CC BY
1
Научная статья УДК 630.935.1
https://doi.Org/10.25686/2306-2827.2023.3.78
Параметрическая модель процесса взаимодействия оператора и технической системы
Л. А. Стешинам, И. В. Петухов
Поволжский государственный технологический университет, Российская Федерация, 424000, Йошкар-Ола, пл. Ленина, 3 SteshinaLA@volgatech.netH
Введение. Коллаборация человека и технической системы является на сегодня одним из главных трендов эргатических систем. Считается, что мощным инструментом проектирования таких систем может являться искусственный интеллект на базе адекватных моделей, актуальных для реализации антропоцентричного подхода при разработке лесных машин и тренажёров для подготовки операторов. Таких универсальных моделей не обнаружено. Цель — анализ предметной области взаимодействия оператора и технической системы с позиции системного описания, разработка и представление параметрической модели взаимодействия в процессе профессиональной деятельности. Объектом являются модели в области лесных машин, что учитывает специфику профессионального взаимодействия. Методы решения задачи сводятся к наиболее важным требованиям: системность описания; структурная достоверность; достоверность отношений между элементами системы и подсистемами. Результаты. Представленная параметрическая модель может являться основой разработки новых методов измерения первичных сенсорных, когнитивных и моторных функций оператора в условиях, приближенных к реальной практической деятельности. При этом будет обеспечена сегментация отдельных профессиональных функций и их максимально возможная изоляция от других функций.
Ключевые слова: человеко-машинное взаимодействие; профессиональная подготовка; тренажёры
Финансирование: исследование выполнено при поддержке гранта Российского научного фонда № 23-19-00568 «Методы и интеллектуальная система поддержки динамической устойчивости операторов эргатических систем», https://rscf.ru/project/23-19-00568/.
Введение. Коллаборация человека и технической (информационной) или технологической системы является на сегодня одним из главных трендов эргатических систем [1]. При этом считается, что мощным инструментом проектирования таких систем может являться искусственный интеллект (ИИ) [2], выступая в качестве независимого агента (самостоятельной технической системой) [3], или же посредником между человеком и робототехнической системой [4].
Однако, отмечая преимущества искусственного интеллекта, следует учитывать, что технологии ИИ являются прежде всего
инструментом, требующим для использования наличие определённых навыков, программного обеспечения и, самое главное, адекватных моделей.
Данные модели актуальны для разработки средств поддержки операторской деятельности, реализации антропоцентрично-го подхода при разработке лесных машин, а также разработки тренажёров для подготовки операторов.
Вместе с этим следует отметить, что разработка модели также представляет собой достаточно нетривиальную задачу. В литературе описаны подходы к созданию так называемой универсальной моде-
© Стешина Л. А., Петухов И. В., 2023.
Для цитирования: Стешина Л. А., Петухов И. В. Параметрическая модель процесса взаимодействия оператора и технической системы // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2023. № 3 (59). С. 78-86. https://doi.org/10.25686/2306-2827.2023.3.78
ли данных, предназначенной для представления информации любой предметной области [5]. Универсальность модели обуславливается возможностью представления предметной области в терминах «су-ществительное»-«прилагательное»-«гла-гол»-«наречие»-«дескриптор». Такие модели хорошо подвержены автоматизированной обработке и легко интегрируются с технологиями ИИ.
В связи с этим отмечается необходимость и актуальность разработки параметрических моделей процесса взаимодействия оператора и технологической системы с позиции универсальных моделей данных, являющихся основой дальнейшего проектирования сложных систем.
Теоретический анализ. Анализ литературных источников свидетельствует, что проблеме моделирования объектов и субъектов процесса человеко-машинного взаимодействия посвящено достаточно большое количество публикаций.
Учитывая факт, что класс человекомашинных систем достаточно широк, а универсальной модели быть разработано не может, в качестве предметной области выберем направление лесных машин. Это позволит учесть специфику профессионального взаимодействия и обеспечить практическую ценность работы.
В этой области отдельно разработаны и известны параметрические модели дерева, технологического поля и лесной машины [6], параметрические модели отдельных технологических механизмов лесного комплекса [7], модели экономической эффективности [8].
