CN109758138A - 基于心率监测的人体热应激预警系统及劳动代谢预测方法 - Google Patents
基于心率监测的人体热应激预警系统及劳动代谢预测方法 Download PDFInfo
- Publication number
- CN109758138A CN109758138A CN201811536632.4A CN201811536632A CN109758138A CN 109758138 A CN109758138 A CN 109758138A CN 201811536632 A CN201811536632 A CN 201811536632A CN 109758138 A CN109758138 A CN 109758138A
- Authority
- CN
- China
- Prior art keywords
- heat
- human body
- heart
- stress
- module
- 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.)
- Pending
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了基于心率监测的人体热应激预警系统及劳动代谢预测方法。系统主要包括心率监测设备、代谢率计算模块、PHS预测模块、热应力指数HSI计算模块、热应力分级评估模块和人体热应力预警模块。方法主要步骤为:1)监测劳动条件下实时心率;2)计算实时代谢率。3)PSH模型计算生理参数及人体生理产热和散热。4)计算并输出测试者实际蒸发热损失Ereq和最大蒸发热损失Emax。5)输出测试者实时热应力指数HSI。6)预测判断风险等级信号。7)控制器输出热应力评价等级和预警信号。本发明可为高温作业相关行业劳动人群的劳动防护、减少职业损伤等提供便捷安全的评估保障。
Description
技术领域
本发明涉及高温环境下人体热应激预测评价领域,具体是基于心率监测的人体热应激预警系统及劳动代谢预测方法。
背景技术
随着全球气候变暖的不断加剧和城市热岛效应的日益凸显,极端高温天气出现的频率和强度不断增加,室外工作者,尤其是体力劳动人群,高温暴露的风险也不断增加。现有的高温作业环境场所,还不能对人群的高温暴露风险,尤其是个体水平上的危险人群进行及时识别预测,导致很多伤亡事故的发生。高温环境作业会引起人体大量出汗,增加心脏负荷,降低对环境的热耐受力。当超出人体的生理承受能力时,就会造成身体不适,最终导致疾病和死亡。因此,有必要提出实施方便且可以实时监测高温环境下劳动人群热应激的评价方法和预警系统,从而可以提前为相关人员提供有效的保护预警和实施劳动防护。
现有相关技术中,对于高温作业下劳动人群生理应激监测和评价的专利较少。现有技术提出了高温环境下人体热应激分级评估模型,主要引入服装的热湿传递模型,评估人体不同热应激阶段的响应等级。但是,该技术对人体的局部核心温度和出汗量的输出基于暖体假人测试,需要实测不同种类工作服装热阻和湿阻,在真实劳动场景中较难使用,且高温环境下人体着装较少,服装并不是主要考虑因素。更重要的是,该技术无法针对个体水平提供预测评级。现有技术还提供了便于检测人体热应激指标的便携手环和检测方法,但是,该技术主要针对被测目标的体表温度,间接转化为直肠温度,采用的热应激指标PSI主要基于简单线性回归,由于人体生理调节的负责性,其热应激预测和评价精度较差,无法满足实际劳动中对人体热应激实时监测和精确评估的需求。因此,已有的高温环境下人体热应力评价的相关发明专利还无法实现对个体进行实时连续监测和准确预测评价。
目前国际上发展比较完善、最为广泛接受的是预测热应力模型PHS。该模型基于人体热平衡方程,涵盖了经典热应力研究的六大基本参数(温度,湿度,风速,平均辐射温度,服装和代谢),可以预测不同高温环境下的人体出汗蒸发量和环境允许暴露时间。但是,该模型不仅涉及一些可测量的直接变量(如空气温度,空气湿度等),还包含部分计算程序的关键中间变量(直肠温度,皮肤温度等)。PHS模型预测需要的这些生理参数指标很难直接测量,尤其是直肠温度监测装置的佩戴会显著影响劳动者工作。因此,该模型在计算时不可避免地采用了半理论推导和一些经验估算,比如通过工种来估算恒定代谢率进行热应力计算。显然,现实劳动环境中,劳动人群本身的工作状态和空间位置不断变化,因此其自身劳动代谢也处于变化之中,因此现有PHS模型计算方法可能导致系统误差甚至错误,限制了其实际应用。此外,通过工种经验估算代谢率掩盖了不同人员个体差异引起的不同的热应力程度,因此也无法实现对高危人群的预警保护。因此,亟需选择实际工作环境中便携且易测量获取的生指标监测方法,改进现有PHS评价的计算评价,实现对劳动人群在个体水平上的实时精准预测和评价。
发明内容
