پديد آورندگان :
گلبابايي، فريده دانشگاه علوم پزشكي تهران - دانشكده بهداشت - گروه مهندسي بهداشت حرفه اي , اميدوار، محسن دانشگاه علوم پزشكي بوشهر , نيرومند، فرشته دانشگاه علمي كاربردي
كليدواژه :
استرس گرمايي , ارزيابي ريسك , تجزيه و تحليل سلسله مراتبي , تاپسيس , تئوري فازي
چكيده فارسي :
مقدمه: فعاليت درمحيط‌هاي گرم و شرايط جوي نامناسب، مي‌تواند به بيماري‌هاي ناشي از گرما و حتي در مواردي به مرگ منجر شود. ارزيابي ريسك استرس گرمايي در اين محيط ها از اهميت ويژه اي برخوردار مي باشد. از آنجايي كه عوامل مختلفي بر استرس گرمايي موثر مي باشند، لذا بايستي از شاخصي استفاده نمود كه بازتاب دهنده اثر تمام اين عوامل باشد.
روش كار: ابتدا يك تيم 5 نفره از متخصصين تشكيل شد. سپس با استفاده از روش تجزيه و تحليل سلسله مراتبي فازي(FAHP) اهميت هر يك از متغيرها مشخص گرديد. در مرحله بعد با استفاده از روش فازي تاپسيس (FTOPSIS)، 5 ايستگاه كاري موجود در فرايند ريخته گري فلزات مورد ارزيابي قرار گرفته و ريسك ناشي از استرس گرمايي در آنها اولويت بندي گرديد. در انتها نيز، جهت بررسي ميزان ارتباط نتايج روش پيشنهادي با شاخص WBGT از ضريب همبستگي پيرسون استفاده شد.
يافته ها: اوزان مربوط به سه متغير اصلي شامل ويژگي كار(C1)، محيط(C2) وكارگر(C3) به ترتيب برابر با 279/0، 526/0 و 195/0 برآورد گرديدند. 5 ايستگاه كاري شامل ايستگاه جمع آوري و تخليه ضايعات، كوره ذوب، بخش ذوب ريزي و قالب گيري، پرداخت قطعات و انبارقطعات به ترتيب اولويتهاي ريسك 4=S1، 2=S2، 1=S3، 3=S4 و5=S5 را بدست آوردند. ضريب همبستگي پيرسون بين شاخص شباهت و WBGT برابر با 97/0 محاسبه گرديد.
نتيجه گيري: از بين سه متغير اصلي دخيل در استرس گرمايي، متغير "محيط كار" بيشترين اهميت را در ارزيابي ريسك دارا مي باشد و لذا بيشترين تلاش بايستي در كنترل اين متغير متمركز گردد. روش ارائه شده در اين مطالعه توانايي ارزيابي همزمان متغيرهاي كيفي و كمي موثر بر استرس گرمايي را دارا بوده و عدم قطعيتهاي موجود در فرآيند ارزيابي ريسك را با تكيه بر مجموعه هاي فازي به حداقل مي رساند.
چكيده لاتين :
Introduction: Working in hot and harsh weather conditions can cause heat related diseases and in some cases, even can lead to death. Risk assessment of heat stress in these environments is of particular importance. As there are many factors that could affect the heat stress, therefore, an index should be applied that could properly reflect the effect of all of these factors.
Material and Method: Initially a five-member expert team was established. Then, the weight of each variable was determined by the fuzzy analytical hierarchy process (FAHP) method. In next step, five work stations of the casting process evaluated applying fuzzy TOPSIS (FTOPSIS) method and the risk of heat stress prioritized in these stations. Lastly, the Pearson’s correlation coefficient was used to determine correlation between the results of proposed method with WBGT index.
Result: The weights of three main variables including task characteristics, working environment, and worker characteristics was determined as 0.279, 0.526, and 0.195. The risk priority of the five work stations including, stocking, melting furnace, pouring and casting, polishing, and warehousing was established as S1= 4, S2= 2, S3= 1, S4= 3, and S5= 5. The Pearson’s correlation coefficient between the similarity index (CCi) and WBGT was 0.97.
Conclusion: From three main variables that can affect the heat stress, “Working Environment” has main impact in the risk assessment process; therefore, the most efforts must be focused on controlling this variable. The proposed method in this study has the capability of concurrent quantitative and qualitative assessment of factors that could affect the heat stress and can minimize the uncertainties in the risk assessment process relying upon the fuzzy sets.