Применительно к операторской деятельности в научной литературе описаны модели целеуказания, как верхнего уровня коллаборативного управления техническим объектом [9], модели обучения операторов [10, 11], модели представления системного описания эргатической системы [12]. Интерес представляют также известная модель идентификации параметров человека-оператора в нелинейной системе управления при управлении транс-
портным средством по одной угловой координате [13], а также модель коллабора-тивного взаимодействия оператора и робототехнической системы с позиции агентских систем [14].
Кроме того, существует множество частных математических моделей, ориентированных на решение локальных задач оптимизации, повышения надёжности и производительности.
Моделей, позволяющих описать взаимодействие человека-оператора с лесной машиной с позиции универсальной модели данных, не обнаружено, что и послужило мотивацией к настоящему исследованию.
Целью статьи является анализ предметной области взаимодействия человека-оператора и технической системы с позиции системного описания, разработка и представление параметрической модели взаимодействия в процессе профессиональной деятельности.
Разработка параметрической модели взаимодействия оператора и технической системы. Наиболее эффективным решение поставленной задачи представления описания предметной области и разработки модели взаимодействия, на наш взгляд, может быть через представление некоторой универсальной модели данных.
Наиболее важными требованиями к такой универсальной модели данных являются:
• системность описания (обеспечение целостности системы);
• структурная достоверность (обеспечение достоверности внутренней структуры системы и её подсистем);
• достоверность отношений между элементами системы и подсистемами.
Кроме того, такая модель будет иметь возможность расширения без излишней избыточности.
В качестве основы параметрической модели взаимодействия выбрана классическая модель человеко-машинного взаимодействия, которая может быть модифицирована с учётом целей работы следующим образом (рис. 1).
Рис. 1. Структурная схема человеко-машинного взаимодействия в рамках решения производственной задачи Fig. 1. Block diagram of human-machine interaction within the framework of solving a production problem
Особенностью представленной схемы является определение основных каналов взаимодействия человека-оператора с предметом труда и внешней средой.
Конструкционные особенности современных лесных машин обеспечивают определённый уровень изоляции оператора от технологического поля профессионального труда. Так, например, можно считать, что на сенсорном уровне оператор получает информацию о предмете труда, состоянии технологического оборудования и условий внешней среды, проходящую через некоторый сенсорный фильтр самой лесной машины:
> зрительная система оператора обрабатывает информацию:
• о текущем состоянии лесной машины с информационных панелей и органов индикации;
• о состоянии предмета труда и условий внешней среды через остекление кабины лесной машины с учётом ограничения обзорности за счёт несущих, защитных конструкций, системы освещения технологического пространства и иных элементов конструкций;
> слуховая система оператора обрабатывает информацию:
• о текущем состоянии лесной машины с органов сигнализации и посредством анализа акустических шумов (структурный шум двигателя, гидроманипулятора);
• о состоянии предмета труда и условий внешней среды шумоизоляционных элементов конструкций кабины;
> соматосенсорная система оператора обрабатывает информацию:
• о текущем состоянии лесной машины и работу гидроманипулятора через вибрацию;
• о текущем состоянии окружающей среды и режима работы технологического оборудования через оценку теплового поля системой температурной рецепции;
• о положении и состоянии органов управления через тактильное восприятие;
> вестибулярная система обрабатывает информацию:
• о положении оператора и лесной машины в пространстве;
• об ускорениях или замедлениях, возникающих в процессе прямолинейного или вращательного движения кабины, а также при изменении положения головы оператора в пространстве.
Внешняя среда (ВС) воздействует на всё технологическое поле, включая предмет труда, лесную машину, и на человека-оператора.
Для систематизации и анализа данных предметной области представим онтологию предметной области с выделением ключевых терминов и связей между ними.
Методов построения онтологий, в том числе с применением автоматизированных способов, известно достаточно [15]. Так как исследование методов построения онтологий не является предметом настоящей работы, представим только конечный результат разработки онтологии, как иерархии терминов предметной области (рис. 2).
