Методика формирования когнитивных компетенций по выходу из нештатных ситуаций для эксплуатирующего персонала авиационной и ракетно-космической техники

Автор: Остапченко Ю.Б., Кудряков С.А., Шаповалов Е.Н., Беляев С.А.

Журнал: Теория и практика современной науки @modern-j

Рубрика: Образование и педагогика

Статья в выпуске: 1 (7), 2016 года.

Бесплатный доступ

Статья посвящена разработке методики обучения персонала, эксплуатирующего авиационную и космическую технику, анализу возможных последствий нерасчетных ситуаций и формированию профессиональных компетенций по их преодолению.

Нештатная ситуация, эксплуатация техники, авиационная и ракетно-космическая техника, эксплуатирующий персонал, компетенции

Короткий адрес: https://sciup.org/140267249

IDR: 140267249

Текст научной статьи Методика формирования когнитивных компетенций по выходу из нештатных ситуаций для эксплуатирующего персонала авиационной и ракетно-космической техники

Помимо неисправностей, в процессе эксплуатации комплексов авиационной и ракетно-космической техники (АРКТ) возникает достаточно большое количество других отклонений выполнения технологических операций от установленных требований. Такие отклонения называются нештатными ситуациями (НшС). Неопределенность, связанная как с причинами возникновения НшС, различными сценариями их развития, которые могут привести к происшествиям (катастрофам, авариям, поломкам техники, гибели персонала, нанесению ущерба окружающей природной среде), так и с возможностью принятия неверных решений по выходу из этих ситуаций, обусловливает высокую степень ответственности за принятие решений по выходу из таких ситуаций [4,10,11].

Кроме того при эксплуатации сложных систем часто наблюдаются ошибки эксплуатирующего персонала, которые в наиболее обобщенном виде можно условно разделить на три группы.

Во-первых, ошибки, связанные с недостаточными знаниями устройства, принципа функционирования АРКТ, а также так называемые нарушения технологической дисциплины, или несоблюдение установленной технологии выполнения операций.

Во-вторых, нарушения требований безопасности, что часто приводит к нештатным ситуациям.

В-третьих, неверные решения, принимаемые руководителями работ по выходу из нештатных ситуаций.

Во многом эти проблемные вопросы связаны с недостаточной эффективностью функционирования системы поддержки принятия решений (СППР) при эксплуатации АРКТ. Принимаемые решения должны быть обоснованы с учетом всех возможных их последствий и приняты в установленные сроки, как правило, сжатые. Полностью исключить риск принятия неправильного решения невозможно, но свести его к минимуму -это реальная задача. Функционирование СППР должно быть направлено на предоставление лицу, принимающему решение (ЛПР), необходимой информации.

Нельзя не отметить существенно снизившийся за последнее время уровень подготовки эксплуатирующего персонала. В современных условиях эксплуатации АРКТ существенно изменяется роль эксплуатирующего персонала, значительно повышаются требования к его квалификации, в первую очередь – знаниям, умениям и навыкам принятия и реализации решений по выходу из многочисленных нештатных ситуаций, возникающих в процессе опытной отработки, ввода в эксплуатацию и эксплуатации АРКТ [6,10,11].

Правильно принятые и реализованные персоналом решения при возникновении нерасчетных НшС в процессе наземной эксплуатации АРКТ позволяют предотвратить их или существенно снизить ущерб от них. Недостаточный уровень профессиональной подготовки персонала АРКТ, действующего в условиях возникновения НшС, может стать причиной серьезных происшествий с катастрофическими последствиями.

Задача подготовки персонала по действиям в подобных ситуациях представляется весьма актуальной, и важнейшим этапом данной подготовки является формирование когнитивных профессиональных компетенций по анализу возможных выходов из НшС на основе модели принятия решения [4,6,7].

Модель принятия решения предполагает последовательное решение следующих задач:

  • -    разработка модели развития нештатной ситуации;

  • -    анализ и обоснование критерия принятия решения по выходу из НшС;

  • -    разработка алгоритма принятия решения по выходу из НшС.

