KR101847332B1 - 노동작업의 위험성 진단장치 - Google Patents

노동작업의 위험성 진단장치 Download PDF

Info

Publication number
KR101847332B1
KR101847332B1 KR1020170014592A KR20170014592A KR101847332B1 KR 101847332 B1 KR101847332 B1 KR 101847332B1 KR 1020170014592 A KR1020170014592 A KR 1020170014592A KR 20170014592 A KR20170014592 A KR 20170014592A KR 101847332 B1 KR101847332 B1 KR 101847332B1
Authority
KR
South Korea
Prior art keywords
fatigue
attacher
work
risk
behavior
Prior art date
Application number
KR1020170014592A
Other languages
English (en)
Inventor
민승남
정수아
명재성
이예림
이승엽
이경록
Original Assignee
신성대학 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 신성대학 산학협력단 filed Critical 신성대학 산학협력단
Priority to KR1020170014592A priority Critical patent/KR101847332B1/ko
Application granted granted Critical
Publication of KR101847332B1 publication Critical patent/KR101847332B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
    • G08B21/0211—Combination with medical sensor, e.g. for measuring heart rate, temperature
    • 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
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Child & Adolescent Psychology (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Emergency Management (AREA)
  • Mathematical Analysis (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Security & Cryptography (AREA)
  • Cardiology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

본 발명의 일 실시예에 따르는 노동작업의 위험성 진단장치는, 작업에 따른 부착자의 행동을 감지하도록 형성되는 센서부 및 상기 센서부로부터 수신되는 시간별 자료를 근거로, 상기 부착자의 행동을 인식하고, 이에 따른 행동 변화율을 도출하여 상기 부착자의 누적 피로도와 상기 작업의 위험성을 진단하는 제어부를 포함하고, 상기 제어부는, 상기 부착자의 체형에 따른 상기 작업의 통계치를 근거로, 상기 누적 피로도가 일정 이상인 경우, 상기 작업의 위험성을 진단하고, 상기 피로도의 단위 시간당 변화가 이전 시간당 변화에 비해 기설정된 수치 이상으로 변화하면, 변화된 수치를 가중하여 상기 누적 피로도와 상기 작업의 위험성을 재진단하는 것을 특징으로 한다.