本发明的目的是解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的,基于心率监测的人体热应激预警系统,主要包括心率监测设备、代谢率计算模块、PHS预测模块、热应力指数HSI计算模块、热应力分级评估模块和人体热应力预警模块。
所述心率监测设备主要包括心率监测模块和心率监测手表。
所述心率监测模块实时监测人体心率,并将实时心率信号发送给心率监测手表。
所述心率监测手表接收心率监测模块的实时心率信号。
所述心率检测模块通过心率带固定在测试者胸前。
所述心率监测手表具有控制器。
所述心率监测手表读取控制器的数据。
所述心率监测手表具有警示灯和/或蜂鸣器。当心率监测手表接收到预警信号时,驱动警示灯和/或蜂鸣器工作。
所述心率监测手表具有显示屏。当所述心率监测手表接收到风险等级判断信号后,驱动显示屏显示热应力所属风险等级。
所述控制器存储代谢率计算模块、PHS预测模块、热应力指数HSI计算模块、热应力分级评估模块和人体热应力预警模块。
所述控制器根据人体热应力预警模块的预测信号,判断测试者所处的风险等级,输出风险等级判断信号。
代谢率计算模块根据实时心率信号和心率参数,计算人体实时代谢率,并向PHS预测模块输出实时代谢率。
PHS预测模块接收实时代谢率,修正PHS预测模块中所有产热项和散热项计算,输出人体-环境各产热项和散热项。
PHS模型读取环境参数和人体生理参数,计算热应力下人体最大蒸发热损失Emax。
热应力指数HSI计算模块读取PHS模型输出参数,计算人体热平衡所需的通过皮肤的实际蒸发热损失Ereq,并输出测试者实时热应力指数HSI。
热应力分级评估模块识别输出的热应力指数HSI,并与标准热应力指数对应等级范围进行匹配,得到热应力指数所属风险等级。
实时热应力指数HSI等级划分如下:
当HSI<10时,表示测试者无热应激,风险等级为V级。
当HSI∈[10,30]时,表示测试者呈现轻微至中度热应激,风险等级为IV级。
当HSI∈[40,60]时,表示测试者呈现危及健康的严重热应激,风险等级为III级。
当HSI∈[70,90]时,表示测试者呈现非常严重的热应激,风险等级为II级。
当HSI>90时,表示测试者呈现极度热应激,风险等级为I级。
其中,I级、II级、III级和IV级表示危险,且危险程度依次降低。V级表示正常。
人体热应力预警模块根据实际热应力指数所属风险等级,对应输出人体热应激程度预测信号。
若测试者所处的风险等级为I级或II级,所述控制器输出风险等级判断信号和预警信号。
使用基于心率检测的人体热应激预警系统的劳动代谢预测方法,主要包括以下步骤:
1)心率监测设备监测人体心率,并将实时心率信号传输到代谢率计算模块中。
2)代谢率计算模块确定代谢率计算时间间隔。代谢率计算模块基于平均心率和代谢率计算时间间隔,计算得到单位时间内实时代谢率M。
单位时间内实时代谢率M如下所示:
式中,M为计算代谢率,根据计算周期调整。M0为人体基础代谢率。HR为实时心率。HR0为测量得到的静息心率。RM为单位代谢增加引起的心率增加量。
其中,单位代谢增加引起的心率增加量RM如下所示。
式中,HRMAx为允许的劳动最大心率。MWC为允许的最大工作劳动强度。
允许的劳动最大心率HRMAX如下所示。
HRMAX=180-0.65A。 (3)
式中,A为测试者年龄。
女性测试者允许最大劳动强度MWC如下所示:
MWC=(35.0-0.22×A)×w0.666。 (4)
男性测试者允许最大劳动强度MWC如下所示:
MWC=(41.7-0.22×A)×w0.666。 (5)
式中,w为测试者体重。
3)PHS预测模块接收实时代谢率M,并输入到PHS模型的热平衡方程中,计算人体-环境各产热项和散热项。产热项和散热项参数主要包括单位皮肤表面对流热损失C、人体与环境辐射换热量R、人体呼吸对流热损失Cres和人体呼吸对流蒸发热损失Eres。
计算产热项和散热项参数的主要步骤如下:
3.1)计算呼吸对流散热项Cres,即:
Cres=0.00156×M×(Tes-Ta)。 (6)
式中,Tes为呼出气体温度。Ta为空气温度。
3.2)计算呼吸蒸发散热项Eres,即:
Eres=0.00127×M×(59.34+0.53×Ta-0.01163Pa。(7)
式中,Pa为环境中水蒸气分压力。
3.3)计算皮肤对流换热量C,即:
C=hcfcl(tsk-ta)。 (8)
式中,hc为对流换热系数。fcl为人体服装面积系数。tsk为人体皮肤表面温度。ta为空气温度。
对流换热系数hc如下所示:
hc=[hc1,hc2,hc3]max。 (9)
hc1=2.38×(tsk-Ta)0.25(自然对流)。(10)
hc2=3.5+5.2V (V≤1m/s)。 (11)
hc3=8.7V0.6 (V>1m/s)。 (12)
式中,V为人体活动相对风速。
服装面积系数fcl计算如下所示。
fcl=1.00+1.97×R。 (13)
式中,R为人体着装的基本热阻。
皮肤表面辐射换热系数hr计算如下所示。
