CN106067086A - 基于4m1e框架的人员可靠性分析方法 - Google Patents
基于4m1e框架的人员可靠性分析方法 Download PDFInfo
- Publication number
- CN106067086A CN106067086A CN201610371103.8A CN201610371103A CN106067086A CN 106067086 A CN106067086 A CN 106067086A CN 201610371103 A CN201610371103 A CN 201610371103A CN 106067086 A CN106067086 A CN 106067086A
- Authority
- CN
- China
- Prior art keywords
- human error
- probability
- performance impact
- impact factor
- affects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims description 24
- 230000002349 favourable effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于4M1E框架的人员可靠性分析方法,其特征在于,包括以下步骤:(1)任务分析,(2)绩效影响因子的定性评价,(3)人员失误概率估计,其中步骤(3)具体为,按照绩效影响因子的影响等级对人员失误概率数量级的影响ai进行评定,综合各个绩效影响因子的影响程度的估计值为∑PSFai,人员失误概率的名义值或基准值设定为1.0E‑3,人员失误概率的下限值为1.0E‑5,即作为人员失误概率的最小值,人员失误概率的最大值为1.0,人员失误概率的估计方法为HEP=min[1,max[1E‑5,1E(‑3+∑PSFai)]]。
Description
技术领域
本发明涉及核电厂概率安全评价和人员可靠性分析领域,用于对人员失误事件进行特征描述和概率估计。
背景技术
在对核电厂进行概率安全评价的时候,需要应用人员可靠性分析(HRA)评估人员动作对电厂安全性的影响。当前国际上开发了多种HRA方法,这些方法在定性和定量分析方面都有各自的优点和缺点,但国内在该领域还是空白,至今还未开发形成任何系统化的HRA方法。
美国核管会正在研发的人员失误事件综合决策树分析系统(IDHEAS)方法提出以班组响应树(CRT)为中心的定性分析方法,将人员失误事件(HFE)分解成关键节点并进行描述,但是该方法在对节点进行描述时不够系统化和结构化。
发明内容
本发明旨在提供一种HRA分析的新方法。该方法能够在兼顾可扩展性的同时,对人员失误事件进行系统、足够详尽的分析和描述,从而为接下来的定量分析提供足够的事实基础;同时提供人员失误概率(HEP)估计,为对人员失误事件进行进一步分析和筛选提供帮助。
本发明是一种基于4M1E框架的人员可靠性分析方法,其特征在于,包括以下步骤:(1)任务分析,(2)绩效影响因子(PSF)的定性评价,(3)人员失误概率估计,其中步骤(3)具体为,按照绩效影响因子的影响等级对人员失误概率数量级的影响ai进行评定,综合各个绩效影响因子的影响程度的估计值为∑PSFai,人员失误概率的名义值或基准值设定为1.0E-3,人员失误概率的下限值为1.0E-5,即作为人员失误概率的最小值,人员失误概率的最大值为1.0,人员失误概率的估计方法为HEP=min[1,max[1E-5,1E(-3+∑PSFai)]]。
其中,步骤(1)包括以下步骤,1.1人员失误事件的识别和定义,1.2建立班组响应树,对事件进程上的关键节点进行识别,并应用“人-机-料-法-环”(4M1E)法进行定义,1.3建立时间进程。
其中,步骤1.2包括以下步骤,a)建立成功路径,b)识别和定义关键子任务,c)识别可能的恢复机会。
其中,在步骤(2)中,根据任务分析结果,针对班组响应树各个关键节点的“人-机-料-法-环”五类影响因素确定相应的绩效影响因子并进行定性评价,得出每个绩效影响因子的影响等级。
其中,在步骤(3)中,按照绩效影响因子的影响等级进行评定,最后综合所有绩效影响因子得出估计的人员失误概率值。
其中,在步骤(3)中,所述ai的影响等级为很有利:-0.75(约5.6分之一),有利:-0.5(约3.2分之一),较有利:-0.25(约1.8分之一),正常:0(不变),较不利:+0.25(约1.8倍),不利:+0.5(约3.2倍),很不利:+0.75(约5.6倍)。
采用本发明提出的方法,可以对目标人员动作的事件进程、规程任务、影响因素进行足够详细的描述,并提供人员失误概率估计结果。同时这些内容可以作为其它更精确的人员失误概率估计的合理性和解释性的依据,以及结构化地抽取相关专家的经验知识,利于不同方法、不同评估者之间进行交流和比较。
附图说明
图1为班组响应树示例。
图2为本发明人员可靠性分析方法的流程图。
具体实施方式
一种人员可靠性分析方法,包括任务分析、绩效影响因子(PSF)的定性评价以及人员失误概率估计三个步骤。
任务分析包括人员失误事件的识别和定义、建立班组响应树、建立时间进程三个步骤。
建立班组响应树时,要对事件进程上的关键节点进行识别,并应用“人-机-料-法-环”(4M1E)法进行定义。
在绩效影响因子的定性评价部分,根据任务分析结果,针对班组响应树各个关键节点的“人-机-料-法-环”五类影响因素确定相应的绩效影响因子并进行定性评价,得出每个绩效影响因子的影响等级。
在人员失误概率估计部分,按照绩效影响因子的影响等级进行评定,最后综合所有绩效影响因子的影响得出估计的人员失误概率值。
1.任务分析:班组响应树方法
