基于STPA-BN的船舶航行人为风险因素分析与评估

人为因素是引发船舶事故的最主要因素之一,为了研究船舶人为风险因素的因果关系,从中国海事局发布的船舶事故报告出发,引入系统理论过程分析-贝叶斯网络(STPA-BN)模型对船舶航行人为风险因素进行分析和评估。采用系统理论过程分析(STPA)方法识别出船舶航行中存在的不安全控制行为,结合事故报告内容提取出12种人为风险因素,利用风险因素的内在因果关系和结构学习功能构建贝叶斯网络拓扑结构;将事故报告量化,并对网络进行参数学习,对模型进行验证。在此基础上,利用贝叶斯网络(BN)的推理功能得到船舶航行中7种突出的人为风险因素和3条事故核心致因链,为保障船舶安全航行与船员培训提供数据支持。

基于机器学习组合模型的远程塔台管制员情景意识水平

有效识别远程塔台管制员情景意识水平(situation awareness,SA)的主要影响因素,能够更好地为远程塔台管制设计和使用提供参考依据。首先对管制员分别在传统塔台和远程塔台环境下进行数据采集试验,分析两种环境下主、客观指标的差异性。其次,采用假设检验的方法来验证眼动指标作为评价远程塔台管制员SA的可行性。接着基于敏感眼动指标采用K-means聚类和支持向量机(support vector machine,SVM)组合模型分析方法对远程塔台管制员SA水平进行分类识别。结果表明:采用Poly核函数进行模型训练,对SA识别的准确率达到了99.72%。研究结果证实了K-means聚类与支持向量机模型组合模型可作为分析远程塔台管制员SA的有效方法。

基于眼动追踪技术的引航员情景意识识别研究

情景意识(Situation Awareness,SA)缺失是引航作业人为失误的主要根源,有效识别引航员SA水平是保障引航安全的关键。针对现有测量方法的侵入性、主观性、间断性问题,设计典型场景引航模拟试验,利用眼动特征开展引航员SA水平识别研究。应用眼动追踪技术实时采集引航员的眼动试验数据;采用独立样本t检验和Mann-Whitney检验方法研究SA与眼动指标的关联效应;基于敏感眼动指标结合支持向量机(Support Vector Machine,SVM)构建引航员SA识别模型,实现引航操作任务下SA的有效识别。结果显示:高SA组的视觉搜索效率大于低SA组,高SA组主要关注窗外视景而低SA组更多关注电子海图,高SA组比低SA组获取信息的能力更强;平均扫视次数(Average Saccade Count,ASC)、注视总时间百分比(Fixation Duration Percentage,FDP)、平均注视持续时间(Average Fixation Duration,AFD)3个眼动指标与引航员SA水平具有显著相关性;采用“ASC+FDP+AFD”组合指标时且在5 s时间窗口长度下,SA识别准确率达到92.23%。研究结果表明了该识别模型的有效性。

基于人-物交互关系检测的带电作业人员行为识别方法研究

为解决现有视频行为识别方法难以区分带电作业过程中某些相似行为、可识别行为种类少、未高效利用人员与物品间交互关系等问题,提出1种基于人-物交互关系检测的配网带电作业人员行为识别方法。利用轻量化姿态估计算法识别人员骨架序列,然后通过时空图卷积网络(spatial temporal graph convolutional networks,ST-GCN)提取人体运动的时空间特征并进行初步分类。对于由骨骼姿态无法有效区分的相似行为,采用目标检测算法识别人员所用工器具及使用状态,并通过融合人体动作与作业工器具所含行为信息,实现视频行为的精确识别。研究结果表明:该方法能有效识别带电作业行为,对相似行为的识别准确率约为88.9%,相较于现有基于骨架序列的带电作业人员行为方法提升约53个百分点。研究结果可为提高现场安全管控水平提供参考思路。

基于贝叶斯方法的通信网络运维人误概率研究

为了定量化分析通信网络运维任务中人因失误的发生概率,针对网络运维人员在执行任务中可能发生的40种人误模式,采用专家判断法获取人误概率的估值,进而采用贝叶斯方法进行聚合分析,得到了各项人误模式的基础发生概率水平。结果表明:在无其他突出情境因素影响时,大多数人误模式的基础发生概率量级在1E-3左右,其中由于理解失效和决策制定失效导致的人误发生概率与其他宏认知功能的失效相比较高。在实际应用中,相对概率高的人误模式在安全和质量管理中应得到优先控制。

