Анализ состояния эргодического элемента в системах управления потенциально опасными производствами Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 159.9; 681.3

АНАЛИЗ СОСТОЯНИЯ ЭРГОДИЧЕСКОГО ЭЛЕМЕНТА В СИСТЕМАХ УПРАВЛЕНИЯ ПОТЕНЦИАЛЬНО ОПАСНЫМИ ПРОИЗВОДСТВАМИ

Ю.В. Клепач, С.А. Ткалич, В.Л. Бурковский

В статье анализируется состояние эргодического элемента в системах безаварийного управления сложными техническими системами. Рассматриваются детерминирующие психологические аспекты деятельности персонала, управляющего потенциально опасными технологическими процессами. Ставится акцент на такие факторы, как человеческий фактор, эмоциональность, мотивация, психологическая восприимчивость средств прогнозирования аварийных ситуаций. Отмечаются причины эмоциональной напряженности и, в частности, избыточная мотивация, порождающая синдром профессионального выгорания. Предлагается способ снижения рабочих факторов стресса за счет рациональной организации труда путем создания автоматизированных средств прогнозирования нештатных ситуаций, способных предугадывать действия оператора и минимизировать риск возникновения состояния паники. Исключение возможности влияния на ход процесса ошибок персонала дает минимизацию воздействия человеческого фактора на вероятность возникновения аварии. Произведена технико-экономическая оценка снижения технического риска для системы прогнозирования за счет минимизации влияния человеческого фактора. Приведен пример расчета ожидаемого экономического эффекта от внедрения системы прогнозирования аварийных ситуаций в химической, фармацевтической и атомной промышленности. Рассмотрены особенности психологической восприимчивости средств прогнозирования с учетом отраслевой направленности подготовки специалистов. Выделена приоритетная задача системы прогнозирования: формирование у персонала психологического протеста эксплуатации аварийных систем. Сформулированы детерминанты положительного психологического восприятия человеком ресурсов системы прогнозирования аварийных ситуаций: доверие ресурсам, удобный интерфейс, простота отображения процессов, органичное звуковое и световое сопровождение, ограничение доступа некомпетентных лиц

Ключевые слова: человеческий фактор, эмоциональность, мотивация, психологическая восприимчивость, аварийная ситуация, система прогнозирования

Введение

Современный уровень развития промышленности характеризуется

стремительным расширением опасных производств. Растет число промышленных процессов, отличающихся повышенным уровнем сложности используемых технологий и жесткими требованиями к их применению, а также насыщенностью различными видами производственного оборудования,

эксплуатация которого требует жесткого соответствия нормам и правилам. Случайные отклонения от этих норм, вызывающие изменение хода технологического процесса, повышают риск аварийной ситуации.

Вероятность возникновения аварии зависит от ряда факторов: особенностей технологического процесса, степени подготовленности персонала, общего времени функционирования определенного

технологического объекта, интенсивности технологических операций, человеческого

Клепач Юлия Владимировна - ВГПУ, канд. психол. наук, доцент, тел.8 (473) 253-32-67, e-mail: y-klepach@mail.ru Ткалич Сергей Андреевич - ВГТУ, канд. техн. наук, доцент, тел. 8(473) 243-77-20, e-mail: sergeytkalich@mail.ru

Бурковский Виктор Леонидович - ВГТУ, д-р техн. наук, профессор, тел. 8(473) 243-77-20, e-mail: Bvl@vorstu.ru

фактора (например, ошибки

эксплуатационного персонала).

1. Роль человеческого фактора, эмоциональности и мотивации в безопасности производственных процессов

Термин человеческий фактор часто используется при объяснении причин аварийной ситуации, возникшей по вине человека. Это многозначный термин, порождаемый в том числе и эмоциональной напряженностью, описывающий возможность принятия человеком ошибочных или алогичных решений в конкретных нормальных или критических ситуациях [1, 2].

Эмоциональная напряженность субъектов трудовой деятельности является важнейшим фактором, определяющим результат труда. Эмоциональное напряжение в физиологии рассматривается как состояние чрезмерной мобилизации физиологических функций организма (и первую очередь, нервной системы), возникающее в условиях решения трудной задачи или в опасной ситуации. Эмоциональное напряжение характеризуется активизацией различных функций организма в связи с активными волевыми актами. Эмоциональная напряженность приводит к временному снижению устойчивости психических процессов и работоспособности.

