改进的建筑工人疲劳与不安全行为实验测量方法
管仲尧, 项天, 方东平, 郭红领    
清华大学 建设管理系, 北京 100084
摘要:研究建筑工人疲劳和不安全行为之间的关系,有利于施工安全与事故预防。然而,当前研究主要采用主观评价量表和问卷调查等方法收集相关数据,主观性较强。该研究以现有安全绩效实验方法为基础,通过分析其局限性,综合考虑生理和心理两类疲劳,对现有实验方法进行了改进。通过检验实验验证了改进后实验方法的可行性和有效性。结果表明:改进后的实验方法能够更好地反映建筑工人的现场工作状态;实验所筛选出与疲劳相关的关键生理指标,为该领域的后续研究提供了支持。
关键词建筑工人    疲劳    不安全行为    实验方法    
Improved experimental measurement method of construction worker fatigue and unsafe behavior
GUAN Zhongyao, XIANG Tian, FANG Dongping, GUO Hongling    
Department of Construction Management, Tsinghua University, Beijing 100084, China
Abstract: Construction accidents can be reduced by measuring worker fatigue and the relationship to unsafe behavior. However, previous research has mainly used subjective instruments such as subjective rating scale or questionnaires to collect worker fatigue and behavior data, which are highly subjective. This study improves an existing safety experiment method by analyzing the limitations of the existing safety experiment method and identifying worker physical and mental fatigue. A trial experiment to verify the effectivity and feasibility of the improved experimental method shows that this improved method better reflects the worker conditions and causes fatigue. This study also identifies key physiological indicators related to worker fatigue to support future research in this field.
Key words: construction workers    fatigue    unsafe behavior    experimental method    

建筑业是安全事故高发行业[1],其安全形势十分严峻。研究表明,工人的不安全行为是引发安全事故的主要原因[2],而疲劳又是导致不安全行为的重要原因之一[3]。建筑工人在作业过程中具有工作时间长、劳动强度大等特点,容易产生疲劳。在疲劳状态下,人的注意力下降,动作敏锐度降低,反应迟缓,容易出现判断失误、操作失误等行为[3]。因此,工人疲劳与不安全行为的关系研究一直备受关注。

有效测量工人的疲劳度和不安全行为是研究疲劳与不安全行为关系的关键。文[4]归纳了作业疲劳的5种常见测量方法,包括主观评价法、生理测量法、生化测量法、心理学测试法以及几种方法结合使用的综合测量法。文[5]研究了日本的《疲劳症状自评量表》对于中国制造业工人的适用性。文[6]编制了适用于中国人的《疲劳自评量表》。文[7-13]通过测量被试者的生理指标来反映其疲劳程度。在施工安全管理领域,由于施工现场数据难以直接获取,当前研究主要采用主观评价量表和问卷调查等方法收集工人的疲劳度与不安全行为数据[14-17]。然而,以此种方法收集的数据主观性较强,且在作业场景不可控的情况下难以获得适用的行为数据。为此,文[18-19]设计了可控的人工搬运作业模拟实验,通过主观量表评价工人的疲劳状态,收集搬运作业场景下的不安全行为数据,进行疲劳对搬运工人安全行为能力的影响规律研究。然而,该实验设计在疲劳数据的获取上仍然存在较强的主观性,且没有考虑心理方面的疲劳。因此,有必要对现有实验进行改进与完善,更客观全面地获取工人的疲劳数据,以更好地分析工人疲劳与不安全行为的关系。

考虑到工人搬运是施工现场常见的工作任务,且施工现场的安全事故有1/4发生在搬运过程中[20],本研究将以原典型搬运任务安全绩效实验为基础[18-19],结合疲劳与不安全行为关系分析的需求对实验进行改进与检验。首先,通过分析原典型搬运任务实验的局限性,进行实验方法改进,并搭建实验平台。然后,从区域设定的合理性和疲劳引发实验的有效性两个方面进行检验,结合对被试者的访谈,确定实验的关键参数和细节[21]

