CN116682561A - 一种装备状态监测平台的脑力负荷评价方法 - Google Patents
一种装备状态监测平台的脑力负荷评价方法 Download PDFInfo
- Publication number
- CN116682561A CN116682561A CN202310752540.4A CN202310752540A CN116682561A CN 116682561 A CN116682561 A CN 116682561A CN 202310752540 A CN202310752540 A CN 202310752540A CN 116682561 A CN116682561 A CN 116682561A
- Authority
- CN
- China
- Prior art keywords
- task
- complexity
- equipment
- mental load
- task information
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 78
- 230000003340 mental effect Effects 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 title abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000012795 verification Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 10
- 238000011835 investigation Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 3
- 210000004556 brain Anatomy 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/24—Computer workstation operators
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Neurology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Psychology (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种装备状态监测平台脑力负荷评价方法,包括步骤:从装备状态监测平台获取作业中的要素点并进行校验处理;构建要素点之间的相关关系矩阵并计算操作要素复杂度;从装备监测任务中梳理任务内容并根据任务内容构建完成整个任务的任务信息链;根据任务信息链分别计算任务分析复杂度和任务执行复杂度;综合操作要素复杂度、任务分析复杂度和任务执行复杂度计算综合复杂度;根据综合复杂度和操作时间,计算得到时间压力下的脑力负荷。本发明针对装备监测的标准化任务进行脑力负荷评价,解决当前无法定量化评估可视化界面操作任务中脑力负荷的问题,为装备状态监测平台的设计提供了支持。
Description
技术领域
本发明涉及装备运行状态监测平台的脑力负荷评价技术领域,具体涉及一种用于定量化评价平台使用人员在平台操作过程中的脑力脑力负荷的方法。
背景技术
高值装备状态监测平台是应用于复杂机电装备运维领域内的一种具备可视化操作界面和实体通信网络的数字化运维系统,其同时在操作过程中具有标准化和规范化的操作流程,应用该平台的主要目标是辅助集群式高值装备的健康监测工作中的设备故障维护、诊断和记录等工作。操作员的脑力负荷是衡量操作人员在对平台进行操作过程中的神经系统压力的一种技术指标,其目的是定量化的测量操作人员在使用该类平台时产生的脑力负荷。
数字化、信息化和智能化成为了制造型企业转型的重点方向,现今有越来越多的数字化系统在企业中得到部署,而管理人员也可以通过最便捷的方式实时获取到生产系统中的各类信息,对于装备运维人员而言也可以通过数字化平台抓取到装备的各类运行状态信息。虽然这些平台在提高信息流转速度上提供了极大的帮助,但是许多企业在应用过程中却常常出现效率降低、操作人员抵抗意愿强烈和应用率低等问题,究其原因在于平台设计阶段忽略了平台对操作人员的脑力负荷。例如,虽然可以实时采集到海量信息以供参考,但是由于信息量过大、工作流程的不确定和界面设计复杂,导致操作人员使用过程中效率偏低,进而加大了操作人员的脑力负荷。因而如何才能量化操作人员的脑力负荷,进而指导此类装备状态监测平台的设计过程是当前阶段急需解决的问题。
