基于生理实验的矿工不安全行为与疲劳关系研究*

2016-09-06 10:03田水承乌力吉范永斌
西安科技大学学报 2016年3期
关键词:注视点双臂矿工

田水承,乌力吉,寇 猛,范永斌

(1 西安科技大学 能源学院,陕西 西安 710054;2 教育部 西部矿井开采及灾害防治重点实验室,陕西 西安 710054)



基于生理实验的矿工不安全行为与疲劳关系研究*

田水承1,2,乌力吉1,2,寇猛1,2,范永斌1,2

(1 西安科技大学 能源学院,陕西 西安 710054;2 教育部 西部矿井开采及灾害防治重点实验室,陕西 西安 710054)

人的不安全行为是导致事故的主要原因,而疲劳又是引起不安全行为的重要因素。为了精准预防和控制人的不安全行为,必须弄清疲劳与不安全行为的影响关系,因此尝试构建由行为数据采集系统(Captiv行为生理指标测试仪)、双臂调节能力测定仪、Tobbi眼动分析系统等3个部分组成的不安全行为与疲劳测量系统,以探讨疲劳对不安全行为的影响关系。选取15名实验对象并加以疲劳刺激开展实验研究,研究了在疲劳前后状态下,被测试者生理指标与疲劳的关系,以及疲劳前操作时与疲劳后操作时行为能力的差异。结果表明,疲劳对试验对象的生理指标影响明显,疲劳状态下的实验对象操作更容易出错。

矿工;不安全行为;疲劳;生理指标;实验研究

2.KeyLaboratoryofWesternMineExplorationandHazardPrevention,MinistryofEducation,Xi’an710054,China)

0 引 言

人的不安全行为所导致的煤矿事故占事故总量的97%以上[1]。矿工在特殊的环境中工作,由于劳动强度大、时间长、注意力高度集中,加之井下特殊环境影响,受高温、噪声、振动、有害气体等诸多不良因素的综合刺激,较普通人群更容易疲劳。疲劳会使脑细胞活力受到抑制,使人容易出错,进而引发不安全行为,增大事故发生概率。

国内外一些学者如Geller S[2]和J.E.Tharaldsen[3]、周刚[4]、栗继祖[5]、李乃文[6]、傅贵[7]、曹庆仁[8]、陈静[9]、罗云[10]、田水承[11-12]等对疲劳与行为的关系及影响已有一定的成果,他们认为在绝大多数情况下,人的错误和不安全行为是一对等同的概念。目前对不安全行为的测量主要集中在问卷调查、结构模型、心理测试等手段,对于疲劳矿工的生理及生化指标的实验研究比较缺乏,实验设备相对落后。本研究从行为安全与人因工程角度出发,运用实验的手段探究疲劳前后矿工安全行为能力及生理指标的变化,提出相应的防控措施建议,为煤炭与企业实施有效的疲劳管理、减少员工的不安全行为,进而提高煤矿安全管理水平提供新的思路。

1 不安全行为与疲劳测量系统的构建

不安全行为与疲劳测量系统主要包括3部分:行为数据采集系统(Captiv行为生理指标测试仪)(图1(a))、双臂调节能力测定仪(图1(b))、基础信号分析系统(图1(c))。

图1 不安全行为与疲劳测量系统Fig.1 Measurement system of unsafe behavior and fatigue (a) Captiv行为生理指标测试仪 (b) 双臂调节能力测定仪 (c) 基础信号分析系统

1)Captiv行为数据记录与分析系统。用于测量试验对象在疲劳前后模拟场景下试验前后的相关生理指标(心率、呼吸等),并通过配套的软件同步将数据科学准确地记录在电脑上;

2)BD-Ⅱ-317型双臂调节器。试验对象通过双臂配合的协调动作,努力快速而又精确的在轨迹上移动,完成一周所用时间及出错次数反映了被试的注意分配及双臂协调的能力;

