автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация процесса определения психофизиологического состояния оператора автоматизированного рабочего места в АСУТП

На правах рукописи --

АБАШИН ВАЛЕРИЙ ГЕННАДЬЕВИЧ

ииииьЗ120

АВТОМАТИЗАЦИЯ ПРОЦЕССА ОПРЕДЕЛЕНИЯ ПСИХОФИЗИОЛОГИЧЕСКОГО СОСТОЯНИЯ ОПЕРАТОРА АВТОМАТИЗИРОВАННОГО РАБОЧЕГО МЕСТА В АСУТП

Специальность

05 13 Об - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

2 к МАЙ 2007

Орел 2007

003063120

Работа выполнена в Орловском техническом университете (ОрелГТУ)

государственном

Научный руководитель - кандидат технических наук, доцент

Лобанова Валентина Андреевна

Официальные оппоненты - Доктор технических наук, доцент

Еременко Владимир Тарасович

кандидат технических наук, доцент Тараканов Олег Викторович

Ведущая организация - Воронежский архитектурно-строительный

университет

Защита состоится оШХЛ 5.001 в /6 часов на заседании

диссертационного Совета Д212 18201 при Орловском государственном

техническом университете по адресу 302020, РФ, г Орел, Наугорское шоссе, д 29

С диссертационной работой можно ознакомиться в библиотеке Орловского государственного технического университета

Автореферат разослан шягооз

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Анализ промышленной аварийности на вредных и опасных производствах показал, что большой процент аварий промышленного характера происходит по вине человеческого фактора По этой причине в области нефтепереработки и нефтехимии в мире число аварий и аварийных инцидентов составляет 25 55% (в зависимости от типа производства и стоимости аварий) По сведениям журнала «Нефть России» в Российской Федерации этот процентный показатель колеблется в пределах 20 80% в зависимости от степени автоматизации производства

Проблеме совершенствования автоматизированного определения психофизиологического состояния оператора автоматизированного рабочего места (АРМ) на вредных и опасных производствах (в частности, на предприятиях нефтепереработки малой мощности) в отечественной и зарубежной литературе не уделено должного внимания Традиционно для решения этой проблемы используются нормативные документы, которые регламентируют работу операторов Точного контроля над соблюдением этих норм не существует Также отсутствует определение психофизиологического состояния оператора в течение рабочей смены

Известно, что развитие усталости и других состояний, негативно сказывающихся на качестве принимаемых оператором АРМ решений, приводит к общему сдвигу психофизиологического состояния (ПФС) оператора Это отражается на всех его биологических функциях (на работе кожных желез, торможении моторных функций, изменении поведенческих особенностей и т д)

Наиболее естественным устройством ввода информации в АРМ оператора является клавиатура В исследованиях по биометрии ряда ученых (Иванов А И , Десятерик М Н , Марченко В В ) показано, что каждый человек имеет свой клавиатурный почерк Использование клавиатурного почерка для определения ПФС по изменению торможения моторных функций позволяет определять не только динамику состояния оператора, но дает возможность избавиться от применения дополнительных специализированных устройств, что значительно снижает затраты на разработку и внедрение таких систем

Для математической обработки данных, полученных в результате экспериментов с биологическими объектами (к которым, несомненно, относится человек - оператор АРМ) используется аппарат искусственных нейронных сетей Это нашло отражение в работах ученых Волчихина В И , Иванова А И

Динамика изменения моторных функций оператора определяется по отклонению от эталонного значения, характеризующего наилучшее ПФС оператора По степени отклонения оператор АРМ или получает предупреждения (в форме оповещения) или решение принимается на верхнем

уровне АСУТП (уровень диспетчера) о целесообразности дальнейшего исполнения обязанностей оператором

Объектом исследования в настоящей работе является подсистема АСУТП нефтеперерабатывающего производства с человеком - оператором АРМ в контуре управления

Предмет исследования - математические модели и алгоритмы определения ПФС человека в АРМ оператора

Цель диссертационной работы - обеспечение безопасности технологических процессов за счет принятия решений на основе определения параметров ПФС человека АРМ оператора

Поставленная цель предполагает решение следующих задач

анализ существующих методов и средств определения психофизиологического состояния человека АРМ оператора,

- разработка алгоритмов и математических моделей определения психофизиологического состояния человека АРМ оператора,

- выбор конкретной типовой локальной вычислительной сети и разработка всех информационных данных, связанных с представлением, преобразованием и передачей их по локальной вычислительной сети,

проведение экспериментального исследования с целью формирования параметров для оценки ПФС человека-оператора

Методы исследования

При решении диссертационных задач использовались методы системного анализа, методы теории множеств, теория нейронных сетей, теория принятий решений, теория представления знаний человеко-машинных систем, методы объектно-ориентированного программирования, программные и языковые средства современных информационных технологий

Научная новизна работы заключается в следующем:

1) предложен подход к построению подсистемы автоматизированного определения психофизиологического состояния оператора АРМ в АСУТП, базирующийся на типовой структуре локальной вычислительной сети, объединяющей АРМы-операторов всей АСУТП с АРМ-диспетчера и основанный на математической модели биометрической обработки клавиатурного почерка, на математической модели определения ПФС и алгоритме принятия решения об оповещении лица принимающего решение (диспетчера),

2) разработан алгоритм получения исходной информации для определения ПФС человека АРМ оператора на основе математической модели биометрической обработки клавиатурного почерка,

3) разработана математическая модель определения параметров психофизиологического состояния человека АРМ - оператора на основе теории искусственных нейронных сетей,

4) разработан алгоритм принятия решения об оповещении оператора

и лица принимающего решения (диспетчера)

Основные положения, выносимые на защиту:

1) подход к автоматизации процесса определения психофизиологического состояния оператора АРМ в составе АСУТП, базирующийся на типовой структуре локальной вычислительной сети, объединяющей АРМы-операторов всей АСУТП с АРМ-диспетчера и основанный на математической модели биометрической обработки клавиатурного почерка

2) алгоритм получения исходных данных для автоматизированного определения психофизиологического состояния человека - оператора АРМ на основе математической модели биометрической обработки клавиатурного почерка,

3) математическая модель определения параметров психофизиологического состояния оператора АРМ на основе теории нейронных сетей,

4) алгоритм принятия решения об оповещении оператора и лица принимающего решения (диспетчера)

Практическая ценность и реализация результатов работы

Практическую ценность работы представляет внедрение в АСУТП автоматизации процесса определения ПФС оператора АРМ и выдачи рекомендаций по оповещению оператора или лица принимающего решение

Результаты внедрены в производство на предприятии ЗАО «Стройкомплект Золотой Орел», используются при проведении лабораторных работ по курсу «Информационные технологии проектирования РЭС и ЭВС» для студентов кафедры «ПТЭиВС» ОрелГТУ Также результаты исследования используются в работе сайта www mficompany narod ru, созданного для популяризации идеи контроля ПФС человека при работе со средствами вычислительной техники

Апробация работы

Основные положения и результаты работы докладывались и получили положительную оценку на межвузовской научно-практической конференции «Результаты научно-исследовательской деятельности студентов» (г Орел, 2003), всероссийской научно-практической конференции «Методы прикладной математики и компьютерной обработки данных в технике, экономике и экологии» (гОрел, 2004), международная научно-практическая конференция «Развитие конкуренции как фактор экономического роста и обеспечения социального благополучия методология, теория, практика» (г Орел, 2005), международная НТК «Информационные технологии в науке, образовании и производстве» (г Орел, 2006) Программная реализация программы определения ПФС зарегистрирована в фонде алгоритмов и программ №6269

Публикации

Результаты диссертационной работы отражены в 11 публикациях, в

том числе в 10 статьях, 1 отраслевой разработке в фонде алгоритмов и программ

Структура и объем диссертации

Диссертационная работа изложена на 146 страницах машинописного текста Состоит из введения, четырех глав, заключения, списка используемых источников, включающего 136 наименования, и 9 приложений** £ГрАН1АЦ№>

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель, задачи и основные научные положения исследований

В первой главе рассматривается функциональный состав АСУТП, приводится связь человека оператора АРМ с технологическим процессом

Модель слежения, полученная на основе операционного метода представления технологического процесса с участием человека АРМ оператора приведена на рисунке 1

Передаточная функция поведения человека - оператора в режиме слежения описывается следующим образом

(р)= „ 2 -;-:-Г".

