П.Г.Белов
Предлагается технология количественной оценки меры возможности возникновения транспортных происшествий (ТП), основанная на имитационном моделировании тех перевозочных процессов, проведение которых может быть уподоблено функционированию конкретных систем «человек-машина-среда» (ЧМС). При этом под их первым компонентом подразумеваются члены экипажа конкретного транспортного средства, вторым – само транспортное средство (как сложная техническая система), а под третьим – маршрут её перемещения.
Рассматриваемый способ и реализующий его компьютерный программный комплекс позволяют автоматизировать не только прогноз данного параметра риска соответствующих ТП, но и оптимизацию организационно-технических мероприятий, предлагаемых для его снижения. Наиболее предпочтительным пользователем предлагаемой автоматизированной технологии является администрация транспортного предприятия, взаимодействующая с разработчиком и изготовителем транспортных средств, а сферой применения – осуществляемый ею менеджмент техногенного риска.
Рассматриваемая технология развивает ранее опубликованные идеи автора этой статьи. В данном случае используется наиболее сложная модель, учитывающая влия ние большого числа тех трудно формализуемых (нечетко определенных) факторов перевозочных процессов, которые наиболее существенно влияют на возможность возникновения в них ТП.
Особое внимание уделено так называемому «человеческому фактору», т.е. ошибочному выполнению экипажем таких тактов операторской деятельности, как:
– восприятие и дешифровка информации о параметрах перевозочного процесса; структурирование и сопоставление полученных данных с требованиями его безопасности;
– оценка необходимости и вариантов реагирования на обнаруженные при этом отклонения; выработка альтернативных воздействий и ранжирование их по эффективности;
– принятие и реализация решения на корректировку осуществляемого процесса.
Выбор имитационного (логико-лингвистического) моделирования ТП при функционировании современных транспортных средств обусловлен такими достоинствами указанного метода, как возможность учета практически всех наиболее существенных факторов транспортного риска, высокие гибкость и оперативность оценки эффекта реакции ЧМС на предполагаемое изменение отдельных свойств её компонентов или их совокупностей.
Процедура логико-лингвистического моделирования с целью прогнозирования риска возникновения ТП при функционировании ЧМС и оценки вклада в него учитываемых факторов может включать следующие основные этапы: а) описание процесса возникновения причинной цепи предпосылок (ПЦП) к техногенным происшествиям на вербально-качественном уровне, с применением логических условий и лингвистических переменных, б) последующую формализацию полученной при этом модели, т.е. её представление в виде соответствующей диаграммы причинно-следственных связей типа «сеть стохастической структуры», в) разработку имитационного алгоритма исследования процесса возникновения ТП и соответствующей ему компьютерной программы, г) проведение с их помощью серии машинных экспериментов.
Как представляется, учитываемыми при этом факторами следует считать психофизиологические свойства экипажа транспортного средства и сложность возложенных на него алгоритмов, а также и всё то, что в основном определяет эргономичность и надежность используемой им техники, комфортность рабочей среды и качество технологии перевозки пассажиров или грузов. Именно такой (системный) подход применен автором при разработке стохастической сети GERT и основанного на ней имитационного алгоритма, пригодного для машинного моделирования в рассматриваемых здесь ЧМС процесса возникновения предпосылок и перерастания их в ПЦП техногенного происшествия. Первооснова такой сети представлена на рис. 1.
В верхней части изображенной выше полувербальной модели находятся три типа различных ТП (события 79: а, б, в), отличающиеся тяжестью возможных последствий, а ниже – предшествующие им особые ситуации и предпосылки к ним. Реализация каждого из этих событий, обозначенных ромбиками или прямоугольниками с текстом, имеет случайный характер и может быть осуществлена альтернативными способами. Основание и другие элементы этой модели образованы свойствами конкретной ЧМС и возможными событиями в ней, которые объединены связями и узлами, означающими логико-вероятностные условия: стохастическое разветвление (символы каплеобразной формы), сложение и перемножение (круги со знаками “+” и “•").
Особо отметим, что в основу подобной интерпретации процесса появления ТП положен учет влияния свойств конкретной ЧМС на качество выполнения экипажем транспортного средства основных этапов операторской деятельности: а) восприятие и дешифровка информации о перевозочном процессе; б) структурирование полученных данных в соответствии с задачами, решаемыми на конкретном этапе управления движением; в) выявление отклонений параметров процесса от требований безопасности и технологии перевозки; г) оценка необходимости и способов вмешательства экипажа в данный процесс; д) сравнительная оценка альтернативных решений и выбор из них конкурентоспособных; е) прогнозирование степени их приемлемости и эффективности, е) реализация решения на корректировку процесса при необходимости. Перечисленные элементы алгоритма деятельности экипажа транспортного средства и процесса возникновения при этом ПЦП к возможным происшествиям показаны на рис. 1 в прямоугольниках с двойной рамкой.
