Fiziksel Ergonomi... - 17. Ulusal Ergonomi Kongresi

Transkript

FĠZĠKSEL ERGONOMĠ
17.Ulusal Ergonomi Kongresi 14-16 Ekim 2011 ESKĠġEHĠR
327
BĠR GÜRÜLTÜ KAYNAĞININ ÇEVREYE ETKĠSĠNĠN MONTE
CARLO YÖNTEMĠ ĠLE ĠNCELENMESĠ
R. Aykut ARAPOĞLU1, Semih ERGĠN2
1
Yrd. Doç. Dr., EskiĢehir Osmangazi Üniversitesi Müh. Mim. Fak. MeĢelik YerleĢkesi
Endüstri Mühendisliği Bölümü 26480 EskiĢehir, e-posta : [email protected]
2
Elektrik-Elektronik Mühendisliği Bölümü 26480 EskiĢehir, e-posta : [email protected]
ÖZET
Gürültünün, maruz kalan insanlara ve çevreye olan - iĢitme kaybı, verim düĢüklüğü, iĢ
güvenliği riski gibi olumsuz etkileri uzun yıllardır bilinmektedir. Literatürde yapılan
çalıĢmalarda çoğunlukla bir veya birden çok sayıda noktasal gürültü kaynağının çevreye
yaydığı gürültü belirlenmiĢtir. Bu çalıĢmanın amacı, bir gürültü kaynağının çevreye yaydığı
gürültüyü Monte Carlo yöntemi ile tahmin etmektir. Üzerinde çalıĢılan güç seviyesi bilinen
gürültü kaynağının, tek boyutlu, doğrusal ve sürekli olduğu varsayılmıĢtır. Monte Carlo
yöntemi ayrıca, doğrusal olmayan gürültü kaynağı ile ölçüm noktası arasında engel bulunması
durumunda da sonuç vermektedir.
Anahtar Kelimeler: Gürültü belirleme, Sürekli gürültü kaynağı, Monte Carlo Yöntemi
ABSTRACT
It has been known for years that exposure to noise effects people and the environment in the
form of hearing loss, reduced efficiencies, and risk of occupational hazards. In most of the
research in the literature, the noise level from a single or multiple point sources is
investigated. The aim of this study is to predict the noise level radiated by a single point
source to the environment using the Monte Carlo method. The power level of the noise source
is known and the noise source is assumed to be single dimensional, linear, and continuous.
Moreover, the Monte Carlo method yields results with non-linear noise sources and in the
presence of a barrier between the source and the measurement point.
Key words: Noise determination, continuous noise source, Monte Carlo method
1. GĠRĠġ
Gürültü seviyesinin belirlenmesi, çalıĢma ve/veya ev ortamı açısından çok önemli bir
konudur. Bu nedenle, bir iĢyerinde gürültü miktarı, birçok farklı ülkede yasalar ile sınırlı hale
gitirlmiĢtir (Mui vd., 2009). ĠĢyerlerinde gürültünün belirlenmesi ve kontrolü üzerine yapılan
çalıĢmalar, yüksek gürültüye maruz kalma ve iĢitme kaybı arasındaki iliĢki hususunda
yoğunlaĢmıĢtır (Berger vd., 1995; Konz, 1999). Yapılan tüm bu çalıĢmalarda, yüksek gürültü
328
seviyesinin, geri dönüĢü olmayan iĢitme kaybı, psikolojik ve fiziksel strese neden olduğu
ifade edilmiĢtir (Lu ve Hong, 2005). Gürültü, bir iĢ ortamında çeĢitli sağlık sorunlarının ana
sebeplerinden biri olmasına karĢın; iĢverenler, gürültü kontrolü uygulamalarından zor ve
pahalı olduklarını düĢünerek kaçınmaktadırlar. Bir iĢyerinde ortaya çıkan gürültünün kontrolü
problemi, iki ayrık adımda ele alınabilir. Birinci adım, iĢyerinin pek çok noktasında gürültü
seviyesinin ölçümünü yapmak; ikinci adım ise, çalıĢanlar arasından yüksek seviyelerde
gürültüye maruz kalanların kulaklık gibi koruma cihazlarını giymek zorunda bırakılmasıdır
(Lu ve Hong, 2005).
Bir çalıĢma ortamında, aynı anda çalıĢan farklı özelliklere sahip makineler olabildiğinden,
birden fazla gürültü kaynağı vardır. Bu nedenle, kaynak(ların) gürültü seviyesinin
belirlenmesi, etkin bir gürültü kontrolü açısından önemli bir adımdır. Bilim adamları, gürültü
kaynaklarının her birine ait ses seviyesini belirlemek için çeĢitli yöntemler önermiĢlerdir.
Castellini ve Martarelli (2008), mikrofon dizilerini kullanarak, akustik basınç ölçümünde
faydalanılan akustik huzmelerin metrolojik performansı sayesinde ses kaynaklarının yerlerini
belirlemiĢtir. Daha farklı bir bakıĢla, bir fabrika alanında gürültü kaynaklarının yerlerinin
tespiti, genetik algoritma yardımıyla yapılmıĢtır (Lan ve Chiu, 2008). Harmoni Arama
(Harmony Search) algoritması, bir iĢyerinde gürültü kaynaklarının ses gücünü belirlemek için
kullanılan yöntemlerden biridir (Mun ve Geem, 2009).
Yoğun inĢaat faaliyetleri, hava ve kara trafiği ve benzeri durumlardan kaynaklanan gürültü,
günümüzün önemli çevre sorunlarından birisi haline gelmiĢtir. Özellikle büyük Ģehirlerde kent
içinden geçen çevre yolları çevrede yerleĢik oturan halk üzerinde psikolojik ve psikolojik
olmayan olumsuz etkiler yaptığı bilinmektedir. (Harris, 1991). Motorlu araçların neden
olduğu gürültü kirliliği büyük bir sosyal problem haline gelmiĢ ve yakın bir gelecekte ciddi
sağlık problemlerine yol açması olası görülmektedir.
Zaiton ve Khairulzan (2009), inĢaat alanı içinde tek ve çok sayıda birlikte çalıĢan ekipmanın
çevreye yaydığı gürültü seviyesini Monte Carlo yaklaĢımı ile tahmin etmiĢtir. Tek ve çoklu
ekipman durumlarında inĢaat alanı dıĢındaki sabit bir noktadaki ortalama gürültü seviyesi
tahmin edilmiĢ ve ortalama gürültü düzeyleri için olasılık yoğunluk ve birikimli dağılım
fonksiyonları yardımı ile gürültü seviyesinin dağılımı incelenmiĢtir.
Lam ve Tam (1998) Hong Hong'da trafik gürültü ölçüm tekniklerinin güvenilirliğini ve
gürültü düzeylerini incelemiĢlerdir. Trafik gürültü tahminlerindeki belirsizliği göz önüne
almak için Monte Carlo metodunu kullanan bir benzetim modeli geliĢtirmiĢlerdir.
Gündoğdu vd. (2005) Erzurum Ģehir merkezindeki en yoğun dört kavĢakta gürültü seviyesi
ölçümleri alarak ve kavĢaktan geçen araç kompozisyonunu da göz önüne alarak ortalama
gürültü seviyesini (Leq) tahmin eden genetik algoritma tabanlı iki model önermiĢlerdir.
Gözlemler ile model çıktıları arasında göreceli olarak iyi bir uyum olduğu görülmüĢtür.
Ayrıca, Paz ve Zannin (2010), gündüz zaman diliminde kentsel trafik gürültüsünü belirlemek
amacıyla dört farklı doğrusal tahmin modeli önermiĢlerdir.
Bu çalıĢmada, doğrusal bir yol üzerinde rassal olarak yer değiĢtiren noktasal bir gürültü
kaynağının çevreye yaydığı gürültüyü tespit etmek amacıyla Monte Carlo yöntemi
kullanılmıĢtır.
2. YÖNTEM
Bu çalıĢmada, L (metre) uzunluğunda doğrusal bir yol üzerinde rassal olarak hareketli bir
noktasal ses kaynağının, gürültü hattına (orta dikmesi üzerinde) d (metre) mesafedeki sabit bir
329
noktaya (P) yaydığı gürültü araĢtırılmıĢtır. Monte Carlo metodunda i. örneğe ait gürültü
kaynağının konumu, xi , [0, L] aralığında (düzgün) rassal olarak belirlenmiĢtir (Bkz. ġekil 1).
Ayrıca, tüm noktalar ve ses kaynağı aynı düzlem üzerinde bulunmaktadır.
P(L/2,d)
d
ri
(ses kaynağı) xi
L
ġekil 1. Rassal ses kaynağının (xi) ve P noktasının konumu
Ses kaynağının x-koordinatı (0, 1) aralığından seçilen rassal bir sayı, R, (R~U(0,1)) ile L
uzunluğunun çarpımı ile belirlenir.
xi
 Ri * L
(1)
P noktasının ses dalgalarını yansıtan bir zemin üzerinde bulunduğu varsayılmıĢ. Bu nedenle
ses kaynağından yayılan ses dalgaları yarım küre Ģeklinde yayıldığı düĢünülür ve yönlülük
(directivity) faktörü 2 olarak alınır. Ses dalgalarının kapladığı alan yarıya düĢer. Bu durumda,
P noktasındaki sesin Ģiddeti, I i , eĢitlik (2)'deki gibi hesaplanır.
Ii

W
2 ri2
(2)
Burada, W ses kaynağının gücünü, ri ise xi noktasındaki ses kaynağının P noktasına olan
(doğrusal) uzaklığını göstermektedir. r i değerleri aĢağıdaki Ģekilde hesaplanır:
ri

