Интеллектуальная система анализа и прогнозирования нарушений при управлении подвижным составом тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Кулагин Максим Алексеевич

• Кулагин Максим Алексеевич
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Кулагин Максим Алексеевич

Введение

1 Аналитический обзор и классификация существующих методов и систем оценки надежности человека и влияния «человеческого фактора» на безопасность технологических систем

1.1 Концепция цифровой экономики РФ и цифровой железной дороги

1.2 Исследование надежности человека, как участника производственного процесса

1.2.1 Понятия надежности человека-оператора и «человеческого фактора»

1.2.2 Анализ поведения человека с точки зрения его влияния на систему «человек-машина»

1.3 Применение методов машинного обучения к решению задачи анализа поведения человека

1.3.1 Классификация методов машинного обучения

1.3.2 Критерии оценки качества работы алгоритмов машинного обучения

1.4 Постановка задачи исследования

Основные выводы и результаты по главе

2 Исследование деятельности машиниста. Разработка математической модели деятельности машиниста

2.1 Краткая характеристики деятельности машиниста, как главной составляющей локомотивной бригады

2.2 Информационное обеспечение процесса сбора данных о деятельности машинистов

2.2.1 Используемые источники данных

2.2.2 Логическая структура, алгоритмы объединения баз данных и расчёта показателей, содержащих информацию о деятельности машинистов

2.3 Экспертная оценка значимости нарушений

2.4 Алгоритмы формирования целевых меток

2.5 Алгоритмы отбора признаков и формирования статистических критериев расчёта влияния признаков на целевую метку

2.6 Обработка числовых и категориальных показателей

Основные выводы и результаты по главе

3 Построение математических моделей интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом

3.1 Обобщенная структурная схема математической модели

3.2 Математическая модель прогнозирования совершения грубого нарушения при управлении подвижным составом в ближайшем будущем

3.3 Математическая модель формирования рейтинга машиниста

3.4 Математическая модель прогнозирования конкретных нарушений при управлении подвижным составом

3.5 Алгоритм объединения моделей и формирования групп надежности

Основные выводы и результаты по главе

4 Экспериментальное моделирование алгоритмов прогнозирования нарушений при управлении подвижным составом и оценка результатов их внедрения

4.1 Алгоритм формирования мероприятий по результатам формирования рекомендаций для машиниста

4.2 Результаты внедрения и архитектурные составляющие интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом

Основные выводы и результаты по главе

Заключение

Список литературы

Приложение

Приложение

Приложение

Приложение

Приложение

Приложение

Приложение

Приложение

Введение диссертации (часть автореферата) на тему «Интеллектуальная система анализа и прогнозирования нарушений при управлении подвижным составом»

ВВЕДЕНИЕ

Актуальность темы исследования. «Человеческий фактор» имеет достаточно высокое влияние на безопасность в транспортной отрасли. Оценка надежности человека всегда была важной проблемой для научного сообщества, экспертов по безопасности и инженеров. Большинство методов оценки надежности человека субъективны, а данные о человеческом факторе неточны. С ростом объема информации о поведении человека и появлением способов её обработки возникла возможность обеспечить объективный подход к оценке надежности человека, основанный на статистической оценке данных о нём. В области компьютерных технологий высоко зарекомендовали себя методы машинного обучения, которые используются в различных областях науки для эффективного анализа большого объема данных, прогноза событий, детектирования и распознавания образов, распознавания речи.

В ОАО «РЖД» на данный момент при расследовании причин, повлиявших на возникновение грубых транспортных происшествий, часто устанавливается повторяемость нарушений при управлении подвижным составом и другие факторы, которые явились предпосылками к происшествию. Из-за отсутствия системы прогнозирования эти предпосылки выявляются апостериорно. Синтез способов определения уровня надежности машиниста и прогнозирования совершения нарушения при управлении подвижным составом является актуальной задачей. Выявление предпосылок совершения грубых нарушений при управлении подвижным составом позволит компании значительно повысить уровень безопасности движения и уменьшить возможные финансовые издержки. Внедрение математических моделей оценки деятельности машиниста при управлении подвижным составом в автоматизированных системах управления, используемых в ОАО «РЖД», поможет руководителям различных уровней принимать своевременные решения и формировать профилактические мероприятия для снижения вероятности возникновения нарушений.

Степень разработанности темы исследования. В мире накоплен значительный опыт в области управления безопасностью и анализа влияния «человеческого фактора» на безопасность движения поездов.

Большой вклад в управление движением поездов и обеспечение его безопасности в ОАО «РЖД», а также анализ «человеческого фактора», влияющего на технологический процесс, внесли ученые России. Авторами работ, связанных с алгоритмами и методами управления безопасностью в ОАО «РЖД», являются Баранов Л.А., Бестемьянов П.Ф., Гапанович В.А., Горелик A.B., Замышляев A.M., Лисенков В.М., Розенберг E.H., Ройзнер А.Г., Сапожников В.В., Шалягин Д.В., Шаманов В.И., Шихер Я.Г., Шубинский И.Б., Ярковский Ф.В. и др. Вопросами оценки влияния «человеческого фактора» на технологический процесс занимались в первую очередь Аксёнов В. А., Губинский А.И., Дружинин Г.В., Завьялов A.M., Захаревич A.C., КатцынД.В., Котик М.А., Маринов М.Л., Никифорова Н.Б., Падерно П.И., Ротштейн А.П., Салвенди Г., Синякина H.H. и др.

Вопросами разработки систем контроля состояния человека, оказывающих влияние на технологический процесс, занимались Емельянов A.M., Захаревич A.C., Катцын Д.В., Киселева H.A., Котик М.А., Подопрыголова О.Н., Семенистая Е.С., Симонович Н.Е., Шахнарович В.М. и др.

В работах зарубежных авторов проводится общий анализ практических результатов применения разнообразного математического аппарата для анализа и оценки «человеческого фактора». Примером могут служить работы Blackman H., Cooper S.E., Corlett E.N., Forester J.A., Galyean W.J., Gertman D., Guttmann H.E., Hollnagel E., Kirwan B., Li P.C., Ramey-Smith A.M., Shirali G.A., Swain A.D., Wiegmann D.A., Wilson J.R., Wreathall J.A. и др.

