ندا مهدوی، حسن ختنلو، مهدی درویشی، جواد فردمال، ایمان دیانت، رشید حیدری مقدم،
دوره 13، شماره 2 - ( 4-1402 )
مقدمه: خستگی جسمانی از مهمترین ریسکفاکتورهای آغازگر اختلالات اسکلتی-عضلانی در محیطهای کاری است که هزینههای جانی و مالی زیادی در پی داشته است. تأثیر ریسکفاکتورهای جسمانی/ بیومکانیکی، روانی-اجتماعی، محیطی و فردی بر خستگی عضلانی انکار ناپذیرست. هدف این مطالعه مدلسازی پدیده خستگی عضلانی (به عنوان خروجی) ناحیه دست در محیطهای کاری واقعی بر اساس این ریسکفاکتورها (به عنوان ورودی) با استفاده از روشهای نرم محاسباتی است.
روش کار: در گام اول ریسکفاکتورهای موثر بر خستگی ۱۵۶ آزمودنی در سه شغل با نیازمندیهای جسمانی متفاوت اندازهگیری شد. این ۱۲ریسکفاکتورها با پرسشنامههای محیطی، روانی-اجتماعی کوپنهاگ، دموگرافیک و ابزار Man-TRA استخراج شدند. سپس جهت اندازهگیری خستگی با داینامومتر و شتابسنج سه-محوره به ترتیب از معادله Roman-Liu و میانگین مجذور دامنه امواج شتاب استفاده شد. در نهایت با توجه به ماهیت ریسکفاکتورها و پدیده خستگی از ۶ دسته (۲۴روش) یادگیری ماشین نظارتشده مبتنی بر طبقهبندی و با کمک نرمافزار ،(MatLab R۲۰۱۷b, The Mathworks Inc., MA, U.S.A.) MatLab برای برازش مدلها استفاده شد.
یافته ها: بهترین مدلهای برازش شده در نیمه اول و دوم شیفت کاری، با استفاده از روشهای ماشین بردار پشتیبان حاصل شد. ریسکفاکتورهای جسمانی بیشترین تأثیر را بر خستگی جسمانی داشتند. پس از فیلتر نمودن ریسکفاکتورهای کماولویت، در نیمه اول شیفت کاری بهینهترین مدل صحت %۷۱/۸، دقت %۷۲/۵، حساسیت %۷۶/۹، ویژگی %۷۰/۸ و قدرت افتراق برابر با %۷۳ و در نیمه دوم شیفت کاری با صحت، دقت، حساسیت و ویژگی به ترتیب برابر با %۶۰/۳، %۵۷/۵، %۵۰ و %۴۶/۹ و قدرت افتراق در حدود %۶۲ به دست آمد.
نتیجه گیری: مدلهای برازش شده برای خستگی دست در هر دو بخش شیفت عملکرد قابل قبولی داشتند، اما همچنان قابلیت بهینهتر شدن را دارا هستند. لذا ضروریست، مطالعات آینده ضمن ارتقای کیفی دادههای ورودی و خروجی، سایر ابعاد مؤثر بر خستگی همچون بار کاری شناختی، نوع شیفت کاری و غیره را در مدلها لحاظ کنند.