http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
작업 부담 수준 별 작업자의 근육 부담 예측 가이드라인 제시
공용구(Yong-Ku Kong),최경희(Kyeong-Hee Choi),심현호(Hyun-Ho Shim),김승연(Seoung-Yeon Kim),박상수(Sang-Soo Park),심진우(Jin-Woo Shim),김민정(Min-Jung Kim) 대한인간공학회 2021 대한인간공학회 학술대회논문집 Vol.2021 No.11
Objective: 본 연구는 APDF(Amplitude Probability Distribution Function)를 이용하여 작업 부담 수준 별 가이드라인을 도출하고, 이를 기반으로 위험 경고 수준을 수립하고, 이를 기반으로 작업자의 근피로도 및 근육 부담의 정도를 예측하기 위해 수행되었다. Background: APDF란 근전도 신호를 기반으로 전체 작업시간동안 발휘한 힘의 크기를 이용하여 근피로도나 근육 부담정도를 예측할 수 있는 모델이다(Jonsson, 1982). 다만, 작업 부담 수준에 대한 APDF에 적용되는 근전도 신호의 다양한 연구결과로 인해, 실제 산업현장에 바로 사용하는 것에는 다소 한계가 있다. 따라서 작업 부담 수준 별 APDF 가이드라인을 도출하는 연구를 수행하고자 하였다. Method: 본 연구는 3가지 작업 부담 수준에 대한 근활성도 분석을 진행하였다. 저 위험 작업은 110cm 높이, 중 위험 작업은 160cm, 고 위험 작업은 205cm 높이에 대해서 수행하였다. 피실험자를 대상으로 상부승모근(Upper Trapezius)을 분석하기 위해 근전도(Noraxon, TELemyo DTS)장비를 이용하여 데이터를 수집하였다. 근피로도 수준을 평가할 수 있도록 APDF50과 APDF90을 조합하여 3수준의 작업 부담 경고 수준을 도출하였다. Results: 작업 부담 수준에 대한 APDF 분석 결과, 저 위험 작업에서의 APDF50, APDF90의 %MVC값이 가장 낮았으며, 고 위험 작업에서 가장 높은 값이 도출된 것을 확인할 수 있었다. 작업 부담 경고 수준 또한 고 위험 작업에서 3단계로 높은 근피로도 수준이 나타났다. Conclusion: 본 연구의 결과, 작업 위험 수준 별 APDF50와 APDF90에 대한 가이드라인을 각각 도출하였다. Application: 본 연구는 근피로도 및 근육 부담의 정도를 정량적으로 예측하여 작업현장의 작업자들의 근골격계 질환을 예방할 수 있을 것으로 기대되며, 추후 다양한 산업 분야로의 적용 가능성을 확인할 수 있었다.
이승 보조 돌봄 작업의 수동 돌봄(Manual Care)과 로봇 돌봄(Robot-aided Care)의 작업부하 비교를 위한 작업부담 평가체계 개발
공용구(Yong-Ku Kong),최경희(Kyeong-Hee Choi),심현호(Hyun-Ho Shim),조민욱(Min-Uk Cho),김민정(Min-Jung Kim),박상수(Sang-Soo Park),심진우(Jin-Woo Shim),김승연(Seoung-Yeon Kim) 대한인간공학회 2021 大韓人間工學會誌 Vol.40 No.5
Objective: The aim of this study was to develop an assessment system for quantitatively comparing the workloads of manual care (MC) and robot-aid care (RC) of the care jobs. Background: Due to the rapid aging of Korea, the demand for human resources for elderly care tasks has been rapidly increased. Caregivers taking care of the elderly have been under high physical and mental stress due to various types of care work. Recently, many care robots using the technology of the 4th Industrial Revolution have been proposed as a solution to reduce caregiver’s load. However, there is still insufficient research to evaluate the physical and mental load relief effects of caregivers through comprehensive assessment. Method: The upper index (physical and mental loads) and the lower indexes of each upper index were determined through the literature survey and 42 ergonomic experts’ opinions. Ergonomics experts and caregivers also conducted the Analytic Hierarchy Process (AHP) to determine weights of the upper and lower indexes. Two task types (Bed to Chair and Chair to Bed) and two care types (Manual care and Robot-aid care) were performed to estimate the final work load scores based on the task types and care types in this study. Results: The results of the AHP analysis showed that the physical load was higher than the mental load for elderly caring tasks. Muscle load was the highest work stress in the physical load, followed by subjective body and posture loads. Safety stress was the most in the mental load, followed by task-difficulty stress and emotional stress, respectively. Robot-aided care showed a lower final workload score, including physical and mental load scores, than manual care in both types of tasks (Bed to Chair, Chair to Bed). Conclusion: A workload assessment system was developed by selecting assessment indexes of physical and mental loads that reflect the characteristics of transfer assistive care. It was noted that the physical and mental loads might be reduced in robot-aided care compared to manual care based on this study. Application: The workload assessment system can be used to quantitatively evaluate the reduction of workloads for applying different types of manual care and robot-aided care systems in elderly care work.
