CN102393875A - 操纵装置操纵力舒适性等级划分方法 - Google Patents
操纵装置操纵力舒适性等级划分方法 Download PDFInfo
- Publication number
- CN102393875A CN102393875A CN2011101840775A CN201110184077A CN102393875A CN 102393875 A CN102393875 A CN 102393875A CN 2011101840775 A CN2011101840775 A CN 2011101840775A CN 201110184077 A CN201110184077 A CN 201110184077A CN 102393875 A CN102393875 A CN 102393875A
- Authority
- CN
- China
- Prior art keywords
- steering force
- comfortableness
- intensity
- labour intensity
- perceptive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种操纵装置操纵力舒适性等级划分方法,其特征在于利用力传感器实时同步采集操纵力信息并进行相应处理,通过建立操纵力与劳动强度和操纵者心理感知强度的映射关系,对操纵力舒适性进行矢量描述,并进行模糊聚类分析,实现对操纵力舒适性等级的有效划分。本发明方法用于客观地划分操纵力舒适性等级,确定满足舒适性要求的操纵装置操纵力范围,为生产过程中操纵力舒适性等级的评判提供理论依据和判断标准。
Description
技术领域
本发明涉及一种用于对操纵装置操纵力舒适性进行等级划分的方法。
背景技术
在现代生产制造背景下,舒适性成为衡量各类操纵装置整体品质不可或缺的指标之一,对各类与人体有直接作用关系的操纵装置,更要求其满足人体舒适性要求,尤其是与人体疲劳以及劳动损伤有密切联系的力学特征的舒适性要求,比如转向器的转动阻力的设定、离合踏板液压传动压力值的设计等,均需要满足人体舒适性要求。目前,对操纵装置操纵力舒适性的等价划分以及对满足人体舒适性要求的操纵力范围的事前控制,主要依据人的主观判断,或利用手工记录一些数据采集设备上的瞬时信息来进行模糊判断,误判性较大,在检验过程中耗费了较大的成本,无法客观科学地得出在某操纵力作用下的人体舒适性。
发明内容
本发明的目的是提供一种操纵装置操纵力舒适性等级划分方法,以客观划分操纵力舒适性等级,确定满足舒适性要求的操纵装置操纵力范围,为生产过程中操纵力舒适性等级的评判提供理论依据和判断标准。
本发明解决技术问题采用如下技术方案:
本发明操纵装置操纵力舒适性等级划分方法的特点是利用力传感器实时同步采集操纵力信息并进行相应处理,通过建立操纵力与劳动强度和操纵者心理感知强度的映射关系,对操纵力舒适性进行矢量描述,并进行模糊聚类分析,实现对操纵力舒适性等级的有效划分;
(1)所述利用力传感器实时同步采集操纵力信息并进行相应处理是:由设定数量的试验人员,针对同一个被操纵机构进行实际操纵,由设置在所述被操纵机构上的力学传感器实时采集各试验人员在操纵过程中有关操纵力大小的原始信号;对于所述原始信号进行初始化选取,所述初始化选取是为操纵力设定一个提取下限值,对于大于所述提取下限值的操纵力的原始信号进行数字滤波,得到一组操纵力数据信息;
(2)所述对操纵力舒适性进行矢量描述是:分别选取劳动强度和感知强度作为反映人体舒适性的指标,建立操纵力与劳动强度和感知强度的映射关系;针对所述映射关系利用基于欧氏距离的相异度函数表达方法,进行操纵力舒适性的矢量描述;
所述操纵力与劳动强度和感知强度映射关系的建立按如下方式进行:
a.操纵力与劳动强度映射关系:
以相对代谢率RMR衡量劳动强度,操纵力与劳动强度的关系描述为:
式(1)中的M为能量代谢率,包括作业代谢率、基础代谢率B和安静代谢率R,其中,作业代谢率为操纵力F和操纵位移S的乘积;基础代谢率B为人体处于基础状态下的单位时间和单位表面积的最基本能量消耗量;安静代谢率R为人体为保持各部分的平衡以及某种姿势在单位时间、单位表面积内所消耗的能量;
b.操纵力与感知强度映射关系:根据史蒂文斯幂定律,感知强度和操纵力的关系描述为:
ψ=k(φ-φ0)n (2)
