автореферат диссертации по безопасности жизнедеятельности человека, 05.26.01, диссертация на тему:Автоматизированный комплекс обучения правилам и нормам безопасности труда

Региональный центр обучения и проверки знаний по охране труда руководителей „ „ н специалистов

РГ8 ОД

На правах рукописи

11 НОЯ 1335 УДК 653.382

Яговкин Николай Германович

АВТОМАТИЗИРОВАННЫЙ КОМПЛЕКС ОБУЧЕНИЯ ПРАВИЛАМ И НОРМАМ БЕЗОПАСНОСТИ ТРУДА

Специальность 05.26.0! Охрана труда (промышленность)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Самара, 1996

Работа выполнена в Региональном центре обучения и проверки знании по охране трупа руководителей и специалистов, г. Самара.

Научный руковод!ггель: доктор технических наук Рахманов Б.Н.

Официальные оппоненты: доктор технических наук, лауреат

Государственной премии Васильев Ю.М.

кандидат технических наук, старший научный сотрудник Попадейкин В.В.

Ведущее предприятие: Самарский научно-исследовательский институт по технике без опасности нефтехимических производств, г. Самара.

Зашита состоится "IV' \ \ 1996 г. в ^ часов на заседании

специализированного Совета _ Центра социально-производственных

проблем охраны труда по адресу 111829 г. Москва, Оболенский пер. д. 10.

С диссертацией можно ознакомиться в библиотеке Центра.

Автореферат разослан "_"_1996 г.

Ученый секретарь специализированного Совета

доктор технических наук Рахманов Б.Н.

Актуальность проблемы, В 1993 году, несмотря на резкий спад производства и сокращение рабочего времени, в стране было травмировано 540.000 человек, в том числе 7.600 - погибли а 13.800 - стали инвалидами. В относительных цифрах это значительно выше, чем в большинстве развитых стран. По данным Госкомстата при спаде производства на 50% и снижении капитальных зложешш на 2/3, число пострадавших уменьшилось всего на 5%, а травматизм со смертельным исходом - вырос.

Поэтому задача улучшения условий и охраны труда не только не снята с товестки дня, а становится все более и более актуальной. Решается она путем совершенствования системы ''человек-машина-среда''. Человек является дентральньш ее звеном, т.к. в результате его неадекватных действии происходит уг 50 до 95% всех несчастных случаев.

Одной из основных причин таких действий является недостаточная )бученность персонала. Объясняется это тем, что современное производство гребует сложных практических навыков, особенно в чрезвычайных и аварийных .'итуациях, для приобретения и усвоения которых необходимо знание большого соличесгва положений из нормативно-технической документации.

Организация обучения всех категорий работающих правилам и нормам безопасности труда регламентируется стандартом. Однако он не предусматривает саких либо методов. В то же время существует значительное число современных летодов, но они не учитывают специфику обучения вопросам безопасности труда. 1оэтому требуется на основе современных методов создать методику обучения фавилам и нормам безопасности труда и таким образом, за счет качества юдготовки персонала, стабилизировать, а в последствии, и улучшить состояние жраны труда.

Цель работы заключается в разработке автоматизированного комплекса »бучения правилам и нормам безопасности труда, учитывающего категорию герсонала, его квалификацию, формы обучения, содержание изучаемого !атериала и др., при этом происходит решение следующих научных задач:

• создание методики оценки влияния обученностн персонала на возникновение причин несчастного случая;

• создание методики для определения последовательности изучения учебного материала на основе разработки математической модели формирования стратегии обучения;

• разработка методики определения оптимального объема учебного материала на основе создания модели обучаемого;

• разработка способов автоматизированного обучения и контроля знаний обучаемыми, а также оценки степени усвоения учебного материала.

Методы исследовании. Исследования выполнены с использованием теорий -ероятностей, математической статистики, матриц, графов, дифференциального [счисления, экспертных систем, систем баз данных; методов - математического нализа, математического моделирования, анализа сложных систем на основе редставления их в виде сокрашенных дизъюнктивных нормальных форм, редставлення исследуемого объекта в виде двухрежи много объекта управления, риближенных вычислений, компьютерного моделирования.

Научная новизна заключается в разработанных принципах, моделях и пособах опенки влияния подготовленности персонала на вероятность озникновення его неадекватных действий; математических моделях определения

уровня подготовленности персонала и программы его обучения; создании на основе разработанных моделей обучающего комплекса с использованием вычислительной техники.

К защите представляются следующие основные научные положения:

• структура и принципы создания интеллектуальной автоматизированной системы обучения правилам и нормам безопасности труда;

• методика выбора порядка представления и объема учебного материала на основе использования математической модели стратегии обучения, использующей представление системы обучения в виде сокращенных дизъюнктивных нормальных форм (сокр.д.н.ф.);

• методика оценки индивидуальных способностей обучаемого на основе использования модели, представляющей его в виде двухрежимного объекта управления, режим работы которого определяется характером процесса усвоения или контроля знаний (исследуемые процессы описаны в виде дифференциальных уравнений с неопределенными коэффициентами).

Практическая ценность. Обусловлена снижением уровня травматизма за счет улучшения качества обучения, достигаемого с помощью использования индивидуального подхода, обобщения передового опыта и широких возможностей для самостоятельной работы обучаемых.

Реализация работы. Работа выполнялась в рамках темы 01.28 "Разработать нормативно-правовую и программно-ннформационную базу профотбора, обучения и аттестации кадров предприятий ТЭК" на основании Решения N8/8 от 30.09.92 Коллегии Минтопэнерго и Госгортехнадзора "О состоянии безопасности и охраны труда на предприятиях ТЭК".

Основные результаты исследований нашли отражение в разработанном автоматизированном комплексе обучения, реализованном на ряде предприятий Минтопэнерго и состоящим из следующих частей:

• информационно-поисковой системы нормативно-технической документации;

• системы контроля знаний сэлементаыи обучения;

• подсистемы контроля сроков проверки и качества знаний;

• деловой игры контроля уровня усвоения материала при коллективной подготовке персонала.

Апробация работы. Основные положения диссертации докладывались и обсуждались на:

• школе-семинаре по безопасности жизнедеятельности "Поиск-92", Москва, 1992 год;

• межвузовской с международным участием научно-практической конференции, посвященной 20-летию СамИИТа "За технический прогресс на железных дорогах", Самара, 1993 год;

• VIII государственной научно-методической конференции "Новые образовательные системы и технологии", Самара, 1993 год;

• Всероссийской научно-методической конференции "Интегрированные системы непрерывного образования", Самара, 1994 год;

• научно-методической конференции по итогам научно-методической работы, посвященной 80-легию университета "Опыт и проблемы

практической реализации многоуровневой системы образования", Самара. 1995 гол;

• Международной научной конференции ''Проблемы безопасности железнодорожного транспорта". Новосибирск, 1995 год.

Структура работы. Диссертация состоит из введения, четырех глав, выводов н рекомендаций. Список использованной литературы содержит 73 наименования.

Во введении показана актуальность проблемы, практическая ценность и научная новизна, определены цели исследований, описаны использованные методы, сформулированы решаемые задачи.

В первом разделе проведено обоснование необходимости повышения качества подготовленности персонала знанию правил и норм охраны труда. С этой целью была проанализирована ее взаимосвязь с уровнем травматизма, как общего так и с тяжелым и смертельным исходом.,

Исследования^троводнлись с использованием статистических материалов по Самарской области, которая является типичным представителем высокоинцусгриального, многогранно развитого района страны.

Были использованы данные из форм 7ТВН и. в последствии. 7Т. а также материалы расследований тяжелых и смертельных несчастных случаев с количеством пострадавших 2737 за период с 1977 по 1993 годы.

V/Анализ статистических материалов, а также литературных источников позволяет сделать вывод, что несмотря на спад производства, травматизм остается практически на одном и том же уровне и, более того, с 1990 года намечается явная тенденция возрастания его тяжести. Поэтому требуется принятие экстренных мер для его снижения.

Доля недостаточной подготовленности персонала в количестве причин возникновения несчастного случая выявлялась путем определения степени корреляции между количеством несчастных случаев, возникших по причине недостатков в обучении, с одной стороны, и коэффициентом частоты, коэффициентом тяжести и количеством пострадавших при тяжелых и смертельных несчастных случаях, с другой стороны. Рассчитанные значения коэффициента корреляции находятся в пределах от 9 до 61%, причем имеет место тенденция возрастания корреляции при увеличении степени тяжести несчастного случая.

Таким образом, в наибольшей степени недостаточная подготовленность персонала сказывается на тяжести несчастного случая.

Однако коэффициент корреляции не позволяет в явной форме оценить связь недостаточной подготовленности персонала и причин возникновения несчастного :лучая. а только выявить, что такая связь имеется и она весьма значительна. Поэтому была построена модель возникновения несчастного случая с дспользованием дерева отказов. Для этого была проанализирована взаимосвязь факторов. определяющих уровень опасности и защитных факторов. К факторам, .шределяюшим уровень опасности, относятся: « нарушение параметров технологического процесса;

> неправильное использование оборудования, приспособлений, инструментов, материалов;

> применение опасных приемов труда;

• неприменение средств индивидуальной защиты;

• отсутствие контроля за процессом производства;

• нарушение режимов труда и отдыха;

• неудовлетворительное содержание рабочих мест.

К защитным факторам относятся:

• своевременность проверки знаний:

• высокое качество преподаваемого материала:

• соответствие материала квалификации обучаемого:

• соответствие материала поставленным задачам;

• методика обучения, соответствующая объему, уровню знаний обучаемого.

На этой основе была сформирована последовательная модель возникновения несчастного случая, отражающая ряд ситуаций, ведущих либо к несчастному случаю, либо к его предупреждению, и построено дерево отказов, моделирующее процесс возникновения несчастного случая в зависимости от его причин...... ......

После проведения количественного анализа дерева отказов искомая вероятность Р (вероятность недостатков в обучении при возникновении несчастного случая, то есть доля несчастных случаев, которая возникает из-за недостатков в обучении) определяется следующим образом:

1-Па-ря,')

р = —^-. п)

1-По-р.)

-1

гае

• - вероятность возникновения 1-го фактора, определяющего несчастный случай:

» р_ - вероятность недостатков в обучении при возникновении ¡-го фактора (то есть доля возникновения ¡-го фактора, произошедшего из-за недостатков в обучении).

Таким образом:

• р1 - р4- вероятности, соответственно, нарушения параметров технологического процесса, применения опасных приемов труда, неприменения средств индивидуальной зашиты, нарушения режимов труда и отдыха, неудовлетворительного содержания рабочих мест, неисправности оборудования, приспособлений, материалов, отсутствия контроля за производством, других факторов, приводящих к несчастному случаю;

* у

• р, - р, - вероятность недостаточной подготовки персонала при возникновении

соответствующего фактора, определяющего уровень опасности.

