基于人因可靠性的核電廠數字化人機界面功能單元數量優化方法

蔣建軍，張 力,2，王以群，彭玉元，李 敏，伍大清，李鵬程，張曉玲，青 濤

(1.南華大學 經濟管理學院 人因研究所，湖南 衡陽 421001；2.湖南工學院，湖南 衡陽 421002；3.華南理工大學 廣州學院 計算機工程學院，廣東 廣州 510830；4.南華大學 網絡中心，湖南 衡陽 421001；5.南華大學 計算機科學與技術學院，湖南 衡陽 421001)

基于人因可靠性的核電廠數字化人機界面功能單元數量優化方法

蔣建軍1，張 力1,2，王以群1，彭玉元3，李 敏4，伍大清5，李鵬程1，張曉玲5，青 濤1

(1.南華大學 經濟管理學院 人因研究所，湖南 衡陽 421001；2.湖南工學院，湖南 衡陽 421002；3.華南理工大學 廣州學院 計算機工程學院，廣東 廣州 510830；4.南華大學 網絡中心，湖南 衡陽 421001；5.南華大學 計算機科學與技術學院，湖南 衡陽 421001)

核電廠數字化人機界面功能塊中的構件數量給操縱員帶來了極大負荷并影響人誤事件的發生。本文對功能塊中的參數數量建立了一完整的優化流程圖，對流程圖中的幾個關鍵部分進行詳細研究：對因子數量采用動態模糊分段法產生模糊數量段；在模糊數量段因子的搜索中,建立了模糊數量段的取中查找提取方法,大幅提高了搜索性能；對人機界面參數量設計了失誤親和率函數。試驗結果表明：模糊數量段的取中查找提取方法明顯優于順序查找提取方法，失誤親和率函數具有較好的穩定性、收斂性及靈敏度。

核電廠數字化人機界面；構件數量；取中查找提取方法；失誤親和率函數

核電廠引入數字化系統后，操作方式以傳統控制盤臺為主演變為以計算機控制為主，但數字化系統的使用最終離不開人，人在數字化人機界面中扮演了不可替代的作用。在人機界面出現的事故中，由人因引起的事故已占主要地位[1-3]。特別是在數字化系統中，呈現給操縱員的信息量非常巨大，且這些龐大的信息不斷發生變化，極大增加了操縱員的負擔，更易引起人因事故的發生。

人機界面優化已取得了一些成果。毛恩榮等[4]提出人機界面優化匹配評價方法，用該方法設計了一些優化構件。李文彬等[5]提出人機界面的優化研究，該研究探討了油鋸人機界面幾何參數對操作者主觀施力及對其身體生理負荷的影響規律。張超群等[6]研究了遺傳優化深基坑支護系統人機界面，該研究主要通過設計人機界面子系統詳細功能圖形、詳細的子菜單功能圖及類圖來表示人機界面的優化架構。宋正河等[7]對機械系統人機界面優化設計模型進行了研究，該研究重點考慮了機械系統人機界面各典型構成要素的特點及人機界面的設計原則。金曉萍等[8]研究了人機界面布局優化，該研究建立了優化推理機模型及模糊方法的推理體系。許彧青[9]提出核電廠后備盤臺人機界面建模及其優化方法，根據工效學準則對顯示器、操縱器和盤臺進行優化。上述研究為人機界面優化提供了方法論及實踐指導，但上述研究側重于傳統的人機界面，優化標準主要考慮操縱員的舒適程度，未考慮如何避免人因事故。

本文以人因可靠性為基礎，提出核電廠數字化人機界面功能單元數量優化方法，以達到減少人因事故的目的。

1 優化方法

本文的優化是指先對功能單元數量確定一個范圍，之后在確定的范圍內對數量區間不斷改變，每改變一次，計算出相應場景下對應的人因可靠性，反復循環，從而找到一種最優的數量段情況。核電廠數字化人機界面功能單元數量優化過程示于圖1。

圖1 核電廠數字化人機界面功能單元數量優化流程Fig.1 Optimizing process about function unit quantity of digital human-computer interface of nuclear power plant