优化的CREAM失误概率预测法在特种印刷企业的应用

为弥补认知可靠性与失误分析法(CREAM)只能评估某项工作平均作业失误概率的缺陷,提出优化的CREAM,用于预测具体人员从事某项具体工作的失误概率。将生理和心理因素纳入人因可靠性评估体系,采用实验性测量手段予以表征,从而建立人内在因素权重因子、量化生理和心理因素对认知功能失误概率的影响,预测各作业步骤和整个作业过程的失误概率。将上述方法应用于某特种印刷企业的关键作业失误概率预测,结果显示:操作工的作业失误概率预测值范围为3.1×10^(-4)~9.6×10^(-2),且预测值与操作工目标作业的日常违章次数有关联性,证明优化后的CREAM具有可靠性。

基于HRV的受限空间内装配人员作业疲劳研究

为了解受限空间内装配人员作业过程疲劳特征,避免疲劳累积,设计并组织扳手旋紧螺栓试验。招募10名男大学生进行试验,测量不同作业高度(120cm、140cm)和不同工作面(侧面、顶面、正面)下装配人员心率变异性数据(HRV),并记录主观疲劳评分。然后,利用统计学方法分析装配过程中作业人员疲劳特征。结果表明,作业高度显著影响NNMean、RMSSD、HF%和LF/HF以及主观疲劳评分,但工作面影响不显著,且无二阶效应。受限空间内装配人员旋紧螺丝作业中,不同工作面下疲劳发展差异不显著,140cm作业高度下疲劳累积明显高于120cm高度。

多层次人为因素耦合关联挖掘量化方法

提出了一种多层次人为因素耦合关联挖掘量化方法,以民航领域不安全事件为例进行验证,旨在弥补人为因素分析过程中缺少层次间耦合关联定量分析的不足。首先,融合人的因素分析与分类系统(Human Factors Analysis and Classification System,HFACS)模型和飞行专家访谈对不安全事件多层次耦合原因进行细化;然后,基于灰色关联度分析(Grey Relation Analysis,GRA)理论量化事件深层影响因素与多类不安全行为之间的关联;最后,挖掘导致多类不安全行为的重要影响因素。为验证模型的适用性与解释性,以民航不安全事件为例,结果表明:个人准备及机组资源管理、操作者状态、监督不充分对技能差错、习惯性违规、偶然性违规产生重大影响,以上因素主要通过直接影响整体差错和违规,形成不安全行为,致使民航不安全事件发生;未纠正已有问题、资源管理、监督违规对知觉差错产生重要影响,组织过程、环境因素、监督不充分对决策差错产生关键影响,多数现有措施并未针对知觉差错和决策差错的防控。研究探索了民航不安全事件致因机理,可为制定更加针对性的风险防控措施提供客观定量的理论参考。

基于系统动力学的煤矿人机协作行为仿真研究

为保证煤矿智能化建设中人机能够安全协作,减少协作事故的发生,结合事故致因理论和理性行动理论从矿工个人、智能化系统、安全管理三个方面构建煤矿人机协作行为的理论模型,探讨人机协作行为的影响因素。基于系统动力学方法,探究了煤矿人机协作行为影响因素之间的作用关系并对其演化趋势进行动态仿真模拟。研究发现:在煤矿智能化建设中,自动化信任、班组安全管理、组织安全管理在人机协作的不同阶段对不安全协作行为有明显的抑制作用;联合干预对不安全协作行为的抑制效果明显。基于仿真结果,从矿工个体、组织安全管理、班组安全管理三个方面提出了提高煤矿人机安全协作行为的政策建议。

基于sEMG的拉力作业肌肉疲劳与恢复研究

目的为了探究动态拉力作业肌肉疲劳与恢复的特征,避免肌肉疲劳累积,降低肌肉骨骼疾患(MSDs)风险。方法设计动态拉力作业疲劳与恢复试验,选取10名男性本科生。测量屈指肌和肱三头肌的表面肌电信号,通过统计学方法分析肌群指标MF和MPF的变化特征。结果经过静坐恢复方式干预,肌力恢复至88%MVC,屈指和肱三头肌肌电频域指标MF和MPF均呈上升趋势,主观疲劳感随休息时间延长呈下降趋势。结论肌电频域指标MF和MPF能够较好地作为评估动态拉力作业中肌肉疲劳状态恢复过程的客观指标。本研究的疲劳状态恢复特征研究内容可为现实拉力作业中的休息设计提供依据。