К0р + тр ехр(-г/7)

где Тр характеризует способность человека воспринимать скорость

изменения регулируемой величины, ^с(р) - передаточная функция сглаживания человеком регулируемой величины (способность человека с помощью памяти выделять полезный сигнал на фоне шумов), К0 -коэффициент усиления оператора, т - коэффициент внутренней обратной связи (ОС) человека (цепь анализатора), п — характеристика ОС человека, Т - время упреждения

V, лг

Рисунок 1 Модель слежения за технологическим процессом на основе операционного метода представления а - операционная модель

человека-оператора, б - операционная модель объекта управления, И/с(р) -

передаточная функция сглаживания человеком регулируемой величины (способность человека с помощью памяти выделять полезный сигнал на фоне шумов), К0 - коэффициент усиления оператора, т — коэффициент внутренней обратной связи (ОС) человека (цепь анализатора), п -характеристика ОС человека, Ту - время упреждения, АУ - регулируемая величина, (р - перемещение органа управления, У0 - входное воздействие, VI - выходная информация с технологического процесса

В данной модели отсутствует функция учета ПФС человека АРМ оператора

Автором предложен подход к построению информационной подсистемы определения психофизиологического состояния оператора АРМ в составе АСУТП, базирующийся на типовой структуре локальной вычислительной сети, объединяющей АРМы-операторов всей АСУТП с АРМ-диспетчера и заключается в том, что задачи тестирования и формирования исходной информации о психофизиологическом состоянии распределены по соответствующим АРМам-оператора, а задачи оценки психофизиологического состояния и выработки управляющих воздействий возложены на АРМ диспетчера, причем задачи первой группы основываются на биометрическом методе обработки клавиатурного почерка, а задачи второй группы — на теории самообучающихся нейронных сетей, при этом алгоритм выработки управляющих воздействий основывается на теории нечетких множеств

В результате анализа существующих методов и средств определения психофизиологического состояния человека в АРМ оператора в человеко-машинных системах, с учетом сформулированного подхода подсистема определения психофизиологического состояния человека в АРМ оператора должна выполнять следующие функции

формирование тестовой информации для каждого оператора

АРМ,

- формирование и передача сетевого сообщения,

- определение структуры базы данных и обеспечение хранения информации,

- обеспечение функций управления базой данных,

- отображение и представление информации диспетчеру,

- прием и расшифровку текстового сообщения,

- оценку психофизиологического состояния оператора АРМ,

- реализация управляющего воздействия в виде резкого звукового или светового сигнала, текстовой подсказки,

- ответные действия оператора АРМ,

- построение отчетов по запросу диспетчера или в соответствии с регламентом предприятия,

- формирование первичной информации о психофизиологическом состоянии оператора АРМ,

- связь с верхним уровнем АСУТП

К функциям подсистемы, реализованным в АРМ оператора, относятся

- реализация управляющего воздействия в виде резкого звукового или светового сигнала, текстовой подсказки,

- прием тестовой информации,

- формирование первичной информации о психофизиологическом состоянии оператора АРМ,

- ответные действия оператора

Остальные функции должны быть реализованы на стороне диспетчера

В соответствии с представленной функциональностью подсистема оценки психофизиологического состояния должна иметь входные данные

- время удержания клавиш и время между нажатиями,

- информацию от устройства, на основании которой определяется психофизиологическое состояние оператора АРМ

Выходной информацией подсистемы являются

- управляющие сигналы (резкие звуковые или световые сигналы или

другие),

- другие воздействия (замена оператора АРМ, переложение некоторых функций оператора на автоматизированный блок и т д)

Механизмами системы являются

- алгоритм выработки управляющего воздействия на оператора АРМ,

- метод определения психофизиологического состояния оператора

АРМ,

- алгоритм определения соответствия текущих входных значений эталонным

В первой главе дано определение ПФС как относительной величины, характеризующей степень отклонения текущего состояния от эталонного (наилучшего) состояния человека

Во второй главе рассмотрены теоретические положения, лежащие в основе предложенного подхода к автоматизации процесса определения ПФС человека АРМ оператора вредного производства

Представлен анализ биометрических методов для получения исходных данных клавиатурного почерка и выбран математический метод и модель обработки клавиатурного почерка человека, определена возможность определения ПФС по клавиатурному почерку

Для обработки данных клавиатурного почерка выделены короткие, наиболее часто встречающиеся последовательности из двух или трех нажатий, которые сравниваются с эталонными значениями

Для решения разрабатываемой задачи выбран математический аппарат обработки биометрических данных нейронными сетями и выделены следующие этапы анализ поступающей информации с выхода модели искусственной нейронной сети (ИНС), выбор допустимых вариантов решений, выработка оптимального решения

Третья глава посвящена разработке алгоритма получения исходных данных для автоматизированного определения психофизиологического состояния человека - оператора АРМ на основе математической модели биометрической обработки клавиатурного почерка (рис 2), математической модели определения параметров психофизиологического состояния оператора АРМ на основе теории нейронных сетей, алгоритм принятия решения об оповещении оператора и лица принимающего решения (диспетчера) (рис 3)

Для определения ПФС человека АРМ оператора на основе математической модели биометрической обработки клавиатурного почерка построена модель потоков данных

Введено понятие «текущее психофизиологическое состояние», которое является отражением мозга, находящемся в некотором начальном состоянии, и характеристик актуальной потребности и входного воздействия на временном интервале приспособительного поведения Данное определение представлено в виде зависимости

5 = ДЛ',1, Л,Г), где

5 - текущее функциональное состояние человека, Б0 - начальное

состояние человека, N - потребность (внутренний фактор), / - внешнее воздействие по отношению к человеку - оператору, Т — время

Каждый из основных факторов входящих в предыдущее

выражение, описывается в координатах энергия - £ вещество - М, информация, а - мощность множества факторов, те 2п = (р,М,К"),

£>=/, 2, , а причем в этой формуле может изменяться во времени любой аргумент, а совокупность последних и определяет свойства человека

Входной информацией для математической модели определения

ПФС является величина ЬЛ = — , где Д? - время удержания клавиши или время между нажатиями, /с_1 - продолжительность предыдущего удержания клавиши или время между нажатиями, 1С - время последнего удержания клавиши или время между нажатиями, здесь с — текущее значение

Рисунок 2 Алгоритм получения исходных данных (эталона) для автоматизированного определения психофизиологического состояния человека - оператора АРМ

у" ст°п~ )

Рисунок 3 Алгоритм принятия решения об оповещении оператора и лица принимающего решения (диспетчера)

Параметром, характеризующим психофизиологическое состояние

оператора АРМ, является относительное отклонение моторных функций от эталонного представления Представление моторных функций, в свою очередь, - это использование клавиатурного почерка в виде временных соотношений между нажатиями клавиш и времени нажатия самих клавиш При использовании для определения ПФС последовательностей из двух нажатий, входной информацией являются значения время удержания первой клавиши, время между нажатием первой и второй клавиши, время удержания второй клавиши

В качестве инструментария для решения задачи определения степени отклонения от эталона в данной работе, используются ИНС типа многослойный персептрон Многослойный персептрон состоит из нейронов, расположенных на разных уровнях (слоях) Каждый нейрон можно представить в виде двух выражений

Уг

( * и=1

(О + ^с

\

У

и № =

1

1 + е

-рх

Первое выражение осуществляет суммирование входных значений х с учетом весов и смещения "И^ , £ - количество нейронов в слое

Второе выражение является сигмовидной активационной функцией В соответствии с вышесказанным, выходной сигнал многослойного персептрона рассчитывается по формуле