式中,f为有效辐射面积。ε为服装外表面的发射率。Tr为环境辐射温度。
3.4)计算皮肤辐射换热项R,即:
R=hrfcl(tsk-tr)。 (15)
式中,hr为辐射换热系数。tr为空气平均辐射温度。
稳态情况下皮肤表面平均皮肤温度tsk如下所示:
I)当Icl≤0.2时,皮肤表面平均皮肤温度tsk,eq,nu如下所示:
tsk,eq,nu=7.19+0.064ta+0.061tr-0.348va+0.198pa+0.616tre。 (16)
式中,Icl为服装热阻。ta为空气温度。tr为空气平均辐射温度。va为相对空气流速。pa为水蒸气分压力。tre为直肠温度。
II)当Icl≥0.6时,皮肤表面平均皮肤温度tsk,eq,cl如下所示:
tsk,eq,cl=12.17+0.020ta+0.044tr-0.253va+0.194pa+0.005346M+0.51274tre。 (17)
III)当0.2≤Ic1≤0.6时,皮肤表面平均皮肤温度tsk,ea如下所示:
tsk,eq=tsk,eqnu+2.5×(tsk,eqcl-tsk,eq nu)×(Icl-0.2)。 (18)
动态情况下人体平均皮肤温度tsk,i随时间变化计算如下所示。
tsk,i=0.7165×tsk,i-1+0.2835×tsk,eq。 (19)
式中,tsk,i为某一时间i下的平均皮肤温度。tsk,i-1为迭代计算中上一时刻平均皮肤温度。tsk,eq为稳态时的平均皮肤温度。
4)PHS预测模块输入环境参数和人体生理参数,计算相应环境下人体最大蒸发热损失Emax。
式中,Psk为相应环境下人体皮肤温度下饱和水蒸气压力。Pa为环境中水蒸气分压力。Ret为总蒸发阻抗。
5)热应力预测模块读取PHS预测模块输出的各产热和散热项参数,计算并输出测试者实际蒸发热损失Ereq。
Ereq=M-W-C-R-Cres-Eres。 (21)
式中,M为人体实时代谢率。W为人体的机械做功。C为人体与环境对流换热量。R为人体与环境辐射换热量。Cres为人体呼吸对流热损失。Eres为人体呼吸蒸发热损失。
6)控制器将热应力预测模块输出的蒸发热损失Ereq和PHS预测模块输出的最大蒸发热损失Emax输入热应力指数HIS评级模块,输出测试者实时热应力指数HSI,即:
7)心率检测手表的控制器将输出的实际热应力指数HSI与控制器模块中储存的指标范围进行匹配,判断热应力指数HIS所属的风险等级。
8)控制器输出热应力所述风险等级和预警信号。
本发明的技术效果是毋庸置疑的。本发明提供的高温环境下劳动代谢实时检测和人体热应激预警系统可通过集成于心率表的可穿戴便携式装置,实时监测并连续输出动态环境下人员热应激情况,解决了高温人员热生理安全状况准确动态预测的需求,同时克服了热应力评价中PHS模型计算复杂、输入参数获取困难、实际环境难以应用的问题,可为相关行业劳动人群的劳动防护、减少职业损伤等提供便捷安全的评估保障。本发明通过对劳动个体的实时心率进行监测估算动态代谢率,并将结果反馈到PHS模型,实时输出人体的各项生理指标及产/散热,对其热应力程度在个体水平上进行评估并输出对应热应力等级和预警判断,可及时识别高危劳动人群,为提前提供热应力干预措施、保障人群健康提供了保障。
附图说明
图1为人体热应力评估系统示意图;
图2为人体热应力预警评价流程图。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1,基于心率监测的人体热应激预警系统,主要包括心率监测设备、代谢率计算模块、PHS预测模块、热应力指数HSI计算模块、热应力分级评估模块和人体热应力预警模块。
所述心率监测设备主要包括心率监测模块和心率监测手表。
所述心率监测模块实时监测人体心率,并将实时心率信号发送给心率监测手表。
所述心率监测手表接收心率监测模块的实时心率信号。
所述心率检测模块通过心率带固定在测试者胸前。
所述心率监测手表具有控制器。
所述心率监测手表读取控制器的数据。
所述心率监测手表具有警示灯和/或蜂鸣器。当心率监测手表接收到预警信号时,驱动警示灯和/或蜂鸣器工作。
所述心率监测手表具有显示屏。当所述心率监测手表接收到风险等级判断信号后,驱动显示屏显示热应力所属风险等级。
所述控制器存储代谢率计算模块、PHS预测模块、热应力指数HSI计算模块、热应力分级评估模块和人体热应力预警模块。
所述控制器根据人体热应力预警模块的预测信号,判断测试者所处的风险等级,输出风险等级判断信号。
代谢率计算模块根据实时心率信号和心率参数,计算人体实时代谢率,并向PHS预测模块输出实时代谢率。
PHS预测模块接收实时代谢率,修正PHS预测模块中所有产热项和散热项计算,输出人体-环境各产热项和散热项。
PHS模型读取环境参数和人体生理参数,计算热应力下人体最大蒸发热损失Emax。
热应力指数HSI计算模块读取PHS模型输出参数,计算人体热平衡所需的通过皮肤的实际蒸发热损失Ereq,并输出测试者实时热应力指数HSI。
