CN111178404B - 考虑路径依赖效应的人机交互系统任务可靠性建模方法 - Google Patents
考虑路径依赖效应的人机交互系统任务可靠性建模方法 Download PDFInfo
- Publication number
- CN111178404B CN111178404B CN201911303882.8A CN201911303882A CN111178404B CN 111178404 B CN111178404 B CN 111178404B CN 201911303882 A CN201911303882 A CN 201911303882A CN 111178404 B CN111178404 B CN 111178404B
- Authority
- CN
- China
- Prior art keywords
- human
- task
- node
- path
- computer interaction
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明提供了一种考虑路径依赖效应的人机交互系统任务可靠性建模方法,包括以下步骤:(1)对人机交互系统任务剖面进行分析,识别造成系统各功能故障的主要因素;(2)提出一种人机交互系统任务可靠性建模方法,采用贝叶斯网络(BN)方法建立系统任务可靠性模型;(3)针对可能造成人误的因素,局部修正系统任务可靠性模型,基于路径依赖情况赋予模型条件概率表;(4)计算系统任务成功概率。本发明方法能够准确描述具有路径依赖效应的人机交互系统任务可靠性特征,使得建立的任务可靠性模型更加准确。
Description
技术领域
本发明涉及一种考虑路径依赖效应的人机交互系统任务可靠性建模方法,属于系统任务可靠性技术领域。
背景技术
随着科学技术的进步和应用需求的提升,复杂工程系统(如载人飞船、空间站、重复使用飞行器等)大量采用高新技术或高能材料(如复合材料、核材料),工作在高危环境(如空间环境、再入大气环境),需要实现各种复杂功能,可靠性工作面临新的要求,可靠性建模面临新的挑战。
人机交互系统任务可靠性安全性包括人员安全可靠地规划任务和执行机构安全可靠地完成任务两方面的内容。因此人机交互系统任务可靠性建模时不单要考虑系统硬件的可靠度,人的可靠性应该同样涵盖。
人在不同环境、情境中的学习形成了应对不同情况和问题的解决办法,形成了具有自我个性特征的解决问题的方法,即特有的思维和行为习惯者称之为思维和行为路径依赖。良好、正确的使用路径依赖是人员高效工作的前提。反之则可能成为导致失败、甚至灾难性后果的重要诱因。
传统的可靠性建模方法在对复杂系统作故障树分析的时候,由于方法自身的局限性,如假设各部件独立、状态为二值等,使得其效果大打折扣,不能准确地反映事物的本来面貌,甚至不能刻画某些特定的模型。
发明内容
本发明所解决的问题是:克服现有方法不足,提供了一种考虑路径依赖效应的人机交互系统任务可靠性建模方法,能够更加准确的描述路径依赖效应对人误的促进与抑制机理,使得建立的系统任务可靠性模型更加准确。
本发明的技术解决方案如下:
一种考虑路径依赖效应的人机交互系统任务可靠性建模方法,包括如下步骤:
步骤(1),对人机交互系统任务剖面进行分析,识别造成系统各功能故障的主要因素;
步骤(2),根据步骤(1)识别的任务剖面以及系统故障影响因素,采用贝叶斯网络方法建立系统任务可靠性模型;
步骤(3),根据步骤(2)建立的系统任务可靠性模型,针对可能造成人误的因素,局部修正系统贝叶斯网络模型,并基于路径依赖情况赋予模型条件概率表;
步骤(4),根据步骤(3)修正后的系统任务可靠性模型计算系统任务成功概率。
进一步地,步骤(1)包括以下子步骤:
步骤(1.1),对系统执行任务的步骤进行解析,确定系统主要功能;
步骤(1.2),分析系统的组成;
步骤(1.3),按人、机、环及人机环耦合因素识别可能造成系统功能不能实现的主要因素。
进一步地,步骤(2)包括以下子步骤:
步骤(2.1),系统故障影响因素作为贝叶斯网络的根节点,根据因素分类建立第一、二层叶节点,将系统任务的各阶段作为下一层叶节点,系统任务作为最后一层叶节点,贝叶斯网络结构建模完成;
步骤(2.2),利用试验数据赋予根节点先验概率,根据节点间逻辑关系建立叶节点条件概率表。
进一步地,步骤(2.1)中,第一层叶节点和第二层叶节点的建立标准如下:
第一层叶节点含义为人机、机环、机械控制子系统和机械硬件子系统;
第二层叶节点含义为人单因素、机单因素以及人机环多因素耦合;
若存在感知系统,感知系统中各传感器不将其列为叶节点,以根节点形式存在。
进一步地,步骤(3)中局部修正系统贝叶斯网络模型的步骤为:
分析所识别的系统故障影响因素中存在人误路径依赖效应的节点;
创建“人误引发系统故障”新节点代替该节点;
创建“人误路径”新节点作为其父节点,并创建继承原节点含义的新节点作为其另一父节点。
进一步地,本发明中人机交互系统任务包括机械臂遥操作系统的操作任务。