  • А.    Модель развития нештатной ситуации

Нерасчетные НшС характеризуются тем, что они не происходили ранее и не описаны в эксплуатационной документации. Выход из таких НшС предполагает последовательность принимаемых решений, т.е. условно может быть разделен на несколько шагов (этапов). При этом под этапом принятия решения понимается процесс анализа информации оценивания возможных вариантов решения, выбора приемлемого варианта по обоснованному критерию, его реализация вплоть до поступления информации, либо обусловливающей необходимость принятия следующего решения, либо свидетельствующей о возвращении процесса в штатный режим. Количество этапов принятия решения заранее не известно.

Если в результате принятого решения объект переходит в штатное (планируемое данным решением) состояние, то дальнейших решений не требуется. В противном случае требуется принятие нового решения на основе анализа сложившейся ситуации.

Процесс возникновения и развития НшС можно представить в виде антагонистической игры с двумя участниками: 1) лицо, принимающее решение (ЛПР), задачей которого является выход из нештатной ситуации, 2) сама НшС, развитие которой может происходить по различным сценариям, в том числе и в зависимости от принимаемых ЛПР решений. При этом второй игрок (НшС) является фиктивным игроком (ФИ) [9, 5].

Цель ЛПР состоит в максимизации выигрыша, включающего как достижение цели проводимого процесса, так и предотвращение возможного ущерба вследствие развития нештатной ситуации в аварийную (катастрофическую). Цель фиктивного игрока состоит в минимизации выигрыша ЛПР – максимальном ущербе от развития НшС.

В зависимости от внешнего проявления НшС, накопленного опыта выхода из подобных ситуаций (или его отсутствия), имеющегося запаса времени, ресурсов, влияния проводимой операции на конечный результат и других факторов, ЛПР может действовать с различными целями.

Во-первых, оперативное устранение НшС и продолжение выполнения процесса для получения требуемого целевого результата.

Во-вторых, остановка выполнения операции, установление причины возникновения НшС, ее устранение с привлечением дополнительных ресурсов и времени, а затем продолжение выполнения процесса.

В-третьих, немедленное прекращение текущей операции и других сопряженных работ с целью недопущения развития НшС до аварии (катастрофы) и отказ от дальнейшего выполнения процесса.

Соответственно этим целевым установкам выбираются стратегии ЛПР.

Под стратегией ЛПР понимается выбранная цель выхода из НшС и совокупность действий по ее достижению.

Тогда игра Г представляет собой кортеж:

Г =< 2, { S i } 2 = 1 , { H i } 2 = 1 >=< A, B , H > ,                               (1)

где s – множество стратегий i го игрока;

H – множество выигрышей i го игрока;

A^> =< ax , a 2, a 3 - множество стратегий 1-го игрока (ЛПР);

B – множество стратегий 2-го игрока (ФИ);

H – множество выигрышей 1-го игрока (проигрышей 2-го игрока).

a – стратегия 1, направленная на устранение причины НшС и дальнейшее выполнение процесса по первоначальному плану.

a – стратегия 2, связанная с отсрочкой (или дополнительными ресурсами) для установления причины НшС и принятия решения о дальнейшем выполнении процесса после устранения причины НшС.

a – стратегия 3, связанная с отменой дальнейших работ и необходимостью выхода из НшС (прекращение работ, эвакуация персонала, недопущение аварийного развития НшС).

Основная сложность при выборе стратегии ЛПР состоит в неопределенности сценариев развития НшС. Эта неопределенность описывается стратегиями ФИ.

В наиболее благоприятном для ЛПР случае возникшая НшС допускает оперативное устранение причины ее возникновения и дальнейшее выполнение операции с заданными параметрами (стратегия b ).

Второй вид возможных сценариев развития НшС предполагает привлечение дополнительных ресурсов, задержку и дальнейшее выполнение операции только после устранения причины НшС (стратегия b ).

Третья ситуация не допускает дальнейшего выполнения операции и требует ее отмены (прекращение работ, при этом считается, что авария не происходит) (стратегия b ).

