飞行员脑力负荷测量指标和评价方法研究进展

首先介绍脑力负荷相关定义、脑力负荷与作业绩效的关系、解决脑力负荷问题的方法,指出脑力负荷问题的破解离不开脑力负荷测量方法的支撑;其次详细分析和综述了近年来国内外飞行脑力负荷测量的新指标、新方法以及主要应用,其中重点综述了脑力负荷的综合测评方法;最后结合飞机驾驶舱显示系统的设计评价,探讨了脑力负荷测评方法研究现状及存在的问题,指出了飞行员脑力负荷测评的未来发展趋势。     

民机驾驶舱人机交互脑力负荷预测模型

针对民机驾驶舱人机交互中飞行员脑力负荷问题,设计不同难度的人机交互飞行实验任务,分析飞行作业过程中飞行员脑力负荷在评估指标上的变化.在此基础上,提出一种新的改进的多元线形回归方法,探索人机交互中飞行人员脑力负荷变化预测模型的构建方法.结果显示:飞行作业过程中脑力负荷在反应时间、正确率、NASA-TLX、SDNN 4个评估指标上变化显著;在RRI Count、Max RRI、Minimum RRI、Mean RRI、Max/Min 5个评估指标上变化不显著.改进的多元线形回归模型可对不同飞行难度下个体脑力负荷水平进行预测和等级划分,平均预测准确率为87.5％.提出的预测模型与实测数据吻合性较好,能够较准确地反映民机驾驶舱人机交互中飞行员脑力负荷变化特性,可为未来民机驾驶舱人机交互中工效学评价与优化设计提供依据.     

基于模糊聚类的实用系数分析方法

实用系数常用于指导业扩报装时配变容量的选取.文中针对当前实用系数选取时灵活性差、受样本数据影响较大、没有考虑负荷发展特性等问题,设计了一种基于模糊聚类的实用系数分析方法.首先,将用电用户划分为商业、住宅、工业等类型,并建立相应的用电用户的评价指标体系,该体系选取负荷密度、年用电量增长率、配变投运时间3个评价指标来分别描述用电用户的用电水平、变化情况以及负荷发展特性;然后,设计了基于模糊聚类的实用系数等级划分方法,该方法根据3个评价指标进行模糊聚类,划分出实用系数等级,并确定各等级的评价指标及实用系数的中心值;最后,根据待测用电用户的评价指标值与各等级中心值的加权距离和,求得实用系数等级及相应的实用系数值.通过实例分析,验证了该方法的有效性和实用性.     

基于EEG熵值的驾驶员脑力负荷水平识别方法

为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换(FFT),选取θ(4~8 Hz),α(8~13 Hz),β(13~30 Hz)3个频段的频谱幅值分别进行熵处理,对所得到的熵值作为脑力负荷识别参数,并对识别参数进行Kruskal-Wallis检验,选取差异最为显著的10项参数作为脑力负荷特征指标,在此基础上结合BP模型构建了驾驶员脑力负荷识别模型.基于驾驶模拟器实验数据,模型识别正确率为87.8%~90.4%.结果表明,该模型对驾驶员脑力负荷识别具有较高准确性,可实现不同驾驶员脑力负荷的有效识别,为未来自动辅助驾驶系统构建及车载信息系统优化设计提供算法依据.     

基于GMDH与回归分析结合方法的飞行员脑力负荷预测研究

脑力负荷是人机系统中人的绩效的一个重要因素,对飞行员脑力负荷展开研究,为飞机驾驶舱设计及其仪表设备的符合性验证提供参考。通过实验得到生理测量、绩效测量、主观测量的各项指标。利用单因素方差分析法提取对飞行员脑力负荷的敏感指标,结果表明：注视频率、注视总时间、眨眼率、平均瞳孔直径变化率、NASA_TLX（NASA Task Load Index）、正确率的主效应显著（P<0.05）。本文采用GMDH（Group Method of Data Handling）与线性回归的结合方法,建立飞行员脑力负荷预测模型,并且得到模型拟合度为85.47%。因此,GMDH与线性回归的结合方法可以较好地预测飞行员脑力负荷。     

基于多资源理论的脑力负荷评价方法

从人的信息处理方式着手探讨脑力负荷产生原因,提取可反映脑力负荷的4个方面指标,然后对分析的工作任务进行逐层分析和归类,用视觉、听觉、认知和运动反应4个信息处理源下的28种行为要素序列进行描述;继而分别从同时进行的行为数、任务难度、同信息源冲突、同处理阶段冲突4个方面指标对行为序列进行评价,以得到操作任务的工作负荷.并以地铁二号线司机宣武门到长椿街段驾驶任务为例研究验证方法的有效性.结果表明,本方法能够描述整个工作过程中脑力负荷的变化情况,并寻找出致使负荷高的原因.     

