季煜恒, 李春通, 駱曉萌, 楊雪蓮, 王德禹

(1. 上海交通大學(xué) 海洋工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,上海 200240; 2. 上海交通大學(xué) 海洋裝備研究院,上海 200240; 3. 中國(guó)船舶集團(tuán)有限公司第十一研究所,上海 200032;4. 上海外高橋造船有限公司,上海 200137)

高性能人機(jī)界面具有標(biāo)準(zhǔn)化、易于使用和更高效的特征,可以使作業(yè)人員安全有效地完成監(jiān)視和操作任務(wù)[1].較早開展人機(jī)界面研究的是1973年英國(guó)的一個(gè)研究機(jī)構(gòu),該機(jī)構(gòu)開發(fā)了控制界面布局設(shè)計(jì)程序CAPABLE[2].1993年龍升照[3]系統(tǒng)地討論了人-機(jī)-環(huán)境系統(tǒng)工程并應(yīng)用于人機(jī)界面布局.進(jìn)入21世紀(jì)后,各種人機(jī)界面研究蓬勃發(fā)展.在船海領(lǐng)域關(guān)于人機(jī)界面的研究以一維的布局優(yōu)先序研究較多,如王帥旗[4]通過蟻群算法開展了工作站布局優(yōu)化,人機(jī)設(shè)計(jì)與評(píng)價(jià)交互進(jìn)行;馬雨薇[5]考慮人體工程學(xué)因素,開發(fā)了艦橋?qū)Ш皆O(shè)備的優(yōu)化布局.陳登凱等[6]研究了包括顯控裝置在內(nèi)的潛水器工作艙布局設(shè)計(jì)方法.最新的人機(jī)界面研究已步入智能化設(shè)計(jì)階段:Hartman等[7]研究了智能輪椅上人機(jī)界面的交互與控制;Deng等[8-9]基于認(rèn)知心理學(xué)理論,對(duì)鉆機(jī)控制室的人機(jī)界面進(jìn)行了優(yōu)化設(shè)計(jì),并進(jìn)行了視覺美學(xué)相關(guān)研究;Lu等[10]基于多維感知研究了自動(dòng)駕駛汽車的界面設(shè)計(jì);Hao等[11]將機(jī)器視覺技術(shù)應(yīng)用于人機(jī)界面的布局設(shè)計(jì).新技術(shù)的誕生和日漸復(fù)雜化的工作流程都在推動(dòng)船舶人機(jī)界面達(dá)到更高的性能水平.然而,目前國(guó)內(nèi)關(guān)于船舶人機(jī)工效設(shè)計(jì)的規(guī)范與國(guó)外相比較為落后,艦船人-機(jī)-環(huán)系統(tǒng)工程缺乏完善的理論體系和模型化方法[12].因此,有必要開展人機(jī)界面布局優(yōu)化研究,建立船舶駕駛室高性能人機(jī)界面設(shè)計(jì)方法.

目前關(guān)于人機(jī)界面布局問題的研究多數(shù)以提高界面空間、材料的利用率以及降低成本為核心,而鮮有在人機(jī)界面的布局設(shè)計(jì)中考慮人的身體特征、認(rèn)知規(guī)律和心理特性等需求[13].另外,對(duì)人機(jī)界面的設(shè)計(jì)評(píng)估多以定性分析為主,或者以某單一因素為研究對(duì)象,缺乏系統(tǒng)的定量研究.因此,從人機(jī)工效的角度對(duì)駕駛室工作站人機(jī)界面的布局進(jìn)行優(yōu)化與評(píng)估具有非常重要的意義.本文在設(shè)計(jì)初期將人因工程學(xué)理論融入優(yōu)化數(shù)學(xué)模型,使布局設(shè)計(jì)更加科學(xué)合理的同時(shí),也能極大地提高優(yōu)化設(shè)計(jì)的效率.

以船舶駕駛室工作站人機(jī)界面的布局優(yōu)化設(shè)計(jì)為目標(biāo),以控制面板為研究對(duì)象,構(gòu)建了人機(jī)界面二維布局優(yōu)化模型,將人因工程學(xué)準(zhǔn)則量化分析后與優(yōu)化模型相結(jié)合,采用差分進(jìn)化算法和粒子群算法進(jìn)行優(yōu)化迭代.對(duì)最終獲取的優(yōu)化布局方案進(jìn)行虛擬仿真評(píng)價(jià).本文提出的布局優(yōu)化方法,適用于不同船型、操作方式、人體差異下各工作站面板的布局設(shè)計(jì),可為提高船舶駕駛室工作站人機(jī)界面的布局設(shè)計(jì)效率、合理性、作業(yè)人員的工作效率和舒適度提供支撐.

1 人機(jī)界面布局優(yōu)化的問題描述和數(shù)學(xué)建模

1.1 問題描述和相關(guān)假設(shè)

主要研究控制面板的布局優(yōu)化問題.對(duì)于工作站面板的布局優(yōu)化設(shè)計(jì)應(yīng)當(dāng)在駕駛室設(shè)計(jì)、工作站設(shè)計(jì)與布置、各顯控裝置設(shè)計(jì)已經(jīng)完成并且合理合規(guī)的基礎(chǔ)上進(jìn)行.根據(jù)規(guī)范以及現(xiàn)有的工作站面板形式,假定工作站面板和待布局的裝置為矩形結(jié)構(gòu),裝置四邊與面板四邊平行,原點(diǎn)定義為作業(yè)人員位置,如圖1所示.圖中:O為面板原點(diǎn);A、B為面板的長(zhǎng)、寬;Ai、Bi為第i個(gè)裝置的長(zhǎng)、寬;xw、yw為第w個(gè)裝置中心點(diǎn)的橫、縱坐標(biāo);xiw為i和w間的橫向間距,yij為i和j間的縱向間距;xvo為第v個(gè)裝置與面板邊界的橫向距離,yvo為與面板邊界的縱向距離.

圖1 面板和裝置坐標(biāo)圖Fig.1 Coordinate diagram of panel and equipment

1.2 布局準(zhǔn)則和人因工程學(xué)準(zhǔn)則

結(jié)合國(guó)內(nèi)外規(guī)范中的顯控裝置布局準(zhǔn)則和人因工程學(xué)準(zhǔn)則,船舶駕駛室工作站面板布局應(yīng)當(dāng)重點(diǎn)考慮以下原則.

(1) 功能分組原則.相同功能的元件應(yīng)當(dāng)進(jìn)行集成化設(shè)計(jì).

(2) 重要性原則.重要性高的裝置應(yīng)當(dāng)布置在最優(yōu)、最易觀察或操作的位置.

(3) 使用頻率原則.使用頻率越高的裝置應(yīng)當(dāng)布置在操作舒適度越高的位置.

(4) 順序原則.在進(jìn)行布局排列時(shí),在各項(xiàng)任務(wù)中優(yōu)先使用的裝置應(yīng)當(dāng)靠左和靠上進(jìn)行布置.

(5) 相關(guān)性原則.相關(guān)性越高的裝置應(yīng)當(dāng)靠的更近.

(6) 空間相容原則.裝置之間、裝置與面板邊界應(yīng)當(dāng)按照保留一定的間距.

1.3 布局優(yōu)化數(shù)學(xué)模型

很多學(xué)者在車間、艙室等布局優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型建立方面已經(jīng)進(jìn)行了大量詳細(xì)的研究[14-15].基于前文的問題描述和相關(guān)假設(shè),本文在常規(guī)布局優(yōu)化數(shù)學(xué)模型的基礎(chǔ)上結(jié)合量化分析后的人因工程學(xué)準(zhǔn)則建立船舶駕駛室人機(jī)界面的布局優(yōu)化數(shù)學(xué)模型.以功能分組原則為設(shè)計(jì)前提,以重要性原則、使用頻率原則、順序原則和相關(guān)性原則作為子目標(biāo)并構(gòu)建目標(biāo)函數(shù),以空間相容原則為約束條件,進(jìn)行數(shù)學(xué)建模.設(shè)計(jì)變量為每個(gè)裝置的中心點(diǎn)在面板上的坐標(biāo)(xi,yi).