本发明与现有技术相比的有益效果是:
(1)本发明考虑根据故障影响因素识别法梳理贝叶斯网络根节点,将系统功能和系统总任务作为叶节点,是进行系统级可靠性建模的一种有效方法,能够满足载人飞船、空间站、重复使用飞行器、卫星、运载火箭系统及各分系统任务可靠性建模工作需求,具备良好的推广应用前景。
(2)本发明采用贝叶斯网络建模方法建立系统任务可靠性模型,相较于解决了传统建模方法步骤简单,节点数学逻辑关系清晰,模型能够准确表达系统任务可靠性特征。
(3)本发明考虑了路径依赖对人误的促进或抑制效应,采用添加衍生根节点修正贝叶斯网络模型,将路径依赖对人误的影响关系用节点的条件概率表达和量化处理,克服了传统方法不考虑路径依赖的系统成功概率计算缺陷,计算得到的系统任务成功概率更接近真实水平。
附图说明
图1是考虑路径依赖机理的人机交互系统任务可靠性建模步骤图;
图2是机械臂遥操作任务剖面图;
图3是机械臂遥操作系统组成图;
图4是从端机械臂系统组成图;
图5是机械臂遥操作系统贝叶斯网络结构图;
图6是局部修正贝叶斯网络结构图。
具体实施方式
本发明提出一种考虑路径依赖效应的人机交互系统任务可靠性建模方法,下面结合附图,以机械臂遥操作系统为例对本发明作进一步详细描述,如图1所示步骤如下:
步骤(一)、对人机交互系统任务剖面进行分析,识别造成系统各功能故障的主要因素
1.机械臂遥操作任务剖面分析
机械臂遥操作任务剖面分析分为三个阶段:机械臂伸展至指定位置、机械臂末端执行器捕捉目标物体、机械臂和目标物体收回至原位,如图2所示。
2.机械臂遥操作系统组成分析
机械臂遥操作系统是典型的人机交互系统,主要包括主端、从端两部分,如图3所示。
主端由操作人员进行操控,通过人机交互界面向从端发送指令;从端为机械臂系统,其组成分为电源、感知系统、通讯系统、机械系统等等,如图4所示。
3.机械臂遥操作任务成功影响因素识别
结合机械臂遥操作系统组成分析,按照人、机、环以及多因素耦合要素,识别影响机械臂遥操作任务成功的主要因素,见表1。
表1机械臂遥操作任务成功影响因素表
步骤(二)、采用贝叶斯网络(BN)方法建立系统任务可靠性模型
1.将识别到的所有影响因素作为贝叶斯网络根节点,进行编号后见表2。
表2节点编号表
根节点编号 | 节点含义 |
H1 | 人员状态 |
H2 | 人员能力 |
S1 | 人机交互界面 |
S2 | 仿真软件 |
T1 | 照明 |
T2 | 温度 |
X1 | 位置传感器 |
X2 | 姿态传感器 |
X3 | 力传感器 |
Y1 | 通讯模块 |
Y2 | 控制器 |
Y3 | 电源模块 |
Z1 | 臂杆 |
Z2 | 驱动关节 |
Z3 | 末端执行器 |
2.将根节点归类后构建第一、二层叶节点,便于后续计算,节点含义见表3;
表3第一、二层叶节点编号表
叶节点编号 | 节点含义 |
H | 操作指令 |
S | 人机交互 |
T | 机环交互 |
R | 人机环交互 |
Y | 机械臂控制系统 |
Z | 机械臂硬件系统 |
W | 机械臂系统 |
第一层叶节点含义为人机、机环、机械控制子系统和机械硬件子系统。
第二层叶节点含义为人单因素、机单因素以及人机环多因素耦合。
由于感知系统中各传感器的独立性,不将其列为叶节点,以根节点形式存在。
3.将系统任务的各阶段作为第三层叶节点,节点含义见表4;
表4第三层叶节点编号表
叶节点编号 | 节点含义 |
E1 | 机械臂到达指定位置 |
E2 | 末端捕获目标物体 |
E3 | 机械臂和目标物体回位 |
4.系统任务作为最后一层叶节点“TE”。
5.构建贝叶斯网络结构如图5。
6.利用试验数据赋予根节点先验概率,根据节点间逻辑关系建立叶节点条件概率表。例如,W节点有Y、Z两个父节点,任意父节点失效直接导致W失效,故P(W=0|Y=0,Z=0)=1,P(W=0|Y=1,Z=0)=P(W=0|Y=0,Z=1)=P(W=0|Y=1,Z=1)=0。
步骤(三)、针对可能造成人误的因素,局部修正系统贝叶斯网络模型,基于路径依赖情况赋予模型条件概率表;
1.识别系统故障影响因素中可能有人误产生的因素;
经识别,人机交互界面失效、仿真软件失效、无照明、极端温度等情况发生时,人可以在路径依赖效应的影响下做出避免系统故障/促进系统故障的举动。
2.局部修正系统贝叶斯网络模型
以人机交互界面失效为例,修正方法如下:
构建新节点“NS1”,代替原“S1”节点,含义为“人机交互界面失效后人误引发系统故障”;构建新节点“PS1”,含义为“人机交互界面人误路径”,作为其父节点,“FS1”含义为“人机交互界面”,继承原“S1”节点含义(如先验概率);修正后的局部贝叶斯网络如图6所示;
①为无路径效应作用情况,“PS1”节点与“NS1”不相关;
②为路径效应作用情况。
3.基于路径依赖情况赋予模型条件概率表
①无路径效应作用情况
FS1先验概率由人机交互界面试验测试数据得到;“NS1”条件概率表为:
P(NS1=0|FS1=0)=0.99,P(NS1=0|FS1=1)=0.5。
②路径效应作用情况
二态系统节点只有两种状态,“0”表示状态正常,“1”表示状态异常。PS1=0代表操作人员产生有效抑制人误发生的路径依赖,PS1=1代表操作人员产生促进人误发生的路径依赖;FS1先验概率由人机交互界面试验测试数据得到;该系统中操作人员经过训练后,人机交互界面失效时,正确操作可以降低系统发生故障的概率,但如果操作人员识别故障情形错误,做出其他操作,很可能造成系统任务无法完成的后果,“PS1”条件概率表赋值如下:
P(NS1=0|FS1=0,PS1=0)=P(NS1=0|FS1=0,PS1=1)=0.99,
P(NS1=0|FS1=1,PS1=0)=0.8,P(NS1=0|FS1=1,PS1=1)=0.2。
步骤(四)、计算系统任务成功概率(可靠度)
将贝叶斯网络模型导入GeNIE软件计算,可以得到系统任务各阶段可靠度和系统任务总体可靠度。以人机交互界面失效情形下,任务可靠度在不考虑其路径依赖效应时为0.9291;路径依赖促进人误情形下系统可靠度为0.9261;路径依赖抑制人误情形下系统可靠度为0.9321。
综上所述,本发明是一种基于贝叶斯网络的考虑路径依赖效应的人机交互系统任务可靠性建模方法,能够准确描述系统人误的路径依赖特征,从而计算得到更接近真实水平的系统任务成功概率。
本发明中人机交互系统路径依赖效应除举例的“人机交互界面失效”情形,还有“仿真软件失效”等其他情形系统;人机交互系统除举例的“机械臂遥操作系统”,还可为其他的人机交互系统。任务可靠度应根据具体情况分析。
以上结合了优选的实施方式对本发明进行了说明,不过这些实施方式仅是范例性的,仅起到说明性的作用。在此基础上,可以对本发明进行多种替换和改进,这些均落入本发明的保护范围内。
Claims (5)
1.一种考虑路径依赖效应的人机交互系统任务可靠性建模方法,其特征在于,包括如下步骤:
步骤(1),对人机交互系统任务剖面进行分析,识别造成系统各功能故障的主要因素;
步骤(2),根据步骤(1)识别的任务剖面以及系统故障影响因素,采用贝叶斯网络方法建立系统任务可靠性模型;
步骤(3),根据步骤(2)建立的系统任务可靠性模型,针对可能造成人误的因素,局部修正系统贝叶斯网络模型,并基于路径依赖情况赋予模型条件概率表;
所述局部修正系统贝叶斯网络模型的步骤为:
分析所识别的系统故障影响因素中存在人误路径依赖效应的节点;
创建“人误引发系统故障”新节点代替该节点;
创建“人误路径”新节点作为其父节点,并创建继承原节点含义的新节点作为其另一父节点;
步骤(4),根据步骤(3)修正后的系统任务可靠性模型计算系统任务成功概率。
2.根据权利要求1所述的考虑路径依赖效应的人机交互系统任务可靠性建模方法,其特征在于,步骤(1)包括以下子步骤:
步骤(1.1),对系统执行任务的步骤进行解析,确定系统主要功能;
步骤(1.2),分析系统的组成;
步骤(1.3),按人、机、环及人机环耦合因素识别可能造成系统功能不能实现的主要因素。
3.根据权利要求1所述的考虑路径依赖效应的人机交互系统任务可靠性建模方法,其特征在于,步骤(2)包括以下子步骤:
步骤(2.1),系统故障影响因素作为贝叶斯网络的根节点,根据因素分类建立第一、二层叶节点,将系统任务的各阶段作为下一层叶节点,系统任务作为最后一层叶节点,贝叶斯网络结构建模完成;
步骤(2.2),利用试验数据赋予根节点先验概率,根据节点间逻辑关系建立叶节点条件概率表。
4.根据权利要求3所述的考虑路径依赖效应的人机交互系统任务可靠性建模方法,其特征在于,步骤(2.1)中,第一层叶节点和第二层叶节点的建立标准如下:
第一层叶节点含义为人机、机环、机械控制子系统和机械硬件子系统;
第二层叶节点含义为人单因素、机单因素以及人机环多因素耦合;
若存在感知系统,感知系统中各传感器不将其列为叶节点,以根节点形式存在。
5.根据权利要求1所述的考虑路径依赖效应的人机交互系统任务可靠性建模方法,其特征在于,该人机交互系统任务包括机械臂遥操作系统的操作任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911303882.8A CN111178404B (zh) | 2019-12-17 | 2019-12-17 | 考虑路径依赖效应的人机交互系统任务可靠性建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911303882.8A CN111178404B (zh) | 2019-12-17 | 2019-12-17 | 考虑路径依赖效应的人机交互系统任务可靠性建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111178404A CN111178404A (zh) | 2020-05-19 |
CN111178404B true CN111178404B (zh) | 2023-06-30 |
