Снижение влияния человеческого фактора при эксплуатации машин сельскохозяйственного назначения
- Авторы: Овсянников В.Е.1, Губенко А.С.1, Ильященко Д.П.2,3, Верхотурова Е.В.4
-
Учреждения:
- Тюменский индустриальный университет
- Национальный исследовательский Томский политехнический университет
- Приазовский государственный технический университет
- Иркутский национальный исследовательский технический университет
- Выпуск: Том 91, № 5 (2024)
- Страницы: 663-672
- Раздел: Экономика, организация и технология производства
- URL: https://bakhtiniada.ru/0321-4443/article/view/291108
- DOI: https://doi.org/10.17816/0321-4443-629473
- ID: 291108
Цитировать
Полный текст
Аннотация
Введение. Интенсификация сельскохозяйственной отрасли требует повышения эффективности всех протекающих в этой сфере процессов. В условиях интенсификации возрастает взаимосвязь и взаимообусловленность всех факторов сельскохозяйственного производства, среди которых особое значение имеет человеческий фактор. В статье рассмотрены вопросы применения процессного подхода, экспертной системы, а также нейро-нечёткой модели для решения задачи снижения влияния человеческого фактора для повышения эффективности эксплуатации машин сельскохозяйственного назначения.
Цель работы — снижение влияния человеческого фактора для повышения эффективности эксплуатации машин сельскохозяйственного назначения.
Методы. В работе был применен процессный подход в рамках методологии всеобщего управления качеством, экспертная система, основанная на искусственном интеллекте, включающая методы инженерной психологии и нечеткой логики.
Результаты. В результате исследований установлено, что более 50% дорожно-транспортных происшествий (ДТП) прямо или косвенно приходится на человеческий фактор, при этом более 60 % ДТП приходится на водителей, которые обладают высоким уровнем агрессивного и рискового поведения, при этом доля таких водителей составляет около 30% от общего числа. Разработана комплексная процессная модель, программные средства для оценки составляющих риска, связанного с человеческим фактором, а также экспертная система оценки рисков на качественном уровне. Разработанная модель экспертной системы позволяет оценивать риски с погрешностью, не превышающей 15% (по отношению к оценке, проводимой группой экспертов).
Заключение. Новизна полученных результатов обусловлена комплексным учетом технических и людских аспектов обеспечения эффективности эксплуатации машин сельскохозяйственного назначения, а также применением современного аппарата, основанного на искусственном интеллекте, что позволяет перестраивать модель под конкретные нужды.
Полный текст
Открыть статью на сайте журналаОб авторах
Виктор Евгеньевич Овсянников
Тюменский индустриальный университет
Email: ng_ig@bk.ru
ORCID iD: 0000-0002-7193-7197
SPIN-код: 4711-3250
д-р техн. наук, профессор кафедры «Технология машиностроения»
Россия, ТюменьАрсений Сергеевич Губенко
Тюменский индустриальный университет
Email: gubenkoas@tyuiu.ru
ORCID iD: 0009-0007-3108-3127
SPIN-код: 9189-5161
ассистент кафедры «Технология машиностроения»
Россия, ТюменьДмитрий Павлович Ильященко
Национальный исследовательский Томский политехнический университет; Приазовский государственный технический университет
Email: mita8@rambler.ru
ORCID iD: 0000-0003-0409-8386
SPIN-код: 6873-1991
канд. техн. наук, доцент, доцент отделения электронной инженерии
Россия, Томск; МариупольЕлена Викторовна Верхотурова
Иркутский национальный исследовательский технический университет
Автор, ответственный за переписку.
Email: vev.irk@mail.ru
ORCID iD: 0000-0002-7733-7328
SPIN-код: 3508-6556
канд. хим. наук, доцент, доцент кафедры «Инженерная и компьютерная графика»
Россия, ИркутскСписок литературы
- Синяков Д.А. Об интенсификации сельского хозяйства в современных условиях // Актуальные вопросы экономических наук. 2010. № 15-2. С.214–219.