3)Tobbi T60XL.它可以提供高质量的眼动追踪。屏幕可以提供文字、图片、视频等多种刺激材料。

2 实验测量

2.1实验原理

很多研究表明,人在疲劳状态下会出现注意力不集中、动作迟缓、动作协调能力下降等。人体疲劳的生理表现为心率、呼吸等指标发生改变[13]。文中从行为安全与人因工程角度出发,运用实验的手段探究疲劳前后矿工安全行为能力及生理生化指标的变化。

2.2实验假设

H1:矿工疲劳前后部分生理指标会产生显著变化。

H2:矿工在疲劳状态下,双臂协调能力下降。

H3:矿工疲劳前后,注意力分配情况存在差异。

2.3确定疲劳刺激的有效性

让15名矿工相继进行蛙跳及俯卧撑运动。蛙跳每组做5个,每名矿工完成5组,每组动作间隔休息1 min.俯卧撑每组做5个,每名矿工完成10组,每组动作间隔休息30 s.完成2种运动后填写疲劳自评问卷[14],将问卷得分分成疲劳前后2组,利用SPSS19.0对2组数据进行单样本非参数检验,结果见表1.

由检验结果可知,单眼本运行检验的P值分别为0.632,0.072,均大于0.05,说明疲劳问卷的得分为随机数列。Kolmogorov-Smirnov检验的P值分别为0.646,0.728,均大于0.05,说明问卷得分符合正态分布,可以进行配对T检验。对问卷得分情况进行配对样本T检验,检验结果见表2.

从分析结果中可以看到配对样本检验的P=0.000<0.05,说明在进行规定的运动后被试矿工的主观疲劳感显著增强,即证明进行疲劳刺激有效,可以导致被试者疲劳。

表1 疲劳问卷单样本非参数检验

表2 主观疲劳自评配对样本T检验

2.4实验操作

2.4.1实验对象选择

选取15名试验对象,均为国内某煤矿企业的员工,且具有2 a以上的煤矿工作经验。并对15名试验对象按试验先后顺序从“1”到“15”依次进行编码。

2.4.2眼动实验刺激材料及指标选取

根据能够真实反映煤矿井下生产实际的原则,选择以下2个场景作为刺激材料,如图2所示。选取总注视点持续时间及注视点个数作为指标参数。

图2 眼动实验刺激材料Fig.2 Eye movement stimulus material

2.4.3疲劳前实验

首先对未进行体育活动的被试矿工进行试验。在被试矿工不疲劳的状态下,先对被试矿工进行眼动实验,并记录被试矿工的眼动数据。然后为矿工佩戴好生理信号采集仪器,并依次操作行为能力测试仪器(顺序为先操作注意力集中能力测试仪,再双臂调节器,最后双手调节器)。在此同时,生理信号采集仪器会同步记录被试矿工的生理信号。

2.4.4疲劳后实验

在完成疲劳前实验后,被试矿工进行5组蛙跳及10组俯卧撑运动。当运动完成后,对被试进行眼动实验。眼动实验完成后,佩戴好生理信号采集仪器,并再次按照顺序进行行为能力测试,同时生理信号测试仪记录被试矿工的生理信号。

2.5实验结束

直到15名试验对象全部完成试验操作步骤(1)至(4)的试验过程,整个试验结束。其中,每个试验对象的整个试验过程大概持续50 min左右。

3 数据分析与讨论

3.1数据采集

采集生理指标数据及双臂调节能力实验数据并整理,计量数据以“均数±标准差”表示,见表3.

采集眼动实验数据并整理记录,计量数据以“均数±标准差”表示,见表4.

表3 生理指标与双臂协调能力测量数据记录

表4 眼动数据统计表

3.2数据分析

3.2.1疲劳前后生理指标变化显著性分析

将每名实验对象疲劳前后的心率、呼吸及肌电在实验中的变化如图3所示。

同时运用SPSS 19.0软件对所有15名试验对象在试验疲劳前后的生理指标数据进行了配对样本T检验,见表5.