внешняя среда ВС ----ф технологическое поле
I
■
предмет труда ПТ
I
лесная машина ЛМ платформа рабочий орган кабина
I
j__^ человек-оператор ЧО
функциональное состояние ФС
уровни взаимодействия
сенсорный уровень Сенсор
зрительная система ЗС слуховая система СС
соматосенсорная система СомС вестибулярная система ВС когнитивная система Когнитив
распознавание образов
память
воображение
моторный уровень Мотор
I
моторика органов крупная моторика КМ
I
•------ мелкая моторика ММ
Рис. 2. Онтология взаимодействия оператора и лесной машины Fig. 2. The ontology of interaction between the operator and the forest machine
В соответствии с рядом опубликованных исследований [6], принято выделять технологическое поле лесной машины, технологическое поле манипулятора (рабочего органа) лесной машины и технологическое поле дерева (предмета труда). Так как в данной работе объектом исследования является взаимодействие оператора с лесной машиной, представим единое технологическое поле в виде таких объектов, как лесная машина, человек-оператор и предмет труда.
Представленная онтология является основой разработки параметрической модели взаимодействия человека-оператора и лесной машины.
Вместе с этим, следует выделить основные внутренние функциональные связи системы, избегая чрезмерного её усложнения. Для этого можно воспользоваться векторно-пространственной моделью SMART путём расчёта веса каждого термина на основе статистической оценки частоты его появления в анализируемых источниках. При этом, с использованием экспертных оценок, следует провести обя-
зательную верификацию представленной параметрической модели.
С обозначенной позиции оптимизации взаимодействия оператора и лесной машины по критерию производительности встаёт задача оптимизации взаимодействия оператора и лесной машины по отдельным каналам связи: сенсорному, когнитивному и моторному.
Основная сложность заключается в имеющемся информационно-действенном противоречии. С одной стороны, увеличение объёма информации о состоянии объекта должно привести к повышению точности выносимых решений. С другой стороны, увеличение объёмов информации может привести к перегрузке канала, ухудшению процедур её обработки, и, как следствие, принятию неправильных решений.
В результате проведённого анализа структура параметрической модели взаимодействия должна включать прежде всего параметры сенсорного, когнитивного и моторного взаимодействия оператора и лесной машины, как показано на рис. 3.
ВС
Рис. 3. Структура параметрической модели взаимодействия оператора и лесной машины Fig. 3. The structure of the parametric model of interaction between the operator and the forest machine
Следует отметить, что параметры сенсорного уровня в полном объёме вошли в структуру параметрической модели, при том, что значимость соматосенсорной и вестибулярной систем по критерию частоты появления данных терминов была признана невысокой. Вместе с этим, большинство экспертов указали на необходимость включения данных терминов в параметрическую модель. Эти каналы сенсорного реагирования выступают чаще в качестве каналов экстренной сигнализации, реагирующих на внештатные аварийные ситуации.
Представим в виде системы параметрических данных:
Сенсор = {ЗС, СС, ВС, СомС}, (1)
где ЗС - зрительная система, СС - слуховая система, ВС - вестибулярная система, СомС - соматосенсорная система.
При этом когнитивный уровень свёрнут до верхнего класса, так как решение когнитивных задач в процессе профессиональной деятельности в меньшей степени определяется взаимодействием оператора и лесной машины. Данный уровень взаимодействия является ключевым при создании интеллектуальных средств поддержки операторской деятельности, что также не является предметом данной статьи.
Моторный уровень взаимодействия представлен крупной (КМ) и мелкой моторикой (ММ), связанных с осуществлением функций по управлению лесной машиной, в то время как моторика органов из модели исключена:
Мотор = {КМ, ММ}, (2)
где КМ - крупная моторика, ММ - мелкая моторика.
Также в модели присутствует понятие функционального состояния оператора, под которым принято понимать интегральный показатель отдельных психофизиологических показателей и характеристик человека, влияющих на выполнение какой-либо деятельности, в том числе профессиональной.
В результате утомления и иных факторов среды происходит изменение этих отдельных психофизиологических показателей и характеристик человека по своим законам, в силу чего говорят об изменении функционального состояния:
ФС = {f (ВС, ЛМ, Т, ЭД)}, (3)
где ВС - внешняя среда, ЛМ - лесная машина, T - длительность рабочей смены, ЭД -эффективность деятельности.
