振動舒適度的智能手機大數據研究

曹雷 陳雋

摘要：為了解決傳統振動舒適度研究方法小樣本代表性差、環境非真實等問題，設計了可在智能手機上運行的振動測試和問卷調查程序并開展網絡推廣，形成了真實環境下、真實感知的振動舒適度大數據調查新方法。通過對已獲得的8521條數據進行分析，確定了數據清洗的若干標準，利用有效數據研究了受測者身高、年齡、性別、體重等個體特征和發生場所、振動方向、振動原因等環境因素對振動感受的影響，統計了不同特征因素對應的振動限值。研究表明：基于智能手機的振動舒適度大數據研究方法可行，所得結論與已有標準具有一致性，并可包含比傳統方法更豐富的影響要素。

關鍵詞：振動舒適度;振動限值;智能手機;大數據;真實環境

中圖分類號：TU317⁺.2文獻標志碼：A 文章編號：1004-4523（2020）05-0961-10

DOI：10.16385/j.cnki.issn.i004-4523.2020.05.011

引言

振動舒適度指人對所受振動的主觀感受程度，它不僅與振動的形式、強度有關，還與人的生理心理特征、姿態及所處環境有關。本文特指在建筑物上的人對結構振動的感受。

在1800-1900年結構工程研究的黃金年代，已有研究者注意到工程結構的振動舒適度問題。1890年Tredgold提出可做高房屋梁截面以避免振動影響室內各類物品。但由于缺乏研究振動舒適度的理論基礎和手段，經濟水平也較低，人們更關心安全、經濟等問題。隨著社會經濟的發展，在上述問題基本解決后，對建筑舒適性的需求開始增強，推動了相關研究的深入。

1931年，Reiher和Meister利用振動模擬裝置進行了開創性的振動舒適度試驗，提出用語義標簽（如“沒有覺察”、“微弱覺察”等）描述人體暴露在全身振動中的舒適度，并首次提出了按頻率劃分的、適用于住宅的振動限值。隨后的絕大多數振動舒適度研究都遵從這一范式，即：利用振動模擬裝置進行試驗，結合受測者的主觀評價確定振動限值。

該范式的優點是振動形式和強度可精確控制，便于研究其與受測者主觀反應的定量關系。例如Miwa在前人研究成果的基礎上提出了振動頻率范圍在0.5-300Hz的人體覺察和舒適限值。此后Jones和Saunders、Oborne和Clarke、Irwin研究表明振動限值與受測者的姿態（坐姿、臥姿、站姿等）、性別等相關。Kanda等、Tamura、shioya和Kanda等研究則表明振動舒適度還與生理特征（年齡、身高、體重等）、心理因素（振動預期）以及環境（視覺提示物、聲音等）有關。他們的研究成果被日本振動舒適度規范AIJEs-Vool采用，作為評價建筑宜居性規范的基礎。

Chen和Robertson、Denoon等、Isyu-mov和K訂patrick、Burton、Kawana和Tamu—ra等通過振動模擬裝置或單一建筑物實測發現：振動預期對覺察和舒適限值有很大影響;覺察限值還與振動形式、有無分散注意力有明顯關系。

近些年的研究開始關注座椅靠背和手傳、腳傳振動、沖擊振動_，以及多軸、多個正弦的組合振動對振動舒適度的影響。此外，由于更多大跨、輕質結構的出現，由人的步行、跳躍等引起的振動舒適度問題受到越來越多的關注。

以上研究成果構建了振動舒適度工程設計與評估的基礎架構。然而受制于傳統研究范式的局限性，振動舒適度研究中有兩個重要問題始終無法解決：

一、不同研究給出的振動限值有明顯差異甚至沖突。這是由試驗樣本“人”的特殊性、小樣本（試驗人數多為10-20人）試驗推斷大樣本性質的偶然性這兩方面原因耦合造成的;

二、模擬環境和受測者心理狀況與真實情形存在很大區別，影響結果的合理性：模擬環境或單幢建筑物的實測環境遠不能代表真實受振環境的多樣性;實測時測點數量有限，結果很難精確反映所有目標位置的振動;受測者在實驗室測試時會“預期”到振動發生，從而影響評測結果。

因此，開展真實環境下、大樣本的振動舒適度研究十分必要，但面臨著如下技術瓶頸：

（1）傳統研究中振動測量裝置價格昂貴，移動困難，不具有大量普及的可行性;

