臺灣博碩士論文加值系統

目的：本研究主要測量某手工具製造業勞工之噪音暴露強度，以及建立勞工個人工作8小時日時量平均噪音強度之預測模式。
方法：本研究以中部某手工具製造廠之45名勞工作為研究對象，進行全面性的現場訪視及相關資料收集。本研究依暴露評估結果，針對噪音平均值≧80 dBA之作業環境採用TES-1358八音度音頻分析儀，進行8小時時量平均均能音量的測定和頻譜分析；再依採樣結果進行相似暴露族群的分類，並徵求各區域之自願勞工配戴Type 4443之個人噪音劑量計，進行8小時個人噪音暴露的量測。本研究也利用多變項線性迴歸建立個人之工作日時量平均噪音音壓級之預測模式。
結果：本研究發現該廠環境之最高與最低的噪音強度分別在銑床製程(86.6±1.7 dBA)及辦公室(54.7±1.1 dBA)，而個人之最高與最低的噪音強度分別在超噴作業(93.2±4.6 dBA)及辦公室(65.5±8.9 dBA)；並且現場的製程不論在環境或個人的噪音測量值皆顯著高於辦公室( p < 0.05)。在頻譜分析中，噴砂製程在31.5 Hz及63 Hz有最高的平均噪音暴露；超噴作業在125 Hz、250 Hz、500 Hz、2,000 Hz及4,000 Hz有最高的平均噪音暴露；銑床製程在1,000 Hz有最高的平均噪音暴露；而研磨在8,000 Hz有最高的平均噪音暴露。本研究利用製程別及工作時間進行個人噪音暴露預測結果顯示，所建立的預測模式具有良好的預測能力(調整後的R2 = 0.65)。在透過第二次的個人噪音量測作模式效度評估之結果顯示，此模式預測值與實際值的偏差為-2.40 dBA，精確度為3.57 dBA，且其準確度為4.30 dBA。
結論：本研究顯示該工作場所勞工最重要的噪音暴露源為超噴作業，並
且不同製程明顯具有個別的頻率特性。而透過本研究所建立的模式，可
以有效地預測此行業勞工的噪音暴露狀況。

Objective：This study aimed to measure the noise intensity in the hand tool manufacturing workers , and to establish a noise predictive model for 8-hr time-weighted average (TWA) noise levels.
Methods ：We selected a hand tool manufacturer company in central Taiwan to recruit 45 workers as the study population. A walk-through survey was conducted to collect relative information. The results of walk-through survey were used to identify high-noise-exposure areas (noise levels ≥ 80 A-weighted decibel dBA). We used an octave-band analyzer (TES-1358) to conduct 8-hr TWA noise levels and frequency analyses. We classified subjects into different similar exposure groups (SEGs) based on the measurements of environmental noise, and to perform personal noise measurements with a noise dosimeter for each SEG during working periods . The multiple linear regression was used to establish a predictive model, validating by the second-time personal noise measurements.
Results：The highest environmental noise intensity was found in the milling process (86.6±1.7 dBA) and the lowest one was in the office (54.7 ±1.1 dBA). For personal noise exposure, the highest one was observed in the drum-type sandblasting process (93.2±4.6 dBA) and the lowest one was in the office (65.5±8.9 dBA). The environmental and personal noise levels were significantly higher in the production line than in the office (p< 0.05). In the frequency analyses, the results showed the highest average levels of noise exposure were 31.5 Hz and 63 Hz in the sandblasting process. In the drum-type sandblasting process, the highest average levels of noise exposure were found at 125 Hz, 250 Hz, 500 Hz, 2,000 Hz, and 4,000 Hz. In addition , the highest average levels of noise exposure at 1,000 Hz and 8,000 Hz were found in milling and polish processes, respectively. The predictive model including variables of different manufacturing processes and working hours showed a good predictive capacity (Adjusted R2 = 0.65). The validation using the second-time personal noise measurements showed that the bias was -2.40 dBA, the precision was 3.57 dBA and the accuracy was 4.30 dBA.