1.1 功能塊因子數量模糊編碼

本文在編碼過程中未采用傳統的編碼方式，而是采用基于模糊方法的編碼方式。模糊邏輯理論[10]主要用于研究現實世界中一些模糊不清的問題，并使之清晰化。人機界面的有些因子正是這樣一個無法進行精確描述的復雜問題，模糊集合理論為解決這類問題提供了有用的工具。為使因子優化更具體，優化因子采用動態模糊分段法。在使用動態模糊分段法前先假設因子的取值范圍，之后對這些范圍進行均勻模糊分段。在劃分模糊段之前，先需根據不同類型的信息量獲得一總的數量(這個數量會稍大些)，然后根據獲得的總數量進行分段，分段采用平均方法，即每段中的數量基本一致。分段的多少與總數量及每段中所包含的數量有關，而總數量及每段中所包含的數量應根據信息的不同類型和精確性進行設定。這些數據采用現場調查、訪談及問卷的形式獲得。

1.2 基于模糊數量段的取中查找提取方法

傳統查找提取方法在求解中小規模的問題時能夠達到較高的速度和精度，但實際生活中大多數情況面臨的均是NP(多項式復雜程度的非確定性)問題，由于求解復雜度較大，傳統的查找方法已不能適應。于是人們尋求新的算法，如模擬退火算法、蟻群算法、粒子群算法、魚群算法等。本研究提出基于取中法的查找提取方法。該方法描述為：先對模糊優化因子模糊段由小到大進行排列，分別對隊列Q1、Q2進行初始化；取模糊段當中的中間段d_m1進隊列Q1，對Q1進行出隊操作，這時把模糊段由d_m1為中心分成左右兩部分，再分別把這兩部分的中間模糊段再次進隊列Q1；把Q1剛出隊的模糊段按步長為n、段數為m再分段，依次把這些段進入隊列Q2，直到該模糊段完成，對Q2進行出隊操作，對出隊的每一因子段根據實際場景進行人因可靠性計算，并保存計算結果，直到Q2隊列為空；這時Q1出隊，再次取出隊列的模糊段d_m2，對d_m2段同樣按步長為n、段數為m再分段，按順序進Q2隊列，那么d_m2段又把剛出隊列的模糊段分為兩段，對這兩個模糊段進隊列Q1。這樣不斷重復上述過程，直到人因可靠性基本穩定或隊列Q1為空停止整個過程。

1.3 基于免疫進化理論的人因可靠性函數

根據免疫算法的親和力原理，其失誤親和率為：

(1)

其中：η為常量因子，其取值為0.1；Pij為第i個抗原因子中的第j個模糊段優化因子有關人因的失誤親和率；Hij為抗體與抗原之間的親和度。

當數字化人機界面優化因子取不同模糊段時得到的Hij不同，因此可通過調整Hij對人機界面功能塊因子數量進行優化。由式(1)可看出，數字化人機界面參數數量設計的親和力越好，失誤親和率Pij就越小。

Hij的定義為：

(2)

其中,λij為第i個抗原因子中的第j個模糊段優化因子與操作人員的匹配度，λ越小表示匹配度越好，從而得到的失誤親和率也會越小。λij的取值與監視功能塊數量及所需要的時間直接相關，因此，λij定義為：

(3)

其中：tij為監視所需時間，s；q為在tij條件下數字化人機界面功能塊中的構件數量；δ為平衡因子，其取值為2。

為獲取監視所需時間，使用核電廠真實操作過程的數字化人機界面進行試驗。監視過程中構件數量與所需時間的關系列于表1。需要說明的是：監視的構件數量有些只取整個數字化人機界面的一部分，執行10次試驗，結果取其平均值。

表1 監視過程中構件數量與時間的關系Table 1 Relationship between component and time in monitoring process

2 事例分析

選取核電廠在蒸汽發生器傳熱管斷裂(SGTR)過程中能總體反映工廠狀態的畫面來進行因子數量的優化，該主界面分區如圖2所示。

優化過程中需要用到輔助的警告界面、事件過程的規程界面、規程執行過程中調用的參數界面及主界面在進化過程中各功能塊參數的界面，共46個模擬界面，其中11個界面是原始界面及各功能塊參數數量變化的演化界面，是優化的對象。由于界面較多，這里不予列出。

圖2 主界面中優化的功能分區Fig.2 Optimization function block in main interface

試驗設備為德國ManGold公司的MangoldVision MV1型眼動儀與19寸一體聯想電腦組成的桌面視線追蹤系統。該眼動儀通過瞳孔反射原理采集眼動數據，其精度為0.1°，頭部允許移動范圍為左右22 cm、上下11 cm、前后15 cm(整個過程中至少能捕捉到1只眼睛的眼動)。除眼動儀外，還使用了另外5臺電腦共構成6個顯示屏。

由試驗得到原始界面優化因子數量的失誤情況列于表2。B1、B2、B3、B4功能塊中各優化因子的最優數量取值結果列于表3。表中，A_inf為警告因子數量，p_quan為參數因子數量，char_line_quan為行字符數因子數量。一般情況下，監視特定功能塊內參數時產生的失誤親和率越小，表示該功能具備的參數數量設計越好。

表2 原始界面優化因子數量的失誤情況Table 2 Error probabilities of optimization factor quantity in initial interface

表3 功能塊中各優化因子的最優數量取值Table 3 Optimal quantity of each optimization factor about function block

取中查找提取方法與順序查找提取方法的性能比較示于圖3。由圖3可見，取中查找提取方法性能比順序查找提取方法性能優越，具有更好的查找次數與收斂性。

核電廠SGTR事件功能塊查找提取過程中失誤親和率的變化如圖4所示。由圖4可看出：由于每個點的數據在不斷變化，因此失誤親和率具有好的靈敏度；雖然在進化過程中每條失誤親和率曲線均發生了跳躍,但變化的幅度不是太大，且均在一個范圍內變化(0.05)。因此，失誤親和率函數具有較好的穩定性及收斂性。

圖3 取中查找提取方法與順序查找提取方法的性能比較Fig.3 Performance comparison between middle search fetching method and sequence search fetching method

圖4 SGTR事件功能塊查找提取過程中失誤親和率的變化Fig.4 Change of error affinity probability in searching and fetching function block about SGTR event

3 小結

本文提出了基于人因可靠性的核電廠數字化人機界面功能塊數量優化方法,以減少人因事故的發生。通過試驗獲得了SGTR主界面功能塊中幾個因子的最優取值，并得到如下結論：1) 模糊數量段的取中查找提取方法明顯優于順序查找提取方法；2) 失誤親和率函數具有較好的穩定性。

本文只是對核電廠數字化人機界面的幾個重要參數的數量進行人因可靠性優化方法研究,還需進一步對其他參數優化及其他數字化領域的參數數量進行優化,這將是下一步的研究重點。

[1] 何旭洪，黃祥瑞. 工業系統中人的可靠性分析：原理、方法與應用[M]. 北京：清華大學出版社，2007.

[2] 黃衛剛，張力. 大亞灣核電站人因事故分析與預防對策[J]. 核動力工程，1998，9(1)：64-67，76.

HUANG Weigang, ZHANG Li. Cause analysis and preventives for human error events in Daya Bay NPP[J]. Nuclear Power Engineering, 1998, 9(1): 64-67, 76(in Chinese).

[3] CARVALHO P V R, dos SANTOS I L, VIDAL M C R. Safety implications of culture and cognitive issues in nuclear power plant operation[J]. Applied Ergonomics, 2006, 37: 211-232.

[4] 毛恩榮，宋正河，周一鳴. 機械系統人機界面優化匹配試驗評價方法的研究[J]. 農業工程學報，1998，14(2)：49-53.

MAO Enrong, SONG Zhenghe, ZHOU Yiming. Study on test evaluation method for optimal matching of man-machine interface in mechanical system[J]. Transactions of the CSAE, 1998, 14(2): 49-53(in Chinese).

[5] 李文彬，何偉敏，安靜賢，等. 油鋸人機界面的優化研究[J]. 北京林業大學學報，2000，22(5)：58-64.