Четвертая ситуация предполагает аварийное (катастрофическое) развитие ситуации (стратегия b ).

Таким образом, множество стратегий 2-го игрока (ФИ) представляет собой кортеж из четырех элементов:

B < 4     b l , b 2 , b 3 , b 4 .                                                       (2)

Матрица цены игры (выигрышей игроков) при использовании ими всех возможных стратегий представляет собой множество выигрышей ЛПР

(проигрышей ФИ) и имеет вид:

H [3,4] =

h h

11     12

h 21

h 31

h 22

h 32

h h к. к, к,

где hy - выигрыш ЛПР, реализующего i -ю стратегию при условии, что ФИ использует j -ю стратегию.

Будем считать, что элементы матрицы (3) известны.

Обозначим возможные сочетания ситуаций, характеризующих выборы игроками различных стратегий, через ( i , j ).

Реализация стратегии ах приводит к штатному выполнению процесса в ситуации (1,1), к выполнению процесса с дополнительными незапланированными ресурсами - в ситуации (1,2), к отмене выполнения процесса и сохранению объекта - в ситуации (1,3), к происшествию (аварии, катастрофе) - в ситуации (1,4).

Реализация стратегии a приводит к выполнению процесса с дополнительными незапланированными ресурсами в ситуации (2,1), к выполнению процесса с дополнительными запланированными ресурсами в ситуации (2,2), к отмене выполнения процесса - в ситуации (2,3), к происшествию - в ситуации (2,4).

Реализация стратегии a приводит к отмене выполнения процесса во всех ситуациях.

После каждого этапа принятия решения возможны следующие варианты:

  • 1)    если решение было принято правильно (соответствовало сценарию развития НшС), то дальнейшее развитие событий происходит по штатной схеме и задача решена;

  • 2)    если решение было принято неправильно (принятое решение не соответствовало сценарию развития НшС), то на основании появившейся информации следует вновь решать задачу принятия решения.

Весьма существенным фактором нерасчетных НшС является неопределенность, связанная с незнанием истинной причины НшС и обусловливающая различные сценарии ее развития.

Выбор решения обусловлен теми последствиями, к которым это решение может привести, главным образом, – к аварии. Иными словами, выбор стратегии лицом, принимающим решение, практически полностью определяется вектором стратегий фиктивного игрока. Таким образом, при решении задачи выбора стратегии ЛПР можно ограничиться одним вектором Р <4s =< рх, p2, р3, p 4 > , описывающим вероятности реализации одного из возможных сценариев развития НшС, а именно:

p – вероятность реализации сценария развития НшС, допускающего продолжение работы по использованию объекта по первоначальному плану;

p – вероятность реализации сценария развития НшС, допускающего ВЦЗ с дополнительными затратами времен и ресурсов;

p – вероятность реализации сценария развития НшС, обусловливающего необходимость отмены дальнейших работ по применению объекта и проведение работ по выходу из НшС;

р 4 = pae - вероятность реализации сценария развития НшС, связанного с происшествием (аварией).

В некоторых случаях бывает недостаточно информации для оценивания вероятностей всех возможных сценариев развития НшС. Тогда следует ограничиться оцениванием двух возможных сценариев выхода из НшС: аварийного, вероятность реализации которого равна р4 = рав и безаварийного, вероятность реализации которого равна р5 = 1 - р4 = 1 - ра. .

В зависимости от имеющейся информации, располагаемого времени, ресурсов, квалификации ЛПР следует выбрать один из вариантов описания возможных выходов из НшС: с четырьмя стратегиями или с двумя.

Определять вероятности pt , i = 1,2,...,5 целесообразно на основе теории нечетких множеств [2, 3], поскольку в большинстве случаев возможна лишь субъективная оценка этих вероятностей.

При этом целесообразно использовать лингвистическую переменную р л ( i = 1(1)5) "вероятность реализации i -го сценария развития нештатной ситуации".

В качестве нечетких ограничений на значения переменной р л можно использовать такие, как пренебрежимо малая, малая, небольшая, большая, очень большая.