热应力分级评估模块识别输出的热应力指数HSI,并与标准热应力指数对应等级范围进行匹配,得到热应力指数所属风险等级。
实时热应力指数HSI等级划分如下:
当HSI<10时,表示测试者无热应激或热应激可以忽略不计,风险等级为V级。
当HSI∈[10,30]时,表示测试者呈现轻微至中度热应激,风险等级为IV级。
当HSI∈[40,60]时,表示测试者呈现危及健康的严重热应激,风险等级为III级。
当HSI∈[70,90]时,表示测试者呈现非常严重的热应激,风险等级为II级。
当HSI>90时,表示测试者呈现极度热应激,风险等级为I级。
其中,I级、II级、III级和IV级表示危险,且危险程度依次降低。V级表示正常。
人体热应力预警模块根据实际热应力指数所属风险等级,对应输出人体热应激程度预测信号。
若测试者所处的风险等级为I级或II级,所述控制器输出风险等级判断信号和预警信号。
实施例2:
参见图2,使用基于心率检测的人体热应激预警系统的劳动代谢预测方法,主要包括以下步骤:
1)心率监测设备监测人体心率,并将实时心率信号传输到代谢率计算模块中。
2)代谢率计算模块确定代谢率计算时间间隔。代谢率计算模块基于平均心率和代谢率计算时间间隔,计算得到单位时间内实时代谢率M。
单位时间内实时代谢率M如下所示:
式中,M为计算代谢率,根据计算周期调整。M0为人体基础代谢率。HR为实时心率。HR0为测量得到的静息心率。RM为单位代谢增加引起的心率增加量。
其中,单位代谢增加引起的心率增加量RM如下所示。
式中,HRMAX为允许的劳动最大心率,bpm。MWC为允许的最大工作劳动强度,W/m2。RM单位为bpm。
允许的劳动最大心率HRMAX如下所示。
HRMAX=180-0.65A。 (3)
式中,A为测试者年龄。
女性测试者允许最大劳动强度MWC如下所示:
MWC=(35.0-0.22×A)×w0.666。 (4)
男性测试者允许最大劳动强度MWC如下所示:
MWC=(41.7-0.22×A)×w0.666。 (5)
式中,w为测试者体重,kg。MWC的单位为W/m2
3)PHS预测模块接收实时代谢率M,并输入到PHS模型的热平衡方程中,计算人体-环境各产热项和散热项。产热项和散热项参数主要包括单位皮肤表面对流热损失C、人体与环境辐射换热量R、人体呼吸对流热损失Cres和人体呼吸对流蒸发热损失Eres,如表1所示。
表1 PHS预测模型各产热、散热项计算项
计算产热项和散热项参数的主要步骤如下:
3.1)计算呼吸对流散热项Cres,即:
Cres=0.00156×M×(Tes-Ta)。 (6)
式中,Tes为呼出气体温度,数值上等效于人体核心温度。Ta为空气温度。人体核心温度(core temperature)在摄氏36~38度范围内。
3.2)计算呼吸蒸发散热项Eres,即:
Eres=0.00127×M×(59.34+0.53×Ta-0.01163Pa。 (7)
式中,Pa为环境中水蒸气分压力,单位为帕。
3.3)计算皮肤对流换热量C,即:
C=hcfcl(tsk-ta)。 (8)
式中,hc为对流换热系数。fcl为人体服装面积系数。tsk为人体皮肤表面温度。ta为空气温度。
对流换热系数hc如下所示:
hc=[hc1,hc2,hc3]max。 (9)
即hc为以公式10至12计算得到的对流换热系数hc1、对流换热系数hc2和对流换热系数hc3中的最大值。
hc1=2.38×(tsk-Ta)0.25(自然对流)。 (10)
hc2=3.5+5.2V (V≤1m/s)。 (11)
hc3=8.7V0.6 (V>1m/s)。 (12)
式中,V为人体活动相对风速。
服装面积系数fcl计算如下所示。
fcl=1.00+1.97×R。 (13)
式中,R为人体着装的基本热阻。
皮肤表面辐射换热系数hr计算如下所示。
式中,f为有效辐射面积。ε为服装外表面的发射率。Tr为环境辐射温度。
3.4)计算皮肤辐射换热项R,即:
R=hrfcl(tsk-tr)。 (15)
式中,hr为辐射换热系数。tr为空气平均辐射温度。
稳态情况下皮肤表面平均皮肤温度tsk如下所示:
I)当Icl≤0.2时,皮肤表面平均皮肤温度tsk,eq,nu如下所示:
tsk,eq,nu=7.19+0.064ta+0.061tr-0.348va+0.198pa+0.616tre。 (16)
式中,Icl为服装热阻。ta为空气温度。tr为空气平均辐射温度。va为相对空气流速。pa为水蒸气分压力。tre为直肠温度,℃。直肠温度最接近人体核心温度,因此可以在数值上用人体核心温度代替。
II)当Icl≥0.6时,皮肤表面平均皮肤温度tsk,eq,cl如下所示:
tsk,eq,cl=12.17+0.020ta+0.044tr-0.253va+0.194pa+0.005346M+0.51274tre。 (17)
