项目名称: 复杂人机系统的智能化建模与控制理论研究

项目编号: No.61075070

项目类型: 面上项目

立项/批准年度: 2011

项目学科: 金属学与金属工艺

项目作者: 张建华

作者单位: 华东理工大学

项目金额: 10万元

中文摘要: 为解决复杂人机系统分析与设计存在的操作员有效性问题,本项目研究操作员功能状态(OFS)的建模与分类以及人机自适应功能分配理论与算法,为人机系统这一广义复杂系统的建模与控制问题提供基础性理论方法。在多任务的人机协作过程控制系统仿真平台-aCMAS(密封舱空气管控系统)上,通过对操作员生理反应(如脑电和心电活动等)及其主观状态自评价、人机系统总体性能等多源信息的实时采集、处理及特征提取,建立OFS的计算智能模型,实现基于模型的OFS实时监测和预报。然后,设计并验证自组织模糊控制人机接口算法,以本质性优化提高人机协作式控制系统的性能。预期研究成果可用于很多适应性自动化(AA)系统的操作员培训和监测,在高安全性要求的交通运输(如高速列车、军用飞机、空中交通管制、载人航天)、过程工业(如核电站)以及医疗(如手术管控)等领域有广泛的应用价值。

中文关键词: 复杂人机系统;操作员功能状态;适应性自动化;电生理信号;混合智能系统与智能控制

英文摘要: To address the operator effectiveness issue in designing and analyzing complex human-machine systems, this project investigates the theory and algorithms for modeling and classification of operator functional state as well as adaptive function allocation between human operator(s) and machine parts in the system with an aim to provide basic methods for modeling and control of human-machine system, a sort of generalized complex system in the wide sense. On the software platform of the aCAMS (automation-enhanced Cabin Air Management System) used to simulate a multi-task human-machine cooperative process control system and by means of real-time acquisition and analysis of and feature extraction from the heterogeneous data including the operator's physiological responses (e.g., EEG and cardiovescular activities) and subjective ratings and the overall control performance indices of the human-machine system, the Computational Intelligence (CI) models of the OFS will be constructed so as to realize the model-based real-time OFS monitoring and prediction. Then the Self-Organizing Fuzzy Logic Control (SOFLC) strategy based human-machine interface will be proposed and validated in order to highly improve the performance of the human-machine cooperative control system. The methodology and algorithms developed by this project can be applied for operator training and monitoring in a large variety of the so-called Adaptive Automation (AA) systems and would find a wide range of applications in the safety-critical situations such as transportation (e.g., high-speed railway train, advanced military aircraft, air traffic control, and manned spacecraft), process industry (e.g., nulcear power plant) and medical care (e.g., operation monitoring and management).

英文关键词: Complex human-machine systems; operator functional state; adaptive automation; physiological signals; hybrid intelligent systems and control

成为VIP会员查看完整内容
3

相关内容

数字孪生模型构建理论及应用
专知会员服务
221+阅读 · 2022年4月19日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
34+阅读 · 2020年11月26日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
【无人机】无人机的自主与智能控制
产业智能官
47+阅读 · 2017年11月27日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
24+阅读 · 2021年1月25日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
小贴士
相关VIP内容
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员