В условиях эмоционально окрашенных ситуаций также различают:

1) эмоциональное возбуждение — сигнальную реакцию нервной системы на различные психогенные воздействия;

2) эмоциональное напряжение — эмоционально окрашенное волевое усилие, направленное на решение какой-либо мыслительной или двигательной задачи;

3) эмоциональную напряженность — временное понижение устойчивости психических и психомоторных процессов и падение работоспособности, вызванные негативными, иногда чрезмерными психогенными воздействиями.

Причинами эмоциональной

напряженности становятся избыточная мотивация, излишне нагнетаемое чувство ответственности за порученное дело, выраженное ощущение серьезной опасности, высокой тревожности и др. Развитию этого негативного психического состояния способствуют низкая эмоционально-волевая устойчивость, выраженная личностная тревожность, неуверенность в своих силах.

Предпосылками эмоциональной

напряженности является воздействие различных экстремальных факторов, в частности, наличие высоких рабочих требований, низкого рабочего контроля, низкой психологической поддержки рабочих, неблагоприятного социально-

психологического климата в коллективе [3]. С другой стороны, эмоциональная

напряженность неразрывно связана с личностными характеристиками субъекта труда: мотивацией трудовой деятельности, спецификой самоотношения, уровнем личностной тревожности, темпераментом и т.п.

Но все же главными факторами, вызывающими эмоциональную

напряженность, остаются излишние эмоциональность и мотивированность. Р. Йеркс и Д. Додсон еще в 1908 г. установили, что для осуществления деятельности, необходима достаточная мотивация. Однако если мотивация слишком сильна, увеличивается уровень активности и напряжения, вследствие чего в деятельности и в поведении наступают определенные разлады, то есть эффективность работы ухудшается. В таком случае высокий уровень мотивации вызывает нежелательные эмоциональные реакции (напряжение, волнение, стресс и т. п.),

что приводит к ухудшению деятельности. Например: уровень мотивации, который условно можно оценить в семь баллов, будет наиболее благоприятным. Последующее увеличение мотивации (до 10 и более) приведёт не к улучшению, а к ухудшению эффективности деятельности. Таким образом, очень высокий уровень мотивации не всегда является наилучшим.

В.И. Ковалев определяет мотивационную сферу личности как подструктуру, включающую актуальные мотивы и потребности, латентные мотивационные образования (направленность личности, мотивационные установки, интересы). Сама мотивационная потребностная сфера личности также является латентным образованием, в котором актуальные мотивы проявляются как ситуативные функциональные конструкты, сменяющие друг друга. С точки зрения А.В. Бердыган, ценностно - смысловая характеристика профессиональной мотивации является динамическим образованием. Когнитивная характеристика учебно-профессиональной мотивации отражается в системе категорий сознания представлений и целевых объектов, отражающих

принадлежность к определенной профессии, а также стремление к достижению успеха в трудовой деятельности [4].

В хроническом повседневном

напряжении, эмоциональном переутомлении, переживаемом из-за специфики работы, берет свое начало синдром профессионального выгорания. По К. Маслач, «выгорание» — синдром физического и эмоционального истощения, включая развитие отрицательной самооценки, отрицательного отношения к работе и утрату понимания и сочувствия по отношению к коллегам, клиентам и т.п. [5]. К. Кондо определяет синдром «эмоционального сгорания» как дезадаптированность к рабочему месту из-за чрезмерной рабочей нагрузки и неадекватных межличностных отношений.

Структура синдрома эмоционального выгорания, по В.В. Бойко, тоже представляет собой последовательность трёх фаз:

1. Напряжение включает симптомы -переживание психотравмирующих обстоятельств, неудовлетворённость собой, загнанность в клетку, тревогу и депрессию;

2. Резистенция включает симптомы -неадекватное избирательное эмоциональное реагирование, эмоционально-нравственную

дезориентацию, расширение сферы экономии эмоций, редукцию профессиональных обязанностей;

3. Истощение включает симптомы -эмоциональный дефицит, эмоциональную отстранённость, личностную отстранённость (деперсонализацию), психосоматические и психовегетативные нарушения.

