故障诊断实验报告2011进展

二.项目应认真阅读自然科学基金项目管理和财务管理有关规定、办法（查 五.国家自然科学基金归口管理部门负责审核项目年度《进展报告、项目。理想结果或甚至失败，特别是面上项目这种情况，也请在报告中实事求是地反映出来，说明工作状况和发展态势，供国家自然科学基金和专家参考。。年度计划要点和调整情况外研究发展状况及项目进展情况做了必要的调整和变动，哪些研究内容未按计划进行，原因何在。研究工作主要进展和阶段性成果。(本部分是进展报告的重要部分,请认真撰写)。请分层次叙述所开展的研究工作、取得的进展或碰到的问题等，给出必要的数部分亦包括国内外合作与学术交流、培养情况等。5工作状况、发展态势和建议等，供基金委管理人员或专家参考。附件：给出标注基金资助的已和已有录用通知的 、其他成果 项目在本年度开展了视觉系统生理学分析、多任务视觉信息认知测试与控制实验平台的搭建、虚拟视觉刺激系统建模、关键实验测试仪器（脑电信号设备、眼动仪等）的并进行以及视觉征客观验开始了电数据眼动工作些工作本年度如期完除此之外，项目在本年度还提前开展了下一年度的研究工作，超额完成了不同信息量的动态显示情境的设计，开展了基于排队网络的多任务多信息动态仪表显示条件下认知特性研究及基于小世本项目首先对人工作时疲劳产生的原因做了认真的分析，疲劳主要来自于工作方面和操作者通过上述分析，改进设备的设计和可以从客观的方面对操作者的疲劳进行改善。通过对理反应程及视觉系的生理特的研究分析视系统对色形状获得视觉的主要是眼睛，人的眼睛是光的官，主要感受波长在380~750nm范1所示，1、视觉特性研

12arctan（m2a2b所示分别为人眼水平静视野和垂直静视野。22、生理反应过（经验、学习（经验、学习各（脑、脊髓图3生理反应过3频率的脑波代表了在一定状态下的脑电特征。诱发脑电是大脑受到某种刺激时而产生的脑电（EEG，1种，条形表包含水平条形和竖直条形两种（44种形状的表盘。

图4研究采用的四种形四种的反应时间和认知率如表*所示1反应时835率（图50.7-.79s0.~0.89s但由于人视线的水平搜索速度高于竖直搜索速度，故半圆形表盘的认知速度总体高于竖直条形，从图586420

P300

56，（Fz（Cz均匀受被试影响的差异越小。由于半圆形表盘的刻度均匀分布在上半圆，相对相同间距的水平刻度盘其刻度的水平跨度较小，且与竖直条形刻度不同，半圆形表盘刻度方式为水平方向。对于圆形表盘，其方式为综合方式，即包含水平方向和竖直方向，而顶叶主要负责注意力改变，方式的频繁变换导致顶叶幅值较大，同时也引起顶叶脑区能量的增大；水平条形和竖直条形的认知方式单一，人在中更易找到变化规律，故注意力变化规律接P3007delta频段，delta活动反映了与相关的信号匹配的神经加工，因此说明不同形状表盘在认知过程中进行的图6不同脑区P300幅值分 图7不同频段下脑区能量变22128所示。a)正圆形表 c)水平条形表 8低组合）均列为反应较优组合；而反应时高于900ms的组合（较慢组合）和率高于20%的组合（较高组合）均被列为反应较差组合。从图9可以看出，区刻度色对反应时间影响较大，10，图9不同色彩组合下的反应时间对 图10不同色彩组合下的反应率对表3所示为针对指标（反应时、率）较快和较慢或较高和较低的两种情形，在指标的变3变变 区刻度色组 区刻度色组区区色率反应时失误率表3表明，当区刻度颜色为红色且搭配白色安全区刻度颜色时，反应时间提高最快，搭3、对仪表空间位置的视觉特1234567812345678912345678123456789第1 第2 第3 第4 第1 第2 第3 1112~13所示。 12八区域位置布局的反应时间和正确率分布131~4号位置的反应正确率，此结果与测试时的显示器高度有关，由于人就坐时的自然视线需抬起头部或眼皮，而观察5~8位置的仪表则仅仅需向下转动眼球，了反应时间。图134~6位置的反应时较其他位置偏短，主要原因为中间位置的仪表在竖直位置上处于了视23421所有位置（7#位置除外）的反应时间标准差均较小（2号位置的最小0正1415确率水平接近，而正圆形表的反应时和正确率均在指针指向区时表现较好，但平均反应时和率要显著高于其他形式的表盘。其原因是主要由于除正圆形外的其他形状的表盘的区和安全区的相对位置比较单一，即视觉感受上两者为左右关系或上下关系，进行判断时可以同时借助区置和颜进行综判断从而高了速度和准率而正圆表盘为对称表其区和安全区的相对位置较复杂，区处于正圆形的一角，因此被试者在判断时不能仅仅依靠他们上下左右的位置关系进行判断，依靠的是颜色的差异进行判断，单一的判别方式无正圆 b)半圆c)横条 d)竖条16050 5050 17不同色彩组合下各形状仪表诱发的P30017P300幅值高于较差的（三）人的感受与脑力负荷及认知可靠度研是指通过人眼所观察到得影像反馈到脑中，人在作出判断后对不同的作出的反应。某些医学24onae118

