神经人因实验在工业工程教学中的探索与实践

吴 俊， 韩文民

(江苏科技大学 经济管理学院，江苏 镇江 212003)



·实验教学与创新·

神经人因实验在工业工程教学中的探索与实践

吴 俊， 韩文民

(江苏科技大学 经济管理学院，江苏 镇江 212003)

神经人因实验以其能深入探究生产作业中人的生理和心理的技术优势而在第三代工业工程的实验教学中占据重要地位。针对目前工业工程教学的局限性，探索性地将神经人因实验应用于脑力负荷和个体认知差异等方面的研究。通过船舶数字化界面测试的神经人因实验展现该类实验的一般过程和方法。

神经人因实验； 工业工程； 实验教学

0 引 言

工业工程(IE)学科的发展从经典的“作业计划”到现代的“计算机集成制造”，直到目前涌现出的神经工业工程，经历了3个历史发展阶段[1]。第一代工业工程以“节拍设计、生产线布局、作业计划”为主要内容，在实验教学中以传统的工作研究为主；第二代工业工程以“计算机信息技术控制生产系统”为主要内容，在实验教学中以现代的企业资源计划(ERP)和精益生产研究为主。随着生产系统的自动化程度不断提高，生产系统中的人越来越难以适应制造过程中高速度和高精度的要求，人机系统事故中80%以上属于人为失误[2]。因此，近年来出现的第三代工业工程打破以往生产系统只关注“物”的发展，将“人”的生理与心理因素融入制造系统，形成人的生理状态信息与物的生产状态信息融合，人机系统集成优化，从而真正实现以人为本的和谐制造。

第三代神经工业工程的概念自2006年被提出[3]，其研究手段主要是通过神经人因实验，记录工作中的人的神经活动和生理信息，以此为依据优化生产过程中的人机系统。神经人因实验是借助先进的神经测量仪器和生理数据收集设备，在工业工程实验室或者工作现场按照拟定的人因工程实验方案收集被试者的生理与心理数据，通过数据挖掘和分析，将人的生理状态信息加入生产运作系统，综合考虑人与机器系统之间的工作负荷和生理负荷，实现人机系统的整体优化。目前，神经人因实验在工业工程学科中的教学和研究在世界范围内尚处于起步和探索阶段，各国的神经工业工程实验室在实验设备、研究方法上呈现出不同的方向和流派，本文将基于目前的实验研究现状，探索神经人因实验在工业工程学科教学中的应用，并结合自身开展的关于船舶数字化界面测试的神经人因实验来展现该类实验的一般过程和方法。

1 工业工程实验教学的局限与神经人因实验

工业工程的实验需要涵盖人在生产过程中从信号感觉到动作反应的全部过程，但经典的工业工程实验在研究方法和研究内容上还存在以下局限：

一方面从研究方法来看，经典的研究方法主要是研究人的外显行为，研究指标主要是人执行任务的反应速度和正确率。基于行为的研究方法最大的问题是无法真正将人在执行任务中的认知过程与反应过程相分离。比如船舶操作人员对于自动化控制界面的事故报警信号的操作反应延迟行为，其对于报警信号较慢的反应速度和较低的反应正确率究竟是因为操作人员对信号的认知反应减慢，还是虽然能在最快时间感知，但是由于人的执行系统的反应减慢所致。在这一实验过程中，就必须分离出人的认知过程与反应过程，调查究竟是哪个阶段的过程真正造成了应急反应延误，可见基于行为研究方法的经典工业工程实验在研究这方面的问题时是无能为力的。

另一方面从研究内容来看，实验中经典的信息加工模型可以研究外显的行为，却无法有效研究内隐的行为。例如感觉、知觉、注意、记忆、思维这样的认知过程，经典的实验只能提出自己的假设，然后通过反应速度和正确率等行为数据来间接解释。在经典实验中，类似注意、感觉、思维这样的内隐行为仍然属于无法直接破解的黑箱。而神经人因实验除了揭示信息加工模型中各环节的内隐行为的认知机理外，还可以弄清楚属于信息加工模型前端的“前注意”这种内隐行为的认知机理，真正能从人的大脑层面揭示人对于生产信息的内隐行为。