发明内容
本发明提供了一种高值装备状态监测平台的脑力负荷的评价方法,该方法综合考虑操作要素复杂度、任务复杂度和时间压力等指标,用以综合定量评价操作人员使用装备状态监测平台过程中的脑力负荷,解决了装备状态监测平台对应的脑力负荷无法定量化评价的问题。
本发明技术方案结合附图说明如下:
一种装备状态监测平台的脑力负荷评价方法,包括以下步骤:
步骤1:从装备状态监测平台获取作业中的要素点并进行校验处理;
步骤2:构建要素点之间的相关关系矩阵并计算操作要素复杂度;
步骤3:从装备监测任务中梳理任务内容并根据任务内容构建完成整个任务的任务信息链;
步骤4:根据所述任务信息链计算任务分析复杂度;
步骤5:根据所述任务信息链计算任务执行复杂度;
步骤6:根据所述操作要素复杂度、所述任务分析复杂度和所述任务执行复杂度,加权计算装备监测任务的综合复杂度;
步骤7:根据所述综合复杂度和对装备监测任务进行标准化计时后得到的操作时间,计算得到装备状态监测平台对应的时间压力下的脑力负荷。
本发明的有益效果为:
本发明通过对装备状态监测平台的任务作业中获取各个要素点,构建要素点之间的相关关系矩阵,分别计算操作要素复杂度、任务分析复杂度和任务执行复杂度,再根据各个复杂度通过加权计算得到综合复杂度,再考虑时间压力指标,最终计算得到考虑时间压力的单位时间下装备监测任务的脑力负荷,从而将装备状态监测平台对应的脑力负荷定量化本发明可以广泛应用于装备状态监测平台,并针对装备监测的标准化任务进行脑力负荷评价,解决当前无法定量化评估可视化界面操作任务中脑力负荷的问题,为装备状态监测平台的设计和完善提供了一种定量化的标准。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为装备状态监测平台的监测界面一;
图2为装备状态监测平台的监测界面二;
图3为装备状态监测平台的监测界面三;
图4为本发明实施例所述的一种装备状态监测平台脑力负荷评价方法的流程图;
图5为各要素点间的相关关系图;
图6为任务信息链的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示为一个生产线中的装备状态监测平台的监测界面一,若产线中设备出现故障,其相关故障信息会由设备操作人员进行故障报警,装备状态监测平台的操作人员会收到故障报警信号和相关故障信息(位置、时间、故障等级等),平台操作人员在确认信息后会前往故障点进行维修并在移动端界面上完成故障记录等操作。在该示例中,平台操作人员的具体工作内容如下:当故障报警信息从平台中出现,操作人员会检查此次故障报警的基本信息(位置、时间、紧急程度)并通过三维布局模型查看前往故障位置的路线,紧接着根据本次故障的紧急程度决定是否立即处理该报警,前往故障位置并完成检查维修工作后,会通过手机界面对此次设备故障进行故障信息的记录工作,该项工作在界面二和界面三上完成,如图2,图3所示。完成记录后,重新检查故障报警界面,保证故障没有重复出现。
参阅图4,本实施例提供一种考虑操作员脑力负荷的高值装备状态监测平台评价方法,包括以下步骤:
步骤1:从装备状态监测平台获取作业中的要素点并进行校验处理。
步骤1的具体方法如下:
步骤1.1:从装备状态监测平台获取作业中的要素点,其中作业中要素点包括在执行装备监测任务过程中所需注意、理解和操作做的要素点,例如时间信息、位置信息、故障点、紧急程度、收到并前往、选择故障类型、故障分类区、备件需求确认、故障现场图片上传、故障信息提交等;
步骤1.2:对平台界面中的各类要素点进行区域划分并将划分后的各个要素点所在的区块(区域)进行命名标注,完成校验处理。
根据操作平台的设计结果,将平台界面中的要素点进行区块划分,并将区块进行命名标注。具体指在一个操作界面里面需要注意、理解和操作的要素点。
步骤2:构建要素点之间的相关关系矩阵并计算操作要素复杂度。
在评价平台监测任务中各要素点复杂关系导致的脑力负荷时,复杂的相关关系是影响脑力负荷的关键,因此需要根据相关关系建立矩阵并计算其复杂度。