Description

노동작업의 위험성 진단장치{LABOR RISK DIAGNOSTIC DEVICE}
본 발명의 일실시예들은 작업에 따른 행동 변화율을 시간별로 도출하여 상기 부착자의 누적 피로도와 해당 작업의 위험성을 진단하는 노동작업의 위험성 진단장치에 관한 것이다.
일반적으로 산업현장에서, 작업자가 중량물 작업 또는 운반 작업을 할 때, 반복적인 동작, 부적절한 작업 자세, 또는 무리한 힘의 사용 등으로 인하여 요통질환이나 근골격계 질환이 발생되어 작업자의 산업재해로 이어지고 있다.
여기서, 요통질환이나 근골격계 질환은 작업으로 발생되는 목, 어깨, 허리, 상·하지의 신경근육 및 그 주변 신체조직 등에 나타나는 질환을 의미한다.
또한, 산업안전보건법에서 단순 반복작업 또는 인체에 과도한 부담을 주는 작업에 의한 건강 장애에 대해 이를 예방하기 위한 적절한 조치를 취할 것을 규정하는 등 근골격계 질환 예방에 대한 사회적 비용이 꾸준히 증가하고 있는 현실이다.
그러나, 지난 30여년 간 국가의 산업구조는 물론이고 고용의 유동화, 취업의 다양화, 경영환경 및 업무의 변화 등 많은 산업 환경이 변화하였음에도 불구하고, 산업업체들은 아직까지 작업자의 요통질환이나 근골격계 질환 등의 산업재해에 대하여 관심을 기울이고 있지 않기 때문에, 산업재해 중 요통 및 근골격계 관련 질환이 20%를 넘어 근로복지공단에서는 2002년부터 무료 요통학교를 개설해 교육하고 있다.
이러한 근로복지공단의 지속적인 관리가 이루어짐에도 불구하고, 중량물을 다루는 운반작업으로 인한 요통질환이나 근골격계 질환은 계속적으로 발생되고 있고, 이로 인한 국가적, 경제적 손실이 커다란 부분을 차지하고 있다.
이에 따라, 산업현장에서, 요통 또는 근골격계 질환을 발생시키는 작업에 따라 작업자의 피로도 및 작업의 위험성을 진단하여 작업자의 요통 또는 기타 근골격계 질환에 대한 건강을 예방할 수 있는 장치가 필요하다.
본 발명의 일 목적은, 작업에 따른 행동 변화율을 시간별로 도출하여 상기 부착자의 누적 피로도를 진단할 수 있는 노동작업의 위험성 진단장치를 제공하기 위한 것이다.
본 발명의 다른 목적은, 부착자의 체형에 따른 작업의 통계치를 근거로, 누적 피로도가 임계 값 이상인 경우, 해당 작업의 위험성을 진단하기 때문에, 반복적인 특정 작업으로 인하여 발생될 수 있는 노동재해나 산업재해를 사전에 방지할 수 있는 것을 목적으로 한다.
본 발명의 또 다른 목적은, 단위 시간당 피로도의 변화에 따라 해당 작업의 위험성을 재진단할 수 있어, 부착자의 갑자스런 컨디션 난조를 파악하여 부상을 예방할 수 있는 것을 목적으로 한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)는 이하의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
이와 같은 본 발명의 해결 과제를 달성하기 위하여, 본 발명의 일 실시예에 따르는 노동작업의 위험성 진단장치는 작업에 따른 부착자의 행동을 감지하도록 형성되는 센서부 및 상기 센서부로부터 수신되는 시간별 자료를 근거로, 상기 부착자의 행동을 인식하고, 이에 따른 행동 변화율을 도출하여 상기 부착자의 누적 피로도와 상기 작업의 위험성을 진단하는 제어부를 포함하고, 상기 제어부는, 상기 부착자의 체형에 따른 상기 작업의 통계치를 근거로, 상기 누적 피로도가 일정 이상인 경우, 상기 작업의 위험성을 진단하고, 상기 피로도의 단위 시간당 변화가 이전 시간당 변화에 비해 기설정된 수치 이상으로 변화하면, 변화된 수치를 가중하여 상기 누적 피로도와 상기 작업의 위험성을 재진단하는 것을 특징으로 한다.
본 발명과 관련한 일 예에 따르면, 상기 변화된 수치는, 식(1)을 이용하여 산출되고, 여기서, 식(1)은
Figure 112017010884698-pat00001
이고, 이때, α는 상기 피로도의 단위 시간당 피로도 변화 값에 대응되는 값이고, β는 α가 일정 값 이상일 때, 가중하는 가중값인 것을 특징으로 한다.
본 발명과 관련한 일 예에 따르면, 상기 제어부는, 상기 부착자의 제1 위치의 제1 행동 변화율을 도출하여 제1 피로도를 진단하고, 상기 부착자의 제2 위치의 제2 행동 변화율을 도출하여 제2 피로도를 진단하며, 상기 제1 및 제2 피로도의 평균 값을 누적하여 상기 부착자의 누적 피로도를 진단하는 것을 특징으로 한다.