1 原典型搬运任务实验方法局限性分析 1.1 原典型搬运任务实验方法

原典型搬运任务安全实验的路线设置如图 1所示。该实验设置了两个压力板(重物放置点)用来检测重物。在一次搬运任务中,被试者需要把重物从一个压力板处搬起,经过通道搬运至另一个压力板处。搬运通道长10 m、宽1 m,搬运物质量15 kg。搬运通道上设置有1.6 m长的“危险”区域。“危险”区域由4个0.4 m×1 m的条格(即ABCD)组成,每个条格边均设置一个信号指示灯。信号指示灯的亮灯时间分为“长亮”与“短亮”两种,“长亮”表示该区域“危险”,不可踩踏,“短亮”表示该区域“安全”,可以踩踏。“危险”区域出现的形式有两种:a) A-C长亮,B-D短亮;b) B-D长亮,A-C短亮[18-19]

图 1 (网络版彩图)典型搬运任务实验路线示意图[18-19]

该实验使用激光发射器和感应器来检测被试者的踩踏区域,进而判断被试者搬运任务的完成情况。根据失误方式,将被试者搬运任务的失误分为两类:“失误Ⅰ”为被试者对信号指示灯的识别错误,即将“危险”区域识别为“安全”区域;“失误Ⅱ”为被试者脚落点的控制失误,即虽然成功识别出“危险”区域,但脚落点踩到了“危险”区域的边缘。在疲劳评价方面,该实验自主设计了《建筑工人疲劳评价量表》,通过让被试者填写量表,获取其生理疲劳信息,进而分析被试者生理疲劳与安全绩效的关系。

1.2 原典型搬运任务实验方法局限性

原典型搬运任务安全实验的设计思路清晰,可实施性好,适用于工人疲劳与不安全行为关系的研究,但仍具有一定的局限性,具体如下:

1) 疲劳评价存在主观偏差。该实验采用主观量表评价被试者的疲劳程度,被试者在填写疲劳评价量表时不可避免地会存在主观偏差。

2) 未考虑心理疲劳对于搬运任务完成情况的影响。Aryal等[22]采用该实验方法进行研究时发现,实验过程中无法引起被试者产生显著的心理疲劳。然而,工人在实际工作中时常存在心理疲劳,心理疲劳同样会引发不安全行为。因此,仅考虑生理疲劳而未考虑心理疲劳并不能完全反映现场工人的真实状态。

3) 指示灯信号类型较简单。该实验指示灯信号只有两种,被试者进行识别时难度较低。然而,施工现场情况复杂,过于简单的指示灯信号类型与施工现场实际环境不符。

4) 未考虑被试者疲劳后风险倾向性的变化。该实验只有一条搬运路径,被试者产生疲劳后,必须穿越“危险”区域。然而,施工现场情况复杂,工人在疲劳前后对于风险的倾向性可能发生变化,导致疲劳前后的搬运路径选择不同,而该实验方法中没有可供选择的其他路径。

5) 对被试者的疲劳无法进行持续性测量。该实验方法通过主观评价量表测量被试者的疲劳状态,导致对疲劳只能进行阶段性测量,而无法进行持续性测量。

6) 疲劳测量方法难以在施工现场推广。该实验采用主观量表测量被试者的疲劳状态,需要被试者停工填写评价量表,而工人在施工现场无法频繁停工,故该方法无法应用于施工现场工人的疲劳监测。

2 搬运任务安全实验方法改进方案

针对上述原实验方法的局限性,本研究提出了相应的改进方案,具体如表 1所示。

表 1 安全实验方法改进方案
序号 改进方案 具体内容 对应局限性
(1) 引入生理信号 在实验过程中对被试者进行持续的生理信号测量 数据主观性、测量阶段性、方法无普适性
(2) 增加心理疲劳引发实验 在搬运任务前,让被试者参加心理疲劳引发实验,以对比心理疲劳前后行为表现 心理疲劳缺乏
(3) 增加搬运路径选择 在实验中增加一个新的“危险”区域和一条“安全”路径,供被试者选择 风险倾向性不足
(4) 增加4种“危险”区域类型 对应地将2类失误扩展至6类完成情况 信号设置不合理性
(5) 增加实验得分和奖励机制 被试者在实验中表现越好可以获得越高的报酬,即变相对实验中发生的不安全行为(失误)进行惩罚 方法无普适性
(6) 增加铺于地面的木板障碍物 增加需要跨越的障碍物,来更好地模拟施工现场环境引发的疲劳 方法无普适性

改进后的实验路线如图 2所示,新增加了一个“危险”区域和一条“安全”路径,通过“安全”路径需要搬运更远的距离。增加“安全”路径是为了给被试者提供避开“危险”路径的选择,如此也更符合施工现场实际情况;增加新的“危险”区域是避免被试者只选择通过“安全”路径来回避风险,导致无法分析其在疲劳状态下的失误情况。改进后的实验路线可以较好地反映施工现场的实际情况。