式(2)中的ψ为感知强度,φ为操纵力,φ0为操纵力的差别阈值,且φ≥φ0,k为常数,n为随操纵力变化、感知强度变化的比率;
将式(2)转化为:log10ψ=nlog10(φ-φ0)+log10k (3)
由式(3)进行线性回归来确定感知变化率n和常数k;
所述利用基于欧氏距离的相异度函数表达方法进行操纵力舒适性的矢量描述的方法为:
将所述步骤(1)中得到的一组操纵力数据信息随机随机划分为初始样本和分析样本,所述初始样本小于待分析样本;分别逐一计算初始样本和待分析样本中操纵力所对应的劳动强度和感知强度,计算待分析样本和初始样本之间劳动强度的欧氏距离D1(i),以及待分析样本和初始样本之间感应强度的欧氏距离D2(i);
针对所述的欧氏距离D1(i)和欧氏距离D2(i),利用相异度函数得到操纵力舒适性矢量描述点集:(D1(1),D2(1),D1(2),D2(2),L,D1(m),D2(m));
(3)所述基于聚类分析的操纵力舒适性等级划分是:以操纵力舒适性矢量点集作为C-均值聚类分析的样本集,通过模糊C-均值聚类分析FCM,设定聚类数为N,迭代计算出最优模糊聚类矩阵和最优模糊聚类中心矩阵,形成以劳动强度和感知强度为纵横坐标,具有N个区域的二维散点图;不同的区域对应不同的操纵力舒适性等级,根据劳动强度与感知强度比值越小操纵力舒适性越大,同时借鉴已标准化的振动舒适性等级划分准则,确定各区域所对应的操纵力舒适性等级。
与已有技术相比,本发明有益效果体现在:
1、本发明方法是以操纵过程中操纵力为自变量描述人体劳动强度和感知强度,将劳动强度和感知强度点集转化成基于欧式距离的矢量形式,进而用其描述操纵力舒适性。以模糊聚类方法为依据,得到具有N个区域的二维散点图,根据上述等级划分原则,确定各个舒适性等级对应的操纵力范围,为生产过程中操纵力舒适性等级的评判提供理论依据和判断标准。
2、本发明不仅考虑到操纵者的生理舒适性指标,同时参数化人体心理舒适性指标,建立操纵力与二者的映射关系,保证操纵舒适性研究的完整与科学性。
3、本发明实施过程简单可行,可操作性强,准确度较高,为操纵力舒适性的等级划分提供了一种科学有效的方法。
附图说明
图1为不同用力范围下的操纵力差别阈值;
图2为本发明方法中所应用到的模糊C-均值聚类分析算法流程图;
图3为本发明方法应用到具体实例中所获得的劳动强度和感知强度模糊C-均值聚类样例散点图。
具体实施方式
本实施例操纵装置操纵力舒适性等级划分方法是利用力传感器实时同步采集操纵力信息并进行相应处理,通过建立操纵力与劳动强度和操纵者心理感知强度的映射关系,对操纵力舒适性进行矢量描述,并进行模糊聚类分析,实现对操纵力舒适性等级的有效划分。
具体实施按如下过程进行:
1、利用力传感器实时同步采集操纵力信息并进行相应处理是:由设定数量的试验人员,针对同一个被操纵机构进行实际操纵,由设置在所述被操纵机构上的力学传感器实时采集各试验人员在操纵过程中有关操纵力大小的原始信号;为消除由于传感器结构本身的原因造成的信号杂质以及测信号中的噪声和干扰,进一步对所述原始信号依次进行初始化选取和数字滤波。对于所述原始信号进行初始化选取,所述初始化选取是为操纵力设定一个提取下限值,对于大于所述提取下限值的操纵力的原始信号进行数字滤波,得到一组操纵力数据信息;
2、对操纵力舒适性进行矢量描述是:分别选取劳动强度和感知强度作为反映人体舒适性的指标,建立操纵力与劳动强度和感知强度的映射关系;针对所述映射关系利用基于欧氏距离的相异度函数表达方法,进行操纵力舒适性的矢量描述;
本实施例中操纵力与劳动强度和感知强度映射关系的建立按如下方式进行:
a.操纵力与劳动强度映射关系。
以相对代谢率RMR衡量劳动强度,操纵力与劳动强度的关系描述为:
式(1)中的M为能量代谢率,包括作业代谢率、基础代谢率B和安静代谢率R,其中,作业代谢率为操纵力F和操纵位移S的乘积;基础代谢率B为人体处于基础状态下的单位时间和单位表面积的最基本能量消耗量;安静代谢率R为人体为保持各部分的平衡以及某种姿势在单位时间、单位表面积内所消耗的能量;
b.操纵力与感知强度映射关系:假设差别阈值不小于操纵力的大小,根据史蒂文斯幂定律,感知强度和操纵力的关系描述为:
ψ=k(φ-φ0)n (2)
式(2)中的ψ为感知强度,φ为操纵力,φ0为操纵力的差别阈值,不同用力范围作用下的差别阈值如图1所示,且φ≥φ0,k为常数,n为随操纵力变化、感知强度变化的比率;