（2）與模擬實驗不同，實際環境中振動源類型、頻率、強度、方向以及受振者的生理特征、姿態等都不可控，需要準確全面的多因素同步記錄。

顯然，上述問題的根本解決需要研究范式的轉變、試驗和分析方法的創新。伴隨智能便攜設備與移動互聯網、5G技術的普及，利用便攜設備的測試功能和大數據處理技術，可突破傳統的小樣本推斷研究方式，為振動舒適度研究帶來方法論的變化。

為此，本文提出利用智能手機開展基于移動網絡的振動舒適度影響因素與限值研究，詳細報告了這一新方式的研究方案、數據篩選原則、現階段的數據統計結果及其與當前規范建議值的對比。

1研究方案與實施路線

1.1研究方案

人體各臟器和軀干的頻率在1-80Hz之間，也是振動舒適度研究的主要頻率范圍，特別是4-8Hz（絕大多數臟器的共振頻率）的低頻振動。

陳雋等此前研究工作表明，目前市場主流智能手機內置的慣性加速度傳感器能夠滿足4-8Hz及更高頻率振動測試的要求。同時，截止2018年底，中國有近12億獨立移動用戶，移動網絡連接總數達15億。規模龐大的智能手機總量及網絡形成了本研究的硬件和潛在數據來源基礎，足以突破前述瓶頸。

據此，本研究的總體方案是：開發基于智能手機的振動信號采集程序，通過推廣鼓勵更多使用者在感受到振動的實際場景使用該程序，記錄并上傳振動信號、調查問卷、GPS坐標、視頻等數據，建立多源異構的數據庫，同時制定數據清洗原則，分析挖掘有效數據中各因素與舒適度之問的關系，進而得到考慮多因素影響的舒適度限值。

1.2程序設計

鑒于微信普及率廣泛，微信小程序日使用量極高，因此開發了“振動測量及問卷調查”小程序，并搭建了云服務器后臺用于存儲數據，從而達到大樣本調查的目的，形成新的振動舒適度研究方法。

小程序（VCheck，vibration serviceabilitycheck）主要分兩部分：問卷調查和振動采集（如圖1所示）。一次完整的“問卷+采集”用時約3-5min。

問卷調查部分包括以下內容：

（1）個人信息（性別、年齡、身高、體重）;

（2）GPS坐標（此部分自動完成）;

（3）振動場景（即振動發生時的場所、所在樓層、是否在窗邊、人員活動情況、感受到的振動方向、身體姿勢、可能的振動原因、振動發生頻次）;

（4）對振動強度的主觀評價（分為“沒有覺察”、“輕微覺察”、“明顯覺察”、“輕微不適”、“強烈不適”以及“難以忍受”，共6種）;

（5）所使用手機的型號和價位區問;

（6）包含振動測點周圍環境的視頻。

鑒于各類信息對于振動舒適度研究的重要性不同，且顧及受測者的耐心程度，將問卷調查和加速度測量設置為“必選”，將上傳視頻和填寫精確地址等設置為“可選”，同時對提供完整數據者進行獎勵。

1.3實施方法及效果

為擴大小程序使用范圍，在兼顧經濟因素的同時找到最佳實施路線，嘗試了如下推廣方式：

（1）采用廣告形式進行線上推廣，此方式提供了當前數據總量的約70%。

（2）通過既有人際關系進行關聯式推廣，此方式獲得數據占總量的約30%;

實踐表明線上推廣方式可避免受測人群特征（如年齡段、身份特征）過于集中，獲得數據的隨機性和代表性更強，因此后續研究主要采用線上推廣。

截止本文撰寫前，共收集到源自4個國家、30個省、市、自治區共8521條完備數據。具體分布如圖2所示，圖中“F”代表國外。

2數據清洗

由于測試人員理解和完成程度的差異、手機質量以及極少數惡意重復填寫等因素，實際獲得的數據中存在無效數據，需要清洗。本文分別針對信號測試和問卷調查兩部分制定了數據清洗原則。

信號部分的清洗主要針對測試者操作錯誤、傳感器質量差等因素產生的不合格信號（如圖3所示）;問卷部分清洗則針對隨意填寫造成的數據異常和沖突。

2.1利用實測信號特征的數據清洗

根據信號特征對實測數據進行清洗，具體包括：

（1）質量較差的傳感器所測加速度時程的波峰呈齊整狀態（如圖3所示），此類數據全部棄用;

（2）舍棄由于網絡通訊、手機質量問題等造成的有連續性斷點的信號;

（3）手機在未放平整時即開始或結束測量，此類信號時程兩端有較大幅值，經過與上傳者溝通確認后將信號的兩端截去各1s;

（4）舍去采樣頻率低于10Hz的上傳數據;

（5）消除原始數據的趨勢項和零漂，并在鉛直方向上扣除重力加速度。

2.2利用問卷信息矛盾的數據清洗

由于受測者隨意填寫身高、體重、年齡等信息，以及惡意重復提交等原因也會產生無效數據，具體清洗原則如下：

（1）設定年齡有效范圍12—80歲、身高有效范圍1-2m，范圍以外的數據無效;

（2）根據2013年中國《成人體重判定》的建議值

將BMJ有效范圍取為16-32。應用時需要注意，有些測試者會以“斤”為單位輸入體重。

（3）棄用同一問卷調查中內容存在相互矛盾的數據。例如，活動狀態為“行走”時，姿勢不可能為“臥姿”。同時通過人工檢視上傳視頻（如圖4所示）對振源類型等進行校正。

（4）限制同一手機賬號重復提交數據的行為。

2.3數據清洗方法的迭代提升

根據以上清洗規則編寫了數據處理程序，由于大數據多源異構、類型復雜的特點，上述清洗準則仍無法實現自動處理全部的問題數據。因此，對初步清洗后的數據，進一步采用人機交互檢查的方式，發現新的問題并提取新的針對性數據特征，通過不斷迭代達到完善清洗規則、提高數據質量的目的。

2.4數據清洗結果

通過數據清洗，本文共得到4089條完整有效數據，合格率約48%，此結果與大數據普遍具有的低價值特性一致。盡管小程序中已詳細說明了測試內容和操作方法，由于各種主客觀原因，不合格數據比例仍較傳統研究方式要高很多。這也是開展大數據研究需要特別重視的問題。

3振動舒適度影響因素統計分析

本節對有效數據進行統計分析，研究多類相關因素對振動舒適度感受的影響。

3.1振動發生場所

調查中將振動發生場所分為建筑物內、路邊、地鐵沿線、人行天橋和其他（需受測者自填）共5類，統計結果如圖5所示。

本調查顯示約79%的振動發生在樓內，只有0.61%的振動發生在人行天橋上。這說明運動中的人對振動容忍度高，而人在靜止狀態時更敏感，也對振動問題更關注，與先前研究的結論一致。人在行走時很少會停下發送信息也是可能的原因之一。

3.2人群生理特征

在數據清洗前后女性均比男性多約6.5%，這與先前研究得到的“女性對于振動較男性更敏感”的結論相符;還可能與女性比男性更有耐心進行問卷調查有關。

圖6顯示受測者年齡主要集中在20-50歲之問。

圖7（a）和（b）分別給出了男性、女性測試者的身高分布，男性平均身高173cm，女性161cm，略高于《中國居民營養與慢性病狀況報告》（2015年）的數據。考慮測試者年齡范圍的差異，本研究所得數據是合理的。

圖8（a）和（b）分別給出了男性、女性測試者的體重分布，男性平均體重66.7kg，女性平均體重為53.0kg，與文獻[30]數據一致，分布范圍合理。

以上人群生理特征的對比分析表明，本研究所搜集的數據能夠體現真實情況人群特征，所得到數據樣本具有代表性。

3.3振動原因

統計發現：引起振動舒適度問題的原因有行人（34.5%）、交通（26.4%）、風（19.1%）、機械（12.7%）、施工（5.8%）和其他（1.5%）。2010年夏禾等對地鐵沿線周邊區域的振動舒適度問卷調查顯示：振動原因主要為建筑施工（49.2%）、工廠生產（33.5%）和交通（14.2%）。

由于調查對象和區域的差異，兩次調查的結果差異很大，也從一個角度反映傳統調查方式可能的局限性。此外，通過多源異構數據的挖掘，可進一步獲得新的信息。例如，圖9顯示建筑物樓層升高與振源類型變化的關系。

可見隨著樓層增加：風致因素占比顯著增加;人為活動引起的振動舒適度問題占比明顯減少;交通因素變化不明顯。盡管高層建筑容易發生風振舒適度問題早有研究，對致振因素與樓層關系的研究顯然需要大量實測數據的支撐。

