航天器乘员舱人机界面人因可靠性模型

蒋建军， 肖毅， 胡鸿， 张力， 杨丹， 席钌姿， 刘建桥，刘雪阳

(1.湖南工学院安全与管理工程学院， 衡阳 421002；

2.中国航天员科研训练中心人因工程重点实验室， 北京 100094)

航天器乘员舱内人机界面是航天员与飞行器进行信息交换的界面，是航天员获取信息、参数变化、完成相关任务的主要载体。由于航天员所处环境与一般人机交互情况不同，在这一过程中，航天员会面临很多的问题。例如， 信息过载，数据显示过于烦琐，信息延迟等，加上心理压力，失重等外部条件干扰，航天员发生人因失误的可能性较大，如：①信息获取产生偏差、诊断失误、决策失误、操纵杆执行偏差等；
②信息获取及判断失误、操作力量不当、误触、误碰等[1]。

实践证明，当今社会直接由机械故障导致的工业事故比例已经下降到了一个很低的水平。在系统事故的处理过程中，有70%～90%的事故或故障都是由人的失误引发的[2]。美国国家航天局(National Aeronautics and Space Administration, NASA)曾对1990—1993年612件宇宙飞船事故和事件进行分析，结果表明66%以上的原因可归于人误[3]。显然，人误是导致事故的主要原因，人机界面是发生人因事故的主要载体，因此，为减少人因失误，对航天器乘员舱人机界面下人因可靠性进行分析显得十分必要，该分析可为人因可靠性影响因子水平改善提供理论依据，为人因可靠性分析提供方法指导。

目前为止，人机交互过程中，人因可靠性在定性、定量分析方面已取得了一些相关的研究成果。Musharraf等[4]提出了紧急情况下人因可靠性定量分析方法，该方法主要处理专家判断的不确定性，提出了人员之间的相互依赖和关联行为。Jang等[5]提出了一个新的方法，该方法通过执行软控制任务分析，可以评价人因失误。Zhang等[6]基于决策过程，提出一个集成的人因可靠性模型，该模型把遗传算法与神经模糊推理系统结合，分析了模糊认知可靠性及人的失误，同年，Jiang等[7]一个认知可靠性模型被提出，该模型利用贝叶斯网络，以数字化系统人机交互为背景，构建了认知可靠性定量计算方法。又如：邹树梁等[8]提出了海上浮动核电站人员认知可靠性模型，张帅等[9]提出了考虑动态热环境因素的潜航员人因可靠性评估方法，王红红等[10]提出基于模糊贝叶斯网络的水下生产系统人因可靠性分析方法。

上述分析方法主要针对核电站、工业人机交互系统，为人因可靠性定性、定量分析提供了理论基础和方法指导，为分析人因可靠性、认知可靠性、影响因子等提供了有效的方法和手段。现以此为启发，针对航天器乘员舱内人机界面，开展人因可靠性影响因子体系及可靠性模型研究，该研究可为航天员人因失误分析提供帮助，为人机交互过程影响因子水平改善提供参考，为人机系统优化提供依据，也可为人因可靠性分析提供方法指导。

1.1 初步影响因子

确定初步影响因子的依据主要来源于文献调研。本文调研了经典的人因可靠性分析方法，及人因可靠性分析理论研究成果。影响因子初步筛选主要遵循的原则：①频率出现较高的影响因子；
②与研究背景接近程度高的影响因子。经过梳理，确定初步影响因子体系如表1所示。

表1 初步影响因子Table 1 Initial influencing factors

1.2 航天器乘员舱人机界面人因可靠性影响因子体系构建

1.2.1 相对重要度计算式

在初步影响因子的基础上，通过调查表的方式邀请专家、学者对影响因子进行打分，回收专业人员调查表，经过统计分析，计算指标的相对重要度。确定重要度的方法为

(1)

式(1)中：Ej表示第j个影响因子的重要度；
j表示第j个影响因子；
xi表示第i位专家对指标的熟练程度(专家对指标的熟练程度分为：高、较高、中、较低、低)；
yi表示指标对人因可靠性的影响程度，分为5个等级：高、较高、中、较低、低，这5个等级分别用权重5、4、3、2、1表示；
i表示第i个专家。