\ ( И ( £ ^

X

л =/!><>, =/2>

1=0

/

,(2)/-к! ^

1=0

чч

V'-" у у

Количество нейронов входного слоя g определяется количеством входной информации (три значения для последовательности из двух нажатий и пять для последовательности из трех нажатий) Количество нейронов скрытого и выходного слоя определено как наименьшее число, позволяющее с высокой точностью определять отклонение текущего значения ПФС от эталонного Количество нейронов скрытого слоя к равно трем, количество нейронов выходного слоя пять Эталонное представление ПФС есть наилучшее состояние человека и выражается в минимальном времени, за которое человек выполняет нажатия

Для обмена информацией АРМ-оператора с АРМ-диспетчера используется протокол 1ШР, форматы пакетов представлены на рисунках 4а)б)

О 7 8 1516 23 24 31

Порт отправителя Порт получателя 63

Длина | Контрольная сумма 95

I Идентификатор пользователя I I Код воздействия ^

Текстовое сообщение длинной 50 символов

943

О 7 8 15 16 23 24 31

Порт отправителя I Порт получателя 63

Длина Контрольная сумма Э5

ОДентификатор I Показания

пользователя | счетчика

Код Тип клавиши события Текстовое (1синв) сообщение

Текстовое сообщение

длинной 49 символов

959

а) Пакет в направлении диспетчер - оператор

б) Пакет в направлении оператор - диспетчер

Рисунок 4 Форматы пакетов данных

Преобразование сигналов от клавиатуры происходит в несколько шагов Предварительная обработка данных представлена на рисунке 4

СОБЫТИЯ

У

Код клавиши Тип события Показания счетчика времени

х ПОСЛЕДОВАТЕЛЬНОСТЬ ИЗ ДВУХ НАЖАТИЙ Рисунок 5 Формирование последовательности двух нажатий из событий

Вторичная обработка массива данных заключается в отсеивании из массива последовательностей тех, которые встречаются редко (Рисунок 5)

ПОСЛЕДОВАТЕЛЬНОСТИ ИЗ ДВУХ НАЖАТИЙ

Код первой Код второй доп

клавиши клавиши информация

13 17

17 0

13 17

НАИБОЛЕЕ ИНТЕНСИВНЫЕ ПОСЛЕДОВАТЕЛЬНОСТИ ИЗ ДВУХ НАЖАТИЙ

Код первой Код второй клавиши клавиши

доп информация

13 17

13 17

Рисунок 6 Отсеивание редких последовательностей

Этап подготовки данных для ИНС представлен на рисунке 6

ПОСЛЕДОВАТЕЛЬНОСТ Ь ИЗ ДВУХ НАЖАТИЙ

Время удержания Бремя между Вреия удержания Код первой клавиши Кед второй клавиши Показание счетчика первой клавиши нажатиями второй клавиши

Ж

(1354267) (1718) (J657)

\

\

Ка^пррБии клавиши '¡■"оД^Бторои кл^ж£Ги По^;

Ж

13:

ДАННЫЕ ПРИГОДНЫЕ ДЛЯ ОТПРАВКИ В НЕЙРОННУЮ СЕТЬ

Время удержания Время между еремя удержзния первой клавиши нажатия!

Время удержания Время мечду ерема удержания ............ нажатиями вторпи клаеиши

^ание c-ieT^tfh-a первой клаеиши

1718

-1657

989

1718

-1657

второй клавиши

989

Рисунок 7 Формирование исходных данных для ИНС

Выполнение описанного преобразования - это преобразование сигналов от клавиатуры во входную информацию для ИНС

Минимальная информация о клавиатурном почерке состоит из временных интервалов между двумя нажатиями и временем удержания этих двух клавиш Эталонное представление клавиатурного почерка конкретного человека АРМ оператора представляет собой свободные параметры ИНС -весовые коэффициенты

Автоматизированное определение ПФС человека АРМ оператора состоит в выполнении следующих функций

определения соответствия текущих входных значений

нормативным,

- проведения обучения искусственной нейронной сети на имеющихся входных данных,

- определение ПФС человека АРМ оператора

В связи с высокой инертностью развития психофизиологического состояния оператора АРМ а также большим количеством шума во входной информации к результатам работы ИНС применена формула определения отклонения ПФС человека, учитывающая предыдущее значение ПФС на основе кортежа Кортежем называют множество Л=<р, Т, Х>, где р -наименование Л, Т - множество ее значений, представляющих наименование П, областью определения которых является X Кортеж П описывает ПФС следующим образом

П = {отклонение, 7\[0Д]),где Т = {" большое"," .малое"}

«Большое» описывается {большое, Аб, [ОД]^, где Аь имеет вид

1, если у > (50 +1 2)

Аь =

-, если < у < (50 +1 2)

О, если у < 50

«Малое» описывается {малое, А [ОД]^, где Ам имеет вид

1, если у < (50 -1 2)

———, если(80 -1 2) < < 50

1 2

О, если у >50

Полученные значения используются для определения необходимого приращения как 5 = + {Аь (у) * Д) - (Ам (>■) * Л) где, 5

результирующее значение, 5"0 - предыдущее значение, у - текущее

измеренное значение, Л - приращение

Алгоритм принятия решения о значительности отклонения описывается с помощью множества всех возможных психофизиологических состояний человека АРМ оператора 5 = , } и множества

состояний оператора за рабочую смену = >3д2, ,8 д„_\,5 )[п

} В

этом случае значительным отклонением является А8311ач = {— 1, 0,1}

Нулевое значение переменной А5311ач говорит об отсутствии

значительного отклонения ПФС человека - оператора АРМ Значение «1» говорит о значительном отклонении состояния в сторону улучшения Это может быть связано с ошибочным определением состояния оператора в предыдущий период, с появлением за пультом другого оператора без

AS

зпач

сообщения этого факта диспетчеру или с принятием стимуляторов Отрицательное значение «-1» говорит о резком ухудшении состояния оператора или другой внештатной ситуации, такой как смена оператора без сообщения об этом диспетчеру и т п

Значительное отклонение зависит от максимального (наилучшего) из возможных состояний, а также от текущей и предыдущей оценки психофизиологического состояния оператора Математическое описание значительного отклонения представлено в формуле

_1 егпи «f <? -1, если----> bJln -

О сели maxfoi; ? -V у тах&} о и, если - > ьДп - V----< Ьд„ -

max{S,} 1,если —-LlUs^-S^,

Принятие решение по каждому оператору вырабатывается в очередности поступления сигналов с клавиатуры

В четвертой главе для подтверждения теоретических положений проведен эксперимент, состоящий из двух этапов На первом этапе эксперимента определяется эталонное значение ПФС обработки данных клавиатурного почерка человека АРМ оператора в нормальных условиях работы На втором этапе определяется ПФС оператора и принимаются решения лицом принимающим решение (ЛПР) в условиях реального производства

Цель первого этапа эксперимента - подготовка индивидуальных исходных данных по ПФС человека в АРМ-операторе

Для достижения поставленной цели использовалась следующая методика, включающая следующие действия

1 определить количество респондентов и количество данных, необходимых для идентификации его клавиатурного почерка,

2 разработать алгоритм и обосновать выбор технических средств и программного обеспечения для сбора и предварительной обработки данных,

3 создать базу данных для хранения результатов предварительной обработки данных,

4 создать эталонные модели клавиатурного почерка человека в АРМ-операторе

Цель второго этапа эксперимента - определить ПФС человека как относительную величину, характеризующую степень отклонения текущего состояния от эталонного в реальных производственных условиях

Для реализации второго этапа эксперимента использовать следующую методику, включающую действия

1) выбрать производственную базу эксперимента,

2) адаптировать разработанную систему определения ПФС к АСУТП выбранного предприятия,

3) выбрать количество рабочих мест АРМ - оператора,

4) установить количество рабочих смен, в течение которых необходимо определять ПФС,

5) определить эталонную модель клавиатурного почерка для каждого оператора,

6) по результатам испытаний определить степень ПФС в соответствии с правилами принятия решений, разработанных в главе 3

На первом этапе в эксперименте участвовало 559 человек Обработано 9013325 событий

На основе алгоритма, представленного в главе 3, технических средств (Duron l,2Ghz, 768Mb ОЗУ), специально разработанного ПО (в качестве инструментария выбрана интегрированная среда разработки программных средств VC++, разработанный автором сайт www mficompany narod ru, разработанное программное обеспечение, реализующее предложенные алгоритмы и математическую модель) получены эталонные модели, которые содержат минимальные значения времени удержания клавиш и времени нажатий конкретных людей АРМ операторов в виде свободных параметров ИНС

