我国高速动车组列车驾驶实作培训考核体系研究

郭树祥

（国家铁路局装备技术中心，北京 丰台 100070）

0 引言

铁路作为我国经济大动脉，是交通运输的重要组成与核心部分，具有运量大、能耗低、占地少、污染小、安全可靠、效率高等特点。随着我国高速铁路迅猛发展，我国已成为世界上高速铁路系统技术最全、运营里程最长、运行速度最高、在建规模最大的国家。截至2020 年底，全国铁路运营里程超过14.63 万公里，其中高铁3.8 万公里，居世界第一位[1]，所需要的配属设施及资源需求量大且标准与要求均较高，对于不同专业不同工种不同能力层级的作业人员的需求量大，因此，快速、高效、体系化地对其专业与业务能力进行培训至关重要。

在确保高速铁路安全高效运营与平稳准点运行的前提下，如何构建一套科学、客观公正合理的动车组实作考核评价体系，能多快好省地实现动车组司快速、高效、体系、系统的培训考核，且能公平公正地选拔符合高速铁路运营实际需求的人才，同时实现岗位晋升培训考核与技术比武等，已成为我国高速铁路实现安全高效快速准点运营亟待解决的重要课题。

1 CRH驾驶培训简介

1.1 培训考核现状分析

当前大多数铁路局与站段采用师傅带徒弟一对一地跟车认知熟悉、认知熟悉、试操试作、独立实操直至深知并熟悉动车组相关功能性与相应的规章制度和作业流程，且被师傅认同后才能上车驾驶实作，且无体系化与规范化的培训大纲、培训内容、考核规则等，师傅的主观因素对其培训与考核占比较大[2]，因采用实车对其进行练习，具有较高的风险甚至会影响全路列车正常运营[3]。部分铁路局与站段已采用模拟驾驶实训装置，因其车型线路场景、实训装置仿真度、不同供应商培训考核课程场景等的差异性，导致相应的培训与考核效果欠佳，不能快速有效地满足铁路日趋增长的培训需求，但可批量化地对初级学员的原理认知、基本操作流程与作业规范等进行培训，既不影响真实铁路实际运营，又对列车实际运营无安全风险[4]。

为全面提升培训效率规避一对一师傅带徒弟的培训方法培训周期较长、手段较单一、安全风险高，不仅费时费力，而且无法较好地模拟铁路现场实际运营的故障、非正常与应急处置场景，难以实现学员从入门到精通体系化、系统化的培训与考核目标，无法有效缓解高速铁路动车组司机日益激增的培训需求。

1.2 培训考核体系需求分析

随着我国高速动车组的快速发展，动车组司机的培训考核内容、形式与考核评价规则等研究工作持续深入。2010 年通过建立动车组司机胜任力模型，构建了包括选拔、上岗、在岗、调岗、退役评价在内的动车组司机职业安全评价体系，明确了动车组司机驾驶适应性评价的指标，但未给出动车组司机的能力模型与详细的培训考核大纲[6]。2014 年驾驶适应性测试正式纳入动车组司机资格许可的条件，但当前仍在静态与动态测试阶段[7]，且未与司机驾驶实作进行关联，应用范围受限。

鉴于我国高速铁路发展速度与动车组司机培训现状，建议采用动车组实体构建虚实结合的仿真实体操作台对司机进行实训，再结合铁路现场实际运营场景和动车组实体功能构建集理论与实操为一体的培训考核体系，实现对动车组司机不同能力职级的理论与实作培训和考核。

2 基于匹配追踪算法的培训考核体系研究

2.1 匹配追踪算法基本原理

匹配追踪算法是通过一组有限的特征向量Qi（i=1,2,…,N）对一个事物特性进行线性表示：

式 （1） 中 ：x={x(i),i=1,2,...,N}；y={y(i),i=1,2,...,N}，观测矩阵Q={Q(i,j),i=1,2,...,N,j=1,2,...,M}，然后根据特征向量y与观测矩阵应用优化求逆方法对x进行逆观测解码x̂：

式 （2） 中：(·)T为向量转置操作；(·)-1为矩阵求逆；y为至少包含个非零值的展开系数，即||y||0=则称y在Q域是可表示的。

设目标函数为：

将其最小化，即可得到最优解x̂，即：

式 （4） ～ （5） 中：||⋅||n为p-n范数；为重构信号；ε为满足重构精度的阈值[5]。

2.2 基于匹配追踪的培训考核模型

2.2.1 动车组列车功能集

根据动车组列车相关软硬件功能特性与属性参数精准高逼真还原动车组列车并根据其模块功能集：

式（6）中：j为功能模块序号；i为每个子系统的功能项点，其中主要包括司机操纵设备、列控系统、牵引控制系统、制动控制系统、运行动感功能等，再对相应模块的功能进行归整分类。

