Sistema probabilístico basado en redes bayesianas para predecir el grado de riesgo ergonómico por movimientos repetitivos
Loading...
Date
2021-01-21
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca
Abstract
With the purpose of minimizing the incidence of suffering muscular-skeletal disorders that the personnel
of the construction of tires of the company Continental Tire Andina S.A. of the city of Cuenca, a descriptive
study was established, which allowed to examine the work procedure in the elaboration of tires, in the same
way the analytical and experimental study allowed to obtain variables that guided the simulation which
represented the level of ergonomic risk by repetitive movements, being able to evaluate 83 operators of
112, excluding 29 workers due to the deficit of personal information and performance, To carry out the
experimentation through the artificial intelligence technique Bayesian Networks 13 variables were
contextualized and associated to groups of diverse character, having the problem variable, informative
variables and intermediate variables, these were related through a causal approach developing a network
structure allowing to predict the ergonomic risk by repetitive movements giving a classification or success
rate of 76%, also is presented 0.65 in terms of the indicator Area Below the Curve (ROC), reflecting the
performance of the Bayesian Networks, which confirms that it is a useful and useful forecasting tool for
dealing with situations of exposure to ergonomic risk due to repetitive movements.
Resumen
Con la finalidad de minimizar la incidencia a sufrir trastornos músculo-esqueléticos que padece el
personal de construcción de neumáticos de la empresa Continental Tire Andina S.A. de la ciudad de Cuenca,
se establece un estudio de tipo descriptivo, el mismo que permitió examinar el procedimiento de trabajo en
la elaboración de llantas, de igual manera el estudio analítico y experimental permitió obtener variables que
guiaron la simulación la cual representó el nivel de riesgo ergonómico por movimientos repetitivos,
pudiendo evaluar a 83 operadores de 112, excluyendo 29 obreros debido al déficit de información personal
y rendimiento, para llevar a cabo la experimentación mediante la técnica de inteligencia artificial Redes
Bayesianas se contextualizaron 13 variables que se asociaron a grupos de diverso carácter, teniendo la
variable problema, variables informativas y variables intermedias, estas se relacionaron mediante un
enfoque causal desarrollando una estructura de red permitiendo predecir el riesgo ergonómico por
movimientos repetitivos otorgando una tasa de clasificación o de éxito del 76%, también se presenta un
valor de 0.65 en términos del indicador Área Bajo la Curva (ROC), reflejando el rendimiento de las Redes
Bayes, lo que confirma ser una herramienta de pronósticos útil y servicial para afrontar situaciones de
exposición a riesgo ergonómico por movimientos repetitivos.
Keywords
Ingeniería Industrial, Condiciones de trabajo, Seguridad en el trabajo
Citation
Código de tesis
Código de tesis
TN;499