1.3.1目標(biāo)函數(shù) 分別建立重要性原則、使用頻率原則、順序原則和相關(guān)性原則4個(gè)子目標(biāo)函數(shù).定義待布局裝置數(shù)量為n,船舶作業(yè)任務(wù)有k項(xiàng).

(1) 重要性子目標(biāo)函數(shù):

(1)

式中:D(i)為第i個(gè)裝置中心到最優(yōu)操作點(diǎn)的距離,其中最優(yōu)操作點(diǎn)位置人機(jī)交互虛擬仿真確定;Dm為面板上距離最優(yōu)操作點(diǎn)的最大值;Pi為裝置i的重要性權(quán)值.

Pi越大,表示裝置i的重要性越高.應(yīng)當(dāng)由多位有經(jīng)驗(yàn)的專家對(duì)不同裝置的重要性進(jìn)行協(xié)同打分,將各專家的評(píng)分取均值,作為各裝置的重要性評(píng)分pi.分值為1～5分,分別表示絕對(duì)不重要、比較不重要、中等重要、比較重要和絕對(duì)重要.Pi的計(jì)算公式如下:

(2)

(2) 使用頻率子目標(biāo)函數(shù):

(3)

式中:Ci為裝置i所在面板區(qū)域的作業(yè)舒適度權(quán)值,通過人機(jī)交互虛擬仿真確定;Qi為裝置i的使用頻率權(quán)值.

IACS Rec.95[16]對(duì)不同工作站和不同任務(wù)下對(duì)各裝置的使用情況進(jìn)行了說明.Qi體現(xiàn)待布局裝置的使用頻率,Qi越大,裝置i的使用次數(shù)越多.Qi通過統(tǒng)計(jì)對(duì)應(yīng)工作站某航行任務(wù)內(nèi)所負(fù)責(zé)的各作業(yè)任務(wù)的平均次數(shù)N,以及各作業(yè)任務(wù)中裝置的使用次數(shù)uij進(jìn)行確定,如uij=2代表裝置i在任務(wù)j中被使用2次.Qi的計(jì)算公式如下:

(4)

(5)

(3) 使用順序子目標(biāo)函數(shù):

(6)

式中:Si為裝置i的順序權(quán)值.

Si體現(xiàn)待布局裝置的使用優(yōu)先度,Si越小,裝置i的使用優(yōu)先度越高.Si通過統(tǒng)計(jì)各作業(yè)任務(wù)中裝置的使用順序來確定.Si的計(jì)算公式如下:

(7)

式中:si為裝置i的順序均值,

(8)

Mij為裝置i在任務(wù)j中的使用順序值之和.若裝置i在任務(wù)j中被使用2次,且使用順序?yàn)榈?和第4個(gè)被使用,則Mij=6.

(4) 相關(guān)性子目標(biāo)函數(shù):

(9)

式中:dij為裝置i和裝置j的距離;dm為面板上兩裝置的最遠(yuǎn)距離;rij為裝置ij間的相關(guān)性權(quán)值.

rij體現(xiàn)待布局裝置間的相關(guān)度.rij=0,則裝置i、j完全不相關(guān);rij越大,裝置i與裝置j的聯(lián)系就越大;rii=1.rij應(yīng)由多位有經(jīng)驗(yàn)的專家進(jìn)行協(xié)同評(píng)估,將各專家的評(píng)估值取均值,作為各裝置間的相關(guān)性權(quán)值.

(5) 子目標(biāo)函數(shù)均已為無量綱函數(shù),采用加權(quán)平均法將4個(gè)子目標(biāo)函數(shù)合成為總目標(biāo)函數(shù):

f=ω1f1+ω2f2+ω3f3+ω4f4

(10)

式中:f為總目標(biāo)函數(shù)值,體現(xiàn)布局方案的合理性;ω1為重要性子目標(biāo)權(quán)值;ω2為使用頻率子目標(biāo)權(quán)值;ω3為使用順序子目標(biāo)權(quán)值;ω4為相關(guān)性子目標(biāo)權(quán)值.子目標(biāo)權(quán)值體現(xiàn)各子目標(biāo)的重要度,可針對(duì)不同航行任務(wù)、工作站類型等具體需求按需設(shè)定,但應(yīng)滿足:

ω1+ω2+ω3+ω4=1

(11)

1.3.2約束條件 根據(jù)空間相容性原則構(gòu)建約束條件如下.

