数字化控制系统人机交互复杂性度量研究

作     者：邹萍萍 

作者单位：南华大学 

学位级别：硕士

导师姓名：张力

授予年度：2014年

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 0802[工学-机械工程] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 071102[理学-系统分析与集成] 081103[工学-系统工程] 

主      题：数字化控制系统 人机交互 复杂性 信息熵 权重 

摘      要：人机交互的复杂性给操作员带来了巨大的挑战，不仅降低了操作员的情景意识、增加操作员的认知负荷，还会造成人因失误，甚至人因事故的发生。特别是在信息技术不断发展的今天，数字化控制系统在工业领域中的应用越来越广泛，人机交互的复杂性会影响整个系统的安全与可靠性，因此，对数字化控制系统人机交互的复杂性研究意义重大。那么，人机交互到底有多复杂？如何清晰表达这种复杂程度？基于这些问题，文章对复杂性度量进行了研究。 论文以数字化控制系统为背景，在深入分析数字化控制系统、人机交互及复杂性理论研究的基础上，建立了基于熵理论的复杂性度量过程。然后使用该度量过程和方法分析了某数字化核电站蒸汽发生器传热管破裂事故应急操作规程的人机交互复杂度，结果表明该度量方法的合理性和可行性。最后，在分析研究结果的基础上，提出预防和降低人机交互复杂性的合理建议。通过研究，得到以下结论： （1）文章在数字化人机交互复杂性理论研究的基础上，提出了数字化人机交互的复杂性影响机制模型，模型中提出的四个关键影响因子和度量指标能够有效定量数字化控制系统中人机交互的复杂性。 （2）信息熵理论可以定量描述数字化控制系统中人机交互的复杂程度。由信息熵理论可知，信息熵能够表示信息的复杂性。在比较分析复杂性度量方法的基础上，文章认为专家调查法和信息熵相结合的方法对指标评价更加合理，并利用信息熵的一阶熵和二阶熵计算各指标的熵值。 （3）在对某核电站SGTR事故处理规程Step18和Step19分析得出，Step18的复杂度要比Step19的复杂度要大，Step18内部各指标的复杂度值也要比Step19的大，在实际应用中可以通过计算复杂度对规程方案进行最优化选择。同时，根据Step18和Step19内部各指标的复杂度值的比较，可以针对性采取措施来降低各指标的复杂性。该研究对于数字化控制系统中人机交互方案的选择、操作员时间的合理分配、规程、界面的设计和优化具有一定的指导作用。