基于AHP-SLIM的航空器维修人误概率确定

人误是造成民用航空维修差错的主要因素。由于缺少实际的数据,对航空维修行业人为失误发生的规律进行研究是必要的,但是规律研究主要依赖于该领域专家的判断,很难确保一致性。为了克服这个困难得到更加准确的评估,本文将层次分析法同成功似然函数结合起来估计造成飞机/发动机/附件损坏的人误概率。该方法确定了航空器维修人员的安全态度、知识和技能、计划和监管、信息沟通等因素,对人误的影响程度以及飞机/发动机/附件损坏中常见人误的发生概率。计算结果表明,操作/试验时最容易发生飞机/发动机/附件损坏,并且提出加强组织和监管、严格按章办事等解决措施。     

基于APJE-SLIM的海运人因失误概率的确定

安全是海运行业永恒的主题,调查研究表明,人因失误是造成海事的主要原因。为了对海运人因失误进行研究,探讨引起人因失误的行为形成因子(PSF),确定在PSF影响下的人因失误概率。在调查海上避让行为的人因失误和这些失误的行为形成因子的基础上,采用APJE和SLIM相结合的方法对航海人员避让行为中的可靠性进行分析。结果表明,航海人员疲劳与健康程度、知识、经验与培训水平、任务复杂程度、安全管理水平与组织有效性等PSF对人因失误概率有着不同程度的影响,相应提高PSF水平,可极大地减少人因失误概率。利用APJE确定端点绝对失误概率,解决了SLIM方法中难以获得参考点概率的问题,获得了在不同种类不同水平PSF影响下的海运人因失误概率。     

基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题，采用认知可靠性与失误分析方法（CREAM）中的扩展预测法，计算10项管制通用任务的人误概率；在此基础上，以管制行为形成因子作为根节点构建贝叶斯网络，建立其与情景控制模式的不确定关系模型，对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下，由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大，从方法的客观性、合理性和适用性角度分析，贝叶斯网络在研究该问题时更具优势。     

计算机仿真事故响应中的班组绩效影响因子研究

在核电站应急事件的工况下,用计算机仿真的人的班组行为模型(IDAC模型)可以预计主控室操作班组人员(决策者、操作者和咨询者组成)的失误概率,为了量化事件过程中人的认知心理活动发生的机理,采用绩效影响因子(PIF)计算班组人员发生失误的概率。讨论PIF的定义、分类以及量化值的确定,描述人的认知心理活动的失误机理与PIF的关系,预计班组失误亊件发生的概率。对50个PIFs中的一些重要因子进行描述,每组中的PIF都是独立于其他组的,但是不同组中的PIF可能存在从属关系。试图基于心理学观察以及各种人的可靠性分析方法的影响路径,合理有效地选择PIF,以实现动态概率风险评价中的人误事件发生概率的量化。     

基于CREAM和贝叶斯网络的航空维修人为差错概率预测

航空维修差错不仅严重威胁着飞行安全,同时也会增加航空公司的维修成本。针对航空维修人员发生差错成因的复杂性以及历史事故数据缺乏的情况下,将人因可靠性与失误分析方法（CREAM）和贝叶斯网络（BN）相结合,提出一种改进的维修差错分析模型。根据维修任务构建相应的贝叶斯网络模型,为各子节点设置条件概率表（CPT）;基于维修基地的实际维修环境,对行为形成因子（PSFs）进行评估,得到共同绩效条件（CPCs）的水平;利用各CPC因子下各个行为功能失效模式的权重因子,对各认知活动进行失效概率的修正;将修正概率作为贝叶斯网络根节点的输入,利用推理机制,得到差错发生概率。通过案例分析和计算,验证了所述方法的可行性和有效性。     

基于CREAM方法的人因失效概率预测模型研究

认知可靠性与差错分析方法(CREAM)是第二代人因可靠性分析方法中的代表方法之一,通过对任务环境进行分析从而直接确定人为差错发生概率。本文分析了该方法及其后续研究在人因可靠度评估时存在的主要问题,并以CREAM方法为基础建立新的人因失效概率预测模型。模型首先要求有针对性的对具体任务环境确定通用性能影响因子(CPC)权重,然后通过对CPC进行打分对任务环境进行量化,通过加权求和的方式分别计算出CPC的改进总分值G和降低总分值J,最后运用新建的预测模型计算出人因失效概率。新模型提出了三点改进:第一将任务环境设定为连续的空间;第二提出了不同的工作环境(任务环境)应该有其对应的CPC因子权重;第三考虑正影响CPC因子和负影响CPC因子的双重影响,建立双变量预测模型,预测结果更加合理。     