步骤2的具体方法如下:
步骤2.1:根据任务过程绘制要素点之间的相关关系图。要素点相关关系图是根据任务过程中所涉及的各要素的相关关系绘制的,具体为:根据实际任务过程,绘制一种无向图,单一要素点可以与多个要素点存在相关关系,相关关系用无向线段连接;
要素点之间的相关关系图需要根据监测任务的标准工作流程进行绘制,根据实际的工作流程建立无向的相关关系图,单一对象可以与多个对象存在相关关系,对象之间没有固定指向。其中标准工作流程是根据“标准作业指导书(SOP)”确定的。根据整体作业内容,绘制各个要素点的相关关系图如图5所示。
在本实施例中的相关关系,具体指由逻辑上存在先后关系,例如在分析“要素点1”后会紧接着分析“要素点2”,则代表两个要素点之间存在相关关系。而单一对象可以与多个对象存在相关关系是指,对于要素点的操作顺序而言,其作业流程不一定是单项的,如在顺序单击“要素点1”、“要素点2”、“要素点3”后,可能会存在重新操观察或单击“要素点1”的情况,则“要素点1”同时与“要素点2”和“要素点3”存在相关关系。
步骤2.2:根据步骤2.1得到的要素点之间的相关关系图构建任务要素点之间的相关关系矩阵。
根据要素点相关关系图构建相关关系矩阵时,在相关关系矩阵中,具有相关关系记为1,无相关关系记为0,自相关记为1。矩阵中应先补充自相关关系,接着补充不同要素点之间的相关关系。要素点之间的相关关系是双向的,若要素点1与要素点2相关,则要素点2也与要素点1相关。根据如图5所示的要素相关关系图,建立如表1所示的相关关系矩阵。
表1要素点相关关系矩阵
步骤2.3:计算平台中的操作要素复杂度。
在本步骤中,首先根据相关关系矩阵,计算各类要素点的相关关系总和,计算方式如公式(1)所示:
R=∑Ri (1)
其次计算各个要素点在总体相关关系中所占的比例以作为该要素点在监测任务中的出现概率,计算公式如公式(2)所示:
pi=Ri/R (2)
其中,pi代表第i个要素点,Ri代表第i个要素点的相关关系。
根据信息熵原理,计算监测作业中的操作要素复杂度H(E),计算公式如公式(3)所示:
根据表1所示的相关关系矩阵和公式(1)~公式(3),计算得到的操作要素复杂度为:
步骤3:从装备监测任务中梳理任务内容并根据任务内容构建完成整个任务的任务信息链。
步骤3的具体方法如下:
步骤3.1:装备状态监测平台所完成的典型装备监测任务具有标准化作业流程,在该步骤中需根据标准化作业流程对任务流程中的整体任务信息点进行梳理并按照操作对象、具体操作、操作界面对任务信息点进行区分。
本实施例中的装备监测任务共整体分为三个主体流程:故障信息确认、故障分级分析和故障信息记录,其中故障信息记录工作有两个在不同界面进行单独分析的信息链。
步骤3.2:根据各个任务信息点构建任务信息链。信息链是根据操作流程进行划分的任务信息处理流程链条,其由操作对象、具体操作和操作界面所构成,信息链可以准确描述操作人员在完成任务过程中大脑对于各项子任务的信息处理过程。
根据操作要素点、作业流程和操作界面的逻辑梳理示例中的监测任务并建立任务信息链,如图6所示。
步骤4:根据任务信息链计算任务分析复杂度。
步骤4的具体方法如下:
步骤4.1:统计任务信息链中各个要素点出现的概率。
根据信息熵原理,任务信息链的分析复杂度是由信息链中的各个要素存在的不确定性所影响的,因此需统计信息链中各不同要素的出现频率以表征各个要素的不确定性。
首先统计在四条信息链中所有要素的整体出现次数,统计结果为19个,其次分别计算各类要素在整体次数中所占比例,作为各类要素出现的概率。
步骤4.2:根据信息熵原理,计算任务信息链的任务分析复杂度,计算公式如公式(4)所示:
其中,fi是任务信息链中第i个元素在任务信息链中所有元素出现此处中的存在概率,F是任务信息链中所有元素的总数,H(A)代表任务信息链的任务分析复杂度,I代表任务信息链中的元素总数。
步骤4的计算结果如表2所示。
表2任务分析复杂度计算结果
元素名 | 出现次数 | 概率 | 复杂度 |
时间信息 | 1 | 0.05 | 0.22 |
位置信息 | 1 | 0.05 | 0.22 |
故障点 | 1 | 0.05 | 0.22 |
紧急状态 | 1 | 0.05 | 0.22 |
收到并确认 | 1 | 0.05 | 0.22 |