为了详尽地描述目标人员失误事件,首先要对该场景中的人机交互任务进行任务分析。本方法采用的是班组响应树(CRT)方法,提出了新的“人-机-料-法-环”(4M1E)的失误模型。任务分析包括人员失误事件的识别和定义、建立班组响应树、建立时间进程三部分。
1.1人员失误事件的识别和定义
人员失误事件的识别需要通过一个具有多学科背景的人员可靠性分析团队,与概率安全评价(PSA)团队合作,参考相关的规程和导则、实际的经验和历史数据、对核电厂操纵员和培训人员的访谈、以及模拟机观察等信息来源,共同讨论得出。一个可用于参考的人员失误事件定义示例见表1。
表1人员失误事件定义示例
1.2建立班组响应树
班组响应树是用树的方式来描述HFE中的事件进程和人员响应动作,把重要的核电厂状态变化和人员操作作为节点,并根据人员响应的不同结果产生分支。班组响应树将HFE分解成更加具体的操作,一方面形象地描述了整个HFE的过程,另一方面便于进行细致的分析。建立班组响应树的具体步骤为:
a)建立成功路径
考虑班组成功应对始发事件的情况,包括对应的规程、提示信息及其出现时间、必要的响应等,建立起按时间顺序描述场景变化、规程决策点、动作点以及规程间的转移点的事件序列。
b)识别和定义关键子任务
关键子任务指的是完成关键任务所必需的信息处理和执行活动,如果某项关键子任务发生错误就会导致响应失败。建议将关键子任务定义为较高层级的任务,例如进入一个规程、转移到另一个规程、跳到规程中的另一步、开始某项响应、执行某项响应等。对每一个关键子任务都要进行定义和描述,描述的内容见表2。
表2关键子任务的描述
c)识别可能的恢复机会
恢复机会的来源可能有:进入其他的成功路径、额外的提示信号、新的报警或参数变化等。对恢复节点同样要进行定义和描述,可参考关键子任务的定义和描述。
1.3建立时间进程
通过对班组响应和关键事件的时间参数进行估计,可为建立班组响应树路径、进行时间需求和分配情况分析提供依据。一个可用于参考的时间进程示例见表3。
表3时间进程示例
*注:估计的持续时间表示预期的平均持续时间。
2.定性评价
根据任务分析得到的结果,针对班组响应树里的每个关键节点的“人-机-料-法-环”五类影响因素进行定性评价。对于每一类中的重要绩效影响因子,根据评价问题和影响条件进行评价,得出绩效影响因子的等级。影响等级包括很有利、有利、较有利、正常、较不利、不利、很不利。
提出的参考评价问题表见表4。
表4绩效影响因子评价表
在对实际场景中的各种绩效影响因子有足够充分了解的前提下,评价表中的问题项目和内容均可根据实际情况进行增减和修改。在进行评估的时候,要详细具体地写出进行该判断的理由,并且该理由需要在前面的任务分析结果中有明确的记录。
3.人员失误概率估计
本方法在进行定量分析时,根据定性评价部分的绩效影响因子评价情况进行人员失误概率的估计。本方法假设绩效影响因子相互独立,绩效影响因子对人员失误概率的影响是相乘的关系,并且只考虑绩效影响因子对人员失误概率结果的数量级的影响。
按照绩效影响因子的影响等级对人员失误概率人员失误概率数量级的影响ai进行评定:
很有利:-0.75(约5.6分之一)
有利:-0.5(约3.2分之一)
较有利:-0.25(约1.8分之一)
正常:0(不变)
较不利:+0.25(约1.8倍)
不利:+0.5(约3.2倍)
很不利:+0.75(约5.6倍)
那么,综合各个绩效影响因子的影响程度的估计值为∑PSFai。人员失误概率的名义值或基准值设定为1.0E-3。
另外,人员失误概率通常设定一个下限值,本发明将1.0E-5作为人员失误概率的最小值。同时作为一个概率值,人员失误概率的最大值为1.0。
综上,人员失误概率的估计方法为:
HEP=min[1,max[1E-5,1E(-3+∑PSFai)]]。
Claims (6)
1.一种基于4M1E框架的人员可靠性分析方法,其特征在于,包括以下步骤:(1)任务分析,(2)绩效影响因子的定性评价,(3)人员失误概率估计,其中步骤(3)具体为,按照绩效影响因子的影响等级对人员失误概率数量级的影响ai进行评定,综合各个绩效影响因子的影响程度的估计值为∑PSFai,人员失误概率的名义值或基准值设定为1.0E-3,人员失误概率的下限值为1.0E-5,即作为人员失误概率的最小值,人员失误概率的最大值为1.0,人员失误概率的估计方法为HEP=min[1,max[1E-5,1E(-3+∑PSFai)]]。
2.如权利要求1所述的方法,其特征在于,步骤(1)包括以下步骤,1.1人员失误事件的识别和定义,1.2建立班组响应树,对事件进程上的关键节点进行识别,并应用“人-机-料-法-环”法进行定义,1.3建立时间进程。
3.如权利要求2所述的方法,其特征在于,步骤1.2包括以下步骤,a)建立成功路径,b)识别和定义关键子任务,c)识别可能的恢复机会。
4.如权利要求3所述的方法,其特征在于,在步骤(2)中,根据任务分析结果,针对班组响应树各个关键节点的“人-机-料-法-环”五类影响因素确定相应的绩效影响因子并进行定性评价,得出每个绩效影响因子的影响等级。
5.如权利要求4所述的方法,其特征在于,在步骤(3)中,按照绩效影响因子的影响等级进行评定,最后综合所有绩效影响因子的影响得出估计的人员失误概率值。
6.如权利要求5所述的方法,其特征在于,在步骤(3)中,所述ai的影响等级为很有利:-0.75,有利:-0.5,较有利:-0.25,正常:0,较不利:+0.25,不利:+0.5,很不利:+0.75。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610371103.8A CN106067086A (zh) | 2016-05-30 | 2016-05-30 | 基于4m1e框架的人员可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610371103.8A CN106067086A (zh) | 2016-05-30 | 2016-05-30 | 基于4m1e框架的人员可靠性分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106067086A true CN106067086A (zh) | 2016-11-02 |
Family
ID=57420088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610371103.8A Pending CN106067086A (zh) | 2016-05-30 | 2016-05-30 | 基于4m1e框架的人员可靠性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106067086A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898314A (zh) * | 2018-06-29 | 2018-11-27 | 厦门大学 | 一种基于bim和质量多源信息融合施工风险评估方法 |
WO2022033224A1 (zh) * | 2020-11-25 | 2022-02-17 | 中广核工程有限公司 | 人员可靠性评估方法、系统、计算机设备及存储介质 |
-
2016
- 2016-05-30 CN CN201610371103.8A patent/CN106067086A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898314A (zh) * | 2018-06-29 | 2018-11-27 | 厦门大学 | 一种基于bim和质量多源信息融合施工风险评估方法 |
WO2022033224A1 (zh) * | 2020-11-25 | 2022-02-17 | 中广核工程有限公司 | 人员可靠性评估方法、系统、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6246776B2 (ja) | 離職リスク判定器 | |
US9472195B2 (en) | Systems and methods for detecting fraud in spoken tests using voice biometrics | |
CN114037311B (zh) | 一种信息系统工程监理项目风险评估方法 | |
US7877284B2 (en) | Method and system for developing an accurate skills inventory using data from delivery operations | |
CN102257520A (zh) | 应用的性能分析 | |
WO2014173258A1 (zh) | 响应计划的可靠性分析方法及装置 | |
CN116050761B (zh) | 工作协同管理的方法及系统 | |
CN110059069A (zh) | 用于检测和预测目标系统的行为的系统和方法 | |
CN106067086A (zh) | 基于4m1e框架的人员可靠性分析方法 | |
JP2007058409A (ja) | プロジェクト管理システム、該システムのプログラムおよび該プログラムを記録した記録媒体 | |
CN111798156A (zh) | 一种基于工作平台的分配任务工作量评估系统及方法 | |
JP2008009496A (ja) | 保守サービス運用システムおよび保守サービス運用方法 | |
JP5200678B2 (ja) | サービシステム、サービスシステム管理方法、及びプログラム | |
Judrups et al. | Machine learning based solution for predicting voluntary employee turnover in organization | |
JP2020102138A (ja) | 生産実績データ分析装置 | |
JP2019139319A (ja) | 物流管理装置、物流管理方法及びプログラム | |
US20210097459A1 (en) | Worker assignment system and worker assignment device | |
CN113987351A (zh) | 基于人工智能的智能推荐方法、装置、电子设备及介质 | |
JP2022032115A (ja) | プロジェクト予兆検知装置及びプロジェクト予兆検知方法 | |
Kurilenko et al. | Virtual Employee Implementation Using Temporal Case-based Reasoning | |
CN113743695A (zh) | 基于大数据的国际工程项目投标报价风险管理方法 | |
CN115953063B (zh) | 追踪绩效管理的方法及装置 | |
CN104239688A (zh) | 一种基于人因可靠性分析的电力倒闸方法 | |
JP2007066255A (ja) | プロジェクト管理システム、該システムのプログラムおよび該プログラムを記録した記録媒体 | |
Ding et al. | Using LGM analysis to identify hidden contributors to risk in the operation of a nuclear power plant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161102 |
|
RJ01 | Rejection of invention patent application after publication |