一、工业噪声与高血压的关系(论文文献综述)
柯艺[1](2021)在《“烦躁”的城市:噪声污染难治》文中研究说明随着城市的快速发展和大量人口的涌入,我们的城市开始变得越来越"躁",交通运输、建筑施工、工业生产和社会生活产生的噪声越来越大,如今的城市已难再觅一块"静土"。汽车喇叭声、建筑施工撞击声、广场舞歌声或许会扰乱你的清梦,打断你的思绪,让你心烦意乱,但你是否知道它还会对你造成更严重的危害?事实上,噪声除了影响我们的情绪外,还会伤害我们的听觉、视觉器官,影响我们的神经系统、消化系统和内分泌系统,并能诱发一系列心脑血管疾病。
李秀娟,丁旻炜,吴红梅,陈亢利[2](2021)在《张家港市声环境相关问题问卷调查》文中指出对张家港市7个镇176名居民进行了有关声环境保护的问卷调查。结果表明,张家港市声环境质量近年来得到改善,57%的调查对象对声环境质量感到满意,市民对声环境的关注度较高。调查对象认为主要噪声污染源为建筑施工源,其次为工业源,然后是交通运输源,最后为社会生活噪声。4种噪声源实际导致的噪声污染事件数量间没有明显差别,其中社会生活噪声造成的污染情况数最多。居民实际遭遇的噪声污染事件类别和居民受教育程度会对居民提出声环境保护措施的倾向产生显着影响。
刘道春,洪桂香[3](2020)在《控防工业噪声污染 让人远离疾病风险》文中研究表明噪声是生活和工作中使人不舒适、厌烦以致难以忍受的声音。工业噪声不仅会造成听力损失,严重时还会导致职业性噪声聋,并损害神经、心血管、消化和内分泌系统。随着现代工业生产的发展,噪声对职业人群的健康影响越来越大。近年来,随着经济社会发展,城市化进程加快,我国环境噪声污染日益突出,扰民投诉始终居高不下。随着社会人们的生活水平的提高,追求的生活质量也越来越高,环保已经在我们这个科技发达的社会无人不晓,工业噪声是当今主要公害之一,对其进行防治或控制相当重要,已经受到社会大众的普遍关注。
颜阳[4](2020)在《神东石圪台选煤厂噪声源识别与降噪方案研究》文中研究指明煤炭在使用前需要在选煤厂进行除杂、脱灰、脱硫等处理,以提高煤炭利用率和资源配置效率。然而,这一工艺过程会产生大量的噪声,严重影响了人们的正常生活。为了给职工和周围群众提供一个良好的环境,必须对噪声源进行识别并采取综合降噪措施。本文以神东石圪台选煤厂作为研究对象,分析了选煤厂噪声的产生原因;采用定性和定量相结合的方法对选煤厂的噪声源进行识别;评估噪声职业危害,确定噪声职业危害等级:设计综合降噪方案并进行噪声治理,以达到降噪的目的。调查神东石圪台选煤厂的噪声现状,分析选煤厂噪声的产生原因。采用主观识别的定性法和近场测量的定量法相结合的方法对噪声源进行识别,然后对识别结果进行分级,识别结果表明,振动给煤机、空压机、振动筛、刮板输送机、胶带输送机和破碎机的噪声值较大,是进行降噪的主要对象。采用层次分析法,构建包含4个一级指标和15个二级指标在内的噪声职业危害评估体系层次结构模型,并依据专家打分结果构建了各层次判断矩阵,经计算和检验后确定了各指标的权重,形成噪声职业危害的综合评估方法,然后根据选煤厂噪声综合评价指数划分噪声职业危害等级。经过综合评估分级,得到选煤厂内噪声职业危害等级为C级、噪声治理等级为3级,需要对选煤厂内的噪声进行强化治理。根据上述分析,从噪声源、厂房、值班室、厂界、职业健康管理和个体防护六个方面设计降噪方案。结合神东石圪台选煤厂实际情况对降噪方案实施后,达到了降噪的目的,满足了国家的标准要求,保障了职工和周围群众的身心健康。为其它选煤厂的降噪工作提供了良好的解决思路和参考方案。