- Поливаев О.И., Пиляев С.Н., Болотов Д.Б. Эффективность использования машинно-тракторных агрегатов работающих с упругодемпфирующими приводами ведущих колес // Тракторы и сельхозмашины. 2021. № 6. С. 76–81. doi: 10.31992/0321-4443-2021-6-76-81
- Васильев В.И., Овсянников В.Е., Ширяева А.Н. Разработка модели обеспечения надежности водителей на основе процессного подхода // Вестник УрГУПС. 2020. № 1. С. 69–75. doi: 10.20291/2079-0392-2020-1-69-74
- Glendon A.I., Clarke S., McKenna E. Human safety and risk management. New York: CRC Press, 2016.
- Zhou A., Wang K., Zhang H. Human factor risk control for oil and gas drilling industry // Journal of Petroleum Science and Engineering. 2017. Vol. 159. P. 581–587. doi: 10.1016/j.petrol.2017.09.034
- Hoyle D. ISO 9000 Quality Systems Handbook. 4th ed. Oxford: Butterworth-Heinemann Publishers, 2001.
- Paulova I., Vanova J., Rusko M., Hekelova E., et al. Knowledge Managements for Improvement the Competitiveness of Organization In: Proceedings of the 28th International DAAAM Symposium 2017. 2017. P. 1221–1226. doi: 10.2507/28th.daaam.proceedings.170
- Krajnc M. With 8D method to excellent quality // Journal of Universal Excellence. 2012. Vol. 1, N 3. P. 118–129.
- Bevilacqua M., Ciarapica F.E. Human factor risk management in the process industry: A case study // Reliability Engineering & System Safety. 2018. Vol. 169. P. 149–159. doi: 10.1016/j.ress.2017.08.013
- Neumann W.P., Winkelhaus S., Grosse E.H., Glock C.H. Industry 4.0 and the human factor – A systems framework and analysis methodology for successful development // International journal of production economics. 2021. Vol. 233. doi: 10.1016/j.ijpe.2020.107992
- Guastello S.J. Human factors engineering and ergonomics: A systems approach. New York: CRC Press, 2023.
- Stevenson M.T., Doleac J.L. Algorithmic risk assessment in the hands of humans // SSRN Electronic Journal. 2022. N 12853. P.1–71.
- Bergmann M. An Introduction to Many-Valued and Fuzzy-Logic: Semantics, Algebras and Derivation Systems. Cambridge: Cambridge University Press, 2008. doi: 10.1017/CBO9780511801129
- Zadeh L.A. Fuzzy set // Information and control. 1965. N 8. P. 338–353.
- Mamdani E.Н. Application of fuzzy logic to approximate reasoning using linguistic synthesis // IEEE Trans. Computers. 1977. Vol. C26. N 12. P. 1182–1191. doi: 10.1109/TC.1977.1674779
- Goli A., Tirkolaee E.B., Aydın N.S. Fuzzy integrated cell formation and production scheduling considering automated guided vehicles and human factors // IEEE transactions on fuzzy systems. 2021. Vol. 29. N 12. P. 3686–3695. doi: 10.1109/TFUZZ.2021.3053838
- Mamdani E.H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller // International Journal of Man-Machine Studies. 1999. Vol. 51. P. 135–147. doi: 10.1016/S0020-7373(75)80002-2
- Свидетельство о регистрации программы для ЭВМ РФ № 2020660917 / 15.09.2020. Ширяева А.Н., Некрасов Р.Ю., Ишкина Е.Г., Калаев А.П.; Выявление агрессивного поведения водителей. EDN: RWVWKN
- Свидетельство о регистрации программы для ЭВМ РФ № 2020661152 / 18.09.2020. Овсянников В.Е., Калаев А.П., Ширяева А.Н., Некрасов Р.Ю., Путилова У.С. Выявление рискового поведения водителей. EDN: KNSXUT
- Akimova A.Y., Oboznov A.A., Akimova A.I., et al. Intelligent system for the formation of conceptual model of technological object // Experimental Psychology. 2013. Vol. 6. N 4. P. 52–58.
Дополнительные файлы