Используя данные из литературных источников (значения вероятностей /

р,=0,0005-0.001, р, =0.1-0.25 0=1.-7), рв=0.00025-0.005), получено значение искомой вероятности недостатков в обучении при возникновении несчастного случая Р в пределах 5.9-23.4%, что не противоречит результатам, полученным в

ходе проведения корреляционного анализа по статистическим данным по Самарской области. ---------------------- ~. .

" " Таким образом, показано, что в условиях изменившихся политических и экономических условий травматизм (на примере Самарской области) остается достаточно высоким, при этом травматизм в значительной степени зависит от подготовленности персонала по вопросам безопасности труда, как непосредственно занятого в производстве, так и организующего выполнение работ и рассчитано, что травматизм, зависящий от подготовленности персонала, может колебаться в пределах от 5.9 до 23.4 % от общего числа несчастных случаев.

Во втором разделе рассмотрены теоретические основы обучения и выявлены те из них, которые могут быть использованы при построении автоматизированного комплекса обучения правилам и нормам безопасности труда и на их основе разработана структура системы обучения. Разработаны принципы построения программного комплекса, реализующего систему обучения, его структура и состав.

....... Приведена классификация методов обучения (рис. I), причем метод

обучения определен как система приемов обучения, среди которых один или два являются доминирующими, определяющими метод.

К приемам обучения отнесены:

• объяснение в любом из его видов (пояснение, сообщение, описание, инструктаж);

• демонстрация опытов, схем, рисунков, чертежей, моделей, картин и т.п.;

• показ практического действия или образца выполнения действия, решение задачи, правила написания, правила произношения, правила построения и т.п.;

• постановка вопросов, задач, заданий;

• варьирование, то есть изменение условий задач, вопросов, заданий, схем, а также ряд других приемов.

На основе анализа классификатора методов обучения (рис. 1) выявлено, что по характеру самой обшей функциональной деятельности обучающего можно выделить два метода: передачу информации н контроль, на базе которых и должна строиться система автоматизированного обучения (АО).

Рассмотрены интеллектуальные и материальные средства обучения. После проведения анализа интеллектуальных средств обучения выделены действия обучающего по программированию процесса обучения:

• отбор необходимой и достаточной специальной информации, а также информации инструктивного характера для управления деятельностью обучаемых и обеспечения обратной связи;

• планирование учебного времени, отбор приемов передачи информации и контроля (приемы обучения), прослеживание последовательности их применения:

• отбор необходимых материальных средства для иллюстрации недостаточно известного обучаемым материала и для непосредственного включения их в процесс обучения;

• прогноз возможных приемы учения и решение вопроса о том, насколько отбираемые приемы обучения будут адекватны приемам учения (с учетом индивидуальных особенностей обучаемых) и т.д.

На основе анализа используемых в экспертных системах машин вывода (методики принятия решения) построена математическая модель принятия обучающим решения о том,, насколько полно происходит усвоение учебного материала. При этом каждому разделу учебного материала соответствуют две гипотезы: достаточные или недостаточные знания обучаемого по этому разделу. Каждая гипотеза характеризуется следующими элементами: • название гипотезы:

• iv

г >

• число признаков;

• у, р~. р") - признаки.

Первый элемент - название гипотезы. Второй - априорная вероятность того, что эта гипотеза имеет место. Третий элемент - число признаков, которые могут быть использованы либо для подтверждения гипотезы, либо для ее опровержения, при этом под признаками может пониматься знание обучаемым отдельных вопросов данного раздела учебного материала. Последним идет ряд троек, соответствующих каждому из таких применимых признаков. Первым элементом является номер признака, который рассматривается в данный момент. Второй элемент тройки - вероятность того, что этот признак будет наблюдаться при условии, что рассматриваемая гипотеза истинна. Третьим элементом тройки является вероятность того, что данный признак наблюдается при условии того, что гипотеза ложна.

Принимая обозначения Р(Н) - вероятность события Н и РШ/Е) - вероятность события Н при условии, что событие Е произошло, искомое выражение имеет следующий вид:

Р(Н / Е) = ———--. (2)

р+ -р + р"-(1-р)

Первоначальным значением Р(Н) была р (априорная вероятность). Вычислив значение Р(Н/Е), оно используется как обновленное значение Р(Н). Далее процесс повторяется, при этом каждый раз увеличивается или уменьшается вероятность гипотезы.

В результате анализа деятельности обучающего, а также зарубежного опыта создания автоматизированных систем обучения выделено восемь функций, которые могут реализовываться системой АО:

• контроль;

• выдача предписании;

• содействие усвоению материала;

• оценка результатов обучения:

• сбор и обработка данных;

• составление сводок и отчетов;

• распределение ресурсов и учебных помещении;

• организация информационного обеспечения.

Выявлена необходимость в построении математических моделей для реализации функций системы АО:

• модель обучаемого;

« модель используемой стратегии обучения.

I. Модель обучаемого. В модели обучаемого на основании анализа его поведения определяется уровень его знаний, а также его способности по интенсивности усвоения знаний и интенсивности проведения сеансов контроля.

2. Модель стратегии обучения. Стратегия обучения (с учетом модели обучаемого) предусматривает выбор порядка и интенсивности подачи учебного материала.

Анализ функций системы обучения показал, что в автоматизированном комплекс« должно храниться большое количество разнородной информации, причем должны быть предусмотрены возможности оперативного доступа к требуемой информации, ее изменения и пополнения, а также возможность дальнейшего наращивания возможностей системы. Поэтому программный комплекс (ПК) должен строиться на с использованием модульного принципа как система баз данных (БД).

ПК должен иметь в своем составе следующие основные компоненты:

• базы данных;

• систему управления базами данных (СУБД);

• словари данных:

• интерфейс конечного пользователя;

• диспетчер ПК:

• прикладные программы, использующие информацию из БД.

Таким образом, определены функции системы обучения, сформированы требования к построению программного комплекса и обоснована необходимость разработки математических моделей обучаемого и используемой стратегии обучения.

В третьем разделе рассмотрены математические модели, положенные в основу автоматизированного комплекса обучения.

Для анализа деятельности обучаемого в процессе обучения используется математическая модель, представляющая обучаемого в виде двухрежимного объекта управления, режим работы которого определяется характером процесса усвоения или контроля знаний. Исследуемые процессы описаны в виде дифференциальных уравнений с неопределенными коэффициентами:

/т. -'и(0-Т0-1у(й 0< Щ0-уо ¿ипор ;

'¡0. Щ1)-у0>ипор ; 0(0-у, «п (3)

|ткчи(0, у2=иТ); У * I;

]о. У<ПТЗ; <4>

где

• Та и Тк - коэффициенты, отражающие индивидуальные способности обучаемого в соответствующем режиме работы и влияние внешней среды;

• у0 - начальный уровень знаний обучаемого;

• U(t) - управляющее воздействие (обучающий материал, тексты);

• Uncp - пороговый уровень сложности обучающего материала, который способен воспринимать обучаемый;

• UT| - минимальный уровень сложности тестирующего материала;

• у((.) - текущий уровень состояния знаний.

Поскольку подготовка должна производиться с использованием ЭВМ, информация выдается из файлов баз данных, то уровень знаний обучаемого, управляющее воздействие. ипср, ипор, иТ] измеряются в байтах, а Т0 и Тк измеряются в секундах (Т0 - время усвоения одного байта информации, Тк -время, необходимое для контроля усвоения одного байта информации).

Траектория управления обучением в режимах усвоения и контроля знаний при использовании многоуровневой обучающей программы, полученные с использованием данной модели, приведены на рис. 2, где Тп. - время перевода обучаемого с ¡-го на 0+1) уровень, Тг_ - время контроля на ¡-том уровне.

Г1

Рнс.2

Анализ модели показал, что она содержит неопределенные параметры Т0 и Тк. Для оценки их значений в процессе управления введена динамическая идентификация в реальном масштабе времени в темпе с процессом управления.

На основе уравнений (3) и (4) проведен синтез алгоритмов управления обучением в режимах усвоения и контроля знании, с учетом ограничений, определяющих специфику области применения системы и вытекающих из (3). (4) при у0 = 0 в режиме усвоения знаний

0< У(1)< Ц

<5)

и в режиме контроля знаний

V > и_. (6)

ч

В результате выражение для управления в режиме усвоения знаний имеет следующий вид:

= у(1+А1)-у(и (7)

где а(0 - динамическая оценка параметра Т0 (обратная Т0 ), определяемая из выражения

шЧ) - У(0-УР-А0

Л1[и<1 - А1)-у(1- Д1)]' <8)

а у - априорная траектория управления, которая на основании рис. 2 представляется в виде

де) = {ум«~п1 + у4(1-<Гп1), ^ 1 = 1,п},

(9)

где

• п - число уровней управляющей программы;

•7=1/1,.

• Д1 - малая величина.

В режиме контроля знании

у(1 + Д1> - у(1) (10)

АфХ)

где Р(0 - динамическая оценка параметра Тс (обратная Тк), определяемая из выражения

_ У(0- УО- Ар

а у из рис. 2:

v(t) = |U,tr;, Ц < t < tl+1, i = Ln|, (.12)

где Y = l / T^..

В результате анализа выражений (8) и ПО) видно, что левая часть

Л

неравенства (5) выполняется при наличии ограничения на у в виде

Л

y(t + At) > y(t). Если это неравенство не выполняется, то система рассчитывает

новую траекторию у с учетом изменившихся параметров обучаемого, следовательно:

s а

y(t + At) = y(t) + Д y(t), (13)

A y(t) = NF[y(t), a(t), fi(t), U(t)], (14)

r

Xr ¡0, y(t + At) - y(t) > 0, (15)

N=i л

[1, y(t + At) - y(t) < 0

В зависимости от режима работы системы - усвоение или контроль знании, Функция F() в (14) принимает значения, рассчитываемые по эмпирическим формулам и зависящие от параметров конкретного обучаемого.

Алгоритм работы обучающей системы имеет следующий вид: » на основании (12)-(15), (9) строится априорная траектория управления. Первоначальные значения коэффициентов Т0 и Тк определяются на основе тестирования по методу ключевых слов, а также статистической обработки предыдущих результатов обучения; » в ходе процесса обучения определяется управляющее воздействие U(t) (объем учебного материала в зависимости от времени и результатов тестирования) по формулам (7), (10);

• после каждого этапа обучения проверяется выполнение условия

Л

y(t + At) > y(t). В случае его невыполнения производится динамическая оценка параметров Т0 и Тк по (8) и (11) и рассчитывается новая траектория обучения.

В ходе учебного процесса после проведения контрольного опроса значение у(£) может определяться двумя способами:

• знания обучаемого оцениваются по четырехбальной системе и обучаемому выставляется оценка С (С = 2 ,3, 4, 5), В этом случае

у(0 = £_2и<о; 06)

• знания обучаемого оцениваются путем проведения опроса, при этом

n

у(0 = -и(0, (17)

где

• общее число заданных-вопросов;

• N - число вопросов, на которые обучаемый дал правильные ответы.

