智能煤矿下操作人员情境意识影响因素的多面分析

为了探究智能煤矿中导致操作人员情境意识失效的关键因素,构建智能煤矿操作人员情境意识影响因素理论模型。基于428名被试的问卷调查和数据分析,探讨注意力、记忆、环境特性和任务复杂度对情境意识的影响。研究结果表明:注意力资源和工作记忆对情境意识具有直接而显著的影响,而环境特性和任务复杂性则对情境意识有间接影响,总体而言,注意力资源是智能煤矿人因失误风险防范的关键。这些发现可为提高操作人员的情境意识、预防人因失误提供理论依据,有助于指导智能煤矿企业人员培训和系统优化设计。

面向新型配电网的能观性分析与精细化协同规划方法

现代控制理论和电力系统状态估计中的能观性定义难以满足配电网态势感知的需求,配电网规划模型中也缺乏对能观指标的考虑,为此,提出面向新型配电网的能观性分析与精细化协同规划方法。对配电网的变量与状态空间模型进行定义,并根据传统能观性定义对配电网中的传统/新型变量进行能观性分析;基于传统能观性定义的缺陷提出新的配电网能观性和能观指标定义,并建立考虑能观性的配电网精细化协同规划模型。算例分析结果表明,所提规划方法考虑了实际量测误差的影响,实现了一次网架规划和二次态势感知设备配置的综合最优,达到了经济性和能观性的平衡。

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。

基于残差卷积神经网络的网络安全态势感知方法

由于影响网络安全态势的因素具有多元化的特征,网络安全态势的观察值与预测值也是不断变化的。这种波动导致传统的神经网络在对其进行感知时,对应的收敛误差难以控制。提出基于残差卷积神经网络的网络安全态势感知方法研究。分别从网络自身和攻击状态两个角度,对网络安全态势影响因素进行量化分析;再利用卷积核的权重系数对输入神经网络的整体状态参数进行加权平均,提取各网络安全态势影响因素状态。引入残差损失参数对残差卷积神经网络的池化结果进行约束,输出最终的网络安全态势值。在测试结果中:收敛误差值面对不同类型的网络流量和攻击手段表现出了较高的稳定性,且始终处于较低水平,收敛误差最大值仅为0.0345。

数据驱动的操纵员情景意识因果模型研究

为克服传统情景意识(SA)可靠性评价方法的不足,建立了更具鲁棒性的SA因果模型。首先,采用组织定向的SA失误分析框架或方法对核电厂人因事件进行分析,获得了132组样本数据。然后,采用相关性分析方法识别SA影响因素的相关关系,并采用因子分析方法识别SA失误发生的场景,包括操纵员的心智水平、工作态度、压力水平及系统状态呈现水平等。最后,基于上述研究结果,建立数据驱动的SA因果模型。结果表明,基于数据驱动的SA因果模型识别了SA失误发生的场景,且考虑了行为形成因子的因果关系有利于提升SA可靠性定量评价的精度。

核电厂操纵员的情景意识失误与预防控制研究

核电厂的仪控系统数字化,使得操纵员的情景意识失误(SAE)更为突出。为了识别操纵员存在的主要情景意识失误并进行预防和控制,从认知功能的视角对情景意识失误进行分类,采用建立的SAE分析方法对收集到的人因事件进行分析,获得79组样本数据,识别存在的主要情景意识失误及其原因。基于纵深防御的视角,从SAE的事前预防、事中控制和事后恢复三方面提出了系统化的SAE预防、控制和恢复体系,为数字化核电厂在预防和控制SAE方面提供理论指导。

基于信息加工模型的飞行员差错分析与分类

建立了飞行员信息加工模型。基于该模型,飞行员人为差错可按照认知行为过程分为信息感知差错、信息处理差错、决断差错、行为操作差错,并结合差错模式分类框架进行更详细地分类;影响飞行员认知和行为的情境条件可分为外部差错影响因素和内部差错影响因素。对以往飞行人为差错的分析表明,在信息加工层面分类的人为差错更宜于确定差错的心理机制。基于该理论模型的差错分类系统可以提高人为差错分析的有效性和一致性,从而提高差错管理的有效性。

核电厂操纵员的SA模型与失误辨识研究

为分析核电厂(NPP)数字化主控室(DMCR)操纵员的情景意识失误(SAE)问题,采用核电厂模拟机试验观察法、操纵员访谈法和认知任务分析法,建立SA模型,并将基于该模型的SAE进行分类。通过核电厂全尺寸模拟机试验,识别DMCR操纵员的主要SAE模式及其原因。结果表明:DMCR操纵员SAE主要表现为信息定位丧失、状态解释错误等,主要原因涉及培训、人一机界面设计以及安全文化等方面的问题;基于认知功能的SAE分类全面且具体,有利于找到失误的具体原因。