III)当0.2≤Icl≤0.6时,皮肤表面平均皮肤温度tsk,eq如下所示:
tsk,eq=tsk,eq nu+2.5×(tsk,eq cl-tsk,eq nu)×(Icl-0.2)。 (18)
动态情况下人体平均皮肤温度tsk,i随时间变化计算如下所示。
tsk,i=0.7165×tsk,i-1+0.2835×tsk,eq。 (19)
式中,tsk,i为某一时间i下的平均皮肤温度,℃。tsk,i-1为迭代计算中上一时刻平均皮肤温度,℃。tsk,eq为稳态时的平均皮肤温度,℃。
4)PHS预测模块输入环境参数和人体生理参数,计算相应环境下人体最大蒸发热损失Emax。
式中,Psk为相应环境下人体皮肤温度下饱和水蒸气压力。Pa为环境中水蒸气分压力。Ret为总蒸发阻抗。
5)热应力预测模块读取PHS预测模块输出的各产热和散热项参数,计算并输出测试者实际蒸发热损失Ereq。
Erea=M-W-C-R-Cres-Eres。 (21)
式中,M为人体实时代谢率。W为人体的机械做功,数值上等于重力。C为人体与环境对流换热量。R为人体与环境辐射换热量。Cres为人体呼吸对流热损失。Eres为人体呼吸蒸发热损失。
6)控制器将热应力预测模块输出的蒸发热损失Ereq和PHS预测模块输出的最大蒸发热损失Emax输入热应力指数HIS评级模块,输出测试者实时热应力指数HSI,即:
7)心率检测手表的控制器将输出的实际热应力指数HSI与控制器模块中储存的指标范围进行匹配,判断热应力指数HIS所属的风险等级。
高温暴露下人体不同热应力指数对应的不同生理反应及风险评级,如表2所示。
表2不同热应力指数下人体生理反应和评价
8)控制器输出热应力所述风险等级和预警信号。
Claims (9)
1.基于心率监测的人体热应激预警系统,其特征在于:主要包括心率监测设备、所述代谢率计算模块、PHS预测模块、热应力指数HSI计算模块、热应力分级评估模块和人体热应力预警模块。
所述心率监测设备主要包括心率监测模块和心率监测手表;
所述心率监测模块实时监测人体心率,并将实时心率信号发送给心率监测手表;
所述心率监测手表接收心率监测模块的实时心率信号;
所述心率监测手表具有控制器;
所述心率监测手表读取控制器的数据;
所述控制器存储代谢率计算模块、PHS预测模块、热应力指数HSI计算模块、热应力分级评估模块和人体热应力预警模块;
所述控制器根据人体热应力预警模块的预测信号,判断测试者所处的风险等级,输出风险等级判断信号;
代谢率计算模块根据实时心率信号和心率参数,计算人体实时代谢率,并向PHS预测模块输出实时代谢率;
PHS预测模块接收实时代谢率,修正PHS预测模块中所有产热项和散热项计算,输出人体-环境各产热项和散热项;
PHS模型读取环境参数和人体生理参数,计算热应力下人体最大蒸发热损失Emax;
热应力指数HSI计算模块读取PHS模型输出参数,计算人体热平衡所需的通过皮肤的实际蒸发热损失Ereq,并输出测试者实时热应力指数HSI;
热应力分级评估模块识别输出的热应力指数HSI,并与标准热应力指数对应等级范围进行匹配,得到热应力指数所属风险等级;
人体热应力预警模块根据实际热应力指数所属风险等级,对应输出人体热应激程度预测信号。
2.根据权利要求1所述的基于心率监测的人体热应激动态预警系统,其特征在于,所述心率检测模块通过心率带固定在测试者胸前。
3.根据权利要求1或2所述的基于心率监测的人体热应激动态预警系统,其特征在于,若测试者所处的风险等级为I级或II级,所述控制器输出风险等级判断信号和预警信号。
4.根据权利要求1或2所述的基于心率监测的人体热应激动态预警系统,其特征在于,实时热应力指数HSI等级划分如下:
当HIS<10时,表示测试者无热应激,风险等级为V级;
当HSI∈[10,30]时,表示测试者呈现轻微至中度热应激,风险等级为IV级;
当HSI∈[40,60]时,表示测试者呈现危及健康的严重热应激,风险等级为III级;
当HSI∈[70,90]时,表示测试者呈现非常严重的热应激,风险等级为II级;
当HSI>90时,表示测试者呈现极度热应激,风险等级为I级;
其中,I级、II级、III级和IV级表示危险,且危险程度依次降低;V级表示正常。
5.根据权利要求1所述的基于心率监测的耦合人体热应激预警系统,其特征在于:所述心率监测手表具有警示灯和/或蜂鸣器;当心率监测手表接收到预警信号时,驱动警示灯和/或蜂鸣器工作。
所述心率监测手表具有显示屏;当所述心率监测手表接收到风险等级判断信号后,驱动显示屏显示热应力所属风险等级。
6.使用权利要求1至5所述基于心率检测的人体热应激预警系统的劳动代谢预测方法,其特征在于,主要包括以下步骤:
1)心率监测设备监测人体心率,并将实时心率信号传输到代谢率计算模块中;
2)代谢率计算模块确定代谢率计算时间间隔;代谢率计算模块基于平均心率和代谢率计算时间间隔,计算得到单位时间内实时代谢率M;