将式(2)转化为:log10ψ=nlog10(φ-φ0)+log10k (3)
由式(3)进行线性回归来确定感知变化率n和常数k;
本实施例中利用基于欧氏距离的相异度函数表达方法进行操纵力舒适性的矢量描述的方法为:
将步骤(1)中得到的一组操纵力数据信息随机随机划分为初始样本和分析样本,所述初始样本小于待分析样本;分别逐一计算初始样本和待分析样本中操纵力所对应的劳动强度和感知强度,计算待分析样本和初始样本之间劳动强度的欧氏距离D1(i),以及待分析样本和初始样本之间感应强度的欧氏距离D2(i);
针对欧氏距离D1(i)和欧氏距离D2(i),利用相异度函数得到操纵力舒适性矢量描述点集:(D1(1),D2(1),D1(2),D2(2),L,D1(m),D2(m));
3、基于聚类分析的操纵力舒适性等级划分是:以操纵力舒适性矢量点集作为C-均值聚类分析的样本集,通过模糊C-均值聚类分析FCM,迭代计算出最优模糊聚类矩阵和最优模糊聚类中心矩阵,模糊C-均值聚类分析FCM的具体算法流程如图2所示,借助计算机技术,根据该流程编码算出最优模糊聚类矩阵和最优模糊聚类中心矩阵。最终形成以劳动强度和感知强度为纵横坐标的二维散点图,如图3所示,将该方法应用到汽车变速杆操纵力舒适性等级划分中得到的二维散点图,该图具有5个区域,分别为区域I,区域II,区域III,区域IV,和区域V,且区域I与区域V呈现一定的对称性,区域II与区域IV呈现一定的对称性。根据劳动强度与感知强度比值越小操纵力舒适性越大,具有对称性的两区域操纵力舒适性等级相同,则将该五个区域划分为3个等级,分别为很舒适,舒适,很不舒适。区域III对应的舒适性等级为很舒适,区域II与区域IV对应的舒适性等级为舒适,区域I与区域V对应的舒适性等级为很不舒适。
Claims (1)
1.一种操纵装置操纵力舒适性等级划分方法,其特征在于利用力传感器实时同步采集操纵力信息并进行相应处理,通过建立操纵力与劳动强度和操纵者心理感知强度的映射关系,对操纵力舒适性进行矢量描述,并进行模糊聚类分析,实现对操纵力舒适性等级的有效划分;
(1)所述利用力传感器实时同步采集操纵力信息并进行相应处理是:由设定数量的试验人员,针对同一个被操纵机构进行实际操纵,由设置在所述被操纵机构上的力学传感器实时采集各试验人员在操纵过程中有关操纵力大小的原始信号;对于所述原始信号进行初始化选取,所述初始化选取是为操纵力设定一个提取下限值,对于大于所述提取下限值的操纵力的原始信号进行数字滤波,得到一组操纵力数据信息;
(2)所述对操纵力舒适性进行矢量描述是:分别选取劳动强度和感知强度作为反映人体舒适性的指标,建立操纵力与劳动强度和感知强度的映射关系;针对所述映射关系利用基于欧氏距离的相异度函数表达方法,进行操纵力舒适性的矢量描述;
所述操纵力与劳动强度和感知强度映射关系的建立按如下方式进行:
a.操纵力与劳动强度映射关系:
以相对代谢率RMR衡量劳动强度,操纵力与劳动强度的关系描述为:
式(1)中的M为能量代谢率,包括作业代谢率、基础代谢率B和安静代谢率R,其中,作业代谢率为操纵力F和操纵位移S的乘积;基础代谢率B为人体处于基础状态下的单位时间和单位表面积的最基本能量消耗量;安静代谢率R为人体为保持各部分的平衡以及某种姿势在单位时间、单位表面积内所消耗的能量;
b.操纵力与感知强度映射关系:根据史蒂文斯幂定律,感知强度和操纵力的关系描述为:
ψ=k(φ-φ0)n (2)
式(2)中的ψ为感知强度,φ为操纵力,φ0为操纵力的差别阈值,且φ≥φ0,k为常数,n为随操纵力变化、感知强度变化的比率;
将式(2)转化为:log10ψ=nlog10(φ-φ0)+log10k (3)
由式(3)进行线性回归来确定感知变化率n和常数k;
所述利用基于欧氏距离的相异度函数表达方法进行操纵力舒适性的矢量描述的方法为:
将所述步骤(1)中得到的一组操纵力数据信息随机随机划分为初始样本和分析样本,所述初始样本小于待分析样本;分别逐一计算初始样本和待分析样本中操纵力所对应的劳动强度和感知强度,计算待分析样本和初始样本之间劳动强度的欧氏距离D1(i),以及待分析样本和初始样本之间感应强度的欧氏距离D2(i);
针对所述的欧氏距离D1(i)和欧氏距离D2(i),利用相异度函数得到操纵力舒适性矢量描述点集:(D1(1),D2(1),D1(2),D2(2),L,D1(m),D2(m));