2.2.2 动车组司机能力模型

根据铁路相关规章制度和动车组司机能力要求构建不同能力职级的能力模型：

式（7）中：j为能力项序号；i为每个能力项的能力项点，主要包括理论与实作两项能力，再根据能力项归整梳理相应的能力项点。

2.2.3 培训大纲

根据动车组司机能力模型、动车组功能集和铁路现场实际运营场景中的故障、非正常、应急处置场景、线路基础设施设置、线路各种标志/标识牌设置构建培训大纲与体系：

式（8）中：j为培训类型；i为每个培训类型的培训内容，主要包括基础理论、操作理论、运行操作、故障处置、非正常与应急处置等。

2.2.4 考核大纲

根据动车组司机《国家职业技能标准编制技术规程》与能力模型分别归整梳理不同能力职级的专业技术与业务需求并制定相应的考核评价规则：

式（9）中：j为能力职级；i为每个能力职级对应的考核规则，主要包括三级/高级工、二级/技师、一级/高级技师。

2.2.5 学员潜在知识集

根据参训人员学习任务目标与动车组能力模型和培训与考核大纲进行综合评测分析潜在知识储备：

式（10）中：j为能力储备项，i为每个能力储备项对应的能力项点，主要包括理论与实作两个部分。

2.3 驾驶实作培训考核体系

动车组驾驶实作培训考核体系以铁路各项规章制度、法律法规和动车组实训设备功能集P为基础，以动车组司机能力模型Q、培训大纲R、考核大纲S为核心，以参训人员教学任务目标U为纲要，分别评测参训人员潜在知识储备能力T和求知欲度Z，然后根据Z制定相应的教学与课程计划，再根据教学过程数据计算其课程掌握程度Z与学习任务目标符合度Qf cor，最后给出相应的反馈指导培训意见。其中m与n的值为不定值，与实际计算的值为准。

具体方案如下所示。具体方法步骤如下：

（1）潜在知识储备能力计算。

式（11）中：α={ }α(j,i),j= 1,2,...,M,i= 1,2,...,N,M

（2）参训人员求知欲度计算。

式（12）中：β={ }β(j,i),j= 1,2,...,M,i= 1,2,...,N,M

（3）参训人员课程掌握程度计算。

式（13）中：γ={ }γ(j,i),j= 1,2,...,M,i= 1,2,...,N,M

（4）根据参训人员的求知欲度Z与课程学习掌握程度y，计算其能力项与知识项点的相似度。

3 仿真实例分析

本文以动车组司机三级/高级工的技能要求与相关知识构建模型，并应用匹配追踪算法对参训人员的学习任务执行方式方法、培训大纲、考核大纲等进行优化。鉴于动车组实训设备、能力模型、培训大纲、考核大纲、知识储备等的维度与类型差异很大，不便于统一计算推理论证，抽象归整各模型矩阵元素并标准归一化为各行元素和均为“1”，即为矩阵符号。相关数据构建实例化矩阵如下：

参训人员入学理论与实操测试各项能力的权重项为：

参训人员的学习任务目标为：

故障操作、应急处置与非正常处置占比较高；

为根据参训人员学习任务目标U制定相应教学培训计划与各项课程的占比即三级动车组司培训考核项点权重；参训人员学习任务目标权重系数为：

根据以上实例化模型数据计算培训考核体系构建的有效性与合理性，方法及步骤如下：

（1）根据参训人员入学测试与培训和考核大纲计算其学员潜在知识集。

从数据可看出，该同学对基础与专业知识掌握得比较好，对行车设备、动车组车内设备和驾驶心理学这块比较薄弱。

（2）基于参训人员学习任务目标U、各项专业课程权重β计算求知欲度。

（3）参训人员课程掌握程度。

（4）根据参训人员的求知欲度Z与课程学习掌握程度y得到Qf cor= 0.872，已较好地完成了学习任务目标，但仍需在动车组操纵、故障与非正常处置方面需加强。

4 结语

随着高速铁路的快速发展，动车组司机综合素质已成为铁路运营安全的重要因素。本文通过分析动车组司机既有培训现状与考核评价方式，组建了基于实训设备-人-场景系统为原型的培训考核体系，构建了动车组实训设备功能集、动车组司机能力模型、培训大纲、考核大纲、学员潜在知识储备、教学任务目标等模型，并应用匹配追踪算法横向拉通各专业能力项点与课程场景，纵向贯通并循环优化教学练考评各个环节，能实现不同能力职级动车组司机的培训与考核规划和指导建议。实验数据表明，该方法能较好地凸显参训人员各个环节的薄弱点、优势项与不足，同时也能修正课程目标并同步反馈修订相应的教学培训与考核大纲，可为全路不同路局、站段、车间相关技术员的培训与考核提供一定的参考。