基于人因可靠性的复杂工业系统数字化人机界面画面配置方法与流程

本发明涉及数字化人机界面及人因工程交叉技术领域，尤其指一种基于人因可靠性的复杂工业系统数字化人机界面画面配置方法。

背景技术：

当前，大部分工业系统正在使用或将使用数字化系统。数字化系统的广泛应用，使操纵员的角色从原来的“操作者”转变为“管理者和监控者”。操纵员无需在盘台之间来回走动巡视，而是以坐姿为主通过一些显示器获取信息、执行事故规程。但超负荷的数字化信息和画面使事故处理过程容易产生人误，为正确执行事故规程，完成对整个系统的监视、及时了解系统状态、必须通过“画面配置”来有效获取所需全部信息，正确完成事故的处理。据调查和访谈，大量的画面是干扰操纵员信息获取、事故恢复与处理的主要原因，目前操作员普遍通过加强模拟训练提高操作熟练程度来处理这个问题，然而从根源上来说，应当尽可能的优化人机界面的画面配置，减少数字化人机界面中各种画面给操纵员带来的工作负荷。

在人机界面布局设计中，有学者认为应考虑人们的经验和知识，计算机技术，基于知识型的人因工程方法，设计方法主要采用进化理论，这一思路实现了设计方法的突破。基于此，很多研究人员提出了各种考虑人因的界面设计方法，例如：把人的舒适度、操纵员的思维特性和行动特性纳入到人机界面的功能设计中，或者，把舒适度、空间布局、操作方式人性化、视觉范围、座椅设计原则等方面进行结合，亦或者，在完成物理界面设计的同时，考虑人的认知心理特性及人员安全隐患问题并结合虚拟的人体模型对界面进行设计等等，这些研究考虑并深化了以人为本的设计思路，但它涉及的主要是人与机的外在匹配性，人与机的适合程度及安全问题，并未涉及人机界面本身的设计问题，存在很大的改进空间。

随着人们对人因可靠性的重视，最近，有研究提出了基于人因可靠性分析(hra)的数字化人－机界面评价方法研究，该研究采用基于人的认知可靠性(hcr)方法从事件整体中识别出失误概率高的风险场景，然后，针对高风险场景采用认知可靠性和失误分析方法(cream)确定各种失误模式及其失误概率，并对失误率进行排序,之后根据数字化人机界面特点建立人因可靠性评价表，对失误率较高的人机界面进行复查，以洞察人机界面设计中存在的不足。该研究把对人机界面的评价提升到一个高度，因为数字化系统中的人因可靠性是设计人机界面的关键所在，只是该研究提出的方法为定性方法，存在主观性，对人机界面的评价存在偏差。

技术实现要素：

本发明所要解决的技术问题是提供一种基于人因可靠性的复杂工业系统数字化人机界面画面配置方法，该方法可以节省操纵员对画面配置过程所花费的认知负荷、心理压力及事故恢复时间，减少人因事故的发生。

为了解决上述技术问题，本发明采用如下技术方案：数字化人机界面配置性能的人因可靠性测试系统，包括：输入层、隐含层和输出层，所述隐含层的入口及出口分别连接输入层及输出层；

所述输入层用于确定输入参数因子；

所述隐含层用于根据神经网络输入传递函数对输入参数因子的人因可靠性进行计算；

所述输出层用于根据神经网络激励函数计算出输入参数因子基于人因可靠性的画面配置性能测试结果。

进一步地，所述输入参数因子包括画面配置性能测试评价指标、操纵员在完成相应任务所花费的时间以及测试过程中的其他影响因子。

更进一步地，所述隐含层的神经网络输入传递函数为：

yb＝f1(netb)

其中，yb表示神经网络输入传递函数；m表示数字化人机界面用于性能测试的评价指标数量，也称为输入变量；vab表示输入层第a个神经元到隐含层第b个神经元的权重值；ca表示用于性能测试评价指标第a个输入变量值。

