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。     

人为差错成因分析方法研究

控制甚至消除人为差错成因能从本质上降低人为差错的发生概率,从而提高系统安全性。因此,辨识和分析人为差错成因是一件非常必要而又十分重要的工作。针对该问题,在总结和分析现有的人为差错成因分析方法的基础上,提出了一种新的人为差错成因分析框架。在该框架中,将差错成因分为"操作者-系统-任务-环境-组织因素"5个方面进行分析,并提出了"从大类到小类"的层次化分析原则。为了尽量降低不同差错成因之间的关联,提出了以任务为中心,将差错成因分为任务相关和任务无关两大类因子的分类方式。最终共分析得出了34种不同的差错成因。该差错成因分类框架的提出,为人为差错概率量化以及差错规避措施的设计提供了依据。     

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。