Выделяют внешние проявления эмоциональной напряженности и проявления эмоциональной напряженности в

деятельности. Последние, в свою очередь, делятся на эмоционально-сенсорные, эмоционально-моторные и эмоционально-ассоциативные нарушения.

Таким образом, перспективным направлением оптимизации труда в профессиях с выраженными эмоциональными нагрузками, наряду с созданием

благоприятного психологического климата в коллективе и повышением у работников уровня трудовой мотивации, является обеспечение снижения рабочих факторов стресса за счет рациональной организации труда путем создания автоматизированных средств прогнозирования нештатных ситуаций, способных предугадывать действия оператора и минимизировать риск возникновения состояния паники.

Целью создания подобных систем является повышение степени безопасности производственных процессов посредством сведения к минимуму участия оператора в процессе диагностирования и оценки состояния технологического процесса. Это исключает возможность влияния на ход процесса ошибок персонала, что дает минимизацию воздействия человеческого фактора на вероятность возникновения аварии.

2. Технико-экономическое обоснование создания системы идентификации и прогнозирования аварийных ситуаций (СИПАС)

Эффективность системы прогнозирования аварийных ситуаций рассмотрим с точки

зрения технико-экономическои оценки снижения риска аварии.

Под риском будем понимать ожидаемую частоту или вероятность возникновения опасностей определенного класса, или же размер возможного ущерба (потерь, вреда) от нежелательного события, или же некоторую комбинацию этих величин [6].

Применение понятия риск, таким образом, позволяет переводить опасность в разряд измеряемых категорий. Риск, фактически, есть мера опасности. Часто используют понятие «степень риска» (Level of risk), по сути не отличающееся от понятия риск, но лишь подчеркивающее, что речь идет об измеряемой величине.

Все названные (или подобные) интерпретации термина «риск» используются в настоящее время при анализе опасностей и управлении безопасностью (риском) технологических процессов и производств в целом.

Формирование опасных и чрезвычайных ситуаций - результат определенной совокупности факторов риска, порождаемых соответствующими источниками.

Технический риск - комплексный показатель надежности элементов техносферы. Он выражает вероятность аварии или катастрофы при эксплуатации машин, механизмов, реализации технологических процессов, строительстве и эксплуатации зданий и сооружений:

*=, (1) Г T(f)

где Rт - технический риск;

N(t) - число аварий в единицу времени t на идентичных технических системах и объектах;

T - число идентичных технических систем и объектов, подверженных общему фактору риска f.

Источники и факторы технического риска приведены в табл. 1:

Таблица 1

Источник технического риска Наиболее распространенные факторы технического риска

Низкий уровень научно-исследовательских работ 1. Ошибочный выбор направления развития техники и технологии по критериям безопасности.

Низкий уровень опытно-конструкторских работ 2. Выбор потенциально опасных конструктивных схем и принципов действия технических систем. Ошибки в определении эксплуатационных нагрузок. Неправильный выбор конструкционных материалов. Недостаточный запас прочности. Отсутствие в проектах технических средств безопасности.

Продолжение табл. 1

Опытное производство новой техники 3. Некачественная доводка конструкций, технологии, документации по критериям безопасности.

Серийный выпуск небезопасной техники 4. Отклонение от заданного химического состава конструкционных материалов. Недостаточная точность конструктивных размеров. Нарушение режимов термической и химико-термической обработки деталей. Нарушение регламентов сборки и монтажа конструкций машин.

Нарушение правил безопасной эксплуатации технических систем 5. Использование техники не по назначению. Нарушение паспортных (проектных) режимов эксплуатации. Несвоевременные профилактические осмотры и ремонты. Нарушение требований транспортирования и хранения

Ошибки персонала 6. Слабые навыки действия в сложной ситуации. Неумение оценивать информацию о состоянии процесса. Слабое знание сущности происходящего процесса. Отсутствие самообладания в условиях стресса. Недисциплинированность.

Произведем оценку снижения

технического риска для системы прогнозирования за счет минимизации влияния человеческого фактора.