Рассмотрим взаимодействие элементов предложенной модели в процессе возникновения ПЦП при функционировании какой-либо ЧМС рассматриваемого здесь типа. Например, – интерпретируя условия появления дорожно-транспортной аварии при перевозке автомобилем аварийно химически опасного вещества (АХОВ). При этом в качестве «машины» будет подразумеваться автомобиль, «человека» – управляющий им водитель, а «среды» – видимый ему из кабины участок дороги или улицы со средствами разметки и регулирования движения, а также с другими неподвижными и движущимися объектами.
Последовательно поясним назначение элементов модели, начиная с её нижней левой части, где показано взаимодействие компонентов данной ЧМС, результаты которого (совместно с возможными отказами автомобиля и неблагоприятными воздействиями на него со стороны дороги) проявляются в реальной информации о происходящем. Там же показан прямоугольник, указывающий на вероятные неисправности тех средств индикации параметров движения (органов управления автомобилем и дорожными условиями), которыми пользуется водитель. Данный элемент сети может свидетельствовать, например, о возникновении несоответствия между информационной моделью водителя и действительным положением дел. А вот в противоположной части этой модели отмечен тот факт, что водитель, как и любой другой человек-оператор, руководствуясь знанием технологии работ и имеющимся у него опытом, обычно создает когнитивную модель выполняемой операции, позволяющую ему после выполнения одних действий ожидать определенную информацию и изготовиться к последующим. При этом действительная информация о выполняемой операции может отличаться от информации, ожидаемой человеком, что будет им восприниматься или не восприниматься в последующем.
Например, при приближении к перекрестку или необходимости совершения иного маневра, водитель должен сбавить обороты двигателя, нажать на педаль привода сцепления или тормоза, а затем повернуть рулевое колесо. При этом он ожидает снижение шума в одном месте (от двигателя) и его появление в другом (в районе колес), а также готовится к восприятию инерционной нагрузки, обусловленной изменением вектора скорости автомобиля. Однако этого может не произойти из-за появления возможных ошибок водителя (допустим, не воспринял изменения уровня шума и бокового ускорения), отказов задействованных при маневре элементов автомобиля (акселератора либо тормозного и рулевого устройств), нерасчетных воздействий дорожного покрытия (его низкого трения из-за оледенения или наличия масляной пленки, например).
Иначе говоря, в результате восприятия и дешифровки информации о состоянии рассматриваемого здесь перевозочного процесса и сравнения ее с ожидаемой, возможны следующие альтернативные исходы: а) действительная ин- формация идентична ожидаемой и правильно воспринята водителем (см. рис. 1 – состояние ИИП); б) действительная информация не идентична ожидаемой, но правильно им понята – состояние модели НИП; в) оба вида информации в действительности идентичны, однако реальная информация искажена водителем (состояние ИИИ); г) обе информации на самом деле оказались не идентичными, а реальная информация еще была им дополнительно искажена при дешифровке или восприятии – состояние НИИ.
Указанные четыре случая представляют собой пол- ную группу возможных исходов приема и дешифровки информации, а располагаются они над соответствующим стохастическим узлом-разветвлением сети. При этом три последних события можно истолковывать как появление возмущений, приводящих к утрате соответствующей ЧМС равновесия; тогда как первый исход можно считать благополучным (в смысле отсутствия условий для зарождения ПЦП к ТП), т.е. в данном случае имеет место удержание динамического равновесия (событие 26 – гомеостазис). Сохранение подобного равновесия свидетельствует как об успешном завершении выполняемого этапа перевозочного процесса, так и о возможности перехода к следующему, на что указывает пунктирная линия (логическая связь), выходящая из этого события и направленная вниз.
Если в исследуемой ЧМС нарушается равновесие, то принципиально возможны следующие три альтернативных исхода: полное или частичное восстановление равновесия, либо отсутствие такой возможности и предупреждения вследствие этого опасных последствий (см. соответствующие события в центральной части рис. 1). Например, в случае обнаружения водителем факта или тенденции к утрате системой «водитель автомобиль с АХОВ - дорога» динамического равновесия, у него может возникнуть потребность в принятии решения о необходимости и способе вмешательства в возникшую нестандартную ситуацию с целью её корректировки.