ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ УПРАВЛІННЯ АВІАЦІЙНИМИ СИСТЕМАМИ
DOI:
https://doi.org/10.18372/2310-5461.54.16745Ключові слова:
безпека польотів, ризики, людській фактор, біомедичні показники, процес вимірювання, кількісне оцінюванняАнотація
У запропонованій роботі аналізуються особливості впровадження проактивного підходу в авіації. У рамках цього підходу людський фактор розглядається як причина виникнення небезпечної події. Проведено аналіз особливостей прийняття рішень з метою визначення можливостей підвищення надійності прийняття рішень в авіації. Імовірність виникнення небезпечної події, тригером якої є людський фактор, запропоновано визначати на основі оцінки функціонального стану оператора за інформаційними параметрами серцево-судинної системи. У роботі запропоновано підхід до визначення інформативності параметрів, який безпосередньо залежить від кількості вимірювань цих параметрів. Підвищити достовірність прийняття рішень щодо стану об’єкта пропонується не шляхом збільшення кількості вимірювань, а шляхом додаткової обробки вже виміряних інформаційних параметрів, тобто отримання вторинної інформації. Як приклад оброблено результати вимірювань RR-інтервалів електрокардіограми методами нелінійної динаміки, а саме картами Пуанкаре. Застосування методів нелінійної динаміки до вже виміряних параметрів серцево-судинної системи може забезпечити збільшення обсягу інформації про стан оператора та дати нове розуміння змін параметрів серцево-судинної системи при прихованих фізіологічних станах, забезпечуючи додаткова прогностична інформація та доповнення до традиційного аналізу в часовій та частотній областях. Методи нелінійної динаміки дають додаткову і незалежну інформацію про фізіологічну, а також про приховану фізіологічну відповідь на дестабілізуючі фактори. У роботі на прикладі обробки вже існуючих інформаційних параметрів RR-інтервалів електрокардіограми здійснено їх проекцію у фазовому просторі за допомогою карт Пуанкре для підвищення інформативності варіабельності серцевого ритму. Інтервали RR представлені у вигляді часових рядів, а карта Пуанкаре дозволяє оцінити динаміку серцевих скорочень на основі спрощеного вбудовування фазового простору. Використання карт Пуанкаре, як одного з методів нелінійної динаміки, дозволяє проводити якісний і кількісний аналіз серцевих сигналів, що відображає мінливість даних. Отримані в роботі «3D карти Пуанкаре» мають перевагу в реалізації їх побудови і можуть бути використані для ілюстрації таких властивостей, як нестаціонарність і мультистабільність, важливих для розуміння динаміки системи фізіологічної регуляції за наявності дестабілізуючі фактори. Крім того, можна виявити несподівані закономірності в структурі даних, що робить цей метод корисним для дослідницьких досліджень, спрощуючи формування гіпотез, розробку та перевірку математичних/фізіологічних моделей
Посилання
Annex 18 — The Safe Transport of Dangerous Goods by Air. 999 Robert-Bourassa Boulevard, Montréal, Quebec, Canada H3C 5H7. URL: http://caa.gov.by/uploads/files/ICAO-Pr19-ru-izd-2-2016.pdf (access date 22.04.2022)
Khrashchevskyi R.V., Ivanets O.B. Features of a proactive approach in the flight safety system. Science-Based Technologies. 2021. N4(52). P.364-372. ISSN 2075-078. https://doi.org/10.18372/2310-5461.52.16383
Arcúrio Michelle Security Culture and Human Factors . Global Aviation Security Symposium (AVSEC2020). Virtual Symposium is “Improving Security Culture by Connecting the Dots”. (18 december 2020 )
The European Plan for Aviation Safety (EPAS 2020-2024). URL: https://www.easa.europa.eu/sites/default/files/dfu/EPAS_2020-2024.pdf (access date 22.04.2022)
Manual of Air Safety (MAS) Military Aviation Authority. URL: https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/912759/MAS_Issue_7.pdf. (access date 22.04.2022)
Гончаренко Є. Культура безпеки польотів державної авіації України. Наука і оборона. 2019. № 1. C. 36-39. https://doi.org/10.33099/2618-1614-2019-6-1-36-39.