Объектом исследования являются факторы, оказывающие влияние на возникновение нарушений при управлении подвижным составом, и мероприятия по обеспечению безопасности управления движением поездов на железнодорожном транспорте.

Предмет исследования. Интеллектуальная система анализа и прогнозирования нарушений при управлении подвижным составом.

Целью диссертации является создание математического, информационного и программного обеспечения интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом, реализующей формирование профилактических мероприятий, направленных на минимизацию числа этих нарушений.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Анализ и классификация существующих методов и систем оценки надежности человека и влияния «человеческого фактора» на безопасность транспортных систем.

2. Разработка принципов построения и математических моделей интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом.

3. Формирование множества показателей работы машиниста, используемых интеллектуальной системой анализа и прогнозирования нарушений при управлении подвижным составом, определение их влияния на безопасность движения поездов, выбор алгоритмов обработки данных и определение критериев оценки качества работы машиниста.

4. Разработка алгоритма формирования групп надежности машинистов и перечня профилактических мероприятий, направленных на повышение надежности машинистов.

5. Реализация и анализ результатов применения интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом в рамках автоматизированной системы управления, используемой в ОАО «РЖД».

Научная новизна состоит в том, что:

- Выполнена классификация методов и систем оценки надежности человека и влияния «человеческого фактора» на безопасность транспортных

систем, позволившая определить методы искусственного интеллекта как перспективные для решения задач прогнозного анализа работы машиниста.

- Построены и апробированы на практике математические модели, отличающиеся от ранее известных моделей анализа и оценки влияния «человеческого фактора» на технологический процесс применением ансамбля базовых алгоритмов машинного обучения, интегрирующего решение нескольких взаимосвязанных задач, а именно расчёта вероятности совершения нарушения в ближайшем будущем и формирования списка прогнозируемых нарушений, и адаптацией к специфике решаемой задачи.

- Для задач, решаемых интеллектуальной системой анализа и прогнозирования нарушений при управлении подвижным составом, построены математические модели машинного обучения, дающие возможность определить уровень надежности машиниста, вероятность совершения нарушения и сформировать перечень рекомендуемых для машиниста профилактических мероприятий.

- Сформировано расширенное множество показателей, характеризующих работу, отдых и физическое состояние машиниста, учитывающих динамику его поведения и наличие статистических связей между этими показателями, позволяющих определить влияние надежности машиниста на безопасность движения поездов и организовать работу интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом.

- Показано влияние отдельных показателей, характеризующих работу машиниста, на нарушения, совершаемые при управлении подвижным составом.

- Разработан алгоритм формирования перечня рекомендуемых машинисту профилактических мероприятий с учётом результатов работы математических моделей интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом, отличающийся от существующих снижением влияния «человеческого фактора» на оценку уровня надежности машиниста.

- Разработаны и реализованы на практике требования к архитектуре интеллектуальной системы анализа и прогнозирования нарушений при

управлении подвижным составом с учетом необходимости работы с большими данными и обеспечения простоты сопровождения, разработки и развертывания.

Теоретическая и практическая значимость состоит в том, что:

- Выполнен анализ методов и систем оценки надежности человека и влияния «человеческого фактора» на безопасность транспортных систем, дающий возможность сформулировать требования к структуре и функционалу интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом и определить множество методов решения задач, поставленных перед системой.

- Построены математические модели анализа исторических данных и оценки работы машиниста, позволяющие в отличие от классических методов экспертной оценки производить более объективный и обобщенный прогнозный анализ поведения машиниста в будущем и формировать базис для определения перечня рекомендуемых машинисту профилактических мероприятий.

- Сформировано расширенное множество показателей работы машиниста, используемых в качестве исходных данных при построении математических моделей машинного обучения и статистического анализа, применяемых для решения задач интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом в рамках разработанной структуры.

- Разработан метод оценки и отбора показателей работы машинистов для создания моделей машинного обучения с целью решения задачи прогнозирования нарушений машинистом и расчета уровня надежности с учетом использования технологий по обработке большого объема данных (BigData).

- Разработана математическая модель формирования перечня рекомендуемых машинисту профилактических мероприятий, основанная на использовании результатов работы алгоритмов по расчету вероятности совершения грубого нарушения безопасности и формированию списка вероятных нарушений, которая при её внедрении на программном уровне позволит автоматизировать этот процесс.

- Сформулированы и реализованы на практике требования использования и внедрения математических моделей, способа формирования групп надежности и перечня рекомендуемых машинисту профилактических мероприятий для автоматизированной системы управления, внедренной в ОАО «РЖД», что позволило создать интеллектуальную систему анализа и прогнозирования нарушений при управлении подвижным составом, снижающую влияние «человеческого фактора».

- Построена архитектура и разработаны требования к разрабатываемым приложениям и их интеграции с базами данных для интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом машинистом, основывающиеся на комбинации нескольких подходов, используемых в области BigData, а именно сочетания архитектур IoT и микросервисной.

Методология и методы исследований. Результаты диссертационной работы получены на основе использования системного анализа, теории управления, теории систем искусственного интеллекта, теории машинного обучения, теории вероятности, теории баз данных и разработки программного обеспечения.

Положения, выносимые на защиту:

- Классификация методов и систем оценки надежности человека и влияния «человеческого фактора» на безопасность транспортных систем.

- Математические модели решения задач интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом машинистом, основанные на использовании исторических данных и комбинации моделей машинного обучения по расчету вероятности совершения нарушения, построению списка вероятных нарушений и формированию перечня рекомендуемых машинисту профилактических мероприятий.

- Состав множества показателей работы машиниста, используемых в интеллектуальной системе анализа и прогнозирования нарушений при

управлении подвижным составом машинистом, учитывающих динамику его поведения и наличие статистических связей между этими показателями.