18有研究，大脑对运动的分析是在颞叶上沟后部进行。因而从上面的论述可以看出，对于2脑力负荷最初被用来作为与体力负荷相对应的一个术语，用以形容人在工作中的心理压力，或者信息处理能力。后来，在北约关于脑力负荷的专题研讨会上，与会者给了脑力负荷一个简单的定义脑力负是一个的概它计到要求间压操作的能力努力程行为表现和其他许多因素。这个结论从此被广泛的接受。脑力负荷可作为测量人的信息处理系统一个指标，与人闲置未用的信息处理能力成反比。闲置未用的信息处理能力越小，则脑力负荷越大。1）评价2）务测量定，当工作变时，需要脑力资源，人表现结果会发生变化。该方法中，操作人员被要求同时做两件工作。操作人员主要精力放在务上，当其有多余能力是，他应当尽可能做另一项任务，即辅助任务。务的脑力负荷是通过辅助任务的表现来3脑力负荷对操作者的认知能力考验日趋增大，对操作安全的影响也更加明显。在这些多目标多任务的情境中，显示变量与操作任务既有分层组织，也有交叉耦合，各变量之间相互影响。因此，行的生理测量方法，该方法通过测量视觉对于单任务与多任务仪表信息的认知和操控反本项目针对EEG信号的模式分类问题，完成了小世界神经网络的构建。根据构造的多层前向络进行脑电信号的模式分类，实现了客观舒适性与脑力负荷等指标本构关系的构建。研究内1通过脑电仪了被试空闲期、单任务及多任务条件下的脑电信号(如图19所示)，采样和量θ、α、β频段能量值作为θ波（4-7c/s）、α波（8-13c/s）、β波（14-25c/s）。a) b) c)19躯体运动(FZ)、额叶联络(CZ)、躯体(PZ)2小世界现象揭示了客观世界许多复杂网络运动中最为有效的信息传递方式，即一个高度信息的传递效率。小世界神经网络比规则和随机连接网络具有更优的近性能。当学习速率处于0.1~0.3之间，小世界神经网络的近性能大致相同，表明此时网络具有较好的稳定性。此外，网40%时，多层前向小世界神经网络和livli只与相邻层的神经Vl-1Vl+1中的神经元相连，且所有连接均为连接，各层内神经元之间无连接；m+2~Lvj′进行重新连接,但新连接与重连和自环无关；算法终止条件判断:m≤L-1,4，否则算法终止。构造的多层前向小世界神经20所示。203FZ、CZ、PZ通道的空闲期与单任务或多任务时脑电信号的一维向量为样本集来作为2组。多层前向小世界神经网络通过比较每θ、α、βθ、α、β频段能量值小于等于空闲θ、α、β频段能量值则脑负荷不大。以脑负荷大、不大作为输出，因为该输出量只有两种可56p=0.150次迭代学习，所有程序均在7.0下完成θ、α、β0则说明脑θ、α、β频段能量值未受到显著的激发，以此可以对脑电信