1.2.2 问卷调查与统计分析

为合理确定人因可靠性影响因子，采用问卷调查的方式，调研对象为航天员训练中心专家、航天领域的专家及学者，共发放调查问卷32份，有效回收问卷30份。

(1)信度和效度分析。对问卷调研结果进行了信度和效度分析，分析工具采用SPSS 18.0,经过分析，得到KMO值为0.89；
Cronbach’s Alpha的系数为0.96。KMO值大于0.8，说明问卷调研结果具有较好的效度；
Cronbach’s Alpha的系数在0.9以上，说明调研结果具有很好的信度。

(2)相对重要度分析。基于式(1)，对调研的数据进行相对重要度计算，影响因子的相对重要度用平均值表示，结果见表2。

表2 人因可靠性影响因子相对重要度Table 2 Relative importance of human reliability influencing factors

1.2.3 航天器乘员舱人机界面人因可靠性影响因子体系

人因可靠性影响因子经过问卷调查及统计分析求得相对重要度后，再结合专家意见(来源于南华大学、湖南工学院)确定最后的指标体系。专家意见如表3。为方便分析，在专家问卷统计结果表中增加了指标的平均相对重要度值及拟淘汰的指标说明。

从表3可知，得到最终的航天员人因可靠性影响因子为：任务因素、经验、人机界面、认知负荷、生理因素、环境因素、时间压力、心理压力。

表3 影响因子专家判断结果及拟淘汰的指标说明Table 3 Expert judgment results of influencing factors and the descriptions of influencing factors to be eliminated

2.1 任务/事故人因可靠性分析框架

首先，对被分析的任务进行子任务划分，然后再对人因可靠性进行分析。人因可靠性分析 (human reliability analysis，HRA)框架以任务/事故处理阶段为导向，以HRA事件树为表现手段。每个分支表示处理阶段的成功、失败2种情况。以HRA事件树的框架结构为基础，顺序与并行关系任务/事故的分析过程如图1所示。

图1 人因可靠性分析框架Fig.1 Analysis frame of human reliability

T1、T2、…、Tn分别表示任务分解的第1、2、…、n阶段；
T1_f、T2_f、…、Tn_f分别表示第1,2，…,n阶段，任务处理失败；
类似，T1_s、T2_s, …，Tn_s分别表示处理第1,2，…，n阶段，任务处理成功。

(1)如果任务T1,T2,…,Tn均为顺序关系，那么航天员完成任务的失败概率为

Pevent_seq(F)=[p(T1_f)p(T2_f|T1_f)+

p(T1_f)p(T2_s|T1_f)]+

[p(T1_s)p(T2_f)p(T3_f|T2_f)+

p(T2_f)p(T3_s|T2_f)]+…+

[p(Tn-1_s)p(Tn_f)]

(1)

式(1)中：Pevent_seq(F)表示任务为顺序关系时的失败概率；
p(T1_f)表示第T1个处理阶段的失败概率；
类似，p(T1_s)表示第T1个处理阶段的成功概率。类似，p(Tn_f)表示第Tn个处理阶段的失败概率；
类似，p(Tn_s)表示第Tn个处理阶段的成功概率；
p(T2_f|T1_f)表示第T1个子任务失败下，第T2个子任务失败的概率；
同理，p(T2_s|T1_f)表示第T1个子任务失败下，第T2个子任务成功的概率。

式(1)中，对于任意情况下的条件概率，有

P(Ty_s|Tx_f)=1-P(Ty_f|Tx_f)

(2)

式(2)中：Tx_f为子任务为x时处理失败；
Ty_s为子任务为y时处理成功。

将式(2)代入式(1)中所有类似的地方，整理后为

Pevent_seq(F)=p(T1_f)+p(T1_s)p(T2_f)+…+

p(T1_s)p(T2_s)…p(Tn_f)

(3)

如果任务T1,T2,…,Tn为并行关系，那么航天员完成任务的失败概率为

Pevent_p(F)=p(T1_f)p(T2_f|T1_f)…

p(Tn_f|Tn-1_f)

(4)

式(4)中：Pevent_p(F)表示任务为并行关系时的失败概率。

从式(4)看出，分解后的任务之间存在相关性，本文相关性处理方法采用THERP中的研究成果。假设子任务B为子任务A的后一个子任务，A与B之间的相关程度定义为：完全相关(CD),高相关(HD),中相关(MD),低相关(LD),零相关(ZD),计算式见表4[11]。

