Source avec lien : Human Factors and Ergonomics in Manufacturing & Service Industries, 31(3), . https://doi.org/10.1002/hfm.20881
Lors de l’évaluation de la charge de travail physique des travailleurs, la force exercée doit être estimée de manière pratique car l’analyse biomécanique pour l’évaluation de la charge de travail physique nécessite des données sur la posture et la force exercée. L’objectif de cette étude était d’examiner l’efficacité de l’estimation de la force exercée à l’aide d’un dispositif portable qui peut être facilement utilisé même par des travailleurs ordinaires. Nous avons mesuré huit électromyogrammes (EMG) sur l’avant-bras et la posture de l’avant-bras à l’aide d’un capteur portable de type brassard pendant la manutention manuelle de matériaux avec des poids et des hauteurs de maintien variables. Les résultats des mesures ont montré que les EMG augmentaient de façon monotone avec l’augmentation du poids. En outre, les EMG varient en fonction de la hauteur de maintien, même lorsque le même poids est maintenu.
While evaluating the physical workload on workers, the force exerted needs to be estimated in a convenient way because biomechanical analysis for physical workload evaluation requires data on both posture and exerted force. The aim of this study was to investigate the effectiveness of exerted force estimation using a wearable device that can be easily utilized even by ordinary workers. We measured eight electromyograms (EMGs) on the forearm and the forearm posture with an armband type wearable sensor during manual material handling with varying holding weights and heights. The measurement results showed that the EMGs monotonically increased with an increase in weight. In addition, the EMGs varied with the holding height even when the same weight was held. We constructed an estimation function of the weight using multiple regression analysis. Two sets of explanatory variables were used to investigate the effectiveness of the forearm posture data: the eight EMGs (i.e., SET 1) and the eight EMGs and the two forearm angles (i.e., SET 2). Multiple regression analysis showed that the accuracy of SET 2 was better than that of SET 1. In addition, the average absolute error of the estimation function with SET 2 was 1.49 kg; thus, we concluded that the accuracy of this estimation function has sufficient accuracy for the evaluation of physical workload.