数字化控制系统信息显示特征对操纵员信息 捕获绩效的影响及优化研究

随着计算机技术和仪控技术的发展,数字化仪控系统逐步在大型控制室得到应用,主控室信息界面随之也出现了 “巨量信息与有限显示”的矛盾。通过分析数字化主控室信息显示的特点,基于认知心理学的相关理论,通过实验研究 信息显示率、信息提供率、数据更新率对操纵员信息捕获绩效的影响。实验结果表明:对操纵员信息捕获绩效影响最主 要的因素是信息显示率,其次是信息提供率,最后是数据更新率;信息显示率与信息提供率对被试信息捕获绩效的影响 具有较高的灵敏度,而数据更新率的变化对被试信息捕获绩效的影响并不显著;信息显示的最佳匹配组合是信息显示率 为56.4 bit,信息提供率为9.4 bit,数据更新率为3 s。研究成果可为数字化主控室信息显示的设计提供理论基础。     

多源信息下驾驶员认知负荷的测度方法研究

为分析多源出行信息对驾驶员认知负荷的影响机制,设计包含可变信息板(VMS)、交通广播以及这两者相结合的3种模拟驾驶场景,通过建立驾驶员认知负荷测评量表,采集驾驶仿真试验及认知负荷量表数据,测度多源信息影响下的驾驶员认知负荷。结果表明:3种场景中的出行信息均会影响驾驶员的认知负荷,单一VMS场景的认知负荷最低,多源信息场景最高;单一VMS场景中信息搜寻的认知负荷低于交通广播,获取和决策过程则高于交通广播;多源出行信息对认知负荷的影响维度主要是脑力负荷和时间负荷;出行经验对认知总负荷的影响与场景相互独立。     

数字化控制室信息显示对人因可靠性的影响

数字化技术的应用使主控室内信息显示方式发生了重大变化。通过比较分析数字化主控室与传统主控室人机界面中信息显示方面各自的特征,发现人机界面数字化后,巨量信息与有限显示的矛盾非常突出,并伴随产生任务繁重但又是必须的界面管理任务,它们对人因可靠性产生了前所未有的影响,增加了新的人因失误源,可能出现新的人误模式。提出3个新的科学概念,即信息显示率、信息提供率和数据更新率,认为研究这3个概念之间的关系和它们对操纵员认知行为的影响,是解决巨量信息与有限显示矛盾的有效途径。     

基于ISM的道路交通安全影响因素研究

为提高交通安全管理水平,促进交通的可持续发展。基于解释结构模型原理,综合考虑车、路和环境因素,构建了影响道路交通安全的影响因素结构模型。该模型不但能够弥补分析结构要素之间内在影响机制的不足,而且对于研究道路交通安全结构要素之间的层次性和复杂性有天然的优势。数据来源于由13位专家构成的ISM小组,其中7位为来自高校从事交通安全研究的教授,6位为来自北京市、上海市、广州市、武汉市等交通运输委员会的高层管理者,保证了数据的科学性和可靠性。采用解释结构图分析车、路和环境各影响因素之间的关系,结果表明,众多因素会对道路交通安全产生影响,车辆技术条件、定期检验合格率、车辆救援设备的完备状况、安全设施是制约道路交通安全的直接影响因素,道路限速、道路负荷度、大客(或货车)比例、交通量、交通监控是影响道路交通安全的间接因素,车辆超限(超载)状况、车流密度、道路路面类型、道路设施完备性、天气状况、单向车道数和地形特征是影响道路交通安全的最根本因素。为提高道路交通安全管理水平,首先,应进一步完善《道路交通安全法实施条例》,加强对车辆定期检验的监督;其次,健全道路信息公示制度,提升交通监控水平,引入相关路段道路限速、负荷度、交通量动态信息显示及预警机制;最后,加强车辆超限(超载)及车流密度的监控,健全道路设施的配套制度。     

基于BIM-GA-BN的养老社区施工安全评价模型

为给养老社区施工管理人员提供决策依据,将建筑信息模型(BIM)技术、遗传算法(GA)和贝叶斯网络(BN)结合,建立养老社区施工安全评价模型。通过安全事故分析和养老社区施工现场调研,建立养老社区施工安全评价指标体系;利用BIM技术实时监控养老社区施工项目,搜集各影响因素的数据;结合GA和BN,进行数据的分析处理和建模研究,得出养老社区施工安全评价模型;将该模型应用于具体的施工项目进行安全状况评价,找出施工安全管理的薄弱环节。研究表明:用该模型,能够通过对养老社区施工现场数据的搜集、处理和分析,得出项目的整体安全状况并识别出关键控制因素,为施工现场安全管理提供借鉴。     

