基于劳动者轨迹的噪声暴露测量方法

2023-02-02魏志勇研究员瑞副研究员郝凯瑞高级工程师康钟绪副研究员张慧娟副研究员赟助理研究员

安全 2023年1期

魏志勇研究员吴瑞副研究员郝凯瑞高级工程师康钟绪副研究员张慧娟副研究员孙赟助理研究员

(北京市科学技术研究院城市安全与环境科学研究所，北京 100054)

0 引言

噪声性听力损失与累积噪声暴露量存在良好的剂量—效应关系[1-3]，累积噪声暴露量与劳动者接触噪声的声压级水平和持续时间有关。目前职业性噪声暴露监测有2种方法，一种是传统的定点、定时测量结合计算的测量方法；另一种是劳动者佩戴个人声暴露计的测量方法。实际测试过程中这2种方法均存在一定的缺陷，如测量过程的质量控制缺失、测量不确定度较大等，从而带来测量数据的可靠性问题。随着我国制造业的进步，当前从事噪声作业的劳动者不仅有固定岗位人员，还存在着大量流动岗位人员，这对职业性噪声的测试评价提出更高的技术要求，相当比例的职业技术服务机构尚无法很好的掌握噪声暴露测量方法[4-5]。当前物联网及工业互联网发展日新月异，很多新技术应用到了职业安全健康监管工作中，可以克服以往技术条件的一些局限性，特别是实时定位、无线通信等技术的发展成熟为创立新的职业性噪声暴露测量方法提供了选择。本研究融合实时定位技术及声场分布测量技术实现劳动者噪声暴露的测量，为职业性噪声防治提供了新的技术支撑。

1 新测量方法的原理

现有职业性噪声暴露的测试方法[6-7]，其设备支撑是积分声级计和个人噪声剂量计。积分声级计和个人噪声剂量计是传统的噪声测试设备[8-9]，可以定点或由劳动者佩戴测试噪声的瞬态值或累积值，由于其仅能测试噪声值，因此测试过程是孤立的，测试数据也缺少联动使用的条件；实际测试过程中存在质量控制难、测量不确定度较大等问题。

现有技术条件的发展，提供了解决以上问题的可能。通过物联网及定位技术的使用，可以快速获得作业场所的各种信息，为现场噪声测试数据之间的时、空联动使用创造了条件，同时还可以避免个人噪声暴露测试过程中的诸多人为因素和不可预知误差。

本文据此提出了基于劳动者轨迹的噪声暴露测量方法，以噪声作业人员全覆盖为目标，实现全面、快速、准确的噪声暴露测定。在本文测试方法中，依据作业场所调查，了解需要调查的噪声作业特征，通过劳动者佩戴定位标签的方式得到其实时运动轨迹，借助作业场所的声场分布测量结果获得劳动者的实时噪声接触量，经统计、计算得到劳动者的噪声暴露值。基本流程为：作业现场调查→声场分布测量→劳动者运动轨迹记录→噪声暴露值计算。

1.1 声场分布测量

目前获得作业场所声场分布的技术主要有2种方式，一是根据噪声源的源强，结合理论计算和仿真计算的方法获得声场分布，由于生产企业的绝大部分作业场所反射体、散射物及噪声源之间相互影响大，是非常复杂的声学环境，因此确定噪声源源强和建立计算模型均存在困难，导致获得的声场分布不能反映现场实际情况；二是通过现场分布式测量的方法来获得声场分布，为获得较精确的声场分布，需在现场布置大量声学传感器，以此直接获得声场的分布，这种方式在作业场所面积较大的情况下操作性差，因此一般是对作业场所进行网格化，在每个网格依次进行测试，但其精确性较差。

针对现有技术的局限性，本研究开发了一种能够连续对空间位置和噪声进行测量的前端装置，如图1。该装置既可与护听器结合使用也可附着在安全帽或人员身体特定部位使用；与护听器结合使用可作为个人噪声暴露监测设备，监测的同时可对设备使用情况进行实时监控；实际测量时，既可由专业测试人员佩戴进行遍历式行走实现测量，也可由噪声作业人员佩戴实现测量，空间位置信息和该位置的噪声值通过无线传输的方式实时发送至上位机处理。

获取整个区域内各点位的噪声值后，根据设定的网格尺寸，对同一网格点内的数值进行能量平均获得每个网格点的噪声值；对于少数无法到达的点位，采用基于声传播规律的拟合算法获得网格点噪声值，从而获得整个作业场所的声场分布情况。此方法具有部署便捷、实时准确、分辨率高、更新快、结果可累加的特点，具备极高的工作效率和性能优势。网格点噪声级按式(1)计算：

(1)

