核电站事故前人因可靠性分析方法

人因可靠性分析 (HRA)已成为概率安全分析 (PSA)必不可少的内容 ,事故前人因事件可靠性分析对有效预防维修、调校工作中的人因失误有着重要作用 ,是人因可靠性分析的重要组成部分 ,对PSA最终计算结果有重要影响。笔者结合核电站人因可靠性分析的实际需求 ,运用了以THERP为主的人因失误概率评价方法 ,创建了事故前人因事件分析的基本程序、方法及分析文档模式 ,表述了程序化的事故前人因事件分析模式 ,为我国核电站事故前人因可靠性分析提供了完整和有效的分析方法 ,并有效用于秦山核电站的PSA。     

复杂人——机系统中的人因失误

随着人——机系统变得越来越多，装置的可靠性越来越高，人因失误已成为重要的潜在事故源。本文描述了复杂人——机系统的特征，探讨了该系统中人因失误的定义、分类、数据采集和事故模型。这些研究有助于对人因失误的预测、预防和减少。     

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。     

人的失误理论研究进展

人的失误理论研究已进入结合认知心理学并以人的失误动态过程为研究热点的阶段。笔者回顾了人的失误理论研究的进展,讨论了相关的人的认知行为类型、认知失误的基本概念和人的失误模型。例如适用于不同情景和应用条件的几种模型:刺激-调制-响应(S-O-R)模型;失误的决策阶梯(Step-ladder)模型;通用GEMS模型以及Worledge认知模型。由于人的行为的复杂性和难以预测性造成了人的可靠性分析(HRA)的困难,因此,对人的行为的深入了解必须从人的行为特性及其规律性入手,将人的可靠性分析与行为科学理论结合起来,揭示人的失误发生的内在规律。与此同时,重点分析了概率安全评价技术(PSA)中如何对人的失误事件进行定量估计;如何考虑人的心理因素影响的几种重要的人的失误理论模型,并对今后这该领域中的研究方向进行了讨论。     

人员可靠性分析及人员可靠性数据管理系统研究

人员可靠性在系统可靠性计算中占的比重越来越大 ,人因失误事件的分析及其管理也成为安全管理的重要组成部分。为更加有效、准确地进行人员可靠性分析和人因失误事件的管理 ,提高系统的安全性 ,建立一个人员可靠性分析及人员可靠性数据管理系统是非常必要的 :首先为人员可靠性分析和人因事件管理提供一个有用的计算机辅助工具 ;再者通过建立具有一定规模的人员可靠性数据库 ,以便为今后进一步的研究提供良好的数据支持。笔者简述了该系统的一些基本原理和实现的主要功能。     

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。     

人因失误的机理及其可靠性研究

随着科技的发展 ,在系统安全中 ,机器设备可靠性越来越高 ,由于人本身的复杂性 ,人因失误变得愈来愈严重。本文基于人行为的原理 ,对人因失误的机理、影响人失误的因素、人行为的模型和失误模型及其可靠性的量化进行了分析 ,建立了计算人可靠性的威布尔分布模型 ,并对其参数进行了讨论 ,可用此来评价人的可靠性。     

基于灰色系统理论的煤矿人因事故关键因素分析

通过对煤矿人因失误事故致因因素进行分析,统计出相关的关键影响因素,运用灰色系统关联理论,根据国家安监局近十年煤矿事故统计数据,对煤矿人因失误事故影响类型进行了分析。以煤矿事故发生起数和事故死亡人数作为参考指标,计算和分析行为失误致因、个人违章、组织管理失误等十项主要与煤矿人因事故相关的灰色关联度,进而推算出这些因素的灰色关联序,确定出导致煤矿人因失误事故的关键因素,最终得到煤矿人因事故与关键影响因素之间的定量化分析结果。采用灰色关联理论对煤矿人因失误影响因素进行分析,能够很好地说明人因失误与各关键影响因素之间的权重关系,对煤矿人因事故主致因机理有更加深刻的理解,为煤矿事故的预防和控制提供重要的参考依据。     

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。     

CREAM追溯法在交通事故人因分析中的应用研究

人因失效是道路交通事故发生的主要原因.认知可靠性和失误分析方法(CREAM)可以追溯事故发生的根原因,并对事故隐患进行预测.它强调情景环境对人的行为的重要影响,较符合驾驶员可靠性分析的需求.研究了CREAM中的追溯分析方法在道路交通人因失效事件根原因分析中的应用,建立了道路交通事故的人因失效模式,对人因失效基本原因的分类和后果-前因关系进行归纳、整理和补充,提出了适用于道路交通人因失效事件的“后果-前因”追溯表和具体的追溯分析步骤.进而对其定量计算进行了探索,并通过实例探讨了其应用,得到事故发生的根原因.     

基于认知可靠性的飞行差错影响因素体系的构建

提高飞行员认知可靠性可以有效降低飞行差错发生概率。合理确定飞行差错影响因素有利于客观、快速地评估飞行差错,提高飞行中的安全性。基于人的认知可靠性建立P-D-A-F飞行认知可靠性模型分析飞行差错发生机理;并结合对人的认知可靠性影响因素分析结果,构建以心理、生理、外部为主要影响因素的飞行差错影响因素体系;运用Delphi法确定体系包含40个影响因子,并提出影响因子以独立或者联合影响的方式影响飞行差错。该影响因素体系可以应用于飞行差错分析与评估。     

Issues of the Human Reliability Analysis in the Context of Probabilistic Safety Studies

This article addresses methodological issues of the human reliability analysis (HRA) in the context of probabilistic safety studies. Several conventional HRA techniques, more often used for the evaluation of the human error probabilities (HEPs), have been classified. A taxonomy of human actions, failure events, and related factors is outlined in order to distinguish action phases, human behavior types and incorrect outputs (errors of omission or commission), error types (slips, lapses, and mistakes), and performance-shaping factors (PSFs) influencing the human performance. A tree is proposed to facilitate the selection of a specific method for the evaluation of human reliability with regard to attributes of the situation analyzed. A software system based on the expert system technology to facilitate and document PSA and HRA is outlined. At the end of the article some research challenges in the domain are discussed.     

复杂系统中人误原因因素的层次分析法

介绍和评析了人误分析历史上有重要影响的几种人误原因因素分类方法:传统人因分类法、信息处理分类法和认知系统工程分类法.基于认知可靠性及失误分析方法(CREAM)的人误原因因素分类,运用层次分析法(AHP)基本原理,建立了大规模复杂人-机系统人误原因因素层次结构模型及相应的AHP程序,并以JCO公司超临界事故为实例进行了分析.分析和应用结果表明,本文所建立的人误原因因素层次结构模型及AHP程序能够辨识出大规模复杂人-机系统中人误的主要原因因素,进而寻找出最优预防方案,对预防和减少此类人误事故的发生有积极意义.     

人为失误及其辨识技术的研究

随着机器设备的可靠性不断提高，人的可靠性分析研究日益得到重视。大部分事故是由于人为失误造成的。分析了人为失误与事故发生的关系，讨论了管理失误对系统安全的影响；讨论了人为失误辨识的作用，对人为失误率预测技术、通过失误建模系统、人为失误率评价和优化系统等几种的人为失误辨识技术进行了评述。指出了人为失误及其辨识技术的发展趋势和方向。     

基于RBF的起重作业岗位人因可靠性预测

为提高起重作业可靠性,防止人因失误酿成事故,针对人因失误的随机性、模糊性和不确定性特点,提出运用具有非线性映射能力和容错能力的径向基函数(RBF)神经网络,分析人因失误非线性动力学过程。以起重机操作岗位作为人因可靠性分析(HRA)实例,首先,建立基于"作业人员、交流界面、作业环境、作业特性、作业组织"的人因可靠性预测指标体系,并对指标进行量化;其次,根据人因可靠性原理,统计出人因失误次数,给出人因失误率;最后,通过对"人的疲劳和情绪、交流通道、作业复杂程度和时间裕度、照明环境和风力影响、工作强度和安全监管"等因素的分析,构建基于RBF的起重机操作岗位人因可靠性预测分析神经网络模型。分析结果表明,RBF预测分析同时包含人的操作可靠性与认知可靠性,预测结果同现场实际观测结果的符合度达到92.0%。     

On the operator action analysis to reduce operational risk in research reactors

Human errors during operation and the resulting increase in operational risk are major concerns for nuclear reactors, just as they are for all industries. Additionally, human reliability analysis together with probabilistic risk analysis is a key element in reducing operational risk. The purpose of this paper is to analyze human reliability using appropriate methods for the probabilistic representation and calculation of human error to be used alongside probabilistic risk analysis in order to reduce the operational risk of the reactor operation. We present a technique for human error rate prediction and standardized plant analysis risk. Human reliability methods have been utilized to quantify different categories of human errors, which have been applied extensively to nuclear power plants. The Tehran research reactor is selected here as a case study, and after consultation with reactor operators and engineers human errors have been identified and adequate performance shaping factors assigned in order to calculate accurate probabilities of human failure.     

A fuzzy Bayesian network approach to improve the quantification of organizational influences in HRA frameworks

Organizational factors are the major root causes of human errors, while there have been no formal causal model of human behavior to model the effects of organizational factors on human reliability. The purpose of this paper is to develop a fuzzy Bayesian network (BN) approach to improve the quantification of organizational influences in HRA (human reliability analysis) frameworks. Firstly, a conceptual causal framework is built to analyze the causal relationships between organizational factors and human reliability or human error. Then, the probability inference model for HRA is built by combining the conceptual causal framework with BN to implement causal and diagnostic inference. Finally, a case example is presented to demonstrate the specific application of the proposed methodology. The results show that the proposed methodology of combining the conceptual causal model with BN approach can not only qualitatively model the causal relationships between organizational factors and human reliability but also can quantitatively measure human operational reliability, and identify the most likely root causes or the prioritization of root causes causing human error.