Research on discipline construction and content system of intelligent safety ergonomics

doi:10.16265/j.cnki.issn1003-3033.2022.03.001

Abstract

Abstract:

In order to further improve the disciple system of safety science, in view of the shortage of traditional safety ergonomics theory and method, studies were carried out on basic construction of intelligent safety ergonomics discipline theory and course content system. Firstly, according to development process of ergonomics, concept of intelligent safety ergonomics was put forward from a perspective of information technology, and its subject connotation and main attributes were analyzed. Secondly, the disciplinary basis, disciplinary tasks, disciplinary research objects, and research content were analyzed. Finally, considering the future challenges it faces, research tasks and application prospects were discussed. By analyzing several basic problems of the disciplines, it can be concluded that intelligent safety ergonomics is more effective than traditional safety ergonomics.

Key words: intelligent safety ergonomics, discipline construction, content system, safety science, safety ergonomics

DONG Longjun, WANG Jiachuang. Research on discipline construction and content system of intelligent safety ergonomics[J]. China Safety Science Journal, 2022, 32(3): 1-8.

Figures/Tables 6

Tab.1

Fig.1

Fig.2

Tab.2

Fig.3

Tab.3

Content system and specific interpretation of intelligent safety ergonomics

层次	内容体系	具体释义
基础理论	方法论	智能安全人机工程学研究方法及其体系;智能安全人机工程学的感知设计方法;智能安全人机工程学人机评价方法;智能安全人机工程学可靠性分析方法;智能安全人机工程学智能交互界面设计方法;智能安全人机工程学实验分析方法;智能安全人机工程学模拟分析方法;智能安全人机工程学智能控制方法;智能安全人机工程学模型设计方法;智能安全人机工程学安全智能设计方法
	基础理论	主要包括智能安全人机工程学基本概念与定义、学科内涵、学科设置目标、学科性质、学科建立视角、学科内容体系、学科任务等广义基础理论;智能安全人机工程学原理、人机工程学原理、人机控制学原理、感知系统设计原理、宜人学原理、环境控制与安全保护设计原理、机械控制原理、机械动力学原理、自动化控制原理、环境容量控制原理、智能系统设计原理、交互可视化技术理论、大数据挖掘分析等狭义基础理论
	学科体系	主要包括学科属性、学科基础、学科层次、学科地位、学科的子系统架构及其关联关系等
应用技术	“人”体智能		主要包括智能人体感知、人机空间距离智能化设计、自然观察智能(主要是指接受外部环境动态变化的信息接纳与初步处理能力)、人体语言智能、外部环境感知(如声的感知、色彩感知)等
	“机”械智能		主要包括传感器技术(柔性材料选取、智能传感器制造、感知信号提取、采集、处理、分析)、智能机器感知、智能控制与优化技术(作业过程智能评估技术、大规模机器群控制技术、智能装备数值模拟仿真技术、传感器精密控制技术等)、机械设备智能系统协同技术(机械装置作业方案自设计技术、局部装置自安装技术、目标优化最优解分析技术、时间分析与安全警戒技术)、智能诊断与智能维护技术(机器状态自识别技术、机器状态智能诊断分析、故障智能化动态表征、故障自调控优化技术、装备寿命预测与磨损状态分析、作业可靠性评估)等
	人-机智能化交互		主要包括智能人机接口(接口数据接收与处理、语音与图像显示、接口节点模块设计、接口组件设计、模块化系统仿真设计)、人机一体化技术(交互接口信息转换技术、智能制造技术)、智能化接触面控制技术(脑机接口技术、泛在感知网络技术、多通道交互体系建立技术、虚拟现实技术)等
实践应用	智能化人机功能匹配设计		主要包括构建智能人机系统中人的传递函数、人机特性指标的建立与性能比较、人机的功能匹配参数最优化、人机系统安全性与可靠性分析等
	智能人机结合面的最优设计		主要包括管理信息的智能化处理、智能决策支持系统的优化建模、办公智能化系统的优化等
	工作效率最优智能化设计		主要包括智能化机械流程最优化设计、操作处理最优方案设计、人机匹配参数的智能化调整等
	本质安全最优智能化设计		主要包括智能化设备的可靠性设计、防能量溢散缓冲设备开发、人机功能匹配设计优化等
	︙		︙