式中：

N—p网格共有N个采样数据；

Lp，i—p网格的第i个采样数据，dB(A)；

Lp—p网格点的噪声级，dB(A)。

1.2 人员轨迹测试

本文应用场景限定为车间内作业环境，因此人员轨迹测试采用室内定位技术。从实现原理来说，室内定位技术有邻近检测、接收信息强度指示(Received Signal Strength Indication， RSSI)、到达时间(Time of Arrival， TOA)、到达时间差(Time Difference of Arrival， TDOA)、到达角度(Angle of Arrival， AOA)等几种实现方法，目前较为成熟的室内无线信号传输技术有超宽带技术(Ultra Wide Band， UWB)、Wi-Fi技术、蓝牙技术、超声波技术、红外技术等，其中UWB是一种采用脉冲信号进行无线数据传输的短距离通信技术，具有对信道衰减不敏感、发射信号功率谱密度低、传输速率高、保密性强等优点，定位误差可达到亚米级[10-11]，可满足声场分布测量的误差要求，也是本文选择采用的技术。

本研究开发了作业人员实时轨迹测试定位基站和标签，定位标签采用低功耗、低成本设计，可以实现大规模的并发测试，测试系统结构和设备，如图2、3。

图2 测试系统结构图

定位的基本原理是根据作业人员与多个基站之间的距离来确定所在空间的位置，从实现步骤上包括测距和定位2个主要环节。基于时间的UWB测距采用TOA测距方法，当时间不同步时采用TDOA测距方法，为抑制多径传播和消除信号干扰，获得准确的直达波传播时间以计算距离，采用Kalman滤波保证测距数据的稳定性。利用至少3个以上基站的TOA测量值进行定位计算，在二维平面中球形定位的基本原理(如图4)，当然此方法也可以拓展到三维空间。

图3 测试设备实物图

图4 TOA定位原理图

如图4所示，已知基站A、B、C的坐标分别为(x1，y1)、(x2，y2)、(x3，y3)，待确定的D点坐标为(x，y)，D点距3个参考节点的距离分别为R1、R2、R3，可建立下列方程：

(2)

式中：

c—信号传播速度，m/s；

τj—第j个接收端测得的传播时间值，s。

求解上列方程组成的方程组可确定目标节点的坐标(x，y)。

1.3 噪声暴露计算

本文基于上述定位技术对人员运动轨迹进行追踪，结合作业场所的声场分布情况获得人员运动轨迹上的接触噪声，实现噪声暴露的测量。

作业场所的网格划分应足够小，以保证本方法测试结果足够准确。对于设置有巡检通道的情况，可只对巡检通道设置网格接收点，以减小计算量。网格划分，如图5。图5中m和n分别表示网格行与列的计数，S1、S2、S3表示典型声源。

图5 网格划分示意图

劳动者的运动轨迹信息为一连串空间坐标向量，每个网格点位对应一个噪声值，可以理解为在一定的时间内(本方法采用1s)劳动者位于此网格位置，暴露在该网格所处的噪声环境中，根据网格噪声值可以计算出该劳动者接受的累积噪声暴露量，如图6。

图6 运动轨迹与网格关系示意图

在本方法中，需要对该运动轨迹每个数据点所对应的网格进行检索，并构建一个针对该运动轨迹的分时噪声值序列，通过能量叠加，便可以获得该运动轨迹接触的累积噪声暴露量，按式(3)进行计算。

(3)

式中：

LAeq，k—第k个轨迹的A计权等效声级，dB(A)；

Lp，k，mxnx—第k个轨迹的第x个轨迹点的噪声值，dB(A)。Lp，k，mxnx由分时噪声值序列提供。

在该劳动者运动轨迹信息为1日数据时，即采用单条综合性轨迹表示当日的所有工作时间，可按式(4)计算8h等效声级。

(4)

式中：

LEX，8h—日暴露声级，dB(A)；

LAeq，Te—当日的轨迹总和对应的A计权等效声级，dB(A)；

Te—1日工作总时长，h；

T0—参考持续时间，8h。

当该劳动者运动轨迹信息为多日数据时，可按式(5)计算40h等效声级。

(5)

式中：

LEX，W—周暴露声级，dB(A)；

(LEX，8h)d—第d日的暴露声级，dB(A)。

2 不确定度分析

测量不确定度可参考标准方法进行评定和分析[12-13]，首先需要分析不确定度来源，进而评定标准不确定度、计算合成不确定度等。职业性噪声暴露测量结果不确定度来源于误差和工作情况的自然变化2方面，主要有：①一日内工作的变化、工况及采样的不确定度等；②仪器和校准；③传声器位置；④虚假的贡献量，如风、气流，或对传声器的碰撞及传声器与衣服摩擦；⑤缺少或不完全的工作分析；⑥非典型噪声源、语音，音乐(收音机)，报警信号及非典型行为的贡献量[7]。