LI Wenbin, HE Weimin, AN Jingxian, et al. On opt imization of man-machine interface of chain saw[J]. Journal of Beijing Forestry University, 2000, 22(5): 58-64(in Chinese).

[6] 張超群，李陶深，周東，等. 遺傳優化深基坑支護系統人機界面設計與實現[J]. 廣西大學學報，2003，28(2)：161-164.

ZHANG Chaoqun, LI Taoshen, ZHOU Dong, et al. Design and implementation of human-computer interface of deep foundation pit’s optimization system based on genetic algorithm[J]. Journal of Guangxi University: Nat Sci Ed, 2003, 28(2): 161-164(in Chinese).

[7] 宋正河，毛恩榮，周一鳴. 機械系統人機界面優化設計模型的研究[J]. 機械設計與制造，2006(2)：35-37.

SONG Zhenghe, MAO Enrong, ZHOU Yiming. Study on the optimal design model of human-machine interface in mechanical system[J]. Machinery Design & Manufacture, 2006(2): 35-37(in Chinese).

[8] 金曉萍，仇瑩，毛恩榮，等. 車輛人機界面布局優化推理系統研究[J]. 農業機械學報，2008，39(4)：183-186.

JIN Xiaoping, QIU Ying, MAO Enrong. The layout optimal inference system study of vehicle human-machine interface[J]. Transactions of the Chinese Society for Agricultural Machinery, 2008, 39(4): 183-186(in Chinese).

[9] 許彧青. 核電站主控室后備盤臺人機界面建模及其優化方法研究[D]. 哈爾濱：哈爾濱工程大學機械電子工程學院，2012.

[10]王琰，郭忠印. 基于模糊邏輯理論的道路交通安全評價方法[J]. 同濟大學學報：自然科學版，2008，36(1)：47-51.

WANG Yan, GUO Zhongyin. Road safety evaluation based on fuzzy logic[J]. Journal of Tongji University: Natural Science, 2008, 36(1): 47-51(in Chinese).

Method for Optimizing Quantity of Function Unit of Digital Human-computer Interface in Nuclear Power Plant Based on Human Reliability

JIANG Jian-jun1, ZHANG Li1,2, WANG Yi-qun1, PENG Yu-yuan3, LI Min4，WU Da-qing5, LI Peng-cheng1, ZHANG Xiao-ling5, QING Tao1

(1.HumanFactorsInstitute,SchoolofEconomic&Management,UniversityofSouthChina,Hengyang421001,China; 2.HunanInstituteofTechnology,Hengyang421002,China;3.SchoolofComputerEngineering,GuangzhouCollegeofSouthChinaUniversityofTechnology,Guangzhou510830,China;4.NetworksCenter,UniversityofSouthChina,Hengyang421001,China;5.SchoolofComputerScienceandTechnique,UniversityofSouthChina,Hengyang421001,China)

The quantity of components of a function block in digital human-computer interface of nuclear power plant brings heavy burden to operators and influences human error event to occur. In this paper, a complete optimizing process for the quantity of parameters in function block was established, and a few key points in the complete optimizing process were discussed. Using dynamic fuzzy method, the fuzzy segment was formed by quantity of factor, the middle search fetching method that could well improve search performance for fuzzy quantity of segments included quantity of optimization factor was established, and an error affinity probability function was proposed as well. The experimental results show that the middle search fetching method of fuzzy quantity of segments is superior to sequence search fetching method, and error affinity probability function has good stabilization, convergence and sensitivity.

digital human-computer interface of nuclear power plant; quantity of component; middle search fetching method; error affinity probability function

2014-07-02;

2015-01-22

國家自然科學基金資助項目(71071051,71371070)；湖南省重點學科項目——管理科學與工程科學資助；湖南省自然科學基金資助項目(14JJ7046)； 湖南省教育廳基金資助項目(14C0974)；南華大學科研支撐項目資助(2012XQD51)

蔣建軍(1977—)，男，湖南衡陽人，講師，博士，從事人因工程、數據挖掘研究

X946

A

1000-6931(2015)10-1876-06

10.7538/yzk.2015.49.10.1876