Параметры внешней среды включают в себя набор:
• метеорологические факторы внешней окружающей среды ВСм;
• технологические факторы ВСт;
• организационные факторы ВСо.
Параметры лесной машины определяют:
• уровень помех при осуществлении операций считывания сенсорной информации и моторного взаимодействия с органами управления ЛСп;
• уровень возмущающих воздействий на организм оператора ЛСв.
Также в описание системы входят параметры длительности рабочей смены и эффективность деятельности, находящиеся в зависимости друг от друга и характеризующие интенсивность выполнения профессиональных функций.
Представим распределение выделенных параметров по трём группам (см. табл.).
Распределение выделенных параметров по трём группам
Distribution of the selected parameters into three groups
Вид параметра Наименование параметра
Стохастические ЗС, СС, ВС, СомС, ММ, КМ, ВСм, ЛСв
Постоянные ТП, ЛМ, ВСт, ВСо, ЛСп, T.
Динамические по закону ФС, Когнитив, ЭД
Все параметры можно условно разделить на:
• стохастические параметры, изменения которых носят вероятностный характер. К данной группе отнесены также показатели сенсорного и моторного реагирования, по той причине, что сам человек считается сложной стохастической системой;
• постоянные параметры, неизменные параметры или параметры, значение которых прогнозируемо известно. К неизменным параметрам можно отнести параметры, связанные с конструкцией ЛМ, а к параметрам, значение которых прогнозируемо известно, - длительность рабочей смены;
• динамические параметры, изменяющиеся по определённому закону. Такими параметрами являются функциональное состояние и эффективность деятельности, представить которые можно, например, в виде колебательного звена. Также к этим параметрам можно условно отнести показатели когнитивного взаимодействия, так как они отличаются наибольшей стабильностью для данного вида профессиональной деятельности.
Заключение. Таким образом, показано, что проблема человеко-машинного взаимодействия стоит достаточно остро и для лесного хозяйства. Человек-оператор
может, и возможно, должен рассматриваться в качестве самостоятельного агента, имеющего собственное целеполагание, в том числе не только профессиональное, но и биологическое, социальное, эмоциональное и т. д. Параметрическая модель взаимодействия человека-оператора и лесной машины позволяет выделить отдельные каналы реагирования, представить связи между ними.
В свою очередь, система внутренних связей позволяет осуществлять «истинную» оптимизацию в соответствии с известной концепцией единого проектного пространства «объект-регулятор».
Также представленная параметрическая модель является основой разработки новых методов измерения первичных сенсорных, когнитивных и моторных функциях оператора в условиях, приближенных к реальной практической деятельности. При этом будет обеспечена сегментация отдельных профессиональных функций и их максимально возможная изоляция от других функций.
Дальнейшее направление исследований заключается в разработке структуры интеллектуальной тренажёрной системы подготовки оператора, основанной на данной параметрической модели.
СПИСОК ИСТОЧНИКОВ
1. Sony M., Naik S. Industry 4.0 integration with
socio-technical systems theory: A systematic review and proposed theoretical model // Technology in Society. 2020. Vol. 61. Art. 101248. DOI:
10.1016/j.techsoc.2020.101248
2. AI-employee collaboration and business performance: Integrating knowledge-based view, sociotechnical systems and organisational socialisation framework / S. Chowdhury, P. Budhwar, P. K. Dey et al. // Journal of Business Research. 2022. Vol. 144 (C). Pp. 31-49. https://doi.org/10.1016/j.jbus-res.2022.01.069
3. From human-human collaboration to Human-AI collaboration: Designing AI systems that can work together with people / D. Wang, E. Churchill, P. Maes et al. // Extended Abstracts of the 2020 CHI Conference on Human Factors in Computing Systems, Honolulu HI USA, April 25-30, 2020. New York: Association for Computing Machinery, 2020. Pp. 1-6. DOI: 10.1145/3334480.3381069
4. Galin R. R., Meshcheryakov R. V. Human-robot interaction efficiency and human-robot collaboration // Robotics: Industry 4.0 issues & new intelligent control paradigms. Studies in Systems, Decision and Control.
Cham: Springer, 2020. Vol. 272. Pp. 55-63.
https://doi.org/10.1007/978-3-030-37841-7_5
5. Яблоков Д. Е. Универсальная модель данных как средство хранения информации при решении прикладных задач кристаллохимии // Программные продукты и системы. 2018. Т. 31. № 1. С. 85-90. DOI: 10.15827/0236-235X.121.085-090
6. Стешина Л. А. Разработка параметрических
моделей процесса сортиментной лесозаготовки // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. 2021. № 2 (50). С. 33-41.
https://doi.Org/10.25686/2306-2827.2021.2.33
7. Разработка методики оценки эффективности работы двигателя с внешним подводом тепла для применения в лесном комплексе / Е. А. Тихонов, В. С. Сюнев, И. А. Маганов и др. // Системы. Методы. Технологии. 2022. № 2 (54). С. 85-94. DOI: 10.18324/2077-5415-2022-2-85-94
8. Лапо В. Ф. Эконометрическое исследование эффективности методов стимулирования инвестиций в лесопромышленный комплекс // Прикладная эконометрика. 2014. № 1 (33). С. 30-50.
9. Тырва В. О., Саушев А. В. Целеуказание совместного управления в системе "человек-машина": моделирование и структуризация // Ме-хатроника, автоматизация, управление. 2023. Т. 24. № 2. С. 67-74. https://doi.org/10.17587/mau.24.67-74
10. Брагинский М. Я., Тараканов Д. В. Моделирование процесса обучения операторов // Вестник кибернетики. 2023. Т. 22. № 1. С. 16-20. https://doi.org/10.35266/1999-7604-2023-1-16-20
11. Optimal Operator Training Reference Models for Human-in-the-loop Systems / W.L. Hu, C Rivetta, E. MacDonald et al. // Proceedings of the 52nd Hawaii International Conference on System Sciences. SLAC National Accelerator Lab., Menlo Park, CA (United States), 2019. Pp. 3524-3531. URL: http://hdl.han-dle.net/10125/59788 (дата обращения: 14.08.2023)
12. Швецова В. И. Теоретические основы оптимизации структур эргатических систем контроля // Системы контроля окружающей среды. 2022. № 2 (48), С. 101-108. DOI: 10.33075/2220-5861-2022-2-101-108
13. Identification of Human Operator Model Parameters in System with Saturated Actuator / Iu. Zaitceva, B. Andrievsky, N. V. Kuznetsov et al. // IFAC-PapersOnLine. 2022. Vol. 55. Iss. 7. Pp. 526-531. https://doi.org/10.1016/j.ifacol.2022.07.497
14. Cognitive human modeling in collaborative robotics / F. Fruggiero, A. Lambiase, S. Panagou et al. // Procedia Manufacturing. 2020. Vol. 51. С. 584-591. https://doi.org/10.1016/j.promfg.2020.10.082
15. Котова Е. Е., Писарев И. А. Построение тематических онтологий с применением метода автоматизированной разработки тезаурусов // Известия СПбГЭТУ «ЛЭТИ». 2016. № 3. С. 37-47.
Статья поступила в редакцию 19.08.2023; одобрена после рецензирования 04.09.2023;
принята к публикации 22.09.2023
Информация об авторах
СТЕШИНА Людмила Александровна - кандидат технических наук, доцент кафедры проектирования и производства ЭВС, Поволжский государственный технологический университет. Область научных интересов - интеллектуальный анализ, человеко-машинные системы, автоматическое управление. Автор 100 научных публикаций. ORCID: https//orcid.org/0009-0006-1526-991Х; SPIN-код: 3493-0013
ПЕТУХОВ Игорь Валерьевич - доктор технических наук, профессор кафедры проектирования и производства ЭВС, Поволжский государственный технологический университет. Область научных интересов - интеллектуальный анализ, человеко-машинные системы, автоматическое управление. Автор 163 научных публикаций. ORCID: https//orcid.org/0009-0000-2365-4857; SPIN-код: 6009-1846
Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.
Все авторы прочитали и одобрили окончательный вариант рукописи.
Scientific article UDC 630.935.1
https://doi.Org/10.25686/2306-2827.2023.3.78
A Parametric Model of the Interaction Process between the Operator and the Technical System
L. A. SteshinaB, I. V. Petukhov
Volga State University of Technology,
3, Lenin Sq., Yoshkar-Ola, 424000, Russian Federation SteshinaLA@volgatech.netH
ABSTRACT
Introduction. Collaboration between a human and a technical system is currently one of the key trends in ergatic systems. It is assumed that a powerful tool for designing these systems is artificial intelligence based on adequate models that are relevant for implementing an anthropocentric approach in the development of forest machines and operator training simulators. Such universal models have not been found. The paper aims to analyze the subject area of the interaction between an operator and a technological system from the system definition perspective, as well as to develop and present a parametric model of interaction in the course of professional activities. Models in the area of forest machinery are the object of the research, which takes into account the specificity of professional interaction. The methods for solving the problem are centered around the most important requirements: description systematicity, structural validity, and the validity of relationships between system elements and subsystems. Results. The presented parametric model can be the basis for the development of new methods of measuring the primary sensory, cognitive and motor functions of an operator under conditions approximating actual practice. At the same time, the segmentation of individual professional functions and their maximum possible isolation from the other functions will be ensured.
Keywords: human-machine interaction; professional training; simulators
Funding: the study was supported by the Russian Science Foundation grant No. 23-1900568 «Methods and an intelligent system for supporting the dynamic stability of operators of er-gatic systems», https://rscf.ru/project/23-19-00568/
REFERENCES
1. Sony M., Naik S. Industry 4.0 integration with socio-technical systems theory: A systematic review and proposed theoretical model. Technology in Society. 2020. Vol. 61. Art. 101248. DOI: 10.1016/j.tech-soc.2020.101248
2. Chowdhury S., Budhwar P., Dey P. K. et al. AI-employee collaboration and business performance: Integrating knowledge-based view, socio-technical systems and organisational socialisation framework. Journal of Business Research. 2022. Vol. 144 (C). Pp. 31-49. DOI: 10.1016/j.jbusres.2022.01.069
3. Wang D., Churchill E., Maes P. et al. From human-human collaboration to Human-AI collaboration: Designing AI systems that can work together with people. Extended abstracts of the 2020 CHI conference on Human Factors in Computing Systems. Honolulu HI USA, April 25-30, 2020. New York: Association for Computing Machinery, 2020. Pp. 1-6. DOI: 10.1145/3334480.3381069
4. Galin R. R., Meshcheryakov R. V. Human-robot interaction efficiency and human-robot collaboration. Robotics: Industry 4.0 issues & new intelligent control paradigms. Studies in Systems, Decision and Control. Cham: Springer, 2020. Vol. 272. Pp. 55-63. https://doi.org/10.1007/978-3-030-37841-7_5
5. Yablokov D. E. Universal'naya model' dannykh kak sredstvo khraneniya informatsii pri reshenii pri-kladnykh zadach kristallokhimii [A universal data model as a data storage tool when solving applied problems of crystal chemistry]. Programmnyye produkty i sistemy [Software and Systems]. 2018. Vol. 31. Pp. 85-90. (In Russ.). DOI: 10.15827/0236-235X.121.085-090
6. Steshina L. A. Razrabotka parametricheskikh modeley protsessa sortimentnoy lesozagotovki [Parametric modelling for cut-to-length harvesting technology]. VestnikPovolzhskogo gosudarstvennogo tekhno-logicheskogo universiteta. Seriya: Les. Ekologiya. Prirodopol'zovaniye [Vestnik of Volga State University of Technology. Ser.: Forest. Ecology. Nature Management]. 2021. No 2 (50). Pp. 33-41. (In Russ.). DOI: 10.25686/2306-2827.2021.2.33
7. Tikhonov E. A., Syunev V. S., Maganov I. A. et al. Razrabotka metodiki otsenki effektivnosti raboty dvigatelya s vneshnim podvodom tepla dlya prime-neniya v lesnom komplekse [Development of a methodology for evaluating the efficiency of an engine with external heat supply for use in the timber industry]. Sistemy. Metody. Tekhnologii [Systems. Methods. Technologies]. 2022. No 2 (54). Pp. 85-94. (In Russ.). DOI: 10.18324/2077-5415-2022-2-85-94
8. Lapo V. F. Ekonometricheskoye issledovaniye effektivnosti metodov stimulirovaniya investitsiy v lesopromyshlennyy kompleks [Efficiency of investment stimulation methods in a timber industry complex: an econometric research]. Prikladnaya ekonometrika [Applied Econometrics]. 2014. No 1 (33). Pp. 30-50. (In Russ.).