GB/T 21230—2014《声学职业噪声暴露的测定工程法》提供了对作业噪声级采样(基于作业的测量)、作业持续时间估计(基于作业的测量)、工种噪声级采样(基于工种的测量)、仪器及传声器位置所引起的不确定度计算方法，但对④、⑤、⑥几种误差影响无法估计不确定度，使得目前测试过程的质量控制存在缺陷。本文提出的测量方法与之相比，在工况变化影响、仪器和校准影响环节与GB/T 21230—2014中全天测量法一致，采样不确定度中③、④、⑤、⑥等方面误差控制优于现有方法。

表1总结了GB/T 21230—2014《声学职业噪声暴露的测定工程法》中规定的3种不同测量方法和本文测量方法不确定度来源的分析，结果表明本文测量方法的测量不确定度小于其他测量方法。

表1 测量不确定度来源分析

合成标准不确定度u可由式(6)确定：

u2=∑cl2ul2

(6)

式中：

ul—影响因素l的标准不确定度；

cl—影响因素l相关的灵敏度系数。

其中，采样不确定度ul用式(7)进行估算。

(7)

式中：

Lp，Aeq，T，m—第m次噪声级采样的A计权等效连续声压级，dB(A)；

M—采样总数。

3 测试案例及分析

本研究选择典型的噪声作业场所验证测量方法测试结果的准确性，该噪声作业场所为包装流水线，流水线上分布着难以准确统计的设备声源，厂区现场情况及测试安装，如图7。

图7 现场情况及测试装置安装

3.1 声场分布测试

噪声作业场所测试区域面积约500m2(19m×27m)，覆盖了整个包装流水线和作业人员活动区域，测试时生产线均处于正常工作状态。

采用本研究开发的测量装置以专业测试人员遍历的方式完成了区域测试，为了探讨网格尺寸选取的适宜性，按本文测量方法获得了2m×2m(case1)、1m×1m(case2)、0.5m×0.5m(case3)3种不同网格的声场分布，如图8。网格尺寸与本测量方法的准确性有关，主要原因是每个网格都会覆盖一定的不均匀声场区域，网格尺寸较大时可能所覆盖的声场差异较大，产生采样误差，原则上网格尺寸不宜过大。但当网格尺寸过小时，容易导致网格内难以获取足够的采样数据，或导致测量工作量变大，并且目前的定位精度在亚米级，故本文暂选择0.5～2m范围的网格尺寸进行评估分析。

图8 作业场所声场分布图

3.2 测量方法对比

本文对以下3种测量方法进行对比分析：

(1)佩戴个人声暴露计的测量方法(测试仪器采用经校准的Casella dBadge2个人噪声暴露计)，传声器位于接近肩部位置，测试结果标记为m1。

(2)佩戴本研究装置的测量方法，传声器接近耳部位置，测试结果标记为m2。

(3)基于劳动者轨迹的测量方法，佩戴本研究装置测试作业人员轨迹，根据声场分布计算结果标记为m3。

为消除时间和空间误差，待测试人员(2名测试人员：巡检人员A和巡检人员B)同时佩戴个人噪声暴露计及本研究装置进行同步测试；测量时长为巡检人员的一个巡检周期；基于劳动者轨迹的测量方法，采用1m×1m的网格分辨率。

3种测量方法获得的实时测量结果表现出了基本一致的时间变化趋势，如图9。实时测量结果中，m2和m3数据更为接近，整体比m1大一些，主要原因应为佩戴个人声暴露计的测量方法受到人体遮挡作用更大。另外在巡检人员A的m1测试结果中，存在一些较为明显的突发峰值，而m2和m3未捕捉到，说明可能存在干扰，如人员触碰到个体暴露计的防风罩等不可预计的原因。

图9 实时测量结果

一个巡检周期时长3种测量方法的A计权等效声级，见表2。结果表明：m2和m3数据较为接近，m1稍低于m2和m3；从数据离散性来看，m1的标准差SD大于m2和m3，m2的SD大于m3。此处SD表征的是劳动者接触到的声级波动大小。m3的SD最小，原因是采用了平均后的声场分布，回溯的数据一定程度上表征了等效状况。

表2 一个巡检周期的接触噪声测试结果

为评估网格分辨率对m3的影响，对2m×2m(case1)、1m×1m(case2)、0.5m×0.5m(case3)网格进行回溯评估和对比分析，不同网格分辨率的测量结果，如图10。