ATIS环境下驾驶员认知负荷研究进展

为构建更加符合驾驶员认知特性的出行信息环境,提高驾驶员出行信息服务水平,对ATIS环境下驾驶员认知负荷研究进展进行系统分析与评述.首先阐述了认知负荷的理论基础,随后分析了ATIS环境下驾驶员认知负荷的影响因素,同时分类解析了驾驶员内在认知负荷、外在认知负荷与相关认知负荷的产生根源,并对认知负荷的形成机理进行了分析;系统评述了驾驶员认知负荷的测量方法,最后基于驾驶员信息认知负荷提出了ATIS优化对策.结果表明:年龄、性别、受教育程度、月收入、出行经验是影响驾驶员认知负荷的主要因素;道路交通标志的版面设计与驾驶员的标志视认时间关联密切;驾驶过程中拨打手机及使用车载终端均会分散驾驶员注意力,增加驾驶员的信息认知负荷;较高的车速与音频播放等环境会对驾驶员的信息认知能力提出更高要求.     

基于改进PEM的高铁调度员关键PSF分析

为深入分析高铁调度员人因可靠性的影响因素,通过文献查阅、调度员任务分析、结构性访谈等方式,构建高铁调度员行为形成因子(PSF)体系,并应用网络层次分析法(ANP)计算PSF重要度。根据PSF体系编制测评量表,对调度员进行问卷调查,计算PSF实施度;运用改进的绩效评估矩阵(PEM)方法,提取关键PSF。结果表明:复杂事件的认知水平、工作负荷、操作技能是重要度排在前3位的PSF,劳动组织与排班、工作负荷、安全信息报告与反馈是实施度排在后3位的PSF,工作负荷、对复杂事件的认知水平、安全信息报告与反馈是高铁调度员的关键PSF。     

ISM耦合ANP矿工安全注意力衰减影响因素模型

为了减少煤矿安全事故的发生,从“纵向过程观”角度,引入矿工安全注意力控制空间、安全信息分配空间和安全行为结果空间,建立矿工安全注意力衰减影响因素模型。首先,基于文献研究,建立矿工安全注意力衰减影响因素体系,一共包含12个指标;其次,利用解释结构模型（ISM）构建矿工安全注意力衰减的3级递阶有向图;最后,采用网络层次分析法（ANP）构建矿工安全注意力衰减影响因素的权重模型,并借助Super Decision（SD）软件求解。结果表明:安全自制力、行为习惯、工作负荷、风险应对力以及安全信息刺激频率为表层直接影响因素;安全认知、工作要求、作业环境特征、安全信息变化多样性和风险感知力为中层间接影响因素;管理方式和安全信息刺激强度为深层根本影响因素。主要影响因素有:安全认知、安全自制力、行为习惯、管理方式、安全信息刺激频率以及风险感知力。     

矿井乏风通入燃煤锅炉混烧的最佳配伍参数研究*

为优化矿井乏风通入燃煤锅炉的配伍参数,采用Design-Expert软件的响应面分析法,以燃煤锅炉的主燃区顶端水平面平均温度和燃尽区顶端水平面的NO平均浓度为评价指标,按照3因素3水平正交组合设计试验方法,研究乏风中甲烷体积分数、燃尽风风率以及锅炉负荷的不同配伍比例对燃煤锅炉的变化影响,并建立3个因素的评价指标数学模型,分析各因素的主次关系和因素间交互作用大小,使得锅炉中煤粉放热量和氮氧化物的生成量均达到理想水平。研究结果表明:单因素中燃尽风风率对温度的影响最大,锅炉负荷对NO生成影响最大,交互作用下燃尽风风率与锅炉负荷对温度的影响和对NO浓度的影响均最显著。最优配伍参数为:乏风中甲烷浓度0.25%、燃尽风风率33.51%、锅炉负荷564.11 MW,在此参数下的温度响应值为1 691.41、NO浓度响应值为0.000 315 89。在最优参数下得到的预测值与试验值的误差在允许范围内,即吻合度较好,可为四角切圆锅炉掺烧矿井乏风提供参考。     

隧道施工现场安全评价的费歇判别分析(FDA)模型及其应用

建立了隧道施工现场安全评价的费歇判别分析(FDA)模型,从基坑支护、施工用电、机械设备、安全管理等方面选取20个影响因素作为该模型的评判因子.充分利用隧道施工已有安全信息,根据工程施工的历史实例数据对FDA模型进行训练,将所建立的模型应用到某公司隧道施工的评价实例中.结果表明:评价结果和实际情况吻合;可以为隧道的安全施工提供理论指导,具有重要的实用价值,可在工程中推广使用;该评价方法也为隧道施工现场的安全评价提供了一条新的思路.     