基于自组织算法与回归分析结合方法的飞行员脑力负荷预测研究

脑力负荷是人机系统中人的绩效的一个重要因素。对飞行员脑力负荷展开研究,为飞机驾驶舱设计及其仪表设备的符合性验证提供参考。通过实验得到生理测量、绩效测量、主观测量的各项指标。利用单因素方差分析法提取对飞行员脑力负荷的敏感指标。结果表明:注视频率、注视总时间、眨眼率、平均瞳孔直径变化率、NASA_TLX(NASA task load index)、正确率的主效应显著(P0.05)。采用自组织算法GMDH(group method of data handling)与线性回归的结合方法,建立飞行员脑力负荷预测模型;并且得到模型拟合度为85.47%。因此,GMDH与线性回归的结合方法可以较好地预测飞行员脑力负荷。     

基于脑电的轻装作业操作者脑力负荷与绩效的分析

针对脑力负荷过高或过低导致产品质量低、生产效率低的问题,采用脑电(EEG)生理测量技术,模拟轻装产品的手工装配生产。设计了单产品装配和产品组合装配实验方案,探究操作者脑力负荷与工作绩效之间的关系。采集了25位志愿者的EEG负荷指标、装配完成率和装配时间三种指标数据,分析结果表明:EEG负荷指标的波动趋势可以有效地反映操作者的任务绩效,但波动状态与具体装配任务有关;与单产品装配方式相比,产品组合装配方式可以在保证装配质量的前提下有效缓解操作者脑力负荷。研究结果提升了手工装配作业下操作者脑力负荷波动状态的认识,有助于管理者制定更优的产品生产计划方案。     

基于心率变异性的飞行员脑力负荷特征

探索五边飞行不同阶段飞行员脑力负荷水平,寻找表征脑力负荷的心电指标。对飞行学员展开五边飞行任务的六自由度模拟飞行实验,测量飞行过程中的脑力负荷水平,采集不同飞行阶段飞行员心电各指标数据,利用因子分析构建飞行员脑力负荷模型,分析和验证不同飞行阶段飞行员脑力负荷的变化特征。结果表明：相比心率指标,心率变异性指标在测量飞行员脑力负荷时具有更高的信度和效度;起飞和上升阶段的脑力负荷处于较低水平并呈下降趋势;巡航阶段的脑力负荷水平较低且变化趋势平滑;进近着陆阶段的脑力负荷水平最高。此外,突发事件会显著影响脑力负荷,引起飞行员脑力负荷的显著增加。     

基于样本选择的跨被试脑力负荷识别

人体的脑力负荷状态与人机操作工作时的工作效率,人力资源分配以及事故的发生等息息相关,因此研究操作人员的脑力负荷状态具有重要意义。为了解决现有脑力负荷识别方法由于训练集中样本数量过少导致分类效果较差的问题,本文提出了一种基于样本选择的跨被试脑力负荷识别方法。将其他被试的脑电数据作为训练集,参考目标被试的少量历史数据对训练集中的特征数据进行样本选择,实现减少样本数量的同时减少训练集和测试集之间的域差异,之后再通过主成分分析对样本选择后的自适应训练集和目标被试测试集特征进行特征降维,最后再用自适应训练集主成分建立支持向量机分类模型识别测试集样本的脑力负荷状态。结果表明,该方法可以在提高分类效率的同时提高分类精度,实现快速、准确的脑力负荷状态识别。     

