CN114496262B - 基于定量风险评估的高危粉尘风险预警方法及管理系统 - Google Patents
基于定量风险评估的高危粉尘风险预警方法及管理系统 Download PDFInfo
- Publication number
- CN114496262B CN114496262B CN202210352769.4A CN202210352769A CN114496262B CN 114496262 B CN114496262 B CN 114496262B CN 202210352769 A CN202210352769 A CN 202210352769A CN 114496262 B CN114496262 B CN 114496262B
- Authority
- CN
- China
- Prior art keywords
- risk
- dust
- pneumoconiosis
- assessment
- exposure
- 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
- 239000000428 dust Substances 0.000 title claims abstract description 354
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012502 risk assessment Methods 0.000 title claims abstract description 59
- 206010035653 pneumoconiosis Diseases 0.000 claims abstract description 98
- 231100000673 dose–response relationship Toxicity 0.000 claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 206010073310 Occupational exposures Diseases 0.000 claims abstract description 37
- 231100000675 occupational exposure Toxicity 0.000 claims abstract description 37
- 238000005516 engineering process Methods 0.000 claims abstract description 30
- 238000005094 computer simulation Methods 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims description 68
- 238000004458 analytical method Methods 0.000 claims description 40
- 238000009826 distribution Methods 0.000 claims description 37
- 238000011156 evaluation Methods 0.000 claims description 34
- 210000002345 respiratory system Anatomy 0.000 claims description 34
- 238000009423 ventilation Methods 0.000 claims description 32
- 208000028571 Occupational disease Diseases 0.000 claims description 29
- 238000007477 logistic regression Methods 0.000 claims description 27
- 230000008021 deposition Effects 0.000 claims description 26
- 230000036541 health Effects 0.000 claims description 26
- 210000004072 lung Anatomy 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 18
- 230000000241 respiratory effect Effects 0.000 claims description 17
- 238000012512 characterization method Methods 0.000 claims description 14
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 201000010099 disease Diseases 0.000 claims description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 12
- 238000009792 diffusion process Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000007619 statistical method Methods 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 10
- 210000003456 pulmonary alveoli Anatomy 0.000 claims description 9
- 230000007774 longterm Effects 0.000 claims description 8
- 230000002829 reductive effect Effects 0.000 claims description 8
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 6
- 239000000779 smoke Substances 0.000 claims description 6
- 206010030017 Occupational exposure to dust Diseases 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 239000000843 powder Substances 0.000 claims description 5
- 241001465754 Metazoa Species 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- FKLFBQCQQYDUAM-UHFFFAOYSA-N fenpiclonil Chemical compound ClC1=CC=CC(C=2C(=CNC=2)C#N)=C1Cl FKLFBQCQQYDUAM-UHFFFAOYSA-N 0.000 claims description 3
- 239000012530 fluid Substances 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 238000005556 structure-activity relationship Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 238000012805 post-processing Methods 0.000 claims description 2
- 231100000935 short-term exposure limit Toxicity 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 239000013598 vector Substances 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 230000008439 repair process Effects 0.000 claims 1
- 239000002817 coal dust Substances 0.000 description 47
- 239000003245 coal Substances 0.000 description 26
- 230000000694 effects Effects 0.000 description 8
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 6
- 239000000446 fuel Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000003466 welding Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 231100000206 health hazard Toxicity 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 231100000727 exposure assessment Toxicity 0.000 description 3
- 239000000383 hazardous chemical Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 239000000377 silicon dioxide Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000010425 asbestos Substances 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000011841 epidemiological investigation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 229910052895 riebeckite Inorganic materials 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013076 uncertainty analysis Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000014085 Chronic respiratory disease Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 238000000889 atomisation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000011335 coal coke Substances 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 231100001267 hazard identification Toxicity 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002006 petroleum coke Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 208000005069 pulmonary fibrosis Diseases 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000002110 toxicologic effect Effects 0.000 description 1
- 231100000200 toxicological information Toxicity 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Pathology (AREA)
- Economics (AREA)
- Computational Mathematics (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Fluid Mechanics (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer Graphics (AREA)
- Computing Systems (AREA)
Abstract
本发明提出一种基于定量风险评估的高危粉尘风险预警方法及管理系统,包括:S1、高危粉尘风险辨识;S2、高危粉尘职业暴露综合评估;S3、高危粉尘致尘肺病的剂量‑反应评估;S4、对尘肺病的风险进行表征。本发明基于计算机模拟完成高危粉尘职业暴露综合评估,能够实现尘肺病高危人群的监测预警,获得尘肺病高危人群监控及预测预警等关键技术的突破。
Description
技术领域
本发明属于职业卫生与职业病控制领域,特别是涉及到一种基于定量风险评估的高危粉尘风险预警方法及管理系统。
背景技术
高危粉尘作业是指用人单位的劳动者在职业活动中从事接触石棉、游离二氧化硅含量在10%以上粉尘的作业,或者接触其他粉尘且罹患尘肺病风险较高的作业。尘肺病是我国法定职业病中的一种,是由于在职业活动中劳动者长期吸入生产性粉尘,并在肺内沉积而引起的以肺组织弥漫性纤维化为主的全身性疾病。尘肺病是我国最常见的职业病,据统计,近年平均每年新发职业病约3万例,尘肺病约占职业病人总数的90%,其中新发尘肺病绝大多数是高危粉尘所致。高危粉尘对作业人员的危害十分严重,“速发、群发、高发”尘肺病基本都是高危粉尘所致,死亡率、致残率高,通过对高危粉尘风险的监测与预警,控制了高危粉尘所致尘肺病,也就基本解决了我国尘肺病高发的问题。
目前生产性粉尘职业暴露评估主要包括对空气中粉尘浓度的现场检测检验,高危粉尘作业人群的管理主要依靠经验,没有基于职业暴露的定量风险评估的风险预测预警技术及风险管理系统。
发明内容
本发明提出一种基于定量风险评估的高危粉尘风险预警方法及管理系统,实现高危粉尘风险预警与管理,可成为尘肺病高危人群监测预警与风险管控的有效技术依据。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于定量风险评估的高危粉尘风险预警方法,包括:
S1、高危粉尘风险辨识:收集高危粉尘物质的相关流行病学资料数据、职业病实施例统计数据,得到风险评估所需的危险源信息,包括所述高危粉尘对人群健康的危险性、潜在影响、反应模式;
S2、高危粉尘职业暴露综合评估:对作业场所空气中高危粉尘浓度进行检测检验;基于统计分析进行作业场所职业暴露空间分析;基于计算机模拟进行高危粉尘暴露评估和高危粉尘进入人体呼吸道及肺泡的沉积量的模拟估算;
S3、高危粉尘致尘肺病的剂量-反应评估:基于流行病学资料数据,以logistic回归模型建立高危粉尘职业暴露导致尘肺病风险的剂量-反应模型;
S4、风险表征:基于S2的高危粉尘职业暴露综合评估和S3的剂量-反应模型对尘肺病的风险进行表征。
进一步的,步骤S1所述收集高危粉尘物质的相关流行病学资料数据、职业病实施例统计数据具体包括:收集所述高危粉尘物质的理化性质、人群暴露途径与方式、构效关系、长期动物实验数据及人群流行病学资料数据;收集方法中包括询问及现场调查,现场调查的内容包括职业史、暴露人群数量、性别、年龄分布、暴露方式、暴露时间、工人防护条件。
进一步的,步骤S2中所述综合评估的具体步骤包括:
S201、在作业场所进行职业卫生学调查和空气中高危粉尘浓度现场检测检验;
S202、采用克里格空间插值方法进行高危粉尘浓度空间分布规律分析,分析指定时间区间的时间加权平均暴露水平的空间分布,然后通过计算机技术实现高危粉尘浓度时空变化特性的可视化;
S203、运用CFD技术的计算机模拟方法,对作业过程中高危粉尘在工作微环境下的扩散规律进行评估,确定高危粉尘扩散的速度场、压力场、扩散路径、浓度分布场;采用计算机模拟实现不同通风模式下作业工人接触高危高危粉尘职业暴露评估的可视化;
S204、基于医学影像进行人体呼吸道三维重建,结合CFD计算机模拟对人体呼吸道进行流场分析,分析可吸入高危粉尘在呼吸道沉积率的模拟计算以及不同粒径下、不同呼吸强度下的高危粉尘在人体呼吸道及肺泡的沉积规律及沉积量。
进一步的,步骤S3所述剂量-反应模型的建立方法包括:
S301、模型选择:选用logistic回归模型,
对于m个自变量X=(X1,X2,…Xm),多个自变量的logistic回归模型为:
式中:
S302、剂量-反应关系模型构建:
根据所述流行病学资料数据进行logistic回归模型参数的拟合,建立高危粉尘致尘肺病的剂量-反应模型;
将影响尘肺病的危害因素作为自变量,尘肺病发病率作为因变量,进行多因素logistic回归分析,拟合logistic回归模型;下式表示尘肺病发病概率P与年日接尘浓度a、接尘工龄b之间的关系:
式中:
P为不同接尘浓度、接尘工龄的尘肺病发病率;
a为接尘浓度;
b为接尘工龄。
进一步的,步骤S4所述风险表征的具体步骤包括:
采用所述剂量-反应模型,将经统计处理后的作业场所高危粉尘浓度代入剂量-反应模型,求解不同工龄发生尘肺病的风险,对粉尘暴露人群在此环境下长期工作所导致尘肺病的风险进行表征,并对风险评价过程中的不确定性采用蒙特卡洛模拟方法分析职业暴露与尘肺病发病概率的分布规律。
本发明另一方面还提供了一种基于定量风险评估的高危粉尘风险管理系统,包括生产性粉尘登记管理子系统、高危粉尘风险评估及预警子系统、尘肺病高危人群筛选监护子系统;所述生产性粉尘登记管理子系统建立数据库实现生产性粉尘管理;所述高危粉尘风险评估及预警子系统应用上述基于定量风险评估的高危粉尘风险预警方法进行高危粉尘风险评估及预警;所述尘肺病高危人群筛选监护子系统用于对筛选出的尘肺病高危人群进行健康监护;本系统基于所述生产性粉尘登记管理子系统、高危粉尘风险评估及预警子系统、尘肺病高危人群筛选监护子系统,建立长效监控体系和管理模式。
进一步的,所述高危粉尘风险评估及预警子系统包括:
高危粉尘风险辨识模块:收集高危粉尘物质的相关流行病学资料数据、职业病实施例统计数据,得到风险评估所需的危险源信息,包括所述高危粉尘对人群健康的危险性、潜在影响、反应模式;
高危粉尘职业暴露综合评估模块:对作业场所空气中高危粉尘浓度进行检测检验;基于统计分析进行作业场所职业暴露空间分析;基于计算机模拟进行高危粉尘暴露评估和高危粉尘进入人体呼吸道及肺泡的沉积量的模拟估算;
高危粉尘致尘肺病的剂量-反应评估模块:基于流行病学资料数据,以logistic回归模型建立高危粉尘职业暴露导致尘肺病风险的剂量-反应模型;
风险表征模块:基于高危粉尘职业暴露综合评估模块的高危粉尘职业暴露综合评估和高危粉尘致尘肺病的剂量-反应评估模块的剂量-反应模型对尘肺病的风险进行表征。
进一步的,所述生产性粉尘登记管理子系统包括:
数据库模块,建立生产性粉尘登记管理数据库;
管理指南模块,建立高危粉尘监控管理指南;
管理模块,用于数据库模块和管理指南模块的信息录入、更新维护、监控统计。
进一步的,所述尘肺病高危人群筛选监护子系统包括:
筛选模块,用于根据职业暴露综合评估进行尘肺病高危人群筛检;
监护模块,用于对筛选出的尘肺病高危人群进行健康监护。
与现有技术相比,本发明具有如下的有益效果:
(1)本发明提出的基于定量风险评估的高危粉尘风险预警方法,基于计算机模拟完成高危粉尘职业暴露综合评估,能够实现尘肺病高危人群的监测预警,获得尘肺病高危人群监控及预测预警等关键技术的突破;
(2)本发明提出的高危粉尘风险管理平台,采用生产性粉尘登记管理和高危粉尘风险管理与控制模式,:建立起基于生产性粉尘登记管理、尘肺病高危人群筛选监护、高危粉尘风险预警技术为一体的长效监控体系和管理模式。
(3)本发明实现尘肺病风险管理和职业病控制等核心技术的突破,推动风险评估及风险管理技术的发展,解决职业卫生服务机构进行职业病危害评价的技术难点,落实职业病危害风险评价所迫切需要的科技支撑,并指导进行风险管理。对控制和消除职业病危害,防治职业病,保护劳动者健康做出积极贡献。
附图说明
图1 为本发明的高危粉尘职业病危害定量风险评估基本流程示意图;
图2为本发明的高危粉尘风险表征内容示意图;
图3为本发明的生产性粉尘登记管理示意图;
图4为本发明的高危粉尘风险管理技术路线图;
图5为本发明实施例的接尘工龄5年的煤工尘肺发病率与接尘浓度之间的关系图;
图6为本发明实施例的接尘工龄10年的煤工尘肺发病率与接尘浓度之间的关系图;
图7为本发明实施例的接尘工龄20年的煤工尘肺发病率与接尘浓度之间的关系图;
图8为本发明实施例的接尘工龄30年的煤工尘肺发病率与接尘浓度之间的关系图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明提出的基于定量风险评估的高危粉尘风险预警方法及管理系统,包括以下两部分核心内容:①高危粉尘的职业病危害定量风险评估、②基于风险评估的高危粉尘作业风险管理;并将上述作为核心技术组合应用于高危粉尘生产企业职业病危害评价、高危粉尘的风险管理与尘肺病防控,实现生产性粉尘职业病预防控制技术开发与集成创新。发明内容如下:
一、高危粉尘的职业病危害定量风险评估:
通过高危粉尘的职业病危害定量风险评估能实现高危粉尘风险预警,主要达到如下目标:
辨识相关高危粉尘暴露可能导致的职业健康危害;
对劳动者高危粉尘职业暴露进行综合评估;
通过剂量反应关系建模对暴露于高危粉尘的劳动者进行剂量-反应评价,分析发生尘肺病的风险;
确定高危粉尘致尘肺病的风险概率及风险可接受水平,根据风险可接受水平制定尘肺病的风险管控措施并进行预测预警,为实施尘肺病的预防控制提供技术依据。
高危粉尘职业病危害定量风险评估基本流程:采用步骤包括风险辨识、暴露评价、剂量-反应评价、风险表征等,如图1所示。
具体每一步骤的方法及内容如下。
1、风险辨识的主要内容:
风险辨识(即图1中的危害辨识)主要是鉴别可能对健康产生有害影响的活动或暴露的可能原因,对潜在风险进行识别,判别;分析风险的性质、种类、模式、发生的时机和空间条件、发生的实际可能性、影响范围、风险的严重度等。
本发明通过风险辨识确定暴露于高危粉尘是否会引起的尘肺病等慢性呼吸系统疾病,以及对这种影响的性质和强度的定性描述。此阶段首先收集研究物质的相关流行病学资料、职业病实施例统计数据等历史资料,其中包括该粉尘物质的理化性质、毒理学信息、人群暴露途径与方式、构效关系、长期动物实验数据及人群流行病学调查数据等方面的资料。然后对所得资料进行分析,确定此物质对人群健康的危险性,并对所得结果进行描述。描述应包含风险评价所需的危险源信息,给出风险辨识的结果,如研究物质的潜在影响、反应模式等。
其中现场职业卫生学调查是收集暴露评价资料的最常用手段,通过询问及现场调查不仅可以为分析暴露人群的特征提供依据,而且询问调查获得的有关健康效应的信息是暴露评价的重要依据,有时甚至是唯一可行的方法。调查的内容包括职业史、暴露人群数量、性别、年龄分布、暴露方式、暴露时间、工人防护条件等等。
所述长期动物实验数据和人群流行病学调查数据属于所述流行病学资料,其调查分析需要注重剂量反应评价所需的资料收集。
2、高危粉尘职业暴露综合评估的主要内容:
本发明采用综合暴露评估方法进行暴露评估,主要包括:空气中粉尘浓度的现场检测检验、基于统计分析的粉尘作业场所职业暴露空间分析方法、基于计算机模拟的粉尘暴露评估方法、粉尘进入人体呼吸道及肺泡的沉积量的模拟估算方法。
(1)在作业场所的现场进行职业卫生学调查和空气中粉尘浓度现场检测检验;包括游离二氧化硅含量、石棉纤维浓度、分散度、通风设施效果等等;
(2)采用克里格空间插值方法进行粉尘浓度空间分布规律分析,分析指定时间区间的时间加权平均暴露水平的空间分布,然后通过计算机技术实现粉尘浓度时空变化特性的可视化;
其中克里格(Kriging)空间插值法是利用原始数据和半方差函数的结构性,对未采样点的区域化变量进行无偏最优的一种插值方法,本发明利用MATLAB软件编程来实现粉尘浓度空间分布的空间插值。
所述计算机技术实现粉尘浓度时空变化特性的可视化是指通过计算机提供粉尘浓度的变化趋势,即粉尘浓度分布的可视化实现;例如提供粉尘浓度空间分布图和粉尘浓度随空间距离变化曲线图等。
(3)运用CFD技术的计算机模拟方法,对作业过程中粉尘在工作微环境下的扩散规律进行评估,确定高危粉尘扩散的速度场、压力场、扩散路径、浓度分布场;采用计算机模拟技术,实现不同通风模式下作业工人接触高危粉尘职业暴露评估的可视化技术;
其中所述计算机模拟过程包括:
1)Gambit建模
根据所需模拟的作业现场布局构建整个模拟区域的三维网格。按照由点到线,由线到面,由面到体的步骤,在FLUENT前处理软件GAMBIT中从下至上的方法构建了整个模拟区域的网格。
2)网格划分
为便于模拟和更好地划分网格,采用混合网格划分方法,由于面与面之间大小差别很大,模型不规则,因此只能选用适应性强的非规则网格,即网格划分不是结构化网格,网格疏密程度不一致,同时采用四边形和三角形混合网格划分的方法。在GAMBIT中Elements选择Tet/Hybrid网格,Type选择TGrid。
3)网格检查
在整体通风模式下和局部通风模式下分别对划分的网格进行质量检验,确认最小网格体积值和各网格体的偏度系数,判断网格质量。
4)边界条件设定
设置通风参数和CFD参数,所述通风参数包括通风检测位置、通风设施类型、罩口各参数、风速、风量等;所述CFD参数包括作业微环境的边界条件以及粉尘颗粒物参数等。
5)FLUENT求解
经过相关参数设置后,可以开始进行迭代运算,当在残差图中看到残差不再下降时,可以认为运算已经收敛,停止运算,得到运算结果。
6)结果分析
利用FLUENT自带的后处理功能以及专业软件进行多种结果形式输出,实现各种结果的可视化。
利用Tecplot对结果进行分析,得到电焊作业微环境各平面和高度(包括产尘点高度和呼吸带高度)流场、烟尘颗粒物运动轨迹、浓度分布,从而得出工作场所电焊烟尘扩散情况、暴露浓度等。
包括,作业现场微环境流场分析:
分别在整体通风和局部通风模式下进行分析,分析内容包括:YZ平面速度分析及速度场分析、XZ平面速度分析及速度场分析、XY平面产尘点高度速度分析及速度场分析、XY平面呼吸带高度速度分析及速度场分析。
作业现场微环境粉颗粒物运动轨迹分析:
分别在整体通风和局部通风模式下分析X线(产尘点高度)颗粒运动和Z线(中线)颗粒运动,通过运动轨迹对比颗粒物运动趋势。
作业现场微环境粉尘浓度分布:
分别在整体通风和局部通风模式下进行人体呼吸带高度粉尘浓度分析、产尘点高度粉尘浓度分析、左中右截面粉尘浓度分析、前中后截面粉尘浓度分析。
7)模拟验证
对模拟的粉尘浓度分布与实测值比较,验证模拟结果。对粉尘现场检测的STEL浓度进行统计分析,利用SPSS 19.0.0绘制箱线图,取上下四分位数,在此范围的模拟结果可以认为是可信的。
(4)运用医学影像人体呼吸道三维重建技术,结合CFD计算机模拟方法对人体呼吸道进行流场分析,分析可吸入粉尘在呼吸道沉积率的模拟计算以及不同粒径下、不同呼吸强度下的粉尘在人体呼吸道及肺泡的沉积规律及沉积量。
具体内容包括:
1)重建人体呼吸道三维模型
首先将CT医学影像数据导入MIMICS 16.0软件,得到人体呼吸道和肺的覆盖区域(MASK)并自动提取点集,然后从MASK中计算3D几何模型并选择计算模型的精确度,得到气道的3D模型,接着对该模型进行简单的模型修补以及光滑操作,最后对气道末端进行简单切割。
以电焊烟尘为例,基于MIMICS软件的人体呼吸道三维重建技术与基于CFD技术的计算机模拟方法结合,得到人体呼吸道流场分析图(包括静压分布、流场迹线、颗粒物运动轨迹、速度矢量),从而得出人体呼吸道粉尘沉积情况,并估算呼吸系统(包括尘肺)中粉尘的沉积量。可用于:①粉尘在呼吸道沉积率的模拟计算;②人体呼吸道流场分析;③粉尘进入呼吸道(包括肺泡)的沉积量的内暴露评估;④结合统计回归模型,分析不同粒径下、不同呼吸强度下的粉尘在人体呼吸道的沉积规律。
3、高危粉尘致尘肺病的剂量-反应评估内容
本发明提出的高危粉尘致尘肺病的剂量-反应评估通过剂量-反应模型建模来实现。
建模方法是通过流行病学资料数据,以logistic回归模型建立高危粉尘职业暴露导致尘肺病风险的剂量-反应模型。
(1)模型选择
logistic回归模型是分析疾病与危险因素之间联系的一种统计方法,可以用来预测不同自变量情况下,发生某病或某种情况的概率有多大。
对于m个自变量X=(X1,X2,…Xm),多个自变量的logistic回归模型为:
式中:
(2)剂量-反应关系模型构建
基于尘肺发病的流行病学资料,进行logistic回归模型参数的拟合,将影响尘肺病的危害因素作为自变量,尘肺病发病率作为因变量,进行多因素logistic回归分析,拟合logistic回归模型。
下式表示尘肺病发病概率P与年日接尘浓度a、接尘工龄b之间的关系:
式中:
P为不同接尘浓度、接尘工龄的尘肺病发病率;
a为接尘浓度(mg/m3);
b为接尘工龄(年)。
4、风险表征
风险表征的内容如图2所示,具体包括:
运用logistic回归模型的非线性回归分析,通过接尘浓度以及接尘工龄预测尘肺发病概率,并采用计算机技术建立接尘工龄、接尘浓度与发病概率之间关系的可视化速查表;
将经统计处理后的作业场所现场高危粉尘浓度代入所述剂量-反应关系模型,求解不同工龄发生尘肺病的风险;或者通过速查表查询发病概率;对粉尘暴露人群在此环境下长期工作所导致尘肺病的风险进行表征。对风险评估过程中的不确定性采用蒙特卡洛模拟方法分析职业暴露与尘肺病发病概率的分布规律。
其中所述的蒙特卡洛模拟,包括两部分内容:①以电焊烟尘为例,对粉尘内暴露沉积量的不确定性进行分析,在已知现场环境中粉尘浓度概率分布的情况下,模拟作业工人一个呼吸周期不同部位粉尘沉积量的概率分布,进而结合日暴露时长的概率分布,模拟日均沉积量的概率分布,并进行敏感性分析;②风险表征的不确定性分析,以电焊工尘肺风险为例,根据回归拟合得到的剂量-反应模型,在已知外暴露浓度概率分布的条件下计算电焊工尘肺风险的概率分布。
蒙特卡洛模拟方法进行风险评价的不确定性分析主要包括以下步骤:①定义各输入变量的统计分布;②从这些分布中随机抽样;③运行模型,使用随机选取的参数进行多次模拟;④对输出的估计量进行统计分析,产生累积概率分布,得到比较合理的结果。
例如蒙特卡洛模拟采用水晶球软件进行,水晶球软件Crystal Ball(CB)是美国Decisioneering公司基于PC Windows平台而开发的简单且非常实用的商业风险分析和评估软件。CB在Excel应用软件上运行,使用蒙特卡洛模拟法对某个特定状况预测所有可能的结果,运用图表对分析进行总结,并显示每一个结果的概率。除了描述统计量、趋势图和相关变量分配,CB还进行敏感性分析,让用户决定真正导致结果的因素。
二、高危粉尘风险管理系统:
本发明提出基于定量风险评估的高危粉尘作业风险管理系统,建立起生产性粉尘登记管理、尘肺病高危人群筛选监护、基于高危粉尘职业暴露评估及风险评价的尘肺病风险预警技术为一体的长效监控体系和管理模式。
(1)设置可接受风险水平:
高危粉尘致尘肺病风险的可接受风险水平设为1.0×10-4。
a)如高危粉尘致尘肺病风险超过可接受风险水平1.0×10-4,用人单位应采取工程控制措施降低尘肺病风险;如采取工程措施后尘肺病风险仍超过可接受风险水平1.0×10-4,应采取消除和替代高危粉尘措施。
b)如高危粉尘致尘肺病风险不超过可接受风险水平1.0×10-4,用人单位应采取工程控制、劳动组织管理、个体防护和职业卫生管理等措施,尽可能降低高危粉尘接触水平。
(2)建立生产性粉尘登记管理子系统:
a)采用数据库技术建立生产性粉尘登记管理数据库;
b)建立高危粉尘监控管理指南,确定生产性粉尘的暴露种类、暴露水平与分布情况等,检测高危粉尘暴露量及其所产生的潜在健康危害,合理确定职业病危害重要控制点;
c)对数据库和管理指南进行信息录入、更新维护;根据生产性粉尘风险登记管理数据库中的数据,对生产过程中使用或产生生产性粉尘种类、相关暴露人群进行监控统计分析;确定生产性粉尘的暴露种类、暴露水平与分布情况等,检测高危粉尘暴露量及其所产生的潜在健康危害,合理确定职业病危害重要控制点;根据监控统计及风险分析结果,按照高危粉尘监控管理指南,根据不同的风险概率进行高危粉尘检测控制管理。
生产性粉尘登记管理的内容如图3所示。
(3)建立高危粉尘风险评估及预警子系统:
所述高危粉尘风险评估及预警子系统应用了前面所述的高危粉尘的职业病危害定量风险评估方法,对应所述方法主要包括:
高危粉尘风险辨识模块:收集高危粉尘物质的相关流行病学资料数据、职业病实施例统计数据,得到风险评估所需的危险源信息,包括所述高危粉尘对人群健康的危险性、潜在影响、反应模式;
高危粉尘职业暴露综合评估模块:对作业场所空气中高危粉尘浓度进行检测检验;基于统计分析进行作业场所职业暴露空间分析;基于计算机模拟进行高危粉尘暴露评估和高危粉尘进入人体呼吸道及肺泡的沉积量的模拟估算;
高危粉尘致尘肺病的剂量-反应评估模块:基于流行病学资料数据,以logistic回归模型建立高危粉尘职业暴露导致尘肺病风险的剂量-反应模型;
风险表征模块:基于高危粉尘职业暴露综合评估模块的高危粉尘职业暴露综合评估和高危粉尘致尘肺病的剂量-反应评估模块的剂量-反应模型对尘肺病的风险进行表征。
各模块所执行的步骤与所述的高危粉尘的职业病危害定量风险评估方法的内容对应相同,能够实现所述方法实现的功能。
(4)建立尘肺病高危人群筛选监护子系统:
以职业暴露检测基础数据及原始资料,通过高危粉尘综合暴露评估技术,进行尘肺病高危人群筛检,所述筛检主要是通过粉尘危害辨识,确定粉尘的游离二氧化硅含量、分析粉尘的组分及毒理特性,分析粉尘的致纤维化能力,分析对人的健康危害及危害程度等,确定是否为高危人群。对筛选出的尘肺病高危人群进行健康监护,开展生物学检测,定期进行职业健康检查,及时诊断治疗。
(5)基于生产性粉尘登记管理、尘肺病高危人群筛选监护、高危粉尘风险评估及预警,建立一体的长效监控体系和管理模式;采取基于风险分析的高危粉尘作业风险管理控制措施,包括对粉尘登记管理、对尘肺病高危人群筛检及健康监护、对高危粉尘职业暴露评估及风险评价、以及职业卫生防护措施等,实现尘肺病的预测预警与风险管控。
如图4所示为本发明提出的高危粉尘风险管理技术路线,应用于高危粉尘风险管理系统,由图中可以看出,所述基于定量风险评估的高危粉尘作业风险管理模式,主要包括生产性粉尘管理和高危粉尘的定量风险评估,以及尘肺病高危人群职业健康监护;其中高危粉尘的定量风险评估的4个步骤中,高危粉尘职业暴露评估技术为其主要内容,包括实验室检验和计算机模拟,实验室检验主要针对作业场所空气中粉尘浓度检测,以及粉尘生物标志物检测;计算机模拟的内容主要包括基于实测数据的作业场所粉尘浓度空间分布统计、粉尘作业微环境通风模式比较、粉尘进入人体呼吸道及肺泡的沉积量的模拟估算。
本发明具体应用实施例:
本实施例选择某公司热电部燃料车间作业场所进行应用,针对该企业热电部燃料车间作业场所煤工暴露时间长、粉尘暴露水平高的特点,对煤工职业暴露于煤尘进行定量风险评估。
作业场所概况:该公司热电部燃料车间占地约25万平方米。燃料车间主要负责煤(焦)碳的接卸、存储、上料。一电站主要负责煤碳的接卸、存储、上料任务,二电站主要负责煤炭和石油焦的接卸、存储、上料任务。在某时间连续三天对该车间工作场所存在的煤尘浓度进行了检测。
1、风险辨识
对该燃煤车间作业场所的主要原辅料、岗位定员及工作制度、生产工艺流程、生产设备及布局情况、职业病防护设施与措施等进行风险辨识。
流行病学调查资料如下:
本实施例中煤尘职业暴露风险辨识与剂量反应建模同步进行,在人群的职业流行病学资料调查分析中注重剂量反应评价所需的资料收集。本实施例收集的人群的职业流行病学资料如下:
(1)通过比例换算法,按总煤尘EIC/TWA为1.5、总煤尘TWA/呼吸性煤尘TWA为3.82,将总煤尘EIC转换为呼吸性煤尘TWA。
(2)通过对A地区某煤矿接尘工人的队列研究,分析煤工尘肺发病特征,研究接尘工人累积接尘量与尘肺发病危险性的剂量-反应关系。以该集团1970-2010年开始接尘工人为研究对象,按照研究内容收集资料,通过寿命表的方法对累积接尘量与累计发病率进行分析。煤工尘肺患者发病年龄、接尘工龄、潜伏期等采用单因素方差分析;发病率差异采用χ2检验,累计发病率之间差异采用Log-Rank检验。不同工种的累计发病率均随着累积接尘量的增加逐渐增高。在一定累积接尘量区间内,累计发病率快速增长,此累积接尘量区间下的限值为:掘进工900mg(/m3·年),采煤工1200mg(/m3·年),混合工1000mg(/m3·年),有参考意义。
(3)对B地区某煤矿工人进行了调查,分析了检测资料和体检资料,预测发病工龄,并提出了煤炭企业的管理要求。
(4)对C地区某港口煤炭装卸现场进行了调查,以确定煤尘剂量-反应关系,应用寿命表法计算不同接尘量的累计发病概率并用直线回归处理,进而确定煤尘浓度与安全服务年限的关系。本资料分析结果表明,煤尘浓度应控制在10 mg/m3以下。工人安全服务年限随着煤尘浓度的成倍上升,其安全服务年限则成比例递减。
(5)以D地区某煤矿煤工尘肺职业流行病学调查材料为基础,采用多元分析法,用Logistic回归模型研究煤工尘肺的发生发展规律,定量描述危险因素与发病之间的关系,建立数学模型,预测该煤矿的尘肺发病趋势,提出煤尘容许浓度建议值。
2、基于现场检测的作业场所煤尘暴露评估
由于缺乏煤尘内剂量浓度与发病率关系的流行病学资料,本实施例利用收集的暴露频率、持续时间等资料,基于现场环境浓度检测数据,计算呼吸性煤尘的8小时时间加权平均浓度,用于煤尘所致尘肺病的风险评估。因此,本实施例的暴露评估部分仅利用外暴露剂量进行煤尘职业暴露风险评估。
本实施例在现场职业卫生学调查的基础上,连续三天按照GBZ159-2004《工作场所空气中有害物质检测的采样规范》的相关要求对该作业场所煤尘进行现场采样,并按照GBZ/T192.1-2007《工作场所空气中粉尘测定第1部分:总粉尘浓度》、GBZ/T192.2-2007《工作场所空气中粉尘测定 第2部分:呼吸性粉尘浓度》进行实验室测定。通风按照GB/T16758-2008《排风罩的分类及技术条件》,对燃料车间4#皮带除尘器的几处吸尘罩进行现场检测。
根据调查及检测结果分析煤尘超标原因如下:
皮带转运落差大,皮带尾部落煤过程产生很多扬尘;除尘器的吸尘罩的控制点风速较低,通风除尘效果不足;除尘器的安装位置距离皮带产尘点太远,除尘效果较差;布袋除尘器对物料中的水份含量较为敏感,压缩风反吹或振打,不能完全去除粘在布袋表面水、粉尘混合物,布袋的过滤功能失去作用;散落下来的含有水分的粉尘堵塞排尘口并积满除尘器,使除尘效果进一步降低或丧失作用;一电站4#皮带廊上层为制粉系统,制粉系统煤粉泄漏至一电站4#皮带廊,现场可见地面散落大量粉尘,使得4#皮带工作环境粉尘污染更为严重。
3、剂量-反应关系建模与评价
通过收集已发布的国内典型行业煤工尘肺流行病学调查资料,根据各调查实例中的煤尘暴露水平和煤工尘肺发病率数据,拟合logistic模型中的参数值。本实施例主要收集并采用了以下煤工尘肺的流行病学调查资料。见下表。
表1-1煤工尘肺人群流行病学调查结果
根据表中呼吸性煤尘职业暴露累积接尘量与煤工尘肺发病率间的剂量-反应关系,利用SPSS 19.0.0 的logistic非线性回归对收集的煤工尘肺流行病学调查数据进行拟合。得到logistic模型中的参数值=-20.890、=3.508,R 2 =0.898。通过检验,可以认为接尘浓度与接尘工龄的乘积,即累积接尘量与发病率相关。则煤工尘肺的剂量-反应模型为:
式中:
a为呼吸性煤尘的接尘浓度,即8h时间加权平均浓度(mg/m3);
b为接尘工龄(年)。
4、风险表征:
(1)利用剂量-反应模型计算风险
煤工尘肺风险计算即采用剂量-反应评价中建立的logistic回归模型,将工人实际暴露水平数据代入上述建立的剂量-反应模型中,计算呼吸性煤尘暴露人群发生煤工尘肺的风险值。
(2)查接尘浓度、接尘工龄与发病率关系表
为了提高风险评估技术的实用性,方便计算煤尘职业暴露的风险,给出8小时时间加权平均接尘浓度(呼吸性煤尘)、接尘工龄与煤工尘肺发病率之间关系的速查表。
不同呼吸性煤尘接尘浓度和5年、10年、20年和30年接尘工龄对应的煤工尘肺发病率可以通过速查表查得。
根据上述风险预测速查表,作出不同接尘工龄的煤工尘肺发病率与接尘浓度之间的关系图。如图5所示为接尘工龄5年的煤工尘肺发病率与接尘浓度之间的关系图;如图6所示为接尘工龄10年的煤工尘肺发病率与接尘浓度之间的关系图;如图7所示为接尘工龄20年的煤工尘肺发病率与接尘浓度之间的关系图;如图8所示为接尘工龄30年的煤工尘肺发病率与接尘浓度之间的关系图。
(3)将暴露评估中得到的煤尘检测结果代入已建立的剂量-反应模型,求解工人在此环境下不佩戴防尘口罩的条件下发生煤工尘肺的风险值;或者利用速查表查询。各岗位煤尘接触情况及预测的煤工尘肺风险见下表。
表1-2各岗位煤尘接触情况及煤工尘肺风险
5、风险评估结论及建议:
由风险表征结果可以看出,按一生30年工龄计,假设工人不佩戴防尘口罩,2#和3#皮带巡检工以及4#皮带巡检工暴露于煤尘的风险高于1×10-4水平,需要采取措施降低风险。
针对煤尘的职业病危害高风险,根据风险优先权应首先完善工程技术控制措施,主要可参照以下方面进行改造。
(1)建议遵照对防尘设施进一步加以完善。现有岗位煤尘超标主要是皮带机落煤时煤尘逸散,建议考虑落煤处设置密闭形式较好的防尘罩,并使落煤时罩内形成微负压,以减少煤尘逸散。认真分析现有除尘系统不能有效防尘的原因,进一步明确除尘系统形式、位置、数量,保证煤场及转运、输送系统,特别是各转运系统落煤处煤尘浓度必须达标。
(2)尽可能减少燃煤转运落差,带式输送机各转载点设的全自动消尘除尘器及喷雾降尘设施必须保证长期使用仍能满足防尘需要。
(3)应加强燃料车间一电站制粉系统的密闭性,防止煤粉的泄漏,降低对其下层4#皮带工作环境的影响。
(4)在工艺允许的情况下,加强湿式作业。对煤槽螺旋卸车机增设雾化喷淋设施以及相应的配套的水管道以及集水槽,确保能够实施湿式作业,以减少扬尘。
(5)应提高除尘器吸尘罩的罩口风速,提高对粉尘的捕集效率,使工作场所空气中煤尘浓度达标。
此外,还应采取严格的职业卫生管理措施,加强作业工人的个人防护,为工人配备防尘口罩,并指导和监督工人正确佩戴;加强对作业工人进行呼吸防护用品的使用及维护的培训和教育,要求操作工严格遵守操作规程;加强防护设施的日常维护和检修,使其保持正常的运行状态以及良好的通风除尘效果;经常性地进行职业健康检查,并且需要对煤尘进行日常检测等组织管理措施控制并降低风险。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于定量风险评估的高危粉尘风险预警方法,其特征在于,包括:
S1、高危粉尘风险辨识:收集高危粉尘物质的相关流行病学资料数据、职业病实施例统计数据,得到风险评估所需的危险源信息,包括所述高危粉尘对人群健康的危险性、潜在影响、反应模式;
S2、高危粉尘职业暴露综合评估:对作业场所空气中高危粉尘浓度进行检测检验;基于统计分析进行作业场所职业暴露空间分析;基于计算机模拟进行高危粉尘暴露评估和高危粉尘进入人体呼吸道及肺泡的沉积量的模拟估算;
S3、高危粉尘致尘肺病的剂量-反应评估:基于流行病学资料数据,以logistic回归模型建立高危粉尘职业暴露导致尘肺病风险的剂量-反应模型;
S4、风险表征:基于S2的高危粉尘职业暴露综合评估和S3的剂量-反应模型对尘肺病的风险进行表征;
步骤S2中所述综合评估的具体步骤包括:
S201、在作业场所进行职业卫生学调查和空气中高危粉尘浓度现场检测检验;
S202、采用克里格空间插值方法进行高危粉尘浓度空间分布规律分析,分析指定时间区间的时间加权平均暴露水平的空间分布,然后通过计算机技术实现高危粉尘浓度时空变化特性的可视化;
S203、运用CFD技术的计算机模拟方法,对作业过程中高危粉尘在工作微环境下的扩散规律进行评估,确定高危粉尘扩散的速度场、压力场、扩散路径、浓度分布场;采用计算机模拟实现不同通风模式下作业工人接触高危粉尘职业暴露评估的可视化;
其中所述计算机模拟过程包括:
1)Gambit建模
根据所需模拟的作业现场布局构建整个模拟区域的三维网格;按照由点到线,由线到面,由面到体的步骤,在FLUENT前处理软件GAMBIT中从下至上的方法构建了整个模拟区域的网格;
2)网格划分
采用混合网格划分方法,选用非规则网格,即网格划分不是结构化网格,网格疏密程度不一致,同时采用四边形和三角形混合网格划分;
3)网格检查
在整体通风模式下和局部通风模式下分别对划分的网格进行质量检验,确认最小网格体积值和各网格体的偏度系数,判断网格质量;
4)边界条件设定
设置通风参数和CFD参数,所述通风参数包括通风检测位置、通风设施类型、罩口各参数、风速、风量;所述CFD参数包括作业微环境的边界条件以及粉尘颗粒物参数;
5)FLUENT求解
经过相关参数设置后,开始进行迭代运算,当在残差图中看到残差不再下降时,认为运算已经收敛,停止运算,得到运算结果;
6)结果分析
利用FLUENT自带的后处理功能以及专业软件进行多种结果形式输出,实现各种结果的可视化;
利用Tecplot对结果进行分析,得到作业微环境各平面和高度流场、烟尘颗粒物运动轨迹、浓度分布,从而得出工作场所烟尘扩散情况、暴露浓度;
包括,作业现场微环境流场分析:
分别在整体通风和局部通风模式下进行分析,分析内容包括:YZ平面速度分析及速度场分析、XZ平面速度分析及速度场分析、XY平面产尘点高度速度分析及速度场分析、XY平面呼吸带高度速度分析及速度场分析;
其中X线为产尘点高度,Z线为中线;
作业现场微环境粉颗粒物运动轨迹分析:
分别在整体通风和局部通风模式下分析X线颗粒运动和Z线颗粒运动,通过运动轨迹对比颗粒物运动趋势;
作业现场微环境粉尘浓度分布:
分别在整体通风和局部通风模式下进行人体呼吸带高度粉尘浓度分析、产尘点高度粉尘浓度分析、左中右截面粉尘浓度分析、前中后截面粉尘浓度分析;
7)模拟验证
对模拟的粉尘浓度分布与实测值比较,验证模拟结果;对粉尘现场检测的STEL浓度进行统计分析,利用SPSS 19.0.0绘制箱线图,取上下四分位数;
S204、基于医学影像进行人体呼吸道三维重建,结合CFD计算机模拟对人体呼吸道进行流场分析,分析可吸入高危粉尘在呼吸道沉积率的模拟计算以及不同粒径下、不同呼吸强度下的高危粉尘在人体呼吸道及肺泡的沉积规律及沉积量;
具体内容包括:
重建人体呼吸道三维模型,首先将CT医学影像数据导入MIMICS 16.0软件,得到人体呼吸道和肺的覆盖区域MASK并自动提取点集,然后从MASK中计算3D几何模型并选择计算模型的精确度,得到气道的3D模型,接着对该模型进行模型修补以及光滑操作,最后对气道末端进行简单切割;
结合S203的运用CFD技术的计算机模拟方法,得到人体呼吸道流场分析图,包括静压分布、流场迹线、颗粒物运动轨迹、速度矢量,从而得出人体呼吸道粉尘沉积情况,并估算呼吸系统包括尘肺中粉尘的沉积量。
2.根据权利要求1所述的基于定量风险评估的高危粉尘风险预警方法,其特征在于,步骤S1所述收集高危粉尘物质的相关流行病学资料数据、职业病实施例统计数据具体包括:收集所述高危粉尘物质的理化性质、人群暴露途径与方式、构效关系、长期动物实验数据及人群流行病学资料数据;收集方法中包括询问及现场调查,现场调查的内容包括职业史、暴露人群数量、性别、年龄分布、暴露方式、暴露时间、工人防护条件。
3.根据权利要求1所述的基于定量风险评估的高危粉尘风险预警方法,其特征在于,步骤S3所述剂量-反应模型的建立方法包括:
S301、模型选择:选用logistic回归模型;
S302、剂量-反应关系模型构建:
根据所述流行病学资料数据进行logistic回归模型参数的拟合,建立高危粉尘致尘肺病的剂量-反应模型;
将影响尘肺病的危害因素作为自变量,尘肺病发病率作为因变量,进行多因素logistic回归分析,拟合logistic回归模型。
4.根据权利要求1所述的基于定量风险评估的高危粉尘风险预警方法,其特征在于,步骤S4所述风险表征的具体步骤包括:
采用所述剂量-反应模型,将经统计处理后的作业场所高危粉尘浓度代入剂量-反应模型,求解不同工龄发生尘肺病的风险,对粉尘暴露人群在此环境下长期工作所导致尘肺病的风险进行表征,并对风险评价过程中的不确定性采用蒙特卡洛模拟方法分析职业暴露与尘肺病发病概率的分布规律。
5.一种基于定量风险评估的高危粉尘风险管理系统,其特征在于,包括生产性粉尘登记管理子系统、高危粉尘风险评估及预警子系统、尘肺病高危人群筛选监护子系统;所述生产性粉尘登记管理子系统建立数据库实现生产性粉尘管理;所述高危粉尘风险评估及预警子系统应用如权利要求1-4任一项所述基于定量风险评估的高危粉尘风险预警方法进行高危粉尘风险评估及预警;所述尘肺病高危人群筛选监护子系统用于对筛选出的尘肺病高危人群进行健康监护。
6.根据权利要求5所述的基于定量风险评估的高危粉尘风险管理系统,其特征在于,所述高危粉尘风险评估及预警子系统包括:
高危粉尘风险辨识模块:收集高危粉尘物质的相关流行病学资料数据、职业病实施例统计数据,得到风险评估所需的危险源信息,包括所述高危粉尘对人群健康的危险性、潜在影响、反应模式;
高危粉尘职业暴露综合评估模块:对作业场所空气中高危粉尘浓度进行检测检验;基于统计分析进行作业场所职业暴露空间分析;基于计算机模拟进行高危粉尘暴露评估和高危粉尘进入人体呼吸道及肺泡的沉积量的模拟估算;
高危粉尘致尘肺病的剂量-反应评估模块:基于流行病学资料数据,以logistic回归模型建立高危粉尘职业暴露导致尘肺病风险的剂量-反应模型;
风险表征模块:基于高危粉尘职业暴露综合评估模块的高危粉尘职业暴露综合评估和高危粉尘致尘肺病的剂量-反应评估模块的剂量-反应模型对尘肺病的风险进行表征。
7.根据权利要求5所述的基于定量风险评估的高危粉尘风险管理系统,其特征在于,所述生产性粉尘登记管理子系统包括:
数据库模块,建立生产性粉尘登记管理数据库;
管理指南模块,建立高危粉尘监控管理指南;
管理模块,用于数据库模块和管理指南模块的信息录入、更新维护、监控统计。
8.根据权利要求5所述的基于定量风险评估的高危粉尘风险管理系统,其特征在于,所述尘肺病高危人群筛选监护子系统包括:
筛选模块,用于根据职业暴露综合评估进行尘肺病高危人群筛检;
监护模块,用于对筛选出的尘肺病高危人群进行健康监护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210352769.4A CN114496262B (zh) | 2022-04-06 | 2022-04-06 | 基于定量风险评估的高危粉尘风险预警方法及管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210352769.4A CN114496262B (zh) | 2022-04-06 | 2022-04-06 | 基于定量风险评估的高危粉尘风险预警方法及管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114496262A CN114496262A (zh) | 2022-05-13 |
CN114496262B true CN114496262B (zh) | 2022-07-12 |
Family
ID=81489070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210352769.4A Active CN114496262B (zh) | 2022-04-06 | 2022-04-06 | 基于定量风险评估的高危粉尘风险预警方法及管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114496262B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115876655B (zh) * | 2022-12-02 | 2023-06-16 | 中国矿业大学 | 一种受限空间涉爆粉尘全过程监测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760675A (zh) * | 2016-02-23 | 2016-07-13 | 天津渤海化工集团公司劳动卫生研究所 | 电焊烟尘职业暴露导致电焊工尘肺风险分析方法 |
CN113834760A (zh) * | 2021-10-21 | 2021-12-24 | 中国矿业大学 | 实时个体工作粉尘浓度暴露空间规律监测预警系统及方法 |
CN114049490A (zh) * | 2021-11-05 | 2022-02-15 | 河南鑫安利安全科技股份有限公司 | 一种智能化职业卫生预警方法及系统 |
-
2022
- 2022-04-06 CN CN202210352769.4A patent/CN114496262B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760675A (zh) * | 2016-02-23 | 2016-07-13 | 天津渤海化工集团公司劳动卫生研究所 | 电焊烟尘职业暴露导致电焊工尘肺风险分析方法 |
CN113834760A (zh) * | 2021-10-21 | 2021-12-24 | 中国矿业大学 | 实时个体工作粉尘浓度暴露空间规律监测预警系统及方法 |
CN114049490A (zh) * | 2021-11-05 | 2022-02-15 | 河南鑫安利安全科技股份有限公司 | 一种智能化职业卫生预警方法及系统 |
Non-Patent Citations (2)
Title |
---|
下呼吸道三维模型建立及其流体力学特征研究;叶杭;《万方数据》;20210906;第1、2、4章 * |
天津市粉尘作业工人慢性呼吸系统疾病预防控制及综合示范;黄德寅等;《科技成果》;20171231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114496262A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114496262B (zh) | 基于定量风险评估的高危粉尘风险预警方法及管理系统 | |
Ramachandran | Occupational exposure assessment for air contaminants | |
Bakke et al. | Characterization of occupational exposure to air contaminants in modern tunnelling operations | |
CN105760675A (zh) | 电焊烟尘职业暴露导致电焊工尘肺风险分析方法 | |
Mohiuddin et al. | Mass and elemental distributions of atmospheric particles nearby blast furnace and electric arc furnace operated industrial areas in Australia | |
Ribalta et al. | Health risk assessment from exposure to particles during packing in working environments | |
Johnston et al. | Review of respirator performance testing in the workplace: issues and concerns | |
Khan | Real-time diesel particulate matter monitoring in underground mine atmospheres, association with the standard method and related challenges | |
Virji et al. | Sensitization and chronic beryllium disease at a primary manufacturing facility, part 1: historical exposure reconstruction | |
Noll et al. | Effects of MERV 16 filters and routine work practices on enclosed cabs for reducing respirable dust and DPM exposures in an underground limestone mine | |
Lentz et al. | Pulmonary deposition modeling with airborne fiber exposure data: a study of workers manufacturing refractory ceramic fibers | |
Cecala et al. | Long-term evaluation of cab particulate filtration and pressurization performance | |
Higashikubo et al. | Quantitative assessment of occupational exposure to total indium dust in Japanese indium plants | |
Daroowalla et al. | Flock workers' exposures and respiratory symptoms in five plants | |
Organiscak et al. | Design, testing, and modeling of environmental enclosures for controlling worker exposure to airborne contaminants | |
Sellaro | Development and Demonstration of a Standard Methodology for Respirable Coal Mine Dust Characterization Using SEM-EDX | |
Eastlake et al. | Monitoring nanomaterials in the workplace | |
Lima et al. | Optimization of Air Distribution in a Baghouse Filter Using Computational Fluid Dynamics. | |
Vincent et al. | The Measurement of Aerosols in Relation to Risk Assessment | |
Wang et al. | Natural mineral fibers: conducting inhalation toxicology studies—part B: development of a nose-only exposure system for repeat-exposure in vivo study of Libby amphibole aerosol | |
Mirakovski | Personal exposure to respirable dust in extractive industries in Western Balkan countries | |
Chang | Comparison of Diesel Particulate Matter Simulation Models and Ventilation Optimisation by Using Computational Fluid Dynamics | |
Hedges | Assessment and control of respirable crystalline silica in quarries and dimension stone mines | |
Madureira | Thesis: A Study of Respirable Coal Mine Dust Particle Deposition in the Lungs | |
National Academies of Sciences, Engineering, and Medicine | Optimizing Monitoring and Sampling Strategies |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
OL01 | Intention to license declared | ||
OL01 | Intention to license declared |