更进一步地，所述输出层的神经网络激励函数为：

o＝f2(net)

o为输出层计算值，即：基于人因可靠性的数字化人机界面性能结果；s为隐含层到输出层的权重数；wb为隐含层第b个神经元到输出层神经元的权值。

更进一步地，以f1(x)表示隐含层的神经网络输入传递函数：

以f2(x)表示输出层的神经网络激励函数：

其中，n表示测试人机界面性能时，操纵员在完成相应任务所花费时间的分段数；δi＝ti/n，ti表示测试画面配置性能时，操纵员在完成相应任务所花费的时间；λj为性能评价指标对应的参数值；г(t)为在完成相应任务时允许操纵员最大的延迟时间；函数z(x)为人因可靠性分析数学表达式。

作为本发明的另一面，基于人因可靠性的复杂工业系统数字化人机界面画面配置方法，包括：

1)基于优先级-时间片动态权重双比率分配调度方法调用数字化系统中已打开的画面进入或调出缓冲池；

2)基于相关度检测带标识队列调度方法动态确定1)中已进入缓冲池的画面在队列中的排序；

3)基于权重关联度的筛选方法筛选画面提示信息并按权重关联度的高度依次显示相关画面提示信息；

4)确定是否根据画面提示信息调用相关画面。

进一步地，在1)中，所述基于优先级-时间片动态权重双比率分配调度方法为：

把优先级与时间片二个因数进行结合确定画面的权重比，权重比高的画面从数字化系统中进入人机界面缓冲池等待调用，当缓冲池设定的存储空间已满时，重新根据优先级与时间片确定画面的权重比，将保留在人机界面缓冲池中权重比低的画面在某时刻人为把其关闭之前退出缓冲池使之自动关闭或隐藏，以等待下一次唤醒或调用。

再进一步地，在2)中，所述基于相关度检测带标识队列的调度方法为：

设计一个队列对多个画面进行标识和暂时保存，当某个画面出队列或进队列时，设计一个变量进行标识，当标识变量发生变化时，重新确定每个画面的相关重要度，且按重要度高低顺利从队头开始进行排列,若同一时刻只需查看一个画面信息，将通过出队方式产生一个相关重要度最大的画面并把其显示在操纵员该时刻正面对的某个显示屏上，若同一时刻需查看多个画面信息，将通过出队方式产生多个相关重要度较大的画面，并把相对重要度最大的画面显示在操纵员该时刻正面对的某个显示屏上，其他的画面按离重要度最大的画面显示在某个屏的距离最小及左到右的优先原则进行分布。

更进一步地，在3)中，所述权重关联度为某时刻主操作规程与画面提示信息紧密相关的程度，当画面提示信息的权重关联度小于设定的阈值时其将被筛选掉，当画面提示信息的权重关联度大于或等于设定的阈值时其将按照权重关联度的高度依次被显示。

优选地，采用前述数字化人机界面配置性能的人因可靠性测试系统对数字化人机界面配置过程中的性能参数进行人因可靠性分析，包括：

基于所述人因可靠性测试系统确定1)中每个画面优先级与时间片的权重比；

基于所述人因可靠性测试系统确定2)中每个画面的相关重要度；

基于所述人因可靠性测试系统确定3)中画面提示信息的权重关联度。

在本发明所涉的基于人因可靠性的复杂工业系统数字化人机界面画面配置方法中，三个不同的配置阶段提出了三种不同的配置方法，具体来说，在决定画面进入或调出人机界面缓冲池时，采用基于优先级-时间片动态权重双比率分配调度方法，将权重比高的画面进入人机界面缓冲池等待调用，权重比低的画面从人机界面缓冲池退出，如此可以充分利用缓冲池的存储空间，及时的为操作员调用重要画面，提高画面调用效率；在调用缓冲池的画面进入某个显示屏时，采用基于相关度检测带标识队列的调度方法在多个画面中进行调用，可以有效的降低画面的冗杂度，有针对性的给出操作员所需画面，减轻操作员选择画面的工作负荷；另外的，在筛选和显示画面提示信息时，采用基于权重的关联度筛选方法，将低于权重关联度阈值的画面提示信息筛选掉，反之，则按照关联度高低依次显示，画面提示信息对于操作员的相关操作非常重要，有效的筛选方法能大大节省操作员对画面配置过程所花费的认知负荷，尤其在处理异常事故时，可以减轻操作员的画面数据分析压力，本发明中所涉的筛选方法可以很好的达到上述目的。综合而言，本发明可以有效节省操纵员对画面配置过程所花费的认知负荷、心理压力及事故恢复时间，减少人因事故的发生。

