Detalji o zapisu Back
Uticaj nekih karakteristika ljudskog faktora na parametre funkcije pouzdanosti rada zeleznickog izvrsnog osoblja : doktorska disertacija
Pavlovic, Norbert R. - Prvi autor
Vujanic, Milan P. - Mentor
Markovic, Milan Z. - Thessis Adv. Member/Član komisije
Stanojevic, Milan J. - Thessis Adv. Member/Član komisije
Vujanic, Milan P. - Mentor
Markovic, Milan Z. - Thessis Adv. Member/Član komisije
Stanojevic, Milan J. - Thessis Adv. Member/Član komisije
Monografska publ./Monography
Serbian/Srpski
[N. R. Pavlovic]
2013
Beograd
178 listova : graf. prikazi ; 30 cm + CD-ROM
Na spor. nasl. str.: The Influence of some human factor characteristics in parameters of reliability function of railway executive staff. - Biografija autora: listovi [179-180]. - Umnozeno za odbranu. - Univerzitet u Beogradu, Saobracajni fakultet, odbranjeno 11.07.2013. - Bibliografija: listovi 143-146. - Apstrakt ; Abstract.
Milioni dolara se svakodnevno izdvajaju u razvoj saobraćaja. Saobraćaj je dostigao takav nivo razvoja da problemi sa kojima se inženjerstvo susreće u saobraćaju spadaju u red najkompleksnijih problema i zahtevaju velike napore stručnjaka različitih profila kako bi se ti problemi rešili. Naravno, to sve ima i svoju negativnu stranu. Najteže negativne posledice koje se javljaju kao rezultat funkcionisanja kompleksnih saobraćajnih sistema su saobraćajne nezgode (vanredni događaji) u kojima se svakodnevno gube ljudski životi. Sume koje se izdvajaju u cilju povećanja bezbednosti u saobraćaju i pronalaženja rešenja kojim bi se zaštitili životi učesnika, mere se stotinama miliona dolara.
Posebnu kategoriju saobraćajnih nezgoda čine, zbog svojih specifičnosti, vanredni događaji u železničkom saobraćaju. Vanredni događaji spadaju u tzv. retke događaje zbog čega je dijapazon metoda koje se mogu primeniti u istraživanjima ove kategorije nezgoda, sužen. Međutim, posledice železničkih nezgoda su teške i retko bez ljudskih života usled specifičnosti koje železnica nosi sa sobom. Tu se pre svega misli na brzinu savremenih železničkih vozila, njihovu masu kao i dugačke zaustavne puteve.
Istraživanja su pokazala da u 40% slučajeva, vanredni događaj nastaje kao posledica grešaka ljudskog faktora kao najslabije karike u funkcionisanju saobraćajnog sistema. U doktorskoj disertaciji posmatran je uticaj nekih ličnih karakteristika mašinovođa (brzine i tačnosti reakcije mašinovođa utvrđenih na osnovu testiranja sprovedenog na računaru i godina starosti), ali i karakteristika kao što su vreme koje mašinovođa provede u vožnji voza i složenost pruge u pogledu osiguranja na kojima mašinovođe obavljaju vožnje. Predmet istraživanja bila je veza između navedenih karakteristika i nastalih vanrednih događaja koje su posmatrane mašinovođe napravile u određenem vremenskom periodu.
U doktorskoj disertaciji korišćene su matematičke metode (teorija obnavljanja) u cilju utvrđivanja veze između izabranih parametara ljudskog faktora (mašinovođa) i broja vanrednih događaja koje su te mašnovođe napravile. Vreme između dva vanredna događaja posmatranog mašinovođe je slučajna promenljiva koja ima eksponencijalnu raspodelu sa parametrom λ. Taj parametar se može smatrati konstantnim kada se posmatra jedan mašinovođa koji je napravio n vanrednih događaja, ali se ispostavilo da nije konstantan ako se posmatraju mašinovođe koje su u istom periodu napravile različit broj vanrednih događaja. Razvijen je model za prognozu broja vanrednih događaja kada su parametri eksponencijalne raspodele λ različiti. Međutim, analitički izraz je kompleksan i teško primenljiv.
Istraživanja pokazuju da je veza između pomenutih karakteristika ljudskog faktora i broja vanrednih događaja kompleksna. Analitički izraz nije moguće utvrditi. Iz tog razloga bilo je potrebno primeniti neke druge metode kojima bi se ova veza mogla istraživati. U tu svrhu primenjene su metode veštačke inteligencije. Formiran je složen model za prognozu broja vanrednih događaja koji se bazira na primeni neuronske mreže za prepoznavanje oblika (Pattern Recognition Neural Network) i teorije fazi skupova. Na ulaz neuronske mreže se dovode izmereni parametri ljudskog faktora (brzina reakcije i tačnost reakcije mašinovođa), a na izlazu se dobija klasifikacija mašinovođa po kriterijumu sklonosti. Brzine reakcije i tačnosti te reakcije utvrđeni su na osnovu testiranja mašinovođa na računaru. Kao rezultat testiranja dobijeno je vreme reakcije i procenat greške nastale u procesu testiranja.
Sve ispitivane mašinovođe se po kriterijumu pouzdanosti mogu podeliti u tri grupe, pri čemu u prvu grupu spadaju mašinovođe koje za posmatrani vremenski period nisu imale nijedan vanredni događaj. Ova klasifikacija je izvršena na osnovu statističkih testova o pripadnosti elemanata dva osnovna skupa posmatrajući srednje vreme između dva vanredna događaja mašinovođa.