3.4受測者狀態統計

問卷調查將受測者感受到振動時的狀態分為五類，占比分別為：休息（45.1%）、工作（31.9%）、行走（20.5%）、跑步（1.4%）和其他（1.1%）。

顯然，人在靜止狀態下更容易感覺到振動，這與之前相關研究和本文前部分結論一致。

4振動限值

振動限值，即各語義標簽（如“輕微覺察”、“輕微不適”）所對應的振動強度指標的上限。振動舒適度研究的核心目標便是給出振動限值，供相關結構設計和評價參考使用。

結構振動舒適度分析主要關心振動是否會引起使用者的覺察或不適，因此本文重點研究“輕微覺察”和“輕微不適”分別對應的限值。

憑借新調查方式所得數據的多樣性和豐富性，本文不僅給出未分類時的振動限值并與以往研究對比，還給出按各因素分類細化后相應的振動限值。

4.1語義標簽和振動指標

有效數據中，本研究所采用的6個語義標簽各自占比為：“沒有覺察”18.84%、“輕微覺察"61.3%、“明顯覺察”16.79%、“輕微不適”2.66%、“強烈不適”0.39%和“無法忍受”0.02%。

目前，不同規范采用振動舒適度評價的指標不同，評價效果各有優劣。為此，本文基于實測數據給出了5種最常見的指標取值，分別是：

4.2振動限值總體統計與對比分析

表1-2給出了由全部有效數據總體統計分析得到“輕微覺察”和“輕微不適”的振動限值，并與現有規范中的建議值進行了比較。

（1）覺察限值（如表1所示）

本研究所獲得rms限值為0.057m/s²，高于VDI建議的0.01-0.015m/s²。考慮到在實驗室模擬環境中，測試者由于對振動發生有預期而會更敏感，因此由真實環境振動實測獲得限值是有必要的。對于VDV，rmq和MTW等指標，目前暫無規范給出明確的輕微察覺限值。此外，峰值測量受瞬時信號影響顯著，不建議作為振動強度評估指標使用。

（2）舒適限值（如表2所示）

本研究所得rmS值（0.171m/s²）低于ISO 2631建議值，VDV結果（0.816m/s²）與BS 6472接近。由于高峰值比（即信號峰值與rmS值之比）時FInS會低估振動對人體的影響，因此規范建議高峰值比時（ISO2631建議9以上，BS 6841建議6P2J：），使用VDV或MTW作為舒適度評價指標。

圖10顯示本研究峰值比小于6的數據不足1%，因此上述舒適限值的統計結果合理。建議對于舒適限值采用VDV或MTW指標進行評價。

以上通過與現有規范建議的覺察限值和舒適限值比較可見，本研究所給限值能更好地反映真實情況下人體對振動的感受，且對先前研究成果有著很好的兼容性和解釋效果，rmq和MTW等限值以往研究中很少給出。

4.3振動限值的分類統計結果

由于數據類型豐富，可再將人群細分為不同性別、年齡和BMI指數討論振動舒適度限值。這也是過往小樣本研究較難開展的分析。

表3-6為分類獲得的統計結果。

性別劃分（如表3和4所示）：女性覺察限值高于男性，但舒適限值低于男性。即男性更易感覺到振動，而女性更容易因振動而不舒服，男性對可感振動的耐受范圍比女性大。

年齡劃分（見表5）：覺察限值大致隨年齡增加而升高，即隨著年齡增加越不容易覺察到振動。可能因為年齡增加時身體對振動的敏感程度下降。

BMI劃分（見表6）：BMI在22-24之問的受測者覺察限值最低。結合WHO和中國規范給出健康人群BMI的范圍（18.5-28），可得到身體健康的人更容易感受到振動這一結論。

以其他劃分方式（振動原因、發生場所等）得到的振動限值不再一一列出。

5小結與討論

5.1小結

本文采用微信小程序開展了振動舒適度研究，對所得問卷調查和加速度數據進行清洗、分析，建立了數據清洗原則，并得到振動舒適度限值的相關建議值。對比表明了此研究方法的可行性，突破了傳統方法的兩個局限性：樣本數量少且代表性差、環境非真實。統計結果與現有規范建議值有很好的兼容性，同時可以細化研究多因素（如性別、年齡、身高、體重、受振環境等）對振動舒適度評價的影響。

5.2討論

實踐過程表明，采用智能便攜設備的振動舒適度研究方法仍存在如下需要進一步解決的問題：

（1）目前收集的資料中“無法忍受”類的數據很少，不能對振動舒適度的上限指標進行討論。隨著數據量的積累或可解決這一問題。

（2）各品牌手機質量和內部加速度傳感器質量參差不齊，同時信號傳輸質量還受限于網絡連接，因此有效數據占比較低。擬通過對不同品牌手機的標定，在小程序前端進行選型設置，提升數據的質量。

（3）統計結果的穩定性隨測試數量的增加而顯著提高，進一步擴大數據集非常有必要，但預計不會對現有限值統計結果產生顯著影響。