另外，本发明还提供了数字化人机界面配置性能的人因可靠性测试系统，该系统基于神经网络对数字化人机界面配置过程中涉及的重要参数进行性能测试，得到各参数的人因可靠性结果，该结果可以准确的对人机界面的配置方法进行评价，有效的辅助操作员按照前述配置方法正确的执行相关操作。

附图说明

图1为本发明中数字化人机界面配置性能的人因可靠性测试系统的结构图；

图2为本发明中基于人因可靠性的复杂工业系统数字化人机界面画面配置方法的流程图；

图3为本发明中基于优先级-时间片动态权重双比率分配调度方法的流程图；

图4为本发明中基于相关度检测带标识队列的调度方法的流程图；

图5为本发明中基于权重关联度的筛选方法筛选画面提示信息的流程图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

数字化人机界面配置性能的人因可靠性测试系统，包括输入层、隐含层和输出层，隐含层的入口及出口分别连接输入层及输出层；输入层用于确定输入参数因子；隐含层用于根据神经网络输入传递函数对输入参数因子的人因可靠性进行计算；输出层用于根据神经网络激励函数计算出输入参数因子基于人因可靠性的画面配置性能测试结果。

如图1所示，上述实施方式中的数字化人机界面配置性能的人因可靠性测试系统的工作原理具体如下：

先在输入层确定输入参数因子，包括：画面配置性能测试评价指标x1、x2……xn、操纵员在完成相应任务所花费的时间t、以及测试过程中的其他影响因子f1、f2……fn，并将这些输入参数因子输送到隐含层，然后隐含层根据下述神经网络输入传递函数对输入参数因子的人因可靠性进行计算：

yb＝f1(netb)

其中，yb表示神经网络输入传递函数；m表示数字化人机界面用于性能测试的评价指标数量，也称为输入变量；vab表示输入层第a个神经元到隐含层第b个神经元的权重值；ca表示用于性能测试评价指标第a个输入变量值；

最后，再在输出层根据下述神经网络激励函数计算出输入参数因子基于人因可靠性的画面配置性能测试结果：

o＝f2(net)

o为输出层计算值，即：基于人因可靠性的数字化人机界面性能结果；s为隐含层到输出层的权重数；wb为隐含层第b个神经元到输出层神经元的权值。

在上述实施方式所涉的人因可靠性测试系统中，进一步地，以f1(x)表示隐含层的神经网络输入传递函数：

以f2(x)表示输出层的神经网络激励函数：

其中，n表示测试人机界面性能时，操纵员在完成相应任务所花费时间的分段数；δi＝ti/n，ti表示测试画面配置性能时，操纵员在完成相应任务所花费的时间；λj为性能评价指标对应的参数值；г(t)为在完成相应任务时允许操纵员最大的延迟时间；函数z(x)为人因可靠性分析数学表达式。

需要提出说明的是，上述人因可靠性测试系统基于神经网络对数字化人机界面画面配置的性能进行测试，选取神经网络技术的原因主要有两个：第一，目前神经网络技术已经得到广泛应用，技术比较成熟；第二，神经网络技术在修正输入参数因子方面有其它方法不可比拟的优越性。