表4 任务阶段之间的相关性Table 4 The correlation between tasks

P(B|A)表示A失败下B失败的可能性；
p(B)表示子任务B的失误率，则p(B)=1-p(b),p(b)表示完成子任务B的成功概率。

2.2 人因可靠性计算方法

2.2.1 方法定义

当前，人因可靠性研究无论是定性分析还是定量分析均形成了一定的成果。在定量方面，一些研究成果指出人的可靠性特征边界、分布总体上与指数函数一致，如，一些研究成果认为失误率总体服从指数分布[8,11,13,21-22]。类似地，本研究对航天器乘员舱人机界面人因可靠性总体上采用指数分布。以乘员舱人机界面为背景，考虑了人因可靠性计算的三个方面：①可用时间及心理压力修正因子；
②航天员人因可靠性影响因子；
③影响因子权重。由此，航天器乘员舱人机界面人因失误率计算方法定义为

(5)

式(5)中：P(x) 表示完成子任务x时，航天员的人因失误率；
k表示修正系数；
wi表示第i个影响因子的权重；
ranki,j表示第i个影响因子处于第j等级时的输入值;tc表示可用时间修正系数;mc表示心理压力修正系数。

可用时间及心理压力对人员在事故处理过程中有重要影响，几乎所有人因可靠性影响因子研究中均提到了这2个因子[11-12,15]，因此本研究把这2个影响因子单独作为修正因子，以凸显这2个影响因子对人因可靠性影响的重要性及显著性。

2.2.2 影响因子输入值ranki,j取值情况

式(5)中，影响因子输入值ranki,j应根据因子所处水平，在对应的取值范围由航天员或领域专家根据事故过程实际情况确定。本研究影响因子水平分为4个等级，即：{优，良，中等，差}，每个等级依次对应的取值范围为{[0.75,1]，[0.6,0.75), [0.4,0.6), (0,0.4)}[23]。取值时，影响因子所处水平越好或影响因子水平越有利于任务执行或事故处理，ranki,j取值就越大，否则，ranki,j取值就越少。取值应基于要分析的对象，即具体子任务/事故情况, 航天员本身情况及其他环境情况，根据这些具体情况下影响因子水平及取值等级对每个影响因子给出一个具体的数值。

2.2.3 人因可靠性计算方法参数值的确定

(2)调整因子可用时间(tc)及心理压力mc的确定。因SPAR-H方法对关联影响因子重叠计算有一定的优势，因此，可用时间tc及心理压力mc调整因子基于SPAR-H研究成果，见表5和表6[12]。

表5 tc和mc的取值Table 5 The values of tc

表6 影响因子权重Table 6 The weights of influencing factors

2.2.4 影响因子权重

航天员人因可靠性影响因子权重采用层次分析法，初始数据通过问卷调查获得。本研究问卷调查涉及的人员包括：航天员训练中心专家、人因可靠性分析专家、人因工程领域专家及学者。共发放问卷33份，实际有效数据31份。

经问卷整理，基于层次分析法理论[24]，获得航天员人因可靠性影响因子的权重，见表6。

2.2.5 人因可靠性分析方法性能分析

为描述式(5)失误率的合理性，对其失误率的边界及变化情况进行分析。基于式(5)确定的参数值，对其人因失误率变化情况、边界情况进行分析，如图2～图4所示。

从图2～图4可以看出：①失误率随着因子权重与因子输入值乘积和的增大而减少，这是合理的，因为乘积的和越大说明影响因子所处的水平越好，影响因子所处的水平越好，失误率就会越少；
②失误率随可用时间调整因子tc取值的增大而增大，这是合理的，因为tc越大说明可用时间越少，可用时间越少说明处理事故的时间越少，失误率就会越大；
③失误率随心理压力调整因子mc取值的增大而增大，这是合理的，因为mc越大说明心理压力越大，心理压力越大失误率自然而然会越大；
④失误率的值、变化趋势和量级基本与相关研究成果类似[11,13,23,26]，这说明人因失误率的值、边界、变化范围是可接受的。

图2 当 ∑(wiranki,j)∈[0.1,1]时，失误率变化趋势及边界值Fig.2 Variation trend and boundary values of error probabilities with (∑wi,jranki,j)∈[0.1,1]

图3 当 tc=0.1,1，10时，失误率变化趋势及边界值Fig.3 Variation trend and boundary values of error probabilities when tc = 0.1, 1 and10

图4 当mc=1,2 ， 5时，失误率变化趋势及边界值Fig.4 Variation trend and boundary values of error probabilities when mc = 1, 2 and 5