神经人因实验为克服上述研究难题提供了有效的方法。神经人因实验是研究人体在工作过程中的生理和认知能力，研究目的在于阐明人机系统中人的生理活动机制和脑认知机理[4]。神经人因实验借助两类现代的脑成像技术直接观测人脑的认知活动，一类是测量脑的电磁活动的技术：测量脑电的事件相关电位技术(Event Related Potential, ERP)和脑磁技术(Magnetoencephalography, MEG)；另一类是基于脑血流动力学的技术：功能性磁共振成像技术(Functional Magnetic Resonance Imaging, fMRI)、正电子发射断层扫描技术(Positron Emission Tomography, PET)和经颅多普勒超声(Transcranial Doppler Sonography, TCDS)。这些神经人因实验的技术为打开经典工业工程中类似注意、感觉、思维这样的内隐行为的黑箱奠定了基础。

神经人因实验能弥补经典工业工程实验的两个不足之处，成为研究当今工业工程中人机交互系统最为合适的实验技术。

一方面从研究方法来看，神经人因实验是在测量脑电的同时，与相应的刺激事件相关联，其分析过程是将时间上与刺激信号同步锁定的脑电信号叠加平均，形成事件相关的脑电位数据。这种研究方法自然地将人在执行任务中的认知过程与反应过程相分离，用于研究工程工程中人机交互时，能独立地分析感觉、知觉、注意、记忆、思维等认知过程而不会发生混淆。

另一方面从研究内容来看，神经人因实验通过测量脑电指标，能直接观察到经典的行为研究所无法观察到的内隐行为。除了能直接研究诸如感觉、知觉、注意、记忆、思维这样的认知过程外，神经人因实验甚至还能研究人的潜意识和对于生产信号的前注意和自动加工，这些都为工业工程学科的实验教学拓宽了研究范围。

2 神经人因实验在工业工程学科中的应用

Kim等将影响生产系统的因素主要分为四大类，即人的因素、技术因素、结构因素和任务因素，并认为其中人的因素处于系统中四大因素之首的地位。当今的生产系统要能在新的复杂环境下进行有效决策和响应，应当对人的因素投入更多新的研究技术[5]。这其中就包括神经人因实验的技术。神经人因实验以其能深入人的大脑思维和身体的生理反应层面所表现出的优势在工业工程领域备受瞩目。目前，各国学者在尝试运用神经人因实验来研究工业工程学科中的各项主题，神经人因学的提出者Parasuraman将神经人因实验的发展方向主要归纳为：多任务下脑力负荷的研究、个体认知差异的研究等[6-7]。工业工程学科的实验教学与研究正由过去主要运用传统的行为学的研究方法向主要运用现代的神经人因实验的研究方法转变。

2.1 神经人因实验在多任务脑力负荷研究中的应用

脑力负荷，是指工作者为达到作业标准而付出的注意力大小[8]，其影响因素包括工作任务量的大小、工作时间要求、工作者素质和能力要求、工作者工作意愿以及工作环境和由环境引发的工作情绪等。在当今高度现代化的生产中，生产人员从过去大部分需要自己手工操作机器设备到现在更多地是监控自动化系统的运行。分布式的大型生产系统要求监控者管理更多的机器设备，各种工作任务以并行的方式将各种信息传送给高级的人机交互集成系统，人机交互集成系统将信息融合后以各种通道的方式呈现给监控者。在这种分布式的多任务并行处理的生产模式中，监控者需要监控大量的机器设备，感知和分析各种类型的数据信息，其脑力负荷较过去成倍增长，传统的行为学实验已经难以对多任务下的平行加工进行研究，而神经人因实验恰能对由过去经典的聚焦型注意转向分散型注意的多任务下脑力负荷进行有效测量。

神经人因实验针对工作者在多任务监控过程中涉及到的对多种工作信息的自动感知、选择性注意以及敏捷操控，能够有效度量同时应对多项工作任务的脑力负荷。近年来，在工业工程的人的因素研究领域中，北京航空航天大学的人机与环境工程系运用神经人因实验系统地开展了多模式飞行模拟任务下飞行员的脑力负荷测量与评价[9-10]。实验人员使用脑电的事件相关电位实验技术，选取听觉失匹配负波脑电成分为实验指标，采用oddball的神经人因实验范式，将听觉失匹配理论用于飞行员的脑力负荷评价中，在9种模式的飞行模拟任务条件下进行飞行员的脑力负荷测量，通过让被试者完成模拟飞行任务的同时，测试非注意条件下飞行员的听觉失匹配指标，得到脑力负荷与脑电的听觉失匹配负波同向变化的规律，为飞机座舱显示界面的设计提供了依据。除了航空领域，神经人因实验也能应用于道路交通、船舶航行、高危行业工作人员的脑力负荷度量。

2.2 神经人因实验在个体认知差异研究中的应用

工业工程学科的主要任务是要对生产及服务系统中的人、机器、物料、环境和信息进行整体设计、评价和优化，在这些过程中，个体认知差异在感觉、动作和情绪过程中形成对各项任务的胜任力和局限性，由此产生的人的不同行为作用于技术系统和环境系统，最终影响整个系统的工作绩效。Karwowski从“人—技术—环境”3个系统之间的关系出发，认为人的不同行为是整个系统工作的核心[11]，因此个体认知的差异是工业工程研究的重点。由于过去受实验技术条件的限制，对于人体认知的差异只能从外在行为学观察的角度进行实验。随着对被试的无损伤的神经测量技术的进步，神经人因实验现在能在大脑思维的层面从人的内在生理数据采集出发，进行基于人的生理与心理分析的个体认知差异实验。

近年来，众多学者开始引入神经人因实验的技术，针对个体认知差异开展工作过程中个体和群体的心理与行为反应规律的研究。浙江大学神经工业工程团队通过采用神经人因实验中的事件相关电位技术，进行工作人员对安全标志信号词的感知和评价的神经过程实验[12]。研究发现：人对安全标志信号词的处理过程分为早期感知和信息评价两个阶段，安全标志信号词的主观风险感知存在差异，不同的安全标志信号词能够传递不同的风险信息，人对安全标志信号词的认识会受到情绪的影响。这些研究结果为安全管理中的安全培训、安全标志信号词的设计及使用提供了依据。神经人因实验将在系统安全、产品可用性、职业安全等领域的个体认知差异研究方面有着广泛的应用前景。

3 神经人因实验实例

神经人因实验的过程一般分为实验前的实验设计、实验实施和实验后的数据处理和分析。相较于以往的工业工程实验，神经人因实验的不同之处在于：在实验前的设计阶段，要根据实验目的选取合适的神经实验技术，比如事件相关电位技术、生物反馈技术、眼动技术、功能性核磁共振技术、脑磁技术、近红外脑成像技术等。在明确了具体的神经实验技术后，采用相应的实验范式设计实验，比如go-no go范式、oddball范式、等概率范式、n-back范式等。在实验过程中，需要严格按照神经实验的国际规范开展神经人因实验。实验后要根据神经实验的统计分析方法进行神经测试数据的统计分析，在此基础上进行讨论并得出神经人因实验的结论。下面以笔者开展的一例关于船舶数字化界面测试的神经人因实验来展现神经人因实验的一般过程和方法。

该实验使用真实的海洋工程船拖缆机的自动化控制界面作为刺激材料，通过模拟拖缆机的现实工况，让被试者在执行监控拖缆机卷筒转速变化任务的同时，感知自动化控制界面中的事故报警信号的变化，通过认知神经实验测试应急人员对事故报警信号的反应能力，从大脑思维的层面直接揭示船舶操作人员在事故信号变化下的应急反应机理。

3.1 实验前准备

参考神经人因实验中关于视觉失匹配的论文[13-16]，实验被试的数量分布在8～12名。本实验选择12名健康人员参加实验(6位男性，6位女性，年龄24～30岁，平均年龄25.5岁，均为右利手)，所有被试者实验前24 h内未曾服用镇静催眠药物或者精神活性类物质。均向每位参加实验人员支付了被试费(20元/h)。每位被试均具有正常的视觉敏锐度和正常的色彩分辨力。本实验遵守《赫尔辛基宣言》，每位被试在实验前均签署了实验信息的知情同意书。被试在充分理解实验内容和进行练习后进行正式实验。

实验刺激材料由E-Prime 2.0软件编写和呈现，刺激材料采用的是海洋工程船拖缆机的自动化控制界面，显示于19寸液晶显示器中央。所有刺激材料的大小、亮度、对比度等指标一致。

在实验刺激材料中，界面中央的数字表示拖缆机在正常工作情况下的卷筒速度为7.5 m/min，界面两侧的图形符号代表拖缆机的系统压力报警信号，正常状态下为绿色，形成实验的标准刺激。异常报警时为红色，形成实验的偏差刺激。界面中的报警信号有5种类型的变化，分别为颜色、持续时间、朝向、形状和大小的不同变化。5种类型刺激融入一个完整的oddball实验范式中，在同一实验环境下测试这5种类型刺激变化下被试者的视觉失匹配指标。

