CN104173052B - 一种基于rula的人体舒适度测量装置及其方法 - Google Patents
一种基于rula的人体舒适度测量装置及其方法 Download PDFInfo
- Publication number
- CN104173052B CN104173052B CN201410379957.1A CN201410379957A CN104173052B CN 104173052 B CN104173052 B CN 104173052B CN 201410379957 A CN201410379957 A CN 201410379957A CN 104173052 B CN104173052 B CN 104173052B
- Authority
- CN
- China
- Prior art keywords
- attitude
- human
- tired
- rula
- body posture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明是一种基于RULA的人体舒适度测量装置及其方法,属于人机工程中人体姿态评价和分析的技术领域。本装置包括工作数据获取模块、身体姿态量化模块、疲劳量化模块和人体舒适度确定模块。本方法包括:获取人体姿态数据、姿态持续时间以及最大自主伸缩力的百分比;利用RULA方法量化身体姿态影响因素C;量化疲劳影响因素得到疲劳量化评分D;结合C和D,确定人体舒适度;分析造成人体不舒适的原因,给出相应的调整措施。本发明集成一种基于运动单元的肌肉疲劳模型到现有的RULA方法中,解决了现有RULA方法在进行评价时未能准确评价疲劳的缺陷,解决了无法详细评价疲劳影响的问题,提高测量结果的适用性和准确性。
Description
技术领域
本发明提供了一种基于RULA(RapidUpperLimbAssessment,快速上肢评价)的人体舒适度测量装置及其方法。具体地说,是一种应用于提高工业工程中人体工作姿态舒适程度,从而能够达到减少由疲劳、工作姿态不舒适等引起的骨骼肌肉紊乱,减少事故发生并且提高工作效率为目标的技术,它属于人机工程中人体姿态评价和分析的技术领域。
背景技术
人素工程研究者提出了许多人体工作姿态测量方法来评价、优化工人的工作姿态,从而减少事故的发生。其中,RULA方法作为人素工程中一项重要的人体姿态评价工具,以其快速易行的优点以及较为准确的评价结果得到人们的普遍认可并应用于许多的工业工程中。
快速上肢评价RULA是由诺丁汉大学的职业工效研究所的LynnMcAtamney博士和NigelCorlett博士开发的,并于1993年发表。该方法主要是通过对人体各部分的姿势、用力情况和肌肉的使用情况的研究来评估由于工作姿态不舒适造成人体上肢肌肉骨骼损伤风险的大小,并给出相应的改进措施,从而达到减少风险,提高工作效率的目标。
由于RULA方法依靠间歇性的记录工作姿态来分析评估工作姿态的优劣,忽视肌肉疲劳与持续时间的影响,从而导致了现有的RULA方法不能应用于需要考虑疲劳的持续性影响的情况。而人在工作时中,疲劳往往随着时间的增加而增加,人体工作的舒适程度随之减小,从而无法详细考虑疲劳影响的RULA方法分析评价的结果不准确。
发明内容
本发明针对现有RULA方法在进行评价时未能准确评价疲劳的缺陷,特别针对疲劳的持续影响,对现有的RULA方法进行改进,提供了一种新的基于RULA的人体舒适度测量装置及其方法,本发明集成一种基于运动单元的肌肉疲劳模型到现有的RULA方法中,从而得到一种人体舒适度方案,解决无法详细评价疲劳影响的问题,提高评价结果的适用性和准确性。
本发明提供了一种基于RULA的人体舒适度测量装置,包括:工作数据获取模块、身体姿态量化模块、疲劳量化模块以及人体舒适度确定模块。其中,工作数据获取模块用于记录工作数据,工作数据主要包括人体姿态数据、姿态持续时间以及最大自主伸缩力的百分比;身体姿态量化模块用于根据所记录的人体姿态数据,利用RULA方法身体姿态的评分标准,得到身体姿态量化评分C;疲劳量化模块用于获得疲劳量化评分D,疲劳量化评分D根据式(1)和(2)确定;人体舒适度确定模块用于根据身体姿态量化评分C和疲劳量化评分D,确定最终的人体舒适度。
其中,t为肌肉持续时间,MET为肌肉的最大持续时间,MET根据下式得到:
其中,参数fMVC定义为%MVC/100,%MVC为最大自主收缩力的百分比;k为常量,值为1,单位为min-1。
本发明提供了一种基于RULA的人体舒适度测量方法,通过如下步骤实现:
步骤一:记录工作数据;工作数据主要包括人体姿态数据、姿态持续时间以及最大自主伸缩力的百分比;
步骤二:利用RULA方法身体姿态的评分标准,量化身体姿态影响因素,得到身体姿态量化评分C;
步骤三:量化疲劳影响因素,根据式(1)和式(2)得到疲劳量化评分D;
步骤四:根据步骤二和步骤三得到的身体姿态量化评分C和疲劳量化评分D,确定人体舒适度评分。
步骤五:根据步骤四得出的人体舒适度评分,得出造成人体不舒适的原因,并且给出相应的调整和改善措施。
本发明的优点与积极效果在于:在实际应用中,人体的工作时疲劳状态是随着时间的变化而变化的,而且人的个体差异性也对分析评价具有很大的影响。本发明引进的疲劳模型考虑每个人的个体差异性,更为着重考虑疲劳和持续时间的影响,使原来沿时间静态的姿态评估变为随着时间改变的动态评估。与此同时,由于新的肌肉疲劳模型的简单实用,整合到RULA方法中之后,并不需要添加任何别的特殊设备,保留了RULA方法评估时简单方便易操作的特征,使得本发明的人体姿态测量装置及方法在实际应用中不仅准确,而且适用于更多的情形。
附图说明
图1是本发明基于RULA的人体姿态测量方法的流程图;
图2是现有RULA方法中身体姿态量化标准示意图;
图3是最大持续时间随fMVC变化的示意图;
图4是本发明基于RULA的人体姿态测量装置的示意图;
图5是本发明实施例所分析的人体工作姿态的示意图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
在综合分析了姿态因素和疲劳因素的基础上,本发明引进了一种基于运动单元的肌肉疲劳模型。通过这个模型,分析评价人体在特定姿态下一定时间的疲劳程度,并且结合现有RULA方法,分别得出疲劳影响因素和姿态影响因素的量化评价结果。最终由这两个量化结果得到人体的总体舒适度分析评价结果,从而更加明确人体的不舒适的原因,并给出更加合理、准确和可行的调整方案。
本发明的基于RULA的人体姿态测量方法流程如图1所示。本发明的原理是:基于RULA方法,引进一种肌肉疲劳模型,把人体姿态舒适评价分为两部分:人体姿态评价和疲劳评价。然后再根据两者的综合分析,得到人体工作姿态的舒适度评价,依此给出相应的改进措施和建议。
如图1所示,本发明的基于RULA的人体姿态测量方法,具体实施步骤如下:
步骤一:记录工作数据。
该步骤主要是需要获取人体姿态、持续时间以及个人影响因素的数据。具体数据有:1.人体姿态数据,主要是各个关节的角度,具体关节角度可以参考图2中的数据;2.姿态持续时间t;3.MVC%最大自主收缩力的百分比。MVC%:Percentageofthevoluntarymaximumcontraction最大自主收缩力的百分比,即外载荷大小与最大自主伸缩力的比值。
步骤二:量化身体姿态影响因素,获取身体姿态量化评分C。
将人体的各部分分为两组,分别以A和B表示。A组为上肢部分,包括上臂,前臂和腕部;B组为下肢部分,包括颈部,躯干和腿。根据步骤一得到的数据,结合图2所示RULA方法身体姿态量化标准图,得到各部位的评分。再根据表1.A组上肢姿态评分表和表2.B组躯干姿态评分表得到相应上肢姿态和躯干姿态的评分A和B。
表1.A组上肢姿态评分表
根据步骤一得到的身体上肢的姿态数据,主要是各个关节的角度,依据图2获得得分,例如,上臂3分,前臂2分,腕部2分,腕部扭转分值1分。从而可以由表1得到上肢姿态得分A为4分。
表2.躯干姿态评分表
根据步骤一获得的躯干各部位姿态数据,根据图2得到躯干各部位的得分,例如,颈部3分,躯干3分,腿部2分。然后可以参照表2得到躯干姿态得分B为5分。
再根据得到的A和B表得分,参考表3.身体姿态评分表,就可以得到总体的身体姿态评分C。由此,就可以确定身体姿态因素的量化结果,并以评分C表示。
表3.身体姿态评分表
步骤三:量化疲劳影响因素,得到疲劳量化评分D。