(1) 邊界約束.裝置不應(yīng)超出面板邊界,并且應(yīng)當(dāng)與面板邊界保持一定間距.

(2) 間距約束.裝置不能發(fā)生重疊,且裝置間應(yīng)當(dāng)保持一定間距.GB/T 14775—1993[17]中規(guī)定了控制裝置的允許間隔距離和最佳間隔距離.

(12)

(13)

當(dāng)式(12)或(13)滿足條件時(shí),裝置i和j滿足間距約束.

2 人機(jī)交互虛擬仿真和布局優(yōu)化算法

工作站人機(jī)界面布局優(yōu)化流程如圖2所示,通過虛擬仿真確定人機(jī)界面的最優(yōu)操作點(diǎn)位置和各區(qū)域的舒適度權(quán)值;采用差分進(jìn)化算法獲取粒子初始位置;通過粒子群算法進(jìn)行優(yōu)化迭代計(jì)算獲得最優(yōu)布局解;最后再通過虛擬仿真驗(yàn)證布局合理性.

圖2 布局優(yōu)化流程圖Fig.2 Flow chart of layout optimization

2.1 虛擬仿真

通過虛擬仿真來獲取待布局工作站面板的最優(yōu)操作點(diǎn)位置以及各區(qū)域舒適度權(quán)值,使用 Delmia 軟件進(jìn)行人因工程學(xué)虛擬仿真.

2.1.1建立人體和工作站虛擬模型 基于Human Builder模塊建立不同百分位數(shù)的三維人體模型,并定義相應(yīng)的操作姿態(tài).將待優(yōu)化的工作站面板模型(文件格式為.stl)導(dǎo)入仿真系統(tǒng).

2.1.2快速上肢評(píng)估與面板各區(qū)域舒適度權(quán)值劃分 快速上肢評(píng)估(Rapid Upper Limb Assessment,RULA)通過對(duì)人體姿勢(shì)、用力情況、肌肉使用情況的研究來評(píng)估工作相關(guān)肌肉骨骼損傷的風(fēng)險(xiǎn)大小[18].采用RULA分析船舶駕駛室工作站作業(yè)人員的操作舒適度.RULA的評(píng)價(jià)結(jié)果為1～7分,并劃分為4個(gè)級(jí)別,如表1所示.

表1 RULA評(píng)估分?jǐn)?shù)Tab.1 Assessment score of RULA

當(dāng)前各規(guī)范中對(duì)工作站面板的各區(qū)域舒適度與可達(dá)性僅有簡(jiǎn)單的描述和劃分.為了對(duì)各區(qū)域舒適度進(jìn)行量化分析,對(duì)待布局面板進(jìn)行網(wǎng)格劃分,并對(duì)人體手部觸及各網(wǎng)格中心點(diǎn)時(shí)的姿勢(shì)進(jìn)行RULA分析.兼顧RULA評(píng)分精度和區(qū)域劃分要求,采用長(zhǎng)、寬為0.2 m左右的網(wǎng)格,網(wǎng)格對(duì)稱分布,如圖3所示.在Human Activity Analysis模塊中獲取作業(yè)人員在操作不同面板區(qū)域時(shí)各部位的RULA評(píng)分,將各部位的RULA評(píng)分相加,得到網(wǎng)格i的RULA總分Ri,定義ci為網(wǎng)格i的舒適評(píng)分,ci越高的區(qū)域,操作舒適度越高.將ci最大的網(wǎng)格的舒適度權(quán)值Ci定義為1,ci最小的網(wǎng)格的舒適度權(quán)值Ci定義為0,其他網(wǎng)格在[0, 1]間線性插值,可以得到面板各區(qū)域的舒適度權(quán)值Ci.ci的計(jì)算公式如下:

圖3 面板網(wǎng)格劃分與編號(hào)Fig.3 Meshing and numbering of panel

(14)