Conclusion：Worker in the drum-type sandblasting process may have the highest noise exposure. Furthermore, different manufacturing processes show obvious frequency characteristics of noise levels. The established predictive model may predict workers’ noise exposure accurately in the hand tool manufacturing company.

致謝 i
中文摘要 ii
Abstract iv
目錄 vi
表目錄 ix
圖目錄 xi
第一章 緒論 1
第一節 研究背景 1
第二節 研究之重要性 4
第三節 研究目的 5
第四節 研究假設 5
第五節 名詞界定 6
第二章 文獻探討 9
第一節 手工具產業概況 9
第二節 手工具產業之職業安全衛生現況 13
第三節 噪音之特性 16
第四節 職業噪音暴露與健康危害 22
第五節 暴露評估模式 25
第三章 研究方法 26
第一節 研究設計 26
第二節 研究對象 26
第三節 研究儀器設備與工具 27
第四節 資料收集 28
第五節 資料統計與分析 32
第四章 研究結果 34
第一節 環境噪音暴露評估 34
第二節 噪音強度之預測模式 38
第三節 預測模式之效度評估 39
第五章 討論 41
第一節 手工具製造業整體噪音評估 41
第二節 個人與環境噪音暴露分析 42
第三節 噪音暴露強度預測模式分析 44
第四節 本研究之優勢 45
第六章 結論與建議 46
第一節 結論 46
第二節 研究限制 47
第三節 應用與建議 48
參考文獻 50

1. 傳統產業加值創新科技關懷計畫. 傳統產業現況分析-傳統產業加值轉型推動計畫. 2011 [cited 2014. October 22]; Available from: http://tipo.stars.org.tw/E_paper/EpaperView.aspx?id=52
2. 王之杰. 傳統產業是台灣不能棄守的堡壘. 2009 [cited 2014. October 22,]; Available from: http://www.bost.ey.gov.tw/intelligenttaiwan/cp.aspx?n=40AE5CE5017DEE0C&s=77A72A20400ADD31
3. 沈榮津. 我國產業發展策略與措施. 台北，台灣; 2013.
4.盧素涵、陳仲宜. 金屬二次加工產業與自動化發展困境. 高雄，台灣; 2012.
5. 曹常成、端木玉甯、李金泉. 製造業職災死亡之潛在人年損失分析. 勞工安全衛生研究季刊 2013; 21(3): 373-86.
6. 勞動部. 金屬製品製造業. 台北，台灣 2014:15.
7. 張淑如、王振宇. 沖壓模具製造業勞工聽力損失及問卷調查研究. 中華民國人因工程學會 2008.
8. 行政院勞工委員會. 一般安全衛生法規. 職業安全衛生法. 台灣: 勞動部勞動及職業安全衛生研究所 2013.
9. Singh LP, Bhardwaj A, Deepak KK, Bedi R. Occupational noise exposure in small scale hand tools manufacturing (forging) industry (SSI) in Northern India. Ind Health 2009; 47: 423-30.
10. 鄭寶宏. 手鋸設計開發與人因評估 [工業設計]. 台北，台灣: 國立雲林科技大學; 2006.
11. 行政院環境保護署. 環保法規. 噪音管制法. 台灣: 行政院環境保護署 2008.
12. 陳秋蓉、張淑如、陳興、陳兩興、趙寶強. 勞工聽力常模值建立之研究(II)--勞工聽力檢查問卷篩檢調查及聽力檢查儀校正程序之建立. 研究計畫. 台北，台灣; 1999. Report No.: IOSH88-M341.
13. 洪銀忠. 作業環境控制工程. 1 ed. 台北，台灣: 揚智文化事業股份有限公司 2014.
14. 行政院勞工委員會. 一般安全衛生法規. 職業安全衛生設施規則. 台灣: 勞動部勞動及職業安全衛生研究所 2014.
15. 行政院環境保護署. 環保法規. 噪音管制標準. 台灣: 行政院環境保護署環境監測處 2013.
16. 唐存宏、盧威宇、陳見財、林志隆、Tang S. 工廠噪音改善案例介紹. 台北，台灣: 財團法人台灣產業服務基金會; 2011.