Изменение времени удержания клавиш в течение рабочей смены на 1 этапе эксперимента показано на рисунке 8

изменение времени удержания клавиши

900 800 700 600 о 500 ! 400 300 200 100 О

№ измерения

Рисунок 8 Изменение времени удержания клавиш

- Время удержания -Эталонное значение

11 13 15 17

Фрагмент результатов обработки клавиатурного почерка приведен на рисунке 9

Фрагмент результатов обработки клавиатурного почерка

о

е 00

с

04 02 0

^ \ Л ^ /| ' Зтчеше ПФС нз еыходе -1-\...../\ /|- И НС

Щм

-Текуцее эна'-ени? ПФС

\

тэтонн"«* значание

—1—I—I—»—I—"—г

1 С 5 7

хз

9 11 13 15 17 № измерение

Рисунок 9 Фрагмент результатов обработки клавиатурного почерка одного

человека

Во фрагменте, изображенном на рисунке 9, после десятого измерения произошло резкое изменение ПФС, при этом значение А8знач принято равным «-1» По этому значению было выбрано управляющее воздействие для ЛПР (диспетчера) - звуковой сигнал После шестнадцатого измерения значение А8знач стало равным «1» , что требует принятия решения диспетчером на основе полученной информации В случае А8знач =0 ПФС признается нормальным а человек-оператор может выполнять свои обязанности

В заключении приводятся основные результаты, полученные в диссертационной работе

РЕЗУЛЬТАТЫ РАБОТЫ И ВЫВОДЫ

] Предложен подход к построению подсистемы автоматизированного определения психофизиологического состояния человека АРМ оператора в АСУТП

2 Разработаны алгоритмы и математическая модель определения ПФС человека АРМ оператора,

3 Разработан комплекс информационных и программных средств, связанных с представлением, преобразованием и передачей их по локальной вычислительной сети,

4 Проведены экспериментальные исследования с целью формирования параметров эталонной модели клавиатурного почерка каждого человека-оператора АРМ,

5 На основе разработанных алгоритмов принятия решений об

оповещении оператора и ЛПР, был проведен эксперимент в условиях реального производства, результаты которого подтвердили положительное влияние предложенного подхода,

б По результатам эксперимента сформулированы основные рекомендации по организации рабочего дня человека - оператора в соответствии с особенностями его ПФС

Выполненная работа является первым шагом в создании автоматизированного определения ПФС человека АРМ оператора, способная помогать принимать решения о качестве трудового участия в производственном процессе конкретного сотрудника

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Абашин В Г Определение психофизиологического состояния оперативного персонала по клавиатурному почерку на нефтеперерабатывающих мини-заводах [Электронный ресурс] / В Г Абашин, А И Суздальцев, В А Лобанова // Электронный журнал «Нефтегазовое дело», 2006 http //www ogbus ru/authors/Suzdaltsev/Suzdaltsev_l pdf

2 Абашин В Г, Некоторые проблемы эксплуатации АИС в мелкорозничной торговле [Текст] / В Г Абашин, В А Лобанова // Материалы межвузовской практической конференции «Результаты научно-исследовательской работы студентов» Орел ОФ СГА, 2003 -С 29

3 Абашин В Г, Влияние компьютерных игр на состояние пальцев рук детей [Текст] // Материалы межвузовской научно-практической конференции «Стратегия развития гуманитарного образования в контексте современных преобразований» Орел ОФ СГА, 2003 - С 59-61

4 Абашин В Г Некоторые вопросы моделирования биометрических систем с использованием нечетких множеств [Текст] / В Г Абашин, В А Лобанова // Материалы межвузовской научно-практической конференции «Инновационные технологии в высшем образовании» Орел ОФ СГА, 2004 - С 75-76

5 Абашин В Г Актуальность исследования автоматизированного рабочего места как объекта с неопределенным типом занятий и категории тяжести [Текст] / В Г Абашин, В А Лобанова// Материалы всероссийской научной конференции «Методы прикладной математики и компьютерной обработки данных в технике, экономике и экологии» Орел ОрелГТУ, 2004 -С 120-121

6 Абашин В Г К вопросу построения модели рабочего дня оператора автоматизированного рабочего места [Текст] / В Г Абашин, В А Лобанова // Материалы всероссийской научной конференции

«Методы прикладной математики и компьютерной

обработки данных в технике, экономике и экологии» Орел ОрелГТУ, 2004 -С 118-119

7 Воронина О А Применение \¥\у\¥-технологии для разработки тренинга систем установок первичной переработки нефти [Текст] / О А Воронина, В А Лобанова, В Г Абашин // Материалы всероссийской научной конференции «Методы прикладной математики и компьютерной обработки данных в технике, экономике и экологии» Орел ОрелГТУ, 2004 -С 110-113

8 Абашин В Г Биометрия в коммерческих предприятиях [Текст] // Международная научно-практическая конференция «Развитие конкуренции как фактор экономического роста и обеспечения социального благополучия методология, теория, практика» Орел ОГИЭТ, 2005 - С 111-112

9 Абашин В Г К вопросу определения психофизиологического состояния оператора АРМ в реальном режиме времени [Текст] / В Г Абашин, В А Лобанова // Международная научно-техническая конференция «Информационные технологии в науке, образовании и производстве» Орел - ОрелГТУ, 2006 - С 86

10 Абашин В Г Самообучающиеся алгоритмы нейронных сетей в диагностике психофизиологического состояния оператора АРМ вредного производства [Текст] / В Г Абашин, В А Лобанова // Международная научно-техническая конференция «Информационные технологии в науке, образовании и производстве» Орел - ОрелГТУ, 2006 - С 89

11 Свидетельство об отраслевой регистрации разработки №6269 на разработку программы «Электронное здоровье» зарегистрированную в Отраслевом фонде алгоритмов и программ Дата регистрации 26 05 2006 Автор Абашин В Г

Лр ¡АД ОТ 0£,01.1000С

Отпечатано в полиграфическом отделе ОрелГТУ Сдано в набор 10 04 2007 Подписано в печать 10 04 2007 Формат 30x42/5 Бумага офсетная Печать изография Уел Печ Л 1 Тираж 100 экз Заказ №4854

Орловский государственный технический университет 302020, г Орел, Наугорское шоссе,29

Введение.стр.

Глава 1. Формирование подхода к построению подсистемы определения психофизиологического состояния оператора АРМ.стр.

1.1 Функциональный состав АСУТП на примере нефтеперерабатывающего производства.стр.

1.2 Место человека АРМ - оператора в автоматизированных системах управления технологическим процессом.стр.

1.3 Анализ выполняемых функций и задач человека АРМ - оператора как части системы человек-машина.стр.

1.4 Суть подхода к построению подсистемы определения психофизиологического состояния в виде информационной подсистемы в АСУТП и направления исследования.стр.

Выводы.стр.

Глава 2. Теоретические основы реализации подхода к построению подсистемы определения психофизиологического состояния оператора АРМ.стр.

2.1 Нормативные документы, описывающие изменение психофизиологического состояния оператора АРМ в течение рабочей смены.стр.

2.2 Анализ биометрических методов для получения исходных данных при формировании эталонной модели клавиатурного почерка стр.

2.3 Анализ математических методов обработки данных клавиатурного почерка человека.стр.

2.4 Алгоритмы обучения искусственных нейронных сетей.стр.

Выводы

Глава 3. Разработка алгоритмов и математических моделей биометрической обработки клавиатурного почерка для автоматизированного определения психофизиологического состояния оператора АРМ.стр.

3.1 Формализованное представление психофизиологического состояния человека - оператора АРМ.стр.

3.2 Разработка алгоритмов определения психофизиологического состояния оператора АРМ.стр.

3.3 Построение математической модели подсистемы оценки психофизиологического состояния оператора АРМ с использованием клавиатурного почерка.стр.

3.4 Модель потоков данных подсистемы оценки психофизиологического состояния оператора АРМ.стр.