2
L

2
 2  xi   d


(3)
P noktasındaki ses basınç düzeyi ise EĢitlik (4)'de verilmiĢtir:
330
Li



 I0 
 10log10  I i
(4)
Burada I0 referans ses Ģiddetini gösterir ve 10-12 Watt/m2 ye eĢittir.
3. BULGULAR
Deneylerde aĢağıda verilen parametreler kullanılmıĢ ve Monte Carlo metodu ile n = 100
tekrar üzerinden P noktasındaki ortalama ses düzeyi 80,63 dB ve standart sapması 1,43 dB
olarak bulunmuĢtur. ġekil 2, bulunan Li ses düzeyi değerlerinin birikimli dağılım
fonksiyonunu (bdf) göstermektedir. Doğrusala yakın bir dağılım fonksiyonu, Li değerlerinin
sabit / düzgüne yakın dağıldığının bir göstergesidir.
L = 80 (metre)
d = 30 (metre)
W = 1 (Watt)
Yukarıdaki parametreler kullanılarak elde edilen P noktasındaki ses seviyesinin dağılım
fonksiyonu ġekil 2'de verilmiĢtir.
P Noktasındaki Ses Seviyesinin (Lp) Dağılım Fonk.
1
Olasılık
0,8
0,6
0,4
0,2
0
78,0
79,0
80,0
81,0
82,0
83,0
Lp - dB
ġekil 2. P Noktasındaki ses seviyesinin Dağılım Fonksiyonu
4. SONUÇ VE ÖNERĠLER
Bu çalıĢmada, L uzunluğundaki doğrusal bir yol üzerinde hareketli rassal bir gürültü
kaynağının çevreye yaydığı gürültünün seviyesi belirlenmeye çalıĢılmıĢtır. Daha sonra, Monte
Carlo yaklaĢımı ile, belirli bir noktadaki ses basınç düzeyi ve standart sapma değeri tahmin
edilmiĢ, ayrıca ses seviyesi için örnek bir birikimli dağılım fonksiyonu çizilmiĢtir.
331
Gerçek sistemlerde, özellikle karayolu trafiğinde, aynı anda birden çok sayıda gürültü kaynağı
birlikte (koordineli bir Ģekilde) hareket etmektedir. Mevcut yöntem birden çok sayıda
hareketli ses kaynağının bulunduğu durumlarda da uygulanabilir. Çok sayıda ses kaynağının
kolektif olarak çıkardıkları gürültü seviyesi yine Monte Carlo yöntemi ile belirlenebilir. Belli
bir yol üzerinde hareket halindeki araçların yaydığı gürültü düzeyi yine benzer Ģekilde
bulunabilir.
Bu çalıĢmada, ses kaynağının gücü W sabit alınmıĢtır. Ancak gerçek trafik koĢullarında farklı
güçlerdeki ses kaynakları aynı anda çalıĢmaktadır. Ses kaynağının gücünün değiĢtiği durumlar
daha sonraki çalıĢmalarda ele alınabilir.
Bu çalıĢmada ses kaynağı ile ölçüm noktası arasında engel olmadığı varsayılmıĢtır. Engelin
mevcut olduğu durumlarla ilgili çalıĢmaların konusu olabilir.
KAYNAKLAR
Berger, E.H., Ward W.D., Morrill J.C. ve Royster L.H. (1995) Noise and Hearing
Conservation Manual, American Industrial Hygiene Association, Fairfax, Virginia.
Castellini P. ve Martarelli M. (2008). Acoustic Beamforming: Analysis of Uncertainty and
Metrological Performances, Mechanical Systems and Signal Processing, 22(3), 672692.
Gündoğdu Ö., Gökdağ M. ve Yüksel F. (2005) A Traffic Noise Prediction Method Based on
Vehicle Composition using Genetic Algorithms, Applied Acoustics, 66 (7), 799-809.
Harris, C.M. (1991) Handbook of Noise and Acoustical Measurement, Mc-Graw Hill, Bölüm
41.
Konz S.A. (1999), Work Design: Industrial Ergonomics, Holcomb Hathaway Publishing,
Scottsdale, Arizona.
Lam W.H.K. ve Tam M.L. (1998) Reliability Analysis of Traffic Noise Estimates in Hong
Kong, Transportation Research-D, 3 (4), 239-248.
Lan T-S. ve Chiu M-C. (2008). Identification of Noise Sources in Factory‟s Sound Field by
Using Genetic Algorithm, Applied Acoustics, 69(8), 733-750.
Lu S-Y. ve Hong Y-J. (2005). Least Square Error Method to Estimate Individual Power of
Noise Sources Under Simultaneous Operating Conditions, International Journal of
Industrial Ergonomics, 35(8), 755-760.
Mui K.W., Wong L.T. ve Wong Y.W. (2009) Acceptable Noise Levels for Construction Site
Offices, Building Services Engineering Research and Technology, 30(1), 87-94.
Mun S. ve Geem Z.W. (2009). Determination of Individual Sound Power Levels of Noise
Sources Using a Harmony Search Algorithm, International Journal of Industrial
Ergonomics, 39(2), 366–370.
Paz E.C. ve Zannin P.H.T. (2010) Urban Daytime Traffic Noise Prediction Models,
Environmental Monitoring and Assessment, 163(1), 515-529.
Zaiton H. ve Khairulzan Y. (2009) Monte Carlo Analysis for Prediction of Noise from
Construction Site, Journal of Construction in Developing Countries, 14 (1), 1-14.
332
ĠNTEGRAL HESAP KULLANILARAK SÜREKLĠ BĠR GÜRÜLTÜ
KAYNAĞININ ÇEVREYE ETKĠSĠNĠN ĠNCELENMESĠ
Semih ERGĠN1, R. Aykut ARAPOĞLU2
1
Elektrik-Elektronik Mühendisliği Bölümü 26480 EskiĢehir, e-posta : [email protected]
2
Endüstri Mühendisliği Bölümü 26480 EskiĢehir, e-posta : [email protected]
ÖZET
Gürültü, günümüzün en önemli endüstriyel ve çevre sorunlarından biridir. Endüstriyel iĢ
makine ve teçhizatlarından kaynaklanan sesler, bir iĢ ortamındaki (kapalı/açık) gürültünün en
büyük sebebidir. ĠĢ ortamlarında gerektiği ölçüde yeterli ve etkili tedbirler alınmadığı
takdirde, gürültünün çalıĢanlara ve çevreye dönük önemli ölçüde zararı olmaktadır. Örneğin
makine endüstrisinde sıklıkla kullanılan yüksek devirli kalıp büküm makineleri, saç kesme
tezgâhları, motorlar ve havalandırma sistemine ait klimalar birer gürültü kaynağıdır. Benzer
Ģekilde, bir inĢaat veya demiryolu/karayolu yapım Ģantiyesindeki iĢ makineleri, açık iĢ
ortamında üretilen gürültüye verilebilecek en yaygın örneklerdir. Bu çalıĢmada, uzun bir
doğru boyunca sürekli dağılmıĢ bir gürültü kaynağını modellemek amacıyla analitik bir
yöntem önerilmektedir. Önerilen bu yöntem, integral hesabını temel almaktadır. Yöntem
sayesinde, gürültü kaynağının çevresinde hangi seviyede gürültü olduğu tespit edilecektir.
Anahtar Kelimeler: Gürültü belirleme, sürekli gürültü kaynağı, integral hesap.
ABSTRACT
Noise is one of today's most important industrial and environmental problems. The sounds
resulted from industrial machines and devices are the greatest reason for noise in a workplace
environment (indoor /outdoor). If some necessary and sufficient precautions are not taken in
workplace environments, noise is dangerous for not only employees but
also environment. The high-speed molding machines used in machine industry, sheet ironcutting stands, electrical/mechanical motors, and air-conditioners in ventilation systems are
the examples of noise sources. Similarly, the heavy industrial machineries in a building
construction site or railway/highway construction site are the common examples of outdoor
noise sources. In this study, an analytical method based on integral calculus is used in order to
model an infinitesimal, uniform, and continuous line noise source. The noise level around
such a type of line source is determined utilizing from the method.
Keywords: Noise determination, continuous noise source, integral calculus.
333
1.
GĠRĠġ
Gürültü seviyesinin tespit edilmesi ve kontrolü, çalıĢma ve ev ortamı açısından çok önemli bir
husustur. Bu nedenle, bir iĢyerinde gürültü düzeyi, birçok ülkede farklı yasalar ile
sınırlandırılmıĢtır (Mui vd., 2009). Bu ülkeler için en önde gelen örneklerinden biri
Ġngiltere‟dir (HSE, 2005). ĠĢyerlerinde gürültünün tespiti ve kontrolü üzerine yapılan
çalıĢmalar, uzun süreler boyunca yüksek gürültü seviyelerine maruz kalma ve iĢitme kaybı
arasındaki iliĢki konusunda yoğunlaĢmıĢtır (Ahmed vd., 2001; Berger vd., 1995; Konz, 1999).
Yapılan tüm çalıĢmalarda, yüksek gürültü seviyesinin, çalıĢanlarda, geri dönüĢü olmayan
iĢitme kaybı, psikolojik ve fiziksel strese yol açtığı görülmüĢtür (Lu ve Hong, 2005). Gürültü,
bir endüstriyel iĢ ortamında çeĢitli sağlık sorunlarının ana nedenlerinden biri olmasına karĢın;
iĢverenler, gürültü kontrolü uygulamalarından zor ve pahalı olduklarını düĢünerek
kaçınmaktadırlar. Bir iĢyerinde ortaya çıkan gürültünün kontrolü problemi, iki ayrık adımda
ele alınabilir. Birinci adım, iĢyerinin pek çok noktasında gürültü seviyesinin ölçümünü
yapmak; ikinci adım ise, çalıĢanlar arasından yüksek seviyelerde gürültüye maruz kalanların
kulaklık gibi koruma cihazlarını giymek zorunda bırakılmasıdır (Lu ve Hong, 2005). Ancak,
bu çözüm, çok ucuz olmasına rağmen; pek yaygın kullanılmamaktadır.
Bir çalıĢma ortamında, aynı anda çalıĢan farklı özelliklere sahip makineler olabildiğinden,
birden fazla gürültü kaynağı vardır. Bu nedenle, kaynak(ların) gürültü seviyesinin
belirlenmesi, etkin bir gürültü kontrolü açısından önemli bir adımdır. Her bir makineye (ses
kaynağı) ait gürültü seviyesinin tespiti için en basit yöntem; makineleri sırayla açıp kapatarak
iĢletmedeki ses seviyesini ölçmekle mümkün olabilmektedir. Ancak, bu yöntem, yoğun
üretim programları ve diğer kısıtlamalar nedeniyle, her zaman uygulanabilir değildir. Bu
durum, aynı anda birden fazla makinenin çalıĢtığı iĢletmelerde, iĢyeri içerisinde yapılan birkaç
ses seviyesi gözlemi üzerinden her bir makineye ait gürültü düzeyini belirleyecek bir yöntemi
gerektirir. Bilim adamları, gürültü kaynaklarının her birine ait ses seviyesini belirlemek için
çeĢitli yöntemler önermiĢlerdir. Castellini ve Martarelli (2008), mikrofon dizilerini
kullanarak, akustik basınç ölçümünde faydalanılan akustik huzmelerin metrolojik performansı
sayesinde ses kaynaklarının yerlerini doğru olarak tespit etmiĢtir. Daha özellikli bir bakıĢ
tarzıyla, bir fabrika alanında gürültü kaynaklarının yerlerinin belirlenmesi, genetik algoritma
yardımıyla yapılmıĢtır (Lan ve Chiu, 2008). Harmoni Arama (Harmony Search) algoritması,
bir iĢyerinde gürültü kaynaklarının ses gücünü belirlemek için kullanılmıĢtır (Mun ve Geem,
2009). En küçük kareler tahmin (least square estimation) yöntemi de aynı çalıĢma koĢulları
altında, gürültü kaynaklarının ses seviyelerini tahmin etmede kullanılmıĢtır (Lu ve Hong,
2005). Ayrıca, Paz ve Zannin (2010), gündüz zaman diliminde kentsel trafik gürültüsünü
belirlemek
amacıyla
dört
farklı
doğrusal
tahmin
modeli
önermiĢlerdir.
Bu çalıĢmada, öncelikle, bir ortamda (ev veya iĢyeri) noktasal bir gürültü kaynağının çevreye
yaydığı gürültüyü tespit etmek amacıyla kullanılan matematiksel ifadeler anlatılmıĢtır. Bu
matematiksel ifadelerde, noktasal gürültü kaynağının çevresinde yapılan ölçümlerde
gözlemlenen gürültü seviyesi ile ölçümün yapıldığı mesafe arasında nasıl bir iliĢkinin olduğu
açıkça görülmektedir. Daha sonra, sınırlı (finite) bir doğrusal gürültü kaynağının çevreye nasıl
bir gürültü yaydığı konusundaki formül verilmiĢtir. Bu formül ortaya çıkartılırken integral
hesaptan faydalanılmıĢtır. Ġlave olarak, eğer doğrusal gürültü kaynağı sonsuz (infinitesmal)
uzunlukta ele alınırsa, formül üzerinde nasıl bir değiĢimin olduğu anlatılmıĢtır. ÇalıĢmanın,
EskiĢehir‟de bulunan bir kavĢakta akan trafik üzerinde uygulaması yapılmıĢ, elde edilen
bulgularla analitik formüllerin örtüĢüp örtüĢmediği gözlemlenmiĢtir. Son olarak, sonuçlar
kısmında, çalıĢmadan elde edilen sonuçlar ve okuyucuya öneriler özetlenmiĢtir.
334
2.
GÜRÜLTÜ DÜZEYĠ BELĠRLEME PROBLEMĠ
Bir noktasal kaynak tarafından çevreye yayılan ses güç seviyesi desibel (decibel - dB)
cinsinden LW ile gösterilirse, bu noktasal kaynağa r (metre) kadar mesafede ölçülen ses basınç
seviyesi, LP (dB), aĢağıdaki denklemle ifade edilir:


LP  LW +10log  Q 2 
 4 r 
(2)
Burada, Q, noktasal kaynağın yönlülük (directivity) faktörüdür. Yönlülük faktörü, yapılan
ölçüm boĢlukta (free-sapce) yapılırsa bir (1), toprak ya da beton gibi bir yüzeyin üzerinde
yapılırsa iki (2) olarak kabul edilir. EĢ. (1), bir alandaki küresel ses radyasyonu olarak da
isimlendirilir. Ayrıca, EĢ. (1), uygun sıcaklık ve basınç koĢullarında, havadaki ses yayılımı
için geçerlidir.
Bir ortamdaki (ev veya iĢyeri) her bir gürültü kaynağı ve her bir ölçüm yapılan
konum, sırasıyla si ve mj ile gösterilirse (i = 1, 2, … , m ve j = 1, 2, … , n); i. gürültü
kaynağının j. ölçüm noktasına olan etkisi, LPij, EĢ. (2) yardımıyla hesaplanabilir:

Qi 

LPij  LWi +10log 
2
 4 rij 


(2)
Burada, LWi, i. gürültü kaynağının ses güç seviyesi; Qi, i. gürültü kaynağının yönlülük faktörü
ve rij de i. gürültü kaynağının j. ölçüm noktasına olan metre cinsinden mesafesidir.
Birbirinden ilintisiz (uncorrelated) m adet gürültü kaynağının j. ölçüm noktasındaki toplam
ses basınç seviyesi, LPj, her bir gürültü kaynağının j. ölçüm noktasındaki ses basınçlarının,
Pmsij (Pascal), ortalama kare toplamı kullanılarak aĢağıdaki gibi hesaplanabilir
(Wilson, 1989):
 m
LPj  10log 
  i 1


Pmsij2 



2 
Pref

(3)

Burada,
Pref,
referans
basınç
olarak
isimlendirilir
ve
büyüklüğü
20 μPa‟dır. Bazı cebirsel iĢlemlerden sonra, LPj EĢ. (4)‟de verildiği gibi de hesaplanabilir:
 m

0.1LPij 

LPj  10log  10
.

i

1



(4)
335
EĢ. (2)‟deki LPij ifadesi, EĢ. (4)‟te yerine yazılırsa, EĢ. (5) elde edilir:
0.1LPj
10

m 

 Qi 100.1LWi  .
 4 r 2


ij
i 1 

(5)

EĢ. (5), bir ortamdaki m adet noktasal gürültü kaynağının bir ölçüm noktasında oluĢturduğu
toplam gürültü seviyesinin hesaplanmasında yaygın olarak kullanılan denklemdir.
3.
SÜREKLĠ BĠR GÜRÜLTÜ KAYNAĞINDA GÜRÜLTÜ DÜZEYĠ BELĠRLEME
EĢdağılımlı (uniform) sınırlı (finite) bir doğrusal gürültü kaynağının çevreye yaydığı gürültü
seviyesi, noktasal bir gürültü kaynağından farklı olarak, silindirik bir yayılım prensibine göre
integral hesaptan faydalanılarak EĢ. (6)‟daki gibi hesaplanır:


LP  LW +10log  Q  .
 2 rl 
(6)
Burada, Q, doğrusal gürültü kaynağının yönlülük faktörü; r (metre), ölçüm yapılan noktanın
doğrusal kaynağa olan dik uzaklığı ve l (metre) de doğrusal gürültü kaynağının
uzunluğudur. Yönlülük faktörü, yapılan ölçüm boĢlukta yapılırsa bir (1), toprak ya da beton
gibi bir yüzeyin üzerinde yapılırsa iki (2) olarak kabul edilir. Örneğin, ölçüm bir otoyol
üzerinde yapılıyorsa, yönlülük faktörünün iki (2) kabul edilmesi, daha doğru sonuçların elde
edilmesini sağlayacaktır.
EĢ. (6)‟da anlatılan doğrusal gürültü kaynağı eĢdağılımlı ve sınırsız (infinitesmal) ise;
doğrusal gürültü kaynağı, noktasal bir gürültü kaynağı gibi düĢünülür ve EĢ. (7)‟deki denklem
yazılır:


LP  LW +10log  Q  .
2 r 

(7)
ġehir içi kısa mesafeli caddelerde ve sokaklarda yürütülen gürültü seviyesi ölçümlerinde
genellikle EĢ. (6) kullanılırken, otoyollarda EĢ. (7)‟den faydalanılmaktadır.
4.
BULGULAR
Deneysel çalıĢma olarak, EskiĢehir‟de bulunan bir kavĢakta akan trafik üzerinde çalıĢma
yapılmıĢ ve trafikte akan araçların oluĢturduğu gürültü seviyesi çeĢitli mesafelerde
ölçülmüĢtür. Ölçüm yapılan yer toprak bir zeminde olduğu için, yönlülük faktörü iki (2)
olarak düĢünülmüĢtür. ġekil 1‟de, kavĢağın, Google haritalar görüntüsü 3-boyutlu olarak
verilmiĢtir. Ses düzeyi ölçümlerinde, TES 1350 model sayısal (digital) gürültü ölçüm cihazı
kullanılmıĢ, ölçümlerden önce cihaz kalibrasyonu yapılmıĢtır. Ölçümlerde, cihaz, yerden
336
yaklaĢık olarak 1,5 m. yükseklikte tripod üzerine sabitlenmiĢ ve okumalar manüel olarak
kaydedilmiĢtir. Gürültü ölçüm cihazına ait bazı teknik özellikler, Tablo 1‟de verilmiĢtir. Tüm
ölçümlerde, cihaz, A-filtresi ve “fast mod” ayarlarında çalıĢtırılmıĢtır. KavĢağa beĢ farklı
mesafede bulunan noktalarda yaklaĢık 2 dakika boyunca ölçümler alınmıĢ; böylece, toplam 50
adet gürültü ölçümü yapılmıĢtır. Ölçümlerden elde edilen veriler, Tablo 2‟de özetlenmiĢtir.
ġekil 1. Ölçüm Yapılan KavĢağın 3-Boyutlu Görüntüsü
Tablo 1. TES 1350 Gürültü Ölçüm Cihazının Bazı Teknik Özellikleri
Çözünürlük:
0,1 dB
Kademeler:
A Lo (alçak seviye) 35 - 100 dB
A Hi (yüksek seviye) 65 - 130 dB
C Lo (alçak seviye) 35 - 100 dB
C Hi (yüksek seviye) 65 - 130 dB
Frekans:
31,5 Hz - 8KHz
Doğruluk:
± 2 dB
337
Tablo 2. KavĢağa BeĢ Farklı Mesafedeki Gürültü Ölçüm Özeti (dB)
Ölçüm No
5.
KavĢağa Olan Mesafe
5 metre 10 metre 20 metre 40 metre 80 metre
1
68,3
70,7
66,7
65,2
60,2
2
75,1
70,6
68,6
66,2
59,9
3
70,4
72,2
68,2
65,5
62,0
4
72,8
69,0
70,2
64,3
61,8
5
75,0
70,8
69,8
64,7
61,3
6
74,9
75,5
68,8
65,1
61,6
7
73,0
75,4
69,5
64,5
62,2
8
75,1
75,6
69,3
63,8
61,9
9
72,7
74,7
68,4
64,0
62,1
10
70,6
68,8
67,0
65,3
61,9
Ortalama
73,3
73,0
68,8
64,9
61,6
SONUÇ VE ÖNERĠLER
Bu çalıĢmada, öncelikle, bir ortamdaki noktasal gürültü kaynağının çevreye yaydığı
gürültünün belirlenme problemi incelenmiĢ; daha sonrasında, sırasıyla, sınırlı ve sınırsız bir
doğrusal gürültü kaynağının çevreye yaydığı gürültü konusu ele alınmıĢtır. ÇalıĢma,
EskiĢehir‟de bulunan bir kavĢakta akan trafik üzerinde denenmiĢ, elde edilen bulgularla
analitik denklemlerin tutarlılığı incelenmiĢtir. Teorik olarak, bir noktasal gürültü kaynağı
çevresinde yapılan ölçümlerde gözlemlenen gürültü seviyesi ile ölçümün yapıldığı mesafe
arasında ters bir iliĢki vardır ve bu iliĢki, ters kare kanunu (inverse square law) olarak
isimlendirilmektedir. Bu kanuna göre, ölçümün yapıldığı mesafe iki katına çıkarsa,
gözlemlenen gürültü seviyesi 6 dB azalmaktadır. Bu çalıĢmanın temelini oluĢturan eĢdağılımlı
ve sürekli bir doğrusal gürültü kaynağında ise ters kare kanunu geçerliliğini kaybetmekte;
integral hesap ve silindirik yayılımdan kaynaklanan baĢka bir kuram ortaya atılmaktadır. Bu
kurama göre ise, ölçümün yapıldığı mesafe iki katına çıkarsa, doğrusal kaynak çevresinde
gözlemlenen gürültü seviyesi 3 dB azalmaktadır. Elde edilen bulgular incelendiğinde, bu
kuramı doğrular Ģekilde, 20, 40 ve 80 metre mesafelerde yaklaĢık 3 dB‟lik azalmalar
görülmektedir. Fakat 5 ve 10 metre mesafelerinde teoride öngörülen azalmaya
rastlanmamaktadır. Bunun en önemli sebebi, ölçüm yapılan esnada, çevreden esen rüzgârın
yaratmıĢ olduğu olumsuz etkidir. Bu sebebe ilave olarak, kavĢakta akan trafiğin eĢdağılımlı
(uniform) olmaması da, teori ile uyuĢmazlığın ikinci en önemli nedendir. Anlık olarak
kavĢaktan geçen ağır vasıta bir taĢıtın çevreye yaydığı gürültü, tüm ölçümlerin ortalamasını
etkileyebilmektedir. Gelecekte, eĢdağılımlı olmayan (non-uniform), sürekli doğrusal
kaynaklardan yayılan gürültülerin ölçüm çalıĢmalarına ağırlık verilecek ve bu tip kaynaklara
ait denklemler türetilmeye çalıĢılacaktır.
338
KAYNAKLAR
Ahmed H.O., Dennis J.H., Badran O., Ismail M., Ballal S.G., Ashoor A. ve Jerwood D.
(2001) Occupational Noise Exposure and Hearing Loss of Workers in Two Plants in
Eastern Saudi Arabia, British Occupational Hygiene Society, 45(5), 371-380.
Berger, E.H., Ward W.D., Morrill J.C. ve Royster L.H. (1995) Noise and Hearing
Conservation Manual, American Industrial Hygiene Association, Fairfax, Virginia.
Castellini P. ve Martarelli M. (2008). Acoustic Beamforming: Analysis of Uncertainty and
Metrological Performances, Mechanical Systems and Signal Processing, 22(3), 672692.
Health and Safety Executive (2005) Noise at Work, HSE Information Services, Caerphilly,
England.
Konz S.A. (1999), Work Design: Industrial Ergonomics, Holcomb Hathaway Publishing,
Scottsdale, Arizona.
Lan T-S. ve Chiu M-C. (2008). Identification of Noise Sources in Factory‟s Sound Field by
Using Genetic Algorithm, Applied Acoustics, 69(8), 733-750.
Lu S-Y. ve Hong Y-J. (2005). Least Square Error Method to Estimate Individual Power of
Noise Sources Under Simultaneous Operating Conditions, International Journal of
Industrial Ergonomics, 35(8), 755-760.
Mui K.W., Wong L.T. ve Wong Y.W. (2009) Acceptable Noise Levels for Construction Site
Offices, Building Services Engineering Research and Technology, 30(1), 87-94.
Mun S. ve Geem Z.W. (2009). Determination of Individual Sound Power Levels of Noise
Sources Using a Harmony Search Algorithm, International Journal of Industrial
Ergonomics, 39(2), 366–370.
Paz E.C. ve Zannin P.H.T. (2010) Urban Daytime Traffic Noise Prediction Models,
Environmental Monitoring and Assessment, 163(1), 515-529.
Wilson, C.E. (1989) Noise Control: Measurement, Analysis, and Control of Sound and
Vibration, Harper and Row Company, New York.
339
SĠNĠR SĠSTEMĠNĠN FONKSĠYONEL ANATOMĠSĠ VE
ERGONOMĠ
Behice DURGUN
Prof. Dr., Çukurova Üniversitesi Tıp Fakültesi Anatomi Anabilim Dalı 01330 Adana, e-posta
: [email protected]
ÖZET
Günümüzde bilim ve teknolojideki geliĢmeler büyük bir hızla artmakta, sürekli yeni alanlar
ortaya çıkmakta ve ergonomi de bu geliĢmelerden etkilenmektedir. Disiplinlerarası
karakterinden dolayı, ergonomi sinir bilimleri ile bir kesiĢim alanı oluĢturur. Sinir sistemi
vücudun içinden ve çevreden gelen gelen uyarıları alıcılar aracılığıyla alır, bunları iĢler ve
uyarana yanıt verir. Böylece, tutma, kavrama, cisimleri hareket ettirme, yük taĢıma gibi
fiziksel ögelerin yanısıra duyular, hafıza, dikkat, vizyon, karar verme, planlama, strateji
geliĢtirme, moral değerler ve stresle baĢa çıkma gibi zihinsel ögeleri de denetleyen temel
mekanizma olarak rol oynar. Ġnsan sinir sisteminin fonksiyonel anatomisinin bilinmesi;
günlük yaĢam ve insan–teknoloji etkileĢiminde duyu-motor entegrasyonu, fiziksel ve zihinsel
performans, tasarım ve otomasyon sistemlerinin anlaĢılması ve geliĢtirilmesi için yeni ufuklar
açar. Sinir sistemi-ergonomi kesiĢim alanı; havacılık, otomotiv sanayi, robotik ve psikososyal
konularda teorik ve pratik yaklaĢım sağlayarak, insanın gereksinimi, yeteneği ve
sınırlılıklarıyla uyumlu, etkin ve güvenli iĢ ortamı oluĢmasına katkıda bulunur.
Anahtar Kelimeler : Nöroanatomi, Ergonomi, Otomasyon, DavranıĢ, Performans
FUNCTIONAL ANATOMY OF THE NERVOUS SYSTEM AND ERGONOMICS
ABSTRACT
In recent years, discoveries and developments in science and technology tend to be
cumulative and new scientific fields have blossomed. Ergonomics is no different. Because of
its interdisciplinary characteristics, ergonomics has merged with functional neuroanatomy at
an intersection area. The nervous system receives information from both body and
environment via receptors, processes this information integratively and sends motor response
to integrated decision (target organs). Thus, nervous system plays an important role as a
control mechanism for physical activities such as gripping, grasping, moving, controlling
one‟s limb or lifting objects and for mental functions such as seeing, remembering, attending,
deciding, planning, morality, stress and developing strategies,. The knowledge of functional
neuroanatomy broadens horizon for better understanding of the sensory-motor integration,
human perfomance, design of technologies and modern automated systems in the workplace
and home. The merging area of ergonomics and functional neuroanatomy provides theoretical
and practical approach to aviation, automotive technology, robotic and psycho-social methods
340
that enhance performance, expand capabilities and optimize the fit between people and
technology by matching technology with the capabilities and limitations of people. So, this
area can lead to the design of more efficient and safer working conditions.
Key words: Neuroanatomy, Ergonomics, Automation, Behavior, Performance
1.
SĠNĠR SĠSTEMĠNĠN FONKSĠYONEL ANATOMĠSĠ
1.1.GiriĢ
Ġnsanın yaĢamını sürdürebilmesi, çevresel enerji kaynaklarına ve yaĢamsal süreçlerinin
dinamizmine bağlıdır. Bu dinamizmin en çarpıcı yanı; insanın, yapısal bütünlüğünde herhangi
bir bozulma olmadan, çevresiyle sürekli etkileĢim içinde bulunma yeteneğidir. YaĢamı
sürdürmedeki baĢarılı adaptasyonlar, çevresel değiĢimlere uymayı sağlayan genetik
değiĢimlerin uzun bir süreçte oluĢması sonucu ortaya çıkar. Bir insanın, yaĢamı boyunca
gösterdiği uyumsal (adaptive) yanıtlar; yeme, içme, üreme, koruma, korunma, postür ve iç
salgıların düzenlenmesidir. Çevredeki herhangi bir değiĢikliğe (stimulus = uyarı) verilen
yanıt; uyarıyı etkiler, iç çevrenin dengede kalmasını (homeostazis) sağlar ve böylece tüm
vücudu korur. Ġnsanın yapısal organizasyonu; yanıt verilecek mekanik, kimyasal, ıĢınsal ve
elektriksel uyarıları sınırlandırır. Bu nedenle, sınırı aĢan veya yanıtı olanaksız kılan uyarıları
oluĢturan çevresel bozukluklar insanın yaĢamını da olumsuz yönde etkiler. Sinir sistemi
endokrin sistem ile birlikte homeostazisi sağlar. Ġç ve dıĢ çevreden uyarıları alır, bunları iĢler
ve gerekli yanıtı oluĢturur.
Ġnsan sinir sistemi çok karmaĢık, çok araĢtırılmıĢ ve yeterince anlaĢılamamıĢ bir sistemdir.
Yapı ve iĢlevleri günlük yaĢamın fiziksel, kültürel ve entellektüel her alanının ayrılmaz bir
parçası ve denetimcisidir. Birçok alandaki araĢtırmacı sinir sistemi ile çalıĢırken diğer
alanların içine girdiğinin farkına varmıĢtır. Bu nedenle sinir sistemi filogenetik, enerji, yapı,
fizikokimya, biliĢim, ekonomi, davranıĢ, etik ve ergonomi gibi bilimlerle kesiĢmiĢtir.
1.2. Sinir Sisteminin Yapısı ve ĠĢlevleri
Yapısal olarak; sinir sistemi birbirine bağlı olarak çalıĢan, ancak öğrenim kolaylığı
bakımından sınıflandırılan ik kısımdan oluĢur (Cohen, 2005; Dere ve Durgun, 1994):

:Merkezi sinir sistemi (MSS), sıvı dolu aralıklar ve koruyucu zarlarla sarılı kemik
yapı içindeki beyin ve omurilikten oluĢur. Beyin kısmını cerebrum (ön beyin ve ara
beyin), beyin sapı ve cerebellum (beyincik) yapar.

Periferik sinir sistemi (PSS), omurilik sinirleri ve kafa çiftlerinden oluĢur.
ĠĢlevsel olarak; sinir sistemi iki bölüme ayrılır:

Somatik sinir sistemi: Merkezi sinir sistemine duyusal bilgi gönderen periferik
sinirler ile iskelet kaslarını uyaran motor sinir liflerinden oluĢur. Afferent (duyusal) ve
efferent (motor) bölümlerden oluĢur. Afferent bölüm kas, eklem, tendon ve duyu
organlarından gelen uyarıları alır; efferent bölüm ise bu uyarıları değerlendirir.