Тогда терм-множество T ( P л ) лингвистической переменной р л ( i = 1(1)5) состоит из пяти элементов:

T(P ) < 5 > =< пренебрежимо малая , малая , небольшая, большая, очень большая >  . (4)

На интервале [0; 1] необходимо определить граничные значения, которые, по мнению ЛПР, описывают упомянутые значения лингвистической переменной рл ( i = 1(1)5) , а затем построить функции принадлежности ^ ( j = 1(1)5) искомых лингвистических вероятностей к нечетким множествам, характеризуемым этими переменными. Это даст возможность оценить вероятности реализации каждого сценария развития НшС.

При определении граничных значений, в которые могут входить значения лингвистических вероятностей "пренебрежимо малая", "малая", "небольшая", "большая", "очень большая" будем исходить из следующих соображений.

Наименьшее значение лингвистической вероятности "пренебрежимо малая" P min совпадает с левым граничным значением интервала [0; 1] и равно 0.

Наибольшее значение лингвистической вероятности "пренебрежимо малая" Pmax   определяется допустимым риском, т.е. максимально возможным значением вероятности развития аварийной ситуации. При задании требований к допустимому риску достаточно часто исходят из значения 0,005.

Наименьшее значение лингвистической вероятности "малая" Pmin также, как и для Pmin , можно принять равным 0.

Наибольшее значение лингвистической вероятности "малая" P max можно обосновать, исходя из принципа практической невозможности [6]. Оно выбирается из ряда 0,01; 0,05; 0,1 в зависимости от значимости рассматриваемого события.

Наименьшее значение лингвистической вероятности "небольшая" P min также может быть принято равным 0.

Наибольшее значение лингвистической вероятности "небольшая" P max зависит от предпочтений и опыта ЛПР, а также сведений от системы вышестоящего уровня. Примем это значение равным 0,25.

Наименьшее значение лингвистической вероятности "большая" P min может быть принято равным наибольшему значению лингвистической вероятности "небольшая".

Наибольшее значение лингвистической вероятности "большая" P max определяется из тех же соображений, что и лингвистическая вероятность "небольшая" и, как правило, выбирается равной 1.

Наименьшее значение лингвистической вероятности "очень большая" P n может быть принято равным наибольшему значению лингвистической вероятности "большая".

Наибольшее значение лингвистической вероятности "очень большая" P max совпадает с правым граничным значением интервала [0; 1] и равно 1.

Таким образом, на шкале возможных значений вероятностей (т.е. на интервале [0; 1]) выделяются пять интервалов (в общем случае их может быть больше).

Функции принадлежности ц ( j = 1(1)5) для каждого из сценариев развития НшС могут иметь различный вид.

Зная вид этих функций, можно оценить средние значения P ( A ) лингвистических вероятностей р л ( i = 1(1)5) реализации каждого из сценариев развития нештатной ситуации A ( i = 1(1)4) [2]:

P ( A i ) = j M i (x ) dx .                                         (5)

P i - 1

Для того чтобы оценить четкие вероятности P реализации каждого из сценариев развития нештатной ситуации, необходимо учесть условие нормировки:

P, = 4 P ( А )  .                                         (6)

Z P ( A ) j = 1

Эти вероятности теперь можно использовать для расчета средних выигрышей (элементов матрицы H ), а также для обоснования критерия выбора решения по выходу из нештатной ситуации.

Б. Анализ и обоснование критерия принятия решения по выходу из НшС

Выбор критерия обусловлен, во-первых, целевой установкой выхода из НшС, во-вторых, имеющейся информацией о состоянии объекта и возможных сценариях развития НшС.

Целевая функция Wt (i = 1,2,..., n), характеризующая результат принятого решения о выборе стратегии a, в общем случае имеет вид:

W = W i ( a , ; H [ n , mp P < 4 > , Р аДвоп ),   i = 1,2,..., n .                                  (7)

Критерий выбора решения должен обеспечивать наилучшее в каком-то смысле значение целевой функции:

a * = Arg extrW i * ( a i ; H t3,4] , P < 4 > ) .                                      (8)

i = 1(1) n

Среди известных критериев, применяемых в теории игр [2,5,8], наиболее подходящими для решения поставленной задачи являются критерий Байеса и критерий Гурвица.