Выводы.стр.

Глава 4. Экспериментальное исследование разработанной подсистемы оценки психофизиологического состояния оператора АРМ.стр.

4.1 Исходные данные и программа экспериментальных исследований.стр.

4.2 Выработка эталонного представления клавиатурного почерка.стр.

4.3 Определение ПФС человека как относительной величины в реальных производственных условиях.стр.

Выводы.стр.

Актуальность темы. Анализ промышленной аварийности на вредных и опасных производствах показал, что большой процент аварий промышленного характера происходит по вине человеческого фактора. По этой причине в области нефтепереработки и нефтехимии в мире число аварий и аварийных инцидентов составляет 25.55% (в зависимости от типа производства и стоимости аварий). По сведениям журнала «Нефть России» в Российской Федерации этот процентный показатель колеблется в пределах 20.80% в зависимости от степени автоматизации производства.

Проблеме совершенствования автоматизированного определения психофизиологического состояния оператора автоматизированного рабочего места (АРМ) на вредных и опасных производствах (в частности, на предприятиях нефтепереработки малой мощности) в отечественной и зарубежной литературе не уделено должного внимания. Традиционно для решения этой проблемы используются нормативные документы, которые регламентируют работу операторов. Точного контроля над соблюдением этих норм не существует. Также отсутствует определение психофизиологического состояния оператора в течение рабочей смены.

Известно, что развитие усталости и других состояний, негативно сказывающихся на качестве принимаемых оператором АРМ решений, приводит к общему сдвигу психофизиологического состояния (ПФС) оператора. Это отражается на всех его биологических функциях (на работе кожных желез, торможении моторных функций, изменении поведенческих особенностей и т.д.).

Наиболее естественным устройством ввода информации в АРМ оператора является клавиатура. В исследованиях по биометрии ряда ученых (Десятерик М.Н., Иванов А.И., Марченко В.В.) показано, что каждый человек имеет свой клавиатурный почерк. Использование клавиатурного почерка для определения ПФС по изменению торможения моторных функций позволяет определять не только динамику состояния оператора, но дает возможность избавиться от применения дополнительных специализированных устройств, что значительно снижает затраты на разработку и внедрение таких систем.

Для математической обработки данных, полученных в результате экспериментов с биологическими объектами (к которым, несомненно, относится человек - оператор АРМ) используется аппарат искусственных нейронных сетей. Это нашло отражение в работах ученых Волчихина В.И., Иванова А.И.

Динамика изменения моторных функций оператора определяется по отклонению от эталонного значения, характеризующего наилучшее ПФС оператора. По степени отклонения оператор АРМ или получает предупреждения (в форме оповещения) или решение принимается на верхнем уровне АСУТП (уровень диспетчера) о целесообразности дальнейшего исполнения обязанностей оператором.

Объектом исследования в настоящей работе является подсистема АСУТП нефтеперерабатывающего производства с человеком - оператором АРМ в контуре управления.

Предмет исследования - математические модели и алгоритмы определения ПФС человека в АРМ оператора.

Цель диссертационной работы - обеспечение безопасности технологических процессов за счет принятия решений на основе определения параметров ПФС человека АРМ оператора.

Поставленная цель предполагает решение следующих задач: анализ существующих методов и средств определения психофизиологического состояния человека АРМ оператора;

- разработка алгоритмов и математических моделей определения психофизиологического состояния человека АРМ оператора;

- выбор конкретной типовой локальной вычислительной сети и разработка всех информационных данных, связанных с представлением, преобразованием и передачей их по локальной вычислительной сети;

- проведение экспериментального исследования с целью формирования параметров для оценки ПФС человека-оператора.

Методы исследования:

При решении диссертационных задач использовались методы системного анализа, методы теории множеств, теория нейронных сетей, теория принятий решений, теория представления знаний человеко-машинных систем, методы объектно-ориентированного программирования, программные и языковые средства современных информационных технологий.

Научная новизна работы заключается в следующем:

1) предложен подход к построению подсистемы автоматизированного определения психофизиологического состояния оператора АРМ в АСУТП, базирующийся на типовой структуре локальной вычислительной сети, объединяющей АРМы-операторов всей АСУТП с АРМ-диспетчера и основанный на математической модели биометрической обработки клавиатурного почерка, на математической модели определения ПФС и алгоритме принятия решения об оповещении лица принимающего решение (диспетчера);

2) разработан алгоритм получения исходной информации для определения ПФС человека АРМ оператора на основе математической модели биометрической обработки клавиатурного почерка;

3) разработана математическая модель определения параметров психофизиологического состояния человека АРМ - оператора на основе теории искусственных нейронных сетей;

4) разработан алгоритм принятия решения об оповещении оператора и лица принимающего решения (диспетчера).

Основные положения, выносимые на защиту:

1) подход к автоматизации процесса определения психофизиологического состояния оператора АРМ в составе АСУТП, базирующийся на типовой структуре локальной вычислительной сети, объединяющей АРМы-операторов всей АСУТП с АРМ-диспетчера и основанный на математической модели биометрической обработки клавиатурного почерка.

2) алгоритм получения исходных данных для автоматизированного определения психофизиологического состояния человека - оператора АРМ на основе математической модели биометрической обработки клавиатурного почерка;

3) математическая модель определения параметров психофизиологического состояния оператора АРМ на основе теории нейронных сетей;

4) алгоритм принятия решения об оповещении оператора и лица принимающего решения (диспетчера).

Практическая ценность и реализация результатов работы

Практическую ценность работы представляет внедрение в АСУТП автоматизации процесса определения ПФС оператора АРМ и выдачи рекомендаций по оповещению оператора или лица принимающего решение.

Результаты внедрены в производство на предприятии ЗАО «Стройкомплект Золотой Орел», используются при проведении лабораторных работ по курсу «Информационные технологии проектирования РЭС и ЭВС» для студентов кафедры «ПТЭиВС» ОрелГТУ. Также результаты исследования используются в работе сайта www.mficompany.narod.ru, созданного для популяризации идеи контроля ПФС человека при работе со средствами вычислительной техники.

Апробация работы

Основные положения и результаты работы докладывались и получили положительную оценку на межвузовской научно-практической конференции «Результаты научно-исследовательской деятельности студентов» (г.Орел, 2003), всероссийской научно-практической конференции «Методы прикладной математики и компьютерной обработки данных в технике, экономике и экологии» (г.Орел, 2004), международная научно-практическая конференция «Развитие конкуренции как фактор экономического роста и обеспечения социального благополучия: методология, теория, практика» (г.Орел, 2005), международная НТК «Информационные технологии в науке, образовании и производстве» (г.Орел, 2006). Программная реализация программы определения ПФС зарегистрирована в фонде алгоритмов и программ №6269.

Публикации

Результаты диссертационной работы отражены в 11 публикациях, в том числе в 10 статьях, 1 отраслевой разработке в фонде алгоритмов и программ.

Структура и объем диссертации

Диссертационная работа изложена на 146 страницах машинописного текста. Состоит из введения, четырех глав, заключения, списка используемых источников, включающего 132 наименования, и 9 приложений.

Выводы

Результаты эксперимента подтвердили правильность подхода:

1. Разработку ядра программы, обрабатывающей биометрические данные, необходимо разбить на этап создания эталона и на этап определения состояния оператора АРМ.

2. Необходимо использовать математическую модель, способную сглаживать шумовые выбросы, возникающие во входных данных.

3. Экспериментальные данные подтверждают теоретические положения, относительно взаимосвязи развития усталости операторов АРМ и развития торможения моторных функций, а также возможности определения ПФС операторов АРМ на основе данных клавиатурного почерка.

4. Система не способна мгновенного определять психофизиологическое состояние оператора АРМ. Однако система способна определить это состояние в течение какого-то промежутка времени, порядка пяти-пятнадцати минут, а также определить развитие заболевания, например поднятие температуры или наличие неустойчивого психологического состояния, что является приемлемым для технологических процессов, протекающих в течение достаточно длительного промежутка времени. В рассматриваемом случае время определения ПФС значительно больше продолжительности технологических процессов и событий приводящих к авариям.