17. 王宗曦. 行政院衛生署疾病管制局九十五年度科技研究發展計畫. 台北，台灣: 行政院衛生署疾病管制局; 2006. Report No.: DOH95-DC-2001.
18. 陳淨修. 物理性作業環境測定. 3 ed. 台北，台灣: 新文京開發出版股份有限公司 2009.
19. 財團法人金屬工業研究發展中心. 金屬產業. 台北，台灣: 大椽股份有限公司 2014:5.
20. 勞動部職業安全衛生署中區職業安全衛生中心. 安全衛生危害辨識及自主管理制度建立. 台中，台灣; 2014.
21. 鄭慶武. 全產業職業災害分析與研究-以台北縣為例. 台北，台灣; 2010.
22. 曹常成、端木玉甯、卓育賢. 製造業勞工職災死亡危險因子探討. 台北，台灣; 2011.
23. 戴基福. 傳統產業安全衛生–金屬及金屬製品與加工行業. 台北，台灣: 經濟部工業局 2007.
24. 徐振雄. 製造業建置職業安全衛生管理系統之探討-以中小型企業為例 [產業安全衛生與防災]. 台北，台灣: 嘉南藥理科技大學; 2012.
25. 李金泉、曹常成、陳俊良. 提升製造業中小企業安全衛生之實務研究. 勞工安全衛生研究所季刊 2014; 22: 1-11.
26. 新竹環境保護局. 環境百科-噪音類. 新竹，台灣 2011.
27. 行政院勞工委員會. 勞委會籲請事業單位注意職場噪音暴露危害，防止勞工聽力受損. 2013 [cited 2014. October 22,]; Available from: http://www.coolloud.org.tw/node/73133
28. 張淑如、宋鴻樟、江宜庭、陳秋蓉. 鋼鐵業勞工聽力損失評估. 台灣衛誌 2001; 20(6): 433-9.
29. 林麗梅、陳玟伶、林慶雄、張粹文、郭憲文、張淑如. 廢紙回收再製廠勞工噪音暴露與聽力損失研究. 中華職業醫學雜誌 2007; 14(1): 13-20.
30. 張淑如、楊子萱、王振宇. 汽車車燈製造業勞工聽力損失相關因子之研究. 中華職業醫學雜誌 2010; 17(1): 27-37.
31. Amjad-Sardrudi H, Dormohammadi A, Golmohammadi R, Poorolajal J. Effect of noise exposure on occupational injuries: a cross-sectional study. Journal of research in health sciences 2012; 12: 101-4.
32. Girard SA, Leroux T, Verreault R et al. Cardiovascular disease mortality among retired workers chronically exposed to intense occupational noise. International archives of occupational and environmental health 2015; 88: 123-30.
33. Girard SA, Leroux T, Courteau M et al. Occupational noise exposure and noise-induced hearing loss are associated with work-related injuries leading to admission to hospital. Injury prevention : journal of the International Society for Child and Adolescent Injury Prevention 2015; 21: e88-92.
34. Chang TY, Liu CS, Huang KH et al. High-frequency hearing loss, occupational noise exposure and hypertension: a cross-sectional study in male workers. Environmental health : a global access science source 2011; 10: 35.
35. Chang TY, Liu CS, Young LH et al. Noise frequency components and the prevalence of hypertension in workers. The Science of the total environment 2012; 416: 89-96.
36. Chang TY, Hwang BF, Liu CS et al. Occupational noise exposure and incident hypertension in men: a prospective cohort study. American journal of epidemiology 2013; 177: 818-25.
37. 劉嘉俊. 噪音預測模式. [cited 2014. October 22,]; Available from: http://www.epa.com.tw/cn/index.htm
38. Davies HW, Teschke K, Kennedy SM et al. A retrospective assessment of occupational noise exposures for a longitudinal epidemiological study. Occupational and environmental medicine 2009; 66: 388-94.
39. Lu J, Cheng X, Li Y et al. Evaluation of individual susceptibility to noise-induced hearing loss in textile workers in China. Archives of environmental & occupational health 2005; 60: 287-94.
40. Seixas NS, Checkoway H. Exposure assessment in industry specific retrospective occupational epidemiology studies. Occupational and environmental medicine 1995; 52: 625-33.