2122为该实验平台的组成示意图。它主要由可调节座椅、虚拟视觉界面显示装置以及脑电信 1

22可调节座椅6机构10侧加焊起的侧撑板支筋将型进行填加以支衬垫从而1即座椅滑道)（图23a）（8图2a0～100调角器是对靠背、坐垫夹角进行调整和锁止的机构，选用机械板式调角器，根据实验和GB15083-194200°9°调节杆位于个座椅左手杆的为30～60的阻为9N左右。2135°～360°。计算1为程序运行计算机，用于各种视觉界面（如仪表、状态信息等）显示程序的运行，并通过三 图23实验平台线框 图24组合支架调节机344、脑电信号处理系2，1人从感知到进行动作的每个过程都有大脑的某个区域参与进行信息处理，根据神经通道将大脑的各个区域连结起来并对信息进行传输的特性，可建立基于排队网络的认知过程，即将的认知进程分为三部分，即感知子网、认知子网和运动子网，并且在每部分中均映射了人脑的相应区域之间的联系。感知子网络负责视（听）觉信息的处理、视（听）觉辨识和视（听）觉信息位置确定等，因此最先接触信息的是负责听觉的大脑颞叶和视觉的枕叶。认知子网络包含对信息的处理、提取信息、进行复杂的认知功能及发出动作命令等，负责这一过程的主要为额叶和顶叶额叶乎涉及有的心功能含语智力和等叶主要初级感中枢高级感觉联络区以及空间知觉的形成区，并涉及语言、、注意等神经心理功能。运动子网络就是最后令执行部分并收集反馈信息，这一过程的信息处理主要由区的大脑的运动皮层完成（图25 252采用GLudo软进行视刺激系建模在GLudo中可以以为基进行表设计，将所设计的仪表表盘以的形式导入该软件中，对进行模型化、纹理化、程序化等操作，GLudo18263

26以上述仪表系统模型为基础，本项目以脑负荷为测试目标，进行了多任务信息下的视觉系统，并实时被试者的脑电信号，用于分析基于脑电特征的多信息认知特性。27

(a)电极分布，其中A2为参考电极 图27电极分布示意图及电极帽佩戴图2829被试了 被试皮 脑电设 射电极被试了 被试皮 脑电设 射电极图28试验流程 图29实验场4频域分析方法主要是EEG的功率谱分析，把幅度随时间变化的脑电波变换为脑电功率随频率EEGEEG的定量分析中，功率谱估计是频域分析的基础。本选取的功率谱密度计算的定义如下：P()limE[1|

x(n)ejn|2N 图30不同任务难度下频谱图及脑地图对照图结果显示，不同任务状态下功率谱图率值分布有明显差别，空闲期谱值较为紊乱，单δ波（1-3c/s）θ波（4-7c/s）、α波（8-13c/s）、β波（14-25c/s）γ波（25c/s以上），在各波段中选择某一频率做出脑地图能量分独立成分分析HEOG、VEOG在空闲期、单任务、多任务三种任务难度下的频谱对照图，31所示。HEOG空闲 HEOG单任 VEOG单任HEOG多任 VEOG多任31眼电通道频谱对照图β频段多任务下O1、O2接下来分析视觉联络区的信号O1、O232O1空闲 O2空闲O1单任 O2单任O1多任 O2多任32枕叶区频谱对照图θ、α、β频段能量相对高且激发明显，在脑地图上观察到的脑部激活都比空闲期活跃，且多任FZ、CZ、PZFZ空闲 CZ空闲 PZ空闲FZ、CZ、PZFZ单任 CZ单任 PZ单任FZ、CZ、PZFZ多任 CZ多任 PZ多任FZ、CZ、PZ33FZ通道的是，CZ、PZθ、αPZ通道，FZ通道观察到的现象有相似之处。LZCLZC计算程序由编写完成，将数据导入LZC数值，将数值LZC34所示。34LZC的分布（空闲期、单任务和多任务（七）员在通过视觉获取信息时的动态视觉特性和轨迹决策行为我们并不是很清楚。因此，以航1、飞行任务中仪表功能及动态视觉分起滑跑：此阶段主要注视飞机的速度仪表，从飞机上的俯仰指示器或从机35(c)所示。 3536(a)所示。，布。同时要随时保持好飞行航向，因此航向仪表上也有一些注视点分布，如图36(b)所示。，36(d)所示。 362知测试与控制实验台，添加眼动追踪系统（38）37所示。图37多仪表显控实验 -eye眼动眼动仪标定完成后进行正式实验利用眼动仪自带EyeVision完成频率为50Hz。5000ft525000ft高度，526033 图39注视点百分比和平均瞳孔尺寸注视次数要多，在仪表区域的注视点百分比上，应用差异显著性分析法，t检验结果表明，起由图39(b)利用差异显著性分析法可知，平均瞳孔大小在仪表和外景上差异显著(P<0.05)，注视仪表时要比注视外景时瞳孔尺寸大。当想努力看清一个目标时，瞳孔尺寸会变大，同时