- Алгоритм формирования перечня профилактических мероприятий, рекомендуемых машинисту, основанный на использовании результатов работы комбинации моделей по расчету вероятности факта совершения нарушения и формированию списка вероятных нарушений.

- Требования к построению и внедрению разработанных моделей, алгоритмов и способов оценки деятельности машиниста в автоматизированные системы управления, используемые в ОАО «РЖД».

- Микросервисная архитектура программного обеспечения интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом машинистом, которая позволила организовать эффективную работу системы с точки зрения процессов хранения, получения и обработки данных, а также обеспечить простоту сопровождения, разработки и развертывания.

Степень достоверности полученных результатов подтверждается

результатами проверки адекватности использованных моделей и обусловлена корректностью постановок задач, обоснованностью принятых допущений, высоким качеством работы математических моделей на основе данных, полученных из различных автоматизированных систем управления, внедренных в ОАО «РЖД», совпадением результатов прогнозирования с фактическими нарушениями в управлении движением поездов.

Апробация результатов работы

Основные результаты работы докладывались на заседаниях кафедры «Управление и защита информации» («УиЗИ») (РУТ(МИИТ) 2017 - 2021 гг.), на двух научно-практических конференциях «Неделя Науки» (РУТ(МИИТ), 2018 - 2019 гг.), на двух научно-практических конференциях «Безопасность Движения Поездов» (РУТ(МИИТ), 2017 - 2018 гг.), на трех международных конференциях «Проблемы управления безопасностью сложных систем» (ИЛУ РАН, 2018, 2019, 2021 г.), на международной конференции «Intelligent

Information Technologies for Industry» (Russia (Sochi), 2018 г.), на одной международной конференции «East-West Design & Test Symposium» (Varna, Bulgaria, 2020 г.).

Результаты диссертации внедрены в автоматизированную систему управления ОАО «РЖД», что подтверждено соответствующим актом.

Структура и объём работы

Диссертация состоит из введения, 4 глав, заключения, 8 приложений, списка литературы, включающего 167 наименований. Материалы диссертации содержат 159 страниц основного текста, 67 страниц приложений, 52 рисунка, 14 таблиц.

Во введении показана актуальность работы, сформированы цель работы и задачи, требующие решения для выполнения поставленной цели.

В первой главе диссертации проведен обзор существующих методов и систем оценки деятельности работников транспортных служб. Приведены основные термины и определения используемых алгоритмов и методов машинного обучения. Выявлено, что оценку человеческой деятельности необходимо проводить с использованием нелинейных математических моделей и полученных исторических данных. Показана актуальность проводимых исследований, сформулированы основные направления исследования и определена необходимость комплексного решения поставленных задач.

Во второй главе проведен анализ работы машинистов и их обязанностей, осуществлен сбор и анализ данных, используемых в исследовании, описан способ преобразования категориальных признаков и произведен поиск линейно-и нелинейно-зависимых признаков. В качестве основных источников информации о работе локомотивных бригад использованы данные из 7 автоматизированных систем управления, внедренных в ОАО «РЖД».

В третьей главе диссертации разработаны модель прогнозирования нарушений при управлении подвижным составом в ближайшем будущем, алгоритм формирования рейтинга машинистов и модель прогнозирования

конкретных нарушения при управлении подвижным составом в ближайшем будущем.

В четвертой главе на основе проведенных исследований представлен способ формирования мероприятий на основе поиска сходства между показателями «эталонного» и исследуемого машинистов, а также результаты прогноза нарушений в автоматизированной системе «Доверенная среда локомотивного комплекса».

В заключении обобщаются результаты и выводы, полученные в ходе диссертационной работы.

1 АНАЛИТИЧЕСКИЙ ОБЗОР И КЛАССИФИКАЦИЯ СУЩЕСТВУЮЩИХ МЕТОДОВ И СИСТЕМ ОЦЕНКИ НАДЕЖНОСТИ ЧЕЛОВЕКА И ВЛИЯНИЯ «ЧЕЛОВЕЧЕСКОГО ФАКТОРА» НА БЕЗОПАСНОСТЬ

ТЕХНОЛОГИЧЕСКИХ СИСТЕМ

1.1 Концепция цифровой экономики РФ и цифровой железной дороги

С появлением новых цифровых технологий, например, социальных сетей, мобильных устройств, больших данных, блокчейна, искусственного интеллекта и т. д., компании практически во всех отраслях промышленности выдвигают многочисленные инициативы по исследованию и использованию этих технологий [1, 2, 3, 4]. Это часто приводит к преобразованию ключевых бизнес-процессов, затрагивает продукты, организационные структуры. Таким образом, общество в целом сталкивается с быстрым и радикальным изменением в связи со становлением цифровых технологий и их повсеместным проникновением на все рынки [5, 6]. В последние годы «первопроходцы цифровых технологий» (например, Amazon, Facebook и Google) выросли в крупные технологические компании, в то время как компании, которые долгое время доминировали в своих отраслях, оказались под угрозой. Несмотря на множество технологических новшеств и рецептов их реализации в бизнесе, государственном управлении и частной жизни, реальное цифровое преобразование требует много времени и сталкивается с большими трудностями, чем ожидалось [7]. Успешная цифровая трансформация требует от организаций развития широкого спектра возможностей, которые будут различаться по степени важности в зависимости от бизнес-контекста и потребностей конкретной организации. Для того, чтобы бизнес оставался конкурентоспособным, цифровые технологии должны занять центральное место в нём [8]. Железнодорожный транспорт, в частности ОАО «РЖД», не является исключением.

Переход на цифровую экономику повлечет изменения в правилах транспортного рынка и потребует проведения масштабного реинжиниринга бизнес-процессов на железнодорожном транспорте. В рамках ОАО «РЖД» утверждена концепция реализации комплексного проекта «Цифровая железная дорога», который требует трансформировать функции контроля важных производственных процессов в направлении глобального управления рисками [9]. В данной концепции затрагивается необходимость перехода от контроля выполнения каждого шага процесса к построению системы управления, позволяющей видеть и знать, что может негативно повлиять на параметры функциональной безопасности процесса. Целью концепции цифровой трансформации является взаимодействие с процессами всех подразделений для расчета интегральных факторов рисков и постепенное трансформирование контрольных функций в систему управления рисками в режиме реального времени.

Концепция цифровой экономики, в целом, и цифровой железной дороги, в частности, включает в себя возможность комплексного прогнозного анализа событий, которые могут повлечь риск возникновения неблагоприятных событий. В основе данной концепции лежит методология управления и анализа рисков и надежности УРРАН (Рисунок 1.1). Данная методология достаточно полно и глубоко представленав работах [10, 11, 12, 13, 14].

Рисунок 1.1 - Классификация рисков УРРАН

Концепция цифровой трансформации системы менеджмента безопасности движения с развитием методологии УРРАН предполагает применение факторного анализа. Анализ формируется на основе показателей-измерителей влияния на риск возникновения события, позволяет на ранних стадиях определить отклонения в производственной деятельности и спрогнозировать проявление риска на конкретных линейных предприятиях и регионах. При этом одним из основных показателей, получаемых из различных автоматизированных систем управления (АСУ) для формирования факторного анализа, является количество отказов технических средств (устройств, оборудования и т. п.). Эти же средства выступают в роли конечных объектов, которым необходимо повышать надежность.

Частой причиной транспортных происшествий являются ошибочные действия человека. «Человеческий фактор» занимает ведущее место среди проблем безопасности на железнодорожном транспорте, т. е. человек был и остается слабым звеном системы «человек-машина».

Многочисленный профессиональный контингент на железнодорожном транспорте - это участники локомотивных бригад (около «120 тыс. человек). Локомотивная бригада чаще всего включает в себя машиниста и помощника. В рамках диссертации рассматриваются только машинисты. Порядок допуска машинистов на пути общего пользования определен приказом Минтранса РФ №28 от 15.02.2008г [15]. В АСУ дирекции тяги, пригородного сообщения, скоростного сообщения существует ряд барьерных функций, при активации которых отсутствует возможность постановки локомотивной бригады в наряд. В целом барьерные функции выполняются, но они не учитывают надежность и вероятность возникновения нарушения машинистом при его допуске на инфраструктуру. В связи с этим актуальной является задача создания интеллектуальной системы анализа и прогнозирования нарушений при управлении подвижным составом и дальнейшего принятия решения по нему с выработкой конкретных мероприятий, которая в случае возникновения

предельно допустимого уровня надежности машиниста стала бы основным барьером при выдаче машинисту допуска на инфраструктуру.

1.2 Исследование надежности человека, как участника производственного

процесса

Прежде чем переходить к исследованиям и анализу работы машинистов, требуется проведение обзора литературы и определение понятий надежность человека-оператора и «человеческий фактор».

1.2.1 Понятия надежности человека-оператора и «человеческого фактора»

Надежность «человека-оператора»

Понятие надежности «человека-оператора», который управляет каким-либо транспортным средством или осуществляет взаимодействие с машиной, с точки зрения результата его деятельности означает прежде всего безотказность, безошибочность и своевременность принимаемых решений, направленных на достижение конкретных целей [16]. Наличие или отсутствие ошибочных действий человека часто рассматривается как основной профессиональный показатель надежности системы взаимодействия «человек-машина» [17].

Основным предметом исследований в области анализа надежности человека и его влияния на систему взаимодействия «человек-машина» явилась проблема ошибок человека в процессе деятельности и возможность прогнозирования этих ошибок. Прежде чем переходить к дальнейшему анализу, требуется определить понятия надежность и «человеческий фактор», которые в последующем используются в отношении машиниста. Понятие надежность возникло как одна из основных характеристик технических средств

деятельности. В наиболее общем виде надежность обычно определяют, как вероятность успешного выполнения задания. В технике под надежностью понимают свойство объекта сохранять во времени способность выполнять требуемые функции в заданных режимах и условиях применения, технического обслуживания, хранения и транспортирования [18]. Понятие надежности технических средств входит в категорию «качества» так же, как определение надежности человека. Надежность как качество является свойством системы, которое определяется через категорию состояний, а состояние оценивается по тому, насколько в данный момент времени человек в отдельности или система управления в целом удовлетворяют требованиям, предъявляемым к ним [19, 20]. Включение человека в работу систем управления в качестве его регулирующего элемента определяет зависимость эффективности и качества функционирования системы от своевременности, точности и безошибочности выполнения человеком возложенных на него функций в заданных условиях деятельности. Содержательное определение надежности сформулировано Емельяновым А. М. и Котиком М. А.: «Надежность человека-оператора определяется его способностью в течение заданного интервала времени в предусмотренных условиях сохранять нормальное состояние жизнедеятельности и выдерживать технические параметры управления системой в установленных пределах, а также выполнять все возложенные на него функции по поддержанию заданного режима работы управляемой техники» [21]. Человеческая надежность может быть определена как человеческая деятельность, которая показывает, насколько надежно человек-оператор может правильно выполнить действия или как долго человек-оператор может выполнять их без нарушений [22, 23]. Можно привести пример работы, в которой предложен метод оценки безошибочности деятельности человек-оператора, основанный на рассмотрении его как дихотомической переменной [24].

Математические методы анализа надежности требуют знания о вероятности возникновения ошибок человеком при выполнении возложенных на него функций в заданных условиях деятельности. В данной работе [25] авторами

достаточно подробно рассмотрены разнообразные математические методы и подходы используемы для анализа надежности. Можно найти научные работы, в которых термин «вероятность события» заменяется термином «возможность бифуркации» [26], либо осуществляется моделирование надежности «человека-оператора» с помощью нечеткой базы знаний и решения конкретной оптимизационной задачи [27]. Рассмотрение методов анализа надежности с использованием разнообразного математического аппарата позволяет учёным точнее определять состояние объекта и принимать эффективные управленческие решения.

