海洋工程人因可靠性定量分析方法與應用

柴 松，余建星，杜尊峰，晉文超，周清基

(天津大學建筑工程學院港口與海洋工程教育部、天津市重點實驗室，天津 300072)

人因可靠性分析(human reliability analysis，HRA)是人-機工程學的延續(xù)和發(fā)展，是以分析、預測、減少與預防人的失誤為研究核心，以行為科學、認知科學、信息處理和系統(tǒng)分析、概率統(tǒng)計等理論為基礎的新興學科[1]．發(fā)展至今，其研究方法大致可歸為兩類：以THERP為代表的第1代HRA方法，及以CREAM和 ATHEANA為代表的第 2代 HRA方法．第 1代 HRA方法基本上可以歸為“任務決定論”和“時間決定論”．而第2代HRA方法的共同特征是認為完成任務時所處的環(huán)境條件才是人為失誤的決定因素，即所謂的“環(huán)境決定論”[2-3]．

認知可靠性與失誤分析方法[4-5](cognitive reliability and error analysis method，CREAM)誕生于1998年，其核心思想是通過對工作人員所處任務環(huán)境的評價，來實現(xiàn)對失誤概率的預測，因此它不依賴于人因數(shù)據(jù)的統(tǒng)計資料，同樣可以得出合理的人誤概率．

海上生產(chǎn)裝置的設備繁多、布置密集，工作環(huán)境艱苦，危險性高，同時由于遠離陸地、人員密集，火災爆炸等事故一旦發(fā)生，人員難以及時疏散，其后果往往非常嚴重[6]．因此，如何利用CREAM方法的優(yōu)勢，建立一個符合海上生產(chǎn)作業(yè)特點的人因可靠性定量分析過程，是目前存在的一個問題．在應用于工程實踐時，一方面，盡管 CREAM 方法提供了一個科學的人誤概率的定量分析模型，并且被成功地應用[7-10]，但是這些應用都沒有深入進行可靠度的分析；另一方面，CREAM 方法本身是來源于核工業(yè)領域，因此其對環(huán)境的定義和描述方式并不能完全適用于海上油氣生產(chǎn)設施．為此，筆者根據(jù)海上作業(yè)的特點對CREAM做出了必要的改進，然后將CREAM方法與Markov方法相結合，建立了更為完整的人因可靠性定量分析模型．

1 人因可靠性定量分析

1.1 CPC與控制模式

CREAM方法將環(huán)境影響因素歸納為9種，稱為共同績效條件(common performance condition，CPC)．同時，為了描述人的期望行為，還定義了 4種控制模式，分別為：戰(zhàn)略型、戰(zhàn)術型、機會型及混亂型，其所對應的人因可靠性程度依次降低．通過對CPC的評價可以確定任務環(huán)境對人因可靠性的影響水平，進而可以得到在這種環(huán)境下人將處于何種控制模式，最后根據(jù)控制模式便可以預測人的失誤概率．

結合海上生產(chǎn)設施的特點，并根據(jù)工作現(xiàn)場的實際情況以及專家的建議，將CPC修改為7項，見表1.

表1 共同績效條件Tab.1 Common performance condition

CPC對人因可靠性的期望影響可以分為 3種：①提高可靠性；②對可靠性的影響不顯著；③降低可靠性．為了方便地描述任務環(huán)境對可靠性的綜合影響，將CPC對人因可靠性的影響進行了量化，即

式中 Ccpc,i表示第 i項 CPC對人因可靠性影響的量化值．

為表征任務環(huán)境的綜合影響，定義可靠性影響指數(shù)R即

式中ωi為CPC權重．CREAM方法中對所有的 CPC都同等對待，并未考慮到不同環(huán)境因素對人員的影響程度不同．實際上，對 CPC賦予相應的權重，可以使得CPC對于任務環(huán)境的描述更加合理．

