Análise do estresse térmico por calor na produtividade de operadores em uma fundição

• Main Author: Soares, André Luiz
• Other Authors: Xavier, Antonio Augusto de Paula
• Language: Portuguese
• Published: Universidade Tecnológica Federal do Paraná 2014
• Subjects: Calor - Efeito fisiológico; Fundição; Ergonomia; Heat - Physiological effect; Founding; Human engineering
• Online Access: http://repositorio.utfpr.edu.br/jspui/handle/1/935

A Ergonomia busca em sua essência adaptar o trabalho ao homem, usando de diversas ferramentas para atingir este objetivo, entre elas a análise ambiental. As características do ambiente como ruído, temperatura e iluminação podem influenciar o trabalho de um funcionário, e por isso necessitam ser avaliadas para verificar o seu efeito sobre a saúde dos trabalhadores e sua capacidade de trabalho. O estresse térmico, causado por calor, é a condição onde tanto o sistema fisiológico quanto o sistema psicológico são afetados pela temperatura do ambiente em que se encontra, quando esta temperatura encontra-se em níveis extremos, e pode causar efeitos como: hipertermia, tontura, desidratação, dor de cabeça, entre outros. A proposta desta pesquisa foi avaliar o efeito quantitativo que os sintomas de estresse térmico podem causar na produtividade de operadores em uma fundição. Foram empregadas duas normalizações para analisar o estresse térmico: ISO 7243 (1989), a qual apresenta a metodologia do Índice de Bulbo Úmido Termômetro de Globo (IBUTG), e ISO 7933 (2004), a qual apresenta a Taxa Requerida de Suor. Após a coleta de dados ambientais e pessoais em seis pontos diferentes do layout da fábrica, realizou análises de correlação e regressão linear entre os índices de estresse térmico e a produtividade para verificar a relação entre as mesmas. Os resultados demonstraram que a produtividade é inversamente proporcional ao nível de estresse térmico, e que o índice que apresenta a melhor correlação com a produtividade é o IBUTG, com coeficiente de determinação 94,05%, o que significa que 94,05% da variação encontrada para o tempo de vazamento de peças, indicador de produtividade, é justificada pela variação do índice IBUTG, indicador de estresse térmico. Os demais índices apresentaram correlações de 82,16% e 78,26%, e a regressão linear proporcionou em todos os métodos determinar uma equação para prever a produtividade em função da variação do estresse térmico. === Ergonomics seeks in essence to adapt the work to the individual, using various tools to achieve this goal, including environmental analysis. The characteristics of the environment such as noise, temperature and lighting can influence the work of an employee, and therefore need to be evaluated to assess its effect on the health of workers and their working ability. The thermal stress caused by heat is the condition where both the physiological system as the psychological system are affected by the environment in which it is , when this temperature is in extreme levels, and can cause effects such as: hyperthermia, dizziness, dehydration, headache, among others. The purpose of this research was to evaluate the quantitative effect that the symptoms of heat stress can cause on the productivity of operators in a foundry. Two normalizations were used to analyze the thermal stress: ISO 7243 (1989), which presents the methodology of the Index Wet Bulb Globe Temperature (WBGT) and ISO 7933 (2004), which presents the Required Sweat Rate method. After collecting environmental and personal data in six different points of the foundry, it was conducted analyzes of correlation and linear regression between the index of thermal stress and productivity to verify the relation between them. The results showed that productivity is inversely proportional to the level of heat stress, and that the index that has the best correlation with productivity is the WBGT, with a determination coefficient 94.05% , ie 94.05% of the variation found for the time of casting parts, productivity indicator is justified by the variation of WBGT index. The other indices had correlations of 82.16 % and 78.26%, and the linear regression provided in all methods determine an equation to predict productivity as a function of the variation of heat stress.