水平方向眼跳幅水平方向眼跳幅

垂直垂直时

时

40

时

时

41（八）1 及著作情1）JunHong,XiaolingLi,FengXu,YingJiang,XiaohuLi.TheMentalWorkloadJudgmentinVisualCognitionunderMultitaskMeterScheme.InternationalJournalofthePhysicalSciences.(已录用)JunHong,XiaolingLi,KeiichiSato,LeiYao,YingJiang.DesignStandardsandLayoutMethodsofMulti-informationVisualInterfaceBasedonEyeMovementofFlightSimulator.4ndInternationalConferenceonAppliedHumanFactorsandErgonomics.(已录用)XiaolingLi,LinruiTu,YanminXue,ZheMa.ResearchontheHumanMachineInterfaceinControl-by-WireElectricVehiclesBasedonHumanCharacteristics.InternationalWorkshopofAuto,PowerandEnergyEngineering.(EI:20112714122320)）JiangYing,HongJun,LiXiaoling.StudyonInstrumentFormCognitionEEG-based.WORK:AJournalofPrevention,Assessment&Rehabilitation.(已录用)YingJiang,JunHong,XiaolingLi,WeiWang.AnERPstudyoninstrumentFormcognition.4ndInternationalConferenceonAppliedHumanFactorsandErgonomics.(已录用)LiXiaohu，LiXiaoling，Zhanga，ZhangYulin，LiMaolin.Anewmultilayerfeedforwardsmall-worldneuralnetworkwithitsperformancesonfunctionapproximation,2011IEEEInternationalConferenceonComputerScienceandAutomationEngineering,CSAE2011,pp:353-35721），洪军，姜颖，徐枫，姚磊.多任务视觉认知中脑负荷测定的实验系统和方法.中民20111024～26日，TheImpactofTechnologyonDesignResearchConference，SpertusInstitute,Chicago,USA1人：2AmeersingLuximon&RavindraS.Goonetilleke(2001):Simplifiedsubjectiveworkloadassessmenttechnique,Ergonomics,44:3,229-243LucilleTerryNowell.(1997).GraphicalEncodingforInformationVisualization:UsingIconColor,Shape,andSizeToConveyNominalandtativeData.Blacksburg,Virginia:VirginiaPolytechnicInstituteandStateUniversity.Anderson,N.D.,Habak,C.,Wilkinson,F.,&Wilson,H.R.(2007).Evaluatingshapeafter-effectswithradialfrequencypatterns.VisionResearch,47(3),298–308.Bell,J.,Gheorghiu,E.,&Kingdom,F.A.(2009).Orientationtuningofcurvatureadaptationrevealsbothcurvature-polarity-selectiveandnon-selectivemechanisms.JournalofVision,9(12),1–11.Bell,J.,&Kingdom,F.A.(2009).Globalcontourshapesarecodeddifferentlyfromtheirlocalcomponents.VisionResearch,49(13),1702–1710.Gheorghiu,E.,Kingdom,F.A.,Thai,M.T.,&Sampasivam,L.(2009).Binocularpropertiesofcurvature-encodingmechanismsrevealedthroughtwoshapeafter-effects.VisionResearch,49(14),ElenaG,FrederickA.A.Kingdom,EmmaWitney.(2010),Sizeandshapeafter-effects:Sameordifferentmechanism?VisionResearch.50,2127–2136.Garcia,M.L.,Caldera,C.I.,1996.Theeffectofcolorandtypefaceonthereadabilityofon-linetext.ComputersandIndustrialEngineering31(1/2),519–524.Shieh,K.-K.,Lin,C.-C.,(2000).Effectsofscreentype,ambientillumination,andcolorcombinationonVDTvisualperformanceandsubjectivepreference.InternationalJournalofIndustrialErgonomics26(5),527–536.M.Rotte,H.-J.Heinze,H.G.O.M.Smid.(1997).Selectiveattentiontoconjunctionsofcolorandshapeofalphanumericversusnon-alphanumericstimuli:acomparativeelectrophysiologicalstudy.BiologicalPsychology.46,199–221.Alvin,R.Tilley&HenryDreyfussAssociates(2001).TheMeasureofManandWoman:HumanFactorsinDesign.WileyQinD.,ZhengzhiF.,ErnstH.W.Koster(2011).Deficientdistracterinhibitionandfacilitationforemotionalstimuliindepression:AnERPstudy.InternationalJournalofPsychophysiology.Tolgay.E,Tamer.D,Zubeyir.Betal.(2004).AlpharhythmoftheEEGmodulatesvisualdetectionperformanceinhumans.Cognitivebrainresearch.20(3),376-383KatoY,EndoH,KizukaT(2009).Mentalfatigueandimpairedresponseprocesses:Event-relatedbrainpotentialsinaGo/NoGotask.InternationalJournalofPsychophysiology.72(2),204-211LisaR.Fournier,GlennF.Wilson,CarolyneR.Swain,Electrophysiological,behavioral,andsubjectiveindexesofworkloadwhenperformingmultipletasks:manipulationsoftaskdifficultyandtraining,InternationalJournalofPsychophysiology31(1999)129-145CarolineDussault,n-ClaudeJouanin,MatthieuPhilippe,andCharles-YannickGuezennec,EEGandECGChangesDuringSimulatorOperationReflectMentalWorkloadandVigilance,Aviation,Space,andEnvironmentalMedicine,Vol.76,No.4,2005.4CX.Wu,YLLiu.“DevelopmentofanAdaptiveWorkloadManagementSystemUsingtheQueueingNetwork-ModelHumanProcessor(QN-MHP),”IEEETRANSACTIONSONINLIGENTTRANSPORTATIONSYSTEMS,9（3）,2008CX.Wu,YLLiu.Developmentandevaluationofanergonomicsoftwarepackageforpredictingmultiple-taskhumanperformanceandmentalworkloadinhuman–machineinterfacedesignandevaluation,Computers&IndustrialEngineering[J].2009,56:323-333ChristineFogarty,JohnA.Stern,Eyemovementsandblinks:theirrelationshiptohighercognitiveprocesses,InternationalJournalofPsychophysiology,Volume8,Issue1,1989.9:35-42D.J.Mascord,Behavioralandphysiologicalindicesoffatigueinavisualtrackingtask,JournalofSafetyResearch,Volume23,Issue1,Spring1992,Pages19-25LempelA,ZivJ.,Onthecomplexityoffinitesequences,IEEETransInfTheory,1976,22(1):75-MakeigS,BellAJ,JungTPetal,Independentcomponentysisofelectroencephalographicdata,In:TouretzkyD,MozerM,HasselmoM,AdvancesinNeuralInformationProcessingSystems8,Cambridge,MA:MITPress,1996,145-151VigarioRN,ExtractionofocularartifactsfromEEGusingindependentcomponentysis,ElectroenClinNeuro,1997,103(3):395-404FlexerA,BauerH,PripflJetal,EvaluationofaBSSalgorithmforartifactsrejectioninepilepticseizuredetection,EngineeringinMedicineandBiologySociety,2004.1:91-94YingjieLi,ShanbaoTongetal,AbnormalEEGcomplexityinpatientswithschizophreniaanddepression,ClinicalNeurophysiology,Vol.119,Issue6,2008.7:1232-1241T.Fernández,ThalíaHarmonyetal,EEGactivationpatternsduringtheperformanceoftasksinvolvingdifferentcomponentsofmentalcaculation,ElectroencephalographyandclinicalNeurophysiology94(1995):175-182ChandlerA.Phillips,DanielW.Repperger,Atativemodelofthehuman-mac