基于表面肌电的工人上肢肌肉疲劳试验研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于表面肌电的工人上肢肌肉疲劳试验研究
王越;刘洋;徐明伟
【摘要】当人体进入疲劳状态时,表面肌电信号会发生相应的变化.为了探讨工人在持续上肢作业时肌肉疲劳对人体肌电信号的影响,针对疲劳与肌电信号的关系提出评价肌肉疲劳的数学模型,选取10名健康受试者进行机械操作与重物搬举作业.同时,使用表面肌电测试分析仪对肌电信号进行实时监测,采用方差分析、t检验和非线性拟合方法对疲劳与肌电信号的关系进行分析.结果表明,肌电信号的波动程度对生理疲劳有显著变化,上肢肌肉疲劳程度越重,其肌电信号恢复至正常值越久.非线性拟合结果显示,上肢肌肉疲劳的发展趋势呈现出“S型”的趋势.据此提出,疲劳失稳期前让受试者休息,可以减缓或延迟生理疲劳的发生.
【期刊名称】《华北科技学院学报》
【年(卷),期】2019(016)001
【总页数】5页(P98-102)
【关键词】表面肌电;上肢肌肉;工人;疲劳监测;试验对比
【作者】王越;刘洋;徐明伟
【作者单位】华北科技学院安全工程学院,北京东燕郊065201;华北科技学院安全工程学院,北京东燕郊065201;北京科技大学土木与资源工程学院,北京100083【正文语种】中文
【中图分类】R135
随着机械化技术的发展,很多工业作业已经由自动化机器来完成。

然而,由于机器不具备人所有的灵活性,仍有一些机械操作和重物装卸作业需要工人手工完成,特别是一些繁重的移动、提拉、搬举等任务,而不适当的作业会引起工人不适、疲劳甚至受伤。

国内研究报道,我国职业性慢性肌肉骨骼疾患率已达到64%[1]。

如果工人在作业中伴有疲劳的机体状态,会埋下事故隐患,引发安全生产事故。

我国近三十年间重特大事故统计数据显示,人因事故占重特大事故总数的96.5%以上[2]。

因此,作业过程中对工人完成任务中的不适和疲劳进行评估和改进,对于降低职业危害风险、改进操作管理具有重要作用。

表面肌电(Electromyography,EMG)信号是一种生物电时间序列信号,能够通过表面电极引导的神经肌肉活动产生,它由人体神经运动控制系统和影响肌肉生物电活动的理化因素共同影响,通过肌电信号研究肌肉疲劳是人机工程研究的主要方法[3,4]。

表面肌电通过研究人体肌肉疲劳的变化过程,能够记录工人在不同劳动强度下的定量变化值,其结果能够体现符合实际状态的人体肌肉疲劳度和工作强度。

肌肉疲劳的测量有量表和实验两类方法,实验测量方法的基础主要为表面肌电及心理学指标[5]。

本文将包含人体环境的生理学指标测量方法引入到工人上肢疲劳的
研究中,以肌肉疲劳和肌电信号的关系为研究对象,通过模拟实验测量疲劳前后工人上肢生理学指标与行为能力指标,并进行采集与统计,为预防工人因疲劳而产生不安全行为提供新的理论依据。

1 实验设计
1.1 受试者
试验要求10名身体健康的志愿者,均为男性,且实验前无剧烈运动,肌肉无损伤,并对每位志愿者进行个人体成分分析统计。

受试者全部接受试验流程,其身体各项指标见表1。

表1 受试者身体各项指标编号年龄(岁)身高(cm)体重(kg)肌肉量(kg)上臂周长(cm)124183.378.259.832.3221175.457.247.826.1327173.590.267.537.04251 73.371.154.531.6525182.473.558.331.9624175.869.255.230.8724177.972.65 6.831.4824178.271.957.231.6
续表编号年龄(岁)身高(cm)体重(kg)肌肉量(kg)上臂周长
(cm)925175.568.352.129.71024176.865.753.830.8平均值
22.3(±4.7)177.2(±6.1)71.8(±18.4)56.3(±11.2)31.3(±5.7)
1.2 实验过程
本实验所用的测量仪器是运动肌电测试分析仪(EMG)(制造商:Biovision),如图1所示。