Технические системы становятся взаимосвязанными только благодаря наличию такого основного звена, как человек. Но по статистическим данным свыше 60% аварий происходит именно из-за ошибок персонала «рисковых» объектов.

Надежность работы человека

определяется как вероятность успешного выполнения им работы или поставленной задачи на заданном этапе функционирования системы в течение заданного интервала времени при определенных требованиях к продолжительности выполнения работы.

Ошибка человека, т.е. невыполнение поставленной задачи (или выполнение запрещенного действия), может явиться причиной повреждения оборудования или имущества либо нарушения нормального хода технологического процесса.

В реальных условиях в большинстве систем независимо от степени их автоматизации требуется в той или иной мере участие человека.

Для СИПАС такие человеческие факторы технического риска, как неумение оценивать информацию о состоянии процесса, недостаточность знаний о его сущности и неспособность принятия решения в сложной ситуации исключаются, т.к. система самостоятельно формирует данные о ходе процесса и составляет прогноз, определяя степень приближения технологического процесса к предаварийной или аварийной ситуации.

Таким образом, для расчетной формулы (1) технического риска величина N(^1 (число аварий в единицу времени) уменьшается, т.к. предполагается, что на технических объектах

число аварий, обусловленных ошибками персонала, стремится к нулю. При том же числе рассматриваемых систем (объектов) уменьшение N(t) свидетельствует об уменьшении величины RT, т.е. о снижении

риска: RT = N(t)min ^ min .

T(f)

Для определения оптимальных условий функционирования объекта по критериям «стоимость - безопасность - выгода» важную роль играет прогноз ущерба от возможной аварии с учетом ее вероятности (риска). Математическое ожидание потерь части материальных ценностей вследствие аварии можно определить по формуле

M (П) = F * R *(Clyd * Py + С2* Pn ), (2)

где F - площадь зоны разрушения на объекте (или объём непроизведенной продукции при простое, если под аварией понимать останов технологического процесса);

R - вероятность анализируемой аварийной ситуации (величина риска), 1/год;

С1уд - удельная стоимость материальных ценностей на объекте (или стоимость оборудования);

С2уд - удельная стоимость ремонтных работ;

РУ - доля уничтоженных материальных ценностей на объекте (или вышедшего из строя оборудования);

РП - доля поврежденных материальных ценностей на объекте (или ремонтируемого оборудования).

Таким образом, для оценки последствий от аварии существует зависимость величины ожидаемого ущерба от риска ее наступления. Видно, что ущерб пропорционален степени риска, следовательно, снижение риска (т.е. уменьшение частоты случаев аварии) ведет к сокращению потерь материальных ценностей.

При условии, что рисковые ситуации на производстве обусловлены в основном человеческим фактором, система

прогнозирования дает максимальное сокращение потерь, что несомненно обеспечивает её экономическую

эффективность.

Рассмотрим на примере, как СИПАС может повлиять на снижение технического риска, обусловленного человеческим фактором.

Всего в мире на 2011 год насчитывалось 450 действующих ядерных реакторов различных типов. По данным МАГАТЭ, за период с 1971 по 1985 гг. в 14 странах мира на АЭС имели место более 150 аварий различной тяжести (около 10 аварий в год). По тем же данным, причины аварий классифицируют согласно следующему перечню табл. 2:

Таблица 2

Причины аварий Доля аварий, %

Ошибка в проектах, дефекты 30,7

Износ оборудования, 25,5

коррозионные процессы

Ошибки оператора 17,5

Ошибки эксплуатации 14,7

Прочие причины 11,6

СИПАС дает возможность освободить оператора от слежения за изменениями технологических координат процесса и принятия решений. С учетом этого рассчитаем изменение величины технического риска за такой же период на тех же объектах при условии внедрения в эксплуатацию разрабатываемой системы прогнозирования аварийных ситуаций.

Число рассматриваемых объектов Т(£) постоянно.

Доля аварий из-за ошибок оператора составляет 17,5% от 150 рассматриваемых аварий, т.е. 150*0,175=27 аварий. За исключением аварий по этой причине их число составит:

150-27=123 аварии за тот же период.