由式(2)可知，R的最大、最小值分別為7和-7，因此，可靠性影響指數(shù)R與控制模式的對應關系見表2(表中概率區(qū)間由文獻[4]給出)．

表2 R與控制模式的對應關系Tab.2 R and control mode

1.2 可靠性影響指數(shù)與人誤概率

在 CREAM 方法中，任務環(huán)境與人因可靠性的關系見圖1[4]．

圖1 任務環(huán)境與人因可靠性的關系曲線Fig.1 Relationship of task environment and human reliability

從圖 1中可以看出，在正常范圍內，人因可靠性會隨著任務環(huán)境的改善而提高．因此，可以假設任務環(huán)境與人誤概率(human error probability，HEP)之間存在著一個近似的對應關系．基于這樣的假設，采用自然對數(shù)模型來擬合人誤概率 PHEP與可靠性影響指數(shù)R之間的關系．

令

式中k是一個常量，可以由下列公式推導，即

因此

根據(jù)表2中控制模式對應的失誤概率區(qū)間，可以取 PHEP,max= 1 .0，PHEP,min= 0 .000 05，Rmax=7，Rmin=?7.因此由式(6)和式(7)可以求得 k ≈?0 .707 4，PHEP,0≈ 0 .007 071．

于是，有

1.3 可靠性定量分析

Markov方法是可靠性研究中廣泛使用的方法之一；在人因可靠性研究中，Markov方法可以用于分析任務時間連續(xù)時間的人因可靠性[11-12]．

利用 Markov方法計算人因可靠性首先應當建立狀態(tài)空間模型．假設分析對象屬于最簡單的情況，即只有兩個狀態(tài)，其狀態(tài)空間如圖2所示．

圖2 狀態(tài)空間模型Fig.2 State space model

由圖2，可得狀態(tài)方程

式中：P0( t + Δt )表示在(t + Δt )時間內正確執(zhí)行任務的概率；P0( t)表示在時間t內正確執(zhí)行任務的概率；P1( t + Δt )表示在(t + Δt )時間內發(fā)生人為錯誤的概率；P1( t)表示在時間t內發(fā)生人為錯誤的概率；λ表示平均錯誤率；λΔt表示在Δt內發(fā)生人為錯誤的概率．

對式(9)和式(10)變形，并求極限可得

由式(8)計算得到的 PHEP，表示在一段時間內發(fā)生人誤的概率的平均值．因此，可以認為它近似等于平均錯誤率，即HEPPλ≈．同時，考慮到海上工作一般為每天12 h，所以對應的可靠度計算為

可靠時間為

由式(17)繪制曲線圖，如圖3所示．

圖3 人因可靠度與R的關系曲線Fig.3 Relationship of human reliability and R

將圖 3與圖 1比較，可以看出隨著 R由小到大(即任務環(huán)境由不利到有利)人因可靠性隨之提高，而且其變化趨勢與圖1所示一致，這就證明采用自然對數(shù)模型來擬合人因失誤概率與CPC之間的關系是合理的．

在結構可靠性中，可靠性指標β可以代替失效概率fP來度量結構的可靠性，并且得到了廣泛的應用．β與fP之間具有一一對應的關系，如

根據(jù)可靠性指標的概念及式(19)所示的關系，引入了人因可靠性指標hβ，令

式中1( )Φ?表示標準正態(tài)分布的反函數(shù)．

根據(jù) CREAM方法中關于認知行為控制模式的闡述，人的4種行為控制模式實際上描述了人在不同情景下的可靠程度，因此結合表2并對失誤概率區(qū)間的端點值進行調整，可以得到人因可靠度與控制模式及失誤概率的對應關系如表3所示．

表3 控制模式與人因可靠度的對應關系Tab.3 Control mode and human reliability

依據(jù)表 3中的概率區(qū)間，利用式(20)將失誤概率轉化為可靠性指標，于是得到以人因可靠性指標表示的可靠性評價標準，如表4所示．

表4 人因可靠性評價標準Tab.4 Human reliability evaluation criteria

2 實例計算

根據(jù)定量分析模型，圖4為確定的分析流程．

圖4 分析流程Fig.4 Analysis process

根據(jù)此分析流程，對渤西海域某固定式平臺工作人員的人因可靠性進行了分析研究．

1) 環(huán)境分析

在環(huán)境分析階段，根據(jù)工作現(xiàn)場的實際情況，編制了面向現(xiàn)場工作人員的調查表，以收集來自現(xiàn)場人員的直觀感受和信息，從而實現(xiàn)對任務環(huán)境更加客觀準確的評價．該調查表以表 1為基礎進行設計(共計7組53道題目)，并面向一線工人進行了發(fā)放．

2) CPC權重分析

根據(jù)對海上生產(chǎn)裝置工作現(xiàn)場的研究，可以將CPC對人因可靠性的影響方式分為直接影響和間接影響(如表 5所示)．①直接影響：直接、快速地作用于人的認知功能，從而對認知可靠性產(chǎn)生影響；②間接影響：通過間接的方式影響人的認知功能，逐漸地影響其認知可靠性．

表5 不同的影響方式Tab.5 Different modes of effects

兩種影響方式相比，前者通常是即時的、突然的，而后者則是逐漸積累的過程；因此，對于現(xiàn)場人員的可靠性評估而言，直接影響的效果更為顯著．

據(jù)此，邀請專家(所邀請專家均來自于海洋工程領域，其中大學教授 4人、企業(yè)工程師 6人)進行評價，然后利用模糊層次分析法計算出權重值(見表 6和表7)．

表6 專家調查樣表Tab.6 Examples of experts questionnaire

表7 權重計算結果Tab.7 Results of weight

3) CPC對人因可靠性影響的評價

由于采用了問卷調查的方式進行信息收集，因此實現(xiàn)了由調查表結果—→CPC水平—→對人因可靠性影響的評價過程．

根據(jù)每道題目的設計意圖和實際得到的回答，確定不同選項對 CPC水平的期望影響，進而確定對應的量化值，即對有利于提高人因可靠性的答案計 1分，對其他的答案計零分．

問卷回收之后的統(tǒng)計結果如表8所示(表中分組編號與問卷中的問題相對應，括號中的數(shù)字表示該組題目的個數(shù)，T1～T9表示樣本編號)．

實際調查中發(fā)現(xiàn)一線工人與管理人員由于思考問題的角度不同，對于問題的認識存在較大差異．因此，有必要根據(jù)調查對象的崗位性質，對得分統(tǒng)計值進行修正．

表8 問卷得分結果Tab.8 Score statistics

一線工人：認為其對現(xiàn)場因素的判斷比對管理因素的判斷更加準確．

管理人員：認為其對管理因素的判斷比對現(xiàn)場因素的判斷更加準確．

根據(jù)上述原則，采用與計算 CPC權重相同的方法計算得到修正系數(shù)，如表9所示．

利用修正系數(shù)對表8中的得分進行修正，即

問卷在設計之初便考慮了與 CPCs之間的對應關系，因此，可以根據(jù)式(21)的計算結果，得到對應的 CPC對人因可靠性的影響，具體的轉化關系如表10所示(分數(shù)統(tǒng)計值的區(qū)間是由該組題目的數(shù)量乘以經(jīng)驗系數(shù)得到)．

表9 修正系數(shù)Tab.9 Correction factor

表10 CPC評價Tab.10 CPC evaluation

對修正后的樣本得分求平均值，再根據(jù)表 9的轉化關系求出CPC對人因可靠性的影響，并由式(1)得到CPC對人因可靠性影響的量化值見表11．

4) 可靠性影響指數(shù)

將表 11中的 Ccpc,i及表 7中的權重值帶入式(2)，可以得到 R = 1 .869．

5) 分析結果

將可靠性影響指數(shù)分別代入式(17)、式(18)及式(20)，可以得到人因可靠性分析結果，如表12所示．

由計算結果可知，該平臺人的可靠性水平為較高，即在保證執(zhí)行日常的安全監(jiān)管及正常的作業(yè)要求的情況下，人的績效輸出能夠得到保證．同時，由現(xiàn)場調查發(fā)現(xiàn)，該平臺上實施了完整的健康、安全、環(huán)境(health, safety, envionment，HSE)管理體系，日常生產(chǎn)及安全管理亦落實到位，人員無錯誤工作時間與分析結果基本吻合，因此可以認為，該分析結果是合理的．

表11 評價結果Tab.11 Evaluation results

表12 人因可靠性分析結果Tab.12 Human reliability analysis results

3 結 論

(1) 改進后的共同績效條件能夠更好地反映海洋工程的作業(yè)特點和任務環(huán)境，實例分析結果表明，改進后的 CPC適用于海上生產(chǎn)設施的人因可靠性分析，并且有助于提高分析的準確性．

(2) 以CREAM和Markov方法為基礎建立的人因可靠性定量分析模型，在實例分析中證明了其合理性和應用價值；同時，由于該模型不依賴人因專家的參與，因此具有較強的可操作性．

［1］ 謝紅衛(wèi)，孫志強，李欣欣，等. 典型人因可靠性分析方法評述[J]. 國防科技大學學報，2007，29(2)：101-107.Xie Hongwei，Sun Zhiqiang，Li Xinxin，et al. An overview of typical methods for human reliability analysis [J]. Journal of National University of Defense Technology，2007，29(2)：101-107(in Chinese).

［2］ 余建星，李 成，王廣東. 基于過程分析的工程系統(tǒng)風險分析方法[J]. 船舶工程，2003，25(5)：53-55.Yu Jianxing，Li Cheng，Wang Guangdong. A new method of engineering system risk analysis based on process analysis[J]. Ship Engineering，2003，25(5)：53-55(in Chinese).

［3］ Fujita Y，Hollnagel E. Failure without errors：Quantification of context in HRA[J]. Reliability Engineering and System Safety，2004，83(2)：145-151.

［4］ Hollnagel E. Cognitive Reliability and Error Analysis Method：CREAM[M]. UK：Elsevier Science Ltd，1998.

［5］ 高文宇，張 力. 人因可靠性分析方法 CREAM 及其應用研究[J]. 人類工效學，2002，8(4)：8-12.Gao Wenyu，Zhang Li. Second generation HRA method CREAM and its applied research[J]. Chinese Ergonomics，2002，8(4)：8-12(in Chinese).

［6］ 蔣濟同，李華軍，焦桂英. 火災時人員安全疏散可靠性評估[J]. 火災科學，1997，6(1)：7-11.Jiang Jitong，Li Huajun，Jiao Guiying. Reliability analysis of escaping in case of boilding fire[J]. Fire Safety Science，1997，6(1)：7-11(in Chinese).

［7］ Kim M C，Seong P H，Hollnagel E. A probabilistic approach for determining the control mode in CREAM[J]. Reliability Engineering and System Safety，2006，91(2)：191-199.

［8］ He Xuhong，Wang Yao，Shen Zupei，et al. A simplified CREAM prospective quantification process and its application[J]. Reliability Engineering and System Safety，2008，93(2)：298-306.

［9］ Marzio Marseguerra，Enrico Zio，Massimo Librizzi.Human reliability analysis by fuzzy “CREAM” [J]. Risk Analysis，2007，27(1)：137-154.

［10］ Myrto Konstandinidou，Zoe Nivolianitou，Chris Kiranoudis，et al. A fuzzy modeling application of CREAM methodology for human reliability analysis[J].Reliability Engineering and System Safety，2006，91(6)：706-716.

［11］ Dhillon B S. Human Reliability and Error in Transportation Systems[M]. London：Springer，2007.

［12］ Dhillon B S. Human Reliability，Error，and Human Factors in Engineering Maintenance：With Reference to Aviation and Power Generation[M]. Boca Raton：CRC Press，2009.