重型机械行业机加车间噪声对操作人员认知行为的影响分析

摘要

噪声污染作为一种污染源，对人类本身和人类的社会活动造成不同程度的危害。对噪声的监测和控制是国内外的研究焦点。以往经常使用的生理指标测定灵敏度低且不易实时测量、主观烦恼度分析不客观，而脑电信号分析具有较高的时间分辨率和灵敏度，便于随身携带，且可信度高，是目前国内外研究的发展方向。本文针对噪声暴露下机加车间的操作人员的认知行为受到的干扰展开研究分析，目的是发现机加车间噪声对工人本身和工作效率产生不良影响的基于脑电的合理解释。
　　为了很好地模拟操作人员的工作环境，本文根据重型行业某企业机加车间的工业噪声，设计了一组包含不同任务难度及任务切换的分类认知实验。经过信号处理、特征提取和统计学分析，使用了时域事件相关电位(Event-related potentials，ERP)成分分析、频谱分析和复杂脑网络分析等方法，最终找出了可以反映机加车间噪声不良影响的脑电特征量。它们有幅值受噪声影响减小的N1、幅值受噪声影响增大的P3b、平均功率谱受噪声影响降低的α波和θ波、平均功率谱受噪声影响升高的p波以及一系列反映复杂脑网络的特征参数。
　　紧接着，本文以认知任务难度作为变量，通过各个特征量的变化研究了噪声对不同难度的操作任务产生的影响间的差异。发现任务难度越大，操作人员的认知行为越容易受到噪声干扰。
　　此外，基于这些特征量和特征参数，本文探讨了音乐休息是否可以缓解机加车间噪声对操作人员的干扰。通过将音乐休息前后的各个特征量与安静状态的对应值进行对比，发现音乐休息具有缓解噪声对操作人员干扰的作用。同时通过对比不同难度任务间的缓解程度差异，还发现同样的音乐休息对难度相对简单的认知任务缓解效果更理想。

目录

声明

摘要

1．1．1 噪声概述

1．1．2 噪声对人体的危害

1．1．3 噪声对人体产生危害的原理

1．2 认知行为简介

1．3 文献综述

1．4 研究意义及目的

1．5 主要研究内容

2．1 实验平台介绍

2．1．2 STIM2

2．1．3 EEGLAB

2．2 实验介绍

2．2．1 被试

2．2．2 实验材料

2．2．3 实验过程

2．2．4 数据记录和数据预处理

第3章 行为数据和脑电基本特征分析

3．1 行为数据分析

3．1．1 准确率

3．1．2 反应时间

3．2 基于ERP的时域分析

3．2．1 事件相关电位简介

3．2．2 ERP成分简介

3．2．3 ERP成分统计分析

3．2．4 讨论

3．3 频域分析

3．3．1 EEG的频域成分

3．3．2 脑电功率谱变化

3．3．3 讨论

3．4 小结

第4章 功能脑网络分析

4．1 功能脑网络概述

4．2 相关矩阵求解

4．2．1 相位同步法

4．2．2 相关矩阵求解

4．3 复杂网络常用参数

4．3．1 聚类系数

4．3．2 特征路径长度

4．3．3 全局效率

4．3．4 全局相位同步指数

4．4 不同背景音下认知行为的脑网络分析

4．4．1 全局相位同步指数

4．4．2 聚类系数和特征路径长度

4．4．3 全局效率

4．4．4 讨论

4．5 小结

5．1 方法简介

5．2 实验数据分析

5．2．1 行为数据分析

5．2．2 ERP成分对比

5．2．3 频域分析

5．2．4 脑网络参数对比

5．3 小结

第6章 总结

6．1 研究总结

6．2 展望

参考文献

致谢