Снижение влияния человеческого фактора при эксплуатации машин сельскохозяйственного назначения

Обложка

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.

Об 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, Тюмень

Арсений Сергеевич Губенко

Тюменский индустриальный университет

Email: gubenkoas@tyuiu.ru
ORCID iD: 0009-0007-3108-3127
SPIN-код: 9189-5161

ассистент кафедры «Технология машиностроения»

Россия, Тюмень

Дмитрий 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; Мариуполь

Елена 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, Иркутск

Список литературы

  1. Синяков Д.А. Об интенсификации сельского хозяйства в современных условиях // Актуальные вопросы экономических наук. 2010. № 15-2. С.214–219.
  2. 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
  3. 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
  4. Glendon A.I., Clarke S., McKenna E. Human safety and risk management. New York: CRC Press, 2016.
  5. 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
  6. Hoyle D. ISO 9000 Quality Systems Handbook. 4th ed. Oxford: Butterworth-Heinemann Publishers, 2001.
  7. 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
  8. Krajnc M. With 8D method to excellent quality // Journal of Universal Excellence. 2012. Vol. 1, N 3. P. 118–129.
  9. 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
  10. 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
  11. Guastello S.J. Human factors engineering and ergonomics: A systems approach. New York: CRC Press, 2023.
  12. Stevenson M.T., Doleac J.L. Algorithmic risk assessment in the hands of humans // SSRN Electronic Journal. 2022. N 12853. P.1–71.
  13. Bergmann M. An Introduction to Many-Valued and Fuzzy-Logic: Semantics, Algebras and Derivation Systems. Cambridge: Cambridge University Press, 2008. doi: 10.1017/CBO9780511801129
  14. Zadeh L.A. Fuzzy set // Information and control. 1965. N 8. P. 338–353.
  15. 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
  16. 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
  17. 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
  18. 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
  19. 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
  20. 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

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Структурная схема человеко-машинной системы.

Скачать (360KB)
3. Рис. 2. Причины ДТП.

Скачать (92KB)
4. Рис. 3. Процессная модель.

Скачать (142KB)
5. Рис. 4. Структура экспертной системы для оценки рисков влияния человеческого фактора на эффективность эксплуатации сельскохозяйственных машин.

Скачать (56KB)
6. Рис. 5. Пример интерфейса программного средства для факторов риска.

Скачать (180KB)
7. Рис. 6. Результаты исследований по факторам «уровень агрессии» и «уровень риска».

Скачать (42KB)
8. Рис. 7. Статистика по нарушениям.

Скачать (152KB)
9. Рис. 8. Задание системы правил.

Скачать (306KB)
10. Рис. 9. Пример оценки параметров.

Скачать (244KB)
11. Рис. 10. Тестирование точности модели.

Скачать (113KB)

© Эко-Вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».