脑电信号中独立分量特征提取与脑力负荷分类

脑力负荷过高会造成作业绩效下降和人因事故,过低则会造成人力资源浪费,所以研究操作人员脑力负荷状态非常有意义。现有脑力负荷分类方法利用脑电(electroencephalogram, EEG)信号特征进行分类,准确率较低。所以,本文针对视觉和操作类脑力负荷提出一种基于脑电独立分量特征的分类方法,该方法采用独立分量分析(Independent Component Analysis, ICA)对脑电信号进行分离,直接对得到的独立分量提取四种不同频段的能量特征,最后将特征作为支持向量机(Support Vector Machine, SVM)的输入,对脑力负荷进行分类。由于直接使用脑电独立分量特征,所以分类精度高于现有方法,平均分类精度提高29.14%。本文还进一步发现脑电独立分量中存在的眼电伪迹对分类结果没有明显影响。本文提出的方法可以实现快速、准确、自动的脑力负荷分类。     

基于多生理信息迁移学习的脑力负荷分类

在复杂的人机系统中,保持对实验人员脑力负荷状态的监测对于维护人机系统的安全、高效运行具有极为重要的理论和应用意义。针对现有脑力负荷分类方法识别率低及实际应用时测试样本数据偏移问题,本研究提出采用迁移学习及脑电和心电特征融合的脑力负荷分类识别方法,基于多任务航空情境操作的MATB-II平台同步采集12名健康受试者的脑电信号和心电信号,分别从时域和频域上提取各生理信息特征并进行融合,在此基础上引入迁移学习,基于迁移成分分析(Transfer Component Analysis,TCA)方法进行特征空间变换,实现源域和目标域的边缘分布适配,并进行脑力负荷分类。实验结果表明,基于多生理信息特征融合识别率高于传统脑力负荷识别方法,使用迁移学习可取得较高的识别准确率,为多生理信息脑力负荷分类研究提供了新方法。     

眼动指标在实时测量心理负荷中的应用进展

作业人员心理负荷大小关系着整个作业系统的安全,实时有效的测量监控作业人员心理负荷无疑会显著提高系统的可靠性。眼动指标作为一类重要的生理指标,因其实时性、无干扰性和有效性被广泛运用于心理负荷实时测量的研究中。将眼动指标分为注视指标、扫视指标、眨眼指标、瞳孔指标及其他指标五类分别进行阐述,介绍了国内外利用眼动指标测量心理负荷的研究现状,并对眼动指标在心理负荷测量领域的发展提出一些见解。     

基于脑力负荷预测技术的多乘员舱任务分配方案优选方法

针对信息化条件下装甲车辆舱室乘员人数逐渐减少的基本趋势,对乘员的操作特性进行了分析,并运用多资源理论（MRT）构建了乘员脑力负荷预测模型,提出了基于脑力负荷预测技术的乘员舱任务分配优选方法,并以装甲车辆三乘员减少为两乘员作为实例对方法进行了仿真验证,旨在为解决应急任务条件下的装甲车辆舱室任务分配问题探索新的途径.结果表明,该方法能够清楚地描述乘员全任务过程中脑力负荷的变化情况,对任务分配方案进行量化动态优选,具有较好的优选精度和可重用性.      

CAD技术在农业机械领域的应用现状与前景

农业机械是一件复杂的产品,其开发流程涉及到极大的工作量,借助于先进的CAD技术,能降低开发人员的工作量并提高产品质量。本文就农业机械模具设计、车身设计、底盘布置设计、农业机械轻量化等方面来阐述CAD技术的应用状况及其发展前景。     

大锥角圆锥滚子轴承的计算机辅助优化设计

提出了一个针对大锥角圆锥滚子轴承的两个重要参数轴承接触角和滚子半圆锥角进行计算机辅助优设计化的方法,并对轴承各零件进行了参数化设计和绘图,大大减少了设计计算和绘图工作量.     

基于视觉和操作类脑电信号的脑力负荷分类

针对视觉和操作类任务，提出了一种基于脑电独立分量特征的脑力负荷分类方法.利用独立分量分析法从混合脑电信号中分解获得脑电信号的独立分量，再提取脑电独立分量的4个不同频段的能量特征，并对能量特征进行分类.基于脑电信号特征和脑电独立分量特征分别进行了脑力负荷分类实验，得到平均分类准确率分别为60.52%，86.14%，后者比前者提高了42.33%.     

基于Solidworks的圆体成形车刀设计

阐明了圆体成形车刀设计的一般方法,并用solidworks对设计的刀具进行三维造型设计,设计过程简洁,精度高,在设计效率大大提高的同时也方便了圆体成形车刀设计的修改。