基于煤矿提升机操作的人员心理负荷评估研究
申敏1
栗继祖2
张钎2
1.太原理工大学 安全与应急管理工程学院,山西 太原 0300242.太原理工大学 经济与管理学院,山西 太原 030024
摘要：为了准确评估煤矿提升机操作过程中人员的心理负荷等级,有效减少因人员心理负荷过高引发的煤矿安全事故,首先通过模拟煤矿提升机操作,结合N-back听觉次任务,设计了低、中、高 3 种难度的任务场景,采集了 18 名试验人员的生理信号(心电、皮电、呼吸),同时收集了任务负荷指数量表(NASA-TLX)主观评分和次任务失误次数,并采用正态性检验和假设检验的方法得到显著性指标;其次,基于显著性指标,采用支持向量机、随机森林和K最近邻 3 种机器学习方法,构建了作业人员的心理负荷评估模型;最后比较在 3 种机器学习算法下不同生理信号及组合的分类准确率.结果表明:随着次任务难度的增加,主观评分显著提高,次任务失误次数显著增加;不同任务难度下,心电指标中平均心率值(meanHR)、心动间隔的标准差(SDNN)、NN50 除以NN间期总数的比例(PNN50)、皮电指标中皮肤电导率(SC)存在显著差异,呼吸指标没有显著差异.分类识别效果表明,不同生理模态下,构建的心理负荷评估模型准确率不同:基于双模态生理信号的分类模型准确率普遍高于单模态生理信号分类模型;双模态(心电+皮电)下随机森林分类模型的准确率最高,识别准确率达到 86.5%.
关键词：煤矿安全心理负荷疲劳监测心电信号皮电信号机器学习煤矿提升机
分类号：TD79(矿山安全与劳动保护)
资助基金：教育部人文社会科学研究项目(23YJA630054)山西省高等学校人文社会科学重点研究基地基金资助项目(2022j013)
论文发表日期：2025-11-20
在线出版日期：2025-11-25（本平台首次上网日期，不代表文献的发表时间）
页数：7( 250-256 )
英文信息