高海拔铁路工程不同工种施工人员的作业疲劳评估

莫俊文， 钟建栋

(1. 兰州交通大学 土木工程学院， 甘肃 兰州 730070;2. 陕西省交通规划设计研究院有限公司， 陕西 西安 710065)

铁路是国家战略性、先导性和关键性的重大基础设施，在经济社会发展中的地位和作用至关重要。2020年8月，国家颁布《新时代交通强国铁路先行规划纲要》[1]，提出对边疆及中西部欠发达地区加快实施一批战略性、标志性重大铁路项目，有力支撑西部大开发。然而，我国西部的铁路建设线路大部分处在高海拔地区，工人常年在低压缺氧、气候多变、强紫外线辐射等恶劣的施工环境下从事体力劳动，当体力消耗达到疲劳界限时会产生疲劳，从而引发施工现场安全事故和生产效率降低。同时，长期处于高海拔地区从事高强度作业，会对工人的身体机能造成不可逆的损伤，并诱发一系列高原职业病[2]。因此，对高海拔地区铁路工程施工作业疲劳进行研究十分必要。

作业疲劳是在施工过程中，由于作业人员身体能量消耗而导致的一系列心理、生理状态变化现象[3]。最早于20世纪80年代由美国学者在机动车驾驶领域开始研究[4]。根据调查显示，建筑业33%的工作造成的肌肉骨骼损伤和疾病可归因于疲劳和过度劳累[5]，而在日常工作中约有20%～40%的建筑工人处于超负荷状态[6]。与低海拔地区相比，高海拔地区的作业疲劳因缺氧等环境条件会更加明显和强烈，当作业人员的生理负荷水平超出摄氧量的33%时，就会产生疲劳感而无法继续工作[7]。建筑工人的疲劳状况与身体认知功能障碍之间存在一定联系[8]，当工人出现作业疲劳时，往往会伴随着生理指标的变化以及行为能力的降低。徐明伟[9]以砌砖工人持续体力劳动为研究对象，在研究心率变化对人体生理疲劳的影响时，提出心率恢复时间与生理疲劳程度相关。Reenen H V[10]采取肌电图测定工人的肌肉疲劳情况，发现进行耐力培训可以降低疲劳。郭伏[11]通过研究心电、表面肌电和疲劳感数据，揭示疲劳感与作业时间呈正向线性关系。现阶段，对建筑业作业疲劳的研究逐渐增多，但大量研究主要集中于中低海拔地区，对高海拔地区的研究较少，研究方法主要以主观评价和生理测量为主，缺乏对行为能力的综合考虑，且缺少有效的作业疲劳评估模型。

为探讨高海拔地区恶劣的施工环境对铁路施工人员作业疲劳的影响程度，揭示不同工种之间的疲劳差异，依托拉林铁路LLZQ-1标段工程的现场实测，综合考虑主观、行为及生理指标，建立作业疲劳多指标测量的线性回归数学模型，对铁路工程施工中的重点工种：架子工、钢筋工、木工、混凝土工进行研究，以期降低铁路工程安全事故，提高工程作业效率。

1 对象与方法

1.1 研究对象

选取拉林铁路LLZQ-1标段的施工人员进行研究，该标段位于西藏自治区山南市贡嘎县境内，全线平均海拔为3800 m，最高海拔可达5000 m，属于藏南、雅鲁藏布江中游河谷地带，高寒缺氧，气候变化多端，施工条件极端恶劣。选取被试工种为架子工、钢筋工、木工和混凝土工，参考相关文献中被试的选取个数，每个工种选取5人作为测试对象，被试基本信息情况见表1，要求被试人员身体健康，年龄为30～50岁的男性，熟练掌握工作任务，且睡眠、饮食、劳动均无显著障碍，确定测试对象长期处于高原环境下工作，均已达到习服。实验前要求所有实验对象保证充足的睡眠，避免剧烈运动，以减小外界因素对测试结果的干扰。

表1 被试基本信息情况

1.2 研究方法

1.2.1 指标选取

为合理选取施工人员作业疲劳评价指标，按照简单有效，且尽量避免干扰正常施工任务的选取原则。对国内外相关研究进行分析，心率和能量代谢率是劳动强度及疲劳评价中最为常用的指标，心率是反应人的生理疲劳的可靠指标，单位为bpm。能量代谢率指人体在单位时间内的产热量，单位为kcal/(m2·min)。且心率与能量代谢率之间存在如式(1)所示的关系[12]，其中，基础代谢率参照表2。

表2 我国正常人的基础代谢率平均值

能量代谢率=基础代谢率+0.072×心率-5.608

(1)

考虑到高海拔地区的氧气压力低，施工人员长时间进行重体力作业会影响人的感知觉，使反应时延长，而反应时是能够对视觉功能和疲劳状态等生理心理学因素进行有效评估的指标[13]，因此选择反应时作为测试施工人员行为能力的指标。施工人员在主观感觉上对疲劳也有一定的反映，选择主观体力疲劳分数(The Scale for Ratings of Perceived Exertion，RPE)对施工人员的主观疲劳进行测量。综上，本文选择反应时、心率、能量代谢率和RPE量表作为测量高海拔地区铁路工程施工人员作业疲劳的指标。

1.2.2 实验设备及方法

选择PC-PVT 2.0[14](图1)及POLAR H10智能心率传感器(图2)对高海拔地区铁路工程施工人员的作业疲劳进行测试。PC-PVT 2.0作为测试施工人员疲劳反应时长的工具，目前已被多数研究人员证实是用于客观测量疲劳有效方法。当显示器以红色四位毫秒计数的形式发出指令时，被试快速点击鼠标做出响应，若被试提前点击时，屏幕出现“FS”错误提示(“FS”指反应时测试中，工人因疲劳感上升或高度紧张，在指令出现之前点击鼠标导致系统提示错误；Flase)。该工具测试的不确定因素为命令之间的可变时间段(间隔时间为2～10 s)，其中，每个被试的测试时间为5 min。POLAR H10是一款具备24 h连续心率测量功能的心率传感器，该设备由被试准确佩戴至胸口位置进行正常的施工作业，测试数据可通过POLAR FLOW软件自动反馈至手机端。

图1 PC-PVT反应时测试

图2 心率传感器(POLAR H10)

测试开始前，要求被试人员掌握实验要求并熟悉测试流程。被试至工作地点后使心率恢复到正常水平，测量静息状态下被试的反应时及心率数据，随后开始正常的施工任务，心率传感器自动记录被试每分钟的心率变化数据，作业结束后及时测量被试的反应时，并按照自身的疲劳感受准确填写RPE(Rating of Perceived Exertion)量表，如表3所示。实验要求收集被试在作业前后的反应时间和错误次数，静息和工作时的心率数据，以及主观体力疲劳分数。

表3 主观体力疲劳分数量表

1.2.3 评价方法

采用SPSS软件对测试结果统计分析，通过构建反应时疲劳评价模型及心率指标与疲劳等级的对应关系对作业疲劳进行评估。

2 结果分析

2.1 指标测量结果分析

2.1.1 反应时指标

汇总4个工种疲劳前、后的反应时数据，借助PC-PVT 2.0进行线性拟合，剔除反应时测量数据中的ML(RT>1000 ms,RT为Reaction Time)数据，并统计FS次数。对作业前的反应时数据进行T检验，结果显示架子工、钢筋工、木工和混凝土工的P值均大于0.05，表明虽然作业前被试人员的反应时存在不同，但各工种间的差异并不显著。

将作业前后的反应时和ML，FS次数组成配对样本，对其进行统计学分析。经检验，作业前后各工种的反应时和FS次数符合正态分布，采取配对样本T检验，ML次数不符合正态分布，采用秩和检验，分析结果如表4，5所示。20名被试作业后的反应时与作业前相比都具有极显著性差异(P<0.01)，且作业前后的FS次数差异也具有统计学意义(P<0.01)，对ML次数进行威尔科克森符号秩检验，结果显示，作业前后的ML次数不具有显著差异(P>0.05)，该结果在一定程度上反映了虽然被试在工作后感到十分疲劳，但仍对反应时测试有一定的专注性。

表4 作业前后反应时、FS指标配对样本T检验

表5 作业前后ML指标配对样本秩和检验

在传统反应时测量的相关研究基础上，引入作业疲劳的警觉性指数(Index of Psychomotor Vigilance Task，Ipvt)，同时考虑测试的准确率和平均反应时，对高海拔地区铁路施工人员的作业疲劳进行评估。将Ipvt值作为评估疲劳度的量纲，依据测试的准确率和平均反应时建立反应时指标的疲劳评价模型，反映为被试的准确率越高，平均耗时越小，Ipvt的值就越大，警觉性高，对应的疲劳程度就越低。Ipvt按照式(2)计算：

(2)

式中：Ipvt为警觉性指数(无量纲)；NS为受试PVT准确操作数；NP为参比PVT准确操作数；TS为受试PVT准确操作平均耗时(ms)；TP为参比PVT准确操作平均耗时(ms)；N为参比测试总数。

以被试的作业后反应时作为受试数据，作业前反应时为参比数据构建疲劳评估模型，建立疲劳等级表，见表6，按照TB /T 2607—2006《铁道行业体力劳动强度分级》的划分层次将疲劳等级分为五级。其中疲劳等级的划分原则参照文献[15]。对20名被试的作业疲劳度进行评价，可得架子工、钢筋工、木工、混凝土工的Ipvt值分别为0.882，0.822，0.702，0.803。综上，在反应时指标分析中，架子工、钢筋工、木工、混凝土工的疲劳度分别为中度、重度、很重度、重度。

表6 疲劳等级划分

2.1.2 心率指标

通过实验测试获取高海拔地区不同工种施工人员作业心率变化数据，如图3所示，被试心率在作业疲劳测试初期快速增加，而后保持在一个范围内波动，可以看出，人体心率随作业强度和作业时间的变化呈动态变化。各工种在作业前的静息心率基本相同，初始心率无明显差异。

图3 不同工种施工人员作业心率变化

根据相关研究，施工人员需要在工作4～5 min后才能达到与作业强度相适应的水平，进入作业阶段的稳定期[16]，因此，本文选择被试5 min后的心率，取平均值作为工作状态下的心率数据，如表7所示。高海拔地区铁路工程不同工种施工人员在作业过程中心率差异较直观。木工的平均心率可达到130.19 bpm，其中有2人的平均心率超过130 bpm，4人的心率峰值达到150 bpm以上，钢筋工、木工、混凝土工的心率变异系数无明显差别，架子工的心率变异系数为4.25%，猜测与架子工的工作性质相关。心率与作业疲劳等级的对应关系见表8[7]。木工的作业疲劳度为很重度；架子工的平均心率为109.66 bpm，疲劳度为中度；钢筋工、混凝土工的平均心率分别为124.40,123.26 bpm，疲劳度为重度。对20名被试的心率数据进行差异性检验分析，结果与反应时指标分析相一致。

表7 高海拔铁路工程不同工种的施工人员心率

表8 基于心率指标的作业疲劳度评价 bpm

2.2 构建作业疲劳评估模型

通过统计并计算20名被试人员的测试结果，得出反应时、心率、能量代谢率以及RPE值，如表9所示(表中，工种1，2，3，4分别代表架子工、钢筋工、木工和混凝土工)。以反应时、心率和能量代谢率作为评价模型的输入，分别设为x1，x2，x3，RPE值作为评价模型的输出，设为y。利用SPSS对高海拔铁路工程施工人员的指标数据回归分析，得出作业疲劳评估模型，见式(3)。拟合检验显示R2=0.785，调整后R2=0.745，模型整体拟合效果较好，对各变量进行T检验，x1，x2，x3的显著性概率分别为0.041,0.018,0.00，满足p<0.05。表明反应时、心率和能量代谢率无直接相关性，可以作为解释变量存在于模型中。

表9 施工人员作业疲劳测试结果表

y=0.038x1+0.107x2+0.057x3-10.853

(3)

选择拉林铁路施工人员不同作业工种各3人作为模型验证的对照组，采用相同的实验方法测量其反应时、心率和能量代谢率指标，根据疲劳评估模型，计算出各工种的作业疲劳等级，与实验组所测得的RPE值汇总，进行描述性统计，如表10所示。对两组数据采取成对样本检验，结果显示，实验组与对照组的作业疲劳评估等级之间的相关性系数为0.992，表明两组数据的相关性极强，验证了模型的有效性。

表10 实验组与对照组疲劳等级评估值

3 讨 论

研究结果表明，该段工程的整体作业疲劳处于中度—很重度。其中，木工、钢筋工、混凝土工、架子工的疲劳程度分别为：很重度、重度、重度、中度。钢筋工、木工和混凝土工的平均心率大于110 bpm，存在多个被试心率峰值超过或接近卫生限制，需要引起重视。通过与现场工人交流，各工种的疲劳程度与实际相符，架子工的重体力劳动较少，但工作安全性较低，架子工存在“FS”次数偏多以及个别被试心率峰值达到150 bpm的现象，这与其工作性质多为高空作业相关，工人在作业前后容易产生紧张、恐惧等心理，导致被试超前点击和心率增加。混凝土工、钢筋工和木工的工作要求工人频繁蹲起、负重行走，重体力劳动更多。其中，木工的整体作业机械化程度相比较低，木工缺少如混凝土的搅拌和泵送，钢筋的制作及加工等大型机械，木工不仅需要完成搬模、支模和拆模等任务，还须根据构件设计并加工高精度的木结构，从人因工程学的角度来看，木工需要完成更多的跪姿、蹲姿、弯腰和搬运等疲劳程度更重的工作，这类作业严重消耗工人的体力，加剧了工人作业疲劳。对作业疲劳评估模型分析，各指标变量的系数均为正，说明各指标正向影响作业疲劳程度，即心率、反应时和能量代谢率越大，疲劳程度越严重，该模型建立了客观指标测量与主观感受评价的联系，综合考虑了主观疲劳、行为能力和生理指标对疲劳评价结果的影响。

根据以上分析可知，迫切需要缓解高海拔地区铁路工程施工人员的作业疲劳，现阶段可考虑从优化工人的作业排班，调整作业时间及人员等方面开展，未来可通过提高施工机械化改善作业疲劳，以确保施工安全。本文基于生理测量的方法对高海拔地区铁路工程施工人员作业疲劳进行研究，综合评价了不同工种间的作业疲劳程度，为建筑业工人的疲劳测量提供了思路，同时提出了生理指标与工人主观体力疲劳分数之间的拟合函数，利用该模型评估铁路施工作业疲劳，可为铁路施工安全管理提供参考。

4 结 论

本文依托拉林铁路LLZQ-1标段，以反应时、心率、能量代谢率和RPE值作为测试指标，对高海拔地区铁路工程不同工种的施工人员作业疲劳进行研究，结论如下：

(1)高海拔铁路工程作业疲劳对施工人员的行为能力和生理指标的变化具有极显著影响(p<0.01)，反应时和心率指标在作业前后的差异具有统计学意义，该结果在一定程度上验证了反应时和心率指标可以作为测量高海拔地区铁路工程施工人员作业疲劳的有效性。

(2)引入警觉性指数对作业疲劳反应时指标评估，综合考虑了反应时间和准确率，架子工、钢筋工、木工、混凝土工的Ipvt值分别为0.882，0.822，0.702，0.803，反应时指标与心率指标评价结果相一致。高海拔铁路工程施工人员的作业疲劳存在工种间的差别，架子工、钢筋工、木工、混凝土工的疲劳程度分别为：中度、重度、很重度、重度。木工、钢筋工和混凝土工的个别被试的心率存在超过卫生限值的情况，应采取疲劳缓解措施。

(3)构建以反应时、心率、能量代谢率为自变量，RPE值为因变量的作业疲劳评估模型，并对该模型的有效性进行验证。该模型建立了作业疲劳的客观指标测量与主观感受评价的联系，利用该模型评价疲劳程度，具有一定的参考意义。

(4)本文也存在一定的不足之处，文章选取的被试人数为20人，代表性不强，后续需进一步扩大样本研究。