Tab.3

References 18

[1]	王保国, 王新泉, 刘淑艳, 等. 安全人机工程学[M]. 北京: 机械工业出版社, 2016: 1-11.
[2]	刘伟. 人机工程简史[EB/OL]. [2020-04-06]. http://blog.sciencenet.cn/blog-40841-1227160.html?mType=Group.
[3]	许为, 葛列众. 人因学发展的新取向[J]. 心理科学进展, 2018, 26(9):1521-1534.
	XU Wei, GE Liezhong. New trends in human factors[J]. Advances in Psychological Science, 2018, 26(9):1521-1534. doi: 10.3724/SP.J.1042.2018.01521
[4]	UMER F, JONATHAN G. Human-computer integration[J]. Interactions, 2016, 23(6): 26-32.
[5]	ZHOU Ji, LI Peigen, ZHOU Yanhong, et al. Toward new-generation intelligent manufacturing[J]. Engineering, 2018, 4(1): 11-20.
[6]	王柏村, 黄思翰, 易兵, 等. 面向智能制造的人因工程研究与发展[J]. 机械工程学报, 2020, 56(16):240-253. doi: 10.3901/JME.2020.16.240
	WANG Baicun, HUANG Sihan, YI Bing, et al. State-of-art of human factors/ergonomics in intelligent manufacturing[J]. Journal of Mechanical Engineering, 2020, 56(16):240-253. doi: 10.3901/JME.2020.16.240
[7]	吴超. 3MS-5Meic安全系统模型构建及其应用研究[J]. 中国安全科学学报, 2020, 30(8):1-11. doi: 10.16265/j.cnki.issn1003-3033.2020.08.001
	WU Chao. Construction of 3MS-5Meic safety system model and its application[J]. China Safety Science Journal, 2020, 30(8):1-11. doi: 10.16265/j.cnki.issn1003-3033.2020.08.001
[8]	SHE Manrong, LI Zhizhong, MA Liang. User-defined information sharing for team situation awareness and teamwork[J]. Ergonomics, 2019, 62(8): 1098-1112. doi: 10.1080/00140139.2019.1607910 pmid: 30994390
[9]	NORTON A, OBER W, BARANIECKI L, et al. Analysis of human-robot interaction at the DARPA robotics challenge finals[J]. The International Journal of Robotics Research, 2017, 36(5/6/7): 483-513. doi: 10.1177/0278364916688254
[10]	王秋惠, 姚景一. 下肢外骨骼康复机器人人因工程研究进展[J]. 图学学报, 2021, 42(5):712-718.
	WANG Qiuhui, YAO Jingyi. Progress in the research of exogenic lower limb rehabilitation robot[J]. Journal of Graphics, 2021, 42(5):712-718.
[11]	陈善广, 李志忠, 葛列众, 等. 人因工程研究进展及发展建议[J]. 中国科学基金, 2021, 35(2):203-212.
	CHEN Shanguang, LI Zhizhong, GE Liezhong, et al. Research progress and development suggestions on human factors engineering[J]. Bulletin of National Natural Science Foundation of China, 2021, 35(2):203-212.
[12]	王秉, 吴超. 安全信息学论纲[J]. 情报杂志, 2018, 37(2):88-96.
	WANG Bing, WU Chao. The outline of safety informatics[J]. Journal of Intelligence, 2018, 37(2):88-96.
[13]	吴超. 安全科学方法学[M]. 北京: 中国劳动社会保障出版社, 2011:323-326.
[14]	董陇军, 邓思佳, 闫艺豪. 岩体失稳灾害人机环系统监测与灾害防控:智能安全人机工程学及教学实践[J]. 安全, 2021, 42(10):1-10.
	DONG Longjun, DENG Sijia, YAN Yihao. Man-machine-environment system monitoring and disaster prevention & control for rock mass instability disaster. teaching practice for intelligent safety ergonomics[J]. Safety & Security, 2021, 42(10):1-10.
[15]	王秉, 吴超. 安全科普学的创立研究[J]. 科技管理研究, 2017, 37(24):248-254.
	WANG Bing, WU Chao. Research on establishment of science of safety science popularization[J]. Science and Technology Management Research, 2017, 37(24):248-254.
[16]	克利福德·皮寇弗[美]. 数学之书[M]. 陈以礼,译. 重庆: 重庆大学出版社, 2015: 141.
	PICKOVER Clifford A. The math book[M]. CHEN Yili, Translated. Chongqing: Chongqing University Press, 2015: 141.
[17]	DONG Longjun, SUN Daoyuan, HAN Guangjie, et al. Velocity-free localization of autonomous driverless vehicles in underground intelligent mines[J]. IEEE Transactions on Vehicular Technology, 2020, 69:9292-9303. doi: 10.1109/TVT.2020.2970842
[18]	DONG Longjun, ZHOU Ying, DENG Sijia, et al. Evaluation methods of man-machine-environment system for clean and safe production in phosphorus mines: a case study[J]. Journal of Central South University, 2021, 28(12): 3 856-3 870.

区别点	传统安全人机工程学	智能安全人机工程学
研究工具	参数实测法、实验分析法、调查研究法、感觉评价法、模拟法等	云计算、大数据、5G等新一代信息技术
研究侧重点	在保证安全的基础上,促进人体参数与机械的特征参数最优匹配,以实现最优功效,保证工作效率的极大开发	智能安全人机工程学更注重以人为本,在保证人的心理、生理达到最佳状态的基础上,实现人机环最优功能匹配,在这一过程中,安全理念是彻底融入在人机环系统的设计、实施、运行、维护的全生命周期中
研究目标	实现人、机、环系统最优功能匹配,为人提供安全舒适的工作环境,保障人能够健康、舒适、愉快地活动,提高系统的生产效率及生产质量	智能安全人机工程学以实现系统本质安全为目标,进而实现“人-机-环”系统自适应、自训练、自维护、自学习、自优化
研究对象	研究对象是“人-机-环”系统。即包含自然人、操作设备或机械以及人机所处的外部环境	包括传统“人-机-环”系统以外的新元素—信息流,宏观意义上是指作业过程中系统元素间彼此呈递的宏观现象,微观意义则是在智能化技术基础之上,通过各种智能交互作用产生彼此间的作用机制的特殊“介质”
知识基础	安全科学理论、机械工程理论、环境科学理论、系统科学理论、可靠性工程理论	在传统安全人机工程学的学科基础上,添加了信息论、通信技术、物联网技术、互联网技术等计算机科学理论

功能	具体释义
自适应	一方面是机的自适应,即根据本身工作状态或外部环境变化实现工作状态的自适应;另一方面是人机交互阶段的优化调整,在进行人机交互时,智能设备可以通过感应系统实现自身设计参数、人机交互界面的智能调整,进而完成最优的人机功能匹配,保证系统最优的工作效率
自训练	自训练强调系统利用传感技术,在进行作业时根据外部环境特征时效性反馈,通过反馈信号了解作业特征,提高作业效率。同时强调人员借助智能辅助工具,完成非传统作业
自维护	强调通过检查检测、智能感知、数据记录、诊断分析、故障表征、隐患管理实现系统的自维护功能
自学习	自学习功能强调机器模仿生物(重点是人)功能,通过自动修正调节工作品质参数,强化机体的自学习能力,从而实现自我独立作业、事故预测预警的目的。数据挖掘技术就是采用了自学习功能,机器可通过自学习完成对作业环境的远景预测,并分析作业的合理性、可行性,提高作业效率
自优化	系统运行阶段,机械装置的单独运行或人-机系统的交互作业期间,可通过调节人-机-环境闭环控制系统,实现机器自身的智能故障分析,通过自优化功能,极大提高作业系统的作业能力与作业水平