Оценим снижение риска, переведя частоту аварий в расчете на год: 150/14 = 11 123/14 = 9

КТ1 =

11аварий/год

Т (f)

внедрения СИПАС;

величина риска до

^ = 9аварий/ год - величина риска с

Т(Л

внедрением СИПАС.

Е = ^ =— = 1,22 ЯТ 2 9

коэффициент,

характеризующий снижение риска аварии по причине ошибок оператора для рассмотренных объектов АЭС.

Соответственно, в такое же число раз уменьшатся и ожидаемые потери от аварии, размер которых пропорционален величине риска:

М 2( П) =

М 1( П) 1,22

(3)

Таким образом, экономический эффект от внедрения системы прогнозирования можно оценить как разность между ожидаемыми потерями до и после внедрения СИПАС:

М1

ЭАЭС = М1 - М 2 = М1 -

1,22

(4)

= М 1*(1--—) = 0,2* М1

1,22

т.е. для данной сферы производства ожидаемый ущерб сократится на пятую часть.

Полный экономический эффект для данной СИПАС характеризуется

максимальным экономическим эффектом, который может быть достигнут на основе внедрения СИПАС в различных сферах производства за определенный период эксплуатации [7]:

Т т

Э = 1 ЪЭ*, (5)

1=1 ]=1

где Т - период эксплуатации, т - количество сфер внедрения СИПАС, ЭГ1) - ожидаемый экономический эффект ^го года в ] - той сфере производства от внедрения СИПАС.

Предположим, что основными

ожидаемыми сферами внедрения

разрабатываемой системы прогнозирования являются химическая промышленность, фармацевтическая промышленность, атомная промышленность. Таким образом, т = 3.

Для удобства рассмотрения период эксплуатации примем равным 1 год.

Для оценки экономического эффекта в других сферах промышленности долю аварий по причине ошибок оператора примем равной

половине статистически определенного числа аварий из-за ошибок персонала (60%), т.е. равной 30 %.

Определим величину снижения риска аварии в этих сферах:

Число аварий после внедрения системы прогнозирования

N2^) = Ш(^-0,3*Ш=0,7*Ш, тогда показатель Е будет равен:

E = ^

N1

0,7* N1

= 1,43

Для ожидаемых потерь приведем расчет, аналогичный расчету для АЭС. Получим:

м 2 (п) = М 1хим хим\ / 1 43

(П).

Э = М\. -М2 = Ml.-

ML

хим хим

хим хим

1,43

= M1 *(1 ——) = 0,3* M1 хим 1,43 хим

M 2фарм (П) = -

М 1фат (П) .

фарм

1,43

M1,

Э = M1 - M 2 = M1 - фарм =

фарм фарм фарм фарм 1 22

=M1фapм *(1 -143) = 0,3* M1фapм

Полный экономический эффект от внедрения СИПАС будет определяться суммой:

Э = ЭАЭС + Эхим + Эфам = 0,2* М1АЭС +

+ 0,3* М 1х„м + 0,3* М 1фарм

где слагаемые представляют собой величину сокращения ущерба от возможной аварии, рассчитанную относительно ожидаемых потерь.

Таким образом, экономический эффект определяется суммарной экономией затрат, которая может быть получена путем внедрения систем прогнозирования нештатных ситуаций на потенциально опасных производствах.

3. Психологическая восприимчивость моделей СИПАС

Исследуя причинно-следственный

комплекс возникновения аварийных ситуаций, О.В. Абрамов в работе [8] отмечает тот факт, что во многих случаях аварии возникают в связи с такими слабо формализуемыми субъективными чертами человеческого фактора, как жажда наживы (стремление любыми путями извлечь максимальную

прибыль) и некомпетентность владельцев технических средств и систем. Следствием этого становится эксплуатация технических средств, выработавших свой ресурс или не прошедших необходимого технического обслуживания. Примером могут служить авария на Саяно-Шушенской ГЭС, гибель теплохода «Булгария» и буровой платформы «Кольская».

В связи с этим появляется еще одна задача системы прогнозирования: формирование у персонала психологического протеста эксплуатации аварийных систем.