Ivanets O., Morozova I., Burichenko M., Kvach Y. Actual aspects of flight safety on the basis of measuring electrical indicators. 2021 XXXI International Scientific Symposium Metrology and Metrology Assurance (MMA). 2021. Publisher: IEEE. https://doi.org/10.1109/MMA52675.2021.9610872
Наказ Державної авіаційної служби України 06 березня 2020 р. №391. URL: https://avia.gov.ua/wp-content/uploads/2016/01/Metodichni-rekomendatsiyi-Metodologiya-otsinyuvannya-SU-nakaz-391.pdf (access date 22.04.2022)
Richman J.S., Moorman J.R. Physiological time-series analysis using approximate entropy and sample entropy. American Journal of Physiology. Heart and Circulatory Physiology. 2000. Vol. 278 (6). H2039–49. https://doi.org/10.1152/ajpheart.2000.278.6.H2039
Іванець О.Б., Буриченко М.Ю. Шляхи зменшення невизначеності прогнозу стану організму людини при нейромережевому моделюванні. Системи обробки інформації. 2012. №1(99). С.86-90.
Kuzmin V., Zaliskyi, M., Odarchenko, R., oth.. Method of Probability Distribution Fitting for Statistical Data with Small Sample Size. 2020 10th International Conference on Advanced Computer Information Technologies, ACIT 2020 - Proceedings, 2020, pp. 221–224
Romanenko Ye. O., Chaplay I. V. The essence and specifics of the services marketing system in the mechanisms of public administration. Actual Problems of Economics. 2016. No.12. P.81-89. http://nbuv.gov.ua/UJRN/ape_2016_12_11.
Shchapov P.F., Ivanets O.B., Sevryukova O.S. Dynamic properties of the time series of results of biomedical measurements. Science-based technologies. 2020. Vol 2 (46). P. 236 - 244. https://doi.org/10.18372/2310-5461.46.14811
Boyett M., Wang Y., D’Souza A. Cross Talk opposing view: Heart rate variability as a measure of cardiac autonomic responsiveness is fundamentally flawed. Physiol. 2019. Vol. 597. P.2599–2601. https://doi.org/10.1113/JP277501
Kantelhardt J.W., Zschiegner S.A., Koscielny-Bunde E., Havlin S., Bunde A., Stanley H.E. Multifractal detrended fluctuation analysis of nonstationary time series. Physica A: Statistical Mechanics and Its Applications. 2002. Vol. 87 (1). P. 87–114. https://doi.org/ 10.1016/s0378-4371(02)01383-3.
Henriques Teresa, Ribeiro Maria, Teixeira Andreia, Castro Luísa, Antunes Luís, Costa-Santos Cristina. Nonlinear Methods Most Applied to Heart-Rate Time Series: A Review. Entropy. 2020. Vol. 22. P. 309. https://doi.org/ 10.3390/e22030309
Agnieszka Kitlas Golińska. Poincar´e Plots in Analysis of Selected Biomedical Signals. Studies In Logic, Grammar And Rhetoric. 2013. Vol. 35 (48). P. 117-127. https://doi.org/ 10.2478/slgr-2013-0031
Hoshi R. A., Pastre C. M., Vanderlei L. C. M., Godoy M. F. Poincar´e plots indexes of heart rate variability: relationship with other nonlinear variables. Autonomic Neuroscience, Retrieved. 2013. (July 30, 2013). https://doi.org/10.1016/j.autneu.2013.05.004.
Eremenko V.S., Burichenko M.Yu., Ivanets O.B. Method of processing the results of measurements of medical indicators. Science-based technologies. 2020. Vol. 47. № 3. P. 392 - 398. https://doi.org/10.18372 / 2310-5461.47