图1 运动肌电测试分析仪
实验前,将皮肤表面的毛发、死皮等轻轻刮除,注意避免皮肤伤痕位置;用酒精对表面电极接触点进行消毒清洁;电极阻抗应小于5 kΩ。

在待测肌肉的肌腹处并排
粘贴两片表面电极片,形成电势差,从而产生生物电信号。

为了保证肌肉间信号不相互干扰,电极应尽量贴于测试肌肉中部。

电极与导线在固定时要注意理顺电极线,将电极头紧扣于电极片上,并固定好通道传感器及电极线,避免因为电极线与电极片接触不良而信号干扰。

按照上述方法对受试者上肢的主要四块肌肉部位进行电极片的粘贴,分别为肱桡肌、肱二头肌、三角肌和斜方肌上端,粘贴示意图如图2
所示。

本实验根据不同作业要求,对工人上肢肌肉疲劳数据记录确定了两个实验,即机械操作实验和重物搬举实验。

机械操作实验根据其具体操作的动作和力量,确定了操作动作相似、力量稍大使结果更加明显的零件搬动模拟实验。

重物搬举实验利用哑铃器材,通过不同重量模拟实验。

图2 电极片粘贴示意图
实验一:机械操作实验。

受试者模拟坐位劳动,上身保持正直。

试验准备75 cm 高桌,可调节高度椅,桌椅之间间距25 cm。

受试者连续地抓取、移动和放置零件(圆柱形,直径为1 cm,重5 g),速度为40个/min,放置零件的容器距受试者30 cm,长10 cm、宽5 cm。

每1个时间段(约2 min)要求完成80个零件,共需连续完成30组(约60 min),实验过程图片如图3所示。

图3 机械操作实验
实验二:重物搬举实验。

10名受试者依次进行0、2、4、6、8、10千克重量的哑铃,弯举至力竭,要求每个测试人员每次实验之间充分休息,以保证每次实验的独立性与客观性,实验过程图片如图4所示。

图4 重物搬举实验
2 实验结果
实验结束后对受试者进行主观问卷调查,实现主客观结合的方法分析工人上肢肌肉的肌肉疲劳状态。

参考日本的《作业疲劳症状自评量表》(2002版)调查量表,制定适合于工人上肢肌肉的疲劳问卷调查表,让受试者根据自身情况打分。

10名受试者的疲劳评分平均值如图5。

图5 疲劳状态变化
由图5可知,工人上肢肌肉的肌肉疲劳状态与时间段呈正相关的关系,即上肢疲劳状态值随着时间段的增加呈上升趋势。

在一段相对平稳的时期后,疲劳增长明显加速,说明受试者很快进入了疲劳状态。

积分肌电值iEMG是每个采样点放电量大小的均值,积分肌电值会随着人体生理状态的改变体现出肌电信号活动性的强弱[6,7]。

iEMG反映一定时间内的肌肉在运动中的单位放电量,肌电值越低,表明肌肉疲劳度越高[8]。

计算公式如下: iEMG=|EMG(t)|dt
(1)
其中,EMG(t)表示肌电信号随时间变化的幅度值,t是时间,T是肌电信号的周期。

频域分析采用的是中值频率MF值,该频率是通过快速傅里叶变换FFT,将肌电信号iEMG在频率的维度上分解为不同频率上的信号分量[9]。

该实验肌电信号通过FFT转换后的MF信号图如图6所示。

图6 中值频率MF信号
中值频率与时间的关系
+0.018t+1.1358
(2)
式中,t为工作时间,min;决定系数R2 =0.8892。

从图6可以看出,肱桡肌、肱二头肌、三角肌、斜方肌上端MF值与时间段在统
计学意义上存在明显相关负相关关系,即这四块肌肉的MF值随着时间段的增加
呈下降趋势。

通过中值频率曲线与疲劳评分曲线的比较(如图7),可以得出两条曲线呈反比变化。

因此,中值频率能够用来评估工人上肢肌肉的生理疲劳状况。

3 实验结果分析
3.1 肌肉疲劳机理研究
肌肉疲劳的发生机制是人体中枢系统失调的结果,包括神经-内分泌-免疫网络的相互协调,其发展过程是通过特定功能脑区、中枢神经、脊髓、呼吸、循环系统、终端线粒体的循环往复的链式反应,每一个环节都会影响肌肉疲劳的产生[10-12]。

肌肉疲劳在一定程度上可以在神经肌肉系统活动时的一维生物电时间序列信号等方面表现[13]。

图7 中值频率曲线与疲劳评分曲线对比
肌肉疲劳产生的原因:
(1) 作业强度。

肌肉疲劳产生的主要原因是作业强度,作业强度越大越易产生疲劳,
作业内容和作业方式会影响作业强度。

(2) 作业速度。

如果作业速度快,即使作业的劳动强度不大也会产生肌肉疲劳。

(3) 持续时间。

在作业强度一定的情况下,劳动时间越长,劳动量越大。

作业强度越大,能够持续作业的时间就越短。

本试验在充分调研操作工人工作任务的基础上,控制受试者模拟机械操作速度约为40个/min,控制重物搬举重量为0、2、4、6、8、10 kg。

在持续性运动的过程中,运动神经元产生的神经冲动通过轴突到达肌纤维,在肌纤维和终板区中经过耦合,同时神经与肌肉接触释放乙酰胆碱,使肌膜去极化并产生动作电位[14]。