Dobijeni izlaz iz neuronske mreže se dovodi na ulaz fazi modela, koji na osnovu ovog parametra, poznatog vremena koje mašinovođa provede u vožnji vozova na godišnjem nivou i složenosti pruga u pogledu osiguranja na kojima je to vreme vožnje ostvareno, daje broj vanrednih događaja za posmatranu grupu mašinovođa.
Sva ispitivanja su sprovedena na grupi od 198 mašinovođa koje su u periodu 2003–2011 bili zaposleni na JP „Železnice Srbije”.
Analiza dobijenih rezultata pokazuje da su odstupanja prognoziranog broja vanrednih događaja prihvatljiva. Posmatrano za celu grupu mašinovođa (jednu sekciju vuče JP „Železnice Srbije”), to odstupanje je manje od 10%. Ovakvi rezultati imaju praktičan značaj jer se odgovarajućim merama menadžmenta mogu preduzeti aktivnosti u cilju smanjenja broja vanrednih događaja u nekom narednom periodu.
Posebnu kategoriju saobraćajnih nezgoda čine, zbog svojih specifičnosti, vanredni događaji u železničkom saobraćaju. Vanredni događaji spadaju u tzv. retke događaje zbog čega je dijapazon metoda koje se mogu primeniti u istraživanjima ove kategorije nezgoda, sužen. Međutim, posledice železničkih nezgoda su teške i retko bez ljudskih života usled specifičnosti koje železnica nosi sa sobom. Tu se pre svega misli na brzinu savremenih železničkih vozila, njihovu masu kao i dugačke zaustavne puteve.
Istraživanja su pokazala da u 40% slučajeva, vanredni događaj nastaje kao posledica grešaka ljudskog faktora kao najslabije karike u funkcionisanju saobraćajnog sistema. U doktorskoj disertaciji posmatran je uticaj nekih ličnih karakteristika mašinovođa (brzine i tačnosti reakcije mašinovođa utvrđenih na osnovu testiranja sprovedenog na računaru i godina starosti), ali i karakteristika kao što su vreme koje mašinovođa provede u vožnji voza i složenost pruge u pogledu osiguranja na kojima mašinovođe obavljaju vožnje. Predmet istraživanja bila je veza između navedenih karakteristika i nastalih vanrednih događaja koje su posmatrane mašinovođe napravile u određenem vremenskom periodu.
U doktorskoj disertaciji korišćene su matematičke metode (teorija obnavljanja) u cilju utvrđivanja veze između izabranih parametara ljudskog faktora (mašinovođa) i broja vanrednih događaja koje su te mašnovođe napravile. Vreme između dva vanredna događaja posmatranog mašinovođe je slučajna promenljiva koja ima eksponencijalnu raspodelu sa parametrom λ. Taj parametar se može smatrati konstantnim kada se posmatra jedan mašinovođa koji je napravio n vanrednih događaja, ali se ispostavilo da nije konstantan ako se posmatraju mašinovođe koje su u istom periodu napravile različit broj vanrednih događaja. Razvijen je model za prognozu broja vanrednih događaja kada su parametri eksponencijalne raspodele λ različiti. Međutim, analitički izraz je kompleksan i teško primenljiv.
Istraživanja pokazuju da je veza između pomenutih karakteristika ljudskog faktora i broja vanrednih događaja kompleksna. Analitički izraz nije moguće utvrditi. Iz tog razloga bilo je potrebno primeniti neke druge metode kojima bi se ova veza mogla istraživati. U tu svrhu primenjene su metode veštačke inteligencije. Formiran je složen model za prognozu broja vanrednih događaja koji se bazira na primeni neuronske mreže za prepoznavanje oblika (Pattern Recognition Neural Network) i teorije fazi skupova. Na ulaz neuronske mreže se dovode izmereni parametri ljudskog faktora (brzina reakcije i tačnost reakcije mašinovođa), a na izlazu se dobija klasifikacija mašinovođa po kriterijumu sklonosti. Brzine reakcije i tačnosti te reakcije utvrđeni su na osnovu testiranja mašinovođa na računaru. Kao rezultat testiranja dobijeno je vreme reakcije i procenat greške nastale u procesu testiranja.
Sve ispitivane mašinovođe se po kriterijumu pouzdanosti mogu podeliti u tri grupe, pri čemu u prvu grupu spadaju mašinovođe koje za posmatrani vremenski period nisu imale nijedan vanredni događaj. Ova klasifikacija je izvršena na osnovu statističkih testova o pripadnosti elemanata dva osnovna skupa posmatrajući srednje vreme između dva vanredna događaja mašinovođa.
Dobijeni izlaz iz neuronske mreže se dovodi na ulaz fazi modela, koji na osnovu ovog parametra, poznatog vremena koje mašinovođa provede u vožnji vozova na godišnjem nivou i složenosti pruga u pogledu osiguranja na kojima je to vreme vožnje ostvareno, daje broj vanrednih događaja za posmatranu grupu mašinovođa.
Sva ispitivanja su sprovedena na grupi od 198 mašinovođa koje su u periodu 2003–2011 bili zaposleni na JP „Železnice Srbije”.
Analiza dobijenih rezultata pokazuje da su odstupanja prognoziranog broja vanrednih događaja prihvatljiva. Posmatrano za celu grupu mašinovođa (jednu sekciju vuče JP „Železnice Srbije”), to odstupanje je manje od 10%. Ovakvi rezultati imaju praktičan značaj jer se odgovarajućim merama menadžmenta mogu preduzeti aktivnosti u cilju smanjenja broja vanrednih događaja u nekom narednom periodu.
LOADING LIST...
LOADING LIST...