表5 疲劳前后生理指标配对样本T检验

图3 疲劳前后生理变化曲线图Fig.3 Change curve of physiological index (a)心率变化曲线 (b)呼吸变化曲线 (c)肌电变化曲线

由图3(a)和表5中样本1可知,实验对象疲劳后与疲劳前相比,心率整体呈增长趋势,配对样本T检验中P=0.00<0.01,说明试验对象的心率在疲劳前后差异性非常显著;由图2(b)和表5中样本2可知,实验对象疲劳后与疲劳前相比,呼吸值整体呈增长趋势,配对样本T检验中P=0.00<0.01,说明试验对象呼吸值试验前后差异性非常显著;由图3(c)和表5中样本3可知,实验对象疲劳后与疲劳前相比,肌电整体呈增长趋势,配对样本T检验中P=0.00<0.01,说明试验对象的肌电在疲劳前后差异性非常显著。

3.2.2疲劳前后双臂调节出错次数及所用时间变化显著性分析

对每名试验对象在疲劳前操作时与疲劳后操作时出错次数及所用时间进行统计,结果如图4所示。

运用SPSS19.0软件对所有15名试验对象在试验疲劳前后的双臂调节错误次数和所用时间数据进行了配对样本T检验,见表6.

由图4与表6中样本1可知,实验对象疲劳后双臂调节错误次数整体高于疲劳前的错误次数,配对样本T检验中P<0.01,说明试验对象的双臂调节错误次数在疲劳前后差异性非常显著,矿工在受疲劳因素影响后双臂调节能力变差;由图4与表6中样本2所示,实验对象的双臂调节所用时间没有明显差异,此指标实际意义不大。

3.2.3疲劳前后眼动数据变化分析

运用Tobbi Studio输出场景的注视热点图,如图5所示。

表6 疲劳前后双臂调节能力配对样本T检验

图4 疲劳前后双臂调节错误次数及所用时间变化曲线Fig.4 Change curve of errors of arms control ability

图5 疲劳前后注视热点图Fig.5 Fixation duration heat images before and after fatigue (a)疲劳前第一场景注视热点图 (b)疲劳后第一场景注视热点图 (c)疲劳前第二场景注视热点图 (d)疲劳后第二场景注视热点图

从表4中的数据可以看出,疲劳前第一个场景被试注视点持续时间总和的平均值为6.21 s,注视点个数平均值为4.60个,疲劳后被试注视点持续时间总和的平均值为4.17 s,注视点个数平均值为2.40个;疲劳前第二个场景被试的注视点持续时间总和的平均值为7.04 s,注视点个数平均值为5.80个;疲劳后第二个场景被试的注视点持续时间总和的平均值为4.46 s,注视点个数平均值为2.33个。被试矿工在2个实验场景中疲劳后的注视点持续时间总和都低于疲劳前。

图5中的色块表示被试眼睛看到的位置,颜色越深表示关注时间越长。由此可以看出,疲劳前的被试矿工能够更多的关注场景中的不安全行为,并且注意力较为集中;疲劳后的矿工对不安全行为的关注程度有所下降,关注点相对疲劳前更为涣散。

3.3生理指标与双臂协调能力的回归分析

多元逐步回归分析的优点在于保证进入方程的各自变量都有统计学意义。有的自变量对因变量的影响很强,有的可能很弱,有的甚至没有作用。通过对自变量的筛选,可使回归方程中只包含对因变量有影响的自变量,从而确保回归方程是所谓的“最优”方程。

将双臂协调能力测试指标中的错误次数作为指标为因变量Y,以各生理学指标为自变量X,其中X1为心率,X2为呼吸,X3为肌电。运用SPSS19.0对双臂协调能力操作错误次数和因变量的各项生理学指标进行多元逐步回归分析,由于文中选取的自变量有3个,对3个回归模型进行检验(其中模型1包含常量和X1,模型2包含常量X1和X2,模型3包含常量X1,X2和X3)检验结果见表7.

