Utilização da modelagem fuzzy em parâmetros de bem-estar humano

Transcrição

1 Utilização da modelagem fuzzy em parâmetros de bem-estar humano Nathaly S. M. Melo¹, Leonardo Schiassi², Guilherme F. Tavares¹, Ícaro P. de Souza¹ ¹ Discente do curso de Engenharia Agrícola e Ambiental UFMT. Sinop, MT ² Professor Assistente no Instituto de Ciências Agrárias e Ambientais da Universidade Federal de Mato Grosso (UFMT), campus Sinop. (nathaly.melo@hotmail.com, leoschiassi@yahoo.com.br, guitavares@live.co.uk, icaro.p.souza@hotmail.com) Resumo: Diante da preocupação com o ambiente de trabalho, e, consequentemente com o bem-estar dos trabalhadores, objetivou-se com o presente trabalho avaliar a utilização do modelo fuzzy, relacionada com os trabalhadores agrícolas, onde estão sendo avaliadas o índice de bulbo úmido e temperatura de globo (IBUTG C) e o nível de ruído (db(a)), tendo como variável de saída o índice de bem-estar humano (IBEH). O método de inferência utilizado foi o de Mandani e o sistema de regras foi desenvolvido com base nas combinações das variáveis de entrada. Foram utilizadas 25 regras para representar esses dados, para cada regra foi atribuído peso igual a 1. Os resultados indicam que o modelo matemático tem uma metodologia satisfatória, podendo auxiliar na tomada de decisões e análises cotidianas. Abstract: Given the concern about the work environment, and consequently the well-being of workers, aimed with this study to evaluate the use of the fuzzy model-related agricultural workers, which are being evaluated wet bulb and globe temperature index (WBGT C) and noise level (db (A)), with the output variable human well-being index (WHB). The method used was inference and defuzzification of Mandani and the rule system was developed based on combinations of input variables. 25 rules have been used to represent these data for each rule is assigned a weight of 1. The results indicate that the mathematical model has a satisfactory methodology to assist in decision making and analysis daily.

2 Introdução Segundo Fanger (1970), o conforto térmico é uma condição da mente que expressa a satisfação do indivíduo com o ambiente térmico, sendo assim, a maioria dos trabalhadores, quando submetidos a temperaturas extremas, demonstram baixo rendimento. Segundo a norma NR-15 (MTE-BRASIL, 1990), o IBUTG ( C) deve ser utilizado para representar o limite de tolerância ao calor. Os níveis de ruído contínuo ou intermitente devem ser medidos em decibéis (db(a)), sendo assim, a utilização da matemática fuzzy nos remete suporte à decisão, onde a saúde e o bem-estar dos trabalhadores são melhores. Para melhor análise desses índices é necessário a utilização de modelos computacionais, onde a representação matemática é a base para solução dos problemas, a matemática fuzzy foi introduzido para dar suporte a decisão, sendo capaz de executar tarefas ou resolver problemas a partir de uma base de conhecimento. Pode também ser utilizada para avaliar os parâmetros entre esses índices, traduzindo em termos matemáticos a informação imprecisa, expressa por um conjunto de regras linguísticas, onde essa fuzzificação nos remete a variáveis calculadas em valores numéricos, para variáveis calculadas em valores linguísticos. A matemática fuzzy é caracterizada inicialmente pela definição das variáveis de entrada e saída, e suas funções de pertinência associadas, sendo utilizada em várias áreas, análises de custo de produção [Nääs et al., 2010], detecção de câncer [Silveira et al., 2008] e detecção de cio em vacas leiteiras [Brunassi et al., 2010]. Diante do exposto, objetivou-se, neste trabalho a utilização da matemática fuzzy, para representar o bem-estar dos trabalhadores em ambientes insalubres, onde através de estudos se busca melhor rendimento e melhores condições de trabalho. Materiais e métodos Para o desenvolvimento do modelo fuzzy proposto, foram definidas duas variáveis de entrada: o índice de bulbo úmido e temperatura de globo (IBUTG, ºC) e o nível de ruído (db(a)). Com base nessas variáveis de entrada, o sistema fuzzy prediz a variável de saída que é o índice de bem-estar humano (IBEH). Nesta análise, utilizou-se o método de inferência de Mamdani [Mandani, 1976], que traz como resposta um conjunto fuzzy originado da combinação dos valores de entrada com os seus respectivos graus de pertinência, através do operador mínimo, e, em seguida, pela superposição das regras por meio do operador máximo [Leite et al., 2010]. De acordo com as combinações dos dados de entrada, foram definidas 25 regras e, para cada regra, foi atribuído um fator de ponderação igual a 1. O fator de ponderação igual a 1, usualmente adotado como default, foi escolhido por mostrar-se adequado ao modelo proposto com base no comportamento dos resultados obtidos pelas simulações. Ademais, este valor tem sido adotado em diversos modelos fuzzy reportados pela literatura [Schiassi et al., 2012]. Modelo fuzzy proposto Num ambiente térmico as variações de temperatura estão relacionadas como a temperaturas de bulbo seco, bulbo úmido, umidade relativa e radiação solar, sendo assim, optou-se em utilizar como variável de entrada o IBUTG (ºC), por ser este um índice que engloba os principais fatores relacionados à sobrecarga térmica. Segundo norma do ministério do trabalho [MTE-BRASIL, 1990], a equação 1 representa ambientes internos ou externos sem carga solar:

3 IBUTG = 0,7 tbn + 0,3 tg onde: tbn = temperatura de bulbo úmido natural, tg = temperatura de globo Em função do IBUTG, os limites de tolerância para o regime do trabalho intermitente foram definidos (Tabela 1). Tabela 1. Limites de tolerância para a exposição ao calor, em regime de trabalho intermitente, com períodos de descanso no próprio local de trabalho (IBUTG, C). Tipo de atividade Regime de trabalho Leve Moderada Pesada Trabalho contínuo até 30,0 até 26,7 até 25,0 45 min trabalho, 15 min descanso 30,1 a 30,6 26,8 a 28,0 25,1 a 25,9 30 min trabalho, 30 min descanso 30,7 a 31,4 28,1 a 29,4 26,0 a 27,9 15 min trabalho, 45 min descanso 31,5 a 32,2 29,5 a 31,1 28,0 a 30,0 Não é permitida a exposição sem alguma medida de controle acima de 32,2 acima de 31,1 acima de 30,0 Fonte: NR-15 (MTE-BRASIL, 1990) Para o desenvolvimento dos conjuntos fuzzy, para variável nível de ruído (db(a)), foram utilizados dados da literatura, em que diversos autores classificam intervalos de ruído de acordo com sua influência no conforto humano (Tabela 2). Assim, são definidos cinco conjuntos para essa variável. Tabela 2. Intervalos de níveis de ruído utilizados para o desenvolvimento dos conjuntos fuzzy Ruído (db(a)) Classificação Fonte R Nenhum efeito Adaptado de Robin (1987) R Pequeno desconforto Adaptado de Robin (1987) R Estresse leve e desconforto Adaptado de OMS (2001) R Desgaste do organismo Adaptado de OMS (2001) R Danos no aparelho auditivo Adaptado de Robin (1987) A variável de saída índice de bem-estar humano (IBEH) permite a indicação direta do nível de bem-estar experimentado pelos trabalhadores. Seus conjuntos estabelecem intervalos no domínio de [0,1] e foram classificados segundo o mesmo conceito apresentado por Yanagi Junior et al. (2012) e Schiassi et al. (2012) para predição da salubridade em ambientes de trabalho. Os intervalos admitidos para as variáveis de entrada e saída estão graficamente representados pelas curvas de pertinência trapezoidais e triangulares (Figura 1), por representarem melhor a variação dos dados de entrada e por serem as mais usadas de acordo com a literatura [Yanagi Junior et al., 2012].

4 (a) (b) (c) Figura 1. Funções de pertinência para as variáveis de entrada: a) IBUTG ( C), b) Nivel de ruído (db(a)) e saída: c) IBEH Os intervalos de saída representam o bem-estar dos trabalhadores, onde o intervalo de [0, 1] demostra o grau de insalubridade sofrido pelos trabalhadores, sendo que valores de IBEH iguais a unidade indicam condição de máxima salubridade e valores iguais a zero indicam condições plenamente insalubres. O número de funções de pertinência adotadas foi determinado em razão do melhor ajuste do modelo, por melhor apresentar as resposta nos conjunto de dados e por resultarem nos menores valores de desvio-padrão, sendo esta metodologia utilizada por outros autores [Owada et al., 2007; Pereira et al., 2008]. Resultados e Discussão Os resultados obtidos foram posteriormente utilizados na aplicação da lógica fuzzy, em que foi utilizado o software Fuzzy Logic Toolbox do MATLAB 6.1 (2005). A utilização dessa ferramenta permitiu estabelecer alguns parâmetros ideais de conforto aos trabalhadores em ambientes insalubres. Para análise do sistema fuzzy desenvolvido, foram utilizados gráficos tridimensionais, sendo essa a forma mais conhecida de representação dos resultados simulados em modelos fuzzy [Owada et al., 2007; Pereira et al., 2008]. A superfície ilustrada na Figura 2 mostra as variações de IBEH para as diversas combinações de IBUTG e nível de ruído. Podemos observar pelas simulações, os pontos em que o IBEH é alto, evidenciando ambientes onde a situação laboral do trabalhador se encontra em conforto, fazendo com que toda sua atenção esteja voltada para o exercício da atividade. Os pontos onde o IBEH é baixo estão diretamente relacionados a ambientes insalubres, fazendo com que ocorra maior desgaste físico e psicológico do trabalhador e aumentando assim as chances de erros e riscos de acidentes de trabalho. De posse

5 dessas simulações, pode-se inferir sobre a salubridade do ambiente de trabalho e propor medidas de controle, visando ao conforto do trabalhador. Figura 2. IBEH simulado em função das variáveis de entrada: nível de ruído (db(a)) e IBUTG ( C) Tais medidas podem ser: aumento do tempo de descanso; manejo do horário de trabalho, dando preferência para as horas do dia em que a temperatura está mais baixa; uso de roupas apropriadas para diminuir a sensação térmica e aumentar a reflexão da radiação solar, além do uso de protetores auriculares. O aumento do tempo de descanso como forma de reduzir o efeito do ruído e de temperatura sobre humanos foi reportado por Gosling e Araújo (2008). Em pesquisa avaliando o ambiente térmico e acústico em galpão de frangos de corte, Damaceno (2008), obteve valores médios diários de 25,5 C e 63,1 (db(a)) para IBUTG e ruído, respectivamente. Para esse ambiente o modelo fuzzy proposto o classifica como de média insalubridade. Ainda em ambientes de trabalho agrícola Yanagi Junior et al. (2012), avaliando ambiente de ruído em máquinas obteve valores de ruído de 94,3 (db(a)) e IBUTG de 21,8 C, para esta situação o ambiente e classificado como ruim, sendo necessário uso de equipamentos de segurança e proteção individual. Estes resultados comprovam a capacidade do modelo proposto em ponderar a interação de diferentes variáveis no conforto térmico e acústico de trabalhadores. Ressaltamos que este modelo pode ser usado para quantificar o bem-estar humano em quaisquer ambientes de trabalho, nos quais o trabalhador esteja sujeito às variáveis consideradas. Conclusão Conclui-se que o modelo fuzzy proposto apresentou resultado satisfatório na obtenção de parâmetros indicativos das condições de ambientes com salubridade, fornecendo respostas de fácil interpretação, tornando-se uma metodologia importante na compreensão das condições de conforto dos trabalhadores. A utilização do software MATLAB permitiu estabelecer alguns parâmetros ideais de conforto térmico e de ruído. Sendo assim, os resultados mostraram que é possível o desenvolvimento de um software que determine, com elevado grau de precisão, a ocorrência de estresse em trabalhadores. Este sistema pode ainda auxiliar na tomada de decisões quanto ao controle do ambiente de trabalho, evitando assim perdas de produtividade e danos à saúde do trabalhador.

6 Referências: Brunassi, L.A.; Moura, D.J.; Nääs, I.A.; Vale, M.M.; Souza, S.R.L. (2010) Improving detection of dairy cow estrus using fuzzy logic. Scientia Agricola, Piracicaba, v.67, n.5, p , Damasceno, F. A. (2008) Bem-estar do animal e do trabalhador em galpões avícolas climatizados p. Dissertação (Mestrado em Engenharia Agrícola) Universidade Federal de Lavras, Lavras, MG. Fanger, P. O. (1970) Thermal comfort. Copenhgen: Danish Technical. Gosling, M.; Araújo, G.C.D. (2008) Saúde física do trabalhador rural submetido a ruídos e à carga térmica: um estudo em operadores de tratores. Revista O Mundo da Saúde, São Paulo, v.32, n.3, p Leite, M. S.; Fileti, A. M. F.; Silva, F. V. (2010) Desenvolvimento e aplicação experimental de controladores fuzzy e convencional em um bioprocesso. Revista Controle & Automação, Campinas, v.21, n.2, p Mamdani, E. H.. (1976) Advances in the linguistic syntesis of fuzzy controllers. Int. J. Man-Mach. Stud., 8:669 p.678. MATLAB 6.5. (2005) Disponível em: 46 p. Manual de Legislação de Segurança e Medicina do Trabalho. (1992). 23a. Edição, 223p. MTE. Ministério do Trabalho e Emprego. Portaria de jul (1990) Normas regulamentadoras de segurança e saúde no trabalho (NR-15): atividades e operações insalubres. Brasília. Disponível em: < Acesso em: junho Nääs, I.A.; Romanini, C.E.B.; Salgado, D.D.; Lima, K.A.O.; Vale, M.M. (2010) Impact of global warming on beef cattle production cost in Brazil. Scientia Agricola, Piracicaba, v.67, n.1, p.1-8. OMS. Organização Mundial da Saúde. Occupational and community noise. Geneva: World Health Organization Disponível em: < Acesso em: 20 fev Owada, A. N.; Nääs, I. A.; Moura, D. J.; Baracho, M. S. (2007) Estimativa do bem-estar de frangos de corte em função da concentração de amônia e grau de luminosidade no galpão de produção. Engenharia Agrícola, Jaboticabal, v.27, n.3, p , set./dez. Pereira, D.F.; Bighi, C.A.; Gabriel Filho, L.R.; Gabriel, C.P.C. (2008) Sistema fuzzy para estimativa do bem-estar de matrizes pesadas. Engenharia Agrícola, Jaboticabal, v.28, n.4, p Robin, P. Segurança e ergonomia em maquinaria agrícola. São Paulo: IPT, p. Schiassi, L.; Yanagi Junior, T.; Damasceno, F. A.; Osorio Saraz, J. A.; Machado, N. S. (2012) Fuzzy modeling applied to the welfare of poultry farms workers. Dyna, Medellín, Colômbia, n. 174, p , Agosto. Silveira, G.P.; Vendite, L.L.; Barros, L.C. (2008) Software desenvolvido a partir de um Modelo Matemático Fuzzy para predizer o estágio patológico do Câncer de Próstata. Biomatemática, Campinas, v. 18, p Yanagi Júnior, T.; Schiassi, L.; Abreu, L. H. P.; Barbosa, J. A.; Campos, A. T. (2012) Procedimento fuzzy aplicado à avaliação da insalubridade em atividades agrícolas. Engenharia Agrícola, Jaboticabal, v.32, n.3, p , mar./abr. Zadeh, L.A. (1965) Fuzzy Sets. Journal Information and Control, n. 8, p