作为本发明的另一面，基于人因可靠性的复杂工业系统数字化人机界面画面配置方法，如图2所示，包括：

1)基于优先级-时间片动态权重双比率分配调度方法调用数字化系统中已打开的画面进入或调出缓冲池；

2)基于相关度检测带标识队列调度方法动态确定1)中已进入缓冲池的画面在队列中的排序；

3)基于权重关联度的筛选方法筛选画面提示信息并按权重关联度的高度依次显示相关画面提示信息；

4)确定是否根据画面提示信息调用相关画面。

关于上述实施方式所涉的数字化人机界面画面配置方法的1)主要是确定人机界面缓冲池进入与调出方法，这一方法主要解决画面从数字化系统中进入和调出人机界面的方式，即是要找到一个合适的调度方法，解决某时刻哪些画面应调入人机界面，哪些画面应及时退出人机界面进行暂时隐藏或关闭。目前典型的调度方法有：先来先服务方法、优先级方法、电梯法、彩票调度方法、公平分享调度方法、单比率调度方法、限期调度方法等等。本实施方式结合实际情况建立一个合适的调度方法，即：根据画面重要度及时间片原则提出基于优先级-时间片动态权重双比率分配调度方法，该方法的特点是把优先级与时间片二个因数有效结合，权重比高的画面应尽量保留在人机界面缓冲池中，另一方面，由于缓冲池的存储空间有限，保留在人机界面中的画面某时刻在人为把其关闭之前应退出缓冲池自动关闭或隐藏，以等待下一次唤醒或调用。该方法的关键问题是如何确定优先级与时间片的权重比，因为权重比很大程度上决定了某时刻哪些画面应进入或退出缓冲池。该方法难点是某时刻如何对画面的优先级及时间片进行取值，由于每次执行的规程、参数、辅助信息界面不一样，就算是同样的画面，当某时刻与其匹配的其他界面信息或配套处理信息不一致时，其重要度和时间片的分配也会不一样，这体现了该方法的动态性。该方法的工作流程如图3所示。

关于上述实施方式所涉的数字化人机界面画面配置方法的2)主要是确定多个画面根据相关重要性(也称为时间紧迫性)随机排列显示方式的方法，该方法是在上述1)的基础上，解决显示屏幕存在多个画面时，呈现给操纵员众多画面之间的动态逻辑关系，与1)的不同在于：本部分是对已经从数字化系统中进入人机界面的多个画面进行管理的方法。根据数字化人机界面的具体情况，并结合具体任务的相关度，提出基于相关重要度检测的带标识队列方法。该方法中，相关重要度呈动态性变化，体现在：同样的画面在不同的画面序列中其重要度不同，也就是说只要画面序列发生变化，就需对每个画面重新分配其相关重要度。另一方面，该方法需设计一个队列对多个画面进行标识和暂时保存，当某个画面出队列或进队列时，设计一个变量进行标识，当标识变量发生变化时，说明画面序列已经发生改变，这时需重新确定每个画面的相关重要度，且按重要度高低顺利从队头开始进行排列,若同一时刻只需查看一个画面信息，通过出队方式产生一个相关重要度最大的画面并把其显示在操纵员该时刻正面对的某个显示屏上，若同一时刻需查看多个画面信息，类似的，通过出队方式产生多个相关重要度较大的画面，并把相对重要度最大的画面显示在操纵员该时刻正面对的某个显示屏上，其他的画面按离重要度最大的画面显示在某个屏的距离最小及左到右的优先原则进行分布。该方法的工作流程如图4所示。

关于上述实施方式所涉的数字化人机界面画面配置方法的3)主要是确定人机界面中画面提示信息的筛选方法，该方法在上述2)的基础上，进一步解决画面提示信息的筛选，以免太多的提示信息而增加操纵员的负担。目前，界内的筛选方法有多种，例如：遗传筛选方法，梯度筛选方法、分级筛选方法、并行递归筛选方法、线性规划筛选方法、数学平均样点筛选方法等等。本实施方式中采用基于权重的关联度筛选方法，权重关联度指某时刻主操作规程与画面提示信息紧密相关的程度，当关联度小于设定的阈值时把其筛选掉。该方法的重点是如何确定权重，该权重与一般权重不同，特指主操作规程与画面提示信息相关性所表征出来的人因可靠性，人因可靠性越高，权重就越大。该方法的工作流程如图5所示。

在上述实施方式所涉的基于人因可靠性的复杂工业系统数字化人机界面画面配置方法中，具体来说，可以采用前述数字化人机界面配置性能的人因可靠性测试系统对数字化人机界面配置过程中的性能参数进行人因可靠性分析，包括：

基于人因可靠性测试系统确定1)中每个画面优先级与时间片的权重比；

基于人因可靠性测试系统确定2)中每个画面的相关重要度；

基于人因可靠性测试系统确定3)中画面提示信息的权重关联度。

上述实施例为本发明较佳的实现方案，除此之外，本发明还可以其它方式实现，在不脱离本技术方案构思的前提下任何显而易见的替换均在本发明的保护范围之内。

为了让本领域普通技术人员更方便地理解本发明相对于现有技术的改进之处，本发明的一些附图和描述已经被简化，并且为了清楚起见，本申请文件还省略了一些其它元素，本领域普通技术人员应该意识到这些省略的元素也可构成本发明的内容。