Otonom sinir sistemi: Vücudun dengesini korumak amacıyla, istem dıĢı çalıĢır.
Otonom sinir sistemi sempatik ve parasempatik olmak üzere iki sistem halinde çalıĢır.
sistemi, parasempatik sinir sistemi.
341
Sinir sisteminin yapısı ve sınflandırılması ġekil 1ve ġekil 2‟de gösterilmiĢtir.
Sinir Sistemi
Merkezi Sinir Sistemi
Beyin
Periferik Sinir Sistemi
M. Spinalis
Otonom Sinir Sistemi
Sempatik Sistem
Telencephalon
Diencephalon
Beyin kabuğu
Koku beyni
Bazal Ganglionlar
Epithalamus
Thalamus
Hypothalamus
Somatik Sinir Sistemi
Parasempatik Sistem
Beyin sapı
Mesencephalon
Pons
Cerebellum
M. oblongata
ġekil 1. Sinir Sisteminin Sınıflandırılması
ġekil 2. Sinir Sisteminin Yapısı
342
1.2.1. Ön beyin ve ara beyin (Cerebrum)
En geliĢmiĢ bölüm olup iki yarıküreden oluĢur. Bu yarıküreleri birbirine bağlayan lifler
bulunur (Dere ve Durgun, 1994; Durgun, 2002). Beynin her iki yarıküresi yapı bakımından
simetrik olarak birbirinin aynı olmasına karĢın, iĢlevleri bakımından farklılıklar gösterir. Sağ
beyin; sentez, bütüncül düĢünme, anlamlandırma, duygular ve sanatsal faaliyetlerle, sol eyin;
analiz, indirgemeci düĢünme, matematik, planlama ve anlama ile ilgilidir. Gri maddeden
oluĢan beyin kabuğu (serebral korteks) algılama (iĢitme, görme, koku, kaslar ve iç
organlardan gelen duyular), akıl yürütme, veri entegrasyonu, istemli davranıĢların
yönlendirilmesi gibi karmaĢık iĢlemlerden sorumludur. Prefrontal korteks entellektüel iĢler
ve moral değerlerle ilgilidir. Ekstrapiramial sistemin bir parçası olan bazal ganglionlar:
hareketin hızını ve kuvvetini ayarlar ve bir hareketi aktive derken diğerlerini baskılar. Böylece
önceden öğrenilmiĢ fakat sonradan otomatik hale gelmiĢ stereotip hareketleri düzenler.
Limbik sistem emosyon, subkortikal motor ve duysal dürtüler, içüdüler, ödül ve ceza
durumunda intrinsik duyguların ve öğrenmenin, hafıza, motivasyon merkezidir (Durgun,
2011). Arabeyin (diensefalon)’de homeostatik kontrol merkezleri bulunur. Talamus bir ara
durak görevi yaparak duyusal entegrasyonu sağlar. Hipotalamus açlık, susuzluk, stres, “savaĢkaç” reaksiyonu, öfke ve korku, biyolojik (sirkadian) ritm, ve endokrin sistem ve OSS‟nin
eĢgüdümü gibi iĢlevlerden sorumludur (Dere ve Durgun, 1994).
1.2.2. Beyin sapı
Orta beyin (mezensefalon), Göz hareketleri, görme ve iĢitme sistemlerinin ara istasyonlarını
içerir. Köprü (pons) solunum merkezi içerir, beyincik-beyin arası iletiĢimi sağlar. Omurilik
soğanı (medulla oblongata) Soluma, kan basıncı, yutma, kusma gibi merkezleri içerir. Beyin
sapında yer alan retiküler sistem visseral entegrasyon, korteksi aktive etme, uyku, uykudan)
salgılayarak ağrı iletiminin denetlenmesi gibi iĢlevler ie ilgilidir sorumludur (Cohen, 2005;
Dere ve Durgun, 1994; Durgun, 2011).
1.2.3. Beyincik (Cerebellum)
Hızlı, sıralı, doğru, hedefe uygun hareketle ve az enerji harcayarak denge, postür, kas tonusu
ile kafa ve göz hareketlerinin koordinasyonunu düzenler. Duyuların doğru iĢlenmesiyle
görevlidir. Öğrenme, kelimelerin iĢlenmesi, planlama, zaman kavramı ve yorumunu yapar,
böylece hafıza ve biliĢsel ufkun geniĢlemesini sağlar. Ayrıca hatanın düzeltilmesi, performans
ve becerinin artması yani otomasyondan da sorumludur (Cohen, 2005; Dere ve Durgun, 1994;
Durgun, 2011) .
1.2.4. Omurilik (Medulla spinalis)
Refleks merkezi ve otonom hareket devreleri içerir. Ayrıca beyin-PSS arası iletiĢimi sağlar
(Cohen, 2005; Dere ve Durgun, 1994; Durgun, 2011) .
1.3. Sinir Sisteminin Organizasyonu (Bir Makroergonomik Örnek)
Sinir sisteminin iĢlevsel ve yapısal ünitesi sinir hücresi (nöron)dir. Sinir hücreleri birbirleriyle
ve hedef organla olan iletiĢimi sinapslar aracılığıyla sağlar. Nöral bilgi iĢlem (sinir ağı)
sinaptik bütünleĢmeye bağlıdır. Bazı basit davranıĢlar basit bir nöron zinciriyle yapılırken
(monosinaptik) karmaĢık davranıĢlar için çok sayıdaki sinapsla bağlantılı pek çok nöronun
343
yer aldığı büyük sinir devreleri (polisinaptik) gerekir. Çok sayıdaki polisinaptik devreye olan
gereksinim sinir sisteminin karmaĢık mimarisine yansır (Jirsa ve McIntosh, 2007)).
Lif demetleri veya yollar (tractuslar) MSS‟de nöron grupları arasındaki bağlantıyı sağlar. Bu
yollar omurilikten serebruma çıkabilir (duyu yolları) veya serebrumdan beyin sapı ve
omuriliğe inebilir (motor yollar). Sinir sisteminin birçok bölümünü birleĢtiren çok sayıda yol
vardır. Bu durum sinir sistemininin çeĢitli duyuları (ağrı, ısı, dokunma) seçerek ayrı ayrı
analiz edebildiğini ve böylece farklı nöron grupları kullanarak motor davranıĢların (postür,
kas tonusu) spesifik Ģeklini koruyabildiğini gösterir. Yolların çok sayıda oluĢu sinir sistemi
için bir rezerv oluĢturur. Sinir sisteminin kısmi yıkımından sonra yalnızca belli iĢlevler
kaybolur, diğer iĢlevlerin korunmuĢ olması ise yaĢamın sürdürülmesi olasılığını arttırır. Yollar
genelde çaprazlaĢarak projekte olur. Böylece sağ beyin vücudun sol tarafını, sol beyin
vücudun sağ tarafını denetler. Bu durumun bir istinası beyinciktir.
Sinir sistemi her düzeyde dıĢ dünyanın görünümlerini haritalandırır (navigasyon). Örneğin
korteksin arka kutbundaki harita retinada görüntüsü oluĢan objeler arasındaki geometrik
iliĢkiyi yansıtır, böylece görsel çevrenin beyin içerisinde üç boyutlu görüntüsü oluĢur. Her bir
haritanın içerdiği nöronlar bir uyarının Ģekil, renk veya hareket gibi bir spesifik özelliği ile
ilgili seçici ve analiz edici bilgiye sahiptir. Beyinde çok sayıdaki harita organizasyonu
korteksin avantajlı iĢ bölümü yapmasını, bu haritalar arasında assosiasyon lifleriyle kurulan
bağlantılar da her bir bölgede yapılan iĢlerden diğer bölgenin haberdar olmasını sağlar.
Sinir sisteminde hiyerarĢik bir yapılanma vardır. Sonra geliĢen kısımlar önceden geliĢen
kısımları denetler. Örneğin beyin kabuğu en son geliĢen bölüm olduğu için diğer kısımların
kontrolünü elinde tutar. Ancak retiküler sistem, ilk geliĢen kısım olmasına karĢın en son
geliĢen beyin kabuğunu denetleyebilir. Bu durum uykudan uyanma için gereklidir.
2. SĠNĠR SĠSTEMĠNĠN ORGANĠZASYONU VE ERGONOMĠ
Günümüzde, ergonomi insanın kendine özgü niteliklerini, yeteneklerini araĢtırarak iĢin insana
uyumlandırılması için gereken koĢulları bulmaya çalıĢmaktadır (Hancock ve Drury, 2011).
Ergonomik tasarımlarda dikkat edilmesi gerekli noktalar Ģu Ģekilde sıralanabilir:

Ġnsan-makine sistemi içindeki insan etkinlikleri amaca uygun ve etkin olmalı,

ÇalıĢanın algıladığı enformasyon, yapılan göreve uygun olmalı,

Bir sistem eleman tek bir fonksiyon için görevli olmalı,

Birbirini izleyen görevler arasındaki zaman dilimi insan davranıĢ hızına uygun olmalı,

Ġnsandan istenen hassasiyet derecesi onun doğal yeteneklerine uygun olmalı,

Sistem, insanın yanlıĢ davranıĢına mümkün olduğu kadar izin vermemeli

Kolay ve hızlı öğrenme mümkün olmalı,

Gözleme görevi eksiksiz olmalı,

Sinyaller kolay algılanabilir, anlaĢılabilir ve yorumlanabilir olmalı,

Tehlike sinyallerinin özel bir ayırt ediciliği olmalı,

Sistem elemanlarına kolay ulaĢılabilir olmalı,

Birbiriyle ilgili kumanda elemanları birbirine yakın olmalı,
344

Zorlanma düzeyi mesai süresi boyunca sürdürülebilir olmalı,

Yaptığı iĢ mümkün olduğu kadar tek düzelikten çıkarılıp zenginleĢtirilmeli,

Ġnsan yetenekleri tam olarak kullanılabilmeli,

Sıklık, önemlilik ve sıra açısından insan davranıĢları en az hataya yol açacak Ģekilde
düzenlenmeli,

Çevre koĢulları, insana ait ergonomik konfor sınırları içinde olmalı,

Sistem, insanın eğitim, alıĢtırma, deneyim gibi yollarla kendini geliĢtirmesine
yardımcı olmalı,

