目的探讨工厂噪音对听力损失的调查及相关行为干预效果评估与对策。方法选取2017年1月—2019年12月本市某工厂在岗噪音作业人员90名作为研究对象,对在岗噪音作业人员的听力损伤状况进行调查,统计听力损失检出率,并采取相关干预措施,评...目的探讨工厂噪音对听力损失的调查及相关行为干预效果评估与对策。方法选取2017年1月—2019年12月本市某工厂在岗噪音作业人员90名作为研究对象,对在岗噪音作业人员的听力损伤状况进行调查,统计听力损失检出率,并采取相关干预措施,评估相关干预效果。同时分析听力损失与工龄、年龄、噪音强度的关系,制定相关对策。结果90名员工听力损失检出率为22.22%。经过干预和临床治疗后,总有效率为85.00%。1~5年、6~10年、>10年工龄听力损失检出率分别为9.52%、14.29%、38.24%,差异有统计学意义(P<0.05)。<30岁、30~40岁、>50岁年龄听力损失检出率分别为4.00%、26.67%、31.43%,差异有统计学意义(P<0.05)。<80 d B、80~90 d B、>90 d B噪音强度听力损失检出率分别为11.43%、24.00%、40.00%,差异有统计学意义(P<0.05)。结论在岗噪音作业人员听力损失检出率与年龄、工龄、噪音强度有关,应加强员工的自我防范意识,提高企业重视程度,保证员工健康。展开更多
为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制...为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制,有效避免了音乐噪声的产生并提升在了非平稳噪声干扰下的音频感知质量。然后再使用基于双曲正切函数调整步长因子的变步长自适应LMS滤波算法对已经初步去噪后的音频信号进行二次降噪处理,从而达到消除音频中噪声分量目的。仿真实验结果表明,该方法相较传统多窗谱谱减法去噪后信噪比提升7 d B左右,较固定步长LMS算法提升3~4 d B,较传统多窗谱级联定步长LMS算法提升1~2 d B,且该方法简单易行,且具有较好的实际应用价值。展开更多
文摘目的探讨工厂噪音对听力损失的调查及相关行为干预效果评估与对策。方法选取2017年1月—2019年12月本市某工厂在岗噪音作业人员90名作为研究对象,对在岗噪音作业人员的听力损伤状况进行调查,统计听力损失检出率,并采取相关干预措施,评估相关干预效果。同时分析听力损失与工龄、年龄、噪音强度的关系,制定相关对策。结果90名员工听力损失检出率为22.22%。经过干预和临床治疗后,总有效率为85.00%。1~5年、6~10年、>10年工龄听力损失检出率分别为9.52%、14.29%、38.24%,差异有统计学意义(P<0.05)。<30岁、30~40岁、>50岁年龄听力损失检出率分别为4.00%、26.67%、31.43%,差异有统计学意义(P<0.05)。<80 d B、80~90 d B、>90 d B噪音强度听力损失检出率分别为11.43%、24.00%、40.00%,差异有统计学意义(P<0.05)。结论在岗噪音作业人员听力损失检出率与年龄、工龄、噪音强度有关,应加强员工的自我防范意识,提高企业重视程度,保证员工健康。
文摘为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制,有效避免了音乐噪声的产生并提升在了非平稳噪声干扰下的音频感知质量。然后再使用基于双曲正切函数调整步长因子的变步长自适应LMS滤波算法对已经初步去噪后的音频信号进行二次降噪处理,从而达到消除音频中噪声分量目的。仿真实验结果表明,该方法相较传统多窗谱谱减法去噪后信噪比提升7 d B左右,较固定步长LMS算法提升3~4 d B,较传统多窗谱级联定步长LMS算法提升1~2 d B,且该方法简单易行,且具有较好的实际应用价值。