选择故障类型 | 2 | 0.11 | 0.34 |
备件选择 | 1 | 0.05 | 0.22 |
故障分离 | 1 | 0.05 | 0.22 |
上传图片 | 1 | 0.05 | 0.22 |
提交故障信息 | 1 | 0.05 | 0.22 |
故障信息确认 | 1 | 0.05 | 0.22 |
故障分级分析 | 1 | 0.05 | 0.22 |
故障信息记录 | 2 | 0.11 | 0.34 |
界面一 | 2 | 0.11 | 0.34 |
界面二 | 1 | 0.05 | 0.22 |
界面三 | 1 | 0.05 | 0.22 |
统计结果 | 19 | 1.00 | 3.93 |
步骤5:根据任务信息链计算任务执行复杂度。
步骤5的具体方法如下:
步骤5.1:统计各信息链的不确定性;
信息执行过程复杂度由不同信息链所含的信息要素数量所形成的信息链间的不确定性所决定,根据不同信息链所含信息要素数量占总体信息链信息要素数量的总量的比例确定所含信息的概率统计。
首先统计在所有任务信息链中所有要素点的整体出现次数,统计结果为19个,其次分别计算每条任务信息链所占有的要素点比例,以此作为每条任务信息链的不确定性。
步骤5.2:根据统计得到的任务信息链不确定性计算任务执行复杂度。
根据信息熵原理,计算任务信息链中的任务执行复杂度,信息执行过程复杂度由信息链不确定性决定,其计算公式如公式(5)所示:
其中,mj是第j个任务信息链的信息数量在所有任务信息链的信息数量总和中的存在概率,M是任务信息链中所有元素的总数,H(D代表任务信息链的任务执行复杂度,N为任务信息链总数。
步骤5的计算结果如表3所示。
表3监测任务信息执行复杂度计算结果
信息链 | 信息元素数 | 出现概率 | 复杂度 |
信息链1 | 5.00 | 0.26 | 0.51 |
信息链2 | 4.00 | 0.21 | 0.47 |
信息链3 | 6.00 | 0.32 | 0.53 |
信息链4 | 4.00 | 0.21 | 0.47 |
统计结果 | 19.00 | 1.00 | 1.98 |
步骤6:根据操作要素复杂度、任务分析复杂度和任务执行复杂度,加权计算装备监测任务的综合复杂度。
步骤6的具体方法如下:
步骤6.1:评估各类复杂度的权值因子;
对操作人员进行访谈调查,根据调查结果确定操作要素复杂度、任务分析复杂度和任务执行复杂度这三类复杂度的权值因子,分别为x、y、z,作为计算综合复杂度的加权指标。如果调查结果为三类复杂度的影响程度相同,那么这三类复杂度的权值分别为1。
步骤6.2:根据操作要素复杂度、任务分析复杂度和任务执行复杂度以及它们各自的权值因子,加权计算装备监测任务的综合复杂度,计算公式如公式(6)所示:
H=H(E)*x+H(A)*y+H(D)*z (6)
步骤7:根据所测的工作时间和综合复杂度,计算得到装备状态监测平台对应的时间压力下的脑力负荷。
步骤7的具体方法如下:
步骤7.1:对装备监测任务进行标准化计时,标准化计时是指对多人员重复执行同类任务多次进行计时,根据均值进而确定在执行监测任务过程中的标准化用时,即将统计出的均值作为完成装备监测任务的操作时间,记作T(单位为min)。
步骤7.2:时间是影响操作人员脑力负荷的重要因素,根据步骤6所得的综合复杂度和步骤7.1得到的操作时间,计算得到考虑时间压力的单位时间下装备监测任务的脑力负荷,计算公式如公式(7)所示:
综上,本发明通过对装备状态监测平台的任务作业中获取各个要素点,构建要素点之间的相关关系矩阵,分别计算操作要素复杂度、任务分析复杂度和任务执行复杂度,再根据各个复杂度通过加权计算得到综合复杂度,再考虑时间压力指标,最终计算得到考虑时间压力的单位时间下装备监测任务的脑力负荷,从而将装备状态监测平台对应的脑力负荷定量化本发明可以广泛应用于装备状态监测平台,并针对装备监测的标准化任务进行脑力负荷评价,解决当前无法定量化评估可视化界面操作任务中脑力负荷的问题,为装备状态监测平台的设计和完善提供了一种定量化的标准。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明的保护范围并不局限于上述实施方式中的具体细节,在本发明的技术构思范围内,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (8)