基于多模态信息的地面钻孔作业肌肉疲劳分析

为了解地面钻孔作业肌肉疲劳发展特征,避免疲劳累积,降低工作相关肌肉骨骼疾患(WMSDs)风险,设计并组织地面钻孔试验,通过采集作业过程中作业人员多模态肌肉疲劳信息研究其风险。招募8名大学男生进行试验,测量地面及20 cm高以及20 s和40 s钻孔任务下多模态肌肉疲劳数据:任务操作量、主观评分、生理参数和姿势;然后运用统计学方法分析地面类型及任务时长对作业过程肌肉疲劳的影响,进行回归分析以分析各肌群肌肉疲劳发展,利用姿势分析方法分析姿势风险。结果表明:钻孔作业肌肉疲劳明显;作业前后握力下降显著;主观用力评分(RPE)、主观痛感评分(RPA)和主观振动不适评分(RPV)均随时间显著上升;腰背RPE评分最高;20 cm高作业肌肉疲劳风险较高,具有较高姿势风险评分;身体右侧肌肉疲劳风险较高;20 s任务肌肉疲劳风险较高于40 s任务。

基于sEMG的渣土车驾驶员肌肉疲劳与恢复研究

目的 为了解渣土车驾驶员肌肉疲劳发展与疲劳恢复特征,避免疲劳累积,降低肌肉骨骼损伤风险.方法 设计并组织渣土车模拟驾驶实验.招募8 名被试参与实验,测量驾驶过程和恢复阶段驾驶员主观疲劳评分数据与颈部左右斜方肌、腰部左右竖脊肌、左右多裂肌共6 个肌群的肌肉活动信息,运用统计学分析方法分析肌肉疲劳随驾驶时间和恢复时间而变化的特征.结果 经过180 min模拟渣土车驾驶任务后,驾驶员达到非常疲劳状态,所测量6 个肌群肌肉疲劳,腰部CR-10 评分高于颈部;经过5 min静坐和30 min静坐且听音乐休息后,驾驶员恢复至较清醒状态,所测6 个肌群中,身体左侧相关肌群逐渐恢复,身体右侧相关肌群仍然处于疲劳状态.结论 渣土车驾驶过程肌肉疲劳明显,静坐恢复方式有利于疲劳恢复,但是身体右侧斜方肌、竖脊肌和多裂肌仍处于疲劳状态.

工程车辆驾驶员疲劳状况调查研究

目的调查工程车辆驾驶员疲劳情况,分析影响驾驶员疲劳的影响因素,为工程车辆驾驶人员疲劳缓解与预防提供依据。方法设计工程车辆驾驶员疲劳调查问卷,随机抽取现职工程车辆驾驶员,对155位驾驶员进行问卷调查;运用SPSS26.0进行概率、单因素分析、相关分析和多重响应分析,得到工程车辆驾驶员疲劳影响因素及影响因素之间的相关关系。结果155份有效问卷中,工程车辆驾驶员疲劳症状发生率依次为腰部(35.48%)、颈部(30.32%)、肩部(29.68%)、背部(27.74%),单因素分析结果显示导致工程车辆驾驶员疲劳的主要因素包括学历、工作年限、驾龄、每天工作时间及每周工作时间。相关分析结果显示,肌肉骨骼损伤、体力疲劳感觉、疲劳程度感觉、睡眠质量、工作压力、驾驶员疲劳等驾驶作业疲劳构成因素之间均呈极显著正相关。结论工程车辆驾驶员疲劳部位主要体现在腰部与颈部,其危险因素主要包括不良的驾驶习惯、不合理的轮班制度及较差的休息环境,应开展有效的干预措施。

光标控制设备和目标方向对指点绩效的影响

【目的】探究不同光标控制设备和目标方向对指点绩效的影响,旨在提高人机交互效率。【方法】基于ISO 9241-9国际标准设计多目标方向指点任务,邀请30名被试参与实验,获取被试使用普通鼠标、拇指式轨迹球、嵌入式滚球鼠标的反应时、正确率和主观评分。【结果】使用三种光标控制设备的正确率无显著差异,反应时存在显著差异;目标方向对正确率无显著影响,对嵌入式滚球鼠标反应时有显著影响。【结论】①在进行交互界面图标位置设计时,使用拇指式轨迹球交互优先考虑水平向左方向(180°);使用嵌入式滚球鼠标时,优先考虑垂直向下方向(270°)。②在用户疲劳度方面,拇指式轨迹球的使用最为轻松。③在进行简单人机交互任务时,使用普通鼠标优于拇指式轨迹球和嵌入式滚球鼠标。