图10 不同网格分辨率测量结果

不同网格分辨率的A计权等效声级，见表3。结果表明：不同网格分辨率对一个巡检周期的测试结果影响并不明显。表3给出了m3与m2测试值之差的SD，不同网格分辨率情况下其离散性并不大，且数值比较接近，说明本方法在测试网格尺寸的选择上有一定的选择余地。

表3 不同网格分辨率的接触噪声测试结果

本研究仅对一次巡检周期时间段内的测试结果进行了对比分析，数据表现出较好的趋同性，本文测量方法获得的数据离散性更小。若进一步扩大数据采集量，采用一日或多日测试数据表达声场分布和作业人员轨迹，获得的测量结果将具备更高的准确性。

3.3 数据不确定性分析

根据前述分析，本测量方法用于长期测试时，测量不确定度主要来源于测试设备误差和采样的误差，规避了声学测量的偶然误差。本测量方法采用1级或2级精度的采集仪，测试设备误差导致的不确定度与现有测量方法一致。而采样误差来自时间抽样和空间抽样误差，本方法中对应为网格值的时间采样误差及轨迹定位测试误差等因素。

关于网格点的时间采样因素影响，由于不同网格中获得的噪声采样量不一致，故需要讨论由于采样量不同导致的数据不确定性，即可等效理解为采样时间长度导致的不确定度，总结其变化规律。

随机抽取一个网格内采样样本分布情况，如图11。该网格内共采样获得186个A计权声级样本，数据采样标准偏差为0.43。对更多的网格进行以上处理，共抽取52个网格，占总网格数量的1/10，其数据离散性与测试样本量的关系，如图12。

图11 单个网格内采样样本分布情况

图12 数据离散性与测试样本量的关系

从图12中可见，除部分网格点的标准偏差超过了1，大部分网格点的标准偏差分布在0.4～0.6之间，声场总体表现为稳态的特征，且随着测试样本数量的增加，数据离散性有降低的趋势，这也表明增加每个网格内的样本数量，即增加总体采样时间，有利于减小测试结果的不确定度，测试值将逐渐逼近真实值。从测试结果看，300个样本量以上的网格结果相对稳定，表明采用本测量方法时，保持每个网格测试总时长5min(对应300个数据样本量)以上就将提供较为可靠的测试结果。

以下参考用蒙特卡洛法评定测量不确定度的方法[13]，采用模拟测试的方式分别对本文获得的case1、case2、case3这3种分辨率网格声场分布进行空间采样不确定度评估。模拟测试采用实测的5min巡检轨迹作为参考轨迹，对参考轨迹各个点位坐标加以随机定位误差(不确定度分别为0.2、0.5m)作为模拟测试获得的轨迹，如图13。通过回溯参考轨迹和模拟测试轨迹对应的噪声测试值差别，进行测试数据的离散性分析，以实现对本案例的空间采样不确定度的评估。参考轨迹坐标含300个数据，对应5min的巡检行为，在此基础上依次生成20组模拟巡检轨迹，并进行等效声级计算，分别比较20组模拟轨迹对应噪声测量值差别，并评估测量不确定度。

图13 参考轨迹与模拟测试轨迹

从表4中的数据可以看出，2m×2m网格和1m×1m网格对于巡检作业的A计权等效声级测试结果更为稳定，两者20组测试数据的标准偏差较低，若采用0.5m网格，测量结果的标准偏差略有增加。定位不确定度0.5m相对0.2m导致的测试数据偏差有所增加，但也较为有限，测试数据的标准偏差均不大。因此从本次测试数据看，在现有定位技术水平下，噪声网格测试时采用1m×1m或2m×2m是较优的选择。本文目前采用均匀网格进行网格尺寸的初步分析评估，如果采用更有针对性的网格尺寸划分方式，如在靠近声源或人员活动密集区域适当加密网格，或根据声场参数动态地划分网格，相信将会获得更可靠和更高效的测量结果。

表4 测试数据不确定度评估

以上分析了本测量方法在噪声采样过程中产生的测量不确定性，由于本测量方法在测试劳动者噪声暴露时可以采用全员、全时间覆盖结合间接测试的方式，故采样的误差主要来自于声场分布测绘时的采样误差和定位轨迹测试误差导致的噪声回溯测试误差。

通过案例研究分别估计了采样时间长度(采样数量)与定位位置误差导致的不确定度。对于本案例稳态声场情况，采样时间长度5min(300个样本量)导致的误差并不大，测试能够保持可控的不确定度；定位误差对于噪声测试的影响极小，当定位精度为0.2m时，1m×1m或2m×2m网格分辨率下的标准偏差几乎可以忽略。以上证明了本测量方法对于稳态声场的有效性，相对于目前标准方法具有优越性。