2.1.3姿態(tài)分析與最優(yōu)操作點(diǎn)位置 MSC/Circ.982[19]中規(guī)定最重要的裝置應(yīng)當(dāng)布置在最優(yōu)、最易觸及的位置,最優(yōu)操作點(diǎn)位置的確定仍是一項(xiàng)難題.本文認(rèn)為最優(yōu)操作點(diǎn)為作業(yè)人員在最優(yōu)作業(yè)姿態(tài)下,最易觸及的工作站面板位置,該點(diǎn)也為整個(gè)面板操作舒適度最高的位置.為了準(zhǔn)確獲得該點(diǎn)位置,需要進(jìn)行相比RULA分析參數(shù)更多、結(jié)果更精細(xì)的姿態(tài)分析.在Human Posture Analysis模塊中對(duì)人體各部位設(shè)定角度界限與首選角度.為簡(jiǎn)化評(píng)估過程,對(duì)人體模型各部位首選角度按照3個(gè)等級(jí)進(jìn)行劃分,如表2所示.其中,可達(dá)域的上下邊界為角度界限.接下來使用查找最優(yōu)姿態(tài)功能,人體模型自動(dòng)調(diào)整為最優(yōu)姿態(tài).可通過RULA分析驗(yàn)證當(dāng)前姿態(tài)是否為舒適度最高姿態(tài).再通過最少的調(diào)整使人體模型以更高的姿態(tài)評(píng)估分?jǐn)?shù)接觸到工作站面板,接觸點(diǎn)為最優(yōu)操作點(diǎn).

表2 首選角度等級(jí)表Tab.2 Rating of preferred angles

2.1.4虛擬仿真分析評(píng)價(jià) 在完成優(yōu)化求解得到優(yōu)化布局結(jié)果后,對(duì)布局結(jié)果再次進(jìn)行虛擬仿真,驗(yàn)證其可視性、可達(dá)性與舒適度,提出改進(jìn)意見.

2.2 粒子群優(yōu)化算法

粒子群優(yōu)化算法通過粒子間共享信息,在個(gè)體歷史最優(yōu)和全局歷史最優(yōu)的共同作用下,向下一個(gè)方向?qū)?yōu)[20].粒子群算法參數(shù)少且尋優(yōu)能力強(qiáng),本文采用粒子群算法進(jìn)行全局尋優(yōu).粒子群算法中基于式(12)和(13)以罰函數(shù)形式施加間距約束[21].在實(shí)際進(jìn)行布局優(yōu)化時(shí),若待布局裝置數(shù)量多且面板剩余空間小,采用常規(guī)的隨機(jī)粒子初始位置難以獲取滿足間距約束的最優(yōu)解.面對(duì)嚴(yán)格的間距約束,往往計(jì)算效率低下.因此,還需要獲取大量滿足間距約束的初始布局方案,作為粒子的初始位置.

2.3 差分進(jìn)化算法求解初始位置

差分進(jìn)化算法是一種基于群體智能理論的全局尋優(yōu)算法,通過變異、交叉和選擇操作來實(shí)現(xiàn)進(jìn)化[22].采用常規(guī)的變異、交叉操作,選擇操作為統(tǒng)計(jì)個(gè)體中滿足間距約束的裝置對(duì)數(shù)T,每當(dāng)式(12)或(13)滿足條件時(shí),T增加1,選擇T更大的個(gè)體作為下一代的初始種群.若T=n(n-1)/2,則所有裝置保持一定間距,當(dāng)前布局滿足間距約束,結(jié)束運(yùn)算,并輸出滿足空間相容性原則的解.通過差分進(jìn)化算法可獲得大量滿足空間相容性約束的解,作為粒子群算法的粒子初始位置[23].

