复杂工业系统中班组人因失误分析

在复杂工业系统中 ,人因可靠性分析 (HRA)是预防和减少人因失误的有效方法。人在复杂工业系统中的生产活动 ,往往是由组织中班组成员集体完成的 ,完整的HRA必须充分考虑班组人误的产生。班组人误的产生有其自身的规律 ,如何合理地定义人员行为形成因子 (PSFs)是班组人因失误分析的难点 ,也是班组人因失误分析的重要手段 ,被广泛应用在核电厂 ,航空和造船工业领域的事故分析中。笔者详细分析和探讨了班组人因失误的定义、产生过程及相关的人的行为形成因子 ,以期能使大规模工业系统中的人因失误分析更加合理和完善。     

基于DEMATEL方法的海运行为形成因子影响关系分析

为揭示并量化海运人因可靠性分析(HRA)中行为形成因子(PSF)间复杂的影响关系,采用DEMATEL方法对航海人员值班任务中9个PSF的依赖关系进行建模和分析,并验证该方法的有效性。结果表明:船上组织的完善程度、驾驶台班组成员的合作质量、可用时间等PSF在系统中的作用大;船上组织的完善程度、人机界面(MMI)与运行支持的完善性、值班区间以及培训和准备的充分性4个PSF为原因因素,驾驶台班组成员的合作质量、同时出现的目标任务数量、可用时间、船上工作及船舶航行条件和操作规程/计划的可用性5个PSF为结果因素。安全管理人员应针对作用大或原因因素中的PSF制定安全管理措施,改善情景环境,提高人因可靠性。     

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。     

健康风险分析(HRA)在石化工程项目中的应用

结合参加南海石化项目管理承包商 (PMC)的健康、安全、环境 (HSE)管理工作的体会 ,简要介绍了南海石化项目中使用的主要健康风险分析的方法 (HRA) ,包括HRA的意义、范围和方法 ,举例说明了如何进行HRA。同时笔者还提出了HRA和中国设计报批相结合的思路 ,指出HRA可以作为职业卫生专篇的编制依据。通过进行HRA ,找出设计中有可能影响健康的所有因素 ,确定危害部位 ,并初步提出工程控制措施和个人防护措施 ,给出了职业卫生工作在工程设计中的结合点。对今后工程中HSE一体化提供了可行的方法     

核电厂运行人员可靠性研究中若干问题的分析

对已有人因可靠性分析模型进行归纳总结,结合核电厂运行人员可靠性研究实际,对人因分类、人因建模、数据采样及人因数据库完善等方面存在的问题进行分析,并提出可能的解决办法或研究方向:在人因分类方式上,要加强因素之间的细化程度,以降低评价的模糊性;在人因量化方面,要重点考虑其所依赖的HRA模型、数学依据、结果精确度等3个方面的影响;对待数据采集的问题,规范性数据采集平台的构建是确保数据一致性的关键措施,并有利于不同HRA模型之间接口相容性问题的解决;人因数据库管理系统的智能决策功能是研发设计的趋势。     

基于贝叶斯网络的人因可靠性评价

提出一种贝叶斯网络的人因可靠性评价(HRABN)方法,其中的每个因子对应于贝叶斯网络中的节点,该方法可对人因可靠性作定量分析和定性分析。在定性分析上,节点的因果关系(HRA中的因子关系)及需要改进的薄弱节点都直观地显示在层次图中;在定量分析方面,对节点因子后验概率的推断通过HRA中的先验信息(包含仿真数据、现场操作及专家知识等)和最新信息得到。如果人因可靠性贝叶斯网络中的每个节点的先验概率分布和后验概率分布都已知,模型的可信性就可通过贝叶斯因子进行定量验证。贝叶斯网络扩展性好,当有新的节点因子需要考虑时,只需要补充对应的节点;笔者的方法也能很好地应用在不同行业的HRA。     

行为形成因子分析方法评述

为全面了解人因可靠性分析(HRA)中行为形成因子(PSF),对现有的PSF分析方法进行评述。分析情景环境的各种称谓,指出PSF是目前认可程度最高的一种,并规范PSF的定义及其内涵。分2种类型评述当前PSF的分类方法:基于影响机理分类和系统化分类。评述在HRA中PSF的选择和使用情况,针对不同的问题给出选择和使用PSF的建议。分别从定性评价和定量评价2个方面对PSF的评价方法进行评述。结果表明,PSF分析方法仍处于发展之中,需要在后续工作中不断改进。     

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。     

Embedding the human factor in road tunnel risk analysis

The paper is focusing on road tunnel safety and builds upon the Directive 2004/54/EC launched by the European Commission; the latter sets basic requirements and suggests the implementation of risk assessment in several tunnel cases apart from technical measures imposed on the basis of tunnel structural and operational characteristics. Since the EU Directive does not indicate the method for performing risk assessment, a wide range of methods have been proposed, most of them based on quantitative risk assessment (QRA). Although the majority of current road tunnel QRAs assess physical aspects of the tunnel system and consider several hazards concerning the transportation of dangerous goods through a tunnel, they do not take into account, sufficiently, several organizational and human-related factors that can greatly affect the overall safety level of these critical infrastructures. To cope with this limitation this paper proposes a fuzzy logic system based on CREAM method for human reliability analysis (Hollnagel, 1998) in order to provide more sophisticated estimations of the tunnel operator's performance in safety critical situations. It is deduced that a human reliability analysis component to analyze operator performance, like the fuzzy system proposed here, is important for risk analysts. Consideration of organizational and human factors will enhance risk analysts’ studies and highlight the uncertainty related to human performance variability.