ĠĢ organizasyonu (görev dağılımı, çalıĢma ve dinlenme zamanları, alt-üst iliĢkileri vb.)
temel ergonomi ilkelerine göre düzenlenmiĢ olmalı.
Bu noktalara bakıldığında; sinir sisteminin aynı zamanda ergonomik, özellikle
makroergonomik bir sistem olduğu görülür. Makroergonomi, ergonominin iĢ sistemi süreçleri
ve bütün yapıyı optimize etmekle ilgili olan insan-organizasyon ara kesiti, olarak adlandırılır
(Hendrick, 1997). Makroergonomi, iĢ sisteminin tasarımını insan-iĢ, insan-makine, insanyazılım ara kesiti ile gerçekleĢtiren, dolayısıyla iĢ sistemi tasarımına sosyo-teknik açıdan
yaklaĢan bir daldır. Makroergonominin amacı iĢ sistemi süreç ve yapısının dıĢ çevre, personel
ve teknoloji ile uyumunu sağlamak ve iyi tasarımlanmıĢ iĢ sistemi karakteristiklerini
mikroergonomik unsurların tasarımına da taĢımaktır. Yanızca etkin ve verimli bir sistem
tasarımında değil, insanın kullandığı teknolojik araçların ve otomasyon sistemlerinin
tasarımında da sinir sisteminden alınacak çok sayıda örnek bulunmaktadır.
3.
SĠNĠR SĠSTEMĠ–ERGONOMĠ ALANI
Yirminci yüzyılın sonlarına doğru, sinir sistemi üzerindeki çalıĢmaların artması ve sinir
bilimlerinin geliĢmesi sonucu, özellikle fizikçiler ve mühendisler, sinir sistemi ile dijital
bilgisayarlar ve kompleks otomasyon sistemleri arasındaki benzerliğin farkına varmıĢlardır.
Bu yaklaĢım uçuĢ kontrol sistemleri gibi sofistike otomasyon sistemlerinin tasarımını
baĢlatmıĢtır. Ancak ergonominin sinir bilimleri ile kesiĢtiğinin anlaĢılması, ilk önce biliĢsel ve
motor iĢlevlerin temelinde yatan nöral mekanizmalara dikkat çekilmesiyle baĢlamıĢtır. Bu
nedenle sinir sisteminin fonksiyonel anatomisi ile ilgili bilgiler yalnızca makroergonomi ile
değil, fiziksel ergonomi (el ile taĢıma, performans modelleme, vücut konumunun
incelenmesi, uzanma mesafesi ve göstergelerin tasarımı) ve biliĢsel ergonomi (yetenek
kazanma ve kazanılanların korunması, zihinsel yük ve yüklenme, personel eğitimi, insan gücü
planlama ve programlama, karar destek elemanları, zeki sistemler, performans modelleme,
analizlerin sınıflandırılması, ve insan hatası) ile de iliĢkilendirilebilir.
Sinir sistemi-ergonomi alanı; a) etkin ve güvenli iĢ ortamı oluĢması için yapılan çevre ve
teknoloji tasarımında, sinir sisteminin iĢlevleri ve insan performansı ile ilgili ayrı ayrı ortaya
çıkan ve kesiĢen bilgiyi kullanmak, b) gerçek dünyada yapılan iĢlerde insan performansı ile
ilgili beyin iĢlevlerini anlamak amacıyla yapılan çalıĢmalar sonucu kesiĢmiĢtir. Bu kesiĢimin
baĢlıca uygulama alanları; havacılık, otomativ, adaptif otomasyon, ve sanal gerçeklik
(virtual reality)tir.
Havacılık alanında; özellikle kokpitin pilotun dikkatini en fazla toplayacağı ve göz-el
koordinasyonunu sağlayacak ve zihinsel iĢ gücü ve uyanıklığını arttıracağı Ģekilde
düzenlenmesi için sinir sistemi ile ilgili düzenlemelerin yapılması gerekmektir.
345
Otomotiv sanayinde; beyin, el, göz ve otomobil arsındaki koordinasyonun mükemmel
olmasına çalıĢılmaktadır (Heuer ve Hegele M, 2009). Bu alandaki çalıĢmalar, otomobilin
hızını ayarlamakta beyin kabuğu, beyincik ve görme alanlar ile assosiasyon liflerinin
çalıĢtığını göstermektedir.
Adaptif otomasyonda; performans üzerindeki kontrol, sistem yazılımına geçmekte ve
insanın makineyi çalıĢtırmak için önceden tanımlanmıĢ basma düğmelerine ihtiyacı
kalmamaktadır. Daha doğrusu, insanın rolü, yazılımın makineye yaptırdıklarını izlemek ve
daha önceden tanımlanan parametreler içinde makinenin iĢlevlerini kesinleĢtirmek,
dolayısıyla bilginin algılanmasına ve analizine vurgu yapmaktadır. Bir hekimin hastasının
sağlığını teĢhis etmesi gibi, makinayı çalıĢtıran insan da makinenin performansını teĢhis
etmek için, insan-makine arakesitinden dıĢ dünyayı gözlemler (örneğin sonar, radar, hisse
senedi piyasası) ve bu bütünleĢtiren, analiz eden, kıyaslayan, depolayan ve ileten bilgilerin
hepsiyle birçok iĢlevi gerçekleĢtirir. Ġnsan makine arakesiti, kesikli bir dizi göstergelerden
daha çok, artık gerekli bir Ģekilde bütünü oluĢturur. (Parasuraman vd., 1999; Meister D, 2000)
Ġnsanda, beyincikteki mikrodevreler bir adaptif filtre gibi çalıĢtığından (ġekil 3) adaptif
otomasyondaki sorunları çözmek için beyinciğin yapı ve iĢlevleri konusundaki çalıĢmalardan
faydalanılmaktadır.
YaĢayan insanda sinir sisteminin çalıĢılması, hem pratik hem de etik açıdan güç olduğu için
sanal gerçeklik (virtual reality) çalıĢmaları yapılmaktadır. Bu alan, hastalıkların, ilaçların,
yorgunluğun veya teknolojinin –örneğin cep telefonlarının- insan üzerindeki etkisini
incelemek için kullanılmaktadır.
ġekil 3. Beyincikte Yer Alan Bir Mikrodevre
Sonuç olarak, ergonomi değiĢik anlaĢılma düzeylerindeki boyutlara ve çoklu özelliklere
sahiptir ve bu özellikler ve boyutlar etkileĢim halindedir. Bir dönüĢüm süreci içerisinde olan
ergonomide sinir sistemi-ergonomi kesiĢimi de insan refahı için gelecekte yeni ufukların
açılmasını sağlayan bir dal olarak düĢünülmektedir.
KAYNAKLAR
Cohen B.J. (2005) Memmler‟s The Human Body in Health and Diseases. Lippincott
Williams & Wilkins, USA.
Dere F. ve Durgun B. (1994) Spor Eğitimi Ġçin Fonksiyonel Anatomi, Okullar Kitabevi, Adana.
346
Durgun, B. (2002) Serebral Hemisferler (10. Bölüm). Korrelatif Nöroanatomi, S.G. Waxman,
içinde, Çeviri ed. Mehmet Yıldırım, Nobel Tıp Kitabevleri, Ġstanbul.
Durgun, B. (2011) Formatio Reticularis ve Limbik Sistem (9.Bölüm), Bazal Çekirdekler
(Ganglionlar) ve Bağlantıları (10. Bölüm). Klinik Nöroanatomi, R. Snell, içinde, Çeviri
ed. Mehmet Yıldırım, Nobel Tıp Kitabevleri Ġstanbul.
Eyerobot. http:// neuralalgorithms.group.shef.ac.uk/eyerobot/technical. Son erisim tarihi: 24
Eylül 2008.
Hancock P.A. ve Drury (2011) Does Human Factors/Ergonomics Contribute To The Quality
of Life?, Theoretical Issues in Ergonomics Science, 12:5, 416-426.
Hendrick, H. (1997). Organization Design and Macroergonomics, G. Salvendy (Ed.),
“Handbook of Human Factors and Ergonomics” içinde Wiley and Sons Inc. New York.
Heuer H. ve Hegele M. (2009) Adjustment To A Complex Visuo-Motor Transformation At
Early And Late Working Age. Ergonomics, 1–16.
Jirsa V. K. ve McIntosh A.R. (2007) Handbook of Brain Connectivity.Springer Verlag,
Berlin.
Meister D. (2000) Theoretical Issues In General and Developmental Ergonomics. Theoretical
Issues in Ergonomics Science (2000). 1(1): 13- 21.
Parasuraman R., Mouloua, M. ve Hilburn, B. (1999) Adaptive Aiding and Adaptive Task
Allocation Enhance Human–Machine Ġnteraction, in M. Scerbo and M. Mouloua (eds),
Automation Technology and Human Performance: Current Research and Trends
Mahwah, NJ: Erlbaum), 119–123.
347
FARKLI FAKÜLTELERDEKĠ ÖĞRENCĠLERĠN GÖRME
YETENEKLERĠNĠN ÖLÇÜLMESĠ VE
SONUÇLARIN VERĠ MADENCĠLĠĞĠ ĠLE DEĞERLENDĠRĠLMESĠ
Serap Ulusam SEÇKĠNER1, Yunus EROĞLU2 Nevcihan TORAMAN3
1
Yrd. Doç. Dr. Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü,
GAZĠANTEP e-posta: [email protected]
2
3
ArĢ. Görevlisi, Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği
Bölümü, GAZĠANTEP e-posta: [email protected]
Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü, GAZĠANTEP
e-posta: [email protected]
ÖZET
Günlük yaĢamımızda ve iĢ yaĢamımızda baĢarılı olabilmemiz için görme yeteneklerimizin
yani optik duyu kanalımızın sınırlarını bilmemiz önemlidir. Bu çalıĢmada, farklı fakültelerde
öğrenim gören öğrencilerin görme yeteneklerini ve görüĢ keskinliklerini ölçmek için Stereo
Optical Vision Tester cihazı kullanılmıĢtır. Bu test, kiĢilerin görme yeteneklerine göre iĢ
yapabilme sınırlarının belirlenmesine yardımcı olabileceği gibi görme yeteneklerine uygun
iĢleri seçmelerine ve yatkın oldukları alanlarda kendilerini geliĢtirmelerine de katkı
sağlamaktadır. Yapılan testin sonucunda öğrenciler uygun oldukları iĢ gruplarına göre
sınıflandırılmıĢlardır. Elde edilen test verileri, Tanagra 1.4 veri madenciliği programı ile
detaylı analiz edilmiĢ ve görüĢ parametreleri arasında anlamlı kurallar ve iliĢkiler
keĢfedilmiĢtir. Ayrıca öğrencinin mezun olacağı bölüm ile kendisine uygun olan meslek
arasında bir karĢılaĢtırma yapılmıĢtır. Farklı bölümlerde okuyan cinsiyetleri farklı öğrencilerin
farklı görme yeteneklerine ve görüĢ keskinliklerine sahip oldukları da saptanmıĢtır.
Anahtar Kelimeler: Görme yeteneği, GörüĢ keskinliği, Stereo Optical Vision Tester, Veri
Madenciliği.
ABSTRACT
It is important to know our vision abilities namely our optic sensory channel limitations to be
succesful in our casual and business lifes. In this study, Stereo Optical Vision Tester was used
to measure the vision acuity and abilities of students who studying at different faculties. This
test provides besides determining the limits of working capacity according to vision abilities,
it contributes to people selecting proper occupations according to their vision properties and
improving themselves in aptitude the areas. At the end of the test, students are classified
according to appropriate job groups. Obtained test data were analyzed with Tanagra 1.4 one
of the data mining programmes and expressive rules and relationships between vision
parameters were discovered. In addition,a comparison was done between the department that
348
the student will graduate and the appropriate occupation for the student. It was determined
that students who are studying at different departments from different genders have different
vision acuities and vision abilities.
Keywords: Vision ability, Vision acuity, Stereo Optical Vision Tester, Data Mining.
1.GĠRĠġ
Gözümüz Ģüphesiz ki hayatımızı devam ettirebilmemiz için gerekli en önemli
organlarımızdan biridir. Bazılarımız mükemmel görme yeteneği ile doğarız fakat zamanla
tüketilen besinler, edinilen alıĢkanlıklar ve bazen de eğitim hayatı görme yeteneklerimizi
etkiler. Bunun yanında günümüzün telaĢlı ve yoğun programı kendimize zaman ayırmamızı
zorlaĢtırmakta ve zaman içerisinde genetik olmayan birçok göz problemi ile karĢılaĢmamıza
neden olmaktadır. KiĢinin görüĢ keskinliği; vizyonunun netliğine, açıklığına iĢaret eder ve
kiĢinin ne derecede iyi gördüğünün ölçümüdür (Montgomery, 1998). GörüĢ keskinliği kiĢiden
kiĢiye değiĢim göstermektedir. Alınan eğitim, günlük alıĢkanlıklar, hobiler gözün görme
keskinliğini etkilemektedir. Dolayısı ile değiĢen görüĢ keskinliği kiĢinin iĢ yapabilme
yeteneğini ve çalıĢma performansını belirler. Margaretta ve Beissman (2009) görme testleri
ilgili çalıĢmasında görüĢ keskinliğinin güvenilir vizyonun tek ölçüm yöntemi olduğu
belirtilmiĢtir. Kabul edilen vizyon, genellikle Snellen tablosunda ölçüldüğü gibi 20/20 olarak
alınmıĢtır.
Özellikle kalite kontrol birimlerinde ürün kontrolü yapan kiĢiler, iĢe alım esnasında herhangi
bir teste tabi tutulmadıkları için yapılan iĢin ona uygun olup olmağını ve tam verimlilikle
çalıĢıp çalıĢamadığını belirlemek zordur. Bu nedenle görüĢ keskinliklerinin gerekli bir ön
sağlık muayenesi belirlenmesi gerekmektedir. Ayrıca, bazı iĢçilerin merdivenleri inip
çıkmakta, yürümekte zorlandıkları ve bunların bozuk derinlik algısına sahip olabilecekleri
düĢünülmüĢtür (Margaretta, 2009).
2. METOT
Bu çalıĢmada, Stereo Optical Vision Tester cihazı kullanılarak Mühendislik, Tıp ve
Konservatuar öğrencilerinin görüĢ keskinlikleri ölçülmüĢtür. Öğrencilerin görüĢ keskinliği
testine verdikleri cevaplarla belirlenen görüĢ seviyelerinin Purdue ĠĢ Standartlarına göre hangi
iĢ grubuna uygun oldukları belirlenmiĢtir. Ayrıca öğrenciler arasında yaĢ, cinsiyet, fakülte ve
sınıf gibi faktörlerin görme yetenekleri üzerinde farklılık yaratıp yaratmadığı araĢtırılmıĢtır.
Daha sonra elde edilen veriler, karar ağaçları yöntemiyle veri madenciliği analizine tabi
tutulmuĢtur. Analiz sonuçları, yöntemin baĢarılı sınıflandırma yapıp yapamadığı üzerine
değerlendirilmiĢtir.
ÇalıĢma, Gaziantep Üniversitesi Mühendislik Fakültesi, Tıp fakültesi ve Türk Musikisi Devlet
Konservatuvarı öğrencileri arasından daha önce Stereo Optical Vision Tester deneyimi
olmayan ve Gaziantep Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü
Ġnsan Faktörleri Laboratuvarına baĢvuran toplam 163 öğrenci üzerinde uygulanmıĢtır. Her
öğrencinin teste verdiği cevaplar kayıt formunda ilgili alanlara iĢaretlenmiĢ ve iĢ uygunluğu
için hazır hale getirilmiĢtir. Daha sonra Spss 16.0 istatistik programı ve Tanagra 1.4 veri
madenciliği yazılımı ile elde edilen veriler analiz edilmiĢtir.
349
2.1. Göz Testi Cihazı (STEREO OPTEC 5000/5000 P)
Monoküler, dürbün, yakın mesafe, gündüz ve gece de dahil olmak üzere çeĢitli koĢulları
değerlendirme yeteneğine ek olarak, Optec ® 5000 P periferik görme testi olarak da iĢlev
görebilmektedir. YetiĢkin ve pediatrik görme keskinliği, renk ve derinlik algısı, dikey ve
yatay fori, Optec ® 5000 ve 5000 P kullanılarak test edilebilir. Bu görsel tarama cihazları her