Также отметим отраслевую

направленность подготовки специалистов. В процессе обучения человек находится в атмосфере научных знаний, свойственных именно для данного производства. Знание научной платформы СИПАС внушает специалисту доверие. И наоборот, незнание внушает недоверие и страх.

Например, при контроле качества и надежности продукции применяется физико-технический анализ на основе термодинамических моделей [9]. В работе [10] рассмотрены основания и возможности использования искусственных нейросетей в системах прогнозирования. В работе [11] рассмотрена лингвистическая система прогнозирования в производстве

синтетических каучуков. Процесс

вулканизации в шинном производстве предлагается прогнозировать как на основе модели нечеткого логического вывода [12], так и на основе нейросетевой модели [13]. Этот же процесс вулканизации взят в качестве примера в работе [14], где предложен термодинамический подход, позволяющий определять доминирующие параметры риска на основе теории чувствительности [15]. Предлагается также композиционный подход, объединяющий различные концепции и позволяющий составлять модели текущего и долгосрочного прогноза [16]. Каждое из предлагаемых решений имеет свою психологическую восприимчивость.

При разработке СИПАС важны дополнительные требования с точки зрения обеспечения комфортного психологического восприятия.

Желательным для положительного психологического восприятия человеком поддержки ресурсов СИПАС является:

- доверие ресурсам СИПАС;

- удобный интерфейс СИПАС;

- простота отображения процессов;

- органичное звуковое и световое сопровождение;

- ограничение доступа некомпетентных

лиц.

Выводы

1. Внедрение системы идентификации и прогнозирования аварийных ситуаций снижает эмоциональную напряженность персонала и способствует повышению степени безопасности производственных процессов.

2. Внедрение системы идентификации и прогнозирования аварийных ситуаций экономически обосновано.

3. При создании системы идентификации и прогнозирования аварийных ситуаций необходимо обязательно учитывать ее психологическую восприимчивость обслуживающим персоналом.

Литература

1. Ткалич С.А. Модели принятия решений в системах управления потенциально-опасными производствами / С.А. Ткалич, В.П. Поваров, А.В. Бурковский // Вестник Воронежского государственного технического университета.- 2014. -Т. 10. -№ 5.1. -С. 129132.

2. Юрков Н.К. К проблеме обеспечения безопасности сложных систем/ Н.К. Юрков //Надежность и качество - 2011: тр. междунар. симпозиума. В 2 т. Пенза: Изд-во ПГУ, 2011. Т.1. С. 104-106.

3. Клепач Ю.В. Социально-психологический климат в группе студентов-психологов как фактор эффективной учебной деятельности/ Ю.В. Клепач, В.А. Кожанова // Современная психология образования: проблемы и перспективы: материалы Всерос. (с междунар. участием) науч.-практ. конф. Воронеж: Воронежский государственный педагогический университет; Российское психологическое общество; Департамент образования, науки и молодежной политики Воронежской области, 2016. С. 192-194.

4. Клепач Ю.В. Особенности конкурентоспособности и учебной мотивации студентов различных специальностей/ Ю.В. Клепач, О.О. Разуваева // Научное периодическое издание «IN SITU». Секция «Психологические науки». -2016. -№ 6. -С. 68-70.

5. Клепач Ю.В. Особенности эмоционального выгорания педагогов / Ю.В. Клепач, Л.Н. Гридяева, Е.Д. Сергеева // Известия Воронежского государственного

педагогического университета.- 2015.- № 1 (266). -С. 258262.

6. Надежность технических систем и техногенный риск: метод. учеб. пособие/ В.А. Акимов, В.Л. Лапин,

B.М. Попов, В.А. Пучков, В.И. Томаков, М.И. Фалеев. М., 2005. 500 с.

7. Берзинь И.Э. Экономика машиностроительного производства/ И.Э. Берзинь, В.П. Калинин. М.: Высш. шк., 1988. 304 с.

8. Абрамов О.В. К проблеме предотвращения аварий технических объектов ответственного назначения / О.В. Абрамов // Надежность и качество сложных систем. 2013. № 1. С. 11-16.

9. Ткалич С.А. Термодинамический подход к прогнозированию аварийных ситуаций/ С.А. Ткалич // Системы управления и информационные технологии. -2008. -Т. 33. -№ 3.1. -С. 200-204.

