Новости
09.05.2023
с Днём Победы!
07.03.2023
Поздравляем с Международным женским днем!
23.02.2023
Поздравляем с Днем защитника Отечества!
Оплата онлайн
При оплате онлайн будет
удержана комиссия 3,5-5,5%








Способ оплаты:

С банковской карты (3,5%)
Сбербанк онлайн (3,5%)
Со счета в Яндекс.Деньгах (5,5%)
Наличными через терминал (3,5%)

ОСОБЕННОСТИ СИСТЕМЫ УПРАВЛЕНИЯ КАЧЕСТВОМ ДАННЫХ О СОСТОЯНИИ ДОРОЖНЫХ ОДЕЖД В США

Авторы:
Город:
Москва
ВУЗ:
Дата:
22 февраля 2016г.

Общие положения

Проверка качества данных предусматривает деятельность, проводимую с целью верификации, что собранные данные о состоянии дорожных одежд достоверны. Инструменты проверки качества данных используются для тестирования данных о состоянии одежд, которые собираются агентством, и данных, которые собираются поставщиком услуг.

Общие методы включают тестирование контрольных или проверочных участков, использование программного обеспечения для проверки ошибок, таких как анормальные данные вне ожидаемого диапазона, а также проверку определѐнного процента данных персоналом.

Независимые гарантийные испытания нацелены на подтверждение данных для агентства-пользователя. Например, процедура проверки качества сбора данных о состоянии дорожной одежды в ходе производства состоит в использовании образца или контрольного участка, который повторно исследуется или анализируется независимым экспертом, а результаты сопоставляются с производственными [2].

В общем, на качество собранных данных о состоянии дорожного покрытия могут влиять используемое оборудование, способ управления процессом (включая подготовку и квалификацию эксперта/оператора), методика обработки собранных данных, условия окружающей среды, тип дорожной одежды. Все эти потенциальные источники могут контролироваться (или, по крайней мере, подлежать отчѐтности) поскольку они способны повлиять на качество собранных данных.

Значение качественных данных для эффективной работы дорожных одежд

Наличие «хороших» данных имеет огромное значение для обеспечения эффективного управления состоянием дорожной одежды. В частности, адекватное качество и количество данных о состоянии дорожных одежд очень важный компонент системы контроля. Например, точные и согласующиеся во времени данные имеют особое значение для разработки моделей прогнозирования ровности и распространения растрескивания [1]. Эти модели являются необходимыми для  разработки эффективных многолетних планов  сохранности и программ ремонтов. Даже при выполнении анализа на сетевом уровне, ошибки в данных могут иметь существенный эффект на рекомендованные процедуры и бюджетные траты. Систематические ошибки имеют наиболее тяжѐлые последствия на сетевом уровне, где собирается большой объѐм данных и ошибки при этом могут накапливаться [3]. Менее критическими являются случайные ошибки, поскольку, скорее всего, они будут компенсировать друг друга при сборе достаточного массива данных.

Адекватное управление данными может способствовать устранению системных ошибок и минимизации случайных (несистематических) ошибок. Например, в штате Виргиния введение третьей стороны для осуществления независимой валидизации и точности данных оказалось особенно полезным. Подрядчика третьей стороны попросили вручную проверить 10% собранных и проанализированных с помощью автоматических методов данных. Этот процесс обеспечил высокое качество проверки по критериям полноты и достоверности данных, а также прямого сопоставления повреждений дорожного покрытия между автоматическими оценками поставщика услуг и полученными вручную цифровыми данными/оценками от опытных экспертов. Процесс также помог выявить несколько систематических ошибок (например, ошибочную классификацию определѐнных типов повреждений дорожного покрытия). Корректировка этих ошибок привела к сокращению на 83% потребностей в восстановлении дорожного покрытия и увеличению на 22% площади проезжей части, не требовавшей технического обслуживания. Совокупный эффект этих изменений состоял в сокращении на 18 млн. долларов США по техническому обслуживанию для системы автомобильных дорог, относящихся к различным штатам [3].

Мероприятия по управлению качеством данных

В таблице обобщены типы мероприятий, использованные для контроля и приѐмки качества агентствами, которые участвовали в опросе [2].