biri beĢ dakikadan az, basit, doğru ve tekrarlanabilir testlerle yürütülmektedir. Stereo Optic‟in
yeni Optec Vision Test‟i hedef parlaklık ile Amerikan Ulusal Standartlar Enstitüsü (ANSI)
uyumlu tek vizyon testidir (Stereo Optical Co., Inc. 2007).
Bu çalıĢmada, slayt paketi olarak endüstriyel test paketi kullanılmıĢtır. Endüstriyel test
aĢağıda kısaca açıklanan on iki tane slayta sahip olan, katılımcıların uzak, orta ve yakın görüĢ
özelliklerini değerlendirerek; birçok mesleki alan için doğru ve kolay anlaĢılır bir biçimde
etkili görüĢ özelliklerini belirlemeye yardımcı olan bir testtir. Slaytların özellikleri Ģöyledir:
Gösteri Karayolu: Bu slayt kiĢinin aynı anda iki gözünü birden kullanıp kullanamadığını
anlamak için kullanılmaktadır.
Her iki göz için Landolt Halkalarının Keskinliği Slaytı ( Uzak Nokta Testi): Stereo
Optical Vision Testinde uzak ve yakın görüĢ keskinliği slaytlarında gözün görme keskinliği
derecesini belirlemek için 1‟den 14 numaraya kadar Landolt halkaları kullanılır. Landolt C,
Landolt Halkası ya da Landolt kırık halkası olarak bilinen görme seviyesini belirlemek için
kullanılan standart bir semboldür. Landolt C kırık sembolü kırık halka ile belirtilir ve amacı
kiĢinin halkadaki boĢluğun ne tarafta olduğuna karar vermesini test etmektir.
ġekil 1. Landolt C Halkaları boyutları ve yönleri
Bu slaytta, kiĢi iki göz ile gördüğü Landolt halkaları içinden kırık olanları görmeye çalıĢır ve
araĢtırmacı verilen cevapları kayıt formuna kaydeder. Verilen cevapların skorları Snellen
eĢitliği ile değerlendirilir.
Sağ Göz için Landolt Halkalarının Keskinliği Slaytı ( Uzak Nokta Testi): KiĢi sağ
gözüyle gördüğü Landolt halkaları içinden kırık olanları görmeye çalıĢır ve araĢtırmacı
verilen cevapları kayıt formuna kaydeder. Verilen cevapların skorları Snellen eĢitliği ile
değerlendirilir.
Sol Göz için Landolt Halkalarının Keskinliği Slaytı ( Uzak Nokta Testi): KiĢi sol gözüyle
gördüğü Landolt halkalarının içinden kırık olanları görmeye çalıĢır ve araĢtırmacı verilen
cevapları kayıt formuna kaydeder. Verilen cevapların skorları Snellen eĢitliği ile
değerlendirilir.
Stereo Derinlik Algısı: Bu test binokülarite ölçümdür. Derinlik algısı için iki göz beraber
çalıĢmalıdır. Bu slaytın amacı monoküler ipuçları yardımı olmadan izafi mesafeleri
yargılamak için kullanılır. Bu slayt diğerlerine göre daha fazla zaman ve sabır gerektirir.
Stereoskopik görme keskinliği iki gözün küçük farklılıkları derinlemesine tespit etme
yeteneğidir.
350
Renk Algısı: Bu slayt renkleri algılama ile ilgilidir. Slaytta yer alan altı dairede 8 tane rakam
bulunmaktadır. KiĢinin bu daireler içindeki rakamları sırası ile görüp söylemesi istenir ve
cevaplar kayıt formuna kaydedilir.
Dikey Fori (Uzak Nokta Testi): Bu slayt dikey eksende iki gözün beraber nasıl çalıĢtıklarını
ölçmek amacı ile hazırlanmıĢtır.
- Hiperfori: Bir gözün görüĢ hattının diğer göze nazaran yukarıya doğru kayması eğilimidir.
- Sol Hiperfori (L/R): Diğer göze göre sol gözün görüĢ çizgisi yukarıya doğru kayma eğilimi
gösterir.
- Sağ Hiperfori (R/L): Diğer göze göre sağ gözün görüĢ çizgisi yukarıya doğru kayma
eğilimi gösterir.
Yanal Fori ( Uzak Nokta Slaytı): Bu slayt yatay eksende iki gözün beraber nasıl
çalıĢtıklarını ölçmek amacı ile hazırlanmıĢtır.
- Ezofori: Gözlerin içe doğru sapma eğilimidir. Göz aktif halden iç kısma doğru döner.
Latent aynı yöne bakan (konverjan) ĢaĢılık olarak da bilinir.
- Eksofori: Gözlerin dıĢa dopru sapma eğilimidir. Göz aktif halden dıĢ kısma doğru döner
(ġekil 2).
Her iki göz için Landolt Halkalarının Keskinliği Slaytı ( Yakın Nokta Testi): Bu slayt;
tıpkı uzak görüĢ slaytlarında olduğu gibi iki göz için yakın nokta için görüĢ keskinliğini
ölçmek amacı ile hazırlanmıĢtır. KiĢi iki göz ile gördüğü Landolt halkaları içinden kırık
olanları görmeye çalıĢır ve araĢtırmacı verilen cevapları kayıt formuna kaydeder.
Sağ göz için Landolt Halkalarının Keskinliği Slaytı ( Yakın Nokta Testi): Bu slayt; tıpkı
uzak görüĢ slaytlarında olduğu gibi sağ göz için yakın nokta için görüĢ keskinliğini ölçmek
amacı ile hazırlanmıĢtır. KiĢi sağ gözü ile gördüğü Landolt halkaları içinden kırık olanları
görmeye çalıĢır ve araĢtırmacı verilen cevapları kayıt formuna kaydeder.
Sol göz için Landolt Halkalarının Keskinliği Slaytı ( Yakın Nokta Testi): Bu slayt; uzak
görüĢ slaytlarında olduğu gibi sol göz için yakın nokta için görüĢ keskinliğini ölçmek amacı
ile hazırlanmıĢtır. KiĢi sol gözü ile gördüğü Landolt halkaları içinden kırık olanları görmeye
çalıĢır ve araĢtırmacı verilen cevapları kayıt formuna kaydeder.
Yanal Fori (Yakın Nokta Slaytı): Bu slayt yatay eksende iki gözün yakın noktada beraber
nasıl çalıĢtıklarını ölçmek amacı ile hazırlanmıĢtır.
Uygulanan on iki slaytlık görüĢ keskinliği testinin verileri, ġekil 2‟de görülen Stereo
Optik Endüstriyel GörüĢ Testi kayıt formuna iĢlenmiĢtir.
351
ġekil 2. Stereo Optik Endüstriyel GörüĢ Testi Kayıt Formu
Endüstriyel test kayıt formunda bazı hedefleri değerlendirmek için, belirlenen Snellen
eĢitlikleri kullanılır. Kesirli görüĢ keskinliği, ayak ölçü birimi kullanılarak, 20/20 oranı ile
iliĢkili olarak tanımlanır. Metre ölçü birimi kullanılarak da 6/6 oranı ile iliĢkili olarak
tanımlanır. Tüm Ģartlarda ve durumlarda 6/6 oranı 20/20 oranına eĢittir. Kullanılan endüstriyel
testin veriler, Optek Vizyon Testi Purdue ĠĢ Standartları‟nda yer alan iĢleri belirlemede
kullanılır. Bunlar kısaca Ģöyledir;
2.2. Purdue ĠĢ Standartlarında Tanımlı ĠĢ Grupları
Grup 1: Ġdari Personel: Bu standart iĢ grubu çalıĢanları genel ofis iĢlerinde çalıĢanlardır.
Muhasebeci, yönetici gibi pozisyonları kapsamaktadır. Ayrıca bu grup bazı teknik
personelleri de kapsayabilir.
Grup 2: Muayene ve Yakın Makine ĠĢleri Operatörü: Bu standart iĢ grubu kontrol
gerektiren iĢlerde çalıĢan, küçük parçaları birleĢtiren ya da yakın fonksiyon aralıkları ile
makine operatörlerini kapsamaktadır.
Grup 3: Mobil Cihaz Operatörleri: Bu standart iĢ grubu; kamyon, forklift, vinç, bot ya da
yüksek kaldıraçlı araçları kullanan çalıĢanları kapsamaktadır.
Grup 4: Makine Operatörü: Bu standart iĢ grubu; kol uzunluğu mesafesindeki görsel
görevler için makinaları yöneten ve makinalarla çalıĢan operatörleri kapsamaktadır.
Grup 5: Vasıfsız ÇalıĢanlar: Bu iĢ standardı grubunda çalıĢanlar; kazalardan uzak, iĢin
temizliği ve doğruluğunun önemli olduğu alanların yanı sıra çalıĢanların güvenliği ve
ekipmanların korunması gibi alanlarda da çalıĢırlar. Örneğin; hamal, kapıcı, korumalar vb.
Grup 6: Mekanik ve nitelikli çalıĢanlar: Bu iĢ standardı grubunda çalıĢanların görevleri
rutin olmayan, sürekli tekrar etmeyen iĢlerdir. Örneğin; tesisatçılar, mekanikçiler, servis
çalıĢanları vb.
352
3. UYGULAMA ve SONUÇLAR
3.1. SPSS ile Veri Analizi
Ġlk olarak, öğrencilerin görüĢ keskinliği analiz testine verdikleri cevaplardan elde edilen
veriler, uygun analiz türünün belirlenmesi için SPSS 16.0‟ya girilmiĢtir. KolmogorovSmirnov testi ile verilerin normal dağılım göstermediği görülmüĢ ve parametrik olmayan
yöntemlerle analiz edilmesi gerektiği sonucuna varılmıĢtır. Teste tabi tutulan verilerin
özellikleri Tablo 1‟de verilmiĢtir. Görüldüğü gibi sınıf ve yaĢ dıĢındaki veriler kategorik
değiĢkenlerdir. Öğrencilerin sözkonusu iĢe atanmaları “uygun” veya “uygun değildir”
biçiminde Purdue ĠĢ Standartlarında olduğu gibi tanımlanmıĢtır.
Tablo 1. Veri kümesinde yer alan niteliklere ait ayrıntılı dağılım
Nitelik Adı
DeğiĢken Türü
Sıklık
Fakülte
Kategorik
Konservatuvar:30 Mühendislik:96 Tıp:37
Cinsiyet
Kategorik
Kız:67 Erkek:96
Sınıf
Nümerik
1:11 2:47 3:43 4:59 5:2 6:1
YaĢ
Nümerik
18:2 19:5 20:13 21:50 22:35 23:29 24:18 25:7 26:1
27:2 28:1
BothEyes(Far)
Kategorik
Çokzayif:0 zayif:6 normal:31 iyi:40 çokiyi:86
Right(Far)
Kategorik
Left(Far)
Kategorik
StereoDepth
Kategorik
DüĢükalgı:5 Normalalgı:99 Yüksekalgı:59
Color
Kategorik
Normal:156 anormal:7
Vertical
Kategorik
LeftHyperphoria:35 normal:112 RightHyperphoria:16
Lateral(Far)
Kategorik
Exophoria:127 normal:23 Esophoria:13
BothEyes(Near)
Kategorik
Right(Near)
Kategorik
Left(Near)
Kategorik
Lateral(Near)
Kategorik
Exophoria:115 normal:25 Esophoria:23
Grup 1
Kategorik
Uygun:105 Uygun değil:58
Grup 2
Kategorik
Grup 3
Kategorik
Grup 4
Kategorik
Grup 5
Kategorik
Grup 6
Kategorik
Öğrencilerin, Purdue ĠĢ Standartlarında belirtilen iĢ gruplarına dağılımlarının okudukları
fakültelere, sınıflara, yaĢlara ve cinsiyetlere göre farklılık gösterip göstermediğini belirlemek
için çeĢitli hipotezler kurulmuĢtur (χ2 Bağımsızlık Testleri). Ho hipotezi genel olarak gruplar
arasında hiçbir farklılık yok biçimindeyken H1 hipotezi ise gruplar arasında 0.05 anlamlılık
düzeyinde farklılık var biçimindedir.
353
Yapılan analizler sonucunda öğrencilerin okudukları fakülteler ve tanımlanan altı iĢ grubu
arasındaki farklılıkların anlamlılık düzeyleri incelendiğinde p<0,05 Ģartını sağlamadığından
Grup 1, Grup 2, Grup 3, Grup 4 ve Grup 6 iĢleri için H0 hipotezlerinin kabul edilmiĢtir. Buna
göre Gaziantep Üniversitesi Mühendislik Fakültesi, Tıp Fakültesi ve Türk Musikisi Devlet
Konservatuvarı öğrencilerinin bu gruplarda tanımlanan iĢlere uygunluğunun bulundukları
fakültelere göre farklılık göstermediği sonucuna varılmıĢtır. Buna karĢın 5. Grup için
anlamlılık düzeyi 0,05‟ten küçük olduğundan H0 hipotezi reddedilmiĢ ve Gaziantep
Üniversitesi Mühendislik Fakültesi, Tıp Fakültesi ve Türk Musikisi Devlet Konservatuarı
öğrencilerinin 5.Grup‟da tanımlanan iĢlere uygunluğunun okudukları fakültelere göre farklılık
gösterdiği sonucuna varılmıĢtır. Tablo 1‟de görüldüğü gibi öğrencilerin % 78‟i bu iĢ için
uygunlar. Yine de fakülte bazında anlamlı bir farklılık olduğu anlaĢılmaktadır. 5. Grup iĢler
için tıp öğrencilerinin % 95‟inin, konservatuar öğrencilerinin % 80‟inin ve mühendislik
öğrencilerinin % 72‟sinin uygun olduğu tespit edilmiĢtir. Dolayısı ile Grup 5, diğer
tanımlanan iĢ grupları arasından öğrencilerin çoğunlukla uygun olduğu tek iĢ grubudur. Fakat
Grup 5‟in içerdiği iĢler vasıfsız iĢler olarak tanımlandığı için zaten olması gerektiği gibi
hemen hemen tüm öğrencilerin bu gruba uyması beklenmektedir.
Öğrencilerin cinsiyetleri ve tanımlanan her bir iĢ grubu için kurulan hipotezlerin anlamlılık
düzeyleri incelendiğinde ise 2-6. gruplarda tanımlanan iĢler için p <0.05 çıkmıĢtır. Dolayısı
ile H0 hipotezi reddedilmiĢ ve Gaziantep Üniversitesi Mühendislik Fakültesi, Tıp Fakültesi ve
Türk Musikisi Devlet Konservatuvarı öğrencilerinin tanımlanan gruplardaki iĢlere
uygunluklarının öğrencilerin cinsiyetlerine göre farklılık gösterdiği sonucuna varılmıĢtır.
Buna karĢın Grup 1 için H0 hipotezi kabul edilmiĢ ve Gaziantep Üniversitesi Mühendislik
Fakültesi, Tıp Fakültesi ve Türk Musikisi Devlet Konservatuvarı öğrencilerinin Grup 1‟de ki
iĢlere uygunluklarının öğrencilerin cinsiyetlerine göre farklılık göstermediği sonucuna
varılmıĢtır. Elde edilen sonuçlar incelendiğinde tüm gruplarda tanımlanan iĢler için bayların
bayanlara göre daha uygun olduğu saptanmıĢtır. Özellikle bayanların, forklift, bot, vinç,
kamyon gibi hareketli taĢıtların ve cihazların operatörlüğünü kapsayan Grup 3‟te tanımlanan
iĢlere % 78 oranla uygun olmadığı tespit edilmiĢtir.
Öğrencilerin okudukları sınıf ve yaĢlarına göre tanımlanan her bir iĢ grubu için kurulan
hipotezlerin anlamlılık düzeyleri incelendiğinde p >0.05 çıkmıĢtır. Dolayısı ile kurulan tüm
H0 hipotezleri kabul edilmiĢ ve Gaziantep Üniversitesi Mühendislik Fakültesi, Tıp Fakültesi
ve Türk Musikisi Devlet Konservatuvarı öğrencilerinin tanımlanan iĢ gruplarına
uygunluklarının öğrencilerin sınıflarına ve yaĢlarına göre farklılık göstermediği saptanmıĢtır.
Benzer Ģekilde, lens kullanımı, gözlük kullanımı açısından herhangi anlamlı bir farklılık
görülmemiĢtir.
3.2. Mühendislik Fakültesi ve Uygun iĢ grupları
Grup 1‟de tanımlanan iĢler, yönetimsel ve zekâ gerektiren muhasebe ve benzeri ofis iĢlerine
uygunluğu tanımlar. Dolayısı ile mühendisler yönetimsel faaliyetlerde ve ofis iĢlerinde (satıĢ,
pazarlama, satın alma vb.) bulunabileceğinden mühendislik öğrencilerinin bu gruba uymaları
beklenmektedir. Fakat mühendislik öğrencilerinin % 60‟ının bu iĢ grubuna uygun olduğu
görülmüĢtür. Geri kalan % 40‟lik kesim her ne kadar mühendislik öğrencisi olsa da satın
alma, satıĢ, pazarlama gibi ofis iĢleri veya yönetimsel pozisyonlarda çalıĢabilmeleri için bir
göz uzmanına kontrol olması kendileri açısından faydalıdır.
Bir kiĢi kolaylıkla ve yüksek verimlilikle küçük parçaları birbirine montaj yapabiliyor, ya da
yakın mesafede bulunan makineleri kontrol edebiliyorsa, Grup 2‟de tanımlanan kontrol ve
yakın makine iĢleri için uygundur. Fabrika ortamlarında birçok mühendis zaman zaman
354
dikkat gerektiren kalite kontrol gibi iĢlerde ya da yakın makine iĢlerinde görev almaktadır. Bu