短视频在工程流体力学教学中的应用

以工程流体力学课程为例,介绍了该课程教学中的特点及存在的问题,结合教学中如何激发学生学习兴趣、弥补前期知识缺陷、攻克教学重点难点、开拓学生学习视野、融入课程思政元素等方面,通过合理设计“短视频”课程教学方案,探讨“短视频”在教学中的运用效果。另外,还总结了短视频引入教学后可能存在的问题,期望为能源专业相关的基础理论课提供参考。

OBE理念下基于SPOC的混合式教学改革与实践

为了推广成果导向教育理念和提升高等工程教育质量,同时使“互联网+”与教育深度融合,共享优质教学资源,利用成果导向教育理念进行课程教学设计,采用MOOC和实体课堂进行混合式教学改革,并以安全人机工程学课程为例进行实践。结果表明:新的教学模式提高了学生的主动性和参与度,课程目标的达成情况优于传统教学方法。这种教学模式对于满足学生需求和适应社会发展起到积极的促进作用,其他理论和实践较强的课程教学改革均可应用。

基于数据检索的安全人机工程学发展现状分析

为了获悉当前安全人机工程学发展形势及近况,文章采取数据检索法,于中国知网上搜集与之相关的中文文献发表数量、类型、研究领域等数据并做了Word图表分析,结果表明当前国内安全人机工程学处于初期发展阶段,新一代技术革命将极速推动其研究范围及领域扩大,且接下来的研究热点是安全人机工程学在高科技技术层面的应用设计以及如何使其在人机融合方向得到最大化发展。

基于AHP-SLIM的抽水蓄能电站充排水人因失误预测分析

随着我国水利工程事业的高速发展,水利工程中的安全问题越来越被重视。本文将人因可靠性分析与抽水蓄能电站结合,利用SLIM(Success likelihood index method,SLIM)方法对抽水蓄能电站充排水作业人员进行可靠性分析。由于SLIM方法更多依赖于专家的主观意见,为提高结果的准确性,本文采用层次分析法与SLIM相结合的方式筛选出部分不合格的专家打分结果,再以PSF为准则层计算出权重值和对失误的影响程度,得到失误发生概率。分析结果证明“组织完善性、人机界面(MMI)与运行支持的完善性、经验培训、各成员合作质量”对发生概率较高的失误影响程度较大,即人为因素对水电站实际操作有重要影响,工程上可主要通过提高人因可靠性来降低事故发生概率。

航海人员的不安全行为分析与评价模型研究

随着国际、国内对航运系统安全认识的不断提高,航海人员的行为及如何对其安全行为进行科学评价日益受到关注。从人—机—环—管的安全系统基本要素出发,全面分析导致航海人员不安全行为的各种因素。在此基础上提出综合评价航海人员安全行为的指标体系,并探讨以各指标实测值经归一化处理后作为系统的输入,以评价结果作为系统的输出,应用BP神经网络建立综合评价模型。该种评价模型简单、实用,而且克服了其他评价方法中存在的人为和随机干扰,同时也为航海人员的安全行为评价提供了一种新的研究思路。

矿井相对瓦斯涌出量动态无偏灰色马尔科夫预测

矿井瓦斯涌出量预测对于煤矿瓦斯防治具有重要意义。为预测矿井瓦斯相对涌出量,以传统灰色GM(1,1)模型为基础,构建动态无偏灰色马尔科夫模型,通过分析潞安矿区某矿2003—2010年的煤矿相对瓦斯涌出量数据,预测2011—2012年煤矿相对瓦斯涌出量数据,利用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,通过拟合得到煤矿相对瓦斯涌出量数据变化趋势,并在此基础上利用马尔科夫模型进行预测,并在此预测中进行原始数据更新,并对4种预测方法的预测结果进行对比分析。结果表明,动态无偏灰色马尔科夫模型不但能够消除传统灰色GM(1,1)模型自身的固有偏差,而且能提高预测精度,平均绝对误差为3.2%,平均相对误差为2.59%,均低于传统灰色GM(1,1)模型与一般灰色马尔科夫模型。动态无偏灰色马尔科夫模型对于煤矿相对瓦斯涌出量数据的平均预测精度达到96.74%。