تقييم عوامل الخطر في الرفع باستخدام مستشعرات الحركة

اقرأ في هذا المقال


نظرة شاملة عن مستشعرات الحركة:

قد يؤدي مزيج من عوامل الخطر الجسدية المتعلقة بالعمل مثل المواقف المحرجة أو رفع الأثقال إلى زيادة خطر الإصابة بمشاكل أسفل الظهر، يواصل العاملون في مجال السلامة والصحة المهنية إجراء البحوث للوقاية من إصابات العضلات والعظام في مكان العمل، استخدم الباحثون إعدادات الصناعة والتقارير الذاتية وطرق المراقبة لتقييم هذه الإصابات، ومع ذلك، فإن هذه الأساليب لها قيود بسبب التصنيفات الذاتية لعوامل الخطر، توفر التطورات الأخيرة في تكنولوجيا الاستشعار إمكانات كبيرة لتحسين طرق تقييم المخاطر التقليدية، حيث أصبحت التقنيات القابلة للارتداء القائمة على وحدة القياس تسمى بالقصور الذاتي، غيما بعد أصبح شائع كأداة لتتبع أوضاع الجسم بالكامل لتقييم المخاطر المريحة.

مستشعرات (IMU)، وكما هي موضحة في الشكل التالي، تكون صغيرة وخفيفة الوزن وتتطلب القليل من الطاقة ويمكنها مراقبة أوضاع العامل على مدى فترة طويلة، لتحقيق أقصى استفادة من التقنيات القابلة للارتداء لتقييم المخاطر المريحة، بعد ذلك تم تطوير عدة خوارزميات لقياس زوايا وضعية الجسم، تم تحديد الرفع اليدوي المتكرر كأحد عوامل الخطر الرئيسية لاضطرابات العضلات والعظام، ومع ذلك، لم يتم تطوير خوارزميات لمعالجة البيانات من مستشعرات (IMU) لتحديد مدة مهمة الرفع وعوامل خطر الرفع الأخرى المترتبة على الحالة.

sensors-768x567-1-300x221

طور المعهد الوطني للسلامة والصحة المهنية (NIOSH) طريقة شائعة لتقييم مخاطر الرفع تسمى “معادلة رفع (NIOSH) المنقحة”، وبالنسبة لهذه المعادلة، فأن الارتفاع الرأسي (V) للجسم المرفوع إلى الأرض والمسافة (H) بين الجسم المرفوع والجسم أثناء مهمة الرفع، ثبت فيما بعد أنها منبات مخاطر جيدة لآلام أسفل الظهر، و لتحديد مهام الرفع وعوامل الخطر المرتبطة بها (V و H ومدة الرفع)، باستخدام توفر مستشعرات (IMU) تقدم لنا معلومات حول المخاطر وسبل تقييمها والحاجة الى التدخلات اللازمة لاحقاً.

لقد عمل باحثو (NIOSH) مع كل من شركتي (FocusMotion و Kinetic) على تطوير خوارزميات قادرة على تحديد مدة الرفع بالإضافة إلى (V و H) أثناء الرفع؛ وذلك باستخدام خمسة مستشعرات (IMU) فقط.

يستخدم نظام درجة البحث النموذجي من 13 إلى 17 مستشعراً لالتقاط حركات الجسم بالكامل، وتوفر بيانات حركة الجسم كامل المعلومات لتقدير بعض عوامل الخطر (LBP)، ومع ذلك، فإن هذه الأنظمة باهظة الثمن ومرهقة ومصممة لأغراض بحثية فقط، يكلف كل نظام ما لا يقل عن 10000 دولار – 35000 دولار، وحسب التكوين المطلوب.

أجرت (NIOSH) اختبارات لتحديد أصغر عدد من أجهزة الاستشعار التي يمكن استخدامها لتقييم عوامل خطر (LBP) بشكل موضوعي في ظروف العمل المتغيرة.

جمع الباحثون بيانات حركة الجسم لعشرة أفراد يقومون بمهام الرفع باليدين في مواقع مختلفة في بيئة عملية، وتم تسجيل حركة الجسم في وقت واحد بواسطة خمسة مستشعرات (IMU) على الرسغين وأعلى الذراع اليمنى وأعلى الظهر والفخذ الأيمن، يقدم نظام التقاط الحركة من الدرجة البحثية الخالصة وليس العملية وكما هو مطلوب، لذلك تم تقييم دقة نظام الاستشعار الخمسة من خلال البيانات التي تم جمعها باستخدام نظام درجات البحث، وقد استخدم الباحثون 360 تجربة لاختبار قدرات الخوارزمية التي تم وضعها، ثم قاموا بتطوير نموذجين، وهما نموذج النسبة الذي يستخدم فقط البيانات من خمسة أجهزة استشعار ونموذج النسبة وطول جزء الجسم الذي يستخدم بيانات المستشعر ومعلومات طول جزء الجسم.

النتائج الرئيسية لعملية التقييم:

  • كانت الخوارزمية قادرة على قياس مدة الرفع في غضون ثانية واحدة تقريباً من الخطأ.
  • أدت الخوارزمية أداءً جيداً في قياس زاوية انثناء الجذع بدقة تراوحت (~ 2 ° خطأ).
  • لم تعمل الخوارزمية الخاصة بنموذج النسبة بشكل جيد في قياس (V و H)، كان متوسط أخطاء (V و H 33 سم و 6.5 سم) على التوالي.
  • حسنت الخوارزمية لنموذج النسبة وطول قطعة الجسم بدقة قياسات تراوحت ما بين (V و H إلى 14 و 2.2 سم) على التوالي.

على الرغم من أن دقة النظام ليست مرغوبة تماماً، إلا أن هذه الدراسة تشير إلى إمكانية استخدام تقنية (IMU) مع عدد محدود من أجهزة الاستشعار لتحديد عوامل الخطر المتعلقة بالرفع، ومن المتوقع أن تنخفض تكاليف تنفيذ مثل هذا النظام  في الأيام القادمة، حيث يمكن اكتشاف خوارزميات أكثر فعالية باستخدام أساليب التعلم الآلي، والذكاء الاصطناعي، كما أن هناك حاجة إلى بحث مستقبلي لتحسين تقديرات عوامل خطر الرفع المختلفة باستخدام عدد محدود من أجهزة الاستشعار.

المصدر: Seel, T., Raisch, J., Schauer, T. (2014). IMU-Based joint angle measurement for Gait Analysis, Sensors, 14 (4), 6891-6909.Battini, D., Persona, A., & Sgarbossa, F. (2014). Innovative real-time system to integrate ergonomic evaluations into warehouse design and management. Computers & Industrial Engineering, 77, 1-10.Aoki, T., Feng-Shun Lin, J., Kulic, D., Venture, G. (2016). Segmentation of human upper body movement using multiple IMU sensors, 2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 3163-3166.National Research Council (2001). Musculoskeletal Disorders and the workplace: low back and upper extremities. Washington, DC.


شارك المقالة: