基于Creo的修井机作业姿态舒适度评价系统设计

屈文涛，马丽娜，徐剑波，杨 斌

(1.西安石油大学 机械工程学院，陕西 西安 710065；2.长庆油田分公司第三采气厂，内蒙古自治区 鄂尔多斯 017300)

随着油田开采量日益增大，修井机作为石油和天然气勘探开采中的重要工具，修井机司钻工的作业问题开始走入大众视线。作业时间长、负荷强度大和不良的作业姿态更容易使司钻工产生作业疲劳，这不仅会减低工作效率，增加失误率，长期以往，甚至会造成肌肉骨骼失调(MSDs)[1-2]。操作舱的人机布置也会约束作业姿态，从而影响作业舒适度。

关于作业姿态分析评价，多数学者研究的是姿势负荷与MSDs的关系,其中被广泛应用的方法有快速上肢评估(RULA)[3]、上身姿势负荷评价(LUBA)[4]、全身快速评价法(REBA)[5]、工作姿势分析(OWAS)[6]等。他们主要通过观察受试者的关节不舒适角度，来判断实验部位的不舒适度。这些方法都属于观察法，虽然具有易用性强的特点，但同时对受试者要求较高，且具有较强的主观性，缺乏理论支撑，并没有得到精确的定量评价结果。

针对现有作业姿态舒适度评价方法存在的不足，笔者将生物力学仿真及计算机设计软件相结合[7-8]，设计出能定量评价修井机作业姿态舒适度的系统。该系统以生物力学仿真拟合得出的肌肉激活度仿真数学模型为算法依据，在Creo中实现模型的构建、评价、优化及再验证评价，提高模型的迭代效率；以期通过具体的肌肉激活度数值来定量评价作业人员的姿态舒适度，并为如何选择合理的作业姿势及优化人机配置提供理论依据。

1 修井机作业姿态舒适度评价体系

1.1 作业舒适度的影响参数

舒适度作为石油修井机的一个重要评价指标，操作舱的布置和振动是影响舒适度的主要因素，其中操作舱的人机配置尤为关键。由于舒适度是生理和心理共同作用的，因此，在研究司钻工的作业姿态舒适度时，选择利用不舒适度评价模型来反映修井机操作舱舒适度。

本文以XJ70修井机司钻工作业姿态评价为例，选择坐姿状态下的司钻工刹车动作作为研究出发点。司钻工作业姿态是由坐高h、踵点水平距离l和座椅靠背倾角 α 3个主要布置参数确定[9-10]。因此，本文选择坐高、靠背倾角及脚踏位置作为影响参数，利用作业姿势的选取、座椅参数优化设计及操作舱合理布置，从而减缓作业疲劳，进而提高作业的高效性、安全性。

图1中，乘坐参考点H是人机配置的重要参考点，为坐姿下的人体髋关节点；坐高h为乘坐参考点到操作舱地板的垂直距离；靠背倾角 α为背部中线与垂直方向的夹角；而踵点水平距离l是由脚踏位置(x,y)所确定，即是由司钻工的踵点坐标所确定。

图1 司钻人员作业模型及尺寸参数Figure 1 Driller's operation model and size parameters

1.2 参数的相关模型及评价标准

人体的动力来源于肌肉收缩，肌肉在实际工作过程中是通过大脑中枢神经系统来确定克服外力所用到的肌肉及其数目来达到付出的力最小，而肌肉激活度是判别肌肉是否处于疲劳状态的最直观指标[11]。因此，可通过司钻工刹车作业下肌肉的激活度来确定平衡外力的相关肌群，并拟合得出各参数影响下的作业姿态舒适度评价模型，进而建立基于Creo的作业姿态舒适度评价系统，定量实现操作舱设计方案的人机工效定量评价。

根据肌肉激活度遵循最优化原则构建目标函数[12]为

其中，i∈{1,2,3,···,n}；fi为第i块肌肉的肌肉力，单位为N；Ni为肌肉的横截面积，单位是mm2；n为已知的肌肉总数。根据 Hill 三元素肌肉模型，结合多项式标准，将次数的P值取为3[13]。

参照文献[14]，根据司钻工的刹车动作，确定平衡外力的相关肌群为臀中肌、臀大肌、大收肌、半腱肌、股二头肌长头、半膜肌、股四肌，并得出各参数作用下的相关肌群的肌肉激活度拟合曲线，即作业姿态舒适度评价系统的评价模型如下。

坐高h的 相关肌群肌肉激活度曲线为

靠背倾角α 的相关肌群肌肉激活度曲线为

脚踏位置(x，y) 的相关肌群肌肉激活度曲线为

为了保证实验结果的大范围实用性，在Creo的人机工程学功能模块Manikin人体库中选择第50 百分位的成年男子作为人体模型，并进行关节约束及姿态调整。

对于已确定的作业仿真模型，肌肉激活度的数值越高，表明相关肌肉群所受负荷越大，受力部位更易产生肌肉疲劳，从而影响司钻工作业姿态舒适度；反之，肌肉激活度越低，司钻工所感受的舒适度越高，身心越轻松，不易产生疲劳感，从而提高工作效率，降低失误率。

2 Creo/Toolkit二次开发设计

本文通过动态连接库开发了Creo/Toolkit与MFC的接口，生成MFC对话框，能够方便、自然、快捷地进行人机交互。

2.1 Creo/Toolkit开发过程

Creo/Toolkit应用程序有同步和异步两种工作模式[15]，由于异步模式的程序代码较难且执行速度较慢，因此，本文选择同步模式进行系统开发。由于系统是对Creo软件进行功能扩展，因此采用动态链接库，链接到Creo中直接调用。具体开发流程如图2所示。为了能够对程序成功进行编译和连接，需要对开发环境进行合理的配置，结果如图3所示。

图2 Creo/Toolkit开发流程Figure 2 Creo/Toolkit development process

图3 系统环境开发及步骤Figure 3 System environment development and steps

2.2 菜单栏菜单的设计

在Creo主菜单中添加菜单项及菜单按钮动作函数。在本系统中，采用记事本(也可用写字板) 来编写菜单资源文件(.txt文件)，且资源文件与头文件设置的文件名保持一致；使用Creo/Toolkit的函数编写源程序，给菜单按钮设计功能函数[16]。信息文件使菜单最终达到的效果如图4所示。

图4 菜单效果Figure 4 Menu effect

2.3 可视化窗口的设计

在已生成的DLL工程，加入对话框资源。由于Creo/Toolkit并不提供对MFC的支持，因此，需要用动态库定义一个导出函数，该函数返回导出界面类的指针，设置导出接口函数，从而构建对话框实现程序操作界面的可视化，并通过对不同控件的设置，达到功能齐全、简单明了的效果。

3 应用案例

3.1 启动软件

在Creo3.0中构建XJ70修井机操作舱模型，加入座椅以及脚踏板，利用Creo库放入人体模型，根据舱内布置对人体模型进行姿势约束，进行原始参数值的获取。这里利用Creo自带的软件工具查阅得出特征参数值见图5。坐高为434.934 mm，靠背倾角为：93.34°-90°=3.34°，脚踏位置坐标为(0.653，-0.189)。下面以坐高分析为例，对参数进行实际分析。

图5 特征信息及参数值Figure 5 Feature information and parameter values

3.2 运行模型

将获取的参数输入到交互界面，利用软件设计所用的数学模型得出在不同参数下的相对肌肉群的激活度数值。用肌肉激活度的数值来表示各参数作用下的作业姿态不舒适度，进而得出作业姿态评价。

由图6知，坐高为434.934 mm时，肌肉激活度为0.270 3；当靠背倾角为3.34°，脚踏位置为(0.653，-0.189) 时，肌肉激活度分别为0.232 8和0.795 5。

图6 人机交互界面Figure 6 Man-machine interaction interface

由于肌肉激活度越高，则作业姿态舒适度评价越低，对比坐高和靠背倾角的舒适度影响，则该模型的坐高及靠背倾角设计合理，脚踏位置成为人机配置优化的关键。因此，可对脚踏位置进行重新布置，利用评价系统，快速对脚踏位置的纵、横坐标进行调整，从而直观进行评价。

3.3 分析评价

对脚踏位置的横、纵坐标采用控制变量法，逐一分析变量，并结合图7的作业系统评价模型得出，在相同的姿态舒适度评价值下，适当增大x的数值，可在一定程度上快速提高模型舒适度。因此，对于该模型，保持座椅的相对参数不变，将脚踏位置调整为(0.893，-0.234)，如图8所示。

图7 横、纵坐标影响对比Figure 7 Comparison chart of influence of horizontal and vertical coordinates

图8 脚踏位置优化评价Figure 8 evaluation of pedal position optimization

通过系统评价，将脚踏位置从(0.653，-0.189)调整为(0.893，-0.234)，相应的作业肌肉激活度从0.759 9降低为0.238 7，作业舒适度明显提高。根据评价系统的预期判断，可直接进行人机配置的优化，目的性更加明确，进而完成模型的二次迭代；通过作业姿态舒适度评价系统进行模型的反复评价，加快了迭代速度，提高了迭代效率，使二次配置人机作业环境更具有目的性和可行性。

4 结语

以XJ70修井机的司钻工作业模型为研究对象，肌肉激活度为评价标准，通过Creo直入式开发得到作业姿态评价系统，实现了人机配置优化，得到以下结论。

1) 评价系统是以生物力学拟合得出的肌肉激活度仿真数学模型为算法依据，评价结果更具有客观性。

2) 基于Creo/Toolkit进行软件的二次开发，可直接进行作业姿态舒适度的定量评价，无需第三方评价软件的介入，实现了Creo的功能扩展，弥补了Creo功能模块上的不足。

3) 作业姿态评价系统是通过Creo集成化开发，实现对模型舒适度的实时评价；根据系统的评价结果，直接进行模型的优化，完成模型的迭代；从而缩短了模型迭代时间，提高了模型的迭代率和准确率。

由于评价系统为初期版本，在交互方面对用户要求高，后期研究可考虑通过利用底层函数进行参数的自动获取，由此提高人机交互的便捷性。