Исходя из изложенных определений, надежность машиниста можно отнести к функциональной надежности и определить, как способность не совершать в течение R поездок нарушений при управлении подвижным составом, где Я Е [1... Щ. При этом под нарушением понимается совокупность инцидентов, приводящих к нарушению требований правил технической эксплуатации (ПТЭ), инструкций, положений, оперативных приказов и прочих документов, регламентирующих порядок эксплуатационной работы машиниста, сформированная по результатам расшифровки скоростемерных лент, регистрируемых в сетевой информационно-сигнальной системе учета, анализа и расследования нарушений безопасности движения [28], анализа данных регистратора параметров движения и пояснений машиниста. Вероятность отсутствия нарушений при управлении подвижным составом может быть вычислена через вероятность обратного события (1.1):

Список литературы диссертационного исследования кандидат наук Кулагин Максим Алексеевич, 2022 год

Использование

вспомогательного Ф1, Ф6, Ф7, Ф11

47.30 тормоза для предотвращения боксования локомотива 4.60 7.37 7.89 6.62 5.88

Проезд остановочного ФЗ, Ф1,

47.31 пункта или станции без остановки, заложенной расписанием 6.00 8.61 8.28 7.63 7.98 Ф4, Ф7, Ф11

Невыключение ФЗ, Ф6, Ф7, Ф11

47.32 контроллера МВПС при 3.69 7.36 7.59 6.21 3.78

применении тормозов

Отсутствие проверки ФЗ, Ф4, Ф7, Ф11

47.33 тормозов при смене режимов движения на ССПС 5.56 7.70 8.16 7.14 4.20

Нарушение или ФЗ, Ф4,

47.34 отсутствие проверки вспомогательного крана при скорости 3-5км/ч 5.92 7.87 8.41 7.40 6.72 Ф5, Ф7, Ф11

47.35 Отсутствие остановки ССПС согласно выданного предупреждения ДУ-61 6.00 8.03 8.20 7.41 4.62 ФЗ, Ф4, Ф7, Ф11

Нарушение при

следовании и Ф1, Ф5, Ф7, Ф11

47.36 выполнении хозяйственной работы на закрытом перегоне 5.70 8.41 8.49 7.53 9.24

Отсутствие распечатки

астрономического ФЗ, Ф7, Ф11

47.37 времени перед включением и опробованием тормозов при манёврах 3.20 6.28 5.85 5.11 2.52

Отсутствие распечатки

47.38 астрономического времени перед работой с вагонами загруженными опасными грузами класса 1 (ВМ) 4.30 6.39 6.02 5.57 2.52 ФЗ, Ф1, Ф7, Ф11

Отсутствие распечатки ФЗ, Ф4,

астрономического

47.39 времени перед надвигом состава на сортировочную горку 4.20 6.22 5.95 5.46 2.52 Ф5, Ф7, Ф11

Отсутствие распечатки

астрономического

47.40 времени работа с пассажирскими составами и вагонами занятыми людьми 4.00 6.46 5.68 5.38 2.52

47.41 Отсутствие распечатки астрономического времени перед выездом на пути необщего пользования с путей общего пользования и выезд с путей необщего пользования на пути общего пользования 3.90 6.19 5.74 5.28 2.52 ФЗ, Ф7, Ф11

Группы нарушений

Код группы Наименование

1 Нарушение безопасности движения

2 Нарушение порядка следования на запрещающий сигнал или к препятствию

3 Превышение скоростей

4 Нарушения в управлении тормозами

5 Контрольная проверка тормозов

6 Управление локомотивом

7 Отстутствие проверок тормозов в пути следования

8 Нарушения при проверке тормозов в пути следования

9 Нарушения при опробовании тормозов

10 Нарушения проверок тормозного оборудования

11 Экстренные торможения

12 Автостопные и экстренные торможения

13 Экстренные торможения

14 Автостопные торможения

15 Экстренные торможения

16 Экстренные торможения

17 Экстренные торможения

18 Автостопные торможения

19 Прием и отправление поездов

20 Порядок пропуска поездов

21 Остановка поезда в пути следования

22 Остановка поезда в пути следования

23 Остановка поезда в пути следования

24 Остановка поезда в пути следования

25 Остановка поезда в пути следования

26 Остановка поезда в пути следования

27 Юз, боксование колесных пар

28 Нарушения в работе тормозного оборудования

29 Тормозной путь

30 Нарушения эксплуатации ЭПТ

31 Нарушения в работе приборов безопасности

32 Кратковременное отключение ЭПК

33 Нарушения в работе приборов безопасности

34 Нарушения использования приборов безопасности

35 Нарушения в работе приборов безопасности

36 Нарушения в работе приборов безопасности

37 Нарушения использования и работы приборов безопасности

38 Нарушения в работе приборов безопасности

39 Нарушения в работе приборов безопасности

40 Нарушения в работе приборов безопасности

41 Нарушения в работе приборов безопасности

42 Нарушения в работе приборов безопасности

43 Нарушения в работе приборов безопасности

44 Нарушения в работе устройств локомотива

45 Нарушения в нестандартных ситуациях

46 Нарушения в нестандартных ситуациях

47 Прочие нарушения

48 Нарушения в расшифровке

ПРИЛОЖЕНИЕ 3

В приложении представлены результаты прогнозирования нарушений безопасности по машинистам, которые совершали поездки в октябре и ноябре 2021 года по Дирекции Тяги, и признаки на основе которых строился прогноз.