本发明引进了一种基于运动单元的肌肉疲劳模型。这个模型包含了肌肉所承受的随着时间变化的外力和肌肉强度这两个影响因素。而随时间变化的肌肉所承受的外力包含与严重程度,重复性和力的持续时间相关的数据;肌肉强度能力则是个体差异导致的能力。从而,外载荷的持续性(外在因素)和最大自主收缩力(MVCMaximumvoluntarycontraction内在因素)都被考虑进了这个模型之中。
下面等式(1)为疲劳模型的原始形式。
等式(1)中各个参数的定义如表4中所述。
表4.参数定义
参数名称 | 单位 | 定义 |
MVC | N | 最大自主收缩力,肌肉的最大能力 |
Fcem(t) | N | 当前施加最大的力,当前肌肉的能力 |
Fload(t) | N | 肌肉的外载荷,肌肉需要产生的力 |
k | min-1 | 常量,值为1 |
U | min | 疲劳指数 |
%MVC | 最大自主收缩力的百分比 | |
fMVC | %MVC/100 |
同时,肌肉能力Fcem(t)随着时间t根据外载荷而变化。外载荷越大,Fcem(t)减小得越快。所以Fcem(t)的变形等式为等式(2)。
当外载荷恒定不变时,Fload(t)在疲劳模型中是不变的,此时MET(MaximumEnduranceTime,最大持续时间)是当Fcem(t)下降为Fload(t)时的时间。所以MET可以由等式(3)和(4)确定,单位为min。
参数k和参数fMVC的定义如表4所述。由于最大持续时间是参数fMVC的单变量函数,因此可以做出MET随fMVC的变化曲线图,即等式(4)的函数图,如图3所示。
因此,根据步骤一得到的与疲劳相关的数据,即最大自主收缩力的百分比,MVC%,然后可得到fMVC。再把他们带入到等式(4),就可以得到最大持续时间。而疲劳影响因素的量纲化函数则如等式(5)所示,把步骤一中测得的人体在该外载荷和姿态下的持续时间带入到等式中即可得到疲劳指标函数D。
式中,MET为肌肉的最大持续时间,t为肌肉持续时间。对计算结果做近似处理,因此,肌肉疲劳指标D的值为0到10的整数。
由此,根据式(5)就可以得出疲劳影响因素的量化结果,并以评分D表示。
步骤四:得到身体舒适度。
根据步骤二和步骤三得到的身体姿态量化评分C和疲劳量化评分D,把他们代入到人体工作姿态舒适度评价标准中,从而可以得出人体在该外载荷和姿态下,一定时间内的人体舒适度评价结果。人体姿态舒适度评价标准如表5所示。
表5.人体姿态舒适度评价标准表
根据表5就可以得到一个值域在1到7之间的人体舒适度评分。人体舒适度的分数越大代表舒适度越低。
步骤五:结果分析。
根据步骤四得出的人体舒适度评价结果,即人体姿态舒适度评分,再通过表6.人体姿态舒适等级分析来给出相应姿态舒适程度的成因,建议与调整措施。
表6.人体姿态舒适等级分析
根据评出的等级和调整建议,作出相应的身体姿态,外载负荷大小或者持续的时间的调整,以保证达到最舒适的情况,从而减少事故发生。
如图4所示,本发明提供的基于RULA的人体舒适度测量装置,包括:工作数据获取模块1、身体姿态量化模块2、疲劳量化模块3以及人体舒适度确定模块4。
工作数据获取模块1用于记录工作数据,工作数据主要包括人体姿态数据、姿态持续时间以及最大自主伸缩力的百分比。
身体姿态量化模块2用于根据所记录的人体姿态数据,利用RULA方法身体姿态的评分标准,得到身体姿态量化评分C。具体身体姿态量化可根据图2以及表1~3来进行。
疲劳量化模块3用于获得疲劳量化评分D,结合肌肉疲劳模型来获得疲劳量化评分D,体现了个体差异和工作疲劳状态随时间变化的特性,更加符合实际。疲劳量化根据上面公式(4)和(5)来确定,需要用到工作数据获取模块1记录的姿态持续时间以及最大自主伸缩力的百分比。
人体舒适度确定模块4用于根据身体姿态量化模块2以及疲劳量化模块3输出的结果来确定人体舒适度,以进一步分析造成人体不舒适的原因,并给出调整和改善措施。人体舒适度根据C和D的值,由表5获得一个值域在1到7之间分数。可根据人体舒适度的分数以及C和D的值,依据表6分析姿态并给出调整措施。
实施例
本实施例以人在进行某个维修动作时的人体工作姿态为例说明。本发明在评估身体姿态舒适度时,是把人体分为左右两部分来分析评价。本次实施例以如图5所示的人体右半部分为例来说明本发明的应用。
利用本发明对人体工作姿态舒适度进行分析评价,其应用的步骤和方法如下:
步骤一:记录工作数据。
根据图4所示的人体右半部分工作身体姿态,利用各种工具记录之后分析所需的工作数据。