船舶驾驶员操作可靠性量化的CREAM改进模型

为解决不确定信息条件下船舶值班驾驶员(OOW)操作可靠性量化问题,以认知可靠性和失误分析方法 (CREAM)为基础,采用模糊集合(FS)、贝叶斯网络(BN)和证据推理(ER)算法对多源粗糙观测数据进行处理,构建一个改进的CREAM模型。用该模型对长江特定场景下驾驶员操作可靠性进行量化。结果显示,驾驶员认知行为控制模式为战术型,失误概率为3.40×10-3。数据对比验证和模型灵敏度分析表明,结果合理,模型稳定。     

城市地下综合管廊电缆舱火灾概率分析方法

为提高管廊电缆舱火灾风险评估的准确性,提出基于贝叶斯网络(BN)的电缆舱火灾概率预测分析方法。首先,采用蝴蝶结分析法(BTA),分析电缆舱起火原因,建立潜在的火灾事故场景;其次,考虑火灾事故场景中不确定性因素的影响,将BN应用到电缆舱火灾概率预测分析中,并结合电缆舱火灾发生发展实际优化模型;最后,以某管廊为例,结合文献及统计数据验证该模型逻辑可行。结果表明:通过该模型和方法,能够预测分析综合管廊电缆舱火灾发生发展概率,并且能探究火灾事故致因链条,为综合管廊火灾风险分析和事故防控提供参考。     

数字化核电站SGTR事故操纵员认知分析

核电站主控室数字化后的人因特征包括数字化规程、警报系统、操作班组信息共享、界面管理任务,它们对操纵员认知可靠性都有重要影响。IDA认知模型把操纵员认知过程分为信息(Information)、诊断(Diagnosis)/决策(Decision)、执行(Action)3个阶段。按IDA模型把数字化核电站主控室操纵员SGTR事故认知过程分为3个阶段,对每个阶段进行操作分析,找到操纵员在SGTR事故认知过程各阶段最容易发生的失误和主要失误。操纵员认知失误发生的原因在于界面管理任务增大了认知难度以及数字化后缺乏情景意识等。     

煤层底板突水危险性GSPCA-LSSVM评价模型

为快速、准确地评价煤层底板突水危险性,选取水压等作为影响因素,以其灰色关联度作为灰色主成分分析(GSPCA)的协方差矩阵,提取信息不重叠的灰色主成分,并将该成分作为最小二乘支持向量机(LSSVM)的输入向量,底板突水危险性作为LSSVM输出向量,建立煤层底板突水危险性GSPCA-LSSVM评价模型;将20组实测数据作为训练样本训练模型,采用回代估计法进行回检;利用训练好的模型对5组检验样本进行评价。结果表明:利用GSPCA提取的主成分考虑原影响因素不完备性,包含其超过91.97%的信息,减少信息冗余;经GSPCA处理后LSSVM计算复杂度降低;用GSPCA-LSSVM模型评价煤层底板突水危险性,结果与实际情况基本吻合。     

基于LS-SVM的供水管网安全性评价方法研究

为评价城市供水管网的安全性,保障其正常运行,笔者基于多元分类最小二乘支持向量机(LS-SVM)的方法,在对城市供水管网安全运行影响因素总结与分析的基础上,构建供水管网安全性评价的指标因素集与评价模型,通过对有限的经验数据的学习,建立供水管网安全性与其影响因素之间的非线性关系。运用该模型进行实例仿真模拟,通过与实际安全等级及BP神经网络模型预测安全等级之间的对比表明:基于LS-SVM的供水管网安全性评价方法具有较高的精度,正确分类率可以达到83.33%。     

