Spelling suggestions: "subject:"lokomotivführer"" "subject:"lokomotivfuhrer""
1 |
Simulationsgestützte Kompetenzfeststellung von Triebfahrzeugführern - Entwicklung und Anwendung eines Verhaltensmarkersystems / Simulation-based competence assessment of train drivers - Development and application of a behavioural marker systemSchmitz, Marcus January 2013 (has links) (PDF)
Diese Arbeit beschreibt die Entwicklung und Anwendung einer simulationsgestützten Methode zur Kompetenzfeststellung von Triebfahrzeugführern (Tf) der Deutschen Bahn AG unter Anwendung eines Verhaltensmarkersystems. Diese Methode wurde als ein erweitertes Konzept zur Bewertung eines Tf im Rahmen einer jährlich stattfindenden Überwachungsfahrt entwickelt. Diese Überwachungsfahrt besteht aus einer etwa 45-minütigen Prüfungsfahrt, mit deren Hilfe die Handlungssicherheit eines Tf erhöht sowie dessen Leistung und Leistungsfähigkeit beschrieben und bewertet wird. Die Überwachungsfahrt wird von geschulten Instruktoren durchgeführt. Während der Simulatorfahrt werden unregelmäßige Ereignisse eingespielt, die der Tf unter Anwendung der vorgeschriebenen Sollverhaltensweisen bewältigen muss. Ziel ist es, keinen sicherheitsrelevanten Mangel zu verursachen. Grundlage des eingeführten Verhaltensmarkersystems ist ein Datenkonzept, das auf den in den Regelwerken beschriebenen Fahrtereignissen und den entsprechenden Sollverhaltensweisen beruht. Die Überwachungsfahrt wird aus diesen Einzelereignissen zusammengestellt und somit entspricht auch das während der Überwachung zu zeigende Verhalten dem in den Regelwerken beschriebenen Sollverhalten. Um Abweichungen vom vorgeschriebenen Verhalten besser erkennen und bewerten zu können, werden sog. Verhaltensmarker eingeführt. Hierbei handelt es sich um objektive und nachprüfbare Indikatoren, die etwas über den Grad der Erfüllung des Sollverhaltens Auskunft geben. Zentral für die Bewertung sind somit die Erfassung möglicher Sollverhaltensabweichungen und die Frage nach der Festlegung der Schwere dieser Abweichung im Sinne eines Fehlers. Um Art und Stärke der Abweichungen vom Sollverhalten wurden objektive Fahrdaten aus dem Simulator herangezogen. Zusätzlich wurde ein standardisiertes Beobachtungsverfahren für die Instruktoren entwickelt. In einem zweiten Schritt wurden die über beide Verfahren erfassten Abweichungen vom Sollverhalten auf der Basis von Expertenurteilen entsprechend der potentiellen Auswirkungen gewichtet. Diese Gewichtung reicht in drei Stufen von leichten Fehlern bis hin zu sicherheitsrelevanten Mängeln. Für alle in den Überwachungsfahrten vorkommenden Sollverhaltensweisen wurden mögliche Abweichungen erhoben und in einer Fehlertabelle den Fehlerkategorien „gering“, „mittelschwer“ und „sicherheitsrelevant“ zugeordnet. Die so gewichtete Fehlerbetrachtung führt zu einer Gesamtbewertung des Tf und zu einer detaillierten Analyse seiner Stärken und Schwächen. Insgesamt wurden 1033 Überwachungsfahrten von den Instruktoren auf einem projektspezifischen Bogen protokolliert. Über die an den Simulatoren vorhandenen Datenschnittstellen wurden 1314 Überwachungsfahrten aufgezeichnet. Diese Datenquellen wurden integriert und ausgewertet. Als übergeordnetes Ergebnis lässt sich festhalten, dass die Anwendung der in dieser Arbeit entwickelten Methode nachweislich die Qualität und Genauigkeit der Bewertung verbessern konnte. Die Verhaltensmarker ermöglichen eine differenziertere Bewertung des Leistungsstands eines Tf. So ist es nicht nur möglich, sicherheitskritisches Verhalten („roter Bereich“) und ein optimales, fehlerfreies Verhalten („grüner Bereich“) festzustellen, sondern auch Aussagen über den „gelben Bereich“ dazwischen zu treffen (z.B. Mängel, die in anderen Situationen sicherheitskritisch sein können). / The thesis describes the development and application of a simulation-based method for the competence assessment of train drivers, using a behavioural marker system. This method was developed as an advanced concept for the competence check of a train driver in an existing annual monitoring trip. This trip consists of a 45-minute test drive that should help to increase the overall performance of the drivers. It is carried out by trained driving instructors. During the simulator ride irregular events occur which must be overcome by applying the dedicated regulations. The aim is to cause no safety-related error. Basis of the introduced behaviour marker system is a data concept, which is based on the driving events and the corresponding target behaviour described in the regulations. The monitoring trip is compiled from these individual events and thus also corresponds to the underlying regulations. To identify and assess deviations from the prescribed target behaviour, so-called behavioural markers are introduced. These are objective and verifiable indicators that provide information about the fulfilment of the target behaviour. Central to the evaluation are thus the detection of possible deviations from the target behaviour and the question of determining the severity of this deviation in terms of an error. To assess the nature and severity of the deviations from the desired behaviour, objective driving data from the simulator were used. In addition, a standardized observation method was developed for the instructors. In a second step, the measured deviations were weighted on the basis of expert judgments depending on the potential safety impact. This weighting ranges from minor and medium to safety- relevant errors. The weighted error analysis leads to an overall assessment of the drivers and to a detailed analysis of the strengths and weaknesses. A total of 1033 trips were logged by the instructors on a project-specific protocol sheet. In addition, the objective data from 1314 simulator rides were recorded. The data of both sources were integrated and analysed. As high level result, it can be stated that the application of the method developed in this work could significantly improve the quality and accuracy of the assessment. The behavioural markers enable a more nuanced assessment of the level of performance of an engine driver. So it is not only possible to detect safety-critical behaviour ("red zone") and an optimal, error-free behaviour ("green zone"), but also to take statements about the "yellow zone" in between.
|
Page generated in 0.0503 seconds