3)PHS预测模块接收实时代谢率M,并输入到PHS模型的热平衡方程中,计算人体-环境各产热项和散热项;产热项和散热项参数主要包括单位皮肤表面对流热损失C、人体与环境辐射换热量R、人体呼吸对流热损失Cres和人体呼吸对流蒸发热损失Eres;
4)PHS预测模块输入环境参数和人体生理参数,计算相应环境下人体最大蒸发热损失Emax。
式中,Psk为相应环境下人体皮肤温度下饱和水蒸气压力;Pa为环境中水蒸气分压力;Ret为总蒸发阻抗;
5)热应力预测模块读取PHS预测模块输出的各产热和散热项参数,计算并输出测试者实际蒸发热损失Ereq;
Ereq=M-W-C-R-Cres-Eres; (2)
式中,M为人体实时代谢率;W为人体的机械做功;C为人体与环境对流换热量;R为人体与环境辐射换热量;Cres为人体呼吸对流热损失;Eres为人体呼吸蒸发热损失;
6)控制器将热应力预测模块输出的蒸发热损失Ereq和PHS预测模块输出的最大蒸发热损失Emax输入热应力指数HIS评级模块,输出测试者实时热应力指数HSI,即:
7)心率检测手表的控制器将输出的实际热应力指数HSI与控制器模块中储存的指标范围进行匹配,判断热应力指数HIS所属的风险等级;
8)控制器输出热应力所述风险等级和预警信号。
7.根据权利要求6所述的劳动代谢预测方法,其特征在于,单位时间内实时代谢率M如下所示:
式中,M为计算代谢率,根据计算周期调整;M0为人体基础代谢率;HR为实时心率;HR0为测量得到的静息心率;RM为单位代谢增加引起的心率增加量;
其中,单位代谢增加引起的心率增加量RM如下所示。
式中,HRMAX为允许的劳动最大心率;MWC为允许的最大工作劳动强度;
允许的劳动最大心率HRMAX如下所示。
HRMAX=180-0.65A; (6)
式中,A为测试者年龄;
女性测试者允许最大劳动强度MWC如下所示:
MWC=(35.0-0.22×A)×w0.666; (7)
男性测试者允许最大劳动强度MWC如下所示:
MWC=(41.7-0.22×A)×w0.666; (8)
式中,w为测试者体重。
8.根据权利要求6所述的劳动代谢预测方法,其特征在于,计算产热项和散热项参数的主要步骤如下:
1)计算呼吸对流散热项Cres,即:
Cres=0.00156×M×(Tes-Ta); (9)
式中,Tes为呼出气体温度;Ta为空气温度;
2)计算呼吸蒸发散热项Eres,即:
Eres=0.00127×M×(59.34+0.53×Ta-0.01163Pa;(10)
式中,Pa为环境中水蒸气分压力;
3)计算皮肤对流换热量C,即:
C=hcfcl(tsk-ta); (11)
式中,hc为对流换热系数;fcl为人体服装面积系数;tsk为人体皮肤表面温度;ta为空气温度;
对流换热系数hc如下所示:
hc=[hc1,hc2,hc3]max; (12)
hc1=2.38×(tsk-Ta)0.25 (自然对流); (13)
hc2=3.5+5.2V (V≤1m/s); (14)
hc3=8.7V0.6 (V>1m/s); (15)
式中,V为人体活动相对风速;
服装面积系数fcl计算如下所示。
fcl=1.00+1.97×R; (16)
式中,R为人体着装的基本热阻;
皮肤表面辐射换热系数hr计算如下所示。
式中,f为有效辐射面积;ε为服装外表面的发射率;Tr为环境辐射温度。
4)计算皮肤辐射换热项R,即:
R=hrfcl(tsk-tr); (18)
式中,hr为辐射换热系数;tr为空气平均辐射温度。
9.根据权利要求6所述的劳动代谢预测方法,其特征在于,稳态情况下皮肤表面平均皮肤温度tsk如下所示:
I)当Icl≤0.2时,皮肤表面平均皮肤温度tsk,eq,nu如下所示:
tsk,eq,nu=7.19+0.064ta+0.061tr-0.348va+0.198pa+0.616tre; (19)
式中,Icl为服装热阻;ta为空气温度;tr为空气平均辐射温度;va为相对空气流速;pa为水蒸气分压力;tre为直肠温度。
II)当Icl≥0.6时,皮肤表面平均皮肤温度tsk,eq,cl如下所示:
tsk,eq,c1=12.17+0.020ta+0.044tr-0.253va+0.194pa+0.005346M+0.51274tre; (20)
III)当0.2≤Icl≤0.6时,皮肤表面平均皮肤温度tsk,eq如下所示:
tsk,eq=tsk,eq nu+2.5×(tsk,eqcl-tsk,eq nu)×(Icl-0.2); (21)
动态情况下人体平均皮肤温度tsk,i随时间变化计算如下所示。
tsk,i=0.7165×tsk,i-1+0.2835×tsk,eq; (22)