Заключение

Анализ современного состояния проблемы определения ПФС оператора АРМ показал, что на сегодняшний день средства автоматизированного определения психофизиологического состояния не получили широкого распространения в действующих АСУТП. Наиболее часто применяемым способом организации рабочего дня оператора АРМ является следование нормативным документам, действующим на территории Российской Федерации.

При анализе методов наиболее близких к решаемой задаче, было установлено, что определение состояния оператора АРМ возможно при использовании клавиатурного почерка оператора АРМ.

Закономерность развития тормозных реакций оператора АРМ и его психофизиологического состояния, известна и применяется для разработки нормативных документов, однако отсутствуют средства автоматизированного определения состояния оператора.

С другой стороны, многочисленные методики обработки биометрических характеристик человека направлены на аутентификацию и идентификацию оператора. Использование этих методик для определения психофизиологического состояния оператора невозможно из-за отсутствия моделей, определяющих степень отклонения от эталона и отсутствия экспериментальных данных об изменении этих характеристик в течение рабочей смены оператора.

В процессе решения задачи определения психофизиологического состояния оператора АРМ выявлена необходимость сохранения информации. В связи с этим предложено использовать модель потоков данных для отображения движения информации в разрабатываемой системе.

Для решения задачи определения состояния оператора АРМ был предложен подход, а также разработана математическая модель и алгоритмы определения психофизиологического состояния оператора АРМ, на их основе построено программное обеспечение, предназначенное для сбора, хранения и обработки данных, характеризующих психофизиологическое состояние человека - оператора АРМ.

В связи с малым количеством входной информации применение метода математической статистики для обработки данных клавиатурного почерка не является целесообразным.

Использование нейросетевого подхода к обработки данных клавиатурного почерка снимает проблему расчета выпадов входных значений, но созданные архитектуры сетей обрабатывающих биометрические данные не соответствуют поставленной задачи, т.к. они не позволяют узнать степень отклонение от эталона. Они позволяют узнать, является ли расхождение между эталонными данными и входными значениями случайными или нет.

В ходе построения математической модели определения психофизиологического состояния оператора АРМ выбрана архитектура нейронных сетей, необходимых для решения задачи. Для решения задачи будет использоваться трехслойный персептрон Розенблатта с механизмом WTA, однако в связи с тем, что каждый оператор обладает индивидуальными особенностями функционирования мозга и собственной динамикой развития усталости, а также имеет различные условия труда необходимо использовать многослойный персептрон с алгоритмом нейронного газа (механизм WTM) для классификации данных. В связи с тем, что будут обрабатываться двойки и тройки событий, необходимо использовать четыре различных сети. Две сети с механизмом принятия решения WTA и две, для классификации данных, с механизмом WTM. Для обучения нейронной сети необходимо использовать алгоритм Кохонена. Также используется кортеж, позволяющая избавиться от резких шумовых перепадов, у пользователей с не устоявшимся клавиатурным почерком.

На основе экспериментальных данных показано, что использование разработанной математической модели в составе предложенного алгоритма позволяет решить задачу определения состояния оператора АРМ на нефтеперерабатывающем производстве малой мощности.

Разработка программного обеспечения, реализующего разработанную модель проведена на языке С++, ориентируясь на возможность переноса разработанного ПО на другие платформы.

Разработка ядра программы обрабатывающего биометрические данные необходимо разбить на этап создания эталона и на этап определения состояния оператора АРМ.

Экспериментальные данные подтверждают теоретические положения, правильность предложенного подхода.

Ограничением разработанной системы является отсутствие возможности мгновенно определять состояние оператора АРМ. Однако система способна определить это состояние в течение некоторого промежутка времени, порядка пяти-пятнадцати минут, а также определить развитие заболевания, например поднятие температуры или наличие неустойчивого психологического состояния.

Экспериментальное исследование показало, что созданная система способна решать проблему определения психофизического состояния оператора АРМ на нефтехимическом мини-заводе, измеряя изменение времени удержания клавиш и время между нажатиями и повышает безопасность технологического процесса и улучшает трудовую дисциплину в коллективе операторов АРМ.

1. Хамди А. М., Скобло А. И., Молоканов 10. К. Химическая технология топлив и маселТекст. № 2, 1963.

2. Эрих В. Н., Расина М. Г., Рудин М. Г. Химия и технология нефти и газа Текст. М.:«Химия», 1972.

3. Фарамазов С. А. Эксплуатация оборудования нефтеперерабатывающих заводовТекст. М.:«Химия», 1969.

4. Правила эксплуатации нефтегазоперерабатывающих заводов Текст. ЦНИИТЭНефтехим, 1966. 113 с.

5. Фролов М.В. Контроль функционального состояния человека-оператора Текст. М.: Наука, 1987. - 197 с.: ил.

6. Дубовкин Н. Ф. Справочник по углеводородным топливам и их продуктам сгорания Текст. М.:Госэнергоиздат, 1962.-381 с.

7. Мамиконов А.Г. Проектирование АСУ: Учебник Текст. М.: Высшая школа, 1978. 576 с.

8. Нефть России Электронный ресурс. // Электронный вариант журнала http://www.oilru.com/.

9. Дмитрий Антропов, Тимофей Петров, Александр Теплашкин. Распределенная система контроля технологического процесса переработки высокосернистой нефти Электронный ресурс. // Системная интеграция, февраль 2004г. www.cta.ru

10. Ю.Нефтеперерабатывающая промышленность США и бывшего СССР Текст. / В.М. Капустин, С.Г. Кукес, Р.Г. Бертолусини. М.: Химия, 1995.

11. Ожегов С.И. Шведов НЛО. Толковый словарь русского языка: 80 ООО слов и фразеологических выражений Текст. / Российская академия наук. Институт русского языка им. В.В. Виноградова. 4-е изд., дополненное. -М.: Азбуковник, 1999. - 1203 с.

12. Ломов Б.Ф. Человек и техника Текст. М.: Сов. Радио, 1996. 284 с.

13. П.Ломов Б.Ф. Человек в системах управления Текст. М.: Знание, 1967. -242 с.

14. Gagne R.M. Psychological principles in system development Text. /N.Y. etc.: Holt, Rine and Winston, 1996. 560p.

15. Ломов Б.Ф. Человек и техника: Очерки инженерной психологии Текст. / Предисл. Б.Г. Ананьева. 2-е изд., испр. и доп. - М.: Сов. радио, 1966. -245 с.

16. Селиверстов Ю.И. Методика исследования систем управления с участием человека Текст. // Счетно-решающие устройства. М.: Машиностроение, 1964.-286 с.

17. Санитарно-эпидемиологические правила и нормативы СапПиН 2.2.2/2.4.1340-03 «Гигиенические требования к персональным электронно вычислительным машинам и организации работы» Текст. М: Федеральный центр Госсанэпиднадзора Минздрава России, 2003.

18. ТОИ Р 01-00-01 96 «Типовая инструкция по охране труда для операторов и пользователей ПЭВМ и работников, занятых эксплуатацией ПЭВМ и видеодисплейных терминалов» Текст. М.: Федеральный центр Госсанэпиднадзора Минздрава России, 1996.

19. Лукьянов А. И., Фролов М. В. Сигналы состояния человека-оператора Текст. М.: Наука, 1969. 246 с.

20. Симонов П. В. Высшая нервная деятельность человека: Мотивационно эмоциональные аспекты Текст. М.: Наука, 1975г. 175 с.

21. Hall D. A. and Fagen R. Е, Definition of system Text. / In: W. Buckley, Ed., Modern systems research for the behavioral scientist, Chicago: Aldine, 1968.

22. Электронная библиотека Электронный ресурс. // http://www.i-u.ru/biblio/download.aspx?id=2305.

23. Безопасность жизнедеятельности: Учебник для студентов средних спец. учеб. заведений Текст. / С.В. Белов, В.А. Девисилов, А.Ф. Козьяков и др.; Под общей ред. С.В. Белова. 2-е изд., испр. и доп. М.: Высш. шк., 2002. 492 с.: ил.

24. Gur S., Heicklen-Klein A. Objective evaluation of visual fatique in VDU workers Text. / Occup.Med. 1994. v.44, p.201.

25. Mino Y., Tsuda Т., Balasono A. Despressive state in worker using computers Text. / Environ Res. 1993, v.63, p.54.

26. Sandstorm M., Hansson Mild k., Lyskov E., Wilen J. Power frequency magnetic field and computer monitor instability Text. / Displays. 1994, v. 19, p.85.

27. Ключарев B.A., Никишина И.С., Лысков Е.Б., Сандстрем М., Хансон Милд К. Влияние слабых электромагнитных полей на стабильность изображения компьютерного монитора: возможные последствия для операторов Текст. / Физиология человека. 2000, т.26, сч.54.

28. Демирчоглян Г. Г. Компьютер и человек Текст. / Дом. библ-ка, 6. М.: Издательство «Лукоморье», Темп МБ, Новый центр, 1997. - 256 е.: ил.

29. Девисилов В.А. Охрана труда: Учебник Текст. М.: ФОРУМ: ИНФРА-М, 2003.-400 с.: ил.31 .Международная биометрическая организация Электронный ресурс. // www.ibg.com,www.biol.com.

30. Кен Филлипс. Биометрия осваивает корпоративный рынок Текст. // PC WEEK/RE 17 июня 1997. с. 32-33.

31. Расторгуев С. П. Программные методы защиты информации в компьютерах и сетях Текст. М.: Издательство Агентства "Яхтсмен", 1993. С. 188.

32. Иванов А. И. Нейросетевые технологии биометрической аутентификации пользователей открытых систем Текст. // Автореф. дис. . доктора техн. наук. Пенза: Изд-во Пенз. гос. ун-та, 2002.

33. Гузик В.Ф., Десятерик М.Н. Биометрический метод аутентификации пользователей Текст. // Перспективные информационные технологии и интеллектуальные системы. № 3. 2003. с. 24-28.

34. Корнеева А. П., Амелина А. М., Загребельный А. П. Машинопись и основы современного делопроизводства Текст. М.: Просвещение, 1979. С. 192.

35. Кулик А.В., Марченко В.В, Широчин В.П. Динамическая аутентификация на основе анализа клавиатурного почерка Текст. // Вестник Национального технического университета Украины (Информатика, управление, вычислительная техника). 1999. №32.

36. Компыотерная графология Электронный ресурс. / http://www.geocities.com/werebad/artl999/compgrafo.htm

37. Иванов А. И. Биометрическая идентификация личности по динамике подсознательных движений Текст. Пенза: Изд-во Пенз. гос. ун-та, 2000.-210 с.

38. В.И.Волчихин, А.И.Иванов Естественное использование искусственных нейронных сетей в биометрии Текст. // "Системы безопасности" №3 2002 г. стр. 48-49.

39. Волчихин В. И. Биометрия: быстрое обучение искусственных нейронных сетей Текст. / В.И.Волчихин, А.И.Иванов. Пенза: Изд-во Пенз. гос. унта, 2000.- 125 с.

40. Волчихин В. И. Использование тайных биометрических образов человека Текст. / В.И. Волчихин, А.И. Иванов // Системы безопасности. 2002. -№2(44). -С. 40-41.

41. Haykin S. Neural networks, a comprehensive foundation Text. / N.Y.: Macmillan College Publishing Company, 1994.

42. Rosenblatt F. Principle of neurodynamics Text. / N.Y.: Spartan, 1992.

43. Rumelhart D. E. Learning internal reprentation by error propagation. In Parallel distributed processing Text. / D. E. Rumelhart, G.E.Hinton, R.J.Williams. Cambridge, MA: MIT Press, 1986. - Vol. 1. - P. 318-362.

44. Kohonen Т. Self-organizing maps Text. / Berlin: Springer Verlag, 1995.

45. Martinetz M., Berkovich S., Schulten K. "Neural-gas" network for vector quantization and its application to time series prediction Text. // Trans. Neural Networks, 1993.-Vol. 4.-Pp. 558-569.

46. Ritter П., Schulten K. On the stationary state of the Kohonen self-organizing sensory mapping Text. // Biological Cybernetics. 1986. Vol. 54. - Pp. 234249.

47. Симонов П.В. Эмоциональный мозг. Физиология, нейроанатомия, психология эмоций Текст. М.: Наука, 1981. 259 с.: ил.

48. Ломов Б. Ф. Деятельность человека-оператора в системах «человек— машина Текст. //Вестн. АН СССР. 1975. Н2 1. С. 51—60.

49. Эшби У. Р. Конструкция мозга Текст. М.: Изд-во иностр. лит. 1962. -398 с.

50. Леонова А. Б., Медведев В. И. Функциональные состояния человека в трудовой деятельности Текст. М.: Изд-во МГУ, 1981. 110 с.

51. Фролов М. В. О надежности оператора в трехконтурных системах человек-машина Текст. //Методика и техника в области прикладной физиологии человека. М.: Наука, 1978. С. 60—65.

52. Hecht-Nielsen R. Neurocomputing Text./ Amsterdam: Addison Wesley, 1991.

53. Колмогоров A. H. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных Текст. // Докл. АН СССР, 1956. Т. 108. - № 2. - С. 179182.

54. Linde Y., Buzo A., Gray R. An algorithm for vector quantizer design Text. // IEEE Trans. Comm., 1980. Vol.28. - Pp84-95.

55. Zadeh L.A. Fuzzy sets Text. //Information and Control, 1965. Pp. 338-353.

56. Джонс M.T. Программирование искусственного интеллекта в приложениях Текст. / М. Тим Джонс; пер. с англ. Осипов А.И. М.: ДМК Пресс, 2004. - 312 с.: ил.

57. Курейчик В.М. Математическое обеспечение конструкторского и технологического проектирования с применением САПР: Учебник для вузов Текст. М.: Радио и связь, 1990. - 489 с.: ил.

58. Бойко В. В., Савинков В. М. Проектирование баз данных информационных систем Текст. М.: Финансы и статистика, 1989. 366 с.: ил.

59. Вендров A.M. Проектирование программного обеспечения экономических информационных систем: Учебник Текст. М.: Финансы и статистика, 2000.-352 с.: ил.

60. Калянов Г.Н. CASE-технологии. Консалтинг в автоматизации бизнес-процессов Текст. 3-е изд. - М.: Горячая линия - Телеком, 2002. - 375 с. : ил.

61. Калянов Г.Н. Консалтинг при автоматизации предприятий: Науч. -практич. изд. Сер. Информатизация России на пороге XX века Текст. -М.: СИНТЕГ, 1997. 360 с.: ил.

62. Хаббард Дж. Автоматизированное проектирование баз данных Текст. -М.: Мир, 1984.-294с.

63. Шелобаев С.И. Математические методы и модели в экономике, финансах, бизнеса Текст.: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2001. -385 с.: ил.

64. Бронштейн И. Н. Справочник по математике для инженеров и учащихся вузов Текст. / И. Н. Бронштейн, К. А. Семендяев. М.: Наука, 1980. -243 с.

65. Эллис М., Страуструп В. Справочное руководство по языку программирования С++ с комментариями Текст.: Пер. с англ. М.: Мир, 1992.

66. Камер, Дуглас Э. Сети TCP/IP, том 1. Принципы, протоколы и структура, 4-е изд Текст.: Пер. с англ. М.: Издательский дом «Вильяме», 2003. -880 с.: ил.

67. Камер, Дуглас Э., Стивене, Дэвид JI. Сети TCP/IP, том 3. Разработка приложений типа клиент/сервер для Linux/POSIX Текст.: Пер. с англ. -М.: Издательский дом «Вильяме», 2002.

68. Подбельский В.В. Язык Си++ Текст.: Учеб. пособие. 5-е изд. - М.: Финансы и статистика, 2000. - 560 с.: ил.

69. Митчелл, Марк, Оулдем, Джеффри, Самыоэл, Алекс. Программирование для Linux. Профессиональных подход Текст. :Пер. с англ. М.: Издательский дом «Вильяме», 2003.

70. Густав Олссон, Джангуидо Пиани. Цифровые системы автоматизации и управления Текст. СПб.: Невский Диалект, 2001г. - 512 с.: ил.

71. Нефтяная промышленность. Приоритеты научно-технического развития Текст.-М. 1996.

72. Абашин В.Г. Определение реальной производительность сотрудников предприятия Электронный ресурс. // http://www.electronichealth.info/ru/chapter3experimentals/? show=rezult2.

73. Абашин В.Г. Влияние компьютерных игр на состояние пальцев рук детей Текст. // Материалы межвузовской научно-практической конференции «Стратегия развития гуманитарного образования в контексте современных преобразований». Орел.: ОФ СГА, 2003. С. 59-61.

74. Ахутин В. М. О принципах построения комплексов для непрерывного контроля за организмом человека и автоматической нормализации его состояний Текст. // Биоэлектрическое управление: Человек и автоматические системы. М.: Наука, 1970. С. 519.

75. Балабанов И.Т. Основы инженерной психологии Текст. М.: «Финансы и статистика», 1994.-426 с.

76. Бурлак Г.Н. Безопасность работы на компьютере: Организация труда на предприятиях информационного обслуживания: Учебное пособие Текст. М.: Финансы и статистика, 1998. 256 с.: ил.

77. Верма Р.Д. Справочник по функциям Win32 API Текст. М.: Горячая линия - Телеком, 2002. - 488 с.: ил.

78. Вучков И. А. Прикладной линейный регрессионный анализ Текст. / И.А. Вучков, JT.E. Бояджиева, Е.С. Солаков. -М.: Финансы и статистика, 1987. -238 с.

79. Гайдамакин Н.А. Автоматизированные информационные системы, базы и банки данных. Вводный курс: Учебное пособие Текст. — М.: Гелиос АРВ, 2002.-415 с.: ил.

80. Галушкин А. И. Теория нейронных сетей Текст. // Сер. книг «Нейрокомпьютеры и их применение». Кн. 1. Москва: ИПРЖР. - 2000. -386 с.

81. Галушкин А. И. Нейронные сети: история развития: Учеб. пособие для вузов Текст. / А. И. Галушкин, Я. 3. Цыпкин // М.: ИПРЖ, 2001. 214 с.

82. Гилуа М.М. Множественная модель данных в информационных системах Текст. М.: Наука, 1992. 124 с.

83. Голинкевич Т.А. Прикладная теория надежности Текст. М.: Высшая школа, 1985.-475 с.: ил.

84. Горбань А. Н. Нейронные сети на персональном компьютере Текст. / А. Н. Горбань, Д. А. Россиев. Новосибирск: Наука, 1996. - 345 с.: ил.

85. Грантмахер Ф. Р. Теория матриц Текст. М.: Наука, 1988. - 397 с.

86. Губинский А.И., Карпачевский В.Г., Смирнов Б.А., Гречко Б.П. Определение экономической эффективности эргатических систем: Методические рекомендации Текст. / Предпринт. М.: 1981. (АН СССР, Научный совет по комплексной проблеме «Кибернетика».)

87. Гук М. Аппаратные интерфейсы ПК. Энциклопедия Текст. — СПб.: Питер, 2002. 579 с.

88. Гунн Г. Компьютер. Как сохранить здоровье. Текст. М.: Олма-Пресс, 2003.- 134 с.

89. Диго С.М. Проектирование и использование баз данных Текст. М.: Финансы и статистика, 1995. 542 с.: ил.

90. Дорофеева Э.Т. О возможных критериях распознавания эмоциональных состояний Текст. // Проблемы моделирования психической деятельности. Вып.2 Новосибирск, 1968. с. 65-68.

91. Егоров К.В. Основы теории автоматического управления Текст. -М.: "Энергия", 1967.-329 с.

92. Зильберман П. Б. Эмоциональная устойчивость оператора Текст. // Очерки психологии труда оператора. М.: Наука, 1974. С. 138—172.

93. Иванов А. И. Контроль качества учебного материала нейросети и систем биометрической идентификации личности Текст. / А.И. Иванов, J1.H. Сапегин, Е.А. Щигунова //Автометрия. 2000. - № 4. - С. 32-40.

94. Иванов А. И. Симметризация искусственных нейронных сетей как путь ускорения их обучения Текст. // Нейрокомпьютеры: разработка, применение. 2001. - 167 с.

95. Иванов Б.Н. Дискретная математика. Алгоритмы и программы: Учеб. пособие Текст. / Б.Н. Иванов. М.: Лаборатория базовых знаний, 2003.-342 с.: ил.

96. Каллан Роберт. Основные концепции нейронных сетей. Текст. : Пер. с анг. М.: Издательский дом «Вильяме», 2003. - 288 с.: ил.

97. Карданская Н.Л. Принятие управленческого решения Текст. М.: ДМК-Пресс, 1999.-381 с.

98. Касти Д. Большие системы Текст. М.: Радио и связь, 1982. 572 с. : ил.

99. Козырев А.А. Информационные технологии в экономике и управлении: Учебник Текст. СПб.: Изд-во Михайлова В. А., 2000. -485 с.

100. Колберн Рейф. Освой самостоятельно CGI за 24 часа Текст. :Пер. с англ.: Уч. пос. М.: Издательский дом «Вильяме», 2001. - 368 с.: ил.

101. Кологоров В. А. Проблемы и перспективы использования нейрокомпьютеров в промышленности Текст. / В. А. Кологоров, А. И. Иванов // Новые промышленные технологии. 1998. - Вып. 2-3, С. 124136.

102. Кузин Ф.А. Кандидатская диссертация. Методика написания, правила оформления и порядок защиты. Текст. / Практическое пособие для аспирантов и соискателей ученой степени. 5-е изд., доп. - М.: «Ось-89», 2001.-224 с.

103. Музыкин С. Н. Моделирование динамических систем Текст. / С. Н. Музыкин, Ю. М. Родионова. Ярославль: Верх.-волж. кн. изд-во, 1984. -245 е.: ил.

104. Омару Сигеру. Нейроуправление и его приложения Текст. / Сигеру Омару, Марзуки Халид, Рубия Юсоф // Серия книг «Нейрокомпьютеры и их применение». Кн. 2. - Москва: ИПРЖР. - 2000. - 285 с.

105. Пирогов В.Ю. Ассемблер для Windows Текст. 2-е изд., перераб. и доп. - СПб.: БХВ-Петербург, 2003. - 656 е.: ил.

106. Пупков К. А. Функциональные ряды в теории нелинейных систем Текст. / К.А.Пупков, В.И.Капалин, А.С.Ющенко. М.: Наука, 1976. -656 е.: ил.

107. Пятибратов А.П. Человеко-машинные системы: эффект эргономического обеспечения Текст. М.: Экономика, 1987.-468 с.

108. Р. Дженнингс. Admin 911. Групповые политики Windows 2000 Текст. / Пер. с англ. М.: Издательство «СП ЭКОМ», 2003. - 480 с .: ил.

109. Розенблат В.В. Проблема утомления Текст. М.: Медицина, 1975. -215 с.

110. Секунов НЛО. Самоучитель Visual С++ 6 Текст. СПб: БХВ-Петербург, 2003. - 887 е.: ил.

111. Способ автоматической идентификации личности. / Бочкарев B.J1. Оськин В.А. Текст. // Заявка на патент РФ N 98115720 от 17.08.98. Заявитель ПНИЭИ.

112. Стариченко Б.Е. Теоретические основы информатики: Учебное пособие для вузов Текст. 2-е изд. перераб. и доп. - М.: Горячая линия -Телеком, 2003. - 312 с.

113. Биологические ритмы Текст. В 2-х т. Т. 1. Пер. с англ. М.: Мир, 1984.-414 с.: ил.

114. Биологические ритмы Текст. В 2-х т. Т. 2. Пер. с англ. М.: Мир, 1984.-262 с.: ил.

115. Лобанова В.А., Абашин В.Г., Некоторые проблемы эксплуатации АИС в мелкорозничной торговле Текст. // Материалы межвузовской практической конференции «Результаты научно-исследовательской работы студентов». Орел.: ОФ СГА, 2003. С. 29.