基于KPCA-LSSVM的矿井工作面动力环境安全评价模型

为实现对采前工作面所处动力环境的客观、准确评价,选取9个直接影响工作面 动力环境的指标因素构建安全评价指标体系,建立基于核主成分分析(KPCA)和最小二乘 支持向量机(LSSVM)的工作面动力环境多因素耦合安全评价智能模型。首先根据KPCA理 论对评价指标施行简约化处理,剔除冗余信息,得出6个简约后的评价指标并输入LSSVM 模型中训练学习,最后得到评价模型。选取从平顶山矿区和大同矿区搜集到的30组工作 面历史数据,按照20∶10的比例对模型进行训练和测试,并将测试结果与其他四种模型 结果进行了对比,结果表明:KPCA方法可有效减少数据信息冗余,利用KPCA优化的 LSSVM模型可准确评价工作面动力环境,误判率为0。     

认知性VDT持续监控作业人因可靠性预测模型研究

为提高认知性视觉显示终端(VDT)持续监控作业系统的可靠性,需要有效预测和防范人因失误。基于N-back任务范式和持续操作测试(CPT)任务范式,设计并完成模拟认知性VDT持续监控作业的试验。根据试验数据分别对正确反应时、任务正确率等9个指标进行方差分析,构建三维度认知性VDT持续监控作业脑力负荷评估指标体系。训练BP神经网络,识别脑力负荷模式,建立认知性VDT持续监控作业人因可靠性评估模型。研究结果表明:通过正确反应时、心理努力、任务主观难度、注视时间、瞳孔直径、眨眼频率6个指标,对认知性VDT持续监控作业脑力负荷进行模式识别,其结果可信,且对实际作业干扰性小;用人因可靠性评估模型能有效预测人因失误。     

基于人工神经网络的机场鸟击风险预测

鸟击是影响民航机场运行安全的重要因素之一。为研究鸟类活动特征并预测其活动所造成的风险,基于某机场长期鸟类活动调研数据分析了鸟类活动与鸟击风险的关系,得到了4类12项对机场鸟击影响最紧密的风险因素。将上述因素作为输入向量,以鸟击风险作为输出变量,通过人工神经网络法(ANN)建立了机场鸟击风险预测模型,以长期鸟类活动风险记录作为数据库来训练和验证ANN模型的准确性,为提高预测的可靠性,又进行了模型优化和机场实地验证。结果表明,建立合理的ANN模型并利用长期鸟类活动数据加以训练,可有效预测机场鸟击风险。选择合理的输入变量可提高分析速度和预测精度,不仅有助于ANN模型的优化,还可以扩大ANN模型的应用领域以适应不同机场的鸟类活动特征,做出更合理的鸟击风险预测,为机场运行保障提供有力的技术支持。综合考虑"鸟""机""环""管"等因素建立的飞行区鸟击风险预测模型表明,飞行速度(V)对鸟击风险因素评价的影响最小,飞行高度(H)和飞行路线(R)对鸟击风险因素评价的影响相对较小。     

基于SEM的机组资源管理对机组人为差错的影响研究

为研究机组资源管理对机组人为差错的影响,以沟通和交流、领导管理技能、监控/质询、情景意识、决策及工作负荷作为机组资源管理变量,将人为差错分为认知差错和操作差错,利用230份飞行员的问卷调查数据,采用结构方程模型(SEM)的方法,构建有关机组资源管理与机组认知差错及操作差错关系的结构方程模型.结果表明:沟通和交流与操作差错显著相关;领导管理技能与认知差错及操作差错显著相关;监控/质询与认知差错及操作差错显著相关;情景意识与认知差错及操作差错显著相关;决策与操作差错显著相关;工作负荷与认知差错及操作差错显著相关;认知差错与操作差错显著相关.根据上述影响关系提出了建设团队氛围、培养机组成员的协同工作和加强机组成员的情景意识保持能力等措施.     

驾驶人认知分心识别随机森林模型研究

为识别驾驶人认知分心状态,招募13名驾驶人参与驾驶模拟器试验。通过眼动仪采集被试正常驾驶及认知分心状态下的眼动数据,提取5 s时间窗口内的眼动特征。运用随机森林方法构建认知分心识别模型,应用网格搜索确定最优模型参数,并采用100次留出法评估模型性能。根据随机森林模型特征重要性度量结果,进一步分析认知负荷对驾驶人注视及眨眼持续时间的影响。结果表明:当决策树数量为125、最大特征数为5时,模型识别平均准确率为83.69%;注视持续时间及噪声持续时间是认知分心识别的2个关键特征,随着认知负荷的提高,驾驶人注视持续时间减少、眨眼时间增加。