Критерий Байеса целесообразно применять для случаев, когда задача сводится к поиску оптимального решения, обеспечивающего максимально возможный выигрыш с учетом всех результатов принятого решения в зависимости от сочетания вероятностей реализации различных стратегий развития НшС.

При использовании критерия Гурвица вводится некоторый коэффициент α, 0 ≤ α ≤ 1. Коэффициент α можно трактовать как вероятность ра = 1 - р е безаварийного выхода из НшС для случая, когда ЛПР не имеет возможности оценить вероятности всех сценариев развития НшС:

a = 1 - Р ав                                     (9)

Чем более опасна ситуация, тем меньшее значение принимает коэффициент а.

Целевая функция критерия Гурвица имеет вид:

W ( a ;) = a max h + (1 a ) min h , j = 1(1) m ,   i = 1(1) n .

jj

Оптимальным является решение, которому соответствует максимум этой суммы:

a * = Arg max Wx * ( a ;.);    .                                   (11)

i = 1(1) n

  • В.    Алгоритм принятия решения по выходу из нештатной ситуации

Процесс подготовки и принятия решения по выходу из НшС является многошаговым. Последовательность действий одинакова для каждого этапа принятия решения.

  • 1.    Описание возможных стратегий выхода из НшС и оценка возможных результатов при реализации каждой стратегии ах , а 2, а3 с учетом

  • 2.    Заполнение матрицы выигрышей H .

  • 3.    Оценивание вероятностей выбора ЛПР каждой стратегии (вектор P < 4 > или P < 2 > ).

  • 4.    Оценивание допустимой вероятности аварии.

  • 5.    Сравнение рассчитанной вероятности P с допустимым значением.

  • 6.    Обоснование выбора критерия принятия решения.

  • 7.    Принятие решения для 1-го шага.

  • 8.    Если реализация решения привела к выходу из нештатной ситуации, процесс подготовки и принятия решения завершен. В противном случае следует переходить к 2-му шагу и возвратиться к п.1.

их возможных сочетаний с различными сценариями развития НшС bx , b 2, b3 .

Представленные результаты могут использоваться в системе поддержки принятия решения, а также при подготовке персонала к принятию решений в нештатных ситуациях, например, при реализации автоматизированных обучающих систем поддержки принятия решений (ППР) при возникновении НшС, поскольку в настоящее время многим техническим специальностям, ориентированным на приобретение обучающимся не только знаний, но и на формирование у него профессиональных навыков и умений, необходима комплексная АОС (КАОС), объединяющая процессы обучения и тренинга, обладающая следующими свойствами:

  • -    объединенными процессами обучения и тренинга, что позволит осуществить комплексный подход к организации процесса обучения, передавать обучающемуся профессиональные знания, а также формировать у него навыки и умения;

  • -    обоснованной методологией обучения, позволяющей эффективно передавать профессиональные знания, формировать навыки и умения;

  • -    открытой архитектурой, что позволяет расширять, модернизировать и масштабировать ее по мере необходимости [1,6,10].

Подобные системы предназначены для формирования у персонала АРКТ навыков и компетенций принятия обоснованных решений при выполнении операций ТП в условиях возникновения расчетных и нерасчетных НшС, а также информационной поддержки принятия решений при возникновении НшС в повседневной деятельности по эксплуатации АРКТ.

ППР реализует следующие функции:

  • -    сбор, накопление и систематизация информации по НшС, имевшим место в процессе эксплуатации АРКТ, а также описанным в ЭД (расчетные НшС) и порядку выхода из них;

  • -    предоставление информации по порядку выхода из аварийных ситуаций: перечень первоочередных мероприятий, список должностных лиц для оповещения, наиболее вероятные сценарии развития, вероятные зоны действия поражающих факторов, пути эвакуации личного состава и техники, места расположения аварийно-спасательных формирований и их оснащенность и т.д.;

  • -    оценка возможностей неблагоприятных исходов при принятии решений по выходу из нерасчетных НшС;

  • -    предоставление информации для выбора критерия решения по выходу из НшС.