ю о

Признаки 1 2 3 4 5 6 7 8 9 10 11 12 13 14

год 2021 2021 2021 2021 2021 2021 2021 2021 2021 2021 2021 2021 2021 2021

месяц 10 11 10 10 10 10 10 10 10 10 10 10 10 10

день 25 1 27 30 24 27 24 26 27 23 24 25 26 27

код депо 43890 43890 43890 43890 43890 43890 43890 43890 43890 232879 232879 232879 232879 232879

4098 4098 4098 4098 4098 4098 4098 4098 4098 7820 7820 7820 7820 7820

табельный 953 953 2766 3182 2410 2995 953 953 953 2500 2500 2500 2500 2500

прогноз 0.775 0.775 0.826 0.792 0.969 0.972 0.890 0.775 0.775 0.008 0.008 0.008 0.008 0.008

факт вины 1 1 1 1 1 1 0 0 0 0 0 0 0 0

машиниста

лет 46 46 31 45 45 45 46 46 46 33 33 33 33 33

опыт в 3550 3550 2760 2984 3359 2700 3550 3550 3550 3095 3095 3095 3095 3095

професси

опыт в 9556 9556 4090 7062 7755 8819 9556 9556 9556 4352 4352 4352 4352 4352

компании

текущий талон БДП 2 2 0 0 0 2 2 2 2 2 2 2 2 2

текущий талон ОТ 0 0 0 0 0 0 0 0 0 1 1 1 1 1

количество 99 104 48 58 71 47 98 101 101 53 53 53 54 55

поездок за 180 дней

количество 72 72 32 51 53 37 71 73 72 29 27 26 26 26

поездок за 90 дней

количество 23 24 5 17 18 9 24 25 25 20 19 19 20 20

поездок за 30 дней

количество 7 5 5 5 4 5 6 7 6 7 5 4 4 5

поездок за 7 дней

время работы за 180 дней 811 865 416 612 717 490 801 827 827 530 530 530 542 565

время работы за 90 дней 593 605 300 546 543 405 583 601 592 303 295 283 283 290

время работы за 30 дней 177 195 52 213 190 104 185 193 193 213 201 201 213 224

время работы за 7 дней 48 54 52 69 48 55 38 56 48 51 41 29 29 52

количество 0 0 0 0 0 0 0 0 0 0 0 0 0 0

отстранени й за 90 дней

количество 0 0 0 0 0 0 0 0 0 0 0 0 0 0

отстранени й за 30 дней

количество 0 0 0 0 0 0 0 0 0 0 0 0 0 0

отстранени йза 10 дней

количество 1 1 0 4 1 0 1 1 1 1 1 1 1 1

прерывани й за 90 дней

количество 1 1 0 1 0 0 1 1 1 1 1 1 1 1

прерывани йза 30 дней

количество 1 0 0 0 0 0 1 1 1 1 1 1 1 1

прерывани йза 10 дней

количество 3 3 2 6 3 0 3 3 3 1 1 1 1 1

повторных за 90 дней

количество 0 0 0 1 2 0 0 0 0 1 1 1 1 0

повторных за 30 дней

количество 0 0 0 0 2 0 0 0 0 0 0 0 0 0

повторных за 10 дней

количество 2 2 4 23 10 7 2 2 2 10 10 10 9 9

признаков дизадаптац ии за 90

дней

количество 0 0 1 6 2 2 0 0 0 8 8 8 8 7

признаков дизадаптац ии за 30

дней

количество 0 0 1 3 1 2 0 0 0 3 2 2 2 2

признаков дизадаптац

ии за 10

дней

количество 1 1 0 1 0 6 1 1 1 1 1 1 1 1

срывов

адаптации

за 90 дней

количество 1 0 0 1 0 1 1 1 1 1 1 1 1 1

срывов

адаптации

за 30 дней

количество 0 0 0 0 0 1 0 0 0 0 0 0 0 0

срывов

адаптации

за 10 дней

уникальны 5 5 5 6 8 3 5 5 5 2 2 2 2 2

X

помощнике

в за 180

дней

уникальны 5 4 4 4 7 2 5 5 5 2 2 2 2 2

X

помощнике

в за 90 дней

уникальны 1 1 1 2 5 1 1 1 1 2 2 2 2 2

X

помощнике

в за 30 дней

уникальны 1 1 1 1 1 1 1 1 1 2 2 2 2 2

X

помощнике

в за 10 дней

поездок без 0 0 0 0 0 0 0 0 0 0 0 0 0 0

помощника

за 30 дней

поездок без 0 0 0 0 0 0 0 0 0 0 0 0 0 0

помощника за 10 дней

грубых 0 0 2 0 0 0 0 0 0 1 1 1 1 1

нарушений за 365 дней

грубых 0 0 2 0 0 0 0 0 0 0 0 0 0 0

нарушений за 180 дней

грубых 0 0 1 0 0 0 0 0 0 0 0 0 0 0

нарушений за 90 дней

грубых 0 0 0 0 0 0 0 0 0 0 0 0 0 0

нарушений за 30 дней

грубых 0 0 0 0 0 0 0 0 0 0 0 0 0 0

нарушений за 10 дней

код 82 82 143 143 82 68 46 82 82 61 61 61 61 61

последнего грубого нарушения

не грубых 3 3 3 3 2 10 2 3 3 3 3 3 3 3

нарушений за 365 дней

не грубых 2 2 3 3 1 6 1 2 2 2 2 2 2 2

нарушений за 180 дней

не грубых 1 1 2 3 1 3 0 1 1 0 0 0 0 0

нарушений за 90 дней

не грубых 1 1 1 2 1 1 0 1 1 0 0 0 0 0

нарушений за 30 дней

не грубых 1 1 1 1 1 1 0 1 1 0 0 0 0 0

нарушений за 10 дней

вес 17.54 17.54 24.78 11.34 11.34 38.22 13.76 17.54 17.54 15.54 15.54 15.54 15.54 15.54

нарушений за 365 дней

вес 9.66 9.66 24.78 11.34 3.78 23.10 5.88 9.66 9.66 4.62 4.62 4.62 4.62 4.62

нарушений за 180 дней

вес 3.78 3.78 13.86 11.34 3.78 9.66 0.00 3.78 3.78 0.00 0.00 0.00 0.00 0.00

нарушений за 90 дней

вес 3.78 3.78 5.04 7.56 3.78 5.46 0.00 3.78 3.78 0.00 0.00 0.00 0.00 0.00

нарушений за 30 дней

вес 3.78 3.78 5.04 5.04 3.78 5.46 0.00 3.78 3.78 0.00 0.00 0.00 0.00 0.00

нарушений за 10 дней

количество грубых нарушений без вины 2 2 1 0 0 1 2 2 2 0 0 0 0 0

количество не грубых нарушений без вины 15 15 5 10 16 5 15 15 15 3 3 3 3 3

вес 76.44 78.96 32.76 35.70 45.78 30.14 76.44 76.44 76.44 12.18 12.18 12.18 12.18 12.18