身体姿态数据。身体姿态数据主要是在该工作姿态下的各个关节的角度。在图4所示工作姿态下,身体姿态数据如下:
身体部位 | 角度 |
上臂 | 100 |
前臂 | 100 |
腕部 | 0 |
颈部 | 0 |
躯干 | 0 |
腕部没有扭转;双腿和双脚均有很好的支撑且处于平衡姿态。
自主最大收缩力的百分比:外载荷越大,自主最大收缩力的百分比就越大。此时的自主最大伸缩里的百分比为:%MVC=20。
姿态持续时间。用秒表记录姿态的持续时间。姿态持续时间t=4min。
步骤二:量化身体姿态影响因素。
根据步骤一得到的上肢关节角度和图2身体姿态量化标准,可以得到上肢各部位和躯干各部位的评分。
上肢部位 | 评分 |
上臂 | 4 |
前臂 | 1 |
腕部 | 1 |
腕部扭转 | 1 |
躯干部位 | 评分 |
颈部 | 1 |
躯干 | 1 |
腿部 | 1 |
结合以上数据,再参考表1和表2可以得到上肢姿态评分A为4和躯干姿态评分B为1。
参考表3身体姿态评分表,可以得到身体姿态的量化结果。由于A为4,B为1,所以身体姿态量化评分C为3。
步骤三:量化疲劳影响因素。
根据步骤一得到的疲劳影响数据,由于%MVC=20,所以,fMVC=0.2带入到计算最大持续时间的公式4中,可以得到该姿态的最大持续时间。
所以,
最终得到身体疲劳因素的量化评分结果为D=5。
步骤四:得到身体舒适度。
根据步骤二和步骤三得到的身体姿态量化评分结果和疲劳量化评分结果,查询表5人体姿态舒适度评价标准表,把C=3和D=5带到表中,得到身体姿态舒适度评价结果为6,且D>C,身体姿态舒适度等级为第5等级。
步骤五:结果分析。
把身体舒适度评价结果带入到表6人体姿态舒适等级分析表中,可以得到此时的身体姿态舒适度等级为等级五。
对该姿态的分析评价是:该姿态外载荷大,肌肉疲劳,持续时间长,姿态较为不舒适。且给出的建议是:需要尽快大大减小负载和持续时间并且适量调整姿态,或者停止操作进行休息。
由上述实施例可以得出基于RULA的人体舒适度测量方法具有详细的分析步骤、清晰的流程,能够很好地完成对人体工作姿态一定时间内考虑疲劳的舒适度分析,且比之前的RULA方法更加详细、合理。
Claims (3)
1.一种基于快速上肢评价(RULA)的人体舒适度测量方法,包括如下步骤:
步骤一:记录工作数据,工作数据包括人体姿态数据、姿态持续时间以及最大自主伸缩力的百分比%MVC;
步骤二:利用RULA方法身体姿态的评分标准,量化身体姿态影响因素,得到身体姿态量化评分C;
其特征在于,还包括如下步骤:
其中步骤二中的身体姿态量化评分C根据下表得到:
A为上肢姿态评分,B为躯干姿态评分;
步骤三:量化疲劳影响因素,得到疲劳量化评分D;
其中,t为肌肉持续时间,MET为肌肉的最大持续时间,MET根据下式得到:
其中,参数fMVC定义为%MVC/100;k为常量,值为1,单位为min-1;
步骤四:结合身体姿态量化评分C和疲劳量化评分D,确定人体舒适度;
根据下表确定人体舒适度的分数:
所得到的人体舒适度的分数为值域在1到7之间的数值,分数越大代表舒适度越低;
步骤五:根据人体舒适度,分析造成人体不舒适的原因,给出相应的调整措施;
根据下表给出相应的调整措施:
2.一种基于快速上肢评价RULA的人体舒适度测量装置,其特征在于,该装置包括:工作数据获取模块、身体姿态量化模块、疲劳量化模块以及人体舒适度确定模块;其中,工作数据获取模块用于记录工作数据,工作数据主要包括人体姿态数据、姿态持续时间以及最大自主伸缩力的百分比;身体姿态量化模块用于根据所记录的人体姿态数据,利用RULA方法身体姿态的评分标准,得到身体姿态量化评分C;疲劳量化模块用于获得疲劳量化评分D;人体舒适度确定模块用于根据身体姿态量化评分C和疲劳量化评分D,确定最终的人体舒适度;
所述的疲劳量化评分其中t为肌肉持续时间,MET为肌肉的最大持续时间,MET根据下式得到:
其中,参数fMVC定义为%MVC/100;k为常量,值为1,单位为min-1;%MVC为最大自主伸缩力的百分比。
3.根据权利要求2所述的基于快速上肢评价RULA的人体舒适度测量装置,其特征在于,所述的人体舒适度确定模块,根据下表来确定人体舒适度:
所得到的人体舒适度为值域在1到7之间的数值,值越大代表舒适度越低。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410379957.1A CN104173052B (zh) | 2014-08-04 | 2014-08-04 | 一种基于rula的人体舒适度测量装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410379957.1A CN104173052B (zh) | 2014-08-04 | 2014-08-04 | 一种基于rula的人体舒适度测量装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104173052A CN104173052A (zh) | 2014-12-03 |
CN104173052B true CN104173052B (zh) | 2016-04-20 |
Family
ID=51954591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410379957.1A Active CN104173052B (zh) | 2014-08-04 | 2014-08-04 | 一种基于rula的人体舒适度测量装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104173052B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107644683A (zh) * | 2017-09-28 | 2018-01-30 | 赵明明 | 一种运动肌肉呼吸评分方法 |
CN109760691B (zh) * | 2019-03-18 | 2019-10-11 | 吉林大学 | 一种考虑肌电信号的驾驶员舒适驾驶姿态下的人机布置参数匹配的方法 |
CN110047591B (zh) * | 2019-04-23 | 2023-02-21 | 吉林大学 | 一种针对外科手术过程中医生姿态评估方法 |
CN111738603A (zh) * | 2020-06-24 | 2020-10-02 | 北京航空航天大学 | 一种基于虚拟维修原始数据支持的维修性分析方法 |
CN112101802B (zh) * | 2020-09-21 | 2022-01-11 | 广东电网有限责任公司电力科学研究院 | 姿态负荷数据的评价方法、装置、电子设备及存储介质 |
CN113297734B (zh) * | 2021-05-21 | 2024-03-29 | 南京邮电大学 | 一种基于可视化锥的受限空间内装配工艺仿真评价方法 |
CN113331825B (zh) * | 2021-05-31 | 2022-01-18 | 北京理工大学 | 一种虚拟现实中rula实时评价方法 |
CN115067974B (zh) * | 2022-06-15 | 2023-04-18 | 北京林业大学 | 一种站姿下衣柜叠放操作舒适高度确定方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100540871B1 (ko) * | 2005-04-13 | 2006-01-10 | 박정식 | 근골격계 질환 진단 및 예방관리 방법 및 그 프로그램이기록된 기록매체 |
FI125006B (fi) * | 2010-10-29 | 2015-04-30 | Fibrux Oy | Menetelmä ja laitteisto lihassignaalien mittaamiseksi |
CN103126657B (zh) * | 2013-03-15 | 2016-04-27 | 河海大学常州校区 | 一种监测指腕疲劳与工作时间的装置与方法 |
-
2014
- 2014-08-04 CN CN201410379957.1A patent/CN104173052B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104173052A (zh) | 2014-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104173052B (zh) | 一种基于rula的人体舒适度测量装置及其方法 | |