nedenle, mühendislik öğrencilerinin genellikle Grup‟2 de tanımlanan iĢlere yatkın olmaları
beklenmektedir. Fakat yapılan analizler sonucunda mühendislik öğrencilerinin %52‟sinin
Grup 2‟deki iĢlere uygun olduğu görülürken, %43‟ün bu iĢlere uygun olmadığı saptanmıĢtır.
Mühendislerin üretim sahalarında makinelere müdahale etme durumları göz önünde
bulunduğunda o makineleri kullanabilir olmaları beklenmektedir. Dolayısı ile Grup 4‟ün
içerdiği makine operatörlüğü iĢleri için kabiliyetli olmaları beklenmektedir. Yapılan görüĢ
keskinliği testine göre mühendislik öğrencilerinin yarısı Grup 4 iĢine uygun geri kalan
yarısının ise Grup 4‟te tanımlanan iĢlere uygun olmadığı görülmektedir.
Mühendislik sürekli geliĢim isteyen, rutin olmayan bir sektördür. GeliĢen ve değiĢen
teknolojiye ayak uydurmak için mühendislerin kendilerini sürekli geliĢtirmeleri
gerekmektedir. Fabrikalarda mühendisler makinelerin çalıĢma prensiplerini kavrayarak onları
üretime hazır hale getirmek ya da bunun gibi mekanik iĢler gerektiren birçok alanda görev
alabilirler. Bu nedenle Grup 6‟da tanımlanan mekanik ve teknik beceri gerektiren iĢlere
mühendislik öğrencilerinin uygun olmaları beklenmektedir. Yapılan analizler sonucunda
mühendislik öğrencilerinin % 49‟un bu iĢ gurubuna uyduğu fakat % 51‟in bu Grup‟ta
tanımlanan iĢler için uygun olmadığı tespit edilmiĢtir.
3.3. Tıp Fakültesi ve Uygun ĠĢ Grupları
Grup 1‟de tanımlanan iĢler, yönetimsel ve zekâ gerektiren ofis iĢlerine uygunluğu tanımlar.
BaĢhekimlik gibi hastanelerin yönetim kısımlarında çalıĢan doktorların Grup 1‟de tanımlanan
iĢlere uygun olmaları beklenmektedir. ÇalıĢmamızda görüĢ keskinliği testi yapılan tıp
fakültesi öğrencilerinin %76‟sı Grup 1‟de tanımlanan iĢlere uygun olduğu saptanmıĢtır. Grup
1‟deki iĢlere uygunluk göstermeyen geri kalan %24‟lük kesitte yer alan tıp fakültesi
öğrencilerinin yönetimsel iĢler için uygun olmadığına karar verilmiĢ ve bu tarz iĢlerde görev
almaları durumunda bir göz uzmanına kontrol olması kendileri açısından faydalıdır.
Tıp alanındaki çalıĢmaların çoğu büyük dikkat gerektiren, ince iĢlerdir. Ameliyatlarda yapılan
çok küçük hatalar birçok hastanın hayatını kaybetmesine sebep olmaktadır. Bu nedenle
doktorlar her zaman dikkatli olmalarını gerektiren birçok pozisyonda görev alırlar. Bu
nedenle Grup 2‟de tanımlanan kontrol ve yakın mesafede keskin görüĢ gerektiren iĢlere
genellikle tıp öğrencilerinin uygun olmaları beklenmektedir. Yapılan analizler sonucunda tıp
öğrencilerinin %56‟sının Grup 2‟deki iĢlere uygun olduğu görülürken, % 44‟ünün bu iĢlere
uygun olmadığı saptanmıĢtır.
Günümüzde geliĢen teknoloji ile ameliyatların çoğu robotlar tarafından gerçekleĢtirilmektedir.
Tıp fakültesi öğrencilerinin iyi birer cerrah adayı olabilmeleri için makine kullanabilme
kabiliyetlerinin olması öngörülür. Dolayısı ile Grup 4‟te tanımlanan makine operatörlüğü
pozisyonlarına tıp fakültesi öğrencilerinin genellikle uygun olabileceği düĢünülmektedir.
Yapılan analizler sonucunda tıp öğrencilerinin % 60‟ının Grup 4‟deki iĢlere uygun olduğu
görülürken, % 40‟ının bu iĢlere uygun olmadığı saptanmıĢtır.
355
3.4. Türk Musikisi ve Devlet Konservatuarı Bölümü ve Uygun ĠĢ Grupları
Türk Musikisi ve Devlet Konservatuarı Bölümünde solfej okuma çalıĢmaları gibi az olsa da
gözü yoran ve dikkat gerektiren çalıĢmalar bulunmaktadır. Bu nedenle çalıĢmamız
kapsamında konservatuar öğrencilerinin Grup 2‟de tanımlanan kontrol ve dikkat gerektiren
iĢlere uygun olmaları beklenmektedir. Yapılan analizler sonucunda konservatuar
öğrencilerinin % 63‟ünün Grup 2‟deki iĢlere uygun olduğu görülürken, % 37‟sinin bu iĢlere
uygun olmadığı saptanmıĢtır.
3.2. Veri Madenciliği Uygulaması
Öğrenciler üzerinde yapılan görüĢ keskinliği test parametrelerine kural tabanlı sınıflandırma
(C4.5 algoritması) yaklaĢımı uygulanmıĢ ve görüĢ keskinliği test verileri üzerindeki
sınıflandırma baĢarıları incelenmiĢtir. Sınıflandırma baĢarısının sonuçlarına göre, kiĢinin
görüĢ keskinliği, vizyon netliği ve kiĢinin ne derecede iyi gördüğünün ölçümü ile ilgili bazı
kurallar, kural-tabanlı karar destek süreçlerini kullanmak mümkün olabilecektir. Bu çalıĢmada
kullanılan sınıflandırma yaklaĢımı (C4.5 algoritması) istatistiksel veri madenciliği tekniğidir.
Dolayısıyla ortaya çıkan kuralların veri kümemizdeki örneklerle ne kadar örtüĢtüğü ve
algoritmanın tahminleme baĢarısını verilen bir anlamlılık düzeyinde istatistiksel olarak test
edebiliriz.
Veri madenciliğinde karar ağaçları, sınıflandırma için güçlü bir modeldir. Bunlar, C4.5 gibi
tekniklerle oluĢturulur ve „böl-ve-yönet‟ stratejisi uygulanır. Veri ayrı alt kümelere ayrılır ve
algoritma her kümeye tekrarlı olarak uygulanır. Karar ağaçlarının en önemli avantajı türetilen
bir model olarak karar verme iĢlemine açık bir Ģekilde hakimdir. Ancak bunlar,
oluĢturulmaları sırasında eğitim verisinde örneklerin saf alt kümelerini belirleme
eğilimindedir. Bu da yanlıĢ ya da tutarsız olan örneklere aĢırı uymaya neden olabilir ve
böylece son-modelin genelleme gücünü azaltır. Bu problemin üstesinden gelmek için kural
budama ve bunun gibi yardımcı prosedürler kullanılmaktadır (AlataĢ ve Akın, 2004).
163 öğrenciye ait verilerle yapılan analizler sonucu oluĢan karar ağaçlarına göre gerçekleĢen
sınıflandırma performansları, Purdue iĢ standartlarında yer alan 6 iĢ grubu için Ģu Ģekildedir:
Grup 1 için sınıflandırma performansı;
p-değeri>0.05
Uygun
Uygun Değil
Uygun
97
8
Uygun Değil
20
38
Grup 1 için kullanılacak kurallar ile karar verdiğimizde testin sensitivitesi % 92 iken testin
spesifitesi % 66‟dır.
p-değeri>0.05
Uygun
Uygun Değil
Uygun
80
12
Uygun Değil
20
51
356
spesifitesi % 72‟dir.
p-değeri>0.05
Uygun
Uygun Değil
Uygun
44
21
Uygun Değil
11
87
spesifitesi % 89‟dur.
Grup 4 için sınıflandırma performansı
p-değeri>0.05
Uygun
Uygun Değil
Uygun
78
10
Uygun Değil
29
46
spesifitesi % 61‟dir.
p-değeri>0.05
Uygun
Uygun Değil
Uygun
125
3
Uygun Değil
14
21
Grup 5 için kullanılacak kurallar ile karar verdiğimizde Testin sensitivitesi (duyarlılığı) % 98
iken testin spesifitesi % 6‟dır.
Grup 6 iĢler için sınıflandırma performansı;
p-değeri>0.05
Uygun
Uygun Değil
Uygun
81
5
Uygun Değil
36
41
spesifitesi % 53‟tür.
Elimizdeki bu sınıflandırma performanslarına göre en yüksek sınıflandırma baĢarısı 5. Grup
iĢler için bulunmuĢtur. En kötü sınıflandırma ise 6. Grup iĢler için bulunmuĢtur. Bu durumda,
öğrencilerin iĢ gruplarına uygun olup olmadığına karar verirken keĢfedilen kural ve
iliĢkilerden yararlanmamızda bir sakınca olmadığına modelin sensitivite ve spesifite
düzeylerine göre karar verebiliriz. Her iki grup için sensitivitenin iyi olmasına rağmen
spesifitesinin yeterli olmaması kullanımını kısıtlamaktadır.
357
4. DEĞERLENDĠRMELER
Bu çalıĢmada, farklı fakültelerde öğrenim gören öğrencilerin görme yeteneklerini ve görüĢ
keskinliklerini ölçmek için Stereo Optical Vision Tester cihazı ile testler yapılmıĢtır. Bu test,
kiĢilerin görme yeteneklerine göre iĢ yapabilme sınırlarının belirlenmesine yardımcı
olabilmekte ve görme yeteneklerine uygun iĢleri seçmelerine ve yatkın oldukları alanlarda
kendilerini geliĢtirmelerine de yardımcı olmaktadır. Elde edilen test verileri SPSS 16.0 ile
analiz edildiğinde, farklı fakülte öğrencilerinin görme yetenekleri arasında fakülte bazında
sadece grup 5 iĢleri için anlamlı farklılık olduğu gözlenmiĢtir. Cinsiyet bakımından ise Grup 1
dıĢındaki iĢler için anlamlı bir farklılık gözlenmiĢtir. Buna karĢın sınıf, yaĢ, lens kullanımı ve
gözlük kullanım faktörleri açısından anlamlı farklar olmadığı anlaĢılmıĢtır.
Ayrıca Tanagra 1.4 veri madenciliği programı ile öğrencilerin uygun oldukları mesleklere
atanmalarında çeĢitli kurallar ve iliĢkiler keĢfedilmeye çalıĢılmıĢtır. Karar ağaçları yaklaĢımı
ile bulunan iliĢki ve kuralların sınıflandırma baĢarıları incelendiğinde sensitivitelerinin genel
olarak yüksek olduğu görülmüĢtür. Fakat modelin spesifite açısından yetersiz ve bu nedenle
kullanımı kısıtladığı söylenebilir.
Yapılan araĢtırmalar ve analizlerle, mühendislik fakültesinde öğrenim gören bir öğrencinin
görüĢ keskinliği testi sonuçlarına göre gerçekten mühendislik sektöründeki iĢlere uygun olup
olmadığını tespit edilmiĢtir. Bu nedenle mühendislik sektörünü ilgilendiren iĢ Grupları
belirlenmiĢtir. Bunlar; Grup 1‟deki yönetimsel iĢler, Grup 2‟deki Kontrol ve Yakın Makine
iĢleri, Grup 4‟teki Makine operatörleri ve Grup 6‟daki Mekanik ve Beceri gerektiren iĢlerdir.
Yapılan istatistiklerin sonucunda Grup1, Grup 2, Grup 4 ve Grup 6‟da tanımlanan iĢlere göre
mühendislik öğrencileri % 48 oranında kendi mesleklerine uygun çıkmaktadır. % 52 oranında
ise mühendislik sektörünü ilgilendiren iĢler için uygun değiller. Dolayısı ile mühendislik
fakültesinde öğrenim gören fakat belirlenen gruplarda tanımlanan iĢlere uygun olmayan
öğrenciler ileride uygun olmadıkları iĢlerde görev alma durumlarını göz önünde bulundurarak
bir göz uzmanına kontrol olarak, görüĢ keskinliklerini geliĢtirmeleri kendileri açısından
faydalı olacaktır. Yapılan analizlerle, tıp fakültesinde öğrenim gören bir öğrencinin görüĢ
keskinliği testi sonuçlarına göre gerçekten tıp alanındaki iĢlere uygun olup olmadığını tespit
edilmiĢtir. Öncelikle tıp alanını ilgilendiren iĢ Grupları belirlenmiĢtir. Bunlar; Grup 1‟deki
yönetimsel iĢler, Grup 2‟deki Kontrol ve Yakın Makine iĢleri, Grup 4‟teki makine
operatörleridir. Grup1, Grup 2 ve Grup 4‟te tanımlanan iĢlere göre tıp öğrencileri %57
oranında kendi mesleklerine uygun olup, % 43 oranında tıp alanını ilgilendiren iĢler için
uygun değillerdir. Yapılan analizler sonucunda konservatuar öğrencilerinin % 63‟ünün Grup
2‟deki iĢlere uygun olduğu görülürken, % 37‟sinin bu iĢlere uygun olmadığı saptanmıĢtır.
KAYNAKLAR
AlataĢ, B., Akin, E., 2004. Siniflandirma Kurallarinin Karinca Koloni Algoritmasiyla KeĢfi,
Eleco'2004 Elektrik - Elektronik - Bilgisayar Mühendisliği Sempozyumu, 8 - 12
Aralık 2004, Bursa.
Margaretta W., Weissman B.R. (2009) Vision Testing: A Blind Spot in Occupational Safety.
Occupational Health and Safety, s. 1-5.
Montgomery,1998 http://www.tedmontgomery.com/the_eye/acuity.html Son EriĢim Tarihi: 9
Eylül 2011.
Stereo Optical Co., Inc. (2007). Stereo Optical: http://www.stereooptical.com/ Son EriĢim
Tarihi: 20 Eylül 2011.
358
RADON GAZININ KÖMÜR OCAĞINDA ÇALIġAN ĠġÇĠLER
ÜZERĠNDEKĠ ETKĠSĠ
Sefa UZBEY1 ,Eyüp TEL2 ,Nesli ALBAYRAK3
1
Öğr.Gör., Hitit Üniversitesi Müh. Fak. Makina Müh. Böl. Fizik Anabilim Dalı Çorum,
2
Doç.Dr., Osmaniye Korkut Ata Üniversitesi Fen Edebiyat Fakültesi Fizik Bölümü,
Osmaniye, e-posta: [email protected]
3
Çekmece Nükleer AraĢtırma ve Eğitim Merkezi (ÇNAEM), Ġstanbul,
ÖZET
Yerkabuğunda bulunan çok uzun yarı ömürlü doğal radyoaktif kaynakların ve bunların
bozunma ürünlerinin toprak, kayalar, yapı malzemeleri, gıda maddeleri, su ve hava gibi
çevresel ortamlardaki varlığı, insanların maruz kaldığı radyasyon ıĢınlanmalarının temelini
oluĢturmaktadır. Radon, uranyumun bozunumu sonucu oluĢan radyumdan gelen ve doğada
bulunan tek radyoaktif gazdır [1].
Radon gazının kaynağının uranyum olması ve uranyumun her yerde farklı miktarlarda
bulunması nedeni ile ortamdaki radon değerlerinin belirlenmesi gerekmektedir. Türkiye‟de
TAEK (Türkiye Atom Enerjisi Kurumu)‟in Radyasyon Güvenliği Yönetmeliğinde radon için
izin verilen konsantrasyon seviyeleri yıllık ortalama olarak evlerde 400 Bq/m3, iĢyerlerinde
1000 Bq/m3 olarak belirlenmiĢtir [2].
Bu çalıĢmada Çorum ili sınırları içerisinde bulunan seçilen bir kömür ocağında radon gazı
ölçümü yapılmıĢtır. Kömür ocağının farklı derinliklerindeki farklı noktalarına 33 adet pasif
radon iz detektörü (Cr-39) yerleĢtirilmiĢtir. Bu detektörlerden 3 tanesi ocak içerisinde açılan
damarların sürekli yer değiĢtirmesi ve benzeri nedenlerle bulunamamıĢtır. Detektörler
yaklaĢık 60 gün ortamda bırakılmıĢ ve süre sonunda dıĢ ortamla olan bağlantısı kesilerek
analizlenmiĢtir. Ölçülen ortalama radon aktivite konsantrasyonu 285,89 Bq/m3 olarak
bulunmuĢtur.
Anahtar Kelimeler: Radon gazı, konsantrasyon, iĢçiler
ABSTRACT
The existence of the natural radioactive sources in earth‟s crust which has long half-life and
the degradation products of these in the environmental medium such as earth, rocks, foods,
water, air, forms the basis of radiation which people are exposed to. Radon is the unique
radioactive gas in the nature and it is made up of radium which is the result of uranium
degradation.
359
It is necessary to determine the radon concentration because uranium is the source of radon
and because of the difference in the concentration of uranium existence in different places.
The levels of concentration allowed by TAEK (Turkey Atom Energy Corporation) under its
Regulation of Radiation Security have been specified as 400 Bq/m3 at houses, 1000 Bq/m3 at
