,对志愿消防员进行徒手及背负空气呼吸器的奔跑试验,累计测量60人次被试人员的表面肌电信号(sEMG)与压强数据,结合被试主观疲劳感受进行分析。结果表明:被试者左右股二头肌、左右腓肠肌与左右胫骨前肌的疲劳情况受空气呼吸器影响最大;空气呼吸器的背负会使肩、腰部出现疼痛感,需要更长时间恢复;左竖脊肌、左右腓肠肌与右胫骨前肌的疲劳与志愿消防员主观疲劳感受相关性最强。

不同运动姿态个体的步态参数性别对比实验研究

为研究步态参数影响个体滑倒风险的内在机理,对男女个体分别在行走、跑步2种运动姿态时的步态参数进行对比分析。利用三维测力跑台获取并分析不同速度、坡度工况下的个体步长、步宽和最大足底正压力数据。研究结果表明:消除身高影响后,跑步姿态的男性个体步长比同速度的女性个体步长小4 cm左右;行走姿态的男性个体最大足底正压力和重力的比值约为女性个体比值的1.1倍;跑步姿态时,随着个体步长的增大,男女个体的步频基本保持在2.6~2.8步/s;在跑步姿态时,个体会通过维持步频、增大步长(增大足底与地面作用力或跨步夹角)的方式来提高运动速度。研究结果可为后续个体滑倒风险研究提供参考。

基于可穿戴惯性传感技术的人体步态阶段识别

为了实现基于可穿戴惯性传感技术的人体步态阶段识别,开发了基于特征选择的人体步态阶段识别模型、基于时间比例优化的人体步态阶段识别模型和基于机器学习多数据类型、多特征、多分类器的人体步态阶段识别模型,并对比了3种模型的步态阶段识别效果。结果表明:基于特征选择的人体步态阶段识别模型的平均识别准确率为73.66%;基于时间比例优化的人体步态阶段识别模型的平均识别准确率为90.96%;利用脚背处俯仰角数据和加速度数据训练得到的基于机器学习的人体步态阶段识别模型的平均识别准确率分别为97.04%、86.80%;针对不同的步态阶段和使用场景,可差异化选择不同的识别方法以获得理想的识别效果;综合采用时间比例优化算法和机器学习方法可以获得较高的综合识别准确率。该研究可为进一步开展基于可穿戴式传感器的人体行为相关研究提供参考。

基于sEMG的受限空间内维修作业肌肉疲劳研究

为了解受限空间内维修作业人员肌肉疲劳发展特征,避免肌肉疲劳累积,降低肌肉骨骼损伤风险,本文测量维修作业过程中不同作业高度(120cm和140cm)和工作面(正面、侧面和顶面)作业时左右斜方肌、右中三角肌、右冈上肌、右冈下肌和右指伸肌6个肌群的肌肉活动信息,并记录CR10评分;运用统计学分析方法分析不同作业高度和工作面作业中的肌肉疲劳特征。结果表明:高度显著影响右冈下肌和右指伸肌MF值,且显著影响中三角肌、右冈上肌和右冈下肌IEMG值,工作面对所有肌群MF值和IEMG值的影响均不显著;高度显著影响全身、颈部、肩膀以及左腿CR10评分,工作面对全身及身体各部位CR10评分影响均不显著。受限空间内维修作业过程中,高度显著影响肌肉疲劳发展,且140cm作业高度肌肉疲劳累积更明显。正面、侧面和顶面3个工作面,作业人员肌肉疲劳发展不存在显著差异。

手过头姿势下钻孔作业肌肉疲劳MET预测模型

为评价手过头姿势下钻孔作业过程中人员肌肉疲劳发展情况,先通过模拟手过头姿势下的钻孔试验,测量试验前肌肉的最大随意收缩(MVC)、试验后的最大剩余肌力(MRF)、力量输出衰减程度(ΔF)以及手腕、手肘和肩部的主观疲劳评分(RPE),记录最大耐受时间(MET);通过设定3种操作面(正面、侧面、底面)和3种操作高度的不同操作组合作为试验变量,比较不同操作方式对手过头姿势下钻孔作业的肌肉疲劳影响情况,随后分析3种操作面(正面、侧面、底面)和3种操作高度下对MET、MRF、ΔF以及手腕、手肘和肩部RPE的影响。研究结果表明:采用正面操作并降低手臂上举高度能有效减轻肌肉疲劳;不同操作面显著影响MET、MRF及ΔF,同时,显著影响手腕、手肘和肩部的RPE;不同的操作高度显著影响MET、MRF以及手肘的RPE;所建立的MET预测模型可反映手过头姿势下钻孔作业过程中人员肌肉疲劳状态。

基于脑电数据的不同噪声工况下矿工注意力研究

为探究噪声因素对矿工大脑认知的负面影响,通过设计脑电(EEG)试验,结合山东富全矿山实地采集的噪声数据,开展在不同噪声工况(30、50、70、90 dB)下的矿工注意力研究。将采集到的EEG信号利用小波包变换进行特征提取,选取θ/β的值作为注意力特征值,并结合Stroop试验进一步验证分析结果。结果表明:β波在能量占比图中始终占据主导地位,在脑地形图中于工况2时达到峰值;注意力特征值(θ/β)呈现出整体增大趋势,试验进行到40 min时,工况4较工况2的值增长46.19%,表明在噪声为50 dB时矿工的注意力达到最佳,90 dB时注意力的衰减性显著增强;Stroop试验显示工况2用时最短且正确个数最多,在工况4时可靠度仅为78.8%。