В период с 2007 по 2015 гг. ОАО «НИЦ СПб ЭТУ» в рамках ОКР «Плесецк», «Готовность», «Старт», «Старт-2», «Байконур НКИ» и др. были разработаны, поставлены и введены в эксплуатацию на космодромах Плесецк (Воздушно-космические силы) и Байконур (Роскосмос) АОС по профессиональной подготовке персонала, эксплуатирующего объекты наземной космической инфраструктуры (технические и стартовые комплексы ракет-носителей «Союз», «Протон», «Зенит», «Рокот», «Циклон», некоторых типов космических аппаратов и разгонных блоков гражданского и военного назначения, заправочные и заправочнонейтрализационные станции), использующие описанную в настоящей статье методику.

Список литературы Методика формирования когнитивных компетенций по выходу из нештатных ситуаций для эксплуатирующего персонала авиационной и ракетно-космической техники

  • Беляев С.А., Остапченко Ю.Б., Кудряков С.А., Книжниченко Н.В., Шаповалов Е.Н. Современная концепция комплексной автоматизированной системы профессионального обучения и сопровождения деятельности для специалистов службы эксплуатации радиотехнического оборудования и связи.//Известия СПбГЭТУ «ЛЭТИ», №10, 2015,с.10-14.
  • Дилигенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. - М.: «Машиностроение - 1», 2004. - 397 с.
  • Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений.- М.: Мир, 1976. - 165 с.
  • Кудряков С.А. Компетентностный подход к образованию и готовность к действиям в нештатных ситуациях/ Наука сегодня: постулаты прошлого и современные теории: материалы II международной научно-практической конференции (8 июля 2015 г)/в 2х частях - часть 1/ Отв. ред. Зарайский А.А. - Саратов: Издательство ЦПМ «Академия Бизнеса», 2015, с.82-87
  • Орлов А. И. Теория принятия решений: учебник. - М.: Экзамен, 2006. - 573 с.
  • Остапченко Ю.Б., Кудряков С.А. Профессиональное обучение специалистов по эксплуатации уникальных техногенных объектов в современных условиях/ Наука сегодня: постулаты прошлого и современные теории: материалы II международной научно-практической конференции (8 июля 2015 г)/в 2х частях - часть 2/ Отв. ред. Зарайский А.А. - Саратов: Издательство ЦПМ «Академия Бизнеса», 2015, с.7-12
  • Остапченко Ю.Б., Кудряков С.А., Шаповалов Е.Н., Романцев В.В., Беляев С.А. Проблемы профессиональной подготовки специалистов для эксплуатации сложных технических объектов в современных условиях// Известия СПбГЭТУ «ЛЭТИ», №8, 2014,с.90-94
  • Пустыльник Е.И. Статистические методы анализа и обработки наблюдений. - М.: Наука, 1968. - 288 с.
  • Теория игр: учебник / Л.А. Петросян, Н.А. Зенкевич, Е.В. Шевкопляс. - СПб.: БХВ-Петербург, 2012. - 432 c.
  • Шаповалов Е.Н., Кудряков С.А., Остапченко Ю., Экало А.В., Беляев С.А. Актуальные вопросы теории эксплуатации авиационной и ракетно-космической техники.// Известия СПбГЭТУ «ЛЭТИ», № 6, 2015, с. 70-75
  • Шаповалов Е.Н., Кудряков С.А. Актуальные аспекты профессиональной подготовки специалистов по эксплуатации авиационных и ракетно-космических систем/ Наука сегодня: постулаты прошлого и современные теории: материалы II международной научно-практической конференции (8 июля 2015 г)/в 2х частях - часть 2/ Отв. ред. Зарайский А.А. - Саратов: Издательство ЦПМ «Академия Бизнеса», 2015, с.100-104.
Еще
Статья научная