3 算例研究

3.1 參數(shù)確定與虛擬仿真

工作站和人機(jī)模型如圖4所示.以國(guó)產(chǎn)化大型遠(yuǎn)洋客船H1508的導(dǎo)航與操縱工作站(型號(hào):YA/865-SECT.E)的大面積控制面板作為算例進(jìn)行布局優(yōu)化設(shè)計(jì),如圖4(a)所示.首先確定工作站操作方式、尺寸、待布局裝置數(shù)量、各裝置尺寸、各項(xiàng)權(quán)值以及人體模型各部位首選角度.該控制面板長(zhǎng)度A=1.416 m、寬度B=0.938 m.面板上各裝置以按功能分組原則進(jìn)行分組,分組與命名參考規(guī)范IACS Rec.95[16]和MSC/Circ.982[19],分組后待布局裝置的編號(hào)、尺寸和初始坐標(biāo)如表3所示,各裝置的重要性權(quán)值、使用頻率權(quán)值、順序權(quán)值和相關(guān)性權(quán)值采用1.3.1節(jié)中的方法進(jìn)行計(jì)算,其中涉及主觀評(píng)價(jià)的數(shù)據(jù)參考文獻(xiàn)[4].

表3 裝置編號(hào)、尺寸和初始坐標(biāo)Tab.3 Number, size, and initial coordinates of equipment

圖4 工作站和人機(jī)模型Fig.4 Workstation and human-machine model

該控制面板由作業(yè)人員站立操控,本文使用的人體模型數(shù)據(jù)來源于GJB/Z 131—2002[24]中艦艇人員的人體測(cè)量數(shù)據(jù).案例中的工作站面板面積較大,構(gòu)建第95百分位的人體模型,導(dǎo)入工作站模型,建立人機(jī)交互模型,如圖4(b)所示.對(duì)虛擬人體模型在1～12號(hào)網(wǎng)格區(qū)域的作業(yè)姿態(tài)進(jìn)行RULA分析,獲取手腕、前臂、上臂、軀干的RULA評(píng)分,求得各網(wǎng)格的舒適評(píng)分ci和面板各區(qū)域的作業(yè)舒適度權(quán)值Ci如表4所示.

表4 第95百分位舒適度權(quán)值Tab.4 Comfort weight of 95th percentile

人體模型各部位首選角度設(shè)定參考文獻(xiàn)[25].所得最優(yōu)姿態(tài)如圖5所示, 最優(yōu)姿態(tài)與標(biāo)準(zhǔn)站立姿態(tài)相比上臂略微外展,前臂微屈.對(duì)當(dāng)前所得最優(yōu)姿態(tài)進(jìn)行RULA分析,各部位以及綜合RULA評(píng)分均為1,首選角度設(shè)置合理.由最優(yōu)姿態(tài)獲取最優(yōu)操作點(diǎn)坐標(biāo)為(±0.3 m, 0.17 m).

圖5 最優(yōu)姿態(tài)Fig.5 Optimal posture

3.2 差分進(jìn)化算法求解初始解

綜合考慮計(jì)算效率和需要的初始可行解數(shù)量,設(shè)置種群個(gè)數(shù)為250,空間維數(shù)為22,最大迭代次數(shù)為500.采用線性遞增的縮放因子和交叉概率,避免個(gè)體過早趨同,經(jīng)過多次計(jì)算驗(yàn)證,設(shè)置最小縮放因子為0.1,最大縮放因子為0.9,最小交叉概率為0.1,最大交叉概率為0.6時(shí),可高效獲得初始可行解.允許最小間距均為0.03 m.計(jì)算出 1 999 組初始可行解,其中一組初始可行解如表5所示,加入表3中的初始設(shè)計(jì)方案,得到 2 000 組初始可行解.

表5 初始可行解Tab.5 Initial feasible solution

3.3 粒子群算法求解最優(yōu)布局

讀取初始可行解,合理設(shè)置種群個(gè)數(shù)、空間維數(shù)和最大迭代次數(shù)使得算法能夠快速收斂.設(shè)置粒子個(gè)數(shù)為 2 000,空間維數(shù)為22,最大迭代次數(shù)為500.采用目前較為常用的線性遞減慣性權(quán)重,設(shè)置最小慣性權(quán)重為0.6,最大慣性權(quán)重為1.經(jīng)過多次計(jì)算驗(yàn)證,速度下界為-0.5,速度上界為0.5,自我學(xué)習(xí)因子為0.4,群體學(xué)習(xí)因子為0.6時(shí),可高效獲得最優(yōu)布局解.文獻(xiàn)[4]中在認(rèn)為子目標(biāo)同等重要時(shí), 設(shè)置相同的子目標(biāo)權(quán)值.本算例中認(rèn)為4個(gè)子目標(biāo)同等重要,考慮到式(11),因此4個(gè)子目標(biāo)權(quán)值都取為0.25.粒子群算法迭代過程如圖6所示.多次求解得最優(yōu)布局方案如圖7所示,各裝置編號(hào)與圖4(a)相同.對(duì)應(yīng)的最優(yōu)布局解坐標(biāo)如表6所示.