3.2 实验过程

实验在隔音、光线事宜和电磁屏蔽的房间中进行，被试者取舒适坐位，距离显示器1 m。被试者被要求注视屏幕中的拖缆机控制界面。界面中央为拖缆机在工作情况下的卷筒速度，正常状态下为7.5 m/min，超过允许的速度范围后，要求被试者尽快和尽可能准确地进行相应的反应动作，规则为：当速度由7.5增大为7.9时按键盘“Z”键，当速度由7.5减小为7.1时按键盘“/”键。这一工作任务代表拖缆机的监控者对卷筒工作速度的实时调整。在实验的过程中，被试者被要求专心完成拖缆机卷筒速度的监控工作，忽视界面两侧系统压力报警信号的变化。界面中央数字的变化与两侧报警信号的变化无关联性。通过这一设定，形成对报警信号的非注意，真正做到对任务不相关的刺激材料变化的视觉失匹配的检测。

实验包括3个块(Block)，每个块开始的前15个刺激为标准刺激，以形成一个记忆模板。每个块之间有一个休息过程，中间休息的过程由屏幕中的休息提示呈现，被试休息好后，按空格键继续。整个实验用于记录和分析的标准刺激有450个，每种类型的偏差刺激各有90个。整个实验大约用时18 min。

3.3 实验后数据处理和分析

使用脑电分析软件对实验数据进行离线分析。首先对原始脑电数据进行DC校正，然后进行脑电预览，拒绝具有明显漂移或杂质的脑电数据。接着去除眼电对其它导联数据的影响。然后进行脑电分段，分析时程为刺激后400 ms，基线为刺激前100 ms。接着进行基线校正，然后去除伪迹，波幅大于±100 μV者被视为伪迹去除。接着分别对标准刺激和各类偏差刺激的脑电进行分类叠加平均，然后进行20 Hz无相移低通数字滤波，最后将偏差刺激与标准刺激相减，得到视觉失匹配脑电波形(时间窗口：150～200 ms)。

统计分析时采用SPSS17.0统计软件对视觉失匹配数据采用重复测量方差分析，因素分别为视觉失匹配类型(颜色、朝向、持续时间、形状、大小)×大脑半球(左、右)。可采用Greenhouse-Geisser法进行校正。

表1分别列出了五种视觉失匹配的均值、标准误差和95%置信区间。描述性统计结果显示，视觉失匹配脑电波幅由大到小排列依次为：朝向偏差引起的失匹配、形状偏差引起的失匹配、颜色偏差引起的失匹配、持续时间偏差引起的失匹配和大小偏差引起的失匹配。

表1 神经人因实验的描述性统计结果 μV

根据球形检验(Mauchly’s Test of Sphericity)的统计结果，Mauchly的W=0.451，Sig.=0.592，表示各组间的方差矩阵接近相等，故接受球形假设，应接受“Sphericity Assumed”的分析结果：各类型视觉失匹配脑电数据的重复测量结果之间的差异显著(F=3.193，p<0.05)；大脑左右半球间的差异不显著(F=2.336，p>0.05)；“视觉失匹配类型”与“大脑半球”的交互作用差异不显著(F=1.296，p>0.05)。

根据实验的重复测量方差分析结果和脑电图(见图1)，五种类型的视觉失匹配的主效应差异显著。实验结果说明采用oddball实验范式在同一个刺激序列中，不同类型的自动化控制界面的报警信号分别成功诱发出相应的视觉失匹配脑电波；各种类型的视觉失匹配之间的差异显著，视觉失匹配脑电波幅由大到小排列依次为：朝向偏差引起的失匹配、形状偏差引起的失匹配、颜色偏差引起的失匹配、持续时间偏差引起的失匹配和大小偏差引起的失匹配。从图1中的2D脑电电位分布图可看出，视觉失匹配在人脑的颞枕区最为明显。

根据实验结果，可以指导设计人员在设计自动化控制界面时，优先选用视觉失匹配强的信号作为自动化控制界面的安全报警信号，以提高安全报警信号的感知效果，从而提升人—机系统的应急反应能力。

4 结 语

神经人因实验以其能深入探究生产作业中人的生理和心理的技术优势而在第三代工业工程的实验教学中占据重要地位。相较于以往工业工程以行为观察和问卷调查为主要手段的实验技术，神经人因实验不仅能有效将人的认知过程与行为过程相分离，避免认知与行为两者在实验测度上互相混淆，而且能研究工作中的人的内隐行为，破解人类内部认知过程的黑箱，通过神经人因实验揭示生产信息加工中各环节内隐行为的认知机理。因此，神经认知实验借助最新的神经测量技术手段和设备，突破过去工业工程实验教学的局限，满足第三代工业工程的教学与研究要求。

随着当今生产自动化的程度日益提高，人机系统中的人的因素逐渐成为系统优化的瓶颈，随之而来的是人的注意力分散、警戒水平下降、人误概率增加等一系列问题凸现。神经人因实验能有效进行多任务下脑力负荷、个体认知差异等研究，揭示上述问题形成的机理，提供测度和评价指标，为改进和优化薄弱的人的因素提供客观依据。

(a)

(b)

图1 神经人因实验的脑电图

神经人因实验有其自身独特的研究方法和过程。本文通过一例具体的关于船舶数字化界面测试的神经人因实验展现了该类实验的实验范式选择、实验数据采集与分析等一般过程和方法。

[1] 马庆国，付辉建，卞 军. 神经工业工程：工业工程发展的新阶段[J]. 管理世界，2012(6)：163-168，179.

