基于改進的CREAM的LNG船卸貨作業(yè)人因失誤概率預測

余 露， 席永濤， 胡甚平

(上海海事大學 商船學院，上海 201306)

0 引 言

隨著國內對液化天然氣(Liquefied Natural Gas,LNG)的需求不斷增長，我國的LNG船不斷增多，LNG船運行過程中的安全性問題受到業(yè)內人員的密切關注。據(jù)統(tǒng)計,從1968年至今,已有42起LNG船事故是在裝貨和卸貨階段引發(fā)的，其中,卸貨階段25起，裝貨階段13起，卸料臂斷開階段4起。因此，開展LNG船裝卸貨作業(yè)人因可靠性研究刻不容緩。

在LNG船安全性研究方面:李品友等[1]對LNG船裝卸系統(tǒng)中的船岸管路連接、部件組成和裝卸貨操作流程進行了分析;李賀南[2]采用模糊理論對LNG船裝卸貨作業(yè)的安全性進行了評估;VANEM等[3]采用規(guī)范化安全評估(Formal Safety Assessment,FSA)方法,從碰撞、擱淺、觸碰、失火、爆炸和裝卸貨等方面對LNG船進行了風險評估;ROLDAN等[4]對LNG船裝卸貨作業(yè)的失效場景和后果進行了研究;MELANI等[5]運用功能樹、預先危險性分析、因果圖分析和貝葉斯網(wǎng)絡(Bayesian Network,BN)對LNG船裝卸貨設備風險進行了研究。

在人因失誤概率研究方面:KONSTANDINIDOU等[6]將模糊集合論與認知可靠性和失誤分析方法(Cognitive Reliability and Error Analysis Model,CREAM)相結合獲取人因失誤概率數(shù)據(jù);MARESGUERRA等[7]從共同績效條件(Common Performance Condition,CPC)的權重分配和水平方面進行了改造;YANG等[8]應用模糊評判建立推理規(guī)則，采用BN處理第二代人因可靠性分析(Human Reliability Analysis,HRA)中的不確定性問題;王世錦等[9]將CREAM運用到空中交通管制員的HRA研究中;席永濤等[10]以CREAM為基礎，采用模糊集合、BN和證據(jù)推理算法，對不確定信息條件下的船舶值班駕駛員操作的可靠性進行了量化分析。

本文以LNG船卸貨作業(yè)為研究對象，綜合考慮操作人員個體因素和情景環(huán)境，構建以CREAM為基礎的LNG船卸貨作業(yè)可靠性量化分析模型。

圖1 CPC因子與控制模式的關系圖

1 作業(yè)過程人因失誤定量化模型

1.1 總體量化分析

CREAM是以認知模型和框架為基礎的HRA方法,通過評估CPC獲取認知控制模式及其失誤概率區(qū)間，實際上是構建任務場景狀態(tài)與人因失誤概率區(qū)間之間的映射關系。所有CPC因子對績效的期望效應都劃分為降低、不顯著和改進等3個級別。為定量確定9個CPC因子，分別對績效的影響程度定義期望效應α，取值為1、0和-1，分別表示CPC因子的期望效應為“降低”“不顯著”和“改進”。由此,Σ降低(x)表示期望效應為“降低”的CPC因子效應和;Σ改進(x)表示期望效應為“改進”的CPC因子效應和(見圖1)。定義情境影響指數(shù)為

γ=x+y,λ∈[-7,9]

(1)

則

(2)

式(1)和式(2)中:αi(i=1,2,…,9)為各CPC因子效應量化值。由此，控制模式、情境影響指數(shù)r和失誤概率區(qū)間的關系見表1。

表1 控制模式、情境影響指數(shù)γ和失誤概率區(qū)間的關系

當γ=0時，總體失誤概率表示為基本失誤概率，記作“pGE0”，γ的大小與人因失誤概率的大小成反比；當γ≠0時，表示情景環(huán)境有正向影響或負向影響，總體失效概率記作pGE。pGE、pGE0和γ的關系為

lg(pGE/pGE0)=kγ

(3)

式(3)中：k可由總體失效概率及情境影響指數(shù)lg(pGE/pGE0)=kγ的最大值和最小值確定，即

lg(pGEmax/pGE0)=kγmax

(4)

lg(pGEmin/pGE0)=kγmin

(5)

k=lg(pGEmax/pGEmin)/(γmax-γmin)

(6)

pGE0=pGEmax/10kγmax

(7)

根據(jù)圖1，γmax=9，γmin=-7；根據(jù)表1，pGEmax=1.0，pGEmin=0.000 1。將這些數(shù)據(jù)代入式(6)，可得k=0.25;根據(jù)式(7)可得pGE0=0.005 6。由此,總體失誤概率pGE表示為

pGE=pGE0×100.25γ

(8)

1.2 認知任務分析

根據(jù)任務分析建立起來的任務步驟，分析每個步驟對應的可能的認知活動，CREAM給出15種認知活動。在給定每個步驟的認知活動之后，需找到每個認知活動對應的認知功能。每個認知活動可對應不只1種認知功能，同時每個認知功能不只對應1種認知活動，比如認知功能“觀察”對應監(jiān)視、觀察、調節(jié)、掃描和檢驗等認知活動。

1.3 認知任務失誤概率量化

1.3.1 失誤模式及失誤概率基本值pHE0確定

通過查表確定所研究事件的每個步驟對應的認知功能之后，需獲得對應的失誤模式。表2為認知功能失誤模式和失誤概率基本值[11]。

表2 認知功能失誤模式和失誤概率基本值

1.3.2 CPC認知功能權重因子確定

由任務所處的情景環(huán)境評估CREAM的9個CPC的水平，給定這9個CPC對績效可靠性產(chǎn)生的影響。每個CPC對應若干個不一樣的水平，每個水平都有相應的認知功能權重[12]。

1.3.3 IS因子量化

基于人因失誤由環(huán)境驅使的觀點，CREAM將9個CPC構成的情景環(huán)境作為人因失誤的驅動變量。然而，從心理學的角度看，人的行為是外部環(huán)境與內部因素共同作用的結果，IS因子與認知功能的關系見表3。因此，操作人員的個體狀態(tài)也應是考慮的因素，通過調研和遴選[13]，確定9種個體狀態(tài)作為人的行為的內部因子，并確定其水平對人的行為的影響及對應的權重(見表4)。通過查閱相關文獻資料,并對人的認知行為進行分析[14]，將人為內在因子FHI與認知功能之間的關系劃分為3個等級。

在給定FHI與認知功能的關系之后，將這種基本關系轉化為定量關系。FHI和認知功能權重按以下要求量化：

1) 將具有“較弱”影響的FHI因子的量化值設置為“1”;

2) 每個FHI因子都對應若干個水平等級，不一樣的水平等級對績效的期望效應有不一樣的情況。

量化時需根據(jù)考慮以下情況：

1) 當期望效應為“不顯著”時，將其對認知功能的權重因子量化值設置為“1”。

2) 當期望效應為“改進”時，將權重值設置為小于1。若影響等級為“中等”，則量化為0.80;若影響等級為“較強”，則量化為0.50。

表3 IS因子與認知功能的關系

表4 IS因子的水平對人的行為的影響及對應的權重

3) 當期望效應為“降低”時，將權重值設置為大于1。若影響等級為“中等”，則量化為1.20;若影響等級為“較強”，則量化為2.00。

1.3.4 總失誤概率

根據(jù)所研究任務的情景環(huán)境評估CREAM的9個CPC因子的影響等級，給出對應的期望效應。類比CPC因子，根據(jù)操作人員在執(zhí)行任務時自身的狀況，評估9個IS因子的影響等級，給出對應的期望效應。9個CPC因子的認知功能權重因子由CPC認知功能權重表可知;IS認知功能權重因子由表4可知。分別計算每種認知活動下CPC認知功能權重因子的乘積“ω1”，以及每種認知活動下所有IS認知功能權重因子的乘積“ω2”。由此，修正之后的pHE值為

pHEi=pHE0·ω1·ω2

(9)

則總任務失誤概率值為

(10)

2 實例分析

2.1 LNG船卸貨作業(yè)過程

LNG船卸貨作業(yè)主要分為卸貨前準備工作、卸貨作業(yè)和卸貨完成后工作等3個階段。首先，對LNG船卸貨作業(yè)的具體操作過程進行分析，建立事件序列，具體見圖2。

圖2 LNG船卸貨作業(yè)過程

2.2 LNG船卸貨作業(yè)人失誤概率總體分析

根據(jù)專家的經(jīng)驗和多名LNG船船長的CPC評定規(guī)則,給出LNG船卸貨作業(yè)3階段的CPC因子評價，進而得出這些因子對績效的影響程度。將各作業(yè)階段的CPC因子及其對績效可靠性的影響量化,結果見表5。定義期望效應α，取其值為1、0和-1，分別表示CPC因子的期望效應為“降低”“不顯著”和“改進”[15]。

表5 LNG船卸貨作業(yè)3階段的CPC因子量化值

根據(jù)式(1)，對LNG船卸貨作業(yè)的3個階段的各CPC因子量化值αi(i=1,2,…,9)求和，得到3個階段的環(huán)境影響指數(shù)γ。由表1可知：“卸貨前準備工作”階段的環(huán)境影響指數(shù)γ1=-1；“卸貨作業(yè)”階段的環(huán)境影響指數(shù)γ2=-3；“卸貨完成后工作”階段的環(huán)境影響指數(shù)γ3=-3。γ在[-3,-1]范圍內，屬于戰(zhàn)術型控制模式。

將γ1、γ2和γ3分別代入式(8)，得到LNG船卸貨作業(yè)3個階段的人誤概率為

pGE1=pGE0×10-0.25γ1=3.10×10-3

(11)

pGE2=pGE0×10-0.25γ2=1.0×10-3

(12)

pGE3=pGE0×10-0.25γ3=1.0×10-3

(13)

總體失誤概率分析得到的是卸貨作業(yè)的總體失誤概率，沒有對每個步驟的認知活動類別和認知功能失效模式對認知失誤概率的影響進行分析。因此,需進一步進行擴展量化分析。

2.3 LNG卸貨作業(yè)認知任務失誤概率量化

由于LNG船卸貨作業(yè)步驟較多，限于篇幅,僅以第2階段部分步驟為例進行擴展量化分析。同樣,根據(jù)專家和多名LNG船船長的經(jīng)驗分析每個子步驟對應的認知行為和認知功能。

首先對各子步驟進行認知功能分析(見表6)，確定最可能的認知功能失效模式。由表2得出認知功能失效模式和失效概率基本值pHE0。

表6 LNG船卸貨作業(yè)對應的認知行為和認知功能

結合所處情景和CPC因子的水平及其對績效的影響，確定LNG船卸貨作業(yè)的CPC因子的水平和績效可靠性及其認知功能權重見表7。根據(jù)表5和表7計算得到LNG船卸貨作業(yè)的9個CPC因子對應的觀察、解釋、計劃和執(zhí)行等4個認知功能的總權重分別為0.384 0、0.600 0、0.240 0和0.307 2。

表7 LNG船卸貨作業(yè)的CPC因子的水平和績效可靠性及其認知功能權重

根據(jù)LNG船卸貨操作員當時的狀態(tài)確定IS因子的水平，結合表3所示的權重因子得到LNG船卸貨作業(yè)過程的IS因子的水平及其認知功能權重見表8,由此可計算得到LNG船卸貨作業(yè)過程中的9個IS因子對應的觀察、解釋、計劃和執(zhí)行等4個認知功能的總權重分別為0.64、1.28、1.28和1.28。

由認知功能失誤模式和失誤概率基本值表[14]，最終可得到LNG船卸貨作業(yè)各步驟的認知活動的失誤概率見表9(以第2階段部分步驟為例)。

在一連串的認知活動中，各認知活動之間具有很強的相關性。只要有1個步驟出現(xiàn)失誤，就會影響整個任務的完成,并可能造成失誤事件發(fā)生。因此,最終的失誤概率值取完成任務的所有步驟中的失誤概率的最大值。LNG船卸貨作業(yè)的認知活動失誤概率取步驟中的失誤概率最大值1.72×10-3。同理，LNG船“卸貨前準備工作”階段的認知活動失誤概率取4.10×10-2；LNG船“卸貨完成后工作”階段的認知活動失誤概率取7.37×10-3。最后，由式(10)對應LNG船卸貨作業(yè)3階段的認知活動，可得到在該場景下，LNG船卸貨作業(yè)的人因失誤概率為4.97×10-2。

表8 LNG船卸貨作業(yè)過程的IS因子的水平與績效可靠性及其認知功能權重

表9 LNG船卸貨作業(yè)失誤概率

3 靈敏性檢驗

CPC狀態(tài)發(fā)生變化會引起人因失誤概率發(fā)生變化。積極的改動會降低人因失誤概率；消極的改動會提高人因失誤概率?；谠撛瓌t，針對LNG船卸貨作業(yè)的3個階段，改變“CPC9班組成員的合作質量”量化值，分別改為積極和消極2種，通過計算得到3個階段的3種場景下的人因失誤概率見表10。

表10 3個階段的3種場景下的人因失誤概率

由表10可知，當3個階段的CPC因子的量化值改變時，在積極的場景下人因失誤概率降低，在消極的場景下人因失誤概率升高，符合模型可靠性檢驗規(guī)律。由此，可證明該模型是合理的。

4 結 語

本文結合CREAM，在情景環(huán)境的基礎上引入操作人員個體的影響，構建了LNG船卸貨作業(yè)人因可靠性分析模型,主要得到以下結論：

1) 將情景環(huán)境影響量化為指數(shù)γ，可直接反映出情景環(huán)境對人的績效可靠性的影響程度,在總體分析階段即可得到比概率區(qū)間更具體的總體失誤概率。

2) 考慮操作人員個體因素對認知功能的影響，彌補僅考慮情景環(huán)境影響存在的不足。

3) 采用該模型對LNG船卸貨作業(yè)人因失誤概率進行量化的結果表明,LNG船卸貨作業(yè)處于戰(zhàn)術型控制模式,LNG船“卸貨前準備工作”階段出現(xiàn)人因失誤的概率比另外2個階段大。LNG船卸貨作業(yè)的人因失誤概率為4.97×10-2。