The technique of immersive simulator designing is presented. It is based on the smart training automation algorithm for operators professional training in ergatic control systems. The technique consists of two levels: low and high level designing. The low- level designing defines the simplest operator’s activities which can be evaluated by means of psychophysiological tests. The high- level designing defines the performance selection metrics: time costs and operating procedure. At each design level, models of fuzzy inference are formed. They include a unified set of rules based on the operator’s performance parameters and the learning environment feedback as difficulty degree changes of the present scenario. The specific feature of the high-level designing is the growing of the rules set because of the increasing number of the environment parameters influencing the difficulty degree of the present scenario. For solving this problem, a genetic algorithm is used, which is a heuristic combinatorial search for the optimal rule for fuzzy inference. Based on the proposed design methodology, a simulator was developed for training transport-technological machine operators. Experimental data showed an increase in productivity in terms of loading the assortment by 11.6%, a decrease in the time to complete one technological cycle by 10.2% and a decrease in the number of errors by 80%. Thus, the feasibility of using the design methodology in industry for training operators was shown.
Представлена методика проектирования иммерсивного тренажера с использованием интеллектуального алгоритма автоматизации сценариев для профессиональной подготовки операторов эргатических систем управления. Методика включает два этапа - низкоуровневое и высокоуровневое проектирование. На низком уровне определяются простейшие акты операторской деятельности, которая может быть оценена с помощью психофизиологических тестов. На высоком уровне подбираются соответствующие метрики производительности, учитывающие соблюдение технологического регламента и временные показатели операторской работы. На каждом уровне проектирования формируются модели нечеткого логического вывода, которые включают унифицированную базу правил на основе параметров производительности оператора и реакции обучающей среды в виде изменения степени сложности текущего сценария. Отличительной особенностью высокоуровневого проектирования является рост базы правила из-за увеличения количества параметров среды, влияющих на степень сложности текущего сценария. Для решения этой проблемы используется генетический алгоритм, который осуществляет эвристический комбинаторный поиск оптимального правила для нечеткого логического вывода. На основе предложенной методики проектирования был разработан тренажер для обучения операторов транспортно-технологических машин. Экспериментальные данные показали прирост производительности в части погрузки сортимента на 11,6 %, уменьшение времени выполнения одного технологического цикла на 10,2 % и уменьшение количества ошибок на 80 %. Таким образом, показана целесообразность использования методики проектирования в промышленности для подготовки операторов эргатических систем управления.