[2] Jeom Kee Paik. Lessons learned: what maritime accidents can teach us about human error, and structural design and engineering [J]. Marine Technology, 2012(4)：62-66.

[3] 马庆国，王小毅. 认知神经科学、神经经济学与神经管理学[J]. 管理世界，2006(10)：139-149.

[4] Parasuraman R, Rizzo M. Neuroergonomics: The Brain at Work [M]. New York：Oxford University Press，2008：3-12.

[5] Kim M, Sharman R, Cook-Cottone C P,etal. Assessing roles of people, technology and structure in emergency management systems: A public sector perspective [J]. Behaviour and Information Technology, 2012, 31(12)：1147-1160.

[6] Parasuraman R. Neuroergonomics: Brain, Cognition, and Performance at Work [J]. Current Directions in Psychological Science, 2011, 20(3)：181-186.

[7] Parasuraman R, Baldwin C L, Knott B,etal. Symposium: Neuroergonomics, technology, and cognition [J]. Work-a Journal of Prevention Assessment & Rehabilitation, 2012, 41(1)：5167-5171.

[8] Young M S, Stanton N A. Mental workload: theory, measurement, and application [A]. In: Karwowski W, eds. International Encyclopedia of Ergonomics and Human Factors [M]. London：Taylor & Francis，2001：507-509.

[9] 完颜笑如，庄达民，刘 伟. 脑力负荷对前注意加工的影响与分析[J]. 北京航空航天大学学报，2012，38(4)：497-501.

[10] 卫宗敏，完颜笑如，庄达民. 飞机座舱显示界面脑力负荷测量与评价[J]. 北京航空航天大学学报，2014，40(1)：86-91.

[11] Karwowski W. Ergonomics and human factors: the paradigms for science, engineering, design, technology and management of human-compatible systems [J]. Ergonomics, 2005, 48(5)：436-463.

[12] Ma Qingguo, Jin Jing, Wang Lei. The neural process of hazard perception and evaluation for warning signal words: Evidence from event-related potentials [J]. Neuroscience Letters, 2010, 483(3)：206-210.

[13] Maekawa T, Tobimatsu S, Ogata K,etal. Preattentive visual change detection as reflected by the mismatch negativity (MMN)-Evidence for a memory-based process [J]. Neuroscience Research, 2009, 65(1)：107-112.

[14] Kimura M, Widmann A, Schroeger E. Human visual system automatically represents large-scale sequential regularities [J]. Brain Research, 2010, 1317(4)：165-179.

[15] Kimura M, Schroeger E, Czigler I,etal. Human Visual System Automatically Encodes Sequential Regularities of Discrete Events [J]. Journal of Cognitive Neuroscience, 2010, 22(6)：1124-1139.

[16] Sulykos I, Czigler I. One plus one is less than two: Visual features elicit non-additive mismatch-related brain activity [J]. Brain Research, 2011, 1398(29)：64-71.

Exploration and Application of Neuroergonomics Experiment in the Teaching of Industrial Engineering

WUJun,HANWen-min

(School of Economics and Management, Jiangsu University of Science and Technology, Zhenjiang 212003, China)

The neuroergonomics experiment plays an important role in the third generation of industrial engineering because of the function of exploring producers’ physiological and psychological feature. For limitation of current industrial engineering teaching, the neuroergonomics experiment is exploratively applied to the mental workload and individual cognitive differences etc. The general process and methods of the neuroergonomics experiment were presented through neuroscience test experiment of ship digital interface.

neuroergonomics experiment; industrial engineering; experimental teaching

2014-04-30

国家自然科学基金项目(71271105)；江苏省高等教育教改项目(2011JSJG158)

吴 俊(1977-)，男，湖北武汉人，博士，讲师，研究方向为神经人因工程。Tel.:13951289003;E-mail:wujunjm@sina.com

G 642.0；Q 421

A

1006-7167(2015)03-0172-05