其电脉冲向肌纤维相反的两端传播,使肌纤维收缩并产生肌张力,电脉冲同时产生电流场并形成电位差,通过电极得到并记录肌电信号[15]。

所以,运动时间的增长加速疲劳的发生和力的下降,使肌电信号减弱,如图8所示。

根据肌肉疲劳代谢理论,人体在工作中不断产生代谢物质,此时人体产生类似中毒状态,引发肌肉疲劳。

由疲劳发展过程曲线可以看出,肌肉疲劳的三个阶段分别为:疲劳过度期、疲劳稳定期和疲劳失稳期。

肌肉疲劳调整时,肌肉疲劳度越高,肌电信号值越低。

由于人体自我调节,减弱速度减慢[17]。

同时,肌肉疲劳的积累速度和消耗速度达到动态平衡,人体肌肉进入疲劳稳定期,肌电信号也逐渐稳定。

随着肌肉疲劳的不断增加,疲劳的动态平衡消失,肌电信号值迅速下降,肌肉进入疲劳失稳期。

因此,建议工人在疲劳稳定期时休息,能够减缓疲劳,防止事故发生。

图8 疲劳发展过程
3.2 生理疲劳对肌电信号恢复水平影响
受试者在本次肌电信号值变异性试验中是短暂性休息。

因此,提取该时期的肌电信号采用单因素方差分析和t检验。

(α=0.05)
图9 每个间歇期性对肌电信号的变化(p<0.05)
由图9可以看出,受试者在模拟试验中肌电信号值间歇性逐渐降低,这是由于运
动神经元产生的神经冲动与肌肉产生动作电位,电脉产生肌张力并形成电位差而得到肌电信号,这是人体肌肉的本能反应机制[18]。

随着试验的进行,由t检验得出疲劳期内的肌电信号值相比试验前有显著下降(p<0.05)。

这说明,肌肉疲劳程度
越高,肌电信号值恢复正常水平所需要的时间越长。

本试验为工人上肢肌肉肌电信号评价人体疲劳提供了理论支持。

由于人体部位的复杂性,导致肌电信号值受各种因素影响,本研究仍有一定的局限性。

在今后的研究中,试验可以扩展,本研究可作为深入实验的理论基础。

4 结论
本试验模拟工人在作业中由上肢疲劳引起的肌电信号变化进行研究,可以用肌电信号评价生理疲劳。

(1) 受试者的肌电信号上升至正常水平的速度随着任务时间的持续而降低,间歇时的平均肌电信号值随时间增加而降低。

(2) 由肌电信号得到疲劳“S型”曲线。

由此可得,生理疲劳可分为三个阶段:疲劳调整期、疲劳稳定期和疲劳失稳定期。

为了避免或延缓疲劳失稳期的出现,建议工人在疲劳稳定期内获得适当的休息,可提高劳动效率和减少WMSDs等疾病的
发生。

参考文献
【相关文献】
[1] 林嗣豪,唐文娟,王治明.工作场所工效学负荷综合暴露评估方法的效度评价[J].海峡预防医学杂志,2008,14(1):11-14.
[2] 王越,张驎,李鑫.重特大事故经济损失直间系数值估值研究[J].华北科技学院学报,2017,
14(5):86-90.
[3] 兰亚佳,周鼎伦,王绵珍,等.机械制造工人下背痛调查及其危险因素探讨[J].中国工业医学杂志,
2004,8(4):252-254.
[4] 王忠旭,李刚,秦汝莉,等.汽车装配工人工作相关肌肉骨骼损伤危险暴露水平及发病调查研究[J].环境与职业医学,2012,29(1):6-8.
[5] Salmoni,A..Postural implications of obtaining line-of-sight for seated operators of underground mining load-haul-dump vehicles.Ergonomics,2007,50(2):192-196.
[6] Lucini,D.,Marchetti,I.,Spataro,A.,Malacarne,M.,Benzi,M.,& Tamorri,S.,
et al..Heart rate variability to monitor performance in elite athletes: criticalities and avoidable pitfalls.International Journal of Cardiology,2017241(8):307-314.
[7] Nath,N.D.,Akhavian,R.,& Behzadan,A.H.(2017).Ergonomic analysis of construction worker's body postures using wearable mobile sensors.Applied Ergonomics,2017,62(2): 107-111.
[8] Harcombe,H.,Herbison,G.P.,Mcbride,D.,& Derrett,S.Musculoskeletal disorders among nurses compared with two other occupational groups.Occupational Medicine,2014,64(8): 601-609.
[9] 徐明伟,金龙哲,张驎,于露,刘建国,田兴华.基于心率监测的建筑工人生理疲劳分析[J].工程科学学报,2018(6):760-765.
[10] Dai,W.T.,Zhao,X.R.,Zou,Z.F.,Yang,J.X.,& Ri-An,Y.U..Analysis of working postures and exertions in construction industry by owas method.Occupation &
Health.2017,11(1):112-121.
[11] Nadadur,G.,Raschke,U.,& Parkinson,M.B..A quantile-based anthropometry synthesis technique for global user populations.International Journal of Industrial Ergonomics,2016,53(5): 167-170.
[12] 宋挺博,陈飙,孙敬智,等.肌肉骨骼疾患危险因素的现场评价[J].中华劳动卫生职业病杂志,2011,29(2):112-115.
[13] Liao,B.,Gao,H.,& Chen,N.(2013).Methods for classifying intensity of physical labor based on relative heart rate.Journal of Safety Science & Technology,2013,
9(4):166-169.
[14] Kleiger RE,Stein PK,Bigger JT Jr.Heart rate variability: measurement and clinical utility[J].Ann Noninvasive Electrocardiol.2005,10(1):88-92.。

相关文档
最新文档