1.一种装备状态监测平台的脑力负荷评价方法,其特征在于,包括以下步骤:
步骤1:从装备状态监测平台获取作业中的要素点并进行校验处理;
步骤2:构建要素点之间的相关关系矩阵并计算操作要素复杂度;
步骤3:从装备监测任务中梳理任务内容并根据任务内容构建完成整个任务的任务信息链;
步骤4:根据所述任务信息链计算任务分析复杂度;
步骤5:根据所述任务信息链计算任务执行复杂度;
步骤6:根据所述操作要素复杂度、所述任务分析复杂度和所述任务执行复杂度,加权计算装备监测任务的综合复杂度;
步骤7:根据所述综合复杂度和对装备监测任务进行标准化计时后得到的操作时间,计算得到装备状态监测平台对应的时间压力下的脑力负荷。
2.根据权利要求1所述的一种装备状态监测平台脑力负荷评价方法,其特征在于,步骤1包括:
步骤1.1:从装备状态监测平台获取作业中的要素点;
所述的作业中要素点包括在执行装备监测任务过程中所需注意、理解和操作做的要素点。
步骤1.2:对平台界面中的各类要素点进行区域划分并将划分后的各个区块进行命名标注。
3.根据权利要求1所述的一种装备状态监测平台脑力负荷评价方法,其特征在于,步骤2包括:
步骤2.1:根据任务过程绘制要素点之间的相关关系图;
步骤2.2:根据所述相关关系图构建任务要素点之间的相关关系矩阵;
步骤2.3:根据所述相关关系矩阵计算操作要素复杂度,计算公式如下:
R=∑Ri (1)
pi=Ri/R (2)
其中,pi是第i个要素点的相关关系Ri占所有要素点的相关关系总和R的比率,H(E)代表操作要素复杂度,n为要素点总数。
4.根据权利要求1所述的一种装备状态监测平台脑力负荷评价方法,其特征在于,步骤3包括:
步骤3.1:根据装备监测任务的标准化作业流程对任务流程中的整体任务信息点进行梳理并按照操作对象、具体操作、操作界面对任务信息点进行区分;
步骤3.2:根据各个任务信息点构建任务信息链。
5.根据权利要求1所述的一种装备状态监测平台脑力负荷评价方法,其特征在于,步骤4包括:
步骤4.1:统计所述任务信息链中各个要素点出现的概率;
步骤4.2:根据信息熵原理,通过不确定性进一步计算任务信息链的任务分析复杂度,计算公式如下:
其中,fi是任务信息链中第i个元素在任务信息链中所有元素出现此处中的存在概率,F是任务信息链中所有元素的总数,H(A)代表任务分析复杂度,I代表任务信息链中的对象总数。
6.根据权利要求1所述的一种装备状态监测平台脑力负荷评价方法,其特征在于,步骤5包括:
步骤5.1:统计在所有任务信息链中所有要素点的整体出现次数,分别计算每条任务信息链所占有的要素点比例,以此作为每条任务信息链的不确定性;
步骤5.2:根据统计得到的任务信息链的不确定性计算任务执行复杂度,计算公式如下:
其中,mj是第j个任务信息链的信息数量在所有任务信息链的信息数量总和中的存在概率,M是任务信息链中所有元素的总数,H(D)代表任务信息链的任务执行复杂度,N为任务信息链总数。
7.根据权利要求1所述的一种装备状态监测平台脑力负荷评价方法,其特征在于,步骤6包括:
步骤6.1:对操作人员进行调查,根据调查结果确定所述操作要素复杂度、所述任务分析复杂度和所述任务执行复杂度的权值因子x、y、z,作为计算综合复杂度的加权指标;
步骤6.2:根据所述操作要素复杂度、所述任务分析复杂度、所述任务执行复杂度及其权值因子加权计算装备监测任务的综合复杂度,计算公式如下:
H=H(E)*x+H(A)*y+H(D)*z (6)
其中,H(E)为操作要素复杂度,H(A)为任务分析复杂度,H(D)为任务执行复杂度。
8.根据权利要求1所述的一种装备状态监测平台脑力负荷评价方法,其特征在于,步骤7包括:
步骤7.1:对装备监测任务进行标准化计时,确定完成装备监测任务的操作时间;
步骤7.2:根据操作时间和装备监测任务的综合复杂度计算单位时间下装备监测任务的脑力负荷,计算公式如下:
其中,I为脑力负荷,H为装备监测任务的综合复杂度,T为操作时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310752540.4A CN116682561A (zh) | 2023-06-25 | 2023-06-25 | 一种装备状态监测平台的脑力负荷评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310752540.4A CN116682561A (zh) | 2023-06-25 | 2023-06-25 | 一种装备状态监测平台的脑力负荷评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116682561A true CN116682561A (zh) | 2023-09-01 |
Family
ID=87790808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310752540.4A Pending CN116682561A (zh) | 2023-06-25 | 2023-06-25 | 一种装备状态监测平台的脑力负荷评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116682561A (zh) |
-
2023
- 2023-06-25 CN CN202310752540.4A patent/CN116682561A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101781705B1 (ko) | 원격 사이트 모니터링용 방법 및 장치 | |
JPH10510385A (ja) | ソフトウエア品質のアーキテクチャに基づく分析のための方法およびシステム | |
Staron et al. | A method for forecasting defect backlog in large streamline software development projects and its industrial evaluation | |
US20140236668A1 (en) | Method and apparatus for remote site monitoring | |
CN108985554A (zh) | 一种基于区间直觉模糊集和混合多准则决策模型的改进fmea的方法 | |
CN102522709B (zh) | 变压器状态检修的决策方法及系统 | |
CN105868956A (zh) | 一种数据处理方法及装置 | |
CN109214625A (zh) | 一种油罐失效评估方法及装置 | |
CN111177640A (zh) | 一种数据中心运维工作绩效评价系统 | |
JP2005148856A (ja) | Itシステムの投資効果測定方法およびプログラム並びにシステム | |
CN113825162B (zh) | 电信网络故障原因定位方法及装置 | |
CN116452154B (zh) | 一种适用于通信运营商的项目管理系统 | |
CN110569363A (zh) | 一种决策流组件生成方法、装置、电子设备及存储介质 | |
CN113505980A (zh) | 智能交通管理系统可靠性评价方法、装置及系统 | |
CN113159342A (zh) | 一种基于模糊综合评判的地铁信号系统维修方法 | |
CN117236920A (zh) | 一种基于数据驱动的设备巡检方法及装置 | |
CN109625025B (zh) | Btm设备预警系统 | |
CN116682561A (zh) | 一种装备状态监测平台的脑力负荷评价方法 | |
CN111553581A (zh) | 一种基于熵值的装备维修性评价模型 | |
CN111967774B (zh) | 软件质量风险预测方法及装置 | |
KR101927273B1 (ko) | 미청구공사의 위험도 평가 시스템 및 평가 장치 | |
CN114742412A (zh) | 一种软件技术服务系统及方法 | |
CN113240315A (zh) | 人员考核方法、装置、电子设备及存储介质 | |
CN112085344A (zh) | 一种设备健康的分析方法、装置及电子设备 | |
CN118427108B (zh) | 用于SaaS软件的操作技能测试方法及系统 |
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 |