来源：期刊VIP网 时间：
作者：田水承;张筱雅;李红霞;毛俊睿;白旭腾;聂玉蓉;尕永泰;
单位：西安科技大学安全科学与工程学院;西安科技大学安全与应急管理研究所;西安市应急安全人因智能重点实验室;西安科技大学管理学院;
摘要：为识别矿工体-脑综合疲劳程度,降低煤矿人因风险,精准防控因矿工疲劳所致的煤矿安全事故,招募24名矿工,设计实施矿工体-脑综合疲劳诱发试验,并测量其进行1-back任务时的脑电信号、统计矿工执行任务期间的正确率和反应时间。此外,收集矿工主观疲劳数据作为矿工体-脑综合疲劳特征指标。在此基础上,基于XGBoost算法,构建矿工体-脑综合疲劳程度识别模型。研究显示:(1)在矿工作业时,随着体力疲劳增加,清醒度会短暂提高,但随后大脑会保持高度警惕并产生疲倦感,达到体-脑综合疲劳状态;(2)所构建的矿工体-脑综合疲劳识别模型的总体识别准确度为90.48%,并引入混淆矩阵对模型的性能进行评价;(3)模型对矿工各级体-脑综合疲劳识别效果良好,可为矿工体-脑综合疲劳调控措施和检测装备的研发提供理论支撑。
关键词：安全社会工程;;矿工;;脑电;;疲劳识别;;XGBoost模型
基金资助：国家自然科学基金项目(51874237,U1904210);; 国家社会科学基金项目(20XGL025)
