人因工程第7章.ppt

由于 “机” 的动态特性所具有的实际约束和人体自身的限制而限定了人的传递函数的范围，只需对这个范围进行研究，就可得到相当简单的普遍性模型，并能获得为适应具体的系统输入信号和所需的 “机” 的传递函数而改变系统参数的调节规律。 利用图 7-21(b) 所示的人机系统补偿跟踪模型的仿真实验装置可进行人的传递函数的实验建模。 因为人具有很强的自适应能力，若采用正弦信号进行实验，则人会很快认识到特定正弦波的重复性质而适应它，并且能以近似的频率和窄带随机信号所具有的较高精度进行调节动作，其结果将影响实验的正确性，所以, 通常采用随机信号进行建模试验。 7.5 人机系统的数学模型 因为所要建立的线性模型是人的行为的良好预测器，所以模型的预测值与人的实际输出值的差值必然是很小的量。由此，根据人所感受的误差信号和人的总输出的测量值来求人的最优线性传递函数的问题，可以归结为寻找一个使人的传递函数的输出信号与人的总输出信号之间的均方误差为最小的传递函数。 在各种不同形式的数学模型中，对所测数据拟合较好的最常用解析式为： 7.5 人机系统的数学模型 K — 人工控制环节的增益, 取值范围 1～100 TA— 操作人员的导前时间常数,取值范围 0 ～2.5 s D — 操作人员的反应时间, 取值范围为 0.2±20% s TL— 操作人员的中枢信息传递和加工过程的时间常 数, 取值范围为 0～20 s TN— 操作人员的神经肌肉调节过程的时间常数, 取值范围为 0.1±20% s s — 拉普拉斯变换的算子 上式给出的传递函数形式已经被广泛用于描述人的动态特性。当一个受过很好训练的操作者完成的任务较简单，跟踪的是低频信息时，该传递函数的线性、连续性模型给出的结果与实际情况十分吻合。 7.5 人机系统的数学模型 表 7-12 给出常用的拉普拉斯变换对照表，可查得给定时间函数表达式的拉普拉斯变换表达式。 表 7-13 所列是一些研究者采用具有确定传递函数的受控部件组成的测量系统，对人的传递函数基本模式中的各个参数之测定结果，可供进一步研究人的传递函数模型时参考。 (2)人机系统的预瞄跟踪模型 驾驶过程中,驾驶员总是提前一段距离观测将要跟随的道路行驶路径。更适合于描述车辆驾驶员方向操纵过程的人机系统传递函数模型应当是预瞄跟踪模型。 7.5 人机系统的数学模型 7.5 人机系统的数学模型 预瞄跟踪模型可以划分为预瞄环节 P (s)、反馈预估环节 B (s)、前向校正环节 F (s)、偏差比较器及 “机” 的传递函数五个组成部分。 预瞄环节 P (s)、反馈预估环节 B (s)、前向校正环节 F (s)和偏差比较器构成为驾驶员模型(即人的模型)。预瞄环节 P (s)提前观测各种参考输入信息 f ,并从中抽取受控系统在未来某一时刻将要跟随的特征参量 fp；反馈预估环节 B (s)感知当前时刻受控系统 的状态信息 y , 并据此估计同一未来时刻受控系统 的特征参量 yp 的估计值；通过偏差比较器将两个特征 参量 fp 、yp 进行比较后, 给出偏差信号ε ； 7.5 人机系统的数学模型 而前向校正环节 F (s) 则根据偏差信号δ 获得并输出当前时刻应施加的控制量信息ε 。 预瞄跟踪模型的特点是特征参量的比较在时间上超前于受控过程。而补偿跟踪模型的特征参量的比较,则是在当前时刻上进行的。 对于汽车方向操纵的人机系统, f 就是预期路径函数值, y 是汽车的运动轨迹位置, fp 是根据汽车当前运动状态估计的某一未来时刻的汽车的位置。控制变量可以是汽车的转向盘转角, 也可以是汽车的转向盘转矩, 这取决于所采用的汽车模型 G (s)。 7.5 人机系统的数学模型 当预瞄过程依据汽车动坐标系进行建模时, 预期路径 f 和汽车位置状态 y 都可简化为标量形式, 各个环节的特性都可以转化成线性特性。 我国汽车工程学科领域的郭孔辉院士提出的单点预瞄方式的最优预瞄加速度模型的传递函数表达式为: 7.5 人机系统的数学模型 T — 预瞄时间, 取值范围为 0.7～1.4 s ,其取值与驾 驶员自身的动态特性、汽车的转向操纵特性、 车速等因素有关, 对中型货车,一般取为 1.2 s td — 驾驶员的大脑反应滞后时间, 取值范围为0.2～0.3 s tn — 驾驶员的动作滞后时间, 取值范围为 0.1～0.2 s σ — 最优预瞄加速度模型的三阶时间常数, 取值范 围为 0.0～1.0 s K — 校正增益 Tc— 微分校正时间常数