нарушений без вины

количество 5.00 5.00 2.00 3.00 4.00 4.00 5.00 5.00 5.00 3.00 3.00 3.00 3.00 3.00

тестов по техучебе

средний 70.89 70.89 67.46 76.49 72.42 83.35 70.89 70.89 70.89 74.52 74.52 74.52 74.52 74.52

результат по техучебе

количество 1.00 1.00 0.00 0.00 0.00 1.00 1.00 1.00 1.00 0.00 0.00 0.00 0.00 0.00

по техучебе

< 65 баллов

результат 63.51 63.51 65.83 0.00 69.04 87.78 63.51 63.51 63.51 0.00 0.00 0.00 0.00 0.00

последнего

по техучебе

результат 76.18 76.18 69.09 78.28 75.01 99.34 76.18 76.18 76.18 84.73 84.73 84.73 84.73 84.73

предпослед

него по

техучебе

результат 72.54 72.54 0.00 74.57 76.49 0.00 72.54 72.54 72.54 67.42 67.42 67.42 67.42 67.42

пред-

предпослед

него по

техучебе

результат 70.60 70.60 0.00 76.61 0.00 60.19 70.60 70.60 70.60 71.41 71.41 71.41 71.41 71.41

пред-пред-

предпослед

него по

техучебе

количество 3 3 4 1 5 17 3 3 3 3 3 3 3 3

внепланов

ых

средний 0 0 1 0 1 1 0 0 0 0 0 0 0 0

результат

внепланов

ых

количество 73.77 73.77 77.35 70.98 74.27 86.04 73.77 73.77 73.77 80.78 80.78 80.78 80.78 80.78

внепланов

ых < 65

баллов

последний 76.26 76.26 0.00 70.78 77.34 82.21 76.26 76.26 76.26 0.00 0.00 0.00 0.00 0.00

результат

на класс

последний 72.13 70.56 89.07 87.48 76.32 0.00 72.13 72.13 72.13 78.06 78.06 78.06 78.06 78.06

результат периодичес кого

кол-во 5 6 5 14 8 10 5 5 5 15 15 15 14 14

замечаний в КЗМ за 180 дней

кол-во 3 4 4 9 6 5 3 3 3 6 6 6 6 4

замечаний в КЗМ за 90

дней

кол-во 0 1 1 0 4 2 0 0 0 2 2 2 2 2

замечаний в КЗМ за 30

дней

кол-во 0 1 1 0 1 2 0 0 0 2 1 1 1 1

замечаний в КЗМ за 10

дней

вес 28 33 22 66 33 55 28 28 28 36 36 36 33 33

замечаний в КЗМ за 180 дней

вес 15 20 17 40 24 28 15 15 15 14 14 14 14 8

замечаний в КЗМ за 90

дней

вес 0 5 5 0 16 12 0 0 0 4 4 4 4 4

замечаний в КЗМ за 30

дней

вес 0 5 5 0 3 12 0 0 0 4 1 1 1 1

замечаний

вКЗМза 10

дней

количество 4 4 4 4 4 4 4 4 4 4 4 4 4 4

ДКФС не в

норме за 365 дней

уровень 1 1 1 1 0 2 1 1 1 2 2 2 2 2

скрытого фактора -

знания

уровень 1 1 1 1 1 1 1 1 1 0 0 0 0 0

скрытого фактора -

опыт

уровень 3 3 5 3 3 5 3 3 3 3 3 3 3 3

скрытого фактора -

невнимател

ьность

уровень 4 4 5 2 3 3 4 4 4 2 2 2 2 2

скрытого фактора -

отвлечение

уровень 0 0 0 0 1 0 0 0 0 0 0 0 0 0

скрытого фактора -

спешка

дата 10/25/ 11/1/2 10/27/ 10/30/ 10/24/ 10/27/

нарушения 2021 0:00 021 22:06 2021 0:00 2021 0:00 2021 10:14 2021 2:37

код 50001 50000 50003 50003 50000 50001

нарушения 77 32 60 60 76 32

Мероприятия по показателям машиниста

Значения Целевые показатели машиниста Меры к машинисту с

Показатель показателен, требующих внимание низким уровнем надежности (коды из Приложения 3)