姜惠芸[5](2020)在《江苏省健康住宅室内声环境设计与优化研究》文中研究表明江苏省作为城市化程度与经济发展水平较高的城市,绿色建筑发展也处于全国前列,进一步发展健康建筑具有一定的经济基础与现实意义。健康建筑侧重于人的身心健康,重点关注噪声、采光等物理环境。随着生活水平的提高,人们对于住宅室内声环境的要求也越来越高,但在围护结构满足现有规范要求的前提下一些噪声依旧令人感到烦扰,噪声投诉问题依旧存在,如何营造健康舒适的住宅室内声环境,成为了一个亟待解决的问题。根据我国对于城市声环境的监测情况报告和噪声投诉来源的数据对比,分析现有住宅所处的城市总体声环境质量水平,以及居民在住宅使用阶段的主要噪声投诉来源,并从噪声源与噪声传播途径两个方面对住宅声环境主要影响因素进行分类探讨。在各类噪声中,低频噪声的广泛存在与较强的传播能力,成为现有住宅中声环境的重要问题。现有规范及围护结构对于住宅声环境的控制与约束并不能达到健康住宅的要求,通过对比国外现有标准与国内的规范标准,结合江苏省的实际情况,提出江苏省健康住宅声环境控制指标建议值。除环境噪声控制指标和隔声性能控制指标之外,针对住宅噪声环境中低频噪声影响被低估的问题,加设低频噪声限值。国内外对于住宅声环境的控制措施及规范条例中,有些国家在低频段额外增设了声级限值或者采用了修正系数对低频噪声进行修正,但是对于低频噪声的评价并没有一个统一的标准,这使得低频噪声评价难以横向对比。在本次研究中,尝试引用心理声学指标对噪声样本进行分析评估,探究其作为建筑中低频噪声评价方式的可能性。本文选取建筑内部典型设备噪声源作为主要研究对象,使用Artemis软件对录制噪声进行分析。首先将录制声音分析结果与现场测量声音结果进行对比,保证了录制声音与设备运行时产生的噪声环境效果相对一致;然后将软件计算得出的心理声学指标的分析结果与A声级及噪声能量占比分析结果进行对比,表明心理声学指标比A声级更能多方面表述噪声源频谱特征;最后,针对此类噪声源,提出一定的设计与优化措施。使用Insul软件对常用围护结构构造进行隔声效果模拟,比较了现在常用的外围护结构与建筑内部隔墙构造在不同频段上的隔声量。研究中,通过不同构造方式隔声效果的对比,结合住宅设备噪声的频谱分析结果,对现有围护结构构造进行分析与改进,从而达到了防治目的,为营造安全、舒适、健康的室内声环境设计提供参考。全文字数:40058余字;图片:27幅;表格:62幅;
李文涛[6](2020)在《基于主客观结合的城市声环境优化模拟决策与优化研究》文中指出随着我们国家城市更新和高校新校区建设的不断推进。同时,随着城市人口集聚和高密度发展,城市道路网密度不断提高,学校周边各类休闲娱乐设施的不断增加,伴随而来的是市区校园受各种噪声污染的影响也越来越严重。而校园声环境的质量,会直接影响到师生的生活、学习、工作和身心健康。长期处于噪声污染中的人群会出现耳聋、视力下降、记忆力下降、失眠、浑身无力等症状,甚至还会导致高血压、心脏病、抑郁症、精神系统疾病、内分泌紊乱等。因此,会影响到学校师生的日常沟通、学习和生活质量。所以,对校园噪声进行评估和优化显得非常必要。本研究根据浙江工业大学声环境现状提出三种优化方案(噪音屏障、绿化林带以及噪音屏障和绿化林带混合布置),通过Noisesystem软件对这三种场景的模拟,得到它们降低噪音强度的能力,并确定了不同改善措施下的听觉感知。为了确定优化措施的视觉感知,随机抽取了不同年龄段的100个学校师生样本,每个样本都从视觉和听觉角度对模拟场景中的噪音屏障和绿化林带打分。通过结合听觉和视觉的综合评估,结果表明噪音屏障能给人更好的听觉感受,但绿化林带能给人更好的视听主观感受。所以,在考虑施加改善措施降噪能力的同时,也应充分考虑视觉设计,且植被的视觉感知要强于常规的声屏障效果。根据上述三种优化方案的对比分析得到的偏优方案为施加绿化林带,以偏优方案的局部空间为目标提出了相应的优化方案,并进行了关于优化方案的声环境数值模拟实验,验证了改善效果。本研究提出的通过声环境模拟来评价和优化城市更新方案的技术路线,为保证城市更新进程中的规划设计方法和实施后的环境质量提供了有益的思路尝试。