式中,tsk,i为某一时间i下的平均皮肤温度;tsk,i-1为迭代计算中上一时刻平均皮肤温度;tsk,eq为稳态时的平均皮肤温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536632.4A CN109758138A (zh) | 2018-12-14 | 2018-12-14 | 基于心率监测的人体热应激预警系统及劳动代谢预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536632.4A CN109758138A (zh) | 2018-12-14 | 2018-12-14 | 基于心率监测的人体热应激预警系统及劳动代谢预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109758138A true CN109758138A (zh) | 2019-05-17 |
Family
ID=66451954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536632.4A Pending CN109758138A (zh) | 2018-12-14 | 2018-12-14 | 基于心率监测的人体热应激预警系统及劳动代谢预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109758138A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113808743A (zh) * | 2021-09-13 | 2021-12-17 | 中国矿业大学(北京) | 一种电网户外作业人员热应激预警方法及系统 |
WO2022157542A1 (en) * | 2021-01-21 | 2022-07-28 | Zhibo Chen | Device for monitoring heat stress |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170265755A1 (en) * | 2016-01-11 | 2017-09-21 | University Of Southern California | Iglass: infrared thermography for learning thermoregulation performance |
CN108981799A (zh) * | 2018-06-22 | 2018-12-11 | 中国矿业大学(北京) | 一种便携式低温环境参数监测预警装置及方法 |
-
2018
- 2018-12-14 CN CN201811536632.4A patent/CN109758138A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170265755A1 (en) * | 2016-01-11 | 2017-09-21 | University Of Southern California | Iglass: infrared thermography for learning thermoregulation performance |
CN108981799A (zh) * | 2018-06-22 | 2018-12-11 | 中国矿业大学(北京) | 一种便携式低温环境参数监测预警装置及方法 |
Non-Patent Citations (2)
Title |
---|
李永强: "高温劳动环境人体热应激的动态预测(中等劳动代谢率以上)", 《中国博士学位论文全文数据库 工程科技II辑》 * |
许孟楠: "高温环境下预测热应激模型适用性与暴露时间评价方法研究", 《万方》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022157542A1 (en) * | 2021-01-21 | 2022-07-28 | Zhibo Chen | Device for monitoring heat stress |
CN113808743A (zh) * | 2021-09-13 | 2021-12-17 | 中国矿业大学(北京) | 一种电网户外作业人员热应激预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Roghanchi et al. | Challenges in selecting an appropriate heat stress index to protect workers in hot and humid underground mines | |
Zheng et al. | Fuzzy comprehensive evaluation of human physiological state in indoor high temperature environments | |