offices per year.
In this study, a measurement of radon has been done in a selected colliery in Çorum district.
33 passive trace detectors (Cr-39) have been placed on different points in different depths in
the colliery. 3 of these detectors couldn‟t be found because the lodes opened in the colliery
changed their places continuously and for similar reasons. Detectors were kept for about 60
days in this condition and at the end of this period they were analyzed by ending their
connectivity with outer environment. Average radon activity which was measured was found
as 285,89 Bq/m3.
Key words: Radon gas, concentration, workers
1.GĠRĠġ
Radon renksiz, gözle görülmez, tatsız, kokusuz ve radyoaktif bir gazdır. Radyoaktif olmasına
karĢın kimyasal olarak inaktif olup soy gazlar ailesine mensuptur. 1899 yılında Ernest
Rutherford ve 1900 yılında Friedrich Ernest Dorn tarafndan keĢfedilen radon gazı alfa
parçacığı yaymakta olup, insanlarn maruz kaldığı doğal radyasyonun en önemli kaynağını
oluĢturmaktadır.
Radonun asıl kaynağının uranyum olması nedeniyle radon konsantrasyonu yerkabuğu
üzerinde bölgeden bölgeye değiĢiklikler göstermektedir. Radon ev ve iĢyerleri olmak üzere
özellikle maden ocaklarında, tünellerde, mağaralarda ve yeraltı sularında daha yüksek
konsantrasyonlarda bulunmaktadır[3].
ġekil 1. U-238’in bozunma Ģeması
360
1. RADYASYON VE RADYOAKTĠVĠTE
Doğada mevcut elementlerin atomlarının bir kısmı kararlı, bir kısmı ise kararsız çekirdeklere
sahiptirler. Kararlı bir çekirdekte, çoğu durumda nötron sayısı (N) proton sayısından (Z) biraz
daha fazla ve N/Z oranı yaklaĢık olarak 1,50 civarında olup, proton ve nötronlar birbirlerine
nükleer kuvvetlerle çok sıkı bir Ģekilde bağlıdırlar ve hiçbir parçacık çekirdek dıĢına çıkamaz.
Böylece çekirdek kararlı halde kalır. Ancak, çekirdek kararsızsa, yüksek enerjiye sahip olacak
ve parçacıkları bir arada tutamayacaktır. Ağır çekirdekler enerjilerinden kurtulmaya ve kararlı
duruma geçmeye çalıĢırlar ki bu olaya radyoaktivite veya radyoaktif parçalanma denir [4].
Radyoaktif atomların çekirdekleri kararlı hale gelirken; alfa, beta parçacığı ve gama ıĢınımı
yaparlar. Alfa(α) parçacığı, iki nötron ve iki protondan oluĢan bir helyum çekirdeğidir. Alfa
parçacıkları, nötron sayısının proton sayısından çok fazla olduğu polonyum, toryum, radyum
ve uranyum gibi ağır çekirdeklerin izotoplarından yayınlanır. Alfa parçacığı, yapısında
bulunan proton nedeni ile pozitif yüklü; proton ve nötronlar nedeni ile diğer radyasyon
bozunmasından oluĢan ürünlere göre oldukça ağır kütleye sahip parçacıktır [5].
1.1 Radon Gazı
Radon gazı, 238U‟dan 4 ve 2 bozunumu sonucu oluĢmaktadır. En son 226Ra‟dan 
bozunarak oluĢur. 238U (yarı ömrü t1/2= 4,49 x 10 9 yıl ve izotopik bolluğu = 0,9927) gibi bazı
çok uzun ömürlü radyo çekirdekler, dünyada doğal olarak bulunur [6].
1.2 Radon’un Kaynağı ve Yayılımı
Radon gazı radyumun, radyum da uranyum ve toryum‟ un bozunması sonucu oluĢan doğal
radyoaktif elementledir. Uranyum ve Toryum yerkabuğunu oluĢturan kayaçlarda ve toprak
içinde çok yaygın bir Ģekilde bulunmaktadır.
Yeraltı kömür ocaklarında radon gazının kaynağı jeolojik yapıyı oluĢturan kayaçlar ve
kömürün bünyesindeki uranyum, toryum veya radyumdur. Kayaç veya kömür içerisindeki bu
radyoaktif maddelerin bozunması sonucu oluĢan radon gazı çatlak ve gözeneklere kaçarak
buralarda birikir [7].
1.3 Radonun Fiziksel Özellikleri
Renksiz, kokusuz ve kimyasal olarak tepkisizdir. Gaz olmasından dolayı, dolaylı olarak su ya
da doğrudan toprakta hareket edebilme özelliği ile yer değiĢtirir ve sürekli türemiĢ olur [8].
1.4 Radyasyon Birimleri
Aktivite Birimi:
Curie( Ci ): Saniyede 3.7x 1010 parçalanma veya bozunma gösteren maddenin aktivitesidir.
Bequerel( Bq ): Saniyede 1 parçalanma n yapan çekirdeğin aktivitesidir(SI Birimi).
1 Ci = 3.7x1010 Bq , 1 Bq = 2.7x10-11 Ci
Doz EĢdeğer Birimi:
Rem = Soğurulan Doz x Faktörler
361
Sievert(Sv): 1 Gray‟lik x ve g ıĢını ile aynı biyolojik etkiyi meydana getiren radyasyon
miktarıdır(SI birimi).
1 Rem = 10-2 Sv n 1Sv = 100 Rem = 1 J/kg
(TAEK, 2011)
2. DENEYSEL ÇALIġMALAR
ÇalıĢma Yapılan Kömür Ocağı; ÇalıĢma alanı; Çorum‟a 70 km, Ġskilip ilçesine 25 km
mesafededir. Rakım 915 m ve ocağın en düĢük mesafesi 675 m‟dir. Ocağın açılıĢı 1970 yılı
olduğu söylenmektedir.
Resim 1. Kömür ocağı içerisine yerleĢtirilen detektör
2.1 Deney Sistemi ve Kalibrasyon ĠĢlemi
2.1.1 Cr-39 radon detektörleri
Ticari adı Cr-39 olan pasif nükleer iz detektörlerinin kimyasal yapısı alil diglikol karbonat‟tan
oluĢmaktadır. Radon ve bozunum ürünlerinin yayınladıkları alfa tanecikleri Resim 2‟de
görülen detektör kabının içine girerek 1 cm2 büyüklüğündeki Cr-39 detektörü ile etkileĢmekte
ve detektör yüzeyinde gözle görülemeyecek büyüklüklerde izler oluĢturmaktadır.
Resim 2. Cr-39 radon gazı detektörü
2.1.2 Alfa Parçacıklarının Maddeyle EtkileĢmesi
Alfa, beta gibi yüklü parçacıklar maddesel ortam içinden geçerken peĢ peĢe çarpıĢmalar
yaparak enerjilerini kaybederler ve hızlarını azaltarak dururlar. Bu parçacıkların madde içinde
kat ettiği yolun birim uzunluğunda, yavaĢlayarak kaybettiği enerji miktarına durdurma gücü
(Stopping Power) denir. Bu tanımın matematiksel ifadesi S (E) = -d(E) / dx eĢitliğinde
verilmiĢtir [10].
362
Alfa ya da beta gibi yüklü parçacıkların maddesel ortam içinde hareketi esnasında yavaĢlayıp
tamamen duruncaya kadar kat ettiği yolun uzunluğu, erim (Range) olarak tanımlanır [11]. Bu
tanımlardan yola çıkarak R erimi ve S durdurucu güç arasındaki bağıntı yazıldığında Lineer
Enerji Transferi (LET) ifadesi elde edilir. Lineer enerji transferi, bir radyasyonun birim yol
boyunca meydana getirdiği iyonlaĢtırma ve ortama transfer ettiği enerji miktarıdır. Ağır yüklü
alfa parçacıkları madde içinden geçtiği atomların genellikle dıĢ yörünge atomlarını kopartarak
onları pozitif ve negatif atomdan oluĢan iyon çifti haline dönüĢtürürler [12].
3. DENEY SONUÇLARI VE DEĞERLENDĠRME
3.1 Radon Konsantrasyon Değerleri
Radon konsantrasyonunun değerleri aĢağıdaki grafiklerde verilmektedir.
concentration of radon measured by different detectors in
various deepnesses of the coal mine
concetarion of radon (Bq/m3)
600
500
400
300
200
100
0
0
20
40
60
80
100
120
deepness (m)
ġekil 2. Kömür Ocağında Derinliğe Bağlı Radon Konsantrasyon Değerleri
Yeraltı kömür ocaklarında çalıĢan insanlar, yaĢamının belli bir bölümünü yeraltında
geçirmektedir. ĠĢçiler günde bir fiil olarak 8 saat yeraltında çalıĢmaktadırlar. Haftada 1 gün ve
yılda 20 gün yıllık izin kullandıklarını düĢünürsek yılda ortalama olarak 2300 saat yeraltında
bulunmaktadırlar. Bu nedenle yeraltında çalıĢan insanlar diğer insanlara göre daha fazla radon
gazına maruz kalmaktadırlar. Bunun en büyük nedeni radonun kaynağının uranyum olması ve
bununda toprakta bol miktarda bulunmasıdır. 222Rn‟nin asıl kaynağı uranyum olduğu için,
radon konsantrasyonu yerkabuğu üzerinde bölgeden bölgeye değiĢiklikler göstermektedir.
Radon gazı miktarı yeryüzünden derinlere inildikçe artmaktadır. Galeri kesitinin büyümesi
artan yüzey alanı nedeniyle radon gazı miktarını artırıcı bir etkiye sahiptir. Hava hızı ve
miktarı ise radon konsantrasyonunu azaltan önemli bir parametredir [14]. Sonuçlara bakarak
bir ocaktaki kot farklarının ortamın radon konsantrasyonuna etkisini belirlemek mümkün
değildir. Çünkü farklı kotlardaki hava hızı ve miktarı sonuçlar üzerinde etkili olmaktadır.
363
Grafiğe bakıldığında aynı derinlikte birden fazla değer olduğu görülmektedir. Bunun nedeni
kömür ocağı içinde yeryüzüne paralel yürüme mesafesine birden fazla detektör
yerleĢtirilmesinden kaynaklanmaktadır. Aynı derinlikteki detektörlerde farklı sonuçlar
çıkmasının nedenleri arasında hava akımının farklı olması, detektörlerin bulunduğu kapalı
hacimlerin farklı olması veya detektörlere yakın kayaçların farklı özellikle olması sayılabilir.
Daha önce yapılan çalıĢmalarda, Kozlu TaĢ Kömürü ĠĢletmesinde 656 Bq/m3, Karadon TaĢ
Kömürü ĠĢletmesi 705 Bq/m3 ve Üzülmez TaĢ Kömürü ĠĢletmesinde 672 Bq/m3 olarak
bulunmuĢtu. Bu sonuçlara göre yapılan bu çalıĢmada her üç kömür ocağında bu değerlerin
altında değerler ölçülmüĢtür [15].
Ayrıca daha önce Çorum genelinde 46 farklı konut, 15 farklı iĢ yeri ve 14 farklı kamu
binasında yapılan radon gazı sonuçlarının ortalaması 42,03 Bq/m3 olarak ölçülmüĢtür [16].
(200-400Bq/m3) çok altında olduğu görülmektedir.
TAEK radon gazı konsantrasyonunu ev için ortalama 400 Bq/m3, iĢyerleri ve yeraltı
madenleri için 1000Bq/m3 olarak belirlemiĢtir. Bu çalıĢmada bulunan sonuçlar Çorum
genelinde bulunan sonuçlarda olduğu gibi TAEK‟in belirlediği değerlerinden daha düĢük
sonuçlar olduğu görülmüĢtür
KAYNAKLAR
Celebi, N.,( 24 Mart 2000) Konutlarda Radon Konsantrasyon Değerlerinin Yapı Biyolojisi
Açısından Ġncelenme, VIII. Ulusal Tesisat Mühendisliği Kongresi, Ekim 2007, Ġzmir,
s. 397-402
Yönetmelik, Radyasyon Güvenliği Yönetmeliği, Resmi Gazete, sayı:23999,.
http://www.epa.gov/iaq/radon
2009
http//:www.taek.gov.tr/ogrenci/r02.htm
2009
ġahin S., (2009) “Sivrice Fay Zonundaki Radon DeğiĢimi ve Doğal Radyoaktivite”, Doktora
Tezi, Fırat Üniversitesi Fen Bilimleri Enstitüsü, Elazığ, 1-27
Denagbe, S.J., (2000) “Radon-222 Concentration in Subsoil and its Exhalation Rate from a
Soil Sample”, Radiation Mesaurements, 32: 27-34.
Çelebi, N., (1995) “Çevresel Örneklerde Uranyum, Radyum ve Radon Ölçüm Tekniklerinin
GeliĢtirilmesi”, Doktora Tezi, Ġstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Ġstanbul, 160,95.
Baykara, O., (2005) “Kuzey Anadolu ve Doğu Anadolu Fay Hatlarının KesiĢim Bölgesindeki
Doğal Radyoaktivite Tayini”, Doktora Tezi, Fırat Üniversitesi Fen Bilimleri Enstitüsü,
Elazığ, 23.
http://www.taek.gov.tr/ogrenci/sf4.html,
2011
Wesley, A., (1979) “Puplishing Company Reading”, Mossachussetts- Menlo Park, California
London Sydney Manila, 314.
Günaydı, T., (2004) “Ġzmir-Dikili Jeotermal Sahalarına Yakın YerleĢim Alanlarında Radon
Konsantrasyonlarının Belirlenmesi”, Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi
Fen Bilimleri Enstitüsü, Ġstanbul, 32.
364
Recommandation of International Commission on Radiological Protection, New York,
Pergamon Pres, 1990.
Radosys, User‟s Manual,
2000.
FiĢne, A., (2002) “Yeraltı Madenlerinde Radon Gazı Konsantrasyon Seviyelerlenin
Belirlenmesi ve Isçi Sağliği Üzerine Etkllerinin AraĢtırılması”, Yüksek Lisans Tezi,
Ġstanbul Teknik Üniversites Fen Bjljmlerj Enstitüsü, Ġstanbul , 19-21, 30-32,82.
Baldık., R., (2007) “Gökgöl ve Cehennemağzı Mağaraları ile Amasra TaĢkömürü
ĠĢletmesi‟nde Radon-222 Ölçümü”, Yüksek Lisans Tezi, Zonguldak Karaelmas
Üniversitesi, Fen Bilimleri Enstitüsü, Zonguldak, 42-43.
Üzbey, S., (2009) “Çorum Ġlinde Radon Gazı Ölçümü”, X. Ulusal Nükleer Bilimler ve
Teknolojiler Kongresi” Cilt I, 235-243, Muğla.
Ek 1. Kömür ocağındaki radon konsantrasyonu sonuçları
Bekleme
Süresi
(gün)
Radon
Konsantrasyonu
(Bq/m3)
30
60
197,20
1.Vinç dibi, sağ nefeslik
25
60
65,76
I36337
2.Vinç baĢı
30
60
78,81
4
I36363
2.Desendere eski üst kat
55
60
390,34
5
I36313
Eski sol baca ağzı
100
60
366,50
6
I36325
1.Makas -2. vinç dibi
100
60
353,06
7
I36596
Ġlk yardım odası
100
60
386,90
8
I36334
1.ve 2. su cebi arası
120
Kayıp
Kayıp
9
I36629
Su cebi ,2.kanca dibi
55
60
234,38
10
I36590
Anayol-1.makas taban
100
60
142,37
11
I36578
Anayol,1. viraj
100
60
314,12
12
I36033
1.Havalı su cebi
100
60
307,45
13
I36017
Anayol 2. makas
100
60
253,45
14
I36101
Havalı pompa 2.su cebi
100
60
267,63
15
I36021
Pervane yanı
100
60
290,38
16
I36332
3.Su cebi-havalandırma
100
60
356,10
17
I36352
Anayol sol baca
95
52
548,92
Sıra
No
Detektör
No.
Detektörün Konduğu Yer
1
I36090
Havalandırma yeri
2
I36074
3
Derinlik
(m)
365
18
I37335
Anayol 1. sağ viraj
95
52
312,54
19
I37820
Anayol 1. sağ viraj
95
Kayıp
Kayıp
20
I36609
Anayol 3. yeni viraj baĢı
95
52
223,69
21
I36507
Anayol 3. yeni viraj baĢı
95
52
424,58
22
I37886
Anayol 3.desendere baĢı
95
Kayıp
Kayıp
23
I36471
Anayol 1. su cebi
95
52
194,05
24
I37083
Anayol havalı pervane
95
52
220,75
25
I37851
95
52
261,61
26
I37848
95
52
286,39
27
I36344
Anayol 3. su cebi karĢısı
95
52
414,17
28
I36387
Anayol 1. sağ kılavuz
95
52
202,75
29
I37778
Anayol 2.sağ kılavuz
95
52
269,30
30
I37786
Anayol 2.sağ kılavuz
95
52
307,10
31
I37847
Anayol yeni vinç baĢı
95
52
273,04
32
I36542
Anayol 2. vinç dibi
95
52
324,42
33
I36983
2. Vinç dibi,1.su cebi
95
52
308,69
Ortalama Radon Konsantrasyonu
285,89
366

Fiziksel Ergonomi... - 17. Ulusal Ergonomi Kongresi

Transkript

Benzer belgeler

3M Genel Ürün Kataloğu

SAW (YÜZEYSEL AKUSTİK DALGA) SAAT OSİLATÖRÜ

Çatı / Cephe Panelleri ve Gürültü

Teknik

Yapılarda Gürültü Kontrolü ve

Kurumsal Yağ Sanatı

Tam Metin - Fen Dergisi - Süleyman Demirel Üniversitesi

Dosya İndir - Eşref ATABEY