(3)所述基于聚类分析的操纵力舒适性等级划分是:以操纵力舒适性矢量点集作为C-均值聚类分析的样本集,通过模糊C-均值聚类分析FCM,设定聚类数为N,迭代计算出最优模糊聚类矩阵和最优模糊聚类中心矩阵,形成以劳动强度和感知强度为纵横坐标,具有N个区域的二维散点图;不同的区域对应不同的操纵力舒适性等级,根据劳动强度与感知强度比值越小操纵力舒适性越大,同时借鉴已标准化的振动舒适性等级划分准则,确定各区域所对应的操纵力舒适性等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110184077.5A CN102393875B (zh) | 2011-07-01 | 2011-07-01 | 操纵装置操纵力舒适性等级划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110184077.5A CN102393875B (zh) | 2011-07-01 | 2011-07-01 | 操纵装置操纵力舒适性等级划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393875A true CN102393875A (zh) | 2012-03-28 |
CN102393875B CN102393875B (zh) | 2014-08-06 |
Family
ID=45861198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110184077.5A Expired - Fee Related CN102393875B (zh) | 2011-07-01 | 2011-07-01 | 操纵装置操纵力舒适性等级划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393875B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234749A (zh) * | 2013-04-09 | 2013-08-07 | 杭州电子科技大学 | 基于人工神经网络的汽车离合器操控舒适度评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2420203Y (zh) * | 2000-03-24 | 2001-02-21 | 吉林工业大学 | 汽车转向盘操纵力与转角检测仪 |
WO2006045826A1 (de) * | 2004-10-29 | 2006-05-04 | Continental Teves Ag & Co. Ohg | Verfahren zur erhöhung der fahrsicherheit und/oder des komforts eines kraftfahrzeugs |
CN101451917A (zh) * | 2008-12-31 | 2009-06-10 | 合肥工业大学 | 汽车内室操纵力舒适度评价系统及评价方法 |
-
2011
- 2011-07-01 CN CN201110184077.5A patent/CN102393875B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2420203Y (zh) * | 2000-03-24 | 2001-02-21 | 吉林工业大学 | 汽车转向盘操纵力与转角检测仪 |
WO2006045826A1 (de) * | 2004-10-29 | 2006-05-04 | Continental Teves Ag & Co. Ohg | Verfahren zur erhöhung der fahrsicherheit und/oder des komforts eines kraftfahrzeugs |
CN101451917A (zh) * | 2008-12-31 | 2009-06-10 | 合肥工业大学 | 汽车内室操纵力舒适度评价系统及评价方法 |
Non-Patent Citations (2)
Title |
---|
刘正琼等: "基于HFE理论的汽车操纵力舒适性测评仪", 《电子测量与仪器学报》 * |