李俊卿,陈雪,张宏[7](2020)在《达州市某水泥厂接触噪声工人的高血压患病情况》文中研究指明目的了解达州市某水泥厂工人接触噪声强度、接触噪声工龄与高血压患病的关系。方法 2018年3—7月,以达州市某水泥厂的417名男性工人作为调查对象,逐一测定其血压,分别按照相同岗位不同接噪工龄、相同接噪工龄不同噪声强度进行分析。结果余热发电巡检、水泥磨巡检、生料磨巡检及包装装运插袋岗位高血压检出率分别为1.52%~18.75%、3.45%~26.67%、8.33%~42.86%和17.65%~66.67%,相同岗位劳动者高血压检出率与接触噪声工龄呈正相关(均P<0.01);<10、10~14、15~19及≥20年接噪工龄劳动者高血压检出率分别为1.52%~17.65%、3.33%~26.67%、9.52%~45.45%和18.75%~66.67%,相同接噪工龄下工人高血压检出率与接触噪声强度呈正相关(均P<0.05)。结论达州市某水泥厂工人高血压检出率随接噪强度和工龄的升高而升高,应切实采取措施保护接触噪声劳动者的健康,降低其罹患高血压的风险。
赵艳霞[8](2019)在《基于机器学习的复杂噪声所致听力损失预测模型研究》文中研究表明听力损失是全世界面临的重大公共健康问题。造成听力损失的最主要原因是噪声暴露。因此,充分挖掘噪声暴露大数据中包含的潜在价值从而准确评估噪声诱发的听力损失,对节约医疗成本和加强听力防护等具有重要作用。当前评估噪声引起听力损失的标准是国际噪声暴露标准(ISO-1999)。然而该标准的建立是基于20世纪50~60年代的稳态噪声数据,因而对噪声暴露类型不敏感,往往会低估复杂噪声造成的听力损失。此外,不能利用除能量之外的其他有效特征参量,成为限制该标准对复杂噪声所致生物效应做出准确预测的又一重要原因。数据驱动的机器学习方法可以充分利用数据包含的有效信息,因而基于噪声暴露大数据和机器学习算法,建立一个更精准的听力损失预测模型,以评估噪声暴露对听力危害的影响,具有重要意义。本论文从机器学习的角度研究复杂噪声暴露下听力损失预测新方法,提高听力损伤预测的性能。模型具有合理的听力学解释,并对听力损失预防及早期干预具有重要意义。主要创新点概括如下:针对复杂噪声所致听力损失预测,论文提出基于SVM、MLP、随机森林和AdaBoost的机器学习方法,有效利用复杂噪声数据中的潜在信息,建立了听力损失与损伤综合预测模型,并系统的对比分析了多种机器学习算法的效果。提出一种复杂噪声特性与个体特征融合方法,解决传统方法对噪声暴露类型的不敏感性问题,建立了听力损伤预测模型,预测性能显着优于现有行业国际标准。提出基于卷积神经网络的复杂噪声时序模型特征发现方法,捕获被处理成二维矩阵的噪声时序数据中存在的时间模式,建立了更精准的复杂噪声所致听力损伤预测模型。
王远声[9](2019)在《综采工作面噪声对作业人员影响关系研究》文中进行了进一步梳理综采工作面是一个由人、机、环境组成的复杂生产系统。在此复杂的人机环境系统中,作业人员深受噪声污染的困扰,由于人的生理、心理存在较大的不稳定性和难控性,当受到过度的噪声影响时,易引发安全事故。因此,研究综采工作面噪声环境因素与人的关系,对有效预防事故发生,提升安全生产水平具有重要的意义。以安全工程学、人机环境系统工程为指导,采用理论分析、现场测试、实验室实验和数值模拟的方法,系统的研究了煤矿综采工作面噪声环境下的人—环关系和噪声预警系统。在研究确定综采工作面噪声源的基础上,基于数值模拟方法,分析了多因素影响下巷道噪声衰减特征;通过实验室模拟建立了噪声与人体生理心理指标影响关系方程;结合具体矿井,获得了不同工种作业人员的安全劳动时间;基于蒙特卡洛(Monte-Carlo)方法建立了基于功能函数的综采工作面噪声环境下人的可靠度模型,并构建了基于作业人员可靠度的综采工作面噪声预警系统。本论文主要研究成果和结论如下:(1)综采工作面生产期间噪声大部分时间的频率保持在3kHz-11kHz之间,其噪声大部分是中高频和高频噪声;声压级均保持在75dB-105dB,最大声压级能达到105dB-110dB左右。主要机械设备噪声源的声压级均超过《煤矿安全规程》中85dB的噪声限值要求。工作面作业人员在日常的工作中一直遭受着职业噪声的侵害;(2)综采工作面噪声声压级在整个巷道空间内衰减规律为:接收点在离声源较近的范围内时,声压级衰减快,接近线性衰减;综采工作截面面积一定时,截面形状对声压级的变化率影响不大,但是截面形状为梯形时,声压级衰减较快;综采工作面截面面积对声压级的影响较大,且截面面积越大,衰减的越快;巷道内煤岩体吸声系数对声压级有影响,吸声系数的大小与声压级的变化率成正相关,吸声系数越大,声压级的变化率越大;(3)通过噪声对人影响的实验室研究发现:噪声刺激水平和暴露时间对被试者的生理心理指标有影响;当噪音水平≤95dB时,噪声暴露时间是影响作业人员生理心理指标的主要因素;当噪声水平>95dB时,噪声水平是主要影响因素;(4)以实际矿井综采工作面为例,选取受噪声影响较大的工种—采煤机司机、运输机司机和泵站司机为对象,研究了收缩压、舒张压、心率三个生理指标与劳动时间的关系。基于灰色理论GM(1,1)模型得到各生理指标随时间的变化规律,依据医学界定的生理指标阈值,分别确定出各工种作业人员的安全劳动时间分别为6.4小时、6.0小时、5.7小时,最后依据最小值原则,选取5.7个小时作为综采工作面噪声作业环境下的安全劳动时间,为矿工井下噪声作业时长提供了理论依据。(5)提出了基于功能函数的人的可靠度模型,采用蒙特卡洛(Monte-Carlo)方法建模,并得出噪声声压级在50dB-70dB、70dB-90dB、90dB-110dB区间内人的可靠度分别为1、0.7092和0;(6)基于IBM的Domino平台及预警理论,建立了井下噪声环境的作业人员安全预警系统,实现了对作业人员行为可靠度的预警功能。
梁灿坤,丘晓玲[10](2018)在《工业噪声所致疾病负担的归因方法与反事实分析研究》文中研究表明长期工业噪声暴露可以导致听觉系统损伤和听觉外系统损害,造成精神、心理和社会功能方面无形负担,并带来个人、家庭和社会经济负担。然而,职业人群的疾病负担是多因素共同作用的结果,职业人群归因于工业噪声的疾病负担及工业噪声对职业人群疾病负担的贡献份额如何,仍然需要进行深入探索以弥补目前国内研究不足。对工业噪声所致疾病负担的研究现状进行了回顾,对归因疾病负担的理论基础、反事实分析方法的研究现状作了分析,认为应用反事实分析方法能够解决工业噪声所致疾病负担的归因问题,评估结果更加具有科学性和针对性,为疾病负担的归因研究提供参考方法。
二、工业噪声与高血压的关系(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、工业噪声与高血压的关系(论文提纲范文)
(1)“烦躁”的城市:噪声污染难治(论文提纲范文)
什么是噪声污染 |
我国环境噪声污染现状 |
(1)城市功能区声环境质量。 |
(2)昼间区域声环境质量。 |
(3)昼间道路交通声环境质量。 |
噪声污染的危害 |
(1)危害人体健康。 |
(2)危害动物健康。 |
噪声污染的防治 |
(1)加强噪声污染防治的法律和制度建设。 |
(2)加强城市功能区优化调整。 |
(3)加强环境噪声污染的监测范围和频率。 |
(4)加强噪声污染的人民监督,积极解决群众噪声污染投诉和举报。 |
(5)加强噪声污染防治宣传和科研工作。 |
(2)张家港市声环境相关问题问卷调查(论文提纲范文)
1 问卷调查和统计 |
2 调查对象基本情况 |
3 声环境感知调查分析 |
3.1 调查对象对不同频率噪声的敏感程度 |
3.2 对噪声问题关注度和满意程度的结果分析 |
3.3 问卷结果个案加权分析 |
3.4 调查对象的声环境意识 |
4 声环境问题调查分析 |
4.1 噪声污染源及噪声污染原因分析 |
4.2 问卷结果个案加权分析 |
4.3 居民对声环境管理措施的倾向分析 |
5 结论 |
(3)控防工业噪声污染 让人远离疾病风险(论文提纲范文)
一、工业噪声及其对人体的影响与危害 |
二、工业噪声的分类 |
三、工业噪声的产生来源及其行业和工种 |
四、职业性的噪声耳聋及主要症状 |
五、工业噪声的控制与防控措施 |
(4)神东石圪台选煤厂噪声源识别与降噪方案研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 本文研究的出发点 |
1.4 研究内容及技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
2 噪声治理相关理论及分析 |
2.1 噪声职业危害 |
2.2 噪声源识别方法 |
2.2.1 传统噪声源识别方法 |
2.2.2 基于信号处理的噪声源识别方法 |
2.2.3 基于声阵列技术的噪声源识别方法 |
2.3 噪声治理措施 |
2.4 本章小结 |
3 石圪台选煤厂噪声源识别与噪声职业危害评估 |
3.1 石圪台选煤厂噪声现状 |
3.1.1 石圪台选煤厂概况 |
3.1.2 石圪台选煤厂噪声现状调查 |
3.2 选煤厂噪声产生原因分析 |
3.2.1 选煤厂噪声产生的一般性原因分析 |
3.2.2 选煤厂噪声产生的具体原因分析 |
3.3 选煤厂噪声源识别 |
3.3.1 选煤厂噪声源识别方法的选择原则 |
3.3.2 选煤厂噪声源识别方法 |
3.3.3 选煤厂噪声源识别结果分级 |
3.4 选煤厂噪声职业危害综合评估及其分级 |
3.4.1 层次分析法介绍 |
3.4.2 选煤厂噪声职业危害评估指标体系的层次结构模型 |
3.4.3 各层次判断矩阵的构建 |
3.4.4 层次单排序及一致性检验 |
3.4.5 各层次排序及其权重结果 |
3.4.6 综合评估分级 |
3.5 本章小结 |
4 石圪台选煤厂降噪方案设计与实施 |
4.1 噪声治理方案设计原则 |
4.2 选煤厂噪声治理措施 |
4.2.1 噪声源治理措施 |
4.2.2 厂房噪声治理措施 |
4.2.3 值班室噪声治理措施 |
4.2.4 厂界周围噪声治理措施 |
4.2.5 从管理角度进行噪声治理 |
4.2.6 从个体防护角度进行噪声治理 |
4.3 降噪方案实施后的降噪效果衡量 |
4.4 本章小结 |
5 结论 |
5.1 本文所做的主要工作及结论 |
5.1.1 主要工作 |
5.1.2 研究结论 |
5.2 展望 |
致谢 |
参考文献 |
附录 |
(5)江苏省健康住宅室内声环境设计与优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 健康住宅概念提出与发展 |
1.1.2 住宅声环境存在问题 |
1.2 研究目的与意义 |
1.3 研究现状 |
1.3.1 国内外研究现状 |
1.3.2 文献评述 |
1.4 研究内容及目标 |
1.4.1 研究内容 |
1.4.2 研究目标 |
1.5 研究方法 |
1.5.1 研究主要方法 |
1.5.2 技术路线 |
第二章 住宅建筑室内声环境现状 |
2.1 住宅建筑声环境现状 |
2.1.1 我国声环境现状 |
2.1.2 江苏省声环境现状 |
2.2 内噪声来源 |
2.2.1 室外噪声 |
2.2.2 建筑内部噪声 |
2.2.3 户内噪声 |
2.3 噪声传播途径 |
2.3.1 空气声 |
2.3.2 结构声(固体声) |
2.4 低频噪声问题 |
2.4.1 低频噪声的定义 |
2.4.2 低频噪声的来源与传播 |
2.4.3 低频噪声的影响 |
2.5 本章小结 |
第三章 健康住宅室内声环境标准 |
3.1 国内外住宅声环境设计评价标准 |
3.1.1 国外住宅声环境设计评价标准 |
3.1.2 国内住宅声环境设计评价标准 |
3.2 低频噪声控制标准 |
3.2.1 低频噪声评价方法 |
3.2.2 国内外低频噪声评价标准 |
3.3 江苏省健康住宅声环境控制指标建议值 |
3.4 本章小结 |
第四章 典型噪声源特征分析与控制 |
4.1 噪声的采样与录制 |
4.1.1 测试对象与噪声源选择 |
4.1.2 噪声测量与录制 |
4.2 噪声频谱特性分析 |
4.2.1 噪声声级分析 |
4.2.2 噪声声能量分析 |
4.3 心理声学指标分析 |
4.3.1 响度分析 |
4.3.2 尖锐度、波动强度和粗糙度分析 |
4.3.3 烦恼度分析 |
4.4 结构声控制设计优化 |
4.5 本章小结 |
第五章 住宅建筑围护结构隔声性能分析 |
5.1 外墙墙体常用构造隔声性能计算与分析 |
5.1.1 外墙隔声性能计算 |
5.1.2 外墙隔声性能分析 |
5.2 内墙墙体常用构造隔声性能分析 |
5.2.1 内墙隔声性能计算 |
5.2.2 内墙隔声性能分析 |
5.3 空气声隔声设计优化 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
致谢 |
参考文献 |
作者简介 |
(6)基于主客观结合的城市声环境优化模拟决策与优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 论文研究内容 |
第二章 国内外研究现状 |
2.1 声环境相关研究 |
2.2 国内外声环境优化策略对比分析 |
2.3 校园声环境研究 |
2.4 技术路线 |
2.5 小结 |
第三章 城市声环境理论和评价方法及其控制方法 |
3.1 校园声环境概念 |
3.2 环境噪声感念和特点 |
3.3 环境噪声概述 |
3.3.1 环境噪声的噪声源 |
3.3.2 环境噪声的噪声计量 |
3.3.3 环境噪声的传播特性 |
3.3.4 环境噪声评价 |
3.3.5 环境噪声对校园声环境的影响 |
3.4 环境噪声对人的影响 |
3.5 主客观结合的评价方法 |
3.5.1 测量方法与标准 |
3.5.2 模拟方法 |
3.5.3 视听主观评价方法 |
3.6 环境噪声控制方法 |
3.6.1 考虑噪声源的声环境优化 |
3.6.2 考虑噪声传播途径的声环境优化 |
3.6.3 考虑噪声接受者的声环境优化 |
3.6.4 考虑声景的声环境优化 |
3.7 小结 |
第四章 案例研究 |
4.1 研究区概况 |
4.2 研究区域声环境现状测量及测量结果评价分析 |
4.2.1 测量结果分析 |
4.2.2 声音的识别和标记 |
4.3 有效性检验 |
4.3.1 校园声环境现状模拟 |
4.3.2 模拟结果的验证 |
4.4 优化方案的选择 |
4.5 基于不同优化方案的噪声模拟 |
4.5.1 基于声屏障的噪声模拟 |
4.5.2 基于绿化林带的噪声模拟 |
4.5.3 基于声屏障和绿化林带混合布置的噪声模拟 |
4.6 主观评价 |
4.6.1 听觉主观评价 |
4.6.2 视觉主观评价 |
4.6.3 视听主观评价 |
4.7 偏优方案的局部调整 |
4.7.1 局部的声环境问题 |
4.7.2 优化效果验证 |
4.8 小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 研究中的问题与展望 |
参考文献 |
附录 |
致谢 |
作者简介 |
1 作者简历 |
2 硕士学位期间发表的学术论文 |
学位论文数据集 |
(7)达州市某水泥厂接触噪声工人的高血压患病情况(论文提纲范文)
1 对象与方法 |
1.1 对象 |
1.2 方法 |
1.2.1 各工作岗位噪声强度检测 |
1.2.2 血压测量 |
1.3统计学分析 |
2 结果 |
2.1 噪声检测结果 |
2.2 血压测量结果 |
2.3 接触噪声强度、工龄与高血压检出率的关系 |
2.3.1 接触噪声强度与高血压检出率的关系 |
2.3.2 接触噪声工龄与高血压检出率的关系 |
3 讨论 |
3.1 合理降低劳动者接触噪声的强度 |
3.2 加强劳动者个人防护 |
3.3 做好早期干预预警 |
3.4 加强健康教育和健康促进 |
3.5 加大职业卫生执法力度 |
(8)基于机器学习的复杂噪声所致听力损失预测模型研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容与创新点 |
1.4 论文的组织结构 |
第2章 分析复杂噪声暴露所致听力损伤的相关理论 |
2.1 噪声暴露所致听力损伤预测的关键问题 |
2.1.1 噪声信号处理技术 |
2.1.2 特征选择技术 |
2.2 机器学习算法 |
2.2.1 随机森林算法 |
2.2.2 AdaBoost算法 |
2.2.3 多层感知机(MLP)算法 |
2.2.4 支持向量机算法 |
2.2.5 卷积神经网络(CNN)算法 |
2.3 ISO-1999(2013)方法 |
2.4 模型性能的统计比较 |
2.4.1 交叉验证t检验 |
2.4.2 Wilcoxon Signed Ranks检验 |
2.5 本章小结 |
第3章 面向复杂噪声性听力损失的机器学习预测方法 |
3.1 研究内容 |
3.2 研究方法 |
3.2.1 数据收集 |
3.2.2 听力损伤的定义 |
3.2.3 数据分析 |
3.2.4 模型构建 |
3.2.5 风险因素确定 |
3.2.6 模型评估指标 |
3.3 研究结果 |
3.3.1 风险因素确定 |
3.3.2 不同听力损伤预测模型的性能评估 |
3.4 讨论 |
3.5 本章小结 |
第4章 基于复杂噪声暴露数据的听力损伤自动分类方法 |
4.1 研究内容 |
4.2 研究方法 |
4.2.1 数据收集 |
4.2.2 实验设计 |
4.2.3 统计分析 |
4.2.4 实验环境 |
4.3 研究结果 |
4.3.1 特征提取和特征选择 |
4.3.2 分类 |
4.4 讨论 |
4.4.1 ISO-1999预测模型的可行性 |
4.4.2 选择SVM模型的特征 |
4.4.3 SVM预测模型的可行性 |
4.5 本章小结 |
第5章 基于卷积神经网络的噪声性听力损伤预测方法 |
5.1 研究内容 |
5.2 研究方法 |
5.2.1 问题制定 |
5.2.2 用于听力损伤预测的卷积神经网络模型 |
5.2.3 数据描述 |
5.2.4 听力损伤的定义 |
5.2.5 模型评估 |
5.3 研究结果 |
5.3.1 数据预处理 |
5.3.2 卷积神经网络的训练 |
5.3.3 与基准模型的比较 |
5.4 讨论 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读博士学位期间的主要研究成果 |
(9)综采工作面噪声对作业人员影响关系研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 煤矿噪声研究现状分析 |
1.2.2 长空间声场研究现状 |
1.2.3 噪声对人生理心理影响研究现状 |
1.2.4 噪声对人的可靠性影响研究现状 |
1.2.5 以往研究存在的不足 |
1.3 论文研究内容 |
1.4 课题研究方法 |
1.5 技术路线图 |
2 噪声基础理论概述 |
2.1 噪声的基本概念 |
2.1.1 噪声的基本定义 |
2.1.2 噪声的分类 |
2.1.3 噪声的计量标准 |
2.2 噪声对人体生理、心理影响的基本原理 |
2.3 噪声控制理论基础 |
2.3.1 控制论的基本概念 |
2.3.2 安全控制论的基本概念 |
2.3.3 危险控制遵循原则 |
2.3.4 安全控制的基本策略 |
2.4 长空间声学理论概述 |
2.5 人行为可靠度理论 |
2.5.1 人因可靠性的定义 |
2.5.2 人因可靠性影响因素 |
2.6 小结 |
3 综采工作面噪声源实测与分析 |
3.1 综采工作面噪声来源与衰减分析 |
3.2 试验矿井概况 |
3.2.1 井田位置与范围 |
3.2.2 矿井开采与开拓 |
3.2.3 主采煤层 |
3.3 噪声源实测分析 |
3.3.1 主要测量工具 |
3.3.2 23131 综采工作面噪声数据采集 |
3.3.3 28051 综采工作面噪声数据采集 |
3.4 小结 |
4 多因素影响下的综采巷道声场特性仿真研究 |
4.1 综采工作面模型的建立 |
4.1.1 数学模型 |
4.1.2 物理模型 |
4.2 综采工作面巷道长空间噪声传播和衰减规律 |
4.2.1 巷道接收点距离对噪声衰减的影响 |
4.2.2 综采工作面截面形状对噪声衰减的影响 |
4.2.3 综采工作面截面面积对噪声衰减的影响 |
4.2.4 综采工作面巷道吸声系数对噪声衰减的影响 |
4.2.5 实测数据与理论数据对比分析 |
4.3 小结 |
5 综采工作面噪声对作业人员生理心理影响的实验研究 |
5.1 实验平台的搭建 |
5.2 实验人员的选择 |
5.3 实验测量工具及材料 |
5.3.1 实验测量工具 |
5.3.2 实验材料准备 |
5.4 噪声暴露对作业人员心率的影响 |
5.4.1 具体试验流程 |
5.4.2 实验结果及处理 |
5.5 噪声暴露对作业人员血压的影响 |
5.5.1 噪声刺激对作业人员舒张压的影响 |
5.5.2 噪声刺激对作业人员收缩压的影响 |
5.6 噪声暴露对作业人员安全心理的影响 |
5.6.1 噪声对作业人员安全心理的影响 |
5.6.2 舒尔特方格简介 |
5.6.3 具体试验流程 |
5.6.4 实验结果及处理 |
5.7 小结 |
6 综采工作面作业人员生理指标与安全劳动时间关系研究 |
6.1 作业人员安全劳动时间理论基础及研究方法 |
6.1.1 灰色理论模型 |
6.1.2 GM(1,1)预测模型 |
6.1.3 二分法基本原理 |
6.2 综采工作面作业人员生理数据的测定 |
6.3 生理指标随工作时间变化模拟分析 |
6.3.1 收缩压生理指标随工作时间变化模拟分析 |
6.3.2 舒张压生理指标随工作时间变化模拟分析 |
6.3.3 心率生理指标随工作时间变化模拟分析 |
6.4 结果统计分析 |
6.5 现场验证 |
6.5.1 听力损失的定义及判定标准 |
6.5.2 听力筛查检测方法 |
6.5.3 处理原则 |
6.5.4 岗前职业入职体检听力筛查主要法规依据 |
6.5.5 听力检测结果统计分析 |
6.6 小结 |
7 综采工作面噪声环境条件下作业人员可靠度模型研究 |
7.1 传统可靠度模型 |
7.1.1 人的可靠度模型 |
7.1.2 人子系统的可靠度计算模型 |
7.1.3 量化作业工人作业环境的安全区域、潜在危险区域、危险区域 |
7.2 基于功能函数的作业人员作业可靠度模型 |
7.2.1 功能函数与极限状态方程 |
7.2.2 人的可靠度 |
7.3 人的可靠度求解中的M-C法 |
7.3.1 模型建立分析 |
7.3.2 模型建立 |
7.3.3 建模结果与分析 |
7.4 小结 |
8 煤矿作业人员噪声预警系统的构建与实现 |
8.1 预警系统综述 |
8.1.1 安全预警系统的特点 |
8.1.2 安全预警的核心内容 |
8.1.3 安全预警的职能 |
8.2 预警系统设计 |
8.2.1 系统的逻辑结构设计 |
8.2.2 系统的结构设计 |
8.2.3 系统的角色设计 |
8.3 综采工作面噪声预警系统设计 |
8.4 系统优化模块介绍 |
8.5 可靠度预警系统的实现 |
8.6 小结 |
9 结论与展望 |
9.1 结论 |
9.2 主要创新点 |
9.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(10)工业噪声所致疾病负担的归因方法与反事实分析研究(论文提纲范文)
1 工业噪声所致疾病负担的研究现状 |
2 归因疾病负担的理论基础 |
3 反事实分析方法的研究现状 |
4 反事实分析在工业噪声所致疾病负担归因研究中的应用 |
5 回顾与展望 |
四、工业噪声与高血压的关系(论文参考文献)
- [1]“烦躁”的城市:噪声污染难治[J]. 柯艺. 生态经济, 2021(08)
- [2]张家港市声环境相关问题问卷调查[J]. 李秀娟,丁旻炜,吴红梅,陈亢利. 环境监控与预警, 2021(02)
- [3]控防工业噪声污染 让人远离疾病风险[J]. 刘道春,洪桂香. 防灾博览, 2020(06)
- [4]神东石圪台选煤厂噪声源识别与降噪方案研究[D]. 颜阳. 西安科技大学, 2020(01)
- [5]江苏省健康住宅室内声环境设计与优化研究[D]. 姜惠芸. 东南大学, 2020
- [6]基于主客观结合的城市声环境优化模拟决策与优化研究[D]. 李文涛. 浙江工业大学, 2020(02)
- [7]达州市某水泥厂接触噪声工人的高血压患病情况[J]. 李俊卿,陈雪,张宏. 职业与健康, 2020(07)
- [8]基于机器学习的复杂噪声所致听力损失预测模型研究[D]. 赵艳霞. 浙江大学, 2019(03)
- [9]综采工作面噪声对作业人员影响关系研究[D]. 王远声. 河南理工大学, 2019(07)
- [10]工业噪声所致疾病负担的归因方法与反事实分析研究[J]. 梁灿坤,丘晓玲. 职业卫生与应急救援, 2018(01)