авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Pages:     | 1 | 2 || 4 | 5 |

Снижение риска аварийности и травматизма в нефтегазовой промышленности на основе модели профессиональной пригодности операторов

-- [ Страница 3 ] --

Согласованность мнений экспертов оценивалась с помощью коэффициента конкордации W, который рассчитывается по формуле, предложенной Кендэлом:

, (2)

где W – коэффициент конкордации; S – сумма квадратов разностей (отклонений) между фактическими суммарными рангами объектов и их средним значением, m – количество экспертов, n – количество операторов, Tj - показатель связанных рангов в j –й ранжировке.

Проведенные расчеты показали, что коэффициенты конкордации W принимают значения от 0,886 до 0,950, что свидетельствует о высокой согласованности мнений экспертов.

Построение моделей профессиональной пригодности проводилось на основе установления функциональной связи между результатами тестирования и экспертными оценками.

Модель профессиональной пригодности представляет собой математическую зависимость показателя профессиональной пригодности от уровня развития профессионально важных психофизиологических и личностных качеств, определяемых по результатам тестирования.

При построении модели принималось, что уровень профессиональной подготовки операторов, в том числе в области промышленной безопасности, не нуждается в коррекции, поскольку соответствует разряду по ЕТКС, который присваивается после обучения и сдачи экзаменов. Операторы периодически подтверждают свой разряд, проходя переподготовку.

Для построения моделей в рамках данной работы впервые использован знаковый метод статистического анализа данных.

Знаковый метод – непараметрический метод статистического анализа данных, основанный на переходе от наблюдений или остатков к их знакам (знакам остатков). Применение знакового метода для обработки результатов тестирования обусловлено рядом существенных преимуществ.

Таблица 4 - Результаты тестирования операторов по добыче газа

Номер оператора Профессионально значимые качества Усредненная экспертная оценка
Психофизиологические качества Личностные качества
Х1 Х2 Х3 Х4 Х5 Х6 Х7 Х8
1 0,760 0,360 0,700 0,833 0,667 0,950 0,583 0,583 5
2 0,440 0,160 0,800 0,667 0,500 0,550 0,500 0,500 3
3 0,960 0,560 0,900 0,500 0,667 0,850 0,750 0,667 4
4 0,280 0,240 0,800 0,667 0,500 0,350 0,667 0,750 3
5 0,560 0,080 0,400 0,500 0,500 0,500 0,750 0,833 2
6 0,720 0,520 0,700 0,833 0,833 0,900 0,667 0,583 5
7 0,760 0,280 0,400 0,500 0,500 0,850 0,500 0,750 3
8 0,720 0,240 0,700 0,500 0,333 0,850 0,917 1,000 4
9 0,760 0,360 0,800 0,833 0,667 0,900 0,500 0,583 4
10 0,960 0,360 0,500 0,500 0,500 0,800 0,250 0,583 3
11 0,920 0,480 0,800 0,667 0,833 0,950 0,500 0,500 4
12 0,920 0,480 0,800 0,667 0,500 0,800 0,667 0,667 5
13 0,760 0,240 0,700 0,500 0,500 0,600 0,500 0,750 3
14 0,680 0,440 0,800 0,500 0,333 0,750 0,833 0,917 4
15 0,600 0,400 0,700 0,500 0,667 0,900 0,917 0,750 4
16 0,920 0,560 0,800 0,667 0,500 0,850 0,917 0,667 5
17 0,960 0,400 0,800 0,333 0,500 0,750 0,917 0,750 4
18 0,800 0,240 0,700 0,500 0,333 0,900 0,750 0,833 4
19 0,680 0,800 0,900 0,500 0,333 0,800 0,500 0,500 4
20 0,560 0,200 0,600 0,500 0,500 0,600 1,000 0,833 3
21 0,920 0,320 0,500 0,500 0,333 0,750 0,500 0,667 3
22 0,960 0,560 0,900 0,667 0,833 1,000 0,583 0,583 4
23 0,440 0,120 0,600 0,500 0,333 0,800 0,917 0,667 3
24 0,920 0,280 0,600 0,500 0,500 0,750 0,500 0,667 3
25 0,640 0,200 0,800 0,667 0,667 0,650 0,917 0,583 4
26 0,560 0,240 0,900 0,833 0,833 0,900 0,750 0,750 5
27 0,600 0,240 0,500 0,500 0,500 0,800 0,750 0,750 3
28 0,880 0,400 0,400 1,000 0,833 0,800 0,750 0,917 5
29 0,680 0,640 0,900 0,833 0,833 0,700 0,583 0,583 5
30 0,280 0,200 0,700 0,667 0,500 0,400 0,667 0,833 3
Примечание - Х1 – результаты по тесту «Расстановка чисел» (распределение и переключение внимания), Х2 – по тесту «Перепутанные линии» (концентрация и устойчивость внимания), Х3 – по тесту «Механическая понятливость» (технический интеллект), Х4 – по тесту «Воспроизведение фигур» (кратковременная память), Х5 – по тесту «Воспроизведение фигур» (долговременная память), Х6 – по тесту «Исключение лишнего» (вероятностное прогнозирование), Х7 – по тесту Кеттелла, фактор «С» (эмоциональная устойчивость), Х8 – по тесту Кеттелла, фактор «G» (ответственность).

