Розробка методу визначення навантаження машиніста поїзда на основі багатокритеріальної адитивної моделі для підвищення безпеки залізничних перевезень

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2026.365618

Ключові слова:

залізничний транспорт, безпека руху, тяговий рухомий склад, когнітивне навантаження, ергатична система

Анотація

Об’єктом дослідження є навантаженність машиніста локомотива під час керування поїздом. На теперішній час дослідження впливу людського фактору на керування поїздом виконане не повністю. Причинами цього є багатофакторність діяльності машиніста, обмеженість статистичних даних, складність визначення психофізіологічного стану людини. Проблема полягає у відсутності науково обґрунтованого методу визначення рівня навантаженності машиніста від час поїздки. В роботі вирішено цю проблему та отримано кількісні характеристики стану людини-оператора при експлуатації тягового рухомого складу.   Завдяки визначенню параметрів середовища, в якому функціонує ергатична система «машиніст-поїзд» та факторів, що впливають на навантаження машиніста, вдалось вирішити поставлену проблему. На основі цих даних розроблено критерій, за яким визначається навантаження.

Метод базується на адитивному підході, що поєднує потік інформації, складність зовнішніх умов і фактор швидкості прийняття рішення. Перевагами такого підходу є відносна простота розрахунків, що забезпечує легкість реалізації контролю стану машиніста на борту локомотива в реальному часі. Встановлено, що загальна кількість сигналів, що впливає на машиніста, досягає 20300, з них критично важливих до 165. Встановлено, що основним резервом зниження навантаження на людину в ергатичній системі «машиніст – поїзд» є зниження кількості інформації, що надходить до машиніста поїзда. В подальшому отримані результати дослідження можуть бути використані для оцінки різних режимів руху на різних напрямках для виявлення найбільш небезпечних величин навантаження на машиніста. Також ці дослідження будуть слугувати підґрунтям для впровадження і коригування функцій локомотивних систем підтримки прийняття рішень

Біографії авторів

Олександр Миколайович Горобченко, Національний транспортний університет

Доктор технічних наук, професор

Кафедра електромеханіки та рухомого складу залізниць

Денис Олександрович Заіка, Національний транспортний університет

Доктор філософії (PhD)

Кафедра електромеханіки та рухомого складу залізниць

Олександр Вікторович Неведров, ТОВ «НВП» «ЛОКОМОТИВ ТРАНС СЕРВІС»

Доктор філософії (PhD), директор

Галина Михайлівна Голуб, Національний транспортний університет

Кандидат технічних наук, доцент

Кафедра автоматизації та комп’ютерно-інтегрованих технологій транспорту

Віктор Петрович Ткаченко, Національний транспортний університет

Доктор технічних наук, професор

Кафедра електромеханіки та рухомого складу залізниць

Сергій Віталійович Кара, ПрАТ «СНВО «Імпульс»