表6 最優(yōu)布局解Tab.6 Optimal layout solution

圖6 粒子群算法迭代曲線Fig.6 Curve of PSO iteration

圖7 第95百分位最優(yōu)布局圖Fig.7 Optimal layout of 95th percentile

3.4 人體模型參數(shù)差異對(duì)比

對(duì)于人機(jī)界面的優(yōu)化設(shè)計(jì),人體尺寸數(shù)據(jù)是人因分析的重要輸入,影響不可忽略[26].選取與第95百分位差異較大的第5百分位人體數(shù)據(jù)進(jìn)行對(duì)比試驗(yàn),探討人體參數(shù)變化對(duì)人機(jī)界面布局優(yōu)化設(shè)計(jì)的影響.構(gòu)建第5百分位的人體模型,與人體參數(shù)無關(guān)的其他參數(shù)與前文第95百分位的人體模型算例保持一致.

通過RULA分析,得到面板網(wǎng)格1～12的Ci分別為1.00,1.00,0.79,0.69,0.39,0.29,0.29,0.29,0.19,0.09,0.09,0.00.人體模型各部位首選角度不變,進(jìn)一步通過姿態(tài)分析確定此時(shí)的最優(yōu)操作點(diǎn)坐標(biāo)為(±0.3 m, 0.155 m).對(duì)比表4和表7可知,相比第95百分位,第5百分位下原本舒適度較高的區(qū)域舒適度進(jìn)一步提高,而原本舒適度較低的區(qū)域舒適度進(jìn)一步降低.但面板各區(qū)域的相對(duì)舒適度關(guān)系沒有變化,且最優(yōu)操作點(diǎn)位置也僅略有改變.進(jìn)一步求解得第5百分位最優(yōu)布局方案如圖8所示.對(duì)比圖7和圖8,僅各裝置略有小幅度位移,而相對(duì)位置關(guān)系沒有變化.因此,在本算例中,人體參數(shù)在合理范圍內(nèi)的改變對(duì)布局設(shè)計(jì)的結(jié)果影響很小.

表7 目標(biāo)函數(shù)對(duì)比Tab.7 Comparison of objective function

圖8 第5百分位最優(yōu)布局圖Fig.8 Optimal layout of 5th percentile

3.5 虛擬仿真評(píng)價(jià)

考慮到本算例中,人體參數(shù)的改變對(duì)布局優(yōu)化結(jié)果影響較小,因此使用Delmia軟件對(duì)第95百分位人體參數(shù)下的最優(yōu)布局方案開展人機(jī)交互虛擬仿真與評(píng)價(jià).

3.5.1可視性分析 GJB 2873—1997[27]規(guī)定,頭部自然向上、向下、向左、向右轉(zhuǎn)動(dòng)15°范圍內(nèi)為最佳視角區(qū)域.捕捉站立姿態(tài)(視線水平向前)及低頭15°(垂直視角內(nèi)視線向下15°)時(shí)的視野如圖9所示.站立姿態(tài)平視前方時(shí),工作站面板遮擋有限,正前方仍有良好視野.人體模型低頭15° 時(shí),控制面板均在可視域內(nèi),相關(guān)控制裝置清晰可見.所有裝置都在最佳視角區(qū)域內(nèi),當(dāng)前工作站布局滿足可視性要求.

圖9 視野分析Fig.9 Vision analysis

3.5.2可達(dá)性分析 由GB/T 14779—1993[28]可知,在坐姿的情況下,身體前傾的舒適角度應(yīng)小于25°.對(duì)于站姿情況,僅改變身體前傾角度,可測(cè)得軀干的RULA評(píng)分.前傾0°～20° 時(shí),軀干的RULA得分小于2;21°～56° 時(shí),軀干的RULA得分小于4.因此,認(rèn)為在站姿的情況下,身體前傾的舒適角度應(yīng)小于20°,作業(yè)角度應(yīng)小于56°.顯示人體模型在身體前傾20° 時(shí)的上肢伸展域作為舒適可達(dá)域,56° 時(shí)的上肢伸展域作為作業(yè)可達(dá)域,如圖10所示.

圖10 上肢伸展域Fig.10 Upper body extension

當(dāng)前布局下,63.6%的裝置在舒適可達(dá)域內(nèi),重要性和使用頻率較高的裝置也都在舒適可達(dá)域內(nèi),且所有裝置都在作業(yè)可達(dá)域內(nèi).采用孫守遷等[29]提出的可達(dá)性評(píng)價(jià)方法:

(15)

式中:E為可達(dá)性評(píng)分;Z為最遠(yuǎn)可達(dá)距離.

評(píng)價(jià)結(jié)果E在[0,1]間,當(dāng)E<0.5時(shí),認(rèn)為系統(tǒng)可達(dá)性可行.對(duì)于當(dāng)前布局,在站姿操作下Z為0.8 m,E=0.35.若限制到舒適可達(dá)域,Z取0.6 m時(shí),E=0.47,可認(rèn)為當(dāng)前布局滿足可達(dá)性要求.若該控制面板采用坐姿操作,則Z=0.4 m,E=0.70,可達(dá)性較差.若控制面板寬度較大,則不適合采用坐姿操作.

3.5.3舒適度分析 初始設(shè)計(jì)方案和優(yōu)化后設(shè)計(jì)方案的4個(gè)子目標(biāo)函數(shù)值如表7所示.相比初始方案,優(yōu)化后的布局方案更好地滿足了所有子目標(biāo)原則.其中,使用順序原則和相關(guān)性原則子目標(biāo)函數(shù)的提升,表明優(yōu)化后的布局方案提升了工作效率,降低了操作失誤率.而使用頻率原則子目標(biāo)函數(shù)最能體現(xiàn)布局方案的舒適度,優(yōu)化后的布局方案舒適度提升顯著.總目標(biāo)函數(shù)體現(xiàn)布局方案的合理性,依據(jù)式(10),在各子目標(biāo)權(quán)重相同時(shí),布局合理性提升了17.0%.

4 結(jié)論

(1) 以船舶駕駛室工作站的人機(jī)界面為研究對(duì)象,通過虛擬仿真將人的身體特征、認(rèn)知規(guī)律和姿態(tài)舒適度量化并融入目標(biāo)函數(shù),建立了對(duì)重要性、使用頻率、使用順序與相關(guān)性這4個(gè)指標(biāo)的布局優(yōu)化數(shù)學(xué)模型.借助差分進(jìn)化算法豐富了初始種群多樣性,并采用粒子群優(yōu)化算法高效地獲得了最優(yōu)布局方案,布局合理性提升了17.0%.

(2) 通過Delmia虛擬仿真模擬作業(yè)人員的實(shí)際操作姿態(tài),驗(yàn)證了現(xiàn)有控制面板能夠滿足可視性和可達(dá)性兩個(gè)基本需求,且優(yōu)化后的布局方案提升了作業(yè)人員的操作舒適度和工作效率.通過虛擬仿真可以對(duì)作業(yè)人員姿態(tài)進(jìn)行定性校核和定量評(píng)價(jià),為人機(jī)界面的人機(jī)性能研究提供理論依據(jù).

(3) 本文提出的布局優(yōu)化方法可移植性強(qiáng),通過建立不同場(chǎng)景下的各項(xiàng)權(quán)值、操作舒適度、最優(yōu)操作點(diǎn)位置等數(shù)據(jù)庫(kù),結(jié)合適度的人工輸入以滿足實(shí)際場(chǎng)景需求,本研究可以為實(shí)現(xiàn)智能化人機(jī)界面的高效自動(dòng)布局提供支撐.