Знаковый метод свободен от распределения исходных данных, не требует нормальности и одинаковой распределенности случайных ошибок. Метод обладает устойчивостью к выбросам данных и высокой точностью оценки неизвестных параметров при малых выборках.

Установление функциональной связи между результатами тестирования и показателем профессиональной пригодности, определяемым экспертным методом, осуществлялось решением линейной регрессионной задачи:

, (3)

где Y – функция отклика (профессиональная пригодность оператора);
– неизвестные коэффициенты регрессии; Х – факторы, влияющие на отклик (результаты тестирования психофизиологических и личностных качеств в соответствии с профессиограммой); – независимые случайные ошибки.

В основе знакового метода лежат предположения, что независимые случайные ошибки в линейной регрессии с равными вероятностями принимают положительные и отрицательные значения:

Р {i > 0} = Р (i <0} = 1/2, (4)

для всех i = 1,..., n.

При этом ошибки не обязаны быть одинаково распределенными.

Отличие знакового от классических методов оценки неизвестных параметров уравнения регрессии заключается в том, что минимизируется не величина остатка, а функция знака остатка.

Оценка параметров = (1, 2,… r) линейной регрессии в формуле (3) в знаковом методе сводится к решению следующей задачи:

. (5)

Решение такой задачи всегда существует, поскольку целевая функция является кусочно постоянной (при изменении параметра во всем пространстве она принимает конечное число значений).

В статистическом пакете прикладных программ «Sign» для вычисления знаковых оценок применяется итерационный алгоритм, который сводится к последовательной минимизации каждого из слагаемых в формуле (5).

Выявление связи между профессиональной пригодностью операторов Y и результатами тестирования X, т.е. являются ли исследуемые психофизиологические и личностные качества значимыми для оценки профессиональной пригодности операторов, проводилось проверкой нулевой гипотезы Н0, для которой:

= 0. (6)

Альтернативы к Н0 имеют вид: 0.

Компьютерная обработка данных тестирования операторов позволила построить модели профессиональной пригодности для каждого вида операторской деятельности.

В качестве примера приведем модель профессиональной пригодности операторов по добыче газа:

Y = - 2,493 + 0,626 X1 + 1,566 X2 + 1,443 X3 + 1,794 X4 + 1,350 X5 +
+ 1,333 X6 + 1,141 X7 + 1,057 X8. (7)

Модели профессиональной пригодности для остальных видов операторской деятельности приведены в диссертации.

Результаты проверки в прикладном статистическом пакете «Sign» нулевых гипотез (6) для уровня доверия 0,950 показали, что нулевые гипотезы во всех построенных моделях отвергаются. Следовательно, все параметры в регрессионных моделях значимы, т.е. все исследуемые психофизиологические и личностные качества являются значимыми для оценки профессиональной пригодности операторов.

Качество полученных регрессионных моделей можно оценить на основе анализа гистограмм остатков – разности между фактическим значением Y и предсказанным по уравнению регрессии. Из гистограмм видно, что отклонения фактических значений от регрессионных в большинстве случаев незначительны, а число положительных и отрицательных отклонений приблизительно равно.

В качестве примера на рисунке 1 приведена гистограмма остатков для модели профессиональной пригодности операторов по добыче газа.

Рисунок 1 - Гистограмма остатков (зависимость «остатки – порядковый номер испытуемого»)

Обобщая полученные математические выражения для 6 операторских видов деятельности, получаем модель профессиональной пригодности в виде

Y = - К + aX1 + bX2 + cX3 + dX4 + eX5 + fX6 + gX7 + hX8 + iX9, (8)

где Y – показатель профессиональной пригодности оператора;

К – свободный член уравнения;

a, b, c, d, e, f, g, h, i – коэффициенты регрессии;

X1 – X9 – приведенные к нормализованному виду результаты тестирования;

X1 – распределение и переключение внимания;

X2 – концентрация и устойчивость внимания;

X3– кратковременная память, X4 – долговременная память;

X5 – технический интеллект, X6 –глазомер;

X7 – вероятностное прогнозирование;

X8 – эмоциональная устойчивость, X9 – ответственность.

Свободные члены уравнения, коэффициенты регрессии и Хi зависят от вида операторской деятельности.

На основании полученных моделей профессиональной пригодности было установлено, что 68-73% протестированных операторов следует отнести к категории «успешно пригодные», а 32-27% к категории «условно пригодные» для выполнения данного вида производственной деятельности (таблица 5).

Таблица 5 - Результаты расчета профессиональной пригодности операторов

Вид операторской деятельности «Успешно пригодные» операторы, % «Условно пригодные» операторы, %
1 Оператор по добыче нефти 73 27
2 Оператор по добыче газа 70 30
3 Оператор технологических установок по переработке газа 73 27
4 Оператор технологических установок на газоизмерительной станции 71 29
5 Оператор цеха налива нефтепродуктов в автоцистерны 69 31
6 Оператор товарный по сливу железнодорожных цистерн и обслуживанию емкостного парка 68 32
7 Усредненный показатель по всем видам операторской деятельности 70 30


Pages:     | 1 | 2 || 4 | 5 |
 








 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.