空中交通管制员的情境意识与航空安全

大部分空管不安全事件与空中交通管制员情境意识下降有关,研究管制员情境意识,预防管制员工作中情境意识下降对于预防空管不安全事件具有十分重要的意义。笔者讨论了空中交通管制员情境意识的意义、常见的管制员情境意识问题、管制员情境意识下降的原因以及提高和维持管制员情境意识的方法四个重要的管制员情境意识问题。笔者特别提出,采取积极的措施预防注意力分散、提高专业技术水平、主动管理工作负荷、管理班组资源是空中交通管制员在工作中获得和维持良好情境意识的途径。

复杂工业系统中班组情景意识的研究进展与发展趋势

本文对复杂工业系统中的班组情景意识相关研究进行综述。分别对班组情景意识的基础理论——班组情景意识的概念、失误机理与失误分析方法、测量方法以及可靠性定量评价方法的研究现状进行回顾和评析,识别当前研究的不足以及当前研究的需求与挑战。最后进行总结并展望班组情景意识相关研究的发展趋势。

核电厂主控室数字化对人执行状态评估任务影响

核电厂主控室进行数字化变革后,操纵员执行状态评估任务的方式发生了巨大变化。为了有效地识别及评估数字化对状态评估的潜在影响,以知觉/循环、资源限制等认知理论为基础,以贝叶斯概率网络为工具,建立状态评估可靠度的影响因素模型。定性分析这些因素对状态评估任务的影响机制,并定量比较它们的影响程度。分析结果表明,界面管理任务和任务负荷变迁,对状态评估的影响最为显著。需采取针对性的措施,优先处理这些人因问题,以最大限度地提高数字化核电厂的安全水平。

基于信息加工模型的管制员差错分类与分析

在Wickens的人类信息加工模型的基础上,加入注意功能、情景意识、内部和外部操作成形因素,建立了管制员信息处理模型。按照该模型,空中交通管制人为差错可按照认知领域分为感知与警觉性差错、短时记忆差错、长时记忆差错、判断与计划差错、响应选择差错和响应执行差错;影响管制员操作的情境条件可分为外部操作成形因素和内部操作成形因素。对以往空管人为差错的分析表明,在信息加工层面分类的人为差错更宜于确定差错的心理致因。基于该理论模型的差错分类系统可以改进人为差错分析的有效性和一致性,从而提高差错管理的有效性。

跑道入侵问题中管制员情境意识分析

有关跑道入侵事故的调查显示,29%的跑道入侵是管制员运行失误造成的,而情境意识丧失是空中交通管制员运行失误产生的主要原因。本文详细分析了跑道入侵中管制员情境意识丧失的主要表现及其原因,并提出了提高管制员情境意识保持能力的方法。

基于风险情景意识评估的跑道入侵风险防控

为有效对跑道入侵进行风险防控,采用系统理论的过程分析(STPA)、基于STPA的早期告警信号分析及Rogers-Tanimoto差异度测量方法,根据塔台管制员不同任务时序,面向跑道入侵对跑道运行系统的系统风险情景意识进行动态化评估,建立系统风险情景意识差错演化模型,提出基于系统风险情景意识评估的跑道入侵风险防控。通过案例分析,结果表明方法可用于跑道入侵的监控、预警及风险防控,为跑道入侵安全防护网的研究提供了理论基础。

核电厂操纵员态势感知方法研究

通过对人员进行心理培训和在操纵室中搭建数字化信息模型,可以减少操纵员的人为差错,从而有效的防止事故的发生。基于这些年来国内外对人因失误展开的研究,提出在影响人员操作方面存在的问题,如操纵人员的感知错误、信息呈现方式复杂、报警装置失效,信息传递失效等。并对此类问题给出相应解决方法:不同信息呈现方式获取操纵员的态势感知变化;利用核电知识与以往运行经验来分析报警信息与关联信息;获取操纵员作业所需功能要素与核电厂人机界面功能完备性表达;基于5G技术的通联,强化系统的"灵活性、亲近性、智能性",实现核电系统的智慧化运行。

数字化核电厂班组情景意识失误研究

为更好地研究数字化核电厂TSA失误,通过核电站现场调研和模拟仿真实验观察,从宏观认知过程的角度构建TSA认知模型,发展一个基于模型的TSA失误分类,结合系统论观点构建TSA失误的行为影响因素(PIFs)分类以及从人的信息处理过程角度建立TSA失误的心理失误机制(PEM)分类。采用建立的分类体系对收集到的大量人因事件报告进行统计分析,获得145组样本数据,识别出主要的TSA失误模式,PIFs和PEM,为数字化核电厂控制和减少TSA失误提供理论支持。