选取载人航天飞行“手控交会对接”为例说明人因可靠性分析应用过程，该任务的选取涵盖了交互过程不同复杂性，能较好地说明应用过程。

3.1 任务分解阶段确定

基于已有研究成果的梳理[27]，手控交会对接任务分解后的序列及行为过程如图5所示。

图5 手控交会对接任务序列及行为过程Fig.5 The task sequence and behavioural process of manual rendezvous and docking

3.2 参数确定

人因可靠性定量分析之前，应根据具体情况确定相关参数值。本部分主要目的是描述人因可靠性模型的分析过程，参数输入值采用专家访谈的方式获得(访谈人因工程领域2位专家)，其中，每个子任务可用时间(tc)及心理压力(mc)调整系数值见表7，影响因子输入值(ranki,j)见表8。

表7 可用时间(tc)及心理压力(mc)调整系数值Table 7 The adjustment coefficient values of available time (tc) and mental stress (mc)

表8 子任务的影响因子输入值Table 8 The input values of influencing factors for the subtasks

3.3 建模与计算

基于图5的任务分解，及图1的人因可靠性分析框架，手控交会对接任务HRA分析树如图6所示。

图6 手控交会对接任务HRA分析Fig.6 HRA analysis of manual rendezvous and docking task

基于图6及式(3)，任务T的失误率为

P(T)=p(T1_f)+p(T1_s)p(T2_f)+

p(T1_s)p(T2_s)p(T3_f)

(6)

基于式(5)、表9、表10，T1、T2、T3的失误概率分别为

=0.01exp[-(0.196×0.75+0.153×0.85+

0.082 4×0.75+0.136×0.65+0.114×0.8+

0.184×0.6+0.041 1×0.8+0.093 5×0.75)]×

1×2

=0.009 65;

=0.01exp[-(0.196×0.7+0.153×0.85+

0.082 4×0.75+0.136×0.6+0.114×0.8+

0.184×0.6+0.041 1×0.75+0.093 5×0.7)]×1×2

=0.009 875。

基于式(6)，有

P(T)=P(T1_f)+[1-p(T1_f)]p(T2_f)+

[1-p(T1_f)][1-p(T2_f)]p(T3_f)

=0.000 475+(1-0.000 475)×0.009 65+

(1-0.000 475)(1-0.009 65)×0.009 875

=0.019 9。

因此，获得的载人航天飞行“手控交会对接”任务的人因失误率为0.019 9。

从失误率看，失误率处于中等水平。以失误率为依据，可分析失误过程，追溯影响因子水平的不足，从而对任务执行过程的改进提供依据，如：如何减少手控交会对接任务执行过程的认知负荷、如何优化人机界面、如何采取有效措施减少环境干扰等。

(1)从人因失误的角度构建的人因可靠性影响因子，有利于追溯失误根原因，改善影响因子水平，可为人机交互设计提供帮助，分析人因可靠性提供支持，预防人因可靠性提供源头。

(2)以任务或事故为分析对象，借助事件树，考虑成功、失败两种状态，构建了人因可靠性分析总体计算方法；
另一方面，基于人因可靠性已有研究成果、问卷调查、仿真实验获得了人因可靠性分析的数学表达式，为任务情景下的人因可靠性定量分析提供了方法指导。

(3)现场调研及现有的航天员数据有限，未能深入研究人因可靠性影响因子体系及失误规律，若未来随着航天员失误数据的增加，可进一步完善影响因子体系及人因可靠性分析方法中的参数，有助于提高人因可靠性分析模型的适应性及合理性。

猜你喜欢 人机界面人因心理压力 基于“BOPPS+对分”的人因工程课堂教学改革与实践中学生学习报(2022年26期)2022-05-23浅谈无锡地铁信号系统人机界面的应用与研究电子乐园·下旬刊(2021年3期)2021-02-08基于BSTL与XGDT算法对多级别心理压力的评估经济数学(2020年4期)2020-01-15智珠领导文萃(2019年18期)2019-09-25一例涡桨飞机飞行事故中的人因分析与研究民用飞机设计与研究(2019年4期)2019-05-21现代汽车人机界面（HMI）设计趋势汽车文摘(2019年3期)2019-03-04人机界面设计中的心理学因素电子技术与软件工程(2017年19期)2017-11-09通过图片看内心小学生·新读写(2015年11期)2015-11-20人机界面设计概述科技视界(2014年20期)2014-08-21缓解心理压力的两种方法等二则祝您健康(1990年1期)1990-12-28

推荐访问:航天器 乘员 人机界面