图 2 (网络版彩图)改进后的搬运路线示意图

在增加一条“安全”路径和一个“危险”区域后,被试者在完成一次搬运任务时,可能出现的任务完成情形扩展为6种,如表 2所示。

表 2 6种搬运任务完成类型的定义
搬运情况 正确识别信号灯 未正确识别信号灯
控制好脚落点 Type Ⅰ(安全) Type Ⅱ(危险)
未能控制好脚落点 Type Ⅲ(危险) Type Ⅳ(危险)
选择安全区绕行 Type Ⅴ(安全)
部分正确识别信号灯 Type Ⅵ——未踩中危险区域,仅踩中部分安全区域(安全,识别不精确)

改进后的实验任务中,“危险”区域的指示灯信号类型增加至6种(见图 3),分别是:a) A-C长亮,B-D短亮;b) B-D长亮,A-C短亮;c) A-D长亮,B-C短亮;d) B-C长亮,A-D短亮;e) A-C-D长亮,B短亮;f) A-B-D长亮,C短亮。

图 3 (网络版彩图)6种“危险”区域指示灯信号类型

3 改进实验方法的检验方案设计

本研究通过实验的方式对改进后的实验方法进行有效性检验,主要包括:1) 确定两个“危险”区域的合理难度(信号类型复杂程度和信号指示灯亮灯时间间隔);2) 检验疲劳引发实验的有效性;3) 确定与疲劳具有相关性的生理指标,以作为未来实验的测量指标;4) 根据实验效果和被试者反馈完善其他细节。

3.1 区域设定合理性检验方案

区域设定合理性检验主要是检验“危险”区域信号指示灯设置难度的合理性。“危险”区域的难度体现在两个方面:1) 对信号的识别难度,2) 脚落点的控制难度。信号的识别难度设置通过调整指示灯的亮灯种类和亮灯时间间隔实现;脚落点的控制难度设置通过调整“危险”区域条格的宽度实现。由于此检验主要目的是确定“危险”区域的合理难度,并不涉及疲劳问题,故检验实验要求被试者进行无负重搬运,且必须通过两个“危险”区域,没有“安全”路径的选项,如图 4所示。

图 4 (网络版彩图)区域设定合理性检验方案搬运路线示意图

在该检验实验中,每名被试者需要完成4组搬运任务,每组任务需要通过25次检验路径。被试者不需要搬运重物,行进中只需识别指示灯信号并避开“危险”条格,踩中“安全”条格即可。4组任务中,两个“危险”区域的信号指示灯亮灯时长设置如表 3所示。在实验开始前,每名被试者进行20次练习,以熟悉实验流程。实验开始后,被试者在完成每组任务后可休息1 min。

表 3 区域设定合理性检验实验信号灯设置
任务组别 信号指示灯类型 亮灯时长
第1组 a、b、c 长亮0.4 s,短亮0.2 s
第2组 a、b、c 长亮0.3 s,短亮0.2 s
第3组 a、b、c、d、e、f 长亮0.4 s,短亮0.2 s
第4组 a、b、c、d、e、f 长亮0.3 s,短亮0.2 s

3.2 疲劳引发有效性检验方案

疲劳引发实验包括生理疲劳引发和心理疲劳引发两部分。两类疲劳独立引发,通过为被试者佩戴生理测量设备进行监测。考虑到设备的便携性、对被试者干扰程度等,本研究选择美国BIOPAC公司开发生产的MP160型生理记录分析系统作为实验过程中的测量设备。该设备可以综合测量心电、脑电、肌电、眼电、皮电、血压、体温、呼吸、心输出量、脉搏、握力、三轴加速度等指标。

在生理疲劳引发实验中,每名被试者需要在佩戴生理测量设备的情况下完成4组搬运任务。搬运物质量为10 kg,每组任务需要搬运25次。被试者在实验过程中可以选择通过需要额外绕远4 m的“安全”路径而避开“危险区域②”。4组任务中两个“危险”区域的信号指示灯亮灯时长设置见表 4。检验实验开始前,每名被试者先进行20次练习(无重物)。在实验开始前和每组搬运任务完成后,被试者均需填写主观疲劳评价量表。本研究选用的主观疲劳评价量表为日本产业卫生学会研制的《疲劳症状自评量表》(2002)的中文版[23]。该量表包含对生理疲劳和心理疲劳两种疲劳类型的评价,评价方式简单,字句简练易懂。

表 4 生理疲劳引发实验信号灯设置
危险区域序号 信号指示灯类型 亮灯时长
危险区域① a、b、c 长亮0.4 s,短亮0.2 s
危险区域② a、b、c、d、e、f 长亮0.4 s,短亮0.2 s

在心理疲劳引发实验中,每名被试者需要在佩戴生理测量设备的情况下完成4组心算任务,每组心算任务时间为15 min。被试者需要在6 s的时间内完成计算机屏幕上随机生成的2个两位数的加法计算,并提交答案,若被试者在6 s内未能完成作答,则倒计时结束后系统自动跳转至下一题。在实验开始前,每名被试者需要进行2 min的练习。在实验正式开始前和每组任务完成后,被试者均需填写上文所述的主观疲劳评价量表。

4 区域设定合理性检验结果分析

区域设定合理性检验主要包括信号识别失误检验和脚落点的控制失误检验。被试者搬运任务的完成情形是Type Ⅱ或Type Ⅳ时,记录一次信号识别失误;任务的完成情形是Type Ⅲ或Type Ⅳ时,记录一次脚落点的控制失误。选取10名被试者进行实验,表 56分别是10名被试者两种失误情况的统计结果。

表 5 信号识别失误次数
被试者编号 第1组 第2组 第3组 第4组
001 6 6 5 11
002 4 3 4 12
003 4 6 8 7
004 7 8 11 16
005 9 11 10 14
006 0 2 1 5
007 6 7 5 7
008 4 13 5 10
009 4 8 3 8
010 1 3 1 3
平均 4.50 6.70 5.30 9.30

表 6 脚落点控制失误次数
被试者编号 第1组 第2组 第3组 第4组
001 1 1 1 2
002 0 0 0 0
003 2 2 3 6
004 4 4 7 5
005 4 2 7 6
006 0 1 1 1
007 2 3 7 5
008 1 2 6 4
009 2 0 0 1
010 3 1 6 7
平均 1.90 1.60 3.80 3.70
3.50 7.50

表 5可以看出,以第1组信号作为对照组,减少信号指示灯亮灯时长间隔(第2组)或是增加指示灯信号种类(第3组),均会增加被试者信号识别失误的平均次数。由此可推断,减少信号指示灯亮灯时长间隔或增加指示灯信号种类这两种方法均能够增加信号的识别难度,且两种方法同时作用时(第4组)效果更加明显,可导致被试者出现信号识别失误的平均次数增加106.67%。

表 6可以看出,在信号类型由3种增加至6种后,相比于前两组任务,后两组任务中被试者出现脚落点控制失误的平均次数增加。将第1组与第2组、第3组与第4组进行比较,可以发现在信号类型相同、亮灯时长间隔不同的情况下,被试者出现脚落点控制失误的平均次数没有明显变化。可见,后增加的3种信号类型,被试者均需要跨越两个“危险”条格才可以通过,会提高脚落点控制的难度,导致平均失误次数增加114.29%。

综上所述,当信号指示灯的类型少、亮灯时长间隔长时,信号的识别难度相对较低;在不需要跨越两个“危险”条格的情况下,脚落点控制难度相对较低。从两种失误的统计结果上看,被试者的第1组任务失误次数少于其他3组。在实验后对10名被试者进行访谈,被试者们普遍认为在注意力集中时,第1组任务信号的识别相对容易,但仍有失误的情况。因此,选择第1组任务的信号设置作为“危险区域①”的信号设置。同时,被试者们普遍表示,增加信号种类对于信号的识别有较大影响,且缩短亮灯时长间隔明显增加信号识别难度,特别是包含6种信号类型且亮灯时长间隔短的第4组任务,信号识别难度过大,即使进行了练习,也非常容易识别错误。由于第4组任务的信号识别难度过高,第3组任务的信号识别难度比较适合“危险区域②”的难度设定。因此,选择第3组任务的信号设置作为“危险区域②”的信号设置。

5 疲劳引发有效性检验结果分析

心理疲劳引发实验同样选择10名被试者。实验前要求被试者无酗酒、身体和精神状态良好。实验过程如图 5所示。

图 5 (网络版彩图)疲劳引发有效性检验过程

5.1 主观量表数据检验结果

在生理疲劳和心理疲劳引发实验中,被试者均需在实验前和实验过程中填写主观疲劳评价量表。本研究根据获得的主观量表数据,采用箱线图、正态性检验、Manchly球性检验、主体内效性检验和边际均值分别对生理疲劳和心理疲劳引发实验的有效性进行分析。

对被试者的主观量表总得分作单因素重复测量方差分析,判断被试者主观疲劳得分随时间的变化趋势,进而判断疲劳引发实验的有效性。重复测量方差分析要求因变量各水平没有极端异常值,服从近似正态分布,且因变量的方差、协方差矩阵相等(满足球形假设)。以生理疲劳分析过程为例,各指标分析结果如图 67表 79所示。BY0—BY4代表搬运任务开始前至结束各阶段。(BY0代表任务开始前的阶段,BY1—BY4分别代表 4组任务阶段)。

图 6 生理疲劳引发实验的主观量表得分箱线图

图 7 生理疲劳引发实验的主观量表得分估算边际均值

表 7 生理疲劳引发实验的主观量表得分正态性检验结果
变量 Kolmogorov-Smirnov Shapiro-Wilk
统计量 df Sig. 统计量 df Sig.
BY0 0.157 10 0.200* 0.916 10 0.328
BY1 0.197 10 0.200* 0.918 10 0.339
BY2 0.227 10 0.156 0.901 10 0.225
BY3 0.136 10 0.200* 0.932 10 0.468
BY4 0.135 10 0.200* 0.961 10 0.802
注: Kolmogorov-Smirnov检验结果为经过Lilliefors显著修正后的结果。*该数值为真实显著水平的下限值。

表 8 生理疲劳引发实验的主观量表得分Mauchly球形检验结果
主体内效应 Mauchly的W 近似χ2 df Sig. ε
Greenhouse-Geisser Huynh-Feldt 下限
time 0.049 22.328 9 0.009 0.433 0.528 0.250

表 9 生理疲劳引发实验的主观量表得分主体内效应检验结果
主体内效应检验源 Ⅲ型平方和 df 均方 F Sig. η2
time 采用的球形度 5 858.800 4 1 464.700 34.419 0.000 0.793
Greenhouse-Geisser 5 858.800 1.734 3 379.502 34.419 0.000 0.793
Huynh-Feldt 5 858.800 2.111 2 775.915 34.419 0.000 0.793
下限 5 858.800 1.000 5 858.800 34.419 0.000 0.793

由箱线图检验结果(见图 6)可知,数据无异常值;经正态分布检验(见表 7),由于样本量较小,选择Shapiro-Wilk检验,各组因变量数据均服从正态分布(p>0.05);经Mauchly球形假设检验(见表 8),因变量不满足球形假设,方差协方差矩阵不相等,经Huynh-Feldt方法校正后ε=0.528。校正后,F(2.111, 18.995)=34.419,p < 0.05(见表 9),即差异具有统计学意义。结合估算边际均值(见图 7)可以得出,在生理疲劳引发实验中,被试者的疲劳程度随时间(time)呈显著增加趋势,即生理疲劳引发实验有效。心理疲劳引发实验有效性检验过程与生理疲劳类似,其结果显示心理疲劳随时间呈现显著变化,即心理疲劳引发实验同样有效。

5.2 生理数据检验结果

实验过程中测量的生理信号包括被试者额头处的皮温、呼吸频率、皮电以及心电。选取每名被试者疲劳引发实验前的静息状态(未疲劳状态组)和疲劳引发实验第4组(疲劳状态组)各连续5 min的数据进行分析。对于皮温、呼吸频率和皮电数据,分别选取各段数据的均值和标准差(见表 10)。其中,BPM为每min呼吸次数。对于心电信号,本文选取两个相邻R波间期(即RR间期)的均值和标准差进行心率变异性的时域分析;选取总功率、高低频功率及其比值进行心率变异性的频域分析(见表 11)。

表 10 皮温、呼吸频率、皮电生理指标简写及单位
生理指标 简写 单位
皮温均值 SKT
皮温标准差 SKT_STD
呼吸频率均值 RSP BPM
呼吸频率标准差 RSP_STD BPM
皮电均值 EDA μs
皮电标准差 EDA_STD μs

表 11 心电信号生理指标简写及单位
生理指标 简写 单位
RR间期平均值 RR ms
RR间期标准差 SDNN ms
低频功率 LF ms2
高频功率 HF ms2
总功率 TP ms2
低频与高频功率比 LF/HF

本研究通过配对样本t检验进行静息状态和疲劳状态下各生理指标差异显著性检验。由于数据量较少(少于30个),需要验证数据是否符合正态分布。对于符合正态分布的数据进行t检验,对于不符合正态分布的数据则进行配对样本秩和检验。

以心理疲劳引发实验为例,对各生理指标数据进行正态性检验,结果如表 12所示。由于样本量较小,本研究选择用Shapiro-Wilk检验。由表 12可见,皮温标准差、皮电、皮电标准差3项指标的数据不服从正态分布,其余指标的数据服从正态分布。

表 12 心理疲劳引发实验的生理指标数据正态性检验结果
指标 Kolmogorov-Smirnov Shapiro-Wilk
统计量 df Sig. 统计量 df Sig.
SKT 0.233 10 0.133 0.859 10 0.073
SKT_STD 0.298 10 0.012 0.755 10 0.004
RSP 0.222 10 0.175 0.903 10 0.236
RSP_STD 0.136 10 0.200 0.952 10 0.695
EDA 0.268 10 0.040 0.810 10 0.019
EDA_STD 0.413 10 0.000 0.521 10 0.000
RR 0.227 10 0.153 0.908 10 0.267
SDNN 0.128 10 0.200 0.992 10 0.998
LF 0.259 10 0.056 0.868 10 0.095
HF 0.206 10 0.200 0.895 10 0.191
TP 0.192 10 0.200 0.899 10 0.213
LF/HF 0.224 10 0.170 0.917 10 0.331
注: Kolmogorov-Smirnov检验结果为经过Lilliefors显著修正后的结果。*该数值为真实显著水平的下限值。

对服从正态分布的各组数据进行配对样本t检验,对不服从正态分布的数据进行配对样本秩和检验。其结果分别见表 1314。根据检验结果可知,被试者在进入心理疲劳状态后,其皮温、皮电、皮电标准差、RR间期、SDNN、HF、LF/HF指标发生显著性变化(p < 0.05)。其中,皮温、皮电、皮电标准差、SDNN和HF指标显著下降,RR间期和LF/HF指标显著上升。剩余指标在本实验中未表现出统计学意义上的变化。

表 13 心理疲劳引发实验的生理指标配对样本t检验结果
指标 成对差分 t df Sig.(双侧)
均值 标准差
SKT_0-SKT_1 0.197 0 0.268 2 2.323 9 0.045
RSP_0-RSP_1 0.208 8 1.460 3 0.452 9 0.662
RSP_STD_0-RSP_STD_1 0.735 0 0.709 3 0.328 9 0.751
RR_0-RR_1 -0.033 9 0.040 2 -2.668 9 0.026
SDNN_0-SDNN_1 0.014 2 0.012 0 3.728 9 0.005
LF_0-LF_1 -2.297 8 41.893 3 -0.173 9 0.866
HF_0-HF_1 27.512 7 31.290 6 2.780 9 0.021
TP_0-TP_1 39.907 2 64.706 7 1.950 9 0.083
LF/HF_0-LF/HF_1 -0.633 8 0.508 3 -3.943 9 0.003

表 14 心理疲劳引发实验的生理指标配对样本秩和检验结果
SKT_STD_1-SKT_STD_0 EDA_1-EDA_0 EDA_STD_1-EDA_STD_0
正秩秩和 9.00 3.00 0.00
Z -1.886 -2.497 -2.803
渐进显著性(双侧) 0.059 0.013 0.005

生理疲劳引发实验有效性检验过程与心理疲劳一致。结果发现,被试者皮温、RR间期、SNDD、LF/HF指标在生理疲劳后显著下降,呼吸频率、皮电、HF、TP指标显著上升。

6 结论

为提升实验研究对工人疲劳与不安全行为之间关系分析的支撑效果,本研究基于原有典型搬运任务安全实验,结合其局限性分析,提出了相应的改进方案,通过引入生理信号来评价生理与心理疲劳程度,增加了搬运路径及“危险”区域类型,并设计了检验实验,从区域设置合理性和疲劳引发有效性两个方面对改进后的实验方法进行检验。检验结果表明:

1) 两个“危险区域”的合理难度为:“危险区域①”包含a、b、c 3种信号类型,亮灯时长为长亮0.4 s、短亮0.2 s;“危险区域②”包含a、b、c、d、e、f 6种信号类型,亮灯时长为长亮0.4 s、短亮0.2 s。

2) 由主观疲劳量表测量结果可知,生理疲劳和心理疲劳引发实验有效,能够引起被试者疲劳程度的增加。

3) 通过对被试者静息状态和疲劳状态下生理指标的变化进行对比,确定了以皮温、呼吸频率、皮电、皮电标准差、RR间期、SDNN、HF、TP、LF/HF共9项指标作为关键生理指标。

可见,改进后的实验方法具备更合理的区域设定规则,能够更好地反映工人的现场工作状态;综合考虑工人的心理及生理疲劳,可更加全面地反映不安全行为的引发原因。改进后的实验方法可为建筑工人疲劳和不安全行为的有效测量及其关联关系研究提供基础支撑。

此外,本研究还存在一定的不足。引入生理信号的目的之一是实现施工现场的推广应用,然而实验室环境干扰比较少,在面临更加复杂的施工现场环境时,生理信号测量的抗干扰能力还有待进一步探讨。

参考文献
[1]
方东平, 黄新宇, 欣策, 等. 工程建设安全管理[M]. 北京: 中国水利水电出版社, 2005.
FANG D P, HUANG X Y, XIN C, et al. Safety management of engineering construction[M]. Beijing: China Water Conservancy and Hydropower Press, 2005. (in Chinese)
[2]
SURAJI A, DUFF A R, PECKITT S J. Development of causal model of construction accident causation[J]. Journal of Construction Engineering and Management, 2001, 127(4): 337-344. DOI:10.1061/(ASCE)0733-9364(2001)127:4(337)
[3]
李和平, 季宁. 工作人员的疲劳对安全生产的影响及防护[J]. 电力安全技术, 2007, 9(10): 21-22.
LI H P, JI N. The influence of fatigue of staff on safety production and protection[J]. Electric Safety Technology, 2007, 9(10): 21-22. DOI:10.3969/j.issn.1008-6226.2007.10.012 (in Chinese)
[4]
陈建武, 毕春波, 廖海江, 等. 作业疲劳测量方法对比研究[J]. 中国安全生产科学技术, 2011, 7(5): 63-66.
CHEN J W, BI C B, LIAO H J, et al. Comparative research on measurement methods of work fatigue[J]. Journal of Safety Science and Technology, 2011, 7(5): 63-66. (in Chinese)
[5]
黄河, 耿东. 日本《自觉症状调查表》(2002版)在中国制造业工人的应用性研究[J]. 人类工效学, 2009, 15(3): 26-28.
HUANG H, GENG D. Application study on Japanese "Subjective fatigue symptoms" (2002 version) in a Chinese manufacturer[J]. Chinese Journal of Ergonomics, 2009, 15(3): 26-28. (in Chinese)
[6]
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 T F, XUE X L. Fatigue self-assessment scale (FSAS)[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2009(3): 348-349. (in Chinese)
[7]
夏岚, 王见荣, 梁妃学, 等. 基于生理信号的精神疲劳评估[J]. 南方医科大学学报, 2012, 32(6): 870-873.
XIA L, WANG J R, LIANG F X, et al. Mental fatigue assessment based on physiological signals[J]. Journal of Southern Medical University, 2012, 32(6): 870-873. DOI:10.3969/j.issn.1673-4254.2012.06.025 (in Chinese)
[8]
侯文文. 基于生理电信号的精神疲劳分级研究[D]. 上海: 华东理工大学, 2011.
HOU W W. Research on mental fatigue classification based on physiological electrical signals[D]. Shanghai: East China University of Science and Technology, 2011. (in Chinese)
[9]
李延军, 严洪, 杨向林, 等. 基于心率变异性的精神疲劳的研究[J]. 中国生物医学工程学报, 2010, 29(1): 1-6.
LI Y J, YAN H, YANG X L, et al. Study of mental fatigue based on heart rate variability[J]. Chinese Journal of Biomedical Engineering, 2010, 29(1): 1-6. DOI:10.3969/j.issn.0258-8021.2010.01.001 (in Chinese)
[10]
郭玮珍, 郭兴明, 万小萍. 以心率和心率变异性为指标的疲劳分析系统[J]. 医疗卫生装备, 2005(8): 1-2.
GUO W Z, GUO X M, WAN X P. Fatigue analysis system with HR and HRV as indexes[J]. Chinese Medical Equipment Journal, 2005(8): 1-2. DOI:10.3969/j.issn.1003-8868.2005.08.001 (in Chinese)
[11]