沈维蕾等: "基于SVR 的汽车操纵装置操纵力舒适性预测研究", 《机械工程师》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234749A (zh) * | 2013-04-09 | 2013-08-07 | 杭州电子科技大学 | 基于人工神经网络的汽车离合器操控舒适度评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102393875B (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tang et al. | An improved convolutional neural network with an adaptable learning rate towards multi-signal fault diagnosis of hydraulic piston pump | |
CN105877766B (zh) | 一种基于多生理信号融合的精神状态检测系统及方法 | |
CN108392211B (zh) | 一种基于多信息融合的疲劳检测方法 | |
Cheng et al. | Visualization of activated muscle area based on sEMG | |
Li et al. | Estimation of lower limb periodic motions from sEMG using least squares support vector regression | |
CN100386604C (zh) | 汽车乘驾体位生物力学特性测试平台 | |
CN202494540U (zh) | 推拿数据测量系统 | |
CN105739698A (zh) | 一种触觉感知数据手套 | |
CN108549875A (zh) | 一种基于深度通道注意力感知的脑电癫痫发作检测方法 | |
CN105615901A (zh) | 一种监测情绪的方法和系统 | |
CN206641449U (zh) | 一种压感智能鞋垫及智能脚底压力监测系统 | |
CN104809255A (zh) | 一种负荷形态获取方法和系统 | |
CN202568277U (zh) | 疲劳检测装置 | |
CN112353393B (zh) | 一种智能驾驶汽车乘员状态检测系统 | |
CN108742613A (zh) | 基于传递熵与广义偏定向相干性的肌间耦合分析方法 | |
CN101843496A (zh) | 驾驶工作负荷成套检测方法 | |
CN102727185A (zh) | 一种基于心率和加速度的运动能耗测量仪及测量方法 | |
CN105243285A (zh) | 一种大数据健康预测系统 | |
Yang et al. | SEMG-based multifeatures and predictive model for knee-joint-angle estimation | |
CN110752032A (zh) | 一种基于卷积神经网络和激光测振的中医诊断方法 | |
CN104038993B (zh) | 一种盲源分离的无线传感器网络节点选择方法 | |
Li et al. | Optimized multivariate multiscale slope entropy for nonlinear dynamic analysis of mechanical signals | |
CN102393875B (zh) | 操纵装置操纵力舒适性等级划分方法 | |
Rowe et al. | Measuring reliability of movement with accelerometry: Fitbit® versus ActIGraph® | |
Bortone et al. | A novel approach in combination of 3d gait analysis data for aiding clinical decision-making in patients with parkinson’s disease |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140806 Termination date: 20170701 |