Таблица 1

  

 

Мероприятие

Частота использования для контроля качества, %

Частота использования при приѐмке качества, %

Калибровка оборудования до сбора данных

80

94

Тестирование известных «контрольных» сегментов до сбора данных

73

94

Периодическое тестирование известных

«контрольных» сегментов в ходе производства

71

81

Программное обеспечение, контролирующее соответствие данных предполагаемому диапазону значений

71

57

Программное обеспечение, которое проверяет на наличие отсутствующих элементов данных или участков дороги

 

61

 

55

Верификация программного обеспечения для обработки после проведения исследования/ процедур обработки после проведения исследования

48

47

Сравнение с существующими данными временных рядов

50

42

Статистические методы/программное обеспечение, которые проверяют непротиворечивость данных

50

38

Перекрестные измерения

27

26

Периодическое тестирование слепых и контрольных сегментов в ходе производства

21

24

Верификация данных выборки независимым консультантом

12

4

 

Следует отметить, что некоторые инструменты и методы, использованные в целях контроля и приѐмки качества, по сути, совпадают. Возможно, это одна из причин, по которой два мероприятия зачастую не различают между собой. Однако, цель мероприятий, способ их проведения, а также персонал, ответственный за них, как правило, различаются на этих двух этапах управления качеством.

Обучение и сертификация персонала

Непрерывное обучение – очень важно для обеспечения надлежащего обучения персонала, обслуживающего оборудование и проводящего визуальные осмотры. Одна из серьѐзных проблем состоит в том, что классификация дефектов дорожного покрытия является несколько субъективной. Это делает обучение ещѐ более важным применительно к осмотрам повреждений. Некоторые агентства требуют официальной сертификации экспертов и операторов оборудования с целью удостовериться в том, что они обладают требующимися знаниями и навыками.

Проверка данных программным обеспечением

Используется в ходе производства контроля качества, когда данные представляются для приѐмки качества, и когда полученные материалы включены в базу данных контроля состояния дорожных одежд. Типичные проверки включают проверки на сетевом уровне результатов, которые не укладывается в предполагаемый диапазон значений, проверки на наличие недостающих сегментов или элементов данных, а также статистический анализ для проверки адекватности данных.

Прочие инструменты

Помимо описанного выше, некоторые агентства также проводят другие испытания, такие как сравнения изменений во времени, анализ, основанный на системе географической информации (GIS), и проверку выборочных данных независимыми третьими лицами. Описанные инструменты могут быть включены в планы контроля качества, процедуры приѐмки качества и/или процессы независимой экспертизы. Например, калибровка оборудования является основным компонентом процесса контроля качества, но проверка этой калибровки, как правило, является составной частью планов приѐмки качества. Аналогично, контрольные участки или участки для проверочных испытаний используются большинством агентств, как для контроля качества, так и для приѐмки качества.

Независимая экспертиза

Как правило, технические методы управления качеством рекомендуют включать внешний аудит в план управления качеством, эта процедура именуется «независимая гарантия качества». Цель испытания независимой гарантии – подтвердить данные для агентства-пользователя. Проверка данных персоналом службы приѐмки качества предназначена для обеспечения точности данных. Такие проверки, как правило, включают меры, направленные на точную идентификацию повреждений дорожного покрытия и оценку степени их серьѐзности. Проверка может производиться персоналом по сбору данных, каким-либо другим лицом из числа персонала организации, либо независимым третьим лицом. Например, процедура проверки качества сбора данных о состоянии дорожной одежды в ходе производства предусматривает использование выборки или контрольного участка, который повторно исследуется или повторно анализируется независимым экспертом, и результаты сравниваются с производственными. Эталонные измерения на этих участках производятся с использованием наилучшего из имеющихся практических методов для данного конкретного индикатора состояния дорожных одежд. Исследование показало, что только 4% агентств используют независимую проверку контроля качества данных [2].

 

Список литературы

1.     Hudson, S.W., W.R. Hudson, D. Brown, and F. Botelho, ―Standards for State Network Level Pavement Management Condition Data‖ In Proceedings of the 1997 Speciality Conference on Infrastructure Condition Assessment: Art, Science, Practice, Boston, Mass., ASCE, New York, N.Y., 1997.

2.     NCHRP Synthesis, 401. Quality Management of Pavement Condition Data Collection. Transportation research board 2009 executive committee, 2009. 143 pp.

3.     Shekharan, R., D. Frith, T. Chowdhury, C. Larson, and D. Morian, ―Effects of Comprehensive Quality Assurance / Quality Control Plan on Pavement Management‖ Transportation Research Record: Journal of the Transportation Research Board, No. 1990,Transportation Research Board of the National Academies, Washington, D.C., 2007, pp. 65-71.