Epstein et al. | Thermal comfort and the heat stress indices | |
CN106018677B (zh) | 一种高温环境下人体热应激分级评估系统 | |
Golbabaei et al. | The assessment of heat stress and heat strain in pardis petrochemical complex, Tehran, Iran | |
Kim et al. | Application of thermoregulatory modeling to predict core and skin temperatures in firefighters | |
CN109758138A (zh) | 基于心率监测的人体热应激预警系统及劳动代谢预测方法 | |
Youle | The thermal environment | |
Dolezal et al. | Validation of heart rate derived from a physiological status monitor-embedded compression shirt against criterion ECG | |
Yao et al. | A ‘heart rate’-based model (PHSHR) for predicting personal heat stress in dynamic working environments | |
Falcone et al. | Real-time human core temperature estimation methods and their application in the occupational field: A systematic review | |
CN107049274A (zh) | 基于生理参数的热环境个体劳动安全监测装置与评价方法 | |
CN107220417A (zh) | Cfd与人体热反应模型的耦合系统及耦合方法 | |
Lazaro et al. | Development of a modified predicted heat strain model for hot work environments | |
Anand et al. | Estimating the metabolic rate and associated physiological response for Indian subjects through climate chamber experiments | |
WO2009107002A1 (en) | Thermal comfort model having multiple fabric layers | |
Potter et al. | Comparison of two mathematical models for predicted human thermal responses to hot and humid environments | |
CN109115281A (zh) | 一种极端高温作业环境快速监测预警装置及方法 | |
Hamatani et al. | Estimating core body temperature based on human thermal model using wearable sensors | |
Yang et al. | Evaluation of occupation hot exposure in industrial workplaces in a subtropical country | |
Edirisinghe et al. | A prototype of smart clothing for construction work health and safety | |
Hamatani et al. | HeatWatch: Preventing heatstroke using a smart watch | |
Lu et al. | Types of thermal manikin | |
Laxminarayan et al. | Prospective validation of 2B-Cool: Integrating wearables and individualized predictive analytics to reduce heat injuries | |
de Melo Pinto et al. | Thermal comfort in industrial environment: conditions and parameters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |