【摘要】：現(xiàn)代制造企業(yè)自從有了先進(jìn)科學(xué)技術(shù)的支撐,生產(chǎn)方式、生產(chǎn)模式、生產(chǎn)范圍相較傳統(tǒng)制造企業(yè)產(chǎn)生了巨大的變化。現(xiàn)代制造企業(yè)越來越追求最大程度上的機械化、自動化,以至于達(dá)到無人化工廠的地步,但是真正的無人化工廠是不可能實現(xiàn)的。在現(xiàn)代制造企業(yè)中,人并沒有被排除在現(xiàn)代生產(chǎn)系統(tǒng)之外,與傳統(tǒng)制造企業(yè)相比,人在現(xiàn)代制造企業(yè)中僅僅是角色、地位和工作方式發(fā)生了變化。人的體力勞動開始逐步被機械自動化設(shè)備所代替,人的體力勞動在減少的同時腦力勞動和腦體相結(jié)合的勞動逐步開始增多。在這樣的背景環(huán)境下由腦力疲勞作業(yè)造成的生產(chǎn)效率下降、生產(chǎn)質(zhì)量和安全事故現(xiàn)象屢屢發(fā)生。因此,如何準(zhǔn)確的測量出人在現(xiàn)代制造業(yè)中的腦力疲勞程度,預(yù)防腦力疲勞作業(yè)成為人因工程在現(xiàn)代制造企業(yè)中一個新的研究熱點。通過閱讀大量的國內(nèi)外關(guān)于疲勞研究的文獻(xiàn),分析了國內(nèi)外基于人因工程的疲勞研究動態(tài),作者發(fā)現(xiàn)關(guān)于腦力疲勞的文章主要側(cè)重于疲勞測試手段的研究,對于疲勞狀態(tài)測量的應(yīng)用僅僅涉及到汽車和飛機的駕駛疲勞,而對于現(xiàn)代制造企業(yè)中操作者的疲勞僅處于研究人機結(jié)構(gòu)設(shè)計來減緩操作者肌肉疲勞的階段,幾乎沒有考慮操作者的腦力疲勞。本文通過分析比較目前常用的腦力疲勞評價方法,選取主觀法和生理法相結(jié)合的方法對現(xiàn)代制造企業(yè)中操作者的腦力疲勞進(jìn)行評價。生理法的評價指標(biāo)經(jīng)過分析比較確定為腦電波和眼動。隨后本文采用劃消實驗、警戒績效作業(yè)實驗和注意力集中實驗來模擬現(xiàn)代制造企業(yè)中操作者的工作內(nèi)容,并采集模擬實驗過程中操作者的主觀評價數(shù)據(jù)和生理數(shù)據(jù)。對采集的實驗數(shù)據(jù)經(jīng)過處理分析以后,又使用BP神經(jīng)網(wǎng)絡(luò)建立了操作者疲勞狀態(tài)的評價模型,利用實驗所得的真實數(shù)據(jù)進(jìn)行了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,又對訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)進(jìn)行了實測數(shù)據(jù)的驗證。研究結(jié)果表明:采用腦電波和眼動作為評價指標(biāo),利用BP神經(jīng)網(wǎng)絡(luò)建立的現(xiàn)代制造企業(yè)操作者腦力疲勞狀態(tài)的評價模型可以準(zhǔn)確的確定操作者的腦力疲勞狀態(tài),其準(zhǔn)確度可達(dá)93.3%,比主觀評價法更為精確和方便。
[Abstract]:With the support of advanced science and technology, the production mode, production mode and production range of modern manufacturing enterprises have changed greatly compared with traditional manufacturing enterprises. Modern manufacturing companies are increasingly pursuing maximum mechanization and automation to the point where they reach the level of an unmanned chemical plant, but true unmanned chemical plants are impossible to achieve. In modern manufacturing enterprises, people are not excluded from the modern production system. Compared with the traditional manufacturing enterprises, the role, status and working mode of human beings in modern manufacturing enterprises have changed. People's physical labor began to be replaced by mechanical automation equipment gradually, human physical labor in the reduction of mental work and brain-body combination of labor gradually began to increase. In such a background environment, the production efficiency due to mental fatigue work decreased, production quality and safety accidents occurred frequently. Therefore, how to accurately measure the degree of mental fatigue in modern manufacturing industry and prevent mental fatigue has become a new research hotspot in modern manufacturing enterprises. By reading a large number of domestic and foreign literatures on fatigue research, this paper analyzes the research trends of fatigue based on human engineering at home and abroad. The author finds that the article on mental fatigue mainly focuses on the research of fatigue testing methods. The application of fatigue state measurement only involves the driving fatigue of cars and aircraft, but the fatigue of operators in modern manufacturing enterprises is only at the stage of studying man-machine structure design to reduce the fatigue of operator muscles. Almost no account is taken of the operator's mental fatigue. Through the analysis and comparison of the commonly used mental fatigue evaluation methods, this paper selects the subjective method and the physiological method to evaluate the mental fatigue of the operators in modern manufacturing enterprises. The evaluation index of physiological method was determined as brain wave and eye movement by analysis and comparison. Then this paper uses the erasure experiment, the alert performance experiment and the attention concentration experiment to simulate the work content of the operator in the modern manufacturing enterprise, and collects the subjective evaluation data and physiological data of the operator in the simulation experiment process. After processing and analyzing the collected experimental data, the BP neural network is used to establish the evaluation model of the operator fatigue state, and the real data obtained from the experiment are used to train the neural network. The trained neural network is verified by the measured data. The results show that the brain wave and eye movement are used as evaluation indexes, and the evaluation model of operator's mental fatigue state established by BP neural network can accurately determine the operator's mental fatigue state. The accuracy can reach 93.33, which is more accurate and convenient than subjective evaluation.
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TB18;F425

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 韋明;楊輝;孫曉;牟鍇鈺;郭萬鑫;;兩種去除腦電信號中眼動偽跡的方法比較及其在腦力疲勞測量中的應(yīng)用[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2012年01期

2 王斌;馬進(jìn);張利利;代靜;許春博;胡文東;;持續(xù)工作負(fù)荷所致腦力疲勞對靜態(tài)平衡能力變化的影響[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2012年04期

3 牛川森;郝紅偉;李路明;楊林暢;姜長青;;單穴位經(jīng)皮電刺激對抗腦力疲勞的方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2009年11期

4 張佳麗;李靖;蒙果;李鳴皋;;飛行員在模擬飛行訓(xùn)練中腦力疲勞的腦電圖研究[J];中國應(yīng)用生理學(xué)雜志;2013年03期

5 ;補腦保健品[J];大眾標(biāo)準(zhǔn)化;2014年06期

6 ;[J];;年期

相關(guān)會議論文 前2條

1 楊輝;韋明;;航天環(huán)境下腦力疲勞實驗方案的設(shè)計[A];中國空間科學(xué)學(xué)會第七次學(xué)術(shù)年會會議手冊及文集[C];2009年

2 楊博;劉旭峰;苗丹民;;軍事飛行認(rèn)知能力測驗誘發(fā)的腦力疲勞對人腦沖突信息加工能力影響的ERP研究[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

相關(guān)重要報紙文章 前3條

1 東南大學(xué)附屬中大醫(yī)院中醫(yī)內(nèi)科 劉紅梅;對癥解疲勞[N];家庭醫(yī)生報;2009年

2 寧在蘭;消除第三狀態(tài)的中醫(yī)處方[N];衛(wèi)生與生活報;2006年

3 陳里予;“硬拼”當(dāng)心過勞死[N];市場報;2004年

相關(guān)博士學(xué)位論文 前5條

1 馬進(jìn);健康青年腦力疲勞生理指標(biāo)和認(rèn)知功能的實驗研究[D];第四軍醫(yī)大學(xué);2008年

2 曹雪亮;腦力疲勞的注意特征及主觀評定方法的實驗研究[D];中國人民解放軍第四軍醫(yī)大學(xué);2003年

3 呂靜;腦力疲勞狀態(tài)下注意特征及情緒變化的ERP研究[D];第四軍醫(yī)大學(xué);2008年

4 楊博;長時間持續(xù)警戒任務(wù)下腦力疲勞對前注意和注意加工能力影響的ERP研究[D];第四軍醫(yī)大學(xué);2013年

5 雷龍鳴;艾灸對亞健康腦力疲勞模型大鼠學(xué)習(xí)記憶能力與海馬神經(jīng)元的影響[D];湖北中醫(yī)藥大學(xué);2011年

相關(guān)碩士學(xué)位論文 前9條

1 王曉璐;基于工作記憶模型的腦力疲勞檢測方法研究[D];天津大學(xué);2014年

2 范春義;基于人因工程對現(xiàn)代制造企業(yè)操作者腦力疲勞的研究[D];中北大學(xué);2017年

3 李津強;腦力疲勞檢測方法的實驗性研究[D];第四軍醫(yī)大學(xué);2008年

4 馬進(jìn);健康青年腦力疲勞認(rèn)知能力評定指標(biāo)的實驗研究[D];第四軍醫(yī)大學(xué);2005年

5 張焱;腦力疲勞對注意特征的影響[D];第四軍醫(yī)大學(xué);2009年

6 李俊楠;腦力疲勞影響視覺前注意加工的ERP研究[D];陜西師范大學(xué);2011年

7 潘屏萍;基于EEG信號的腦力疲勞檢測方法的研究[D];廣西大學(xué);2014年

8 郭瑋;背景音樂對長時間認(rèn)知任務(wù)誘發(fā)腦力疲勞的影響及其ERPs研究[D];上海體育學(xué)院;2014年

9 楊博;腦力疲勞狀態(tài)下人腦自動信息加工和沖突信息加工能力變化的ERP研究[D];第四軍醫(yī)大學(xué);2009年

，

本文編號：2311602