Адаптация производится по двум параметрам - состоянию знаний обучаемого и скорости усвоения материала (варьируются следующие параметры: объем учебного материала и длительность его показа, а также время и степень контроля обучаемого).

Для выбора стратегии системы обучения использованы идеи альтернативно-графового подхода, состоящего в представлении сложного объекта (системы, процесса) в виде совокупности взаимосвязанных элементов различного уровня детализации. Для формального представления структуры системы или процесса используется понятие "функциональный элемент" г, которым называется входящий в одну из возможных структур проектируемого объекта типовой элемент а из множества А, каждому контакту которого присвоено обозначение связи 5, б е в, осуществляемой элементом а посредством заданного контакта в соответствии с законом его функционирования в составе рассматриваемой структуры.

Для обеспечения в рамках принятого методологического подхода требуемого анализа свойств системы, ее структура представлена в вице альтернативного И-ИЛИ графа. Данный граф задает в иерархической системе типа дерево взаимосвязи множества задач обучения вопросам безопасности труда учебных тем (22), разделов учебных тем и отдельных учебных вопросов Его структура в общем виде выражается через препозиционное предложение или "цепочку слов": "в данный момент времени I для решения задачи обучения Z1 рассматривается учебная тема Z2, ее раздел Z, и конкретный учебный вопрос 2*". Элементы графа характеризуются объемом учебной информации, соответствующей данному элементу и уровнем знаний конкретного обучаемого на данный момент времени. Наряду с этими характеристиками элементам (дуга и вершины) графа С^) приписываются коэффициенты их значимости или важности, которые определяется исходя из тяжести возможных последствий для человека недостаточного обучения по данной тематике, а также из учета специфики работы данной учебной группы.

Задача сводится к выбору оптимальной структуры обучения. Под оптимальной структурой системы обучения понимается выбор отдельных учебных вопросов для изучения в конкретный момент времени ь

Каждый конкретный вариант структуры оценивается набором показателей У = (У,.....Уя). Набор показателей У варианта струтоурь! е зависит от набора

параметров Хс элементов г, составляющих с. Для каждого показателя У. (1 = 1.т), указаны направление желательного изменения и допустимые пределы изменения.

Введены допустимые значения кхкдого показателя У^. причем

У < 1 = 1,ш. Далее задаются нормированные показатели

у_ = У / У,^. Поскольку у1Л:п = 1, ограничения технического задания на значения показателей записаны в виде

у е£2у, где Оу = {у| 0 ¿у, ¿1,(!8>

Отношение предпочтения на множестве выражается с помощью целевой функции Р(у), которая должна удовлетворять основному требованию: если набор у' лучше набора у", то Р(у') < Р(у")- В случае Р(у') = Р(у"), то наборы у' и у" считаются равноценными. Таким образом, целевая функция позволяет создать совершенный квазипорядок на множестве допустимых вариантов проектируемого объекта.

Общая постановку задачи выбора оптимальной структуры разделяется на две части. В первую часть входит целевая функция Р(у) совместно с множеством т.е. пара

Р(у) —* тт. уеП , О9)

которая определяет отношение предпочтения для всех значений у, поскольку у' е П^ заведомо предпочтительней у" £ П.

Во второй части общей постановки задано множество альтернативных вариантов структуры объекта, причем для каждого варианта с е М определены функциональные зависимости

у = £. (Хс), (20)

где Хс - вектор параметров элементов, составляющих структуру с; ограничения на Хс, вытекающие из физических или других объективных законов и определяющие область Пс допустимых значений Хс, т.е.

Хс е Пс. (21)

Для каждого варианта структуры совокупность данных формул

*

рассмотрена как задача отыскания вектора Хс, доставляющего экстремальное значение целевой функции (Хс)):

Р(ИХ*)) = ттР(уХс)), Р(уХс))еП, ХсеПс.

(22)

Тогда задача оптимизации структуры сводится к отысканию подмножества

*

М множества М:

М =|с | mmF(f~(X,.)) = F(f_.(Xc.)); с,с еМк '

Таким образом, задача оптимизации структуры состоит в том, чтобы для

каждого варианта структуры с е М определитъ и зафиксировать оптимальное

*

значение набора параметров Хс, а затем выбрать вариант структуры с наименьшим значением целевой функции.

Показателями Y системы обучения вопросам безопасности труда являются объем нормативного материала по отдельной группе вопросов, важность этой труппы вопросов для решения главной задачи обучения (обеспечения наибольшей безопасности труда), а также уровень знаний обучаемого по этой группе вопросов.

Элементы, входящие в состав системы обучения можно разбить на две группы:

• элементы, имеющие один параметр - важность (такие элементы, как задачи обучения, учебные темы, разделы учебных тем);

• элементы (отдельные учебные вопросы), имеющие три параметра - важность, объем учебной информации и уровень знаний обучаемого.

Наименования показателей и параметров совпадают, т.е. показатели и параметры являются одноименными, причем важность является мультипликативным показателем, а объем учебной информации и уровень знаний обучаемого - аддитивными показателями.

Данные показатели преобразованы в минимизируемые и удовлетворяющие условию vefl, где Q7= |у| 0¿у, s 1 i = l,mj, следующим образом:

уэ~т'(с) = 1 - П v2, (24)

tec

Xuz

У"1 (с) = -ут-1 (25)

IY2

yv(c) = #rr-, 126)

где

• с - вариант структуры системы;

• 2-элемент;

• уаАЖ, у", у' - показатели, характеризующие важность, объем учебной информации и уровень знаний обучаемого соответственно;

• \'х - важность элемента г (введена выше);

> Uz - объем учебной информации, соответствующий элементу z (измеряется в байтах);

> - максимально возможный объем учебной информации для всех возможных структур;

' Yz - уровень знаний обучаемого, соответствующий элементу z (измеряется в байтах).

В этом случае целевая функция задается следующим выражением;

F(y) = УВАЖ ' (КцУи + KvyY), (27)

-де

• Кц - вес показателя у";

> KY - вес показателя у\

Значение величин К., и К., задаются экспертным путем и определяют, что федпочтительнее при данном сеансе обучения: изучение учебных вопросов с минимальным объемом учебного материала или изучение вопросов, по которым у )бучаемого минимальные знания.

Данное представление целевой функции позволяет оценить один сонкретный вариант системы. Для оценки всей системы (выбора наиболее Предпочтительного вопроса для обучения в данный момент времени t) ^пользуется представление системы в виде сокр.д.н.ф., при этом операция щзъюнкции заменяется взятием минимума, а каждая из простых импликант -(начением функции F(v). Таким образом

F(c) = ^(у^Чс) ■ (КиУи (с) + KYyY (с))), (28)

ж

> М - множество всевозможных правильных вариантов структуры;

• с - правильный вариант структуры.

.Алгоритм работы системы обучения вопросам безопасности труда состоит в

следующем.

. Задается представление системы в виде сокр.д.н.ф.

!. Каждому элементу системы экспертным путем присваивается параметр "важность". в зависимости от специализации обучаемого и возможных последствий.

>. Определяется объем учебной информации по каждому учебному вопросу.

1. Путем тестирования определяется уровень знаний по каждому учебному вопросу (способы определения уровня знаний представлены ниже). Если обучаемый находится в начале учебного процесса, могут задаваться нулевые значения уровней знании.

I. Вычисляется значение целевой функции Р(с), минимум которой соответствует предпочтительному варианту структуры (той группе вопросов, которые необходимо изучать в данный момент времени).

>. Производится обучение выбранной группе вопросов. Способ определения интенсивности подачи учебного материала в зависимости от способностей обучаемого приведен ниже.

7. Возврат к п,4.

Данный алгоритм функционирования позволяет добиться следующего "интеллектуального поведения" системы обучения. Сначала будут изучены наиболее важные вопросы, характеризующиеся также наименьшим объемом учебного материала, причем возможно повторное изучение одного и того же вопроса. По мере роста знаний обучаемого происходит переход к изучению других вопросов обучения, причем в каждом конкретном случае система "удовлетворится" своим уровнем усвоения информации (например, в зависимости от важности). Возможен возврат к изучению (повторение) ранее пройденного материала через некоторое время.

Определен критерий эффективности функционирования системы обучения. Особенностью изучения правил и норм безопасности труда является то, что даже при относительно высоких знаниях учебной группы в целом слабые знания даже одного-двух обучаемых не должны иметь место. Поэтому применен модифицированный критерий комбинации ожидаемого значения и дисперсии:

К^-уЩК), (29)

где

• С'(К) = —Ц^га,2;

г Г(К, - К™)1, если К <К™,

• т, = < ;

(О, есшК;^КСр

2К + ЗК, + 4К, + 5К, . Кср =--,

. п = К. +К. +К4 +К.,

£ 3 4 3

• К,, К3, К4, К, - количество проверяемых, сдавших экзамены по вопросам безопасности труда соответственно на 2, 3, 4, и 5;

• п - общее число сдававших экзамен;

• К - оценка ¡-го обучаемого;

• 7 - заданная постоянная, которая интерпретируется как уровень несклонности к риску.

Использование критерия (29) позволяет учитывать как средние знания группы обучения в целом, так и отклонения в знаниях отдельных обучаемых в худшую сторону.

Таким образом, разработана математическая модель обучаемого, позволяющая учитывать индивидуальные способности при планировании процесса обучения; математическая модель стратегии обучения, позволяющая определять порядок представления учебного материала: определен критерий эффективности функционирования системы обучения, позволяющий оценивать степень усвоения знании группой обучаемых.

В качестве примера использования данных моделей рассмотрено использования модели обучаемого при планировании проведения занятий и стратегии обучения при формировании билетов для проведения опроса.

Траектория усвоения знаний для группы ИТР представлена на рис. 3. По оси абсцисс отложено время (в минутах), по оси ординат - объем

предоставленного учебного материала Уапр и объем усвоенного учебного материала Уапост в Кб.

Данные кривые были построены следующим образом. Группе ИТР было предложено внимательно прочитать в течении 2 мин текст. Средний объем прочитанного текста составил 3.55 Кб, исходя из этого был определен первоначальный объем предоставляемого учебного материала, причем обучение проводилось незнакомым нормативно-техническим актам. После каждых 10 мин обучения проводился контрольный опрос, в результате которого определялся уровень усвоения учебного материала и значения коэффициента Т0 - времени усвоения одного Кб информации (в минутах), на основании которых рассчитывался объем учебного материала на последующие 10 минут обучения.

График, отражающий изменение среднего значения коэффициента Т0 (для группы ИТР) представлен на рис. 4.

Полученные кривые были использованы при планировании хода проведения занятий для данной группы ИТР. При этом по сравнению с группой ИТР, планирование занятий для которых проводилось эмпирически, время обучения было снижено в среднем на 20%.

20 30

время, мин

Рис.3

л

3.5 3 2,5

1,5 1

0.5 0

<0 10 30 40 50

Время, мин

Рис. 4

Математическая модель стратегии обучения была использована при формировании билетов для проведения опроса.

В ходе обучения элеетробезопасносги было необходимо произвести проверку уровня знаний обучаемых N нормативно-технических документов, при этом для каждого документа было сформировано п, (1 = 1, N) контрольных вопросов. Для этого требовалось сформировать К. билетов, каждый из которых состоят из десяти вопросов, причем билеты должны были быть сравнимыми по уровню сложности. Структура системы обучения для данного случая представлена на рис. 5.

Рис. 5

Каждому документу экспертным путем присвоено значение показателя важности ( I = 1, Ы) знания этого документа для данной группы обучаемых, N

причем У V; = 1. Далее каждому контрольному вопросу присвоено значение Ы

показателя важности 0=1. п;) знания этого вопроса для знания документа «( ;

^ Тг-^ =|). Кроме того, каждый вопрос характеризуется объемом учебного ]=1

материала и уровнем знаний по нему обучаемого У}' (принято, что

тервоначально У^ -0).

Далее, в соответствии с (24)-(27) для каждого вопроса находятся значения

токазателей у^^/, у^] и у^ / и целевой функции ИО, ]).

Вопрос (¡, ]), характеризующийся наименьшим значением ИО, относится к

1ервому билету и для него производится изменение значения У^1: У^' = Х-Г^1 и,

следовательно, значения целевой функции Р(]',}). Затем процесс повторяется и следующий найденный вопрос относится ко второму билету. После того, как саждому билету соотнесено по одному вопросу, следующий найденный вопрос ¡вляется вторым вопросом первого билета и так далее, пока каждому билету не зудег присвоено по десять вопросов.

Использование данной методики позволило производить штоматизированное формирование билетов, применение которых привело к ювышению качества обучения в среднем на ¡2% по сравнению с билетами, ¡формированными вручную. Качество обучения оценивалось в соответствии с 29).

ч ^ В четвертом разделе описана конкретная реализация автоматизированной :исгемы обучения.

В соответствии с рассмотренными во втором разделе методами обучения, юучение проводится для двух групп работников: инженерно-тенических >аботников (ИТР) - индивидуальное обучение и оперативного персонала -рупповое обучение.

Метод;пса обучения предусматривает возможность самостоятельного :онтроля подготовленности и усвоения материала. Поэтому комплекс включает в ■ебя подсистему автоматизированного контроля знаний и качества подготовки.

Контроль знаний при аттестации, в силу удаленности объектов нефтяной [ромышленности яруг от друга, желательно провошпъ автоматизированным ¡утем. Поэтому предусмотрена автоматизированная система аттестации ИТР.

Поскольку требуется жесткое выдерживание сроков аттестации, гредусмотрена автоматизированная система контроля за сроками обучения.

Оперативный персонал, как правило, проходит обучение в учебно-курсовых :омбинатах с использованием коллекттгоной формы подготовки. Задачу системы 'своения материала при этом решает деловая игра, которая дает возможность

оперативно корректировать методику обучения с учетом уровня подготовки персонала и усвоения излагаемого материала.

Таким образом, в соответствии с функциями и принципами построения системы обучения, рассмотренными во втором разделе, создан реальный комплекс обучения вопросам безопасности труда, включающий в себя (рис. 6):

• структурные взаимосвязи между отдельными элементами комплекса (порядок использования его составных частей);

• информационно-поисковую систему нормативно-технической документации;

• систему контроля знании с элементами обучения;

• подсистему контроля сроков проверки и качества знаний;

• деловую игру контроля уровня усвоения материала при коллективной подготовке персонала.

Информационно-поисковая система (ИПС) нормативно-технической документации предназначена для оперативной выдачи информации из нормативно-технической документации по охране труда и повышения качества изучения правил и норм по технике безопасности. ИПС формирует массив данных, включающий:

• каталоги нормативно-справочной документации;

• содержание или выдержки из действующих в отрасли нормативно-справочных документов.

Массив информационно-справочной документации по своей значимости, частоте пользования и важности делится на три группы:

• документы, вводимые полностью;

• документы, из которых приводятся выдержки;

• названия документов, на которые дается ссылка.

Разбивка производится с использованием математической модели стратегии обучения, описанной в третьем разделе.

Результатом работы ИПС нормативно-технической документации является формирование документа (или группы документов), полученного в результате организованного поиска в базе нормативно-технической документации по охране труда.

Система контроля знаний с элементами обучения предназначена для интенсификации процесса обучения и повышения качества подготовки персонала но вопросам охраны труда.

В системе используются два способа подготовки - по одному нормативному документу или по нескольким, при этом необходимо определить:

• по каким конкретно документам проводить подготовку (контроль); » какие конкретно места (выдержки) взять из каждого документа.

Это делается экспертным путем в соответствии с математической моделью стратегии обучения, изложенной в разделе 3, при этом оценивается степень усвоения материала (балл) и качество подготовки (какие темы усвоены, а какие нет).

Независимо от вида подготовки, с использованием математических моделей обучаемого и стратегии обучения просчитывается:

Рис. б

• набор тем в билетах;

• равнозначность билетов по сложности;

• количество вопросов в билете;

• конкретный набор вопросов из большого по объему нормативного документа, охватывающих наиболее значимые его части;

• проходной балл с учетом контингента обучаемых, интеллекта, сложности и объема поставленных перед обучаемым задач, определяемых выполняемой им работой (должностью).

В каждом билете предлагается десять вопросов. Вопросы (кроме вопросов на последовательность) могут иметь один или несколько ответов, при неправильном ответе может быть высвечена подсказка.

Алгоритм задачи формирует на основе нормативно-тенической документации массив экзаменационных билетов. Вопросы в билетах, как правило, парные. Назначение второго вопроса - обеспечение диалога.

Каждый вопрос строится по одному из следующих принципов: » выбор одного правильного ответа из пяти;

• конструирование ответа из нескольких (двух - трех) ответов из пяти;

• конструирование ответа за счет построения пяти ответов в определенную последовательность.

Результатом работы системы контроля знаний является дифференцированная оценка уровня подготовки по вопросам охраны труда работников предприятия. Полученная оценка используется для принятия решения по улучшению качества подготовки работников предприятия по разделам охраны труда. Кроме того, можно получить информацию об ответах, которые были даны проверяемым на поставленные вопросы, а также правильные ответы на вопросы билета.

Подсистема контроля сроков проверки и качества знании предназначена для оперативной выдачи информации по требованию пользователя. При этом алгоритм задачи формирует информационный накопительный массив о работающих, прошедших проверку знаний или подлежащих проверке, по подразделениям и в целом по управлению. Кроме того, алгоритм позволяет делать выборку из накопительного массива по различным компонентам. Для оценки качества знаний применяется критерий эффективности системы обучения, описанный в третьем разделе.

Деловая игра обучения вопросам безопасности труда позволяет оценивать как возможности каждого обучаемого в отдельности, так и по сформированным группам.

Контроль усвоения обучаемыми желаемого материала включает нахождение опорных сигналов - ключевых слов, которые наиболее полно раскрывают содержание.

В результате выдается интегральная оценка, в которую входят такие показатели, как:

• уровень знаний:

• уровень мышления:

• уровень сложности материала:

» уровень подготовки группы обучаемых.

Таким образом, создан реальный комплекс обучения вопросам безопасности труда, позволяющий производить автоматизированное обучение ИТР ¡1 оперативного персонала. Используя математические модели, описанные в третьем разделе, автоматизированный комплекс может быть в дальнейшем усовершенствован и сделан самообучаемым.

ВЫВОДЫ И РЕКОМЕНДАЦИИ

1. В условиях изменившихся политических и экономических условий травматизм (на примере Самарской области) остается достаточно высоким. В значительной степени он зависит от подготовленности персонала по вопросам безопасности труда (на основе анализа статистических данных и разработанной модели формирования неадекватных действий человека рассчитано, что он колеблется в пределах от 6 до 23 % от общего числа несчастных случаев), что требует создания научных основ обучения вопросам безопасности труда.

2. В результате синтеза объекта обучения получена структура и параметры модели системы как объекта, что позволило использовать методы математического моделирования для выбора оптимальной стратегии обучения и построения модели обучаемого.

3. Разработана математическая модель стратегии обучения на основе представления системы обучения в виде сокращенных дизъюнктивных нормальных форм, позволяющая из большого объема учебного материала выбрать наиболее важный для усвоения, а также порядок изучения различных тем ¡1 учебных вопросов.

4. Разработана математическая модель обучаемого, представляющая его в знде двухрежимного объекта управления, режим работы которого определяется •: ар актер о м процесса усвоения или контроля знаний и описанная в виде дифференциальных уравнений с неопределенными коэффициентами, позволяющая за основе анализа индивидуальных свойств (уровень подготовки, способность к /своению учебного материала и т.п.) создать отдельную программу подготовки тля каждого обучаемого.

5. Создан реальный комплекс обучения правилам и нормам безопасности груда, позволяющий производить автоматизированное обучение ИТР и оперативного персонала и на этой основе снизить время обучения, высвободить итат преподавателей, оперативно изменять программу обучения при появлении ювых нормативно-технических документов.

6. Комплекс внедрен в системе предприятий Минтопэнерго, в результате [его повышена эффективность обучения, уровень подготовки персонала, улучшен сонтроль за сроками и качеством обучения, что имеет социальный эффект. Разработанные методы и способы обучения используются при преподавании сурса "Безопасность жизнедеятельности" в СамГГУ. Они могут быть 1спользованы при преподавании других дисциплин. Разработанные математические модели и методики позволяют производить дальнейшее »вершенствование автоматизированного комплекса.

Основное содержание диссертации изложено в следующих публикациях:

1. Филиппова Т.П.. Яговкин Н.Г. Экспертная система обучения вопросам охраны труда. За технический прогресс на железных дорогах. Материалы межвузовской с международным участием научно-практической конференции, посвященной 20-тн летаю института. Часть 2. - Самара: Министерство путей сообщений Российской Федерации, Самарский институт инженеров железнодорожного транспорта, Куйбышевская железная дорога, Поволжский региональный научный центр Академии транспорта России, 1993 год, сгр.122.

2. Яговкин Н.Г. Аттестационные вопросы по основным межотраслевым нормативным документам и ответы на них. - Самара: СанГТУ, 1995 год, 3 пл.

3. Филиппова Т.П., Яговкин Н.Г. Система контроля знаний при интегрированном и альтернативном обучении. Новые образовательные системы и технологии. Тезисы докладов VIII государственной научно-методической конференции. -Самара: СамГТУ, 1993 год, стр. 139.

4. Роговой А.И.. Филиппова Т.П., Яговкин Г.Н., Яговкин Н.Г. Система подготовки персонала по вопросам безопасности труда. Проблемы безопасности труда, экологии и чрезвычайных ситуаций на железнодорожном транспорте. Материалы Российской научной конференции,- Новосибирск: Министерство путей сообщения Российской Федерации. Сибирская государственная академия путей сообщения, Сибирский научный центр Российской академии транспорта, Дорожное научно-техническое общество Западно-Сибирской ж.д., 1995 год, стр. 60.

5. Яговкин Г.Н., Яговкин Н.Г. Автоматизированный комплекс обучения правилам и нормам охраны труда руководителей и специалистов АО, РНУ, НПС и др. Организаций системы транспорта нефти. - Самара: СамГТУ, 1995 год, 12 п.л.

Введение.

I. Производственный травматизм и состояние обучения правилам и нормам безопасности труда.

II. Теоретические основы обучения правилам и нормам безопасности труда.

2.1. Классификация приемов и методов об}'чения.

2.2. Интеллектуальные средства обучения.

2.3 Структура системы обучения.

2.4. Представление .знаний в базе знаний и методика принятия решения.

2.5. Построение машины вывода.

2.6. Материальные средства обучения.4У

2.7. Требования к построению программного комплекса.

2.8. Общин состав и структура программного комплекса.

III. Структурная схема и принципы формирования исходных параметров системы обучения правилам и нормам безопасности труда.1Л

3.1. Структура и параметры модели системы как объекта обучения.

3.2 Способы описания структуры системы обучения.1ч

3.3 Метод выбора оптимальной стратегии системы об\'чения.

3.4. Модель обучаемого.

3.5. Критерий эффективности функционирования системы обучения.

IV. Автоматизированный комплекс обучения правилам и нормам безопасности труда.чч

4.1. Структура ко м плекса.

4.2. Информационно-поисковая система нормативно-технической документации.

4.3. Система контроля знаний с элементами обучения.!

4.4. Подсистема контроля сроков проверки и качества знаний.1У(»

4.5. Деловая игра обучения вопросам охраны труда

Актуальность проблемы. В 1993 году, несмотря на резкий спад производства и сокращение рабочего времени, в стране было травмировано 340.000 человек, в том числе 7.600 - погибли а 13.800 - стали инвалидами [19]. В относительных цифрах это значительно выше, чем в большинстве развитых стран. По данным Госкомстата при „спаде производства на 50% и снижении капитальных вложений на 2/3. число пострадавших уменьшилось всего на 5%, а травматизм со смертельным исходом -вырос.

Поэтому задача улучшения условий и охраны труда не только не снята с повестки дня, а становится все более и более актуальной. Решается она путем совершенствования системы "человек-машина-среда". Человек является центральным ее звеном, т.к. в результате его неадекватных действий происходить ил 50 до 95% всех несчастных случаев [8, 21, 24, 34, 36, 40].

Одной из основных причин таких действий является недостаточная обученность персонала [8. 33]. Объясняется это тем, что современное производство требует сложных практических навыков, особенно в чрезвычайных и аварийных ситуациях, при выполнении работ повышенной опасности (горнодобывающая, нефтяная и другие отрасли промышленности), для приобретения и усвоения которых необходимо знание большого количества положений из нормативно-техн Я ЧССКОи документации.

Организация обучения всех категорий работающих правилам и нормам безопасности труда регламентируется стандартом [48]. Однако он не предусматривает каких либо методов. В свою очередь существует значительное число современных методов [11, 14, 30], но они не учитывают специфику обучения вопросам безопасности труда. Поэтому требуется на основе современных методов создать методику обучения правилам и нормам безопасности труда и таким образом, за счет качества подготовки персонала, стабилизировать, а в последствии, и улучшить состояние охраны труда.

Цель работы заключается в разработке автоматизированного комплекса обучения правилам и нормам безопасности труда, учитывающего нТуиГОршС персонала, его квалификацию, формы обучения, содержание изучаемого материала и др. Для достижения поставленной цели решаются следующие научные задачи:

• создание методики оценки влияния обученности персонала на возникновение причин несчастного случая;

• создание методики для определения последовательности изучения учебного материала на основе разработки математической модель' формирования стратегии обучения; разработка методики определения оптимального объема учебного материала на основе создания модели обучаемого;

• разработка способов автоматизированного 065'чения и контроля знаний обучаемыми, а также оценки степени усвоения учебного материала.

Методы исследований. Исследования выполнены с использованием теорий -вероятностей, математической статистики, матриц, графов, дифференциального исчисления, экспертных систем, систем баз данных; методов - математического анализа, математического моделирования, анализа сложных систем на основе представления их в виде сокращенных дизъюнктивных нормальных форм, представления исследуемого объекта в виде двухрежимного объекта управлении, приближенных вычислений, компьютерного моделирования.

Научная новизна заключается в разработанных принципах, моделях и способах оценки влияния подготовленности персонала на вероятность возникновения его неадекватных действий; математических моделях определения уровня подготовленности персонала и программы его обучения; создании на основе разработанных моделей обучающего комплекса с использованием вычислительной техники.

К защите представляются следующие основные научные положения:

• структура и принципы создания интеллектуальной автоматизированной системы обучения правилам и нормам безопасности труда;

• методика выбора порядка представления и объема учебного материала на основе использования математической модели стратегии обучения, использующей представление системы обучения в виде сокращенных дизъюнктивных нормальных форм (сокр.д.н.ф.); методика оценки индивидуальных способностей обучаемого на основе использования модели, представляющей его в виде двухреэкимного объекта управления, режим работы которого определяется характером процесса усвоения или контроля знаний (исследуемые процессы описаны в виде дифференциальных уравнений с неопределенными коэффициентами).

Практическая ценность. Обусловлена снижением уровня травматизма за счет улучшения качества обучения, достигаемого с помощью использования индивидуального подхода, обобщения передового опыта и широких возможностей для самостоятельной работы обучаемых.

Реализация работы. Работа выполнялась в рамках темы 01.28 "Разработать нормативно-правовую и программно-информационную базу профотбора, обучения и аттестации кадров предприятий ТЭК" на основании Решения N8/8 от 30.09.92 Коллегии Минтопэнерго и Госгортехнадзора "О состоянии безопасности и охраны труда на предприятиях ТЭК".

Основные результаты исследований нашли отражение в разработанном автоматизированном комплексе обучения, реализованном на ряде предприятий Минтопэнерго и состоящим из следующих частей: информационно-поисковой системы нормативно-технической документации; системы контроля знаний с элементами обучения;

• подсистемы контроля сроков проверки и качества знаний;

• деловой игры контроля уровня усвоения материала при коллективной подготовке персонала.

Апробация работы. Основные положения диссертации докладывались и обсуждались на: школе-семинаре по безопасности жизнедеятельности "Поиск-92", Москва, 1992 год;

• межвузовской с международным участием научно-практической конференции, посвященной 20-летию СамИИТа "За технический процесс на железных дорогах", Самара, 1993 год; УШ государственной научно-методической конференции "Новые образовательные системы и технологии", Самара, 1993 год; Всероссийской научно-методической конференции "Интегрированные системы непрерывного образования", Самара, 1994 год; научно-методической конференции по итогам научно-методической работы, посвященной 80-летию университета "Опыт и проблемы практической реализации многоуровневой системы образования", Самара, 1995 год;

Международной научной конференции "Проблемы безопасности железнодорожного транспорта", Новосибирск, 1995 год; Международном симпозиуме "Экология и безопасность жизнедеятельности, научно-прикладные аспекты, инженерные решения" в рамках Международного конгресса "Экология, жизнь, здоровье", Волгоград, 1996 год;

Международной научно-методической конференции "Проблемы безопасности и непрерывное образование по экологии и БЖД", Санкт-Петербург, 1996 год.

I. ПРОИЗВОДСТВЕННЫЙ ТРАВМАТИЗМ И СОСТОЯНИЕ ОБУЧЕНИЯ ПРАВИЛАМ И НОРМАМ БЕЗОПАСНОСТИ ТРУДА

С целью обоснования необходимости повышения качества подготовленности персонала знанию правил и норм охраны труда была проанализирована ее взаимосвязь с уровнем травматизма, как общего так и с тяжелым и смертельным исходом. Исследования проводились с использованием статистических материалов по Самарской области, которая является типичным представителем высокоиндустриального, многогранно развитого района страны.

Население области - около 3.5 миллионов человек, из которых по' iTf! 403' ù занято непосредственно в промышленности. Имеются предприятия практически всех отраслей народного хозяйства высокого уровня концентрации: десятая часть предприятий сосредотачивает две трети всех работников и три четверти выпускаемой продукции. Многие объединения, такие, как АО "АвтоВАЗ", металлургический завод АО "САМЕКО" и другие, являются крупнеишимн б странс. В ней сосредоточено свыше 40000 малых предприятий, осуществляющих практически все виды деятельности. В настоящее время имеет место некоторый спад производства. Так, если в 1990 году в промышленности было занято 1587 тысяч человек, то в 1993 году - 1288 тысяч человек.

Основные тенденции изменения травматизма во времени были получены в результате анализа общего травматизма, а также с тяжелым и смертельным исходом.

В таблице 1.1 приведены данные по количеству пострадавших при тяжелых и смертельных несчастных случаев на 10000 работающих за период 1977 - 1993гг.

Тя^ттипс» f I —

1 U • A.L » L^V», » « »

Год 77 78 79 80 81 К? 1

Количество пострадавших на 10000 работающих 1.44 1.18 1.16 1.29 1.10 1.П 1

Продолжение таблицы i. i

Год Количество пострадавших на 10000 работающих 83 1.14 84 1.08 85 1.44 86 1.28 87 | во 1 1 1.09 | 1.14 1 i

Год 89 90 91 92 91 q/1 У 1

Количество пострадавших на 10000 работающих 0.86 0.84 1.13 1.10 1 т? 1 !.!8

Для выявления динамики изменения количества пострадавших воспользуемся методом параболической интерполяцией статистического материала (таблицы 1.1) по методу наименьших квадратов [2], как наиболее соответствующего поставленной задаче. В этом случае необходимо найти функцию f(x), максимально приближенную к исходной функции F(x). В качестве ее значений выступает количество пострадавших на 10000 работающих, в качестве аргумента использована величина х=год-1977, нулевое значение которой соответствует началу отсчета. Величина х изменяется от 0 до 17, что соответствует годам от 1977 до 1994. Функция f(x) задастся следующим образом [2]: f(x) = a-x'+b-x + ct (l.i) ще а, Ь и с - искомые параметры, определяющие функцию Г(х).

Согласно [21 функция f(x) является наилучшим приближением к F(x), если аля нее величина S имеет наименьшее значение в сравнении с другими функциями, из числа которых выбирается искомое приближение, где

S=i[F(*,)-f(x,)]2 = I[yi-f<x,)]!,

• ч ■ i / 1 yt = FM.

N - число точек измерения.