纳米金属氧化物对人体细胞毒性效应的构效关系研究

为建立高效的纳米金属氧化物细胞生物毒性构效关系预测模型,研究了20种纳米金属氧化物在不同生物条件下对人正常肺上皮细胞(BEAS-2B)和角质层细胞(HaCaT)的毒性效应构效关系,并首次将元素周期描述符(定量描述符)与试验条件参数(定性描述符)相结合,共同表征金属氧化物的纳米结构特征。在采用支持向量机-特征递归消除法(Support Vector Machine-Recursive Feature Elimination,SVM-RFE)筛选的最优描述符作为输入参数的基础上,分别应用支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF)2种高效的建模方法,建立纳米材料构效关系(Structure-Activity Relationships for Nanoparticals,Nano-SAR)预测模型。2个算法训练集的准确率(ACC)均大于0.9,内部验证准确率均大于0.7,测试集外部验证的准确率也均大于0.8,模型验证结果表明2个算法均具有良好的稳定性和较强的预测能力。对比2个算法研究结果表明,RF算法优于SVM算法,且优于文献报道的已有算法。模型机理解释结果表明,水合粒径和电负性是影响两种细胞毒性的主要因素。

设备、姿势对手过头作业肌肉疲劳的影响研究

目的分析在手过头作业中不同设备及作业姿势对上肢肌肉疲劳发展的影响,避免上肢肌肉疲劳累积,降低与工作相关肌肉骨骼损伤(WMSDs)风险。方法设计手过头作业试验,招募16名被试,研究手肘屈曲(肩关节屈曲90°,肘关节屈曲90°)及手臂伸直(肩关节屈曲135°,肘关节屈曲30°)姿势下不同设备重量(1.0 kg、1.5 kg和2.0 kg)对手过头作业的最大耐受时间(MET)、最大剩余肌力(F)以及主观肌肉疲劳评分(REP)的影响。结果手过头作业过程中肩部和上臂的肌肉疲劳明显,手肘屈曲使用2.0 kg设备肌肉疲劳最为显著,手臂伸直使用1.0 kg设备最不易产生肌肉疲劳累积。结论设备重量和作业姿势显著影响手过头作业肌肉疲劳,设备重量是影响手过头作业肌肉疲劳的重要因素,手肘屈曲比手臂伸直姿势下作业更易产生肌肉疲劳累积,会导致工作效率快速下降。

精神压力下矿工的生理参数变化特征研究

为探究矿工的精神压力下各种生理指标变化,并为建立矿井保障机制提供基础依据,采用虚拟现实和生理实验相结合的方法进行矿井突水灾害场景模拟,采用电子血压计、生理传感器和ErgoLAB软件采集处理被试的心率变异性HRV、皮肤电活动EDA、血压的生理数据,并通过精神压力产生前后的生理数据进行配对t检验,说明其变化特征。研究结果表明:当矿工处于精神压力状态时,心率间隔会显著下降,皮肤导电性会显著提升,血压也会显著提升。研究结果可为矿工精神压力的识别提供参考,促进煤矿企业的安全生产。

夏季穿着医用防护服人员热应激模拟

为降低夏季医护人员长时间穿着医用防护服带来的健康风险,选取标准中国男性人体作为研究对象,利用预测热应变(PHS)模型、热应变决策辅助(HSDA)系统和Fiala体温调节模型3种经典人体热应变模型,模拟人体穿着医用防护服时在夏季不同环境工况下的核心温度和出汗率,进而确定不同环境工况下的推荐补水量和安全工作时间。结果表明:环境参数对生理应激影响显著,不同环境下核心温度最大差值为11.17℃,出汗率最大差值为6592 g/h;环境温度每增大1℃,相对湿度每升高1%,安全时间平均缩短5.9和0.89 min;环境温度36和40℃时,安全时间仅为88~124和75~100 min;3种模型在低温低湿时预测结果相对接近,在高温高湿时预测结果存在明显差距,核心温度预测差值最大为7.55℃,平均出汗率预测差值最大为5654.35 g/h。

改进HSDA模型的高温天气户外工作者热安全研究

为向高温天气下户外工作者提供更准确的热安全预测,基于夏季室外测试数据,对比预测热应激(PHS)模型与热应变决策辅助(HSDA)模型的预测性能,选取较优的HSDA模型进行修正;选择平均辐射温度为修正对象,利用试验值与预测值之间的误差函数计算修正系数,确定修正HSDA模型;使用修正模型预测高温天气下户外工作者的安全时间与失水量。结果表明:室外高温环境下HSDA模型的核心温度预测精度高于PHS模型;平均辐射温度的修正系数为0.614,修正后模型的预测精度可提高约58.5%;随着环境参数的升高,户外劳动者的安全时间逐渐变短,并且普遍低于1 h,而失水量则逐渐变高,甚至超过标准体重的7.5%(4462.5 g/h)。

矿用通风服对人体热生理反应的影响试验研究

为明确矿用通风服对人体热生理的影响效果,探究不同环境温度、人体劳动强度、矿用通风服管路结构及通风量与人体热生理反应的关系,基于人工环境试验舱以及试验测量仪器,开展真人受训试验,收集记录试验数据,分析在36种不同工况下3种不同管路结构矿用通风服的人体热生理变化情况,结合双变量相关分析功能,寻求3种管路结构下不同环境温度、服装通风量、劳动强度3因素与人体热生理之间的相关性。结果表明:3种通风服衣内微空间的风量分布均匀性为横向型>混合型>竖向型。针对整体效果而言,在同一工况下,管路结构影响显著程度由高到低依次为横向型、混合型和竖向型;环境温度主要影响平均皮肤温度与心率,通风量主要影响收缩压与舒张压,劳动强度主要影响出汗量。