Ormancılıkta mekanik üretim çalışmalarında makine kaynaklı başlıca risk faktörlerinin değerlendirilmesi
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Ormancılık, çalışma koşulları nedeniyle tehlikeli iş sınıfları arasında yer almaktadır. Özellikle üretim faaliyetleri sırasında ortaya çıkabilecek ölümcül kazalar bu konuda önemli bir yer almaktadır. Ormancılıkta iş kazaları üzerine çalışmalar bulunmakta olup, kazaların önlenmesi için çözümler aranmaktadır. Bununla birlikte iş kazalarının yanı sıra çoğunlukla dikkate alınmayan ve sürekli tekrarlanması halinde uzun süreçlerde ciddi sağlık problemlerine yol açabilecek riskler (fiziksel, kimyasal, biyolojik, ergonomik vb.) bulunmaktadır. Özellikle ormancılık alanındaki artan makineleşme, beraberinde çeşitli riskleri de getirmiştir. Diğer taraftan, bu konuda yürütülen bilimsel araştıralar ve çalışmaların sayısı sınırlıdır. Odun hammaddesi üretimi sırasında kullanılan mekanik araçlar üretim hızı ve verimlilik üzerinde olumlu etkiler sağlasa da çalışma ortamında yol açtığı potansiyel riskler nedeniyle operatör ve işçi sağlığını olumsuz yönde etkileyebilmektedir. Makineye dayalı üretim işlerinin temelinde motor gücünden yararlanılması söz konusudur. Motor gücü ise büyük oranda fosil yakıtlardan elde edilmektedir. Dolayısıyla çalışma sırasında atık gazların ortama salınması gibi durumlarla karşılaşılmaktadır. Buna ek olarak, motor hareketlerinden kaynaklı gürültü ve makineli üretimde odun hammaddesi veya zemin etkileşiminden kaynaklı partikül madde maruziyeti önemli bir durumdur. Bu konuda yapılan çalışmalar da dikkate alındığında temel risk faktörleri, gaz, gürültü ve partikül madde olarak sınıflandırılabilir. Kısa süreli operasyonlarda bu faktörlerin insan sağlığı üzerinde önemli etkileri olmamakla birlikte, uzun süreli çalışmalarda özellikle makine operatörleri üzerinde ciddi sağlık sorunları doğurmaktadır. Bu açıdan, iş sağlığı ve güvenliği açısından bu risk faktörlerinin incelenmesi oldukça önemlidir. Bu çalışmada, ormancılık faaliyetleri sırasında kullanılan üretim makinelerine bağlı bazı risk faktörlerinin (gürültü ve partikül madde) ölçülmesi, açık kaynaklı Arduino platformu kullanılarak çoklu ölçüm cihazı (TriSensor 4.0) geliştirilmesi ve ilgili faktörlerin Çok Kriterli Karar Verme Yöntemleriyle (Fine Kinney ve Bulanık Fine Kinney) risk değerlendirmelerinin yapılması amaçlanmaktadır. Çalışma kapsamında çeşitli bölgelerde yürütülen ormancılık çalışmalarında kullanılan mekanik araçlar (hasatçı, yükleyici, hava hattı, tarım traktörü, tomruk kamyonu) üzerinde gürültü ve partikül madde ölçümleri yapılmıştır. Ölçümler endüstriyel ölçüm cihazları ve çalışmada geliştirilen TriSensor 4.0 çoklu ölçüm cihazıyla yapılmış ve sonuçlar karşılaştırılmıştır. GPS ünitesine sahip TriSensor 4.0 cihazı aynı anda gürültü, partikül madde ve CO ölçümleri yapabilmekte ve ölçüm değerleriyle birlikte konum bilgilerini de kaydetmektedir. Risk değerlendirme çalışmaları pek çok alanda yaygın olarak yapılmaktadır. Özellikle tehlikeli iş kollarında bu çalışmaların yapılması ölümcül kazaların engellenmesi açısından kaçınılmaz hale gelmektedir. Bu çalışmada ise kısa vadede ölümcül riskleri bulunmayan ancak uzun vadede önemli sağlık problemlerine neden olabilecek makine kaynaklı gürültü ve partikül faktörlerinin risk değerlendirmesinin yapılması planlanmıştır. Risk değerlendirme çalışmaları pek çok iş kolunda uygulanmakta ve oldukça farklı risk değerlendirme yöntemleri bulunmaktadır. Buna bağlı olarak risk değerlendirme yöntemi çalışma ortamı, yapılan iş vb. durumlar gözden geçirilerek seçilmektedir. Bu çalışmada, temel olarak Fine Kinney Yöntemi ve bununla birlikte Bulanık Mantık Yönteminin entegre edilerek risk değerlendirme çalışmasının yapılmıştır. Sonuçlara göre her iki cihazda da üretim makinelerinden elde edilen ortalama gürültü değerlerinin insan sağlığına 2. derecede etkili olan 66-90 dBA aralığında yer aldığı görülmektedir. Sonuçlara bakıldığında en düşük ortalama değerler MOZ500 kablolu hava hattından elde edilirken en yüksek değerler ise URUS MIII kablolu hava hattından kaynaklıdır. Diğer üretim araçlarının çalışma ortamı koşullarının benzerliği ve operatör kabinlerinin bulunması gibi durumlardan dolayı değerler daha düşük ve birbirlerine yakın çıkmıştır. Partikül madde riski (PM2.5) açısından değerlendirildiğinde, en yüksek maruziyet değeri (>200 µg/m3) New Holland TT55B model tarım traktörü ölçümlerinde elde edildiği ve çalışma ortamının partikül madde açısından çok sağlıksız olduğu belirlenmiştir. MAN TGA tomruk kamyonu, URUS MIII kablolu hava hattı ve Türk-FIAT 80-66 tarım traktörünün kullanıldığı çalışmalarda operatörlerin maruziyet değerlerinin sağlıksız (65,5-150,4 µg/m3) kategorisinde yer aldığı bulunmuştur. Diğer mekanik üretim araçlarında ise PM2.5 maruziyet değerleri insan sağlığı açısından önemli tehlikeler taşımayan ve hassas gruplar için sağlıksız olarak değerlendirilen grupta yer almıştır. Çalışmada geliştirilen TriSensor 4.0 çoklu ölçüm cihazı ile endüstriyel ölçüm cihazları ölçüm değerleri karşılaştırıldığında, gürültü ve partikül madde ölçüm değerleri arasında büyük oranda önemli bir fark olmadığı, geliştirilen cihazın kullanılabilir olduğu tespit edilmiştir. Gürültü ve partikül verileri ile yapılan risk değerlendirme çalışmalarından elde edilen risk skorları karşılaştırıldığında, Fine Kinney risk değerlendirme sonuçlarının genel olarak Bulanık Fine Kinney sonuçlarından düşük olduğu görülmüştür.
