基于改進(jìn)CREAM方法的海洋平臺(tái)火災(zāi)爆炸風(fēng)險(xiǎn)評(píng)估

， ， ，

(中國(guó)石油大學(xué)(華東)機(jī)電工程學(xué)院， 山東 青島 266580)

0 引 言

世界原油產(chǎn)量的25%都來(lái)自于海上油田[1]，由于海洋平臺(tái)自身的特殊性和復(fù)雜性，對(duì)人和設(shè)備都有較高要求，任何環(huán)節(jié)出現(xiàn)問題都可能導(dǎo)致事故發(fā)生[2]。調(diào)查顯示，每年發(fā)生的各類海洋油氣事故中，超過80%的事故是由人的失誤引起的[3]。在平臺(tái)運(yùn)行過程中，人的失誤可能導(dǎo)致事故發(fā)生；在事故應(yīng)急處理過程中，人的錯(cuò)誤決策可能會(huì)使事故惡化，導(dǎo)致嚴(yán)重的事故后果。

人因可靠性也稱人的可靠性或人員可靠性，是指人在規(guī)定時(shí)間內(nèi)、規(guī)定條件下，無(wú)差錯(cuò)地完成規(guī)定任務(wù)的能力[4]。人因可靠性分析起源于20世紀(jì)50年代前期[5]，最早應(yīng)用于復(fù)雜武器系統(tǒng)可行性研究中。其發(fā)展過程主要經(jīng)歷了3個(gè)階段[6]：第一代人因可靠性分析主要從理論上研究人的失誤并進(jìn)行分類整理；第二代人因可靠性分析是在第一代基礎(chǔ)上發(fā)展而來(lái)的，與第一代相比更強(qiáng)調(diào)人的績(jī)效的動(dòng)態(tài)特性，在事故情景下分析人的失誤機(jī)理；第三代人因可靠性分析是在第一代和第二代的基礎(chǔ)上基于動(dòng)態(tài)仿真的研究方法。

認(rèn)知可靠性與失誤分析方法(Cognitive Reliability and Error Analysis Method，CREAM)是典型的第二代人因可靠性分析方法，是HOLLNAGEL[7]于1988年提出的，該方法主要包括定性分析和定量計(jì)算2種方法，較為直觀，且通用性和可操作性較強(qiáng)[8]。

應(yīng)用CREAM方法對(duì)海洋平臺(tái)火災(zāi)爆炸事故中的人因組織錯(cuò)誤進(jìn)行分析，可以有效降低海洋平臺(tái)火災(zāi)爆炸的風(fēng)險(xiǎn)。但是原有的CREAM方法仍存在一些缺陷[9]:(1)4種控制模式對(duì)應(yīng)的失效概率區(qū)間存在重疊；(2)沒有考慮共同績(jī)效條件(Common Performance Condition, CPC)不同績(jī)效期望權(quán)重的影響；(3)任務(wù)環(huán)境和控制模式應(yīng)該可以用連續(xù)函數(shù)表示，但是原有的方法將他們離散化了。本文主要針對(duì)上述缺陷進(jìn)行改進(jìn)，使其更加適用于海洋平臺(tái)火災(zāi)爆炸的人因組織因素分析。

1 CREAM方法改進(jìn)

CREAM方法的預(yù)測(cè)分析分為基本法和擴(kuò)展法2種，綜合考慮環(huán)境對(duì)人的失效概率的影響，將人的認(rèn)知活動(dòng)分為以下4種控制模式：戰(zhàn)略型、戰(zhàn)術(shù)型、機(jī)會(huì)型和混亂型，對(duì)應(yīng)的失誤概率逐漸增大，見表1。

表1 控制模式和失誤概率區(qū)間

在CREAM定量預(yù)測(cè)的基本法中，根據(jù)具體環(huán)境確定控制模式，HOLLNAGEL將影響人認(rèn)知活動(dòng)的情景環(huán)境分為9個(gè)CPC因子，每個(gè)CPC因子評(píng)價(jià)水平分成3個(gè)等級(jí)，分別為改進(jìn)、不顯著和降低，并通過改進(jìn)、降低的數(shù)量確定控制模式。本文考慮海洋平臺(tái)實(shí)際情況[10-11]，對(duì)CPC因子進(jìn)行調(diào)整，其對(duì)應(yīng)的評(píng)價(jià)水平與論域設(shè)定見表2。每個(gè)CPC含義見表3。

表2 共同績(jī)效條件(CPC)

表3 共同績(jī)效條件(CPC)含義

在CREAM方法中，各個(gè)CPC中的績(jī)效期望默認(rèn)是相同的，但在實(shí)際情況中，結(jié)果并非如此。若1個(gè)CPC績(jī)效期望為降低，其對(duì)于整個(gè)系統(tǒng)的影響大小與不顯著和改進(jìn)是不同的，為此采用專家打分和層次分析法確定不同評(píng)價(jià)水平的權(quán)重值。根據(jù)相對(duì)重要性進(jìn)行打分，將不同評(píng)價(jià)水平兩兩比較，得出相對(duì)重要度矩陣，再求取矩陣的特征向量，其列向量即是權(quán)重。具體打分情況見表4。

表4 相對(duì)重要度判斷表

根據(jù)專家打分確定績(jī)效期望相對(duì)重要度見表5，用MATLAB求其對(duì)應(yīng)矩陣的特征向量，對(duì)其列向量進(jìn)行歸一化處理，即可得到各績(jī)效期望的權(quán)重見表6。

表5 績(jī)效期望相對(duì)重要度

表6 績(jī)效期望權(quán)重

針對(duì)任務(wù)環(huán)境和控制模式離散化的問題，用模糊數(shù)學(xué)和貝葉斯網(wǎng)絡(luò)解決，在此選用正態(tài)分布反映實(shí)際情景環(huán)境，將隸屬函數(shù)假定為高斯隸屬度函數(shù)進(jìn)行模糊化，得

(1)

式(1)中：μ為期望值；σ為標(biāo)準(zhǔn)偏差；x為CPC因子的論域值。得到CPC對(duì)應(yīng)滿意、一般、不滿意評(píng)價(jià)水平隸屬度函數(shù)為

圖1 CPC的模糊集

(2)

將式(2)的函數(shù)圖像在0.1處截?cái)?，如圖1所示。

將失誤概率P取以10為底的對(duì)數(shù)，用上述方法對(duì)控制模式的隸屬度進(jìn)行模糊化，對(duì)應(yīng)4種控制模式隸屬度函數(shù)如式(3)所示。

(3)

圖2 控制模式的模糊集

將式(3)對(duì)應(yīng)的圖像在0.25處截?cái)啵鐖D2所示。 調(diào)整后的CPC確定控制模式如圖3所示，建立貝葉斯網(wǎng)絡(luò)如圖4所示，7個(gè)CPC因子每個(gè)有3個(gè)狀態(tài)，如果直接將其在貝葉斯網(wǎng)絡(luò)中對(duì)應(yīng)控制模式，其條件概率表將會(huì)有37種情況，工作量巨大，因此在CPC和控制模式之間加入3個(gè)輔助節(jié)點(diǎn)(support1、support2、support3)簡(jiǎn)化工作量。圖4的輔助節(jié)點(diǎn)中，I、U、R的個(gè)數(shù)分別表示其父節(jié)點(diǎn)3種評(píng)價(jià)水平的個(gè)數(shù)，如IU表示1個(gè)改進(jìn)、1個(gè)不顯著，URR表示1個(gè)不顯著、2個(gè)降低，根據(jù)圖3確定貝葉斯網(wǎng)絡(luò)中輔助節(jié)點(diǎn)和子節(jié)點(diǎn)條件概率表，輸出4種控制模式對(duì)應(yīng)隸屬度。

圖3 修正后的CPC因子與控制模式關(guān)系

圖4 貝葉斯模型

將貝葉斯網(wǎng)絡(luò)輸出的隸屬度去模糊化得到Q為

(4)

式(4)中：Ak為第k種控制模式的總的隸屬度；x為控制模式的論域；Q為去模糊化的結(jié)果。

人的失誤概率取值為10為底的對(duì)數(shù)，對(duì)應(yīng)情境下的人的失誤概率為

P=10Q

(5)

2 案例應(yīng)用

根據(jù)某平臺(tái)實(shí)際情況，用改進(jìn)后的CREAM方法對(duì)其進(jìn)行分析和計(jì)算，通過專家打分法對(duì)各個(gè)CPC因子進(jìn)行評(píng)價(jià)，并對(duì)照表2確定其評(píng)價(jià)水平，結(jié)果見表7。

表7 該平臺(tái)現(xiàn)場(chǎng)CPC因子及評(píng)價(jià)水平

根據(jù)表5和表6計(jì)算每個(gè)CPC因子不同評(píng)價(jià)水平對(duì)應(yīng)的隸屬度，在貝葉斯網(wǎng)絡(luò)中輸入權(quán)重與隸屬度的乘積，可計(jì)算得4種控制模式隸屬度分別為{戰(zhàn)略型，戰(zhàn)術(shù)型，機(jī)會(huì)型，混亂型}={0,0.0315,0.9690,0}，如圖5所示。

圖5 貝葉斯網(wǎng)絡(luò)計(jì)算控制模式隸屬度

將貝葉斯網(wǎng)絡(luò)輸出結(jié)果使用重心法去模糊化，可得Q=-4.008，則人的失誤概率為P=9.8×10-5。因此，在正常情況下，該平臺(tái)人的失誤概率較低，只要平臺(tái)運(yùn)行過程中組織管理培訓(xùn)等方面不出差錯(cuò)，基本不會(huì)發(fā)生較嚴(yán)重的人的失誤。

3 結(jié) 語(yǔ)

本文采用模糊方法和貝葉斯技術(shù)對(duì)CREAM方法中人因失誤概率預(yù)測(cè)部分進(jìn)行改進(jìn)，建立適合于分析海洋平臺(tái)火災(zāi)爆炸人因失誤的量化模型，解決原有CREAM方法的不足?？紤]CPC因子不同評(píng)價(jià)水平對(duì)人的失誤概率的影響，用層次分析法確定不同評(píng)價(jià)水平的權(quán)重。在貝葉斯網(wǎng)絡(luò)中輸入權(quán)重與隸屬度的乘積，可計(jì)算得4種控制模式隸屬度分別為{戰(zhàn)略型，戰(zhàn)術(shù)型，機(jī)會(huì)型，混亂型}={0,0.0315,0.9690,0}。將改進(jìn)后的CREAM方法應(yīng)用到海洋平臺(tái)人因組織錯(cuò)誤定量分析領(lǐng)域，并根據(jù)某平臺(tái)實(shí)際情況，計(jì)算該平臺(tái)人的失誤概率為P=9.8×10-5。因此，在正常情況下，只要該平臺(tái)運(yùn)行過程中組織管理培訓(xùn)等方面不出差錯(cuò)，基本不會(huì)發(fā)生較嚴(yán)重的人的失誤。

[1] 王立忠. 論我國(guó)海洋石油工程技術(shù)的現(xiàn)狀與發(fā)展[J]. 中國(guó)海洋平臺(tái), 2006, 21(04):9-11.

[2] VINNEM J E. Offshore Risk Assessment[M]. Springer, Berlin, 2006.

[3] 張力, 黃曙東, 何愛武. 人因可靠性分析方法 [J]. 中國(guó)安全科學(xué)學(xué)報(bào),2001, 11(03): 5-11.

[4] 姜黎黎, 王保國(guó), 劉淑艷, 等.人-機(jī)-環(huán)境系統(tǒng)工程研究進(jìn)展[C]//中國(guó)系統(tǒng)工程學(xué)會(huì), 2005: 82-86.

[5] REASON J. Human Error [M]. Cambridge：Cambridge University Press，1990: 25-28.

[6] 李鵬程, 陳國(guó)華, 張力. 人因可靠性分析技術(shù)的研究進(jìn)展與發(fā)展趨勢(shì)[J]. 原子能科技學(xué)報(bào), 2011, 45(03): 329-335.

[7] HOLLNAGEL E. Cognitive Reliability and Error Analysis Method [J]. Elsevierence, 1998.

[8] 梁凱林. 基于CREAM的海上交通事故人因分析[D]. 大連: 大連海事大學(xué), 2014.

[9] 廖斌, 楊琴, 魯茂, 等. 基于CREAM方法的人因失效概率預(yù)測(cè)模型研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2012(08): 46-50.

[10] 柴松, 余建星, 馬維林，等. 基于CREAM和不確定推理的人因可靠性分析方法[J]. 天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版), 2012 (11):9.

[11] 柴松, 余建星, 杜尊峰. 海洋工程人因可靠性定量分析方法與應(yīng)用[J]. 天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版)，2011 (10): 914-919.