작업 자세 평가를 위한 AWBA 자동 평가 프로그램 개발 및 검증
공용구(Yong-Ku Kong),최경희(Kyeong-Hee Choi),심현호(Hyun-Ho Shim),김민정(Min-Jung Kim),박상수(Sang-Soo Park),심진우(Jin-Woo Shim),김승연(Seoung-Yeon Kim) 대한인간공학회 2021 대한인간공학회 학술대회논문집 Vol.2021 No.11
Objective: 본 연구는 영상이나 사진에 대하여 육안을 통해 작업 자세 평가 시 평가자에 의한 오류를 최소화하기 위하여 IMU 센서 모션 캡쳐 데이터를 이용한 AWBA 자동 평가 프로그램을 개발하고, 검증하고자 한다. Background: 농작업은 다른 산업에 비해 근골격계 질환 유병률이 높은 편이며, 농작업 특성상 다양한 하지자세로 인해 현재 널리 사용되고 있는 RULA, REBA, 그리고 OWAS와 같은 자세 평가 도구로는 정확한 평가에 한계가 있다. 또한 인간공학적 평가 도구를 이용하여 작업 자세 평가 시에는 평가자의 주관적인 요소가 평가 결과에 반영될 수 있어 객관적인 평가 결과를 도출하기 어렵다는 한계점이 있다. Method: 성인 남성 2명을 대상으로 웨어러블 IMU센서를 부착하고 AWBA의 상지 14개 자세와 하지 13개 자세를 측정하여 판별 기준과 필요한 신체각도를 선정하여 상지자세 평가도구(AULA)와 하지자세 평가도구(ALLA)의 평가 알고리즘을 설계하였다. 이를 기반으로 프로그램의 목적과 기능을 설정하여 JAVA와 Eclipse IDE를 이용하여 프로그램을 개발하였으며, 신뢰도 검증을 위해 성인 남성 1명을 대상으로 웨어러블 IMU센서를 부착하고 측정한 데이터 중 59개 자세를 선정하여 기존의 평가 방식인 수동평가 방식과 프로그램 평가 결과에 대한 일치도 분석을 수행하였다. Results: 평가 알고리즘은 AULA와 ALLA에 대하여 각각 도출하고, 이를 조합하여 전신자세(AWBA)의 위험도를 최종 도출하는 구조로 설계하였으며, 프로그램의 기능과 목적에 따라 4개 페이지로 개발하였다. 상지자세 평가(AULA)의 일치도는 90%이상으로 나타났으며, Kappa 계수 또한 매우 높은 일치도를 보인 반면, 하지자세 평가(ALLA)의 일치도는 71.2%를 나타났으며, Kappa 계수는 0.67로 상당한(Substantial)일치도를 보였다. Conclusion: Cohen’s Kappa 분석 결과, AULA는 매우 높은 정확성 및 일관성을 보여 프로그램을 통한 자세 평가가 가능하다고 판단되며, ALLA는 상당한(Substantial) 일관성을 보였지만, Sitting 자세의 일치도가 낮아 프로그램을 통한 평가에 한계가 있다고 판단된다. 추후에는 ALLA 평가 알고리즘을 수정하여 일치도를 개선하고자 한다. Application: 본 연구 결과는 대표 작업 자세 선정이 어려운 작업이나 육안으로 자세 평가를 수행하기 어려운 경우에 유용하다고 사료된다.