表7 Anova检验结果

a.预测变量:(常量),x1;b.预测变量:(常量),x1,x2;c.预测变量:(常量),x1,x2,x3;d.因变量:y

从表7的检验结果可以看出,模型2的显著性结果P=0.042<0.05,说明其因变量对于自变量的解释较好,在此模型中肌电变量被剔除。回归方程系数见表8.

表8 回归方程系数

回归方程为

Y=11.279-0.141X1+0.283X2,

(1)

其中心率的P=0.027<0.05,呼吸的P=0.046<0.05,说明2个生理指标解释双臂协调错误次数的显著性良好。心率对双臂协调能力影响更大,呼吸对双臂协调能力影响相对小。肌电指标受个体影响较大,故在本次实验中解释自变量没有达到显著性水平。

3.4结果讨论

通过实验结果分析,发现疲劳前后的个体生理指标(心率、呼吸、肌电)差异性非常显著,验证了假设H1;矿工在疲劳状态下双臂协调能力下降,尤其在出错次数方面非常显著,验证了假设H2;矿工疲劳前后注意力分配情况存在明显差异,验证了假设H3.

回归分析结果显示,本研究条件中心率和呼吸2项生理指标对矿工的双臂协调能力能够较好的解释,矿工疲劳与不安全行为的关系可用能够表征疲劳的生理指标与行为错误间的数学方程模型表示。利用文中的回归方程,可以通过测量生理指标来估算行为能力。

4 管控措施建议

全球医疗领域健康管理模式的发展趋势是为每个人建立健康档案,这样的健康管理模式应该被煤矿企业引入。通过对员工的体检即可获得本研究中选取的生理学指标,结合本研究的结果,煤矿企业就可以对员工的相关行为能力进行估算,估算结果可作为员工出现不安全行为的重要参考。

在此基础上,煤矿企业还可以引入健康档案管理及不安全行为评估软件,让这种新的管理模式建立在信息化系统之上,使之高效而便捷。通过定期体检、测试等方法建立每名员工的健康档案,每名煤矿员工都拥有自己的生理学指标数据库,结合本研究的结果,参考员工的生理节律周期,可以判断煤矿员工的安全行为能力。这样管理层可以针对不同员工合理安排其工作负荷、调整工作作息,为减少员工不安全行为的发生提供帮助。这种新型的管理模式可以在了解员工健康状况的同时为管理层管控不安全行为提供参考,不仅是对员工的关怀,也是对不安全行为管控的推进。

References

[1]陈红.中国煤矿重大事故中的不安全行为研究[M].北京:科学出版社,2006.

CHEN Hong.Research on unsafe behavior in Chinese major coal mine accidents[M].Beijing:Science Press,2006.

[2]Geller S.The fitting solution to respiratory hazards[J].Psychology of Safety,2004:12-14.

[3]Tharaldsen J E,Olsen E,Rundmo T.A longitudinal study of safety climate on the Norwegian continental shelf[J].Safety Science,2008,46(3):427-439.

[4]周刚,程卫民,诸葛福民,等.人因失误与人不安全行为相关原理的分析与探讨[J].中国安全科学学报,2008,18(3):10-14.

ZHOU Gang,CHENG Wei-min,ZHUGE Fu-min.Analysis and exploration on correlative theories of man made errors and human unsafe behaviors[J].China Safety Science Journal,2008,18(3):10-14.

[5]栗继祖,张韶红.煤矿安全人为事故预防关键技术[J].西安科技大学学报,2008,28(2):283-287.

LI Ji-zu,ZHANG Shao-hong.Key technology for preventing man caused accent in coal mine[J].Journal of Xi’an University of Science and Technology,2008,28(2):283-287.

[6]李乃文,牛莉霞.矿工工作倦怠、不安全心理与不安全行为的结构模型[J].中国心理卫生杂志,2010,24(3):236-240.

LI Nai-wen,NIU Li-xia.Structural equation model of job burnout insecurity psychology and insecurity behavior forminer[J].Chinese Mental Health Journal,2010,24(3):236-240.

[7]傅贵,李宣东,李军.事故的共性原因及其行为科学预防策略[J].安全与环境学报,2005,5(1):80-83.