Кандидат технічних наук, менеджер із розвитку бізнесу

Посилання

  1. Shaffer, F., Ginsberg, J. P. (2017). An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health, 5. https://doi.org/10.3389/fpubh.2017.00258
  2. Chen, J., Li, H., Han, L., Wu, J., Azam, A., Zhang, Z. (2022). Driver vigilance detection for high-speed rail using fusion of multiple physiological signals and deep learning. Applied Soft Computing, 123, 108982. https://doi.org/10.1016/j.asoc.2022.108982
  3. Abe, T. (2023). PERCLOS-based technologies for detecting drowsiness: current evidence and future directions. SLEEP Advances, 4 (1). https://doi.org/10.1093/sleepadvances/zpad006
  4. Dankovich, L. J., Joyner, J. S., He, W., Sesay, A., Vaughn-Cooke, M. (2024). CogWatch: An open-source platform to monitor physiological indicators for cognitive workload and stress. HardwareX, 19, e00538. https://doi.org/10.1016/j.ohx.2024.e00538
  5. Hassanzadeh-Rangi, N., Jalilian, H., Farshad, A.-A., Khosravi, Y. (2023). Correlation of Work Fatigue and Mental Workload in Train Drivers: A Cross-sectional Study. Journal of Research in Health Sciences, 23 (4), e00600. https://doi.org/10.34172/jrhs.2023.135
  6. Wang, P., Fang, W., Guo, B. (2019). Mental workload evaluation and its application in train driving multitasking scheduling: a Timed Petri Net-based model. Cognition, Technology & Work, 23 (2), 299–313. https://doi.org/10.1007/s10111-019-00608-w
  7. Wang, H., Chen, D., Huang, Y., Zhang, Y., Qiao, Y., Xiao, J., Xie, N., Fan, H. (2023). Assessment of Vigilance Level during Work: Fitting a Hidden Markov Model to Heart Rate Variability. Brain Sciences, 13 (4), 638. https://doi.org/10.3390/brainsci13040638
  8. Gorobchenko, O., Matsiuk, V., Holub, H., Gritsuk, I., Nevedrov, O. (2024). Increasing the efficiency of operation and management of railroad transport infrastructure based on maximum levels of fault tolerance. Eastern-European Journal of Enterprise Technologies, 5 (3 (131)), 55–65. https://doi.org/10.15587/1729-4061.2024.311829
  9. Catelani, M., Ciani, L., Guidi, G., Patrizi, G. (2021). An enhanced SHERPA (E-SHERPA) method for human reliability analysis in railway engineering. Reliability Engineering & System Safety, 215, 107866. https://doi.org/10.1016/j.ress.2021.107866
  10. Chen, Z., Guo, Z., Feng, G., Shi, L., Zhang, J. (2021). A Qualitative Study on the Workload of High-Speed Railway Dispatchers. Engineering Psychology and Cognitive Ergonomics, 251–260. https://doi.org/10.1007/978-3-030-77932-0_21
  11. Zoer, I., Sluiter, J. K., Frings-Dresen, M. H. W. (2014). Psychological work characteristics, psychological workload and associated psychological and cognitive requirements of train drivers. Ergonomics, 57 (10), 1473–1487. https://doi.org/10.1080/00140139.2014.938130
  12. Gorobchenko, O., Holub, H., Zaika, D. (2024). Theoretical basics of the self-learning system of intelligent locomotive decision support systems. Archives of Transport, 71 (3), 169–186. https://doi.org/10.61089/aot2024.gaevsp41
  13. Goolak, S., Liubarskyi, B., Riabov, I., Chepurna, N., Pohosov, O. (2023). Simulation of a direct torque control system in the presence of winding asymmetry in induction motor. Engineering Research Express, 5 (2), 25070. https://doi.org/10.1088/2631-8695/acde46
  14. Tverdomed, V., Dmytro, Z., Kokriatska, N., Lukoševičius, V. (2024). The Detection of Railheads: An Innovative Direct Image Processing Method. Sustainability, 16 (12), 5109. https://doi.org/10.3390/su16125109
  15. Hwang, C.-L., Yoon, K. (1981). Multiple Attribute Decision Making. Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-48318-9
  16. Belton, V., Stewart, T. J. (2002). Multiple Criteria Decision Analysis. Springer US. https://doi.org/10.1007/978-1-4615-1495-4
  17. Jahan, A., Edwards, K. L. (2016). Multi-criteria decision analysis for supporting the selection of engineering materials in product design. Butterworth-Heinemann. https://doi.org/10.1016/c2012-0-02834-7
  18. Ishizaka, A., Nemery, P. (2013). Multi‐Criteria Decision Analysis. https://doi.org/10.1002/9781118644898
  19. Gorobсhenko, O. (2021). Theoretical fundamentals of estimatability assessment of train situation signs for work of intellectual locomotive control systems. Collection of Scientific Works of the State University of Infrastructure and Technologies Series “Transport Systems and Technologies”, 1 (38), 223–231. https://doi.org/10.32703/2617-9040-2021-38-220-21
  20. Wickens, C. D., Hollands, J. G., Banbury, S., Parasuraman, R. (2015). Engineering Psychology and Human Performance. Psychology Press. https://doi.org/10.4324/9781315665177
  21. Naweed, A. (2020). Getting mixed signals: Connotations of teamwork as performance shaping factors in network controller and rail driver relationship dynamics. Applied Ergonomics, 82, 102976. https://doi.org/10.1016/j.apergo.2019.102976
  22. Gorobchenko, O., Nevedrov, O. (2020). Development of the structure of an intelligent locomotive DSS and as-sessment of its efectiveness. Archives of Transport, 56 (4), 47–58. https://doi.org/10.5604/01.3001.0014.5517
  23. Chambon, T., Guillaume, J.-L., Lallement, J. (2023). Information Complexity Ranking: A New Method of Ranking Images by Algorithmic Complexity. Entropy, 25 (3), 439. https://doi.org/10.3390/e25030439
  24. Zenil, H., Marshall, J. A. R., Tegnér, J. (2023). Approximations of algorithmic and structural complexity validate cognitive-behavioral experimental results. Frontiers in Computational Neuroscience, 16. https://doi.org/10.3389/fncom.2022.956074
  25. Lange, C., Ahrens, A. (2025). Digital Transmission Engineering. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-46789-0
  26. Gibson, J. D. (2023). Digital Communications. Springer International Publishing. https://doi.org/10.1007/978-3-031-19588-4
  27. Renzo, M. D., Migliore, M. D. (2024). Electromagnetic Signal and Information Theory. IEEE BITS the Information Theory Magazine, 4 (1), 25–39. https://doi.org/10.1109/mbits.2024.3359523
  28. Кustov, V. (2025). Fundamental limitations of basic dangerous failure models for functional safety assessment in train control systems. Collection of Scientific Works of the Ukrainian State University of Railway Transport, 212, 301–314. https://doi.org/10.18664/1994-7852.212.2025.336537
  29. Rieger, T., Manzey, D. (2020). Human Performance Consequences of Automated Decision Aids: The Impact of Time Pressure. Human Factors: The Journal of the Human Factors and Ergonomics Society, 64 (4), 617–634. https://doi.org/10.1177/0018720820965019
  30. Laxar, D., Eitenberger, M., Maleczek, M., Kaider, A., Hammerle, F. P., Kimberger, O. (2023). The influence of explainable vs non-explainable clinical decision support systems on rapid triage decisions: a mixed methods study. BMC Medicine, 21 (1). https://doi.org/10.1186/s12916-023-03068-2
Розробка методу визначення навантаження машиніста поїзда на основі багатокритеріальної адитивної моделі для підвищення безпеки залізничних перевезень

##submission.downloads##

Опубліковано

2026-06-30

Як цитувати

Горобченко, О. М., Заіка, Д. О., Неведров, О. В., Голуб, Г. М., Ткаченко, В. П., & Кара, С. В. (2026). Розробка методу визначення навантаження машиніста поїзда на основі багатокритеріальної адитивної моделі для підвищення безпеки залізничних перевезень. Eastern-European Journal of Enterprise Technologies, 3(3 (141), 76–86. https://doi.org/10.15587/1729-4061.2026.365618

Номер

Том 3 № 3 (141) (2026): Процеси управління

Розділ

Процеси управління

Ліцензія

Авторське право (c) 2026 Oleksandr Gorobchenko, Denys Zaika, Oleksandr Nevedrov, Halyna Holub, Viktor Tkachenko, Serhii Kara

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.