载人潜水器舱室空间舒适性复合评估方法

为改善载人潜水器舱室空间舒适性,针对深海载人潜水器强约束条件下舱室空间舒适性特征,提出基于虚拟仿真技术的舱室可视化空间舒适性多源复合评估方法.该方法以虚拟仿真技术为基础,将载人潜水器舱室空间三维数字化数据与潜航员人体数据相结合,构建数字化虚拟仿真模型;以快速相应与评估为标准,将人体舒适性进行分区,并对载人潜水器空间与功能特征进行系统的分析,依托人体生理学特征获取人体舒适性区域特征及空间约束映射,建立7项评估指标;结合6项人因评估工具构建舒适性多源复合评估模型,采用虚拟仿真技术开发空间舒适性可视化评估系统,并通过某型载人潜水器舱室空间优化设计,对舒适性多源复合评估方法和可视化评估原型系统进行可行性验证.研究表明,不同的任务作业姿态严重影响人体舒适性评估的准确性,狭小的舱室空间及舱内设备的布局进一步增大了作业姿态评估的难度.采用空间舒适性复合评估方法能够准确的描述多种姿态下空间舒适性程度,同时多源和可视化的技术特点在一定程度上提升了空间设计方案评估效率以及评估结果的可读性.

基于模糊逻辑的快速上肢评估方法(RULA)改进

为更加有效地进行人机工效评估,基于模糊逻辑,对快速上肢评估(RULA)方法进行改进,以避免因为不精确的关节角度输入,产生差异较大的评估结果.利用梯形函数对关节角度、负荷和肌肉使用进行模糊化处理,利用三角形函数对RULA中间得分和最终得分进行模糊化表示,并选取重心平均法进行去模糊化.随机选取29个姿势进行相关性验证,结果表明:该方法和RULA的相关性为0.937(p<0.01),和工作体位分析系统(OWAS)相关性为0.725(p<0.01),能够良好地反应真实结果.通过运动捕捉实验,模拟控制台捕捉实验,获取12个操作姿势的精确关节数据进行分析,验证了该方法能够有效地改进RULA评估方法,并具有较高的可靠性,更有利于实现人机工效评估.

载人潜水器深海作业舱室热舒适性分析

为改善载人潜水器舱室热环境舒适性,采用PMV-PPD(predicted mean vote-predicted percentage of dissatisfied)热舒适性模型,分析了载人潜水器任务过程中舱室热环境与舒适性变化特征.以载人潜水器低纬度海域7 000 m海试任务环境数据为基础,分析了海试下潜过程中8个典型任务阶段的舱室热环境动态变化特征,并获取关键人因数据与环境数据,利用Matlab计算获得任务过程中舱室平均热感觉指数PMV与预计不满意者的百分数PPD,通过对比PMV-PPD线型,研究了过程舱室热舒适性动态特征和分布特征,针对风速和服装热阻两个可控因素进行热舒适性优化分析.研究结果表明:载人潜水器水下任务过程中,舱室PMV值在[-2,+2]之间持续变化;任务前期热舒适性特征为偏热,任务中后期热舒适性热证为偏冷;其中84%任务阶段舱室热舒适性较差,其中79.69%的任务阶段偏冷,16%任务阶段偏热;风速v和服装热阻I_(cl)为密闭舱室调节热舒适性重要影响因素.针对缺少空调系统的载人潜水器,控制热环境阶段保持0.5 m/s左右风速,冷环境阶段提升0.93～1.48服装热阻可有效改善舱室热舒适性.

面向站立姿态的操纵舒适性评价模型研究

良好的操纵舒适性不仅减少工作中的疲劳,而且提高工作效率.针对站立姿态下操纵舒适性评价的不确定性和模糊性,构建基于T-S模糊神经网络(Takagi-Sugeno Fuzzy Neuryl Network,T-S FNN)的站立姿态操纵舒适性评价模型.通过实验,收集模型的训练和测试数据.选取20名被试者参与本次实验,实验要求每个被试者完成100项目操纵任务,共有4个面板位置,每个面板上有25个圆形贴纸,代表不同操纵位置.在实验过程中分别记录被试者的关节角度、脚底压力、人体尺寸、操纵目标位置及主观舒适性数据.选取90%的实验数据对模型进行训练,10%的实验数据对所提出的方法进行验证,并与BP神经网络模型预测的主观舒适性进行比较,结果表明:T-S FNN模型具有较小的均方根误差(1.2 VS4.5).最后随机选取15组不同操纵任务进行检验,结果表明:该方法的预测值和实际值相关性系数为0.962(P<0.01),与快速上肢评估(RULA)计算结果的相关性系数为0.833(P<0.01),与工作体位分析系统(OWAS)计算结果的相关性系数为0.694(P<0.01),说明该方法能够良好的反应真实结果.