孙林辉, 朱鹏烨, 袁晓芳, 等. 脑疲劳测度方法对比实验研究[J]. 人类工效学, 2018, 24(6): 32-38.
SUN L H, ZHU P Y, YUAN X F, et al. Comparative study of the methods for the determination of brain fatigue[J]. Chinese Journal of Ergonomics, 2018, 24(6): 32-38. (in Chinese)
[12]
邹阳阳, 景国勋. 基于生理信号的驾驶疲劳综合指标试验研究[J]. 安全与环境学报, 2015, 15(3): 57-61.
ZOU Y Y, JING G X. Experimental study on comprehensive indicator of driving fatigue based on physiological signals[J]. Journal of Safety and Environment, 2015, 15(3): 57-61. (in Chinese)
[13]
许士丽. 基于生理信号的驾驶疲劳判别方法研究[D]. 北京: 北京工业大学, 2012.
XU S L. The study on the discriminating method of driving fatigue based on physiological signals[D]. Beijing: Beijing University of Technology, 2012. (in Chinese)
[14]
楼雪娘. 施工现场建筑工人作业疲劳的影响因素研究[D]. 西安: 西安建筑科技大学, 2015.
LOU X N. Study in the effect of fatigue factors of construction workers in construction site[D]. Xi'an: Xi'an University of Architecture and Technology, 2015. (in Chinese)
[15]
齐培琴. 人体疲劳对建筑工程施工质量的影响研究[D]. 西安: 西安建筑科技大学, 2015.
QI P Q. Study for the effects of human fatigue on engineering construction quality[D]. Xi'an: Xi'an University of Architecture and Technology, 2015. (in Chinese)
[16]
江新, 徐平, 晋良海, 等. 水电工程施工疲劳风险分析与量化评价研究[J]. 长江科学院院报, 2016, 33(10): 149-154.
JIANG X, XU P, JIN L H, et al. Analysis and quantitative evaluation of fatigue risk in hydropower project construction[J]. Journal of Yangtze River Scientific Research Institute, 2016, 33(10): 149-154. (in Chinese)
[17]
孔方圆. 基于精益生产方式的作业疲劳和个人绩效关系研究[D]. 无锡: 江南大学, 2016.
KONG F Y. Research on relationship between work fatigue and individual performance based on lean production[D]. Wuxi: Jiangnan University, 2016. (in Chinese)
[18]
张铭宗. 建筑工人疲劳与安全绩效的关系[D]. 北京: 清华大学, 2014.
ZHANG M Z. Association between fatigue and safety performance of construction workers[D]. Beijing: Tsinghua University, 2014. (in Chinese)
[19]
FANG D P, JIANG Z M, ZHANG M Z, et al. An experimental method to study the effect of fatigue on construction workers' safety performance[J]. Safety Science, 2015, 73: 80-91. DOI:10.1016/j.ssci.2014.11.019
[20]
HELANDER M. Safety hazards and motivation for safe work in the construction industry[J]. International Journal of Industrial Ergonomics, 1991, 8(3): 205-223. DOI:10.1016/0169-8141(91)90033-I
[21]
项天. 基于生理测量的建筑工人疲劳与不安全行为关系研究[D]. 北京: 清华大学, 2019.
XIANG T. Research on the association of construction workers' fatigue and unsafe behavior based on physiological measurement[D]. Beijing: Tsinghua University, 2019. (in Chinese)
[22]
ARYAL A, GHAHRAMANI A, BECERIK-GERBER B. Monitoring fatigue in construction workers using physiological measurements[J]. Automation in Construction, 2017, 82: 154-165. DOI:10.1016/j.autcon.2017.03.003
[23]
张作记. 中国行为医学科学(行为医学量表手册)[M]. 北京: 中华医学电子音像出版社, 2005.
ZHANG Z J. Chinese journal of behavioral medical science (Manual of behavioral medicine scales)[M]. Beijing: Chinese Medical Multimedia Press, 2005. (in Chinese)