人因可靠性数据库基础架构研究

针对人因可靠性分析中的数据匮乏问题,在技能-规则-知识(SRK)模型的基础上建立层次化的人因可靠性数据分类体系,其中包括人因失误模式和人因失误影响因素。结合对一些实际人因失误数据的考察,以及可控实验,确定人因可靠性数据库中基准人因失误概率。在人因数据外推系统中,使用层次分析法(AHP)来定量评价人因失误所处的情境的等级,并使用概率方法将基准人因失误概率与情境进行叠加,从而得到人因失误概率。人因数据库有助于人因可靠性数据的搜集和分析,形式化的外推方法减少了对主观因素的依赖。     

船舶溢油应急反应人的可靠性分析研究

为减小船舶溢油事故应急反应人员失误概率,提升应急处置效果,在对应急人员可靠性主要影响因素识别的基础上,利用模糊贝叶斯网络(BN)建立船舶溢油应急人的可靠性分析(HRA)模型,将应急反应流程抽象为可进行概率推算的BN,实现单个应急任务和全过程人的可靠性的量化评估,并依据该模型对一起船舶溢油事故进行实例研究。结果表明,首先模糊集值专家评估较好地解决应急人员可靠性情境依赖性强,难以量化评估的问题;其次,BN卓越的概率推理性能实现由单个应急任务向全过程人的可靠性的推算;最后得到应急反应人的可靠性主要取决于关键应急任务的完成情况和相关情境因素的影响。     

高铁列车调度员人因失误概率量化方法研究

为评估高铁列车调度员操作可靠性及其对列车调度系统风险的影响,建立改进的高铁列车调度人因失误概率量化方法。首先根据高铁列车调度指挥认知行为模型划分列车调度任务类型,对各任务类型下的人因失误分别构造贝叶斯网络(BN)模型。然后,基于证据理论(D-S)合成专家多源信息,以确定节点变量状态先验概率和条件概率。最后,通过贝叶斯推理计算成功似然指数(SLI),并依据成功似然指数法(SLIM)将其转化为人因失误概率。以列车临时限速为例进行应用分析。研究结果表明,在给定边界概率的基础上,用该方法能获得列车调度员不同任务类型和不同行为影响因子下的人因失误概率。列车调度员发布限速调度命令时总的人因失误概率为0.002 24。     

基于贝叶斯网络的非正常情况下高铁行车调度人因可靠性分析

行车调度子系统在整个高铁运输系统中处于关键位置,虽然行车调度大多已经采用了信息化、自动化的作业程序,但发生设备故障、交通事故、自然灾害等非正常情况时,很多具体的作业组织和管理仍需行车调度作业人员的参与.提出了一种基于贝叶斯网络考虑情境环境因子交互关系的人因可靠性分析方法,以某铁路局的人因失误数据统计表为学习样本,推理出行车调度作业人员工作中存在的主要问题.结果表明,“完成任务的可用时间”、“培训”及“人员配置”的节点状态变化会对作业人员的可靠性产生很大影响.最后,以高铁行车调度人员在某种特定情境状态下的实际作业为例进行了实证研究.研究表明,所建立的方法正确可靠,能够准确、高效地辨识人因可靠性.     

一种基于贝叶斯网络的机务维修差错调查模型算法

提出一种基于贝叶斯网络的机务维修差错调查模型算法,根据已经建立的机务人为诱因导致事故/事故征候模型,利用贝叶斯原理编程实现了该算法。利用该算法对中国民航飞行学院2001-2011年的机务人为有引导的事故/事故征候依次进行分析并验证,得到了相应的事故诱因概率排序。该算法克服了样本空间不足,在事故发生以后能够在引入其他证据的情况下根据以前的经验概率得到新的事故诱因概率排序,为民航机务维修差错调查提供了可靠的技术支持。     

基于事故/事件的民机人因防错设计关键因素研究

针对民机人因防错设计对飞行安全的影响,从世界民航安全事故/事件数据库中筛选出92起典型的人为因素事故案例,采用基元事件分析法进行深度分析,提炼出民机人因防错设计需要考虑的重要设计因素,并建立重要设计因素集。基于系统工程学的“人机环”模型,结合国内外飞机设计相关标准,建立民机人因防错设计重要因素指标体系。运用模糊层次分析法对因素指标进行权重计算,确立影响飞行安全的14项人因防错设计关键因素,并针对这些关键因素提出民机人因防错设计通用要求,以期为民机人因防错设计满足初始适航要求提供参考。     

基于SEM的维修资源管理对机务人员不安全行为的影响研究

为减少维修差错导致的不安全事件,从维修资源管理对机务人员不安全行为的影响进行探讨,以团队合作、沟通交流、工作压力、领导能力、工作环境及惯例作为维修资源管理变量,考虑不安全行为意向对不安全行为的中介作用,提出了维修资源管理各因素对机务人员不安全行为的影响假设。通过实证分析,采用结构方程模型(SEM)的方法验证了维修资源管理各因素对机务人员不安全行为的影响假设。实证结果表明:维修资源管理各因素对机务人员不安全行为及意向有不同的影响作用。为机务人员的安全行为管理提供理论支持。     

Determination of human error probabilities in maintenance procedures of a pump

The “human factor” constitutes an important role in the prediction of safe operation of a facility. Hence, information about human capacities and behaviours should be applied methodically to increase the safety of a systematic process. This paper provides an analysis of human factors in pre- and post-maintenance operations. For possible failure scenarios, this paper considers the procedures for removing process equipment from service (pre-maintenance) and returning the component to service (post-maintenance). In this study, a pump is used as the test example. For each scenario, the human error probability (HEP) is calculated for each activity, using the Human Error Assessment and Reduction Technique (HEART) which is commonly implemented technique in industry, can also be applied in the analyses of safety cases. HEART is a reliable technique for comparing HEP and its approach is based on the degree of error recovery. Consequences are also assessed for each activity in this methodology. The final value of risk for each activity is assigned by combining error likelihood and related consequences. When the calculated risk is beyond acceptable levels, risk management strategies are provided to increase the safety of the maintenance procedures. The most probable human errors for a considered case study are related to the activities of “draining lines” and “open valves”. These two activities have high HEPs, which are 9.57E−01 and 9.62E−01, respectively.     

组织定向的人因失误因果模型及影响关系研究

为了更好地从源头上预防人因失误,首先,基于系统理论发展一个组织定向人因失误的"结构-行为"因果模型,包括组织子模型、情境状态子模型、个体因素子模型以及人因失误子模型。然后,分析模型中各子模型之间以及其因素类别之间的直接和间接影响关系,如模型中各层级之间的因果关系:组织因素→情境状态因素→直接触发人因失误的个体因素→人的认知行为失误。最后,基于事件报告分析、专家意见和文献资料,并依据建立的4种影响类型(I,C,A,N)识别具体情境环境与人因失误或认知行为之间的影响关系。分析结果表明,情境环境因素对人因失误的影响非常复杂,不同的情境环境因素对同一人因失误可能产生不同类型的影响,同一情境环境因素对不同的人因失误可能产生不同类型的影响。     

航空维修人为差错影响因素分析中的模糊层次分析法

航空维修中的人为差错影响因素分析对于预防事故发生至关重要,如何定量分析及辨识出主要影响因素是亟待解决的问题。为此,结合航空维修实际,提出运用群组模糊层次分析法对人为差错影响因素进行量化排序和分类,归纳细化了影响因素层次体系,并给出了分析计算流程。以一起由维修人为差错所引发的航空事故为例进行了实证分析,结果表明:该方法能够辨识出航空维修中人为差错产生的主要影响因素,进而对制订最优事故预防方案,控制和减少该类事故的发生有积极意义。同时该方法对其他行业中的人为差错主要影响因素辨识有着一定的参考价值。     

Arabian,Asian, western: a cross-cultural comparison of aircraft accidents from human factor perspectives

Introduction. Rates of aviation accident differ in different regions; and national culture has been implicated as a factor. This invites a discussion about the role of national culture in aviation accidents. This study makes a cross-cultural comparison between Oman, Taiwan and the USA. Method. A cross-cultural comparison was acquired using data from three studies, including this study, by applying the Human Factors Analysis and Classification System (HFACS) framework. The Taiwan study presented 523 mishaps with 1762 occurrences of human error obtained from the Republic of China Air Force. The study from the USA carried out for commercial aviation had 119 accidents with 245 instances of human error. This study carried out in Oman had a total of 40 aircraft accidents with 129 incidences. Results. Variations were found between Oman, Taiwan and the USA at the levels of organisational influence and unsafe supervision. Seven HFACS categories showed significant differences between the three countries (p?<?0.05). Conclusion. Although not given much consideration, national culture can have an impact on aviation safety. This study revealed that national culture plays a role in aircraft accidents related to human factors that cannot be disregarded.