상기와 같이 구성되는 본 발명의 적어도 하나의 실시예에 관련된 노동작업의 위험성 진단장치는, 작업에 따른 행동 변화율을 시간별로 도출하여 상기 부착자의 누적 피로도를 진단할 수 있는 효과가 있다.
또한, 부착자의 체형에 따른 작업의 통계치를 근거로, 누적 피로도가 임계 값 이상인 경우, 작업의 위험성을 진단하기 때문에, 반복적인 특정 작업으로 인하여 발생될 수 있는 노동재해나 산업재해를 사전에 방지할 수 있는 효과가 있다.
또한, 단위 시간당 피로도의 변화에 따라 작업의 위험성을 재진단할 수 있어, 부착자의 갑자스런 컨디션 난조를 파악하여 부상을 예방할 수 있는 효과가 있다.
도 1a는 본 발명의 실시예에 관련된 노동작업의 위험성 진단시스템의 개념도이고, 도 1b는 도 1a의 노동작업의 위험성 진단장치의 실시 예이다.
도 2는 도 1의 제어부의 동작 프로세스이다.
도 3은 도 2를 설명하기 위한 예이다.
이하, 본 발명에 관련된 노동작업의 위험성 진단장치에 대하여 도면을 참조하여 보다 상세하게 설명한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 명세서의 도면들은 본 발명의 원리를 구체화하는 예시적인 회로의 개념적인 관점을 나타내는 것으로 이해되어야 한다. 즉, 도면도에 표시된 기능들은 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스에 의해 수행되는 것으로 이해되어야 한다.
그리고, 각각의 기능은 전용하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 상기 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다.
본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명하기로 한다.
도 1a는 본 발명의 실시예에 관련된 노동작업의 위험성 진단시스템의 개념도이고, 도 1b는 도 1a의 노동작업의 위험성 진단장치의 실시 예이다.
도 1a 및 도 1b을 참조하면, 노동작업의 위험성 진단 시스템(1000)은 센서부(100) 및 제어부(200)를 포함하는 노동작업의 위험성 진단장치(300)와 관리서버(500)를 포함한다.
실시예에 따라, 노동작업의 위험성 진단장치(300)는 센서부(100)를 구비한 다양한 목적의 디바이스들로 구현될 수 있다.
예를 들어, 노동작업의 위험성 진단장치(300)는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 태블릿(tablet) 디바이스, 전자북 디바이스, 디지털방송용 디바이스, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션 디바이스, 또는 스마트 워치(smart watch)나 스마트 글래스(smart glasses), HMD(Head-Mounted Display) 등의 웨어러블 디바이스(wearable device) 장치를 포함할 수 있으나, 이에 제한되지는 않는다.
실시예에 따라, 노동작업의 위험성 진단장치(300)는 제어부(200)가 네트워크(10)를 통해 별도의 센서부(100)와 데이터를 주고받을 수 있도록 형성된 장치일 수 있다.
보다 구체적으로, 센서부(100)는 복수의 센서들(100-1~100-N)로 구성되고, 부착자의 신체 중 어느 하나 이상의 부위에 부착되어 작업에 따른 행동을 감지하도록 형성될 수 있다.
여기서, 행동이란, 작업 시 신체의 특정한 움직임을 의미할 수 있다.
예컨대, 센서부(100)는 온도 센서, 광센서, 근전도 센서, 압력 센서, 가속도 센서, 자이로 센서, 및 심전도 센서 중 어느 하나 이상을 포함하여 부착자의 작업에 따른 행동을 감지할 수 있다.
실시예에 따라, 센서부(100)는 작업에 따른 행동을 보다 정확히 감지하기 위하여, 부착자의 신체, 예컨대, 머리, 가슴, 배, 팔, 다리 중 어느 하나의 부위에 둘 이상의 센서들(100-1~100-N)이 부착되어 작업에 따른 행동을 각각 감지할 수 있다.
예컨대, 센서부(100)는 부착자의 신체의 팔의 손목 부위에 부착되는 제1 센서(예컨대, 100-1)와 팔꿈치 부위에 부착되는 제2 센서(예컨대, 100-2)를 통해 작업에 따른 행동을 각각 감지할 수 있다.
다음으로, 제어부(200)는 복수의 센서들(100-1~100-N)로부터 수신되는 시간별 자료를 근거로, 상기 부착자의 작업에 따른 각각의 행동을 인식하고, 인식된 행동정보를 신체별로 분류하여 저장할 수 있다.
여기서, 행동정보는, 상기 부착자의 행동 횟수를 의미할 수 있다.
이때, 제어부(200)는 상기 부착자의 인식된 행동에 따른 행동 변화율을 시간별로 도출할 수 있다.
보다 구체적으로, 제어부(200)는 이전 시간구간의 행동 횟수를 기준으로 하여 현재 시간구간의 행동 횟수를 비교하고, 상기 행동 횟수의 차이에 대응되는 값에 따라 행동 변화율을 도출하고, 상기 행동 변화율을 누적하여 상기 부착자의 누적 피로도를 진단할 수 있다.
예컨대, 제어부(200)는 제1 시간구간에서 인식된 행동 횟수가 50회, 제2 시간구간에서 인식된 행동 횟수가 45회, 제3 시간구간에서 인식된 행동 횟수가 40회일 때, 이전 시간구간의 행동 횟수를 기준으로 하여 제2 시간구간의 행동 변화율 10%, 제3 시간구간의 행동 변화율 11%를 도출하고, 상기 행동 변화율을 누적하여 상기 부착자의 누적 피로도를 21로 진단할 수 있다.
실시예에 따라, 제어부(200)는 상기 부착자의 신체 중 제1 위치의 제1 행동 변화율을 도출하여 제1 피로도를 진단하고, 상기 부착자의 신체 중 제2 위치의 제2 행동 변화율을 도출하여 제2 피로도를 진단하며, 상기 제1 및 제2 피로도의 평균 값을 누적하여 상기 부착자의 누적 피로도를 진단할 수 있다.
이에 따라, 제어부(200)는 부착자의 누적 피로도를 보다 정확히 진단할 수 있다.
또한, 제어부(200)는 도출된 시간별 행동 변화율에 대응되는 값을 단위 시간당 피로도로 결정할 수 있다.
이때, 제어부(200)는 상기 부착자의 체형에 따른 작업의 통계치를 근거로, 상기 누적 피로도가 임계 값 이상인 경우, 상기 작업을 중단하도록 상기 작업의 위험성을 진단할 수 있다.
즉, 제어부(200)는 임계 값을 관리서버(500)로부터 사전에 전송받거나, 관리서버(500)와 연동을 통해 취할 수 있다.
여기서, 관리서버(500)는 노동작업의 위험성 진단장치(300)와 네트워크(10)를 통해 연결되어 데이터를 송수신하고, 부착자의 노동 위험성 진단장치(300)에 서비스를 제공하는 정보처리장치이다.
보다 구체적으로, 관리서버(500)는 통계서버(미도시)와 연동을 통해 체형에 따른 작업의 통계치를 저장하고, 노동작업의 위험성 진단장치(300)에 제공된 서비스를 통해 부착자의 체형을 입력받을 때, 체형에 따른 작업의 통계치를 근거로 설정된 임계 값을 네트워크(10)를 통해 제어부(200)에 전송할 수 있다.
예컨대, 부착자가 관리서버(500)에서 제공된 서비스를 이용하여 부착자의 체형을 노동작업의 위험성 진단장치(300)를 통해 입력하면, 작업의 위험성을 진단할 수 있도록 임계 값을 제어부(200)에 전송할 수 있다.
즉, 제어부(200)는 관리서버(500)로부터 전송받은 체형에 따른 작업의 통계치를 근거로 임계 값을 설정하고, 상기 누적 피로도가 상기 부착자의 체형에 대응되는 임계 값 이상인 경우, 상기 작업의 위험성을 진단할 수 있다.
예컨대, 제어부(200)는 관리서버(500)로부터 부착자의 체형이 175cm, 50kg 일 때, 임계 값 40을 미리 전송받고, 해당 부착자의 누적 피로도가 임계 값 40 이상인 경우, 해당 작업의 위험성을 진단하고, 부착자의 체형이 175cm, 80kg 일 때, 피로도 임계 값 100을 미리 전송받고, 해당 부착자의 누적 피로도가 임계 값 100 이상인 경우, 해당 작업의 위험성을 진단할 수 있다.
이에 따라, 제어부(200)는 부착자의 작업에 따른 시간별 피로도를 누적하고, 상기 부착자의 누적 피로도가 임계 값 이상일 경우, 지속된 동일 작업에 따른 위험성을 진단하여 부착자의 부상을 사전에 방지할 수 있는 효과가 있다.
한편, 제어부(200)는 도출된 단위 시간당 피로도의 변화가 이전 시간당 피로도의 변화에 비해 기설정된 수치 이상일 때, 단위 시간당 피로도에 변화된 수치를 가중하여 누적 피로도를 도출하고, 상기 작업의 위험성을 재진단할 수 있다.
여기서, 변화된 수치는, 식(1)을 이용하여 산출되고,
여기서, 식(1)은
Figure 112017010884698-pat00002
이고,
이때, α는 상기 피로도의 단위 시간당 피로도 변화 값에 대응되는 값이고, β는 α가 일정 값 이상일 때, 가중하는 가중값일 수 있다.
보다 구체적으로, α는 식(2)를 통해 도출될 수 있다.
여기서, 식(2)는
Figure 112017010884698-pat00003
일 수 있다.
이에 따라, 누적 피로도는 식(3)을 통해 도출되고,
여기서, 식(3)은
Figure 112017010884698-pat00004
일 수 있다.
예컨대, 단위 시간당 피로도의 변화가 50이고, 이전 시간당 피로도의 변화가 10이며, 이전의 누적 피로도가 80일 때, 피로도의 단위 시간당 피로도의 변화 값인 α는 0.8이고, β는 α가 0.3 이상일 때, 2인 가중값을 가질 수 있으므로, 변화된 수치는 160으로 도출되고, 누적 피로도는 240으로 도출될 수 있다.
즉, 제어부(200)는, 단위 시간당 피로도의 변화가 이전 시간당 피로도의 변화에 비해 기설정된 수치 이상일 때, 피로도의 단위 시간당 변화 값에 변화된 수치를 가중하여 도출된 누적 피로도가 체형에 따른 작업의 통계치의 근거로 설정된 임계 값 이상인 경우, 상기 작업의 위험성을 재진단할 수 있다.
예컨대, 제어부(200)는 이전의 누적 피로도 80에 변화된 수치 160을 가중하여 현재의 누적 피로도를 240으로 진단하고, 임계값이 150인 경우, 작업의 위험성을 재진단할 수 있다.
이에 따라, 노동작업의 위험성 진단장치(300)는 체형에 따른 작업의 통계치를 근거로, 단위 시간당 피로도의 변화에 따라 누적 피로도와 작업의 위험성을 재진단할 수 있고, 부착자의 갑자스런 컨디션 난조를 파악할 수 있으며, 특정 작업으로 인하여 발생될 수 있는 노동재해나 산업재해를 사전에 방지할 수 있는 효과가 있다.
이하에서, 제어부(200)의 동작 프로세스를 보다 상세히 설명한다.
도 2는 도 1의 제어부의 동작 프로세스이고, 도 3은 도 2를 설명하기 위한 예이다.
도 1 내지 도 2를 참조하면, 제어부(200)는 부착자에 부착되어 작업에 따른 행동을 감지하는 센서부(100)로부터 수신되는 시간별 자료를 근거로, 상기 부착자의 행동을 인식할 수 있다(S100).
이에, 제어부(200)는 상기 부착자의 행동에 따른 행동 변화율을 도출할 수 있다(S110). 보다 구체적으로, 제어부(200)는 상기 부착자의 이전 시간구간의 행동 횟수를 기준으로 하여 단위 시간당 행동 횟수를 비교하고, 행동 횟수의 차이에 대응되는 값을 행동 변화율로 도출할 수 있다.
또한, 제어부(200)는 행동 변화율에 대응되는 값을 단위 시간당 피로도로 결정하고(S120), 결정된 단위 시간당 피로도를 누적하여 상기 부착자의 누적 피로도를 진단할 수 있다(S140).
도 3에 도시된 바와 같이, 제어부(200)는 센서부(100)로부터 수신되는 시간별 자료를 근거로, 작업에 따른 행동 횟수, 50회, 45회, 15회를 시간별로 인식하고, 이에 따른 다음 시간 구간의 행동 변화율 10%와 33.3%를 각각 도출하고, 이에 대응되는 각각의 값을 단위 시간당 피로도 10과 33.3으로 결정하고, 누적 피로도 43.3을 진단할 수 있다.
이때, 제어부(200)는 상기 단위 시간당 피로도의 변화가 이전 시간당 피로도의 변화에 비해 기설정된 수치 이상일 때(S130), 단위 시간당 피로도의 변화된 수치를 가중하여 누적 피로도를 재진단할 수 있다(S150, S160).
도 3에 도시된 바와 같이, 제어부(200)는 상기 단위 시간당 피로도의 변화 23.3이 이전 시간당 피로도의 변화 10에 비해 기설정된 수치 20 이상일 때, 변화된 수치 140을 이전 누적 피로도 10에 가중하여 누적 피로도 150으로 재진단할 수 있다.
이후, 제어부(200)는 부착자의 체형에 따른 상기 작업의 통계치를 근거로, 누적 피로도가 임계 값 이상인 경우(S170), 작업의 위험성을 진단할 수 있다(S180).
도 3에 도시된 바와 같이, 제어부(200)는 부착자의 체형에 따른 상기 작업의 통계치를 근거로, 누적 피로도 150이 임계 값 100이상인 경우, 작업의 위험성을 진단할 수 있다.
상기와 같이 설명된 노동작업의 위험성 진단장치는 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성된다.
100, 100-1~100-N: 센서부
200: 제어부
300: 노동작업의 위험성 진단장치
500: 관리서버
1000: 노동작업의 위험성 진단시스템

Claims (3)

  1. 작업에 따른 부착자의 행동을 감지하도록 형성되는 센서부; 및
    상기 센서부로부터 수신되는 시간별 자료를 근거로, 상기 부착자의 행동을 인식하고, 이에 따른 행동 변화율을 도출하여 상기 부착자의 누적 피로도와 상기 작업의 위험성을 진단하는 제어부를 포함하고,
    상기 제어부는, 상기 부착자의 체형에 따른 상기 작업의 통계치를 근거로, 상기 누적 피로도가 일정 이상인 경우, 상기 작업의 위험성을 진단하고, 상기 피로도의 단위 시간당 변화가 이전 시간당 변화에 비해 기설정된 수치 이상으로 변화하면, 변화된 수치를 가중하여 상기 누적 피로도와 상기 작업의 위험성을 재진단하고, 상기 변화된 수치는, 식(1)을 이용하여 산출되고,
    여기서, 식(1)은
    Figure 112017122842258-pat00005
    이고,
    이때, α는 상기 피로도의 단위 시간당 피로도 변화 값에 대응되는 값이고, β는 α가 일정 값 이상일 때, 가중하는 가중값인 것을 특징으로 하는 노동작업의 위험성 진단장치.
  2. 삭제
  3. 작업에 따른 부착자의 행동을 감지하도록 형성되는 센서부; 및
    상기 센서부로부터 수신되는 시간별 자료를 근거로, 상기 부착자의 행동을 인식하고, 이에 따른 행동 변화율을 도출하여 상기 부착자의 누적 피로도와 상기 작업의 위험성을 진단하는 제어부를 포함하고,
    상기 제어부는, 상기 부착자의 체형에 따른 상기 작업의 통계치를 근거로, 상기 누적 피로도가 일정 이상인 경우, 상기 작업의 위험성을 진단하고, 상기 피로도의 단위 시간당 변화가 이전 시간당 변화에 비해 기설정된 수치 이상으로 변화하면, 변화된 수치를 가중하여 상기 누적 피로도와 상기 작업의 위험성을 재진단하고,
    상기 제어부는,
    상기 부착자의 제1 위치의 제1 행동 변화율을 도출하여 제1 피로도를 진단하고, 상기 부착자의 제2 위치의 제2 행동 변화율을 도출하여 제2 피로도를 진단하며, 상기 제1 및 제2 피로도의 평균 값을 누적하여 상기 부착자의 누적 피로도를 진단하는 것을 특징으로 하는 노동작업의 위험성 진단장치.







KR1020170014592A 2017-02-01 2017-02-01 노동작업의 위험성 진단장치 KR101847332B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170014592A KR101847332B1 (ko) 2017-02-01 2017-02-01 노동작업의 위험성 진단장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170014592A KR101847332B1 (ko) 2017-02-01 2017-02-01 노동작업의 위험성 진단장치

Publications (1)

Publication Number Publication Date
KR101847332B1 true KR101847332B1 (ko) 2018-04-10

Family

ID=61974981

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170014592A KR101847332B1 (ko) 2017-02-01 2017-02-01 노동작업의 위험성 진단장치

Country Status (1)

Country Link
KR (1) KR101847332B1 (ko)

Similar Documents

Publication Publication Date Title
KR102212221B1 (ko) 인체공학적 데이터 수집 및 분석
EP2729889B1 (en) Systems, computer medium and computer-implemented methods for providing health information to employees via augmented reality display
EP3721639B1 (en) Intelligent personal protective equipment
US20180177436A1 (en) System and method for remote monitoring for elderly fall prediction, detection, and prevention
JP6464002B2 (ja) 転倒検知端末およびプログラム
KR101584090B1 (ko) 미러 디바이스, 웨어러블 디바이스 및 이를 이용한 운동 관리 시스템
Grajales et al. Wearable multisensor heart rate monitor
Zhao et al. Privacy-aware human motion tracking with realtime haptic feedback
Karvekar et al. Smartphone-based human fatigue level detection using machine learning approaches
JP6563220B2 (ja) 転倒検知端末およびプログラム
KR101847332B1 (ko) 노동작업의 위험성 진단장치
WO2016209985A1 (en) System and method for passive event detection system for traumatic event
Mean et al. Investigation on musculoskeletal symptoms and ergonomic risk factors at metal stamping industry
Savla et al. Resq-smart safety band automated heart rate and fall monitoring system
JP7131981B2 (ja) 生体情報管理システム、および体調評価システム
JP2022086699A (ja) 体調評価方法、および、体調評価システム
Thirugnanasammandamoorthi et al. Improvements on integrated health and safety management system based on wi-pose to increase productivity
Martins et al. Combining Inertial-Based Ergonomic Assessment with Biofeedback for Posture Correction: A Narrative Review
CN112244882B (zh) 一种基于多模态生理数据的疾病预警方法和装置
Zhang et al. Manufacturing Worker Perceptions of Wearing Ambulatory Inertial Sensors in the Workplace: An Exploratory Cluster Analysis
Alsereidi et al. Smart Detective Gloves (PROSAFE) for Reducing Carpal Syndrome Injuries
KR102618223B1 (ko) 헬스 케어 시스템 및 방법
US20220233390A1 (en) Movement-dependent stabilization support system
EP3405852B1 (en) Method and apparatus for adapting wearable device
Lee et al. Detecting Activities Exposing Construction Workers to the Risk of Developing Carpal Tunnel Syndrome

Legal Events

Date Code Title Description
GRNT Written decision to grant