改善肩部疲劳的动力耐力时间预测:一个比较性评估.
Patricia O'Sullivan1, Matteo Menolotto1, Brendan O'Flynn1
1Tyndall National Institute, University College Cork, Cork, T12 R5CP, Ireland.
Applied ergonomics
|February 25, 2025
概括
本研究引入了一种改进的方法,用于预测与工作相关的肌肉骨疾病 (WMSD) 风险,使用生物力学耐力模型和一种新的扭矩量化方法. 优化的方法显著减少了预测错误,有助于预防工业伤害.
科学领域:
- 生物力学 生物力学
- 人体工程学就是人体工程学.
- 职业健康 职业健康 职业健康
背景情况:
- 与工作相关的肌肉骨疾病 (WMSDs) 是各种行业的一个重要问题.
- 评估和减轻WMSDs的现有方法包括可穿戴传感器和生物力学耐力模型.
- 需要更准确和个性化的方法来预测身体压力和预防伤害.
研究的目的:
- 为了比较六种不同的生物力学耐力模型的性能.
- 评估四种定量最大扭矩 (Torque_max) 的方法,包括一种新的方法.
- 为负载动态运动开发一个优化和个性化的耐力预测方法.
主要方法:
- 使用可穿戴传感器和生物力学耐力模型.
- 对比了六种耐力模型:消耗耐力,新改进的消耗耐力,弗雷定律 (指数和功率),以及Avin一般和肩膀模型.
- 引入并测试了一种用于定量Torque_max的新方法.
主要成果:
- 新的Torque_max量化方法,与新的改进的消耗耐力模型相结合,产生了最低的根平均平方误差 (RMSE).
- 平均RMSE从41.08s降至19.11s整体,男性降至26.13s至12.16s,女性降至51.28s至24.45s.
- 在25%和45%的标准化强度动态任务中,分别获得了0.459和0.314的R平方值 (P < .01).
结论:
- 提出的方法提供了一种优化和个性化的方法,用于预测动态负载运动中的耐力.
- 这种方法直接适用于工业任务,可能减少上肢应变.
- 这些发现表明,有一条途径可以显著降低WMSD在工作场所的发生率.
