首页> 正文

基于EEG与NIRS分析的混合生产系统多任务处理研究

2020-12-08阅读(579)

基于EEG与NIRS分析的混合生产系统多任务处理研究

论文摘要

随着市场环境愈加多变,个性化需求增加,更多企业采用多品种、中小批量生产模式。同时,伴随着人力资源成本、原材料成本的快速上升,制造业加快了产业升级步伐,众多企业朝智能制造、柔性制造方向转型,智能制造设备（包括机床、机器人）得到更大程度上的使用,以实现企业柔性化、少人化生产制造目标。然而,由于生产制造中部分装配作业太多复杂,部分人工装配作业也将长期存在。因此,未来人机混合生产系统将是企业主流生产制造模式。但是,混合生产系统对于企业员工而言,具有一定挑战。该系统中,员工需要在短时间内完成多机床操作、多机器人操作,甚至还需要处理一些只能由手工装配作业的任务。因此,在新的制造业发展形势下,对处于新环境中的员工人因问题进行研究,不仅具有研究的理论意义,更具有实践意义。借助于神经工效学研究技术的发展,本文采用EEG与NIRS结合的技术手段,从神经人因视角对混合生产系统生产装配线员工在多任务处理时的行为绩效与生理表现进行研究。通过基于复杂性与相似性的任务设计,进行了任务切换实验研究,分析参与者的行为绩效指标和脑电指标的变化及其差异,探究了任务切换类型对参与者的影响,并提出了任务切换的优先选择方案。在任务切换实验研究的基础上,进一步拓展,采用两种模拟的手工装配任务与工业机器人操作任务、机床操作任务组合的多任务处理实验模式,通过生理测量设备与NASA-TLX量表记录参与者的行为与生理数据,开展了混合生产系统生产装配线的多任务处理实验研究。基于两个实验研究,对任务切换实验研究结果进行管理应用的探究,对多任务处理实验研究结果进行了讨论与管理应用探究,并综合两个实验研究的结果,从降低员工工作时的脑力负荷角度,提出了生产装配线改善的七项依据。对经过实际企业调研后进行模型化、典型化后的单元生产装配线进行了改善优化,通过分析改善前后的单元生产装配线方案,结果表明在保持原单元生产装配线高效率的同时,新方案有效降低了员工工作时的脑力负荷。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景与意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 国内外研究现状
  •     1.2.1 人-自动化交互研究
  •     1.2.2 工作绩效与脑力负荷测量研究
  •     1.2.3 任务切换研究
  •     1.2.4 多任务处理研究
  •   1.3 研究方法与技术路线
  •     1.3.1 研究方法
  •     1.3.2 技术路线
  •   1.4 论文框架
  •   1.5 创新点
  • 第2章 相关概念与相关研究基础
  •   2.1 相关概念
  •   2.2 神经学相关知识与脑力负荷测量
  •     2.2.1 神经学相关知识
  •     2.2.2 EEG生理学相关知识
  •     2.2.3 NIRS生理学相关知识
  •     2.2.4 NASA-TLX量表
  •   2.3 相关理论
  •     2.3.1 目标记忆理论
  •     2.3.2 认知负荷理论
  •     2.3.3 多资源理论
  •     2.3.4 线程认知理论
  •   2.4 相关软件
  •   2.5 本章小结
  • 第3章 基于复杂性与相似性任务设计的任务切换研究
  •   3.1 实验目的
  •   3.2 实验方法
  •     3.2.1 实验对象
  •     3.2.2 实验设备
  •     3.2.3 实验任务与流程
  •   3.3 数据采集与分析
  •     3.3.1 指标
  •     3.3.2 EEG数据采集与处理
  •     3.3.3 统计分析
  •   3.4 结果
  •     3.4.1 错误率
  •     3.4.2 反应时间
  •     3.4.3 平均装配时间
  •     3.4.4 EEG指标
  •   3.5 讨论
  •   3.6 结论
  •   3.7 本章小结
  • 第4章 混合生产系统员工多任务处理研究
  •   4.1 实验目的
  •   4.2 实验方法
  •     4.2.1 实验对象
  •     4.2.2 实验设备
  •     4.2.3 实验任务
  •     4.2.4 实验流程
  •     4.2.5 实验指标
  •     4.2.6 数据采集
  •     4.2.7 统计分析
  •   4.3 实验数据分析
  •     4.3.1 行为数据分析
  •     4.3.2 生理数据分析
  •     4.3.3 量表数据分析
  •   4.4 实验结果
  •   4.5 本章小结
  • 第5章 综合讨论与管理应用探究
  •   5.1 任务切换实验结果应用探究
  •   5.2 多任务处理实验讨论与应用探究
  •     5.2.1 手工装配多任务处理
  •     5.2.2 人机交互多任务处理
  •     5.2.3 组合多任务处理
  •     5.2.4 主观量表结果讨论与应用
  •   5.3 单元生产装配线改善的算例分析
  •     5.3.1 L单元生产装配线现状
  •     5.3.2 L单元生产装配线的改善方案
  •     5.3.3 L单元改善前后方案对比
  •   5.4 本章小结
  • 第6章 研究总结与未来展望
  •   6.1 研究总结
  •   6.2 理论贡献与实践指导建议
  •   6.3 研究局限性与未来展望
  • 参考文献
  • 附录
  •   附录1 B-Alert LabX分析软件核心程序
  •   附录2 NASA-TLX量表
  • 攻读学位期间发表的学术论文
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 夏华杰

    导师: 韩文民

    关键词: 混合生产系统,多任务处理,脑力负荷

    来源: 江苏科技大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,企业经济

    单位: 江苏科技大学

    分类号: O212.1;F273

    DOI: 10.27171/d.cnki.ghdcc.2019.000286

    总页数: 110

    文件大小: 2247K

    下载量: 22

    相关论文文献

    • [1].海河口沉积物nirS型反硝化微生物多样性研究[J]. 海洋环境科学 2020(03)
    • [2].Determination of Nitric Acid in Aqueous by NIRS[J]. Annual Report of China Institute of Atomic Energy 2010(00)
    • [3].NIRS技术下的复合化肥成分定量应用研究[J]. 山西农经 2017(10)
    • [4].棉籽17种氨基酸含量的NIRS定标模型构建与测定方法研究[J]. 光谱学与光谱分析 2011(10)
    • [5].近红外光谱分析技术在饲料检测领域的应用研究[J]. 饲料研究 2017(05)
    • [6].基于NIRS的苹果酒特征香气生成动力学模型[J]. 农业机械学报 2013(04)
    • [7].基于近红外光谱技术(NIRS)对工夫红茶茶色素含量测定[J]. 食品工业科技 2017(01)
    • [8].氮肥对小麦田土壤nirS型反硝化细菌多样性的影响[J]. 微生物学报 2009(09)
    • [9].近红外光谱分析技术在青贮饲料营养品质检测评价上的研究进展[J]. 饲料工业 2020(10)
    • [10].近红外光谱技术(NIRS)在牧草领域中的应用研究进展[J]. 光谱学与光谱分析 2012(07)
    • [11].不同光谱采集条件下麦秸低位热值NIRS快速检测[J]. 农业机械学报 2013(08)
    • [12].近红外光谱(NIRS)技术快速测定湖泊沉积物营养组分研究[J]. 光谱学与光谱分析 2010(10)
    • [13].近红外光谱技术临床应用研究进展[J]. 护理研究 2016(11)
    • [14].NIRS在广金钱草水分含量测定中的应用[J]. 江苏农业科学 2014(07)
    • [15].大庆龙凤湿地nirS基因型反硝化细菌生物多样性初探[J]. 黑龙江科技信息 2014(26)
    • [16].基于近红外光谱技术(NIRS)对工夫红茶审评品质客观评价研究[J]. 食品工业科技 2016(05)
    • [17].基于NIRS的局部肌肉疲劳与脑疲劳及人体舒适性实验[J]. 四川兵工学报 2012(11)
    • [18].近红外光谱技术(NIRS)测定玉米粉碎粒度的研究[J]. 饲料工业 2008(19)
    • [19].不同方法测定不同来源小麦营养含量的比较[J]. 饲料研究 2017(20)
    • [20].近红外反射光谱(NIRS)测量棉子中油份和蛋白质含量的研究[J]. 中国棉花 2010(01)
    • [21].NIRS法测定液碱中氢氧化钠含量的方法研究[J]. 广州化工 2019(06)
    • [22].玉米单籽粒及单穗籽粒直链淀粉质量分数NIRS模型的建立与验证[J]. 西北农业学报 2017(11)
    • [23].近红外光谱法在土壤有机质研究中的应用[J]. 核农学报 2010(01)
    • [24].新型NIRS生理检测技术[J]. 红外与激光工程 2008(S2)
    • [25].基于降噪处理的蒙古栎木材气干密度NIRS定标模型[J]. 南京林业大学学报(自然科学版) 2016(06)
    • [26].近红外光谱技术(NIRS)在检测牧草霉菌毒素中的应用[J]. 光谱学与光谱分析 2010(05)
    • [27].An enrichment device of silica-based monolithic material and its application to determine micro-carbaryl by NIRS[J]. Chinese Chemical Letters 2009(04)
    • [28].NIRS法测定PM中2,4-MDI的方法研究[J]. 广州化工 2018(22)
    • [29].情绪刺激对高抑郁症状大学生工作记忆影响的NIRS研究[J]. 中国临床心理学杂志 2017(02)
    • [30].On-line near-infrared spectroscopy optimizing and monitoring biotransformation process of γ-aminobutyric acid[J]. Journal of Pharmaceutical Analysis 2016(03)

    标签：;  ;  ;  

    基于EEG与NIRS分析的混合生产系统多任务处理研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6