Используя подстановку (1.1) в (1.2) получаем: е-¿и«,)-«*,)]* = |[у,г]-2а-1[у,х;]-2ь.х[ул]-2с-|;[у,] + • £[V] + 2аЬ ■ ¿[х,3] + Ь! • X[,,'] + 2ас• X[,,'] +'

1=1 1=1

Наилучшие (в указанном смысле) значения параметров а, Ь и с определяются путем решения системы з'равнений [2]:

ГЭБ Эа дЗ ЭЬ эз

Эс о о, о

1 Л)

Взяв частные производные от Э (используя (1.3)) по параметрам а; Ь и г. получаем:

ЭЗ М 7 14 4 м » М 2

- = -2-Хул" +2а-Хх, +2Ь-Х< + 2с-Хх, >

ЭБ ЭЬ

1=1 N

1 n

1 n

1 n

1=1 1=1 ¡=1 n а.э) г)5> N м м ~~2 " X У,- + 2а ■ + 2Ъ ■ Xх* + 2с • N. 1 1

1=1

С использованием (1.5) система уравнений (1.4) преобразуется следующим образом:

Xх* +Ь-Хх/ + с-2хГ = Хул"

•=1 1=1 1=1 1=1 n n т n n а ■ n

1=1 а-Хх/ЧЬ-¿х,+с^ = ХУ1

1 ¡=1 n X

1=1 4 у'% и.У^

Данная система уравнений является линейной. В матричной фор ме записи она имеет следующий вид:

Х4 3

1 1=1 " г " г

1 n

Хх<2 Хл ¿=1 ¿=1

1 n N

Хул' n

Хул

1 м

Еу,

1 тч v1' > >

Решая систему уравнений (1.7) (например, путем преобразования левой части матрицы к диагональному виду [2]) определяются искомые значения параметров а. Ъ и с. Путем подстановки их значений в (1.1) находится интерполирующая функция Г(х). Подставляя значения из таблицы 1.1 в (1.7) имеем:

327369 23403 1785 1988.64

23403 1785 153 171.54 п. Я) • /

1785 153 18 20,82

После преобразования к диагональном}' виду:

1 0 0 0.00151

0 1 0 -0.03676

0 0 1 1.31997

Таким образом искомая функция Ях) имеет следующий вид:

Кх) = 0.00151-х2 - 0.03676-х +1.31997, (1.10) щех=год-1977.

Сведения по общему травматизму за период 1977-1993 года взяты также из статистических отчетных данных и приведены в таблице 1.2. Были использованы данные из форм 7ТВН и, в последствии, 7Т, а также материалы расследований тяжелых и смертельных несчастных случаев с количеством пострадавших 2737 ж период с 1977 по 1993 годы.

Таблица \:2

N Наименование 77 78 79 80 81 82 83 84 85 п/п

1 Число травм на 1000 6.1 5.5 5.3 5.2 6.0 5.9 5.75 5.3 г г

2 работающих Число дней нетрудоспособности на 1 работающего 22.5 22.3 22.9 23.0 22.7 24.5 19.0 20.6 ОЛ о

3 Причины, связанные с машиной, % 28 26 26 24 25 24 22 21 20

4 Причины организацион- 42 39 25 41 38 36 34 36 Л У

5 ного характера В том числе по недостаткам в обучении 5 7 7 4 8 7 10 12 5

6 Количество пострадавших при тяжелых и смертельных несчастных случаях 201 165 163 180 154 161 160 151 227

7 Причины, связанные с человеком 91.5 90.3 90.8 91.2 90.3 91.3 92.5 93.4 92.6

8 Из них причины организационного характера 64.6 63.0 60.1 65.5 60.9 52.8 54.4 Г 1 л Л Л л но.н

9 В том числе по недостаткам в обучении 4 6 6.5 7 8 5.6 7 10 3 '

10 В том числе в первый год работы 21 14 13 16 34 18 27 24 47

N Наименование 86 87 88 89 90 91 92 93 п/п

1 Число травм на 5.4 5.3 5.3 5.36 5.7 5.5 5.2 4,9

2 1000 работающих Число дней нетрудоспособности на 1 работающего 21.3 21 19.2 18.6 16.7 17.4 13.1 ¡у.З

3 Причины, связанные с машиной, % 23 16 19 23 25

4 Причины 47 34 41 28 31 - - организацион-

5 ного характера В том числе по недостаткам в обучении 12 7 9 7 * 12 - -

6 Количество пострадавших при тяжелых и смертельных несчастных случаях 160 153 141 120 125 167 151 158

7 Причины, связанные с человеком 95.3 93.2 94.6 91.0 93.6 90.1 88.4 94.2

8 1 Из них причины организационного характера 61.3 58.4 67.0 64.4 68.5 71.3 56.6 УЛ 4 О^.Ч

1 о 1 1 1 О ТЛИ 1111Г.ТТЛ ПЛ недостаткам в л^и^ннн 2 7.5 8.4 9.1 6.9 п -■> о т А" 1 V. 1

10 В том числе в первый год работы 21 19 28 26 19 17 23 14

Анализ статистических материалов выполнялся также, как и в предыдущем случае.

Подставляя значения из таблицы 1,2 в (1.7) имеем для числа травм на 1000 работающих и числа дней нетрудоспособности на 1 работающего соответственно:

243848 18496 1496 798194

18496 1496 136 732.52 /1 МЛ

1496 136 17 93.21

243848 18496 1496 28400.5

18496 1496 136 2652.9 • 4 и. 11)

1496 136 17 350

После преобразования к диагональному виду имеем для числа травм па 1000 работающих (1.13) и числа дней нетрудоспособности на 1 работающего (1.14):

1 0 0 -0.001302

0 1 0 -0.011435 / 1 1

0 0 1 5.688929

1 0 0 -0.005948

0 1 0 -0265462

0 0 1 23234848

Таким образом искомая функция f(x) имеет следующий вид для числа травм на 1000 работающих (1.15) и числа дней нетрудоспособности на 1 работающего (1.16): f(x) = -0.001302 • х2 - 0.011435 ■ х + 5.688929, (И f(.x) = -0.005948 ■ х2 - 0.265462 • х + 23234848, (U6) щех=год-1977.

Нормированные (по отношению к максимальному значению каждого парамeipa) результаты расчетов приведены на рис. 1.1.

Результаты расчета параметров a, b и с для других строк таблицы i .2 приведены в таблице 1.3, а графики интерполирующих функций (для нормированных значений) - на рис. 1.2.

Из анализа графиков (рис. 1.1 и рис. 1.2) следует, что количество травм, несмотря на спад производства, остается на том же уровне, что фактически говорит о росте травматизма. Тяжесть травматизма за последние годы начинает расти. Поэтому требуется принятие экстренных мер для его снижения.

Для выявления доли недостаточной подготовленности персонала в количестве причин возникновения несчастного случая воспользуемся статистической обработкой данных таблицы 1.2 на основе корреляционно-регрессионного анализа.

1 - количество пострадавших на 10000 работающих

2- число травм на 1000 работающих

3- число дней нетрудоспособности на 1 работающего

Рис. 1.1

Т п ^ ТТТ» 1ТП I ^ 1 ЦУЛИЦЦ I ^

N п/п Наименование а ■к и Л V»

1 2 Число травм на 1000 работающих Число дней нетрудоспособ-носги на 1 работающего -0.00022 -0.00024 -0.00184 -0.01094 0.93253 0.94Ж»2

3 4 5 Причины, связанные с машиной Причины организационного характера В том числе по недостаткам в обучении 0.00370 -0.00161 -0.00178 -0.06492 0.01561 0.04983 1.02685 Л Л .-.Л л .* и./оую Г\ Л Л У и.ччииу

6 7 8 9 10 Количество пострадавших при тяжелых и смертельных несчастных случаях Причины, связанные с человеком Из них причины организационного характфа В том числе по недостаткам в обучении В том числе в первый год работы 0.00054 -0.00037 0.00159 -0.00062 .0.00444 -0.01829 0.00676 -0.02238 0.02006 0.07280 Л ОЛОЛ/- и.оиоио л олл11 \JeJ~t~Т1 1 л «0000 0.55541 0 44

-4—11 .1

-а—<г

-а^з

-л] I

-*— 61 I

-•— в | I в|

77 78 7в 80 81 82 83 84 86 86 87 88 89 90 91 92

1- причины, связанные, с машиной

2- причины организационного характера

3- в том числе по недостаткам в обучении

4- количество пострадавших при тяжелых и смертельных несчастных случаях

5- причины, связанные с человеком

6- из них причины организационного характера

7- а том числе по недостаткам в обучении

8- в том числе в первый год работы

Рис. 1.2

Вычислим коэффициенты парной корреляции г по формуле (1.17) [16]: у=1 /1 174 Г = —-,

N ■ где

X., У - параметры; N - число измерений; х =

Оу =

IX (X -X)2 N -1

IX (У. -У У

N-1

X —, N n XX у N

В таблице 1.4 приведены коэффициенты корреляции г между числом травм на 1000 работающих (Т) и числом дней нетрудоспособности на 1 работающего (Д) с причинами несчастных случаев, связанными с машиной, причинами организационного характера, в том числе по недостаткам в обучении. Также приведено значение величины и [16]:

Г Т 4 Гл-7 " и =1 - VI - г2, представляющей собой индекс, прогностического значения коэффициента корреляции, определяющего долю варьирования интересующего нас параметра, которая может быть предсказана на основании изменения значения другого параметра.

По такому же принципу построена таблица 1.5, отражающая взаимосвязь количества пострадавших при тяжелых и смертельных несчастных случаях с причинами, связанными с человеком, причинами организационного характера, по недостаткам в обучении и в первый год работы.

Нумерация в таблицах 1.3 и 1.4 совпадает с нумерацией в таблице 1.2. т /г « л

1 1ШЛИЦЦ I

N п/п Наименование Коэффициент корреляции с Т ГТ 1- Коэффициент корреляции с Д ГД 1

1-*>г2 /1 1

3 Причины, 0.48 0.1206 0.29 0.0429 связанные с машиной

4 Причины 0 0 0.49 Л <л и. 1 Z^^♦0 организаци- оного характера

1 N I В том числе по 0.09 0.0039 -0.62 П "> 1 7,1 и к 1 1 недостаткам в

1 обучении

Таблица 1.5

N п/п Наименование Коэффициент корреляции с количеством пострадавших при тяжелых и смертельных случаях г . 1. 1 - V I - г"

7 Причины, связанные с человеком -0.09 0.004

8 Из них причины -0.36 0.06X7 организационного характера Л ^ и.лю^

9 В том числе по недостаткам в -0.61 обучении

10 В том числе в первый год работы 0.07 л лли и.чи^

Из анализа таблиц 1.4 и 1.5 следует, что причины, связанные с человеком, в том числе причины, связанные с обучением, коррелированы с числом травм на 1000 работающих и числом дней нетрудоспособности на 1 работающего, а также с количеством пострадавших при тяжелых и смертельных несчастных случаях в пределах от 9 до 61%, причем имеет место тенденция возрастания корреляции при увеличении степени тяжести несчастного случая.

Однако коэффициент корреляции не позволяет в явной форме оценить связь недостаточной подготовленности персонала и причин возникновения несчастного случая, а только выявить, что такая связь имеется и она весьма значительна.