10. Ткалич С.А. Основания и возможности использования искусственных нейросетей в системах прогнозирования/ С.А. Ткалич, Е.М. Васильев // Электротехнические комплексы и системы управления. -2008.- № 2.- С. 37-38.

11. Ткалич С.А. Лингвистическая система прогнозирования аварийных ситуаций в производстве синтетических каучуков/ С.А. Ткалич // Вестник Воронежского государственного технического университета. -2009. -Т. 5. -№ 8.- С. 103-112.

12. Ткалич С.А. Проектирование системы идентификации и прогнозирования аварийных ситуаций процесса вулканизации на основе модели нечеткого логического вывода / С.А. Ткалич, С.А. Моисеев // Вестник Воронежского государственного технического университета. -2011. -Т. 7. -№ 3. - С. 38-46.

13. Ткалич С.А. Исследование нейросетевой модели прогнозирования аварийных ситуаций процесса вулканизации/ С.А. Ткалич, А.В. Бурковский, Д.В. Котов // Вестник Воронежского государственного технического университета. -2010. -Т. 6. -№ 7.- С. 15-19.

14. Ткалич С.А. Исследование системы прогнозирования аварийных ситуаций на базе термодинамической модели/ С.А. Ткалич // Системы управления и информационные технологии. -2008. -Т. 33. -№ 3.3. -С. 399-403.

15. Ткалич С.А. Определение доминирующих параметров риска в системах прогнозирования аварийных ситуаций/ С.А. Ткалич // Вестник Воронежского государственного технического университета. -2010.- Т. 6.- № 1. -С. 81-84.

16. Ткалич С.А. Реализация композиционной модели прогнозирования аварийных ситуаций в промышленных системах безаварийного управления/

C.А. Ткалич, В.Л. Бурковский // Системы управления и информационные технологии. -2010. -Т. 40.- № 2. -С. 9194.

Воронежский государственный педагогический университет Воронежский государственный технический университет

THE ANALYSIS OF THE CURRENT STATUS OF THE ERGODIC ELEMENT IN CONTROL SYSTEMS OF THE POTENTIALLY-DANGEROUS PRODUCTIONS

Yu.V. Klepach1 , S.A. Tkalich2 , V.L. Burkovskiy3

'PhD, Associate Professor, Voronezh State Pedagogical University, Voronezh, Russian Federation ph. (473) 253-32-67, e-mail: y-klepach@mail.ru

2 PhD, Associate Professor, Voronezh State Technical University, Voronezh, Russian Federation ph. (473) 243-77-20, e-mail: sergeytkalich@mail.ru 3PhD, Professor, Voronezh State Technical University, Voronezh, Russian Federation ph. (473) 243-77-20, e-mail: Bvl@vorstu.ru

Paper analyzes the current state of the ergodic element in the systems of safety control of complex technical systems. The determinative psychological aspects of personnel performance managing potentially dangerous technological processes are reviewed. The emphasis is placed on such factors as human factor, emotional state, motivation, psychological susceptibility of the means designed for forecasting emergency situations. Special attention is paid to the initial reasons for emotional tension and, in particular, excessive motivation, which generates the syndrome of professional burnout.

New method for reducing the 'working stress factors' due to the rational labor organization is suggested by creating automated means for forecasting contingencies that can anticipate operator actions and minimize the risk of panic. Eliminating the possibility of influencing the course of the process by the personnel error minimizes the impact of the human factor on the probability of an accident. Both technical and economic assessment of the reduction of technical risk for the forecasting system was made by minimizing the influence of the human factor.

The article provides an example of calculation of expected economic effect of introducing the system for forecasting of emergency situations in the chemical, pharmaceutical and nuclear industry. Peculiarities of the psychological susceptibility of forecasting means taking into account the 'sectoral orientation' of the training provided to the specialists are reviewed. The priority task of the forecasting system is identified as forecasting possible psychological protest by the personnel of the operating at the emergency systems. The predominant principles for the positive psychological perception of a person's resources employed within the emergency prediction system are formulated: trust in resources, convenient interface, simplicity of process mapping, organic sound and light support, restricted access for the incompetent personnel

Key words: human factor, emotionality, motivation, psychological susceptibility, emergency situation, forecasting system

References

1. Tkalich S.A., Povarov V.P., Burkovskij A.V. "Decision making models in control systems of potential-dangerous productions", Bulletin of the Voronezh State Technical University (Vestnik Voronezhskogo Gosudarstvennogo Technicheskogo Universiteta), 2014, vol. 10, no. 5-1, pp. 129-132.

2. Jurkov N.K. "On the problem of safety in a complex systems", Penza State University Newsletter (Vestnik Penzenskogo Gosudarstvennogo Universiteta, 2011. vol. 1, pp. 104-106.

3. Klepach Ju.V, Kozhanova V.A. "Social and psychological climate in group of students psychologists as a factor of effective educational activity", Vorornezh region educational department materials (Materialy departmenta obrazovaniya voronezhskoi oblasti), 2016, pp. 192-194.

4. Klepach Ju.V, Razuvaeva O.O. "Features of competitiveness and educational motivation of students of various specialities", IN SITUPsycological sciences section (IN SITU Sektzija psychlogcheskich nauk), 2016, no. 6 pp. 68-70.

5. Klepach Ju.V., Gridjaeva L.N., Sergeeva E.D. "Features of emotional burning out of teachers", Voronezh State Pedagogical Univesity News (Novosti Voronezhskogo Gosudarstvennogo Pedagogicheskogo Universiteta), 2015, no. 1 (266), pp. 258-262.

6. Akimov V.A., Lapin VL., Popov V.M., PuchkovV.A., Tomakov V.I., Faleev M.I. "Reliability of technical systems and technogenic risk" ("Nadezhnost' tehnicheskih sistem i tehnogennyj risk"), Moscow, 2005, p. 500.

7. Berzin' I.Je., Kalinin V.P. "Economy of machinery production" ("Jekonomika mashinostroitel'nogo proizvodstva"), Moscow, 1988, p. 304.

8. Abramov O.V. "On the problem of accident prevention at the technical objects of high responsibility", Security and quality of the complex systems newsletter (Bezopasnost'I kachestvo kompleksnych system), 2013, no. 1, pp. 11-16.

9. Tkalich S.A. "Thermodynamic approach to forecasting emergency situations", Control Systems and Information Technology, (Systemy kontrolya I informatzyonnye technologii), 2008, vol. 33, no. 3.1, pp. 200-204.

10. Tkalich SA, Vasiliev E.M. "Base and possibilities of using artificial neural networks in forecasting systems" , Electrotechnical complexes and control systems (Elektrotechnicheskie compleksy i systemy kontrolya), 2008, no. 2, pp. 37-38.

11. Tkalich S.A. "Linguistic system of prediction of contingency situations in production of synthetic rubbers", Bulletin of Voronezh State Technological University, 2009, vol. 5, no. 8, pp. 103-112.

12. Tkalich S.A., Moiseev S.A. "Designing a system for identification and prediction of emergency situations of the vulcanization process on the basis of the fuzzy inference model", Bulletin of Voronezh State Technical University, 2011, vol. 7, no. , pp. 38-46.

13. Tkalich S.A., Burkovskiy A.V., Kotov D.V. "Investigation of neural network model of forecasting of emergency situations of vulcanization process", Bulletin of Voronezh State Technical University, 2010, vol. 6, no. 7, pp. 15-19.

14. Tkalich S.A. "Research of system of prediction of contingency situations on the basis of thermodynamic model" ("Issledovanie sistemy prognozirovanija avarijnyh situacij na baze termodinamicheskoj modeli"), Control systems and informational technology, 2008, vol. 33, no. 3.3, pp. 399-403.

15. Tkalich S.A. "Determination of the dominating risk parameters in systems of prediction of contingency situations" , Bulletin of Voronezh State Technical University, 2010, vol. 6, no. 1, pp. 81-84.

16. Tkalich S.A., Burkovskij V.L. "Implementation of composition model of prediction of contingency situations in the production systems of accident-free management", Control systems and informational technology (Systemy kontrolya I informatzyonnye technologii), 2010, vol. 40, no. 2, pp. 91-94.