Грубых нарушений по лентам за год >6 0 1, 2, 5, 22, 23

Не грубых нарушений по лентам за год >10 0 1, 2, 5, 22, 23

Однотипных негрубых нарушений в год >3 0 1, 2, 5, 23

Совместимость в текущем 0 1 1

раскреплении

Среднее количество замечаний в КЗМ в месяц <2 >10 3

Поездок без перерасхода ТЭР 10% 100% 4, 5

Нарастающий годовой результат экономии ТЭР <10% >10% 4, 5

Стаж в компании <3 >10 И <15 7

Стаж в должности <1 >10 22

4 класс квалификации> 3 лет 0 0 21

4 класс квалификации> 6 лет 1 0 21

Талон БДП 3 1 1, 2, 3, 5

Талон ОТ 3 1 1, 2, 3, 5

Количество изъятий талона БДП в год 2 0 1, 2, 3, 5, 22

Количество изъятий талона ОТ в год 2 0 1, 2, 3, 5, 22

Группа ПФО >1 1 8

ДКФС >1 1 8

Количество ДКФС за год 2 4 9

Количество месяцев с переработкой 8 0 10

>20 час

Количество месяцев с переработкой 5 0 10

>40 час

Количество месяцев с недоработкой >20 час 8 0 11

Количество месяцев с недоработкой >40 час 5 0 11

Выговоров 2 0 23

Замечаний 3 0 23

Лишение премий в год 5 0 23

Признаков дизадаптации (ПРМО) в 6 0 12, 13

месяц

Отстранений на ПРМО в год 6 0 12, 13

Отстранений на ПРМО по алкоголю в год 1 0 12, 13

Уровень АСПТ техобучение <60 >80 2, 7, 14, 15

Количество тестов по техучебе за год <4 4 15

Уровень АСПТ на класс <70 >90 2, 7, 14, 15

Уровень АСПТ внеплановое <70 100 2, 7, 14, 15

Наличие внеплановых тестов в год > 10 0 2, 3, 5

Своевременность прохождения АСПТ внеплановые >30 дней <10 дней 3, 15

Своевременность прохождения АСПТ техучеба >30 дней <10 дней 3, 15

Среднее количество замечаний в КИП >8 0 1, 3, 5

Возраст работника >55 >30 И <40 -

Семейное положение не женат женат -

Уникальных помощников в год >6 1 16

Количество обслуживаемых 1 >4 17

уникальных серии локомотива

Неплановых ремонтов по вине работника >1 0 18

Предел скрытого фактора «Низкий 1 0 7, 15

уровень знании»

Предел скрытого фактора «Недостаток опыта» 1 0 18

Предел скрытого фактора «Спешка» 1 0 3, 8

Предел скрытого фактора «Невнимательность» 1 0 1, 3, 8

Предел скрытого фактора «Отвлечение» 1 0 1, 3, 8, 22

Предел скрытого фактора «Халатность» 1 0 1, 2, 3, 22

Отклонение от сроков медкомиссии >0 0 3

Отклонение от сроков ДКФС >1 0 3, 19

Отклонение от сроков по электробезопасности >1 0 3, 19

Отклонение от сроков по охране труда >1 0 3, 19

Высшее образование 0 1 20

Поездка машиниста Фактическое нарушение Топ-9 прогнозируемых нарушений Вероятность совершения

1 21.8-Остановка на перегоне при разрешающем сигнале без установленного разрешения 27.2-Боксование колесных пар(в т.ч. для ССПС-не менее 10 км/ч) 0.068452977

19.9-Проследование маневровых светофоров с запрещ. показанием по устному указанию дежурного по станции 0.040581431

21.9-Остановка поезда на перегоне(станции) по неисправности локомотива, ССПС, МВПС 0.033005238

47.5-Нарушение при оформлении поездных документов 0.032829925

47.10-Нарушение установленного перегонного времени хода поезда на участке 0.032729983

21.8-Остановка на перегоне при разрешающем сигнале без установленного разрешения 0.030207248

17.1-ЭТ в ситуациях, не указанных в классификаторе 0.026283691

43.27-Отсутствие контроля за регистрацией параметров движения КПД, ЗСЛ-2М 0.021353727

21.16-Остановка на перегоне при разрешающем сигнале по профилю пути 0.020592207

2 17.1-ЭТ в ситуациях, не указанных в классификаторе 19.9-Проследование маневровых светофоров с запрещ. показанием по устному указанию дежурного по станции 0.064485677

27.2-Боксование колесных пар(в т.ч. для ССПС-не менее 10 км/ч) 0.056331605

21.8-Остановка на перегоне при разрешающем сигнале без установленного разрешения 0.028602194

47.5-Нарушение при оформлении поездных документов 0.026660062

17.1-ЭТ в ситуациях, не указанных в классификаторе 0.024905225

43.16-Неправильный ввод поездных характеристик КЛУБ-У (УП), БЛОК в/и машинистом в течении поездки 0.022119986

43.27-Отсутствие контроля за регистрацией параметров движения КПД, ЗСЛ-2М 0.021910638

213 47.10-Нарушение установленного перегонного времени хода поезда на участке 0.021462999

21.9-Остановка поезда на перегоне(станции) по неисправности локомотива, ССПС, МВПС 0.021287119

3 43.16-Неправильный ввод поездных характеристик КЛУБ-У (УП), БЛОК в/и машинистом в течении поездки 19.9-Проследование маневровых светофоров с запрещ. показанием по устному указанию дежурного по станции 0.054345232

27.2-Боксование колесных пар(в т.ч. для ССПС-не менее 10 км/ч) 0.053309236

21.8-Остановка на перегоне при разрешающем сигнале без установленного разрешения 0.0269641

47.5-Нарушение при оформлении поездных документов 0.02539452

21.9-Остановка поезда на перегоне(станции) по неисправности локомотива, ССПС, МВПС 0.02432037

47.10-Нарушение установленного перегонного времени хода поезда на участке 0.023393998

17.1-ЭТ в ситуациях, не указанных в классификаторе 0.022320978

43.27-Отсутствие контроля за регистрацией параметров движения КПД, ЗСЛ-2М 0.020981276

43.16-Неправильный ввод поездных характеристик КЛУБ-У (УП), БЛОК в/и машинистом в течении поездки 0.018922007

4 47.5 -Нарушение при оформлении поездных документов 27.2-Боксование колесных пар(в т.ч. для ССПС-не менее 10 км/ч) 0.04078066

21.8-Остановка на перегоне при разрешающем сигнале без установленного разрешения 0.029763348

19.9-Проследование маневровых светофоров с запрещ. показанием по устному указанию дежурного по станции 0.025838686

47.5-Нарушение при оформлении поездных документов 0.024720954

21.9-Остановка поезда на перегоне(станции) по неисправности локомотива, ССПС, МВПС 0.024694512

47.10-Нарушение установленного перегонного времени хода поезда на участке 0.024553137

17.1-ЭТ в ситуациях, не указанных в классификаторе 0.023652667

21.16-Остановка на перегоне при разрешающем сигнале по профилю пути_

21.Ю-Остановка на станции при разрешающем сигнале вне расписания без установленного разрешения_

0.021120012

0.020902509

27.2-Боксование колесных пар(в т.ч. для ССПС-не менее 10 км/ч)_

0.040573254

21.8-Остановка на перегоне при разрешающем сигнале без установленного разрешения_

0.027029986

21.9-Остановка поезда на

перегоне(станции) по неисправности локомотива, ССПС, МВПС