Forestry is among the dangerous work classes due to its working conditions. Especially fatal accidents that may occur during production activities take an important place in this regard. There are studies on occupational accidents in forestry and solutions are sought for the prevention of accidents. However, in addition to occupational accidents, there are risks (physical, chemical, biological, ergonomic, etc.) that are often ignored and can cause serious health problems in long periods if repeated. Increasing mechanization, especially in the field of forestry, has brought with it various risks. On the other hand, the number of scientific researches and studies on this subject is limited. Although the mechanical tools used during the production of wood raw materials provide positive effects on production speed and efficiency, they may adversely affect the health of the operator and worker due to the potential risks it causes in the working environment. The basis of machine-based production works is the use of engine power. Engine power is mostly derived from fossil fuels. Therefore, situations such as the release of waste gases to the environment during operation are encountered. In addition, noise caused by motor movements and particle and dust exposure caused by wood raw material or ground interaction in machine production are important conditions. Considering the studies on this subject, the main risk factors can be classified as noise, particulate matter and gas. Although these factors do not have significant effects on human health in short-term operations, they cause serious health problems especially on machine operators in long-term operations. In this respect, it is very important to examine these risk factors in terms of occupational health and safety. In this study, measurement of some risk factors (noise and particulate matter) related to production machines used during forestry activities, development of a multi-measuring device (TriSensor 4.0) using open source Arduino platform and related factors with Multi-Criteria Decision Making Methods (Fine Kinney and Fuzzy Fine Kinney). risk assessments are intended. Within the scope of the study, noise and particulate matter measurements were made on mechanical vehicles (harvester, loader, overhead line, agricultural tractor, logging truck) used in forestry works carried out in various regions. Measurements were made with industrial measuring devices and TriSensor 4.0 multi-measuring device developed in the study, and the results were compared. TriSensor 4.0 device with GPS unit can simultaneously measure noise, particulate matter and CO and record location information along with measurement values. Risk assessment studies are widely carried out in many areas. Especially in dangerous business lines, it becomes inevitable to carry out these studies in order to prevent fatal accidents. In this study, it is planned to make a risk assessment of noise and dust factors originating from machinery, which do not have fatal risks in the short term but may cause significant health problems in the long term. Risk assessment studies are applied in many business lines and there are quite different risk assessment methods. Accordingly, the risk assessment method is based on the working environment, the work done, etc. situations are reviewed and selected. In this study, the risk assessment study was carried out by integrating the Fine Kinney Method and the Fuzzy Logic Method. According to the results, it is seen that the average noise values obtained from the production machines in both devices are in the range of 66-90 dBA, which is 2nd degree effective on human health. Looking at the results, the lowest average values are obtained from the MOZ500 skyline, while the highest values are from the URUS MIII skyline. The values were lower and close to each other due to the similarity of the working environment conditions of other production vehicles and the presence of operator cabins. When evaluated in terms of particulate matter risk (PM2.5), it was determined that the highest exposure value (>200 µg/m3) was obtained in New Holland TT55B model agricultural tractor measurements and the working environment was very unhealthy in terms of particulate matter. In studies where MAN TGA logging truck, URUS MIII skyline and Turkish-FIAT 80-66 agricultural tractor were used, it was found that the exposure values of the operators were in the category of unhealthy (65.5-150.4 µg/m3). In other mechanical production tools, PM2.5 exposure values are included in the group that does not pose significant hazards to human health and is considered unhealthy for sensitive groups. When the measurement values of the TriSensor 4.0 multi-measuring device developed in the study and industrial measurement devices were compared, it was determined that there was no significant difference between the measurement values of noise and particulate matter, and that the developed device was functional. When the risk scores obtained from risk assessment studies with noise and particle data were compared, it was seen that the Fine Kinney risk assessment results were generally lower than the Fuzzy Fine Kinney results.
Forestry is among the dangerous work classes due to its working conditions. Especially fatal accidents that may occur during production activities take an important place in this regard. There are studies on occupational accidents in forestry and solutions are sought for the prevention of accidents. However, in addition to occupational accidents, there are risks (physical, chemical, biological, ergonomic, etc.) that are often ignored and can cause serious health problems in long periods if repeated. Increasing mechanization, especially in the field of forestry, has brought with it various risks. On the other hand, the number of scientific researches and studies on this subject is limited. Although the mechanical tools used during the production of wood raw materials provide positive effects on production speed and efficiency, they may adversely affect the health of the operator and worker due to the potential risks it causes in the working environment. The basis of machine-based production works is the use of engine power. Engine power is mostly derived from fossil fuels. Therefore, situations such as the release of waste gases to the environment during operation are encountered. In addition, noise caused by motor movements and particle and dust exposure caused by wood raw material or ground interaction in machine production are important conditions. Considering the studies on this subject, the main risk factors can be classified as noise, particulate matter and gas. Although these factors do not have significant effects on human health in short-term operations, they cause serious health problems especially on machine operators in long-term operations. In this respect, it is very important to examine these risk factors in terms of occupational health and safety. In this study, measurement of some risk factors (noise and particulate matter) related to production machines used during forestry activities, development of a multi-measuring device (TriSensor 4.0) using open source Arduino platform and related factors with Multi-Criteria Decision Making Methods (Fine Kinney and Fuzzy Fine Kinney). risk assessments are intended. Within the scope of the study, noise and particulate matter measurements were made on mechanical vehicles (harvester, loader, overhead line, agricultural tractor, logging truck) used in forestry works carried out in various regions. Measurements were made with industrial measuring devices and TriSensor 4.0 multi-measuring device developed in the study, and the results were compared. TriSensor 4.0 device with GPS unit can simultaneously measure noise, particulate matter and CO and record location information along with measurement values. Risk assessment studies are widely carried out in many areas. Especially in dangerous business lines, it becomes inevitable to carry out these studies in order to prevent fatal accidents. In this study, it is planned to make a risk assessment of noise and dust factors originating from machinery, which do not have fatal risks in the short term but may cause significant health problems in the long term. Risk assessment studies are applied in many business lines and there are quite different risk assessment methods. Accordingly, the risk assessment method is based on the working environment, the work done, etc. situations are reviewed and selected. In this study, the risk assessment study was carried out by integrating the Fine Kinney Method and the Fuzzy Logic Method. According to the results, it is seen that the average noise values obtained from the production machines in both devices are in the range of 66-90 dBA, which is 2nd degree effective on human health. Looking at the results, the lowest average values are obtained from the MOZ500 skyline, while the highest values are from the URUS MIII skyline. The values were lower and close to each other due to the similarity of the working environment conditions of other production vehicles and the presence of operator cabins. When evaluated in terms of particulate matter risk (PM2.5), it was determined that the highest exposure value (>200 µg/m3) was obtained in New Holland TT55B model agricultural tractor measurements and the working environment was very unhealthy in terms of particulate matter. In studies where MAN TGA logging truck, URUS MIII skyline and Turkish-FIAT 80-66 agricultural tractor were used, it was found that the exposure values of the operators were in the category of unhealthy (65.5-150.4 µg/m3). In other mechanical production tools, PM2.5 exposure values are included in the group that does not pose significant hazards to human health and is considered unhealthy for sensitive groups. When the measurement values of the TriSensor 4.0 multi-measuring device developed in the study and industrial measurement devices were compared, it was determined that there was no significant difference between the measurement values of noise and particulate matter, and that the developed device was functional. When the risk scores obtained from risk assessment studies with noise and particle data were compared, it was seen that the Fine Kinney risk assessment results were generally lower than the Fuzzy Fine Kinney results.
Açıklama
Anahtar Kelimeler
Ormancılıkta mekanik üretim, risk faktörleri, çoklu ölçüm cihazı, risk değerlendirme, Fine Kinney, Bulanık Mantık, Mechanical production in forestry, risk factors, multiple measuring device, risk assessment, Fine Kinney, Fuzzy Logic