Contribution to the evaluation of muscle fatigue model and recovery model - Archive ouverte HAL
Theses Year : 2016

Contribution to the evaluation of muscle fatigue model and recovery model

Contribution à l'évaluation du modèle de la fatigue musculaire et modèle de récupération

Abstract

Automation has changed the working conditions in industries and manufacturing process, but still many industries needs manual operations and handling for various tasks. These manual operations lead to work-related Musculoskeletal Disorders (MSD) which is one of the major problems for industrial workers. Muscle fatigue is one of the reason leads to Musculoskeletal Disorder. The companies have to pay attention on this issue due to the new laws on penibility or repetitive tasks. In this thesis, we are focusing on the development of an adequate and realistic dynamic muscle fatigue and recovery model for dynamic work posture, its applications and validation through experiments. Firstly, we have introduced a new dynamic muscle fatigue model with a newly introduced co-contraction factor to predict the physical strength in dynamic conditions. A recovery model is used to predict the recovery after fatigue. Both the models are first validated theoretically and compared with previous models and then validated experimentally. In theoretical analysis models are compared using regression methods. Secondly, experiments were conducted on 10 subjects for push pull motion of the arm to study the muscle strength and rate of recovery. Electromyography (EMG) technique is used to analyze the muscle activity. At last, the experimental data are used to validate muscle fatigue and recovery model. It has been found that with the increase in muscle fatigue co-contraction index decreases and most of the subjects followed the exponential function predicted by fatigue model. With the use of co-contraction factor dynamic maximum endurance time (DMET) decreases by 25:9% as compared to R.Ma's Model. At last, the normalized values of fatigue rate and co-contraction factor are used to predict the DMET for various work loads. The fatigue and recovery model proposed in this thesis can be useful in analyzing the muscle fatigue and recovery parameters, to analyze human posture and in improving working ergonomics conditions.
L’automatisation a changé les conditions de travail dans les industries en changeant les processus de fabrication. Cependant, il existe encore beaucoup d'industries demandant des opérations manuelles ou de manutention pour diverses tâches. Ces opérations manuelles conduisent à l’apparition de troubles musculo-squelettiques (TMS) qui sont l'un des problèmes majeurs pour les travailleurs de l’industrie. La fatigue musculaire est l'une des causes des troubles musculo-squelettiques. La société / entreprises doivent faire attention à ce problème en raison des nouvelles lois sur la pénibilité ou les tâches répétitives. Dans cette thèse, nous nous concentrons sur le développement d'un modèle dynamique de fatigue et de récupération musculaire pour des postures de travail dynamique, ses applications et sa validation par le biais d'expériences. Tout d'abord, nous avons introduit un nouveau modèle de fatigue musculaire dynamique incluant un facteur de co-contraction pour prédire la variation de la force physique dans des conditions dynamiques. Un modèle de récupération est utilisé pour prédire la récupération après la fatigue. Les deux modèles sont d'abord validés théoriquement et comparés avec les modèles précédents, puis validés expérimentalement. En théorie, les modèles d'analyse sont comparés en utilisant la méthode de régression. Deuxièmement, des expériences ont été menées sur 10 sujets pour le mouvement push-pull du bras pour étudier la force musculaire et le taux de récupération. Des signaux d’électromyographies (EMG) sont utilisés pour analyser l'activité musculaire et valider les modèles de fatigue musculaire et de récupération. Il a été constaté que lorsque la fatigue musculaire augmente, l'indice de co-contraction diminue. Aussi, la courbe de fatigue de la plupart des sujets a suivi la fonction exponentielle décroissante prédite par le modèle de fatigue. Avec l'utilisation du facteur de co-contraction, dynamique, le temps d'endurance maximale (DMET) diminue de 25,9 % par rapport au modèle de R. Ma. Enfin, les valeurs normalisées du taux de fatigue et le facteur co-contraction sont utilisés pour prédire la DMET pour diverses charges de travail. Le modèle de fatigue et de récupération proposée dans cette thèse peut être utile dans l'analyse des paramètres de fatigue musculaire et de récupération, d'analyser la posture humaine et dans l'amélioration de l'ergonomie des postes de travail.
Fichier principal
Vignette du fichier
PhD_Thesis_Deep.pdf (34.85 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-01526369 , version 1 (23-05-2017)

Identifiers

  • HAL Id : tel-01526369 , version 1

Cite

Deep Seth. Contribution to the evaluation of muscle fatigue model and recovery model. Robotics [cs.RO]. Ecole Centrale de Nantes (ECN), 2016. English. ⟨NNT : ⟩. ⟨tel-01526369⟩
184 View
176 Download

Share

More