基于差错分类框架辨识人为差错

为解决人因可靠性分析中的人为差错辨识问题,提出新的工作流程。在该流程中,由人为差错引导词引导,以自问自答方式开展差错辨识工作。针对动作和决策2种差错类型,分别设计差错基本分类框架。其中,动作差错基本分类框架包括5个差错大类,10个差错小类;决策差错基本分类框架包括2个差错大类,10个差错小类。这些差错小类可作为差错辨识过程中的引导词。通过2个实例,演示这2个框架在差错辨识过程中的作用。演示结果表明,在人为差错引导词引导下开展差错辨识工作,更容易保证差错辨识结果的全面性和一致性。     

行为形成因子与人为差错模式的定性关联分析

为揭示人为差错的发生规律以便有效管理人为差错,研究行为形成因子与人为差错模式间的对应关系。将行为形成因子作为情景环境的表征,在SRK(skill,rule,knowledge)模型的基础上,将认知功能的效能分为3种指标:全面性、准确性和效率,将认知功能与效能指标相结合得到人为差错模式的分类。在此基础上,根据经验详细分析行为形成因子对认知功能3种效能指标的影响,得到行为形成因子与人为差错模式的关联关系表格。该关联关系是定性的,包含密切关联、重要关联、一般关联和没有关联4种关联程度,不但可以用于人为差错事件的调查,而且可以用于人为差错模式的预测。     

基于人差错纠正能力的人因可靠性模型研究

根据人-机系统中人的操作行为具有时序性和差错可纠正性的特点,结合船舶舱室行为形成主因子,开展船舶舱室人因可靠性研究。以人因失误的时序性和差错纠正参数为基础,建立人-机系统中操作者行为模式和人因失误事件树模型。通过对人的差错纠正能力的分析,开展人因可靠性量化模型纠正理论研究。最后,以船舶舱室操作台的监控任务人因可靠性为例进行量化计算,定量评估操作人员执行任务的可靠度。     

一种系统化的行为形成因子分类方法

为了准确表述能够诱发人为差错的情景环境,对人因可靠性分析(HRA)中的行为形成因子(PSF)进行归纳整理,构建一种新的系统化的PSF分类方法。对现有人因可靠性文献中的PSF进行分析,明确PSF的定义及其内涵。通过分析人机交互过程,指出PSF应该包含:操作者,机器,任务,组织,环境和辅助系统等6个方面,分别从上述6个方面对PSF进行细致分解,最终构建包括6个方面38个元素的PSF分类方法。     

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。     

基于企业制造的人为差错及防范措施研究

以企业人为差错及其防范措施为研究对象,通过对人为差错成因、机理及影响等方面的分析,提出了降低或消除生产过程中人为差错的防错技术模型和防错设计方法,论述和总结了有效防范企业生产过程中人为差错的措施和建议,旨在不断提升企业生产过程的管理水平.     

航空维修人为差错的行为特点分析及对策

主要从行为科学的基本理论出发，通过对航空维修人为差错的统计分析，寻求人为差错的行为类型、特点及预防人为差错的基本对策     

基于CREAM的校车驾驶员人因可靠性分析方法

校车目前已成为学生上学的重要交通工具,而近几年频发的校车安全事故引起了社会各界对校车安全问题的高度关注.但大多数有关校车安全管理方面的研究比较偏重于如何提升校车本身硬件设备的可靠性,而缺乏对驾驶员的可靠性研究.针对当前国内校车安全管理现状,以近期发生的甘肃校车安全事故为例,运用第二代人因可靠性分析方法—CREAM对校车事故中的人因失误进行追溯性分析,找到事故发生根本原因.为今后在校车安全管理中采取相关措施,弥补安全漏洞,减少由人为因素导致的安全事故的发生提供依据,并为以后研究一般工业系统认知差错提供方法的借鉴.     

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。     

航空维修差错模式及差错成因的灰色关联分析

提出一种基于HFACS-ME框架和灰色关联分析法的航空维修差错模式和差错成因之间关系的分析方法。利用该方法分别从"模式—成因"和"成因—模式"2个方向,以"技能差错"和"身体状态差"为例,对差错模式和差错成因之间的关系进行分析,得到影响"技能差错"的主要差错成因依次为空间狭窄、培训不足、工具损坏、身体状态差、精神状态差、空间阻碍,以及"身体状态差"主要影响的差错模式为记忆差错、决策差错、技能差错。结果表明,灰色关联分析法对航空维修差错模式和差错成因之间关系的分析是有效的、可行的。     

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。     

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。     

空中交通管制团队人误的分类及致因研究

复杂社会技术系统通常以团队方式运行,认识与预防团队人误是控制安全风险的重要途径。研究采用威胁与差错管理(TEM)的研究框架,以某空管运行自愿报告系统2004年全年数据为样本源,分析团队人误的流程与致因,统计发现团队人误占总体空管人误的31%。团队发现和指出错误后仍不能有效纠正错误的比例达到8%。根据样本统计并结合典型团队人误的案例,确认了空管团队人误的主要类型和分布情况以及团队行为促成因素(PSF)的框架及重要性排序,其中缺乏交流是团队人误的最常见PSF,报告样本量出现率达47.1%。最后,从组织文化建设、团队管理、标准操作程序、培训等方面提出了减少团队人误的建议。     

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。     

CREAM方法中控制模式分类的模糊方法

认知可靠性与差错分析方法(CREAM)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。该方法提出控制模式的概念,认定不同的任务环境下可能对应不同的控制模式,而人为差错概率直接由控制模式确定。因此,确定控制模式是其中的关键环节。针对该问题,笔者提出了一种模糊方法。通过对性能影响因子进行打分对任务环境进行量化,利用专家打分的方式确定性能影响因子分值对于控制模式的隶属度;通过拟合分析确定性能影响因子的分值对控制模式的隶属函数,得到控制模式与分值之间的对应关系;将该方法应用到两个示例中,其结果与原有方法的结果基本一致。