Family
ID=70653834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911303882.8A Active CN111178404B (zh) | 2019-12-17 | 2019-12-17 | 考虑路径依赖效应的人机交互系统任务可靠性建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178404B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016786B (zh) * | 2020-07-03 | 2022-12-27 | 中国航天标准化研究所 | 一种空间人机交互系统绩效评价方法 |
CN112528459B (zh) * | 2020-10-20 | 2024-01-30 | 中国人民解放军63919部队 | 路径依赖对人机交互故障的促进/抑制度计算方法、装置 |
CN112528460B (zh) * | 2020-10-20 | 2024-02-02 | 中国人民解放军63919部队 | 用于空间站机械臂任务的路径依赖度计算方法、装置 |
CN112507608B (zh) * | 2020-11-13 | 2022-12-27 | 中国航天标准化研究所 | 空间人机交互系统的安全性仿真方法及装置 |
CN112487592B (zh) * | 2020-12-16 | 2022-01-18 | 北京航空航天大学 | 基于贝叶斯网络的任务可靠性建模分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745080A (zh) * | 2013-12-02 | 2014-04-23 | 国家电网公司 | 基于贝叶斯模型的电网操作人因可靠性评估方法及装置 |
CN107609753A (zh) * | 2017-08-24 | 2018-01-19 | 北京航空航天大学 | 一种面向航天在轨任务的人因可靠性分析及量化方法 |
CN109522962A (zh) * | 2018-11-23 | 2019-03-26 | 杭州电子科技大学 | 一种化工厂安全定量评估方法 |
CN110084528A (zh) * | 2019-05-06 | 2019-08-02 | 南华大学 | 核电厂人因失误数据收集方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108664400B (zh) * | 2018-05-11 | 2020-08-04 | 北京航空航天大学 | 一种基于相依贝叶斯网络的故障诊断技术的构建方法 |
-
2019
- 2019-12-17 CN CN201911303882.8A patent/CN111178404B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745080A (zh) * | 2013-12-02 | 2014-04-23 | 国家电网公司 | 基于贝叶斯模型的电网操作人因可靠性评估方法及装置 |
CN107609753A (zh) * | 2017-08-24 | 2018-01-19 | 北京航空航天大学 | 一种面向航天在轨任务的人因可靠性分析及量化方法 |
CN109522962A (zh) * | 2018-11-23 | 2019-03-26 | 杭州电子科技大学 | 一种化工厂安全定量评估方法 |
CN110084528A (zh) * | 2019-05-06 | 2019-08-02 | 南华大学 | 核电厂人因失误数据收集方法、装置、设备及介质 |
Non-Patent Citations (3)
Title |
---|
尹晓伟 ; 钱文学 ; 谢里阳 ; .系统可靠性的贝叶斯网络评估方法.航空学报.2008,29(06),全文. * |
张开冉 ; 王若成 ; 邱谦谦 ; .基于贝叶斯网络的非正常情况下高铁行车调度人因可靠性分析.安全与环境学报.2015,15(05),全文. * |
施志坚 ; 王华伟 ; 徐璇 ; .基于CREAM和贝叶斯网络的航空维修人为差错概率预测.中国安全生产科学技术.2015,11(04),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111178404A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178404B (zh) | 考虑路径依赖效应的人机交互系统任务可靠性建模方法 | |
Wang et al. | Active fault-tolerant control for a quadrotor helicopter against actuator faults and model uncertainties | |
