Денисова Юлия Андреевна, кафедры «Безопасность жизнедеятельности», студент
Denisova Yulia Andreevna, Chair «Life safety», Student
Рудиков Дмитрий Алексеевич, кафедры «Безопасность жизнедеятельности», кандидат технических наук, доцент
Rudikov Dmitry Alekseevich, Chair «Life safety», Candidate of Engineering Sciences, Associate Professor
В статье решается проблема доминирования человеческого фактора как ключевой причины производственного травматизма в высокорисковых отраслях, на примере железнодорожного транспорта. В отличие от традиционных реактивных подходов, предлагается комплексная проактивная методология, интегрирующая когнитивное моделирование причинно-следственных связей с вероятностно-статистическим профилированием профессиональной пригодности. Ядром исследования является оригинальная математическая модель системы «человек-технология среда», формализованная с применением теории взвешенных графов и нечетких когнитивных карт. На ее основе разработан новый метод количественной оценки соответствия работника профессии через построение эталонного статистического профиля. Доказана эффективность интеграции методов FMEA и HRA в алгоритм риск-ориентированного проектирования технологических процессов. Апробация подтвердила результативность предложенных решений, выразившуюся в статистически значимом снижении уровня травматизма. Научная новизна заключается в синтезе когнитивного и квалиметрического подходов, что позволяет перейти от констатации ошибок к прогнозированию и системной минимизации рисков, обусловленных человеческим фактором.
The article addresses the problem of the human factor dominance as a key cause of occupational injuries in high-risk industries, using railway transport as an example. In contrast to traditional reactive approaches, a comprehensive proactive methodology is proposed, integrating cognitive modeling of cause-and-effect relationships with probabilistic-statistical profiling of professional suitability. The core of the research is an original mathematical model of the "human-technology-environment" system, formalized using the theory of weighted graphs and fuzzy cognitive maps. Based on it, a new method for quantitative assessment of an employee's compliance with the profession has been developed through the construction of a benchmark statistical profile. The effectiveness of integrating FMEA and HRA methods into the algorithm for risk-based design of technological processes is proven. Testing confirmed the effectiveness of the proposed solutions, resulting in a statistically significant reduction in the injury rate. The scientific novelty lies in the synthesis of cognitive and qualimetric approaches, which allows for a transition from stating errors to predicting and systematically minimizing risks caused by the human factor.
The authors declare that there are no conflicts of interest present.