Приведенная статистика (таблица 1.2) зачастую говорит лишь о формальной стороне-вопроса. Поэтому для выявления роли подготовленности персонала необходимо рассмотреть взаимодействие факторов, определяющих неадекватное поведение человека.

Модель системы обеспечения безопасности С точки зрения учета фактора обученности существуют два основных подхода к анализу механизма формирования несчастных случаев. Во-первых, можно определить какой последовательный ряд событий приводит к неадекватно ку поведению и следовательно к травмам и, во-вторых, какие на эти события влияют. В этой связи могут быть рассмотрены модели ступенчатого вида [8], пригодные для получения требуемой информации.

В системе человек-машина-среда (ЧМС) недостатки в подюшвкс определяются элементом "человек" - его неадекватным поведением, поэтому необходимо рассмотреть взаимодействие факторов, определяющих неадекватное поведение человека. Блок-схема взаимодействия факторов приведена на рис. 1.3 [8].

Действия человека, приводящие к созданию травмоопасной ситуации, рассматриваются как следствие его неадекватного поведения, сложность которою заключается в необходимости своевременного обнаружения опасности, диагностировании и выборе адекватного способа реагирования. шСТСрш } определяющие уровень травмоопасности, связаны с количеством, качеством и скоростью поступившей информации (информационные), состоянием работоспособности человека, а также степенью обученности безопасным приемам работы, уровнем контроля за производством работ, наличием, использованием и качеством индивидуальных средств защиты, применением различных по стспснк опасности приемов труда (организационные).

Факторы, определяющей уровень опасности чк

Информационные \ Связанные с работоеп особн о елью ✓ Организационные

У Ч \

31

37

Беауелоаньт рефлексы сам о сохран ен и я

7РЕ

Психофизиологические качества и свойства

Профессиональные навыки и умения

Защитные факторы

Рис. 1.3 1

Мотивы труда и его безопасность

К защитным факторам относятся безусловные рефлексы самосохранения, психологические качества и состояния, профессиональные навыки и умения, мотивы труда и его безопасность. Под безусловными рефлексами понимается надежность функционирования организма человека за счет структурной избыточности и биологическая способность противодействовать опасности. Психологичсскис качества и состояния проявляются в чувствительности к обнаружению сигналов опасности, скоростных возможностях реагирования и т.п. Под профессиональными свойствами и опытом понимается умение решать поставленные задачи безопасно. Уровень мотивации к обеспечению безопасных условий труда у различных людей в отличающихся ситуациях не одинаков. Одним из факторов, определяющих его, является состояние обученности персонала.

Механизм функционирования защитных факторов, структурно представлен в виде "последовательной" модели, изображающей ряд ситуаций, ведущих либо к несчастному случаю, либо к его профилактике в зависимости восприятия и осознания опасности, принятого решения и действий человека (рис. 1.4) [8].

Каждая из стадий представляет специфические компоненты поведения, заложенные в личности работника. Отсюда возникает, что человек должен быть обучен:

• правильному восприятию информации; умению быстро и качественно обрабатывать информацию; умению принимать правильные решения;

• правильным действиям в требуемой последовательности.

Недостаточность этих знаний и умений может привести к:

• нарушению установленного хода и параметров технологического процесса;

• неправильному использованию оборудования, приспособлений, инструментов, материалов; применению опасных приемов труда;

• неприменению средств индивидуальной защиты;

• отсутствию контроля за процессом производства;

• нарушению режимов труда и отдыха; неудовлетворительному содержанию рабочих мест;

• др., что может привести к возникновению несчастного случая.

Блок-схема, определяющая связь факторов, влияющих на уровень опасности в зависимости от подготовленности персонала с профессиональными навыками и умениями, приведена на рис. 1.5.

Наличие, опасных обстоятельств

Нет

Воспр] пятне опасности

Сенсорное восприятие

Г) 6 ч

С.

Да

Нет

Осо, знание опасности

Нет

Обработка информации

Решение избежать

Направленное, поведение

11 е.

Р сн л

Нет

Да

Способность избежать

Антропометрические н биомеханические данные, ловкость и отработанность движений чЬ- М^ чЬ" ч)/"

-лучаииость

Дв о лучаиность

Несчастный случаи

Предотвращение несчастного случая

ТРГ

Рис, 1.4

Факторы, влияющие на уровень опасности в зависимости от подготовленности персонала

Нарушение параметров технологического процесса.

Неправильное использование оборудования, приспособлений, инструментов, материалов

Применение опасных приемов труда.

Неприменение средств индивидуальн ой защиты

Отсутствие контроля за процессом производства

Нарушение режимов труда и отдыха

Неудовлетворительное содержание рабочих мест Ж

31

Своевременн осп? проверки знании

Высокое качество преподаваемого материала

Соответствие материала

КВЭЛИфИКЭ-ЦИИ обучаемого

Соответствие материала поставленным задачам

Методика обучения, соответствующая объему, уровню знаний обучаемого

Факторы, определяющие профессиональные навыки и умения

Рис. 1.5

Данная блок-схема использована для количественной оценки влияния подготовленности персонала на возникновение потенциальных причин несчастного случая с использованием эффективного и наглядного метода дерева отказов [25]. Сущность метода сводится к разложения (анализу) или построению (синтезу) головного неблагоприятного события на ряд первичных, вторичных и т.п. событий, построенных с учетом причинно-следственных связей. Каждое событие выражается логическими операциями "И" (последовательная цепочка событий) к "ПЛИ" (возможность наступления любого из независимых событий).

Дерево отказов для оценки возникновения несчастного случая в зависимости от обученности персонала представлено на рис, 1.6.

Проведем количественный анализ дерева отказов. Обозначим недостатки в подготовке персонала как событие А. несчастный случай - событие В. Тогда задача сводится к определению условной вероятности Р(А/В), которая вычисляется следующим образом [4, 17]:

• ' Р(В) (1.19) где

Р( А л В) - вероятность того, что произойдет событие А и В; Р(В) - вероятность события В.

Несчастный случай (событие В) определяется п - независимыми факторами

В,, В2,., Вя, первые к из которых , В2.Вь могут произойти из-за недостатков в обучении. Вероятность события В находится объединением вероятностей событий , B¿. Вп по схеме "или" по формуле [4, 17]: р(В) = 1-па-Р(в,)>.

Несчастный случай

Факторы» которые могут возникнуть из-за недостатков в обучении

Т1^ или ^

Факторы ■"которые не могут возникнуть из-за недостатков в обучении

Нарушение параметров ■кягезлогачеекого процесса

Неправильное ив пользование оборудования, приспособлении, инструментов, материалов

Отсутствие контроля за. процессом производства I

Применение опасных приемов труда

Нарушение река шов труда и отдыха

Неприменение средств индивидуальной защты I

Неудовлетворительное содержание рабочих мест ши^ ^илзГ^ ^илиЛ,

1 - причины, связанные с недостатками в обучении

2 - другие причины

Рнс.1.6

Вероятность события Р(А л В) определяется следующим образом [4, 17];

Р(А л В) = Р((А, а В,) v (А2 л B2).v(A4 a BJ v (Аь+1 а В1+1). v(An а В.)) = 1 - ПО ~ Р(А, а В,)) °'2!) 1 где

Р( А V В) - вероятность того, что произойдет событие А или В.

Поскольку факторы Bi+1,. ,В„ не могут произойти в результате недостатков в обучении (события А. и В. несовместимы при i>k), то [4, 17]:

Р(А. л В.) = 0 при i>k. (1.22)

Отсюда следует, что

Р(А А В) = 1 - П (1 - Р(А. а В,)). " 2-} i=i

Вероятность Р(А а В.) определяется следующим образом [4, 17]:

Р(А А В() = Р(В. А А.) = Р(В. )Р(А. / В.). 0-24)

Обозначив Р(В.) как р., Р( А. / В.) как р. , Р(Д/В) как Р, в результате получим:

-m-ppj р=—а-. где

Р-вероятность недостатков в подготовке при возникновении несчастного-случая (то есть доля несчастных случаев, которая возникает из-за недостатков в обучении); р.- вероятность возникновения 1-го фактора, определяющего несчастный случай; р. - вероятность недостатков в подготовке при возникновении 1-го фактора (то есть доля возникновения ¡-го фактора, произошедшего из-за недостатков в обучении).

В соответствии с рис. 1.6: р.,- вероятность нарушения параметров технологического процесса, приводящих к несчастному случаю; / р1 - вероятность недостаточной подготовки, приводящая к нарушен про хода технологического процесса; р2- вероятность применения опасных приемов труда, приводящих к несчастному случаю; р, - вероятность недостаточной подготовки, приводящая к применению опасных приемов труда; р3- вероятность неприменения средств индивидуальной защиты, приводящих к несчастному случаю;

Рз - вероятность недостаточной подготовки, приводящая к неприменению средств индивидуальной защиты; р4- вероятность нарушения режимов трз'да и отдыха, приводящих к несчастному случаю; / р4 - вероятность недостаточной подготовки, приводящая к нарушению режимов труда и отдыха; р5-вероятность неудовлетворительного содержания рабочих мест. приводящих к несчастному случаю; / р5 - вероятность недостаточной подготовки, приводящая к неудовлетворительному содержанию рабочих мест; р6- вероятность неисправности оборудования, приспособлений, материалов. приводящих к несчастному случаю; / рь - вероятность недостаточной подготовки, приводящая к неисправности оборудования, приспособлений, материалов;

I р7-вероятность отсутствия контроля за производством, приводящая кнесчасгному случаю; / р7 - вероятность недостаточной подготовки, приводящая к отсутствию контроля за производством; ра - вероятность возникновения других факторов, приводящих к несчастному случаю.

Задавав эти величины по [В] (таблица 1.6), оцениваем искомую вероятность недостатков в обучении при возникновении несчастного случая Р.

Р = 0.059 - 0.234, что совпадает с фактическими результатами (таблица 1.2).

Т . —■ 1 г

1 иилици 1

1 Р, ! Р(

1 0.0005-0.001 0.1-0.25

0.0005-0.001 0.1-0.25

3 0.0005-0.001 0.1-0.25

4 0.0005-0.001 0.1-0.25

5 0.0005-0.001 0.1-0.25

6 0.0005-0.001 0.1-0.25

7 8 0.0005-0.001 0.00025-0.005 0.1-0.25

Таким образом:

• в условиях изменившихся политических и экономических условий травматизм (на примере Самарской области) остается достаточно высокий; в значительной степени он зависит от подготовленности персонала по вопросам безопасности труда, как непосредственно занятого в производстве, так и организующего выполнение работ;

• травматизм, зависящий от подготовленности персонала, может колебаться в пределах от 5.9 до 23.4 % от общего числа несчастных случаев;

• для снижения числа несчастных случаев в части, зависящей от подготовки персонала, требуется проанализировать способы и методы обучения н внести на этой основе соответствующие корректировки в этот процесс.

II. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОБУЧЕНИЯ ПРАВИЛАМ И НОРМАМ

БЕЗОПАСНОСТИ ТРУДА

Для построения автоматизированного комплекса необходимо провести анализ существующих методов и приемов обучения, на этой основе смоделировать деятельность обучающего и сформировать основные функции автоматизированной системы обучения [13].

ВЫВОДЫ И РЕКОМЕНДАЦИИ

1. В условиях изменившихся политических и экономических условий травматизм (на примере Самарской области) остается достаточно высоким. В значительной степени он зависит от подготовленности персонала по вопросам безопасности труда (на основе анализа статистических данных и разработанной модели формирования неадекватных действий человека рассчитано, чш он колеблется в пределах от 6 до 23 % от общего числа несчастных случаев), что требует создания научных основ обучения вопросам безопасности труда.

2. В результате синтеза объекта обучения получена структура и параметры модели системы как объекта, что позволило использовать методы математического моделирования для выбора оптимальной стратегии обучения и построения модели обучаемого

3. Разработана математическая модель стратегии обучения и и ссисбс представления системы обучения в виде сокращенных дизъюнктивных нормальных форм, позволяющая из большого объема учебного материяггя выбрать наиболее важный для усвоения, а также порядок изучения различных тем и учебных вопросов.

4. Разработана математическая модель обучаемого, представляющая его б виде двухрежимного объекта управления, режим работы которого определяется характером процесса усвоения или контроля знаний и описанная в виде дифференциальных уравнений с неопределенными коэффициентами, позволяющая на основе анализа индивидуальных свойств (уровень подготовки, способность к усвоению з^чебного материала и т.п.) создать отдельнзто программу подготовки для каждого обучаемого.

5. Создан реальный комплекс обучения правилам и нормам безопасности труда, позволяющий производить автоматизированное обучение ИТР и оперативного персонала и на этой основе снизить время обучения, высвободить штат преподавателей, оперативно изменять программу обучения при появлении новых: нормативно-технических документов.

6. Комплекс внедрен в системе предприятий Минтопэнерго, в результате чего повышена эффективность обучения, уровень подготовки персонала, улучшен контроль за сроками и качеством обучения, что имеет социальный зффекл. Разработанные методы и способы обучения используются при преподавании курса "Безопасность жизнедеятельности" в СамГТУ. Они могут быть использованы при преподавании других дисциплин. Разработанные математические модели и методики позволяют производить .дальнейшее совершенствование автоматизированного комплекса.

1. Анкундинов Г.И. Синтез структуры сложных объектов. Логико ком бикаторнь»й подход. Л., ЛГУ, 1986, 258с.

2. Бронштейн И.П. Семендяев К.А. Справочник по математике для шркенсров и учащихся ВТУЗов. М.: "Наука",-1964, 608с.

3. Бусленко Н.П. Моделирование сложных систем. М., "Наука", ¡968.

4. Гмурман В,Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1972. - 368с.

5. Дейт К. Введение в системы баз данных. М., "Наука", 1980 г.

6. Дружинин В.В., Конторов Д.С. Проблемы сисгемолопш. М., "Сов. радио::: ¡976.

7. Дьяконов В.II. Справочник по алгоритмам и программам на языке бейсик для персональных ЭВМ. М.: Наука, 1987, 240с.

8. Котик М.А. Психология и безопасность Таллин: Валгус, 1981, 392с.

9. Крамм Р, Системы управления базами данных dBase II и dBase III для персональных компьютеров. М., "Финансы и статистика", 1991 г.

10. Ю.Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на бейеике. М.; "Финансы и статистика",-1991, 238с,

11. П.Лернер И .Я. Дидактическая система мегодов обучения. М.: "Знание", 1976.

12. Лорьер Ж.-Л. Системы искусственного интеллекта. М.: "Мир",-1991, 568с

13. Ляудис В.Я. Тихомиров O.K. Психология и практика автоматизированного обучения. Вопросы психологии. 1984, N6. -с, 16-27.

14. И.Махмутов М.И. Проблемное обучение. М.: "Педагогика", 1975.

15. Месарович М., Такахара И. Общая теория систем. Пер. с англ., М., "Мир", 1978.

16. Зб.Мисюк Н.С. Мастыкин A.C. Кузнецов Г.П. Корреляционно-регрессионный анализ в клинической медицине. М.-Медицина, 1975, 192с.

17. Мосгелпер Ф. РуркеР. Томас Дж. Вероятность. М.: Мир, 1968. - 432с.

18. Нагао М., Катаямо Т., Уэмура С. Структуры и базы данных. Москва, "Мир", 1986 г.

19. Невский А.Н. Обязательное страхование от несчастных случаев на предпримет* и в организациях России. Безопасность труда в промышленности N1, !995г. Стр.31-34.

20. Никитин Б. 245 миллионов рублей псу под хвост. Охрана труда и социальное страхование N12, 1991 г. Стр. 1.

21. Панов Г.Е. Эргономика в нефтяной промышленности. М.: Недра, i979r. - 277с.

22. Ретер Д. Способность к обучению у взрослых. Вопросы психологии. 1985. N1. -с. 5 7-66.

23. Рубан А.И. Адаптивное управление с идентификацией. Томск: Издательство томского университета, 1983, 134с.

24. Русак О.Н. Проблемы охраны груда в деревообрабатывающей промышленности. Л.: ЛГУ, 1975г. - 240с.

25. Скобунов В.В., Виноградов Ю.Н. Оценка безопасности строительного производства. Охрана труда в строительстве. Сборник трудов. М.: МИСИ 1984г. Стр. 14-20.

26. Taxa X. Введение в исследование операций. Часть 2. М.: "Мир",-1985. 496с.

27. Тиори Т., Фрай Д. Проектирование структур баз данных. М., "Мир", 1985 i.

28. Фисак Е. Вырваться из безысходности. Охрана труда и социальное страхование N11, 1991г. Стр.1-4.

29. Флейшман Б.С. Основы системологии. М., "Радио и связь", 1982.

30. Харьковский З.С. Чуракова Р.Г, Приемы и средства обучения. М.: "Знание '. iv77. 52с.

31. ЗЬЦвиркуи А.Д. Основы синтеза структуры сложных систем, М., "Наука", 1982,

32. Четвериков В.Н. и др. Базы и банки данных. М., "Высшая школа", 1987 г.

33. Шрейдер Ю.А. Равенство, сходство, порядок. М., 1971, 256с.1 13

34. Зб.Щербина А.Н. Соционика один из методов снижения числа должнопныл ошибок. Безопасность труда в промышленности N1, 1995г. Стр.34-38.

35. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. М.: "Финансы и статистика".-1987, 190с.

36. Экспертные системы. Принципы работы и примеры. Под редакцией Р.Форсайта. . М: "Радио и связь",-1987, 222с.

37. Построение экспертных систем. Пол, редакцией Ф.Хейрс-Рот, Д.Уотермака, ДЛената. М.: "Мир",-1987, 442с.

38. Количественная оценка тяжести труда. Межотраслевые методические рекомендации ВНИИ Труда, М.:-1984, 152с.

39. Филиппова Т.П., Яговкин Н.Г. Компьютеризация процесса обучения вопросам охраны труда. Сборник тезисов докладов школы-семинара по оеллшсниаи жизнедеятельности "Поиск-92". М.: МАИ, 1992г., с.43-45,

40. Яговкин Н.Г. Аттестационные вопросы по основным межотраслевым нормативным документам и ответы на них. Самара: СамГТУ, 1995 год. 3 пл.

41. Яговкин Г.Н., Яговкин Н.Г. Автоматизированный комплекс обучения прятшям и нормам охраны труда руководителей и специалистов АО, РНУ, ЫПС и др, Организаций системы транспорта нефти. Самара; СамГТУ, 1995 год, 12 п.л.

42. ГОСТ 12.0.004-90. Организация обучения безопасности труда. Общие положения.

43. ГОСТ 12.0.002-80 ССБТ. Термины н определения.

44. ГОСТ 7.27-80 С ИБП Д. Научно-информационная деятельность. Основные термины и определения.

45. Cronbach L.J. How can instruction be adapted to individual differences? In. R.M.Gagne, Ed., Learning and individual differences (pp. 23-29). Columbus, OH; Charles E.Merril, 1967.

46. Glaser R. Instructional psychology: Past, present and future. Amerycan Psychologist, 37, 292-305 (1982).

47. Ackertnan P.H. Wiekens C.D. and Schneider \V. Deciding the existence of a timesharing ability: A combined methodology and theoretical approach. Human t'actors, lb, 71-82(1984).

48. North R.A., and Gopher D. Measures of attention as predictors of flight ртогшапсе. Human Factors, 18, Ы4 (1976).

49. Cooper L.A. Individual differences in visual comparison processes. Perception & Psychophysics, 12, 443-444(1982).

50. Larkin J.H. Enriching formal knowledge: A model for learning to solve problems in physics. In: J.R.Anderson, Ed., Cognitive skills and their acquision. Hillsdale, MJ: Erlbaum, 1981.

51. Larkin J.H. McDermott J. Simon D.P. and Simon H.A. Models of competence in solving physics problems. Cognitive Science, 4, 317-345 (1980b).

52. Tennyson R.D. Christenson D.L. and Park S.I. The Minnesota adaptive instructional system: An intelligent CBI system, Journal of Computer-Based Instruction. ii. 2-13 (1984).

53. Psotka J., Computer-Based instructional research and development in the Axm : An overview, Journal of Computer-Based Instruction, 10, 73 (1983).

54. Hofstetter F.T., The cost of PLATO in a university environment, Journal of Computer-Based Education, 9, 248-255 (1983).

55. Alpert D., and Bitzer D.L,, Advances in computer-based education, Science, 167, 1582-1590 (1970).

56. Kearsley G.P., The costs of CAI: A matter of assumption, AEDS Journal, 10, 100 112 (1977).

57. Douglas J.H., Learning technology comes of age, Science News, 110, i 70- i 74 < ¡976.).

58. Dennis V.R. Computer managed instruction and individualization (Report No. i. Illinois Series on Educational Application of Computers). Champaign, IL: Ui uversity of Illinois, 1979.

59. Brown J.S., and Burton R.R., Diagnostic models for procedural bugs in ииипеншиеа! skills, Cognitive Science, 2, 155-192 (1978).

60. Brown J.S., Burton R.R., and Bell A.B. SOPHIE: A sophisticated instructional environment for teaching electronic troubleshooting (an example of Ai in CIA) (Technical Report No. 2790). Cambridge, MA: Bolt, Beranek, and Newman, iv74.

61. Brown J.S., Rubinstein R., and Burton R. Reactive learning environment for computer assisted instruction (Technical Report No. .3314). Cambridge, MA: Bolt, Гкгапек, and Newman, 1976.

62. Burton R.R., and Brown J.S., Toward a natural-language capability for computer-assisted instruction. In: H.F.O'Neil, Ed., Procedures for instructional system development (pp. 273-313), New York: Academic, 1979.