FU Gui,LI Xuan-dong,LI Jun.Common behavior factors leading to accidents and type research based on prevention[J].Journal of Safety and Environment,2005,5(1):80-83.

[8]曹庆仁,宋学锋.煤矿员工的不安全行为及其管理途径[J].经济管理,2006(15):62-65.

CAO Qing-ren,SONG Xue-feng.Unsafe behavior of the coal mine workers and management approaches[J].Economics Management,2006(15):62-65.

[9]陈静,曹庆贵,李润之.煤矿生产中人失误的预测与评价[J].矿业安全与环保,2007,34(1):78-81.

CHEN Jing,CAO Qing-gui,LI Run-zhi.Human error prediction and evaluation in coal mine production[J].Mining Safety & Environmental Protection,2007,34(1):78-81.

[10]刘超,罗云.企业安全文化测评指标体系的建立及权重赋值研究[C]//中国职业安全健康协会2009年学术会议论文集.北京:煤炭工业出版社,2009.

LIU Chao,LUO Yun.The establishment of the enterprise safety culture assessment index system and weight assignment[C]//The Paper Collection of 2009 COSHA Academic Conference.Beijing:China Coal Industry Publishing House,2009.

[11]田水承,景国勋.安全管理学[M].北京:机械工业出版社,2009.

TIAN Shui-cheng,JING Guo-xun.Safety Managerialics[M].Beijing:China Machine Press,2009.

[12]田水承.人的因素、安全应急意识能力与安全[J].技术与创新管理,2015,36(4):413-414.

TIAN Shui-cheng.Human factor,the ability of security emergency response and safety[J].Technology and Innovation Management,2015,36(4):413-414.

[13]王瑞元.运动生理学[M].北京:人民体育出版社,2012.

WANG Rui-yuan.Exercise physiology[M].Beijing:People’s Sport Press,2012.

[14]王天芳,薛晓琳.疲劳自评量表[J].中华中医药杂志,2009(3):348-349.

WANG Tian-fang,XUE Xiao-lin.Fatigue self-assesement scale[J].China Journal of Traditional Chinese Medicine and Pharmacy,2009(3):348-349.

Relationship between miners’unsafe behavior and fatigue based on physiological experiment

TIAN Shui-cheng1,2,WU Li-ji1,2,KOU Meng1,2,FAN Yong-bin1,2

(1.CollegeofEnergyScienceandEngineering,Xi’anUniversityofScienceandTechnology,Xi’an710054,China;

People’s unsafe behavior is the main cause of the acciden,and fatigue is one of the important factors causing unsafe behavior.In order to prevent and control unsafe behavior accurately,this paper tries to build the measurement system of unsafe behavior and fatigue including 3 parts,behavioral data acquisition system(Captiv behavioral and physiological index tester),arms control ability testor,and eye movement analysis system to discuss the influence of fatigue on unsafe behavior.15 subjects are selected to study on fatigue stimulus.It studied the relationship between physiological indexes and fatigue,and operational behavior ability.These differences are compared before and after fatigue treatment.The results show that subjects’ physiological indexes are influenced notably and operational error rate increases with fatigue.

miners;unsafe behavior;fatigue;physiological index;experimental research

10.13800/j.cnki.xakjdxxb.2016.0305

1672-9315(2016)03-0324-07

2016-02-21责任编辑:高佳

国家自然科学基金(71273028,71271169);博士学科点专项科研基金(20116121110002,20126121110004)

田水承(1964-),男,山东淄博人,教授,博导,E-mail:tiansc@xust.edu.cn

X 936

A

猜你喜欢
注视点双臂矿工
眼动仪技术在里院建筑特色分析中的应用
基于超复数小波和图像空域的卷积网络融合注视点预测算法
金牌挖矿工
我在街上走
老矿工的家国情怀
射击运动员的反向眼跳研究
矿工老李
双臂掘进钻车
基于中央凹图像显著性和扫视倾向的注视点转移预测模型
我在街上走