9. Tyrva V. O., Saushev A. V. Tseleukazaniye sov-mestnogo upravleniya v sisteme "chelovek-mashina": modelirovaniye i strukturizatsiya [Targeting of joint control in the “man-machine” system: modeling and structuring]. Mekhatronika, Avtomatizatsiya, Upravleniye [Mechatronics, automation, control]. 2023. Vol. 24. Iss. 2. Pp. 67-74. (In Russ.). DOI: 10.17587/mau.24.67-74
10. Braginsky M. Ya., Tarakanov D. V. Modelirovaniye protsessa obucheniya operatorov [Simulation of operators training]. Vestnik kibernetiki [Proceedings in Cybernetics]. 2023. Vol. 22. Iss. 1. Pp. 16-20. (In Russ.). https://doi.org/10.35266/1999-7604-2023-1-16-20
11. Hu W. L., Rivetta C., MacDonald E. et al. Optimal Operator Training Reference Models for Human-in-the-loop Systems. Proceedings of the 52nd Hawaii International Conference on System Sciences. SLAC National Accelerator Lab., Menlo Park, CA (United
States). 2019. Pp. 3524-3531. URL: http://hdl.han-dle.net/10125/59788 (reference date: 14.08.2023)
12. Shvetsova V. I. Teoreticheskiye osnovy opti-mizatsii struktur ergaticheskikh sistem kontrolya [Theoretical foundations for optimizing the structures of er-gatic control systems]. Sistemy kontrolya okruzhayush-chey sredy [Monitoring Systems of Environment]. 2022. No 2 (48), Pp. 101-108. (In Russ.). DOI: 10.33075/2220-5861 -2022-2-101-108
13. Zaitceva I., Andrievsky B., Kuznetsov N. V. et al. Identification of Human Operator Model Parameters in System with Saturated Actuator. IFAC-PapersOnLine. 2022. Vol. 55. Iss. 7. Pp. 526-531. https://doi.org/10.1016/j.ifacol.2022.07.497
14. Fruggiero F., Lambiase A., Panagou S. et al. Cognitive human modeling in collaborative robotics. Procedia Manufacturing. 2020. Vol. 51. Pp. 584-591. https://doi.org/10.1016/j.promfg.2020.10.082
15. Kotova E. E., Pisarev I. A. Postroyeniye te-maticheskikh ontologiy s primeneniyem metoda avtom-atizirovannoy razrabotki tezaurusov [Construction of thematic ontologies using the method of automated thesauri development]. Izvestiya SPbGETU “LETI” [Proceedings of Saint Petersburg Electrotechnical University Journal]. 2016. No 3. Pp. 37-47. (In Russ.).
The article was submitted 19.08.2023; approved after reviewing 04.09.2023;
accepted for publication 22.09.2023
For citation: Steshina L. A., Petukhov I. V. A Parametric Model of the Interaction Process between the Operator and the Technical System. Vestnik of Volga State University of Technology. Ser.: Forest. Ecology. Nature Management. 2023. № 3 (59). Pp. 78-86. (In Russ.). https://doi.org/10.25686/2306-2827.2023.3.78
Information about the authors
Lyudmila A. Steshina - Candidate of Engineering Sciences, Associate Professor at the Chair of Design and Production of Computing Systems. Volga State University of Technology. Research interests - data mining, human-machine systems, automatic control. Author of 100 scientific publications. ORCID: https://orcid.org/0009-0006-1526-991X; SPIN-код: 3493-0013
Igor V. Petukhov - Doctor of Engineering Sciences, Professor at the Chair of Design and Production of Computing Systems, Volga State University of Technology. Research interests - data mining, human-machine systems, automatic control. Author of 163 scientific publications. ORCID: https://orcid.org/0009-0000-2365-4857; SPIN-код: 6009-1846
Contribution of the authors: All authors made an equivalent contribution to the paper preparation. The authors declare that they have no conflict of interest.
All authors read and approved the final manuscript.