US20170293048A1 (en) | Response Surface Method for Identifying The Parameters of Burgers Model for Slope Soil | |
CN103454139B (zh) | 含瓦斯煤岩体扩容关键影响因素及重要度确定方法 | |
CN106022650A (zh) | 一种卷烟综合质量的分析方法 | |
CN104655505B (zh) | 一种基于仪器化球压入技术的残余应力检测方法 | |
CN105606463B (zh) | 一种基于中智函数的岩体结构面抗剪强度综合评价方法 | |
CN103018063A (zh) | 基于Mittag-Leffler分布的桥梁随机疲劳寿命预测方法 | |
CN103217335B (zh) | 固体推进剂单向拉伸抗拉强度主曲线的快速检测方法 | |
CN106383053A (zh) | 一种与工程力学参数相关的脆性指数预测方法 | |
Brickley et al. | Undertaking sex assessment | |
CN105138824A (zh) | 一种面向常减压装置优化的原油数据校正方法 | |
McCowan | Can we measure Universities’ impact on climate change? | |
Musicant et al. | Impact of speed limit change on driving speed and road safety on interurban roads: meta-analysis | |
Singh | An index to measure depreciation in air quality in some coal mining areas of Korba industrial belt of Chhattisgarh, India | |
CN106768745A (zh) | 机械结合面法向刚度测试装置与方法 | |
CN115510577A (zh) | 轮轨滚动接触疲劳快速预测方法 | |
He et al. | Bivariate downscaling with asynchronous measurements | |
Sakinala et al. | Assessment of Work Postures and Physical Workload of Machine Operators in Underground Coal Mines | |
CN103499951B (zh) | 一种基于Web架构的抽油机动态调平衡系统 | |
CN113657006A (zh) | 一种轨道交通装配车体挠度质量综合评价方法 | |
CN105005702A (zh) | 一种基于计算机数据处理技术的基础经济数据拟合方法 | |
Qiang et al. | Uncertainty of strain release coefficients for the blind-hole procedure evaluated by Monte Carlo simulation | |
Gamukin | Structural change of gross regional product in the subjects of Ural federal district | |
Dang et al. | Visitor's attachment and pro-environmental behaviors in nature-based settings: cross-country research in Vietnam and Italy | |
Roy | Role of Electronic Word of Mouth on Consumer’s Purchase Intention |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |