Suchergebnisse

Den Abschluss einer Verfahrensvalidierung zur Bestimmung von Gefahrstoffen in der Luft an Arbeitsplätzen bildet die Berechnung der erweiterten Messunsicherheit des Messverfahrens, die gleichzeitig final überprüft, ob das Verfahren nach DIN EN 482 und der Technischen Regel für Gefahrstoffe (TRGS) 402 geeignet ist. Um die Messunsicherheit überhaupt berechnen zu können, müssen im Vorfeld alle relevanten Einflussfaktoren auf den Messwert erfasst werden. Diese umfassen Faktoren aus der Probenahme, der Verfahrensvalidierung und der Analytik. Im zweiten Teil dieses Artikels (Gefahrstoffe – Reinhaltung der Luft 83, Nr. 5-6/2023) wurden bereits alle Einflussfaktoren aus externen Quellen (z. B. Normen) mit ihren Standardabweichungen beschrieben. In diesem dritten Teil wird die Liste der Einflüsse um die Faktoren aus der Validierung ergänzt, das heißt um die Berechnung der Standardabweichungen von Kalibrierung und Wiederfindung sowie der Drift des Messgeräts. Zu allen Einflüssen werden die zugehörigen Sensitivitätskoeffizienten berechnet. Mit allen Termen wird Schritt für Schritt ein verfahrensspezifisches, mathematisches Modell zur Berechnung der kombinierten Standardabweichung und der erweiterten Messunsicherheit aufgebaut. Zum Schluss wird eine Möglichkeit aufgezeigt, wie diese mathematischen Modelle einfach und mit wenig Aufwand mithilfe der kostenlosen Softwareanwendung "Messunsicherheitsservice-Tool" (MUST) berechnet werden können, die kostenlos von der Internetseite des Instituts für Arbeitsschutz der Deutschen Gesetzlichen Unfallversicherung (IFA) bezogen werden kann. Anhand eines Beispiels – eines Messverfahrens mit Extraktionsschritt – wird gezeigt, welche Faktoren die größten Anteile an der Messunsicherheit haben. Dies kann unter anderem einen wichtigen Beitrag zum besseren Verständnis des Messverfahrens und zur Verbesserung einzelner Prozessschritte leisten.

Abstract
From the exposition database 'MEGA', established by the Institute for Occupational Safety and Health of the German Social Accident Insurance, measurements of inhalable dust (n=103 825) and respirable dust (n=222 501) were selected to create conversion functions of inhalable to respirable dust concentrations in different workplaces. These functions are important for exposure assessment or retrospective evaluations of exposure situations and for epidemiologic studies, when just one fraction was analyzed. For the determination of the conversion functions, 15 120 pairs of inhalable and respirable dust, which were measured in parallel, were formed. The assignment was done considering various variables such as sampling date and time or workplaces. The measured values were log-transformed and a linear regression analysis was done, calculating a conversion function for the whole dataset with an adjusted R2 > 0.580 and R>0.760. On the basis of technical information, the dataset was divided into different dust groups considering material and working activities as relevant variables, resulting in six working activity, three material, four working activity-material combination and eleven heuristic groups. For each of these groups a conversion function was calculated as well and will be described in the presentation. The models admissibility was evaluated by examining the assumptions of linear regression such as no autocorrelation, normal distribution of residuals and variance homogeneity. On the basis of that, future measurements in different workplaces and the dust exposure can easier be evaluated, when measurements of just one fractions were made and the other can be estimated using the conversion functions.

Bei der Bestimmung der Konzentration von chemischen Arbeitsstoffen in der Luft am Arbeitsplatz existieren grundlegende Anforderungen an die Leistungsfähigkeit von Messverfahren und somit auch an ihre Messunsicherheit. Um die Qualität und Eignung eines solchen Messverfahrens beurteilen zu können, ist es notwendig, die Messunsicherheit der eingesetzten Messverfahren zu ermitteln. Um die Messunsicherheit überhaupt berechnen zu können, müssen zunächst relevante Einflussfaktoren auf den Messwert zusammengetragen werden. Die Einflussfaktoren umfassen verschiedene Schritte der Verfahrensvalidierung, vor allem die Probenahme und die Analytik. Im nächsten Schritt müssen zu den Abweichungen jedes relevanten Schritts der Probenaufarbeitung und Validierung Unsicherheiten berechnet werden, um letztendlich die kombinierte Standardabweichung bestimmen zu können. Im zweiten Teil dieses Artikels werden die relevanten Einflussfaktoren beschrieben, eine Einteilung der zugehörigen Abweichungen in systematische und zufällige Effekte vorgenommen und Unsicherheiten berechnet. Diese Schritte werden als Vorbereitung zum Erstellen eines verfahrensspezifischen mathematischen Modells zur Berechnung der Messunsicherheit benötigt, das im folgenden dritten Teil des Artikels anhand eines Beispiels erläutert wird.

Abstract
In the sector of occupational safety and health only a limited amount of studies are concerned with the conversion of inhalable to respirable dust. This conversion is of high importance for retrospective evaluations of exposure levels or of occupational diseases. For this reason a possibility to convert inhalable into respirable dust is discussed in this study. To determine conversion functions from inhalable to respirable dust fractions, 15 120 parallel measurements in the exposure database MEGA (maintained at the Institute for Occupational Safety and Health of the German Social Accident Insurance) are investigated by regression analysis. For this purpose, the whole data set is split into the influencing factors working activity and material. Inhalable dust is the most important predictor variable and shows an adjusted coefficient of determination of 0.585 (R2 adjusted to sample size). Further improvement of the model is gained, when the data set is split into six working activities and three material groups (e.g. high temperature processing, adj. R2 = 0.668). The combination of these two variables leads to a group of data concerned with high temperature processing with metal, which gives rise to a better description than the whole data set (adj. R2 = 0.706). Although it is not possible to refine these groups further systematically, seven improved groups are formed by trial and error, with adj. R2 between 0.733 and 0.835: soldering, casting (metalworking), welding, high temperature cutting, blasting, chiseling/embossing, and wire drawing. The conversion functions for the seven groups are appropriate candidates for data reconstruction and retrospective exposure assessment. However, this is restricted to a careful analysis of the working conditions. All conversion functions are power functions with exponents between 0.454 and 0.946. Thus, the present data do not support the assumption that respirable and inhalable dust are linearly correlated in general.