Ustundag et al. | Advances in Robotics in the Era of Industry 4.0 | |
Berman et al. | Evaluation of automatic guided vehicle systems | |
CN112305918A (zh) | 超螺旋观测器下的多智能体系统滑模容错一致性控制算法 | |
CN110554606B (zh) | 一种用于高超音速飞行器的自适应容错控制方法 | |
CN109213118A (zh) | 用于冗余系统中的多个故障的故障覆盖 | |
US11052541B1 (en) | Autonomous robot telerobotic interface | |
Dou et al. | Distributed finite‐time formation control for multiple quadrotors via local communications | |
CN110710164A (zh) | 飞行控制系统 | |
Ignatyev et al. | Two-layer adaptive augmentation for incremental backstepping flight control of transport aircraft in uncertain conditions | |
US20120324415A1 (en) | System Comprising Development Environments And Machine Controls | |
Franceschi et al. | A framework for cyber-physical production system management and digital twin feedback monitoring for fast failure recovery | |
Miao et al. | Geometric formation tracking of quadrotor UAVs using pose-only measurements | |
Li et al. | Robust actuator‐fault‐tolerant control system based on sliding‐mode observer for thrust‐vectoring aircrafts | |
Ko et al. | A study on manufacturing facility safety system using multimedia tools for cyber physical systems | |
Zhong et al. | HUB-CI model for collaborative telerobotics in manufacturing | |
WO2015111142A1 (ja) | システム解析装置、設計不良解析装置、故障モード解析装置、故障ツリー解析装置、自律動作装置及び自律動作制御システム | |
CN114609969B (zh) | 一种基于云计算的数控机床轨迹误差补偿方法 | |
Lepuschitz et al. | A multi-layer approach for failure detection in a manufacturing system based on automation agents | |
JP7435815B2 (ja) | 動作指令生成装置、動作指令生成方法及びプログラム | |
Ermakov et al. | Aspects of designing a fail-safe flight and navigation system for unmanned aerial vehicles | |
Murwantara | An initial framework of dynamic software product line engineering for adaptive service robot | |
Samuel et al. | Architectural issues in implementing a distributed control system for an industry 4.0 Prototype | |
Zhang et al. | Acceleration-level fault-tolerant scheme for redundant manipulator motion planning and control: Theoretics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |