CN106127372A - 一种适合数字化主控室的人员可靠性分析方法 - Google Patents
一种适合数字化主控室的人员可靠性分析方法 Download PDFInfo
- Publication number
- CN106127372A CN106127372A CN201610430576.0A CN201610430576A CN106127372A CN 106127372 A CN106127372 A CN 106127372A CN 201610430576 A CN201610430576 A CN 201610430576A CN 106127372 A CN106127372 A CN 106127372A
- Authority
- CN
- China
- Prior art keywords
- master control
- control room
- probability
- dynamic gene
- digitized
- 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
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
一种适合数字化主控室的人员可靠性分析方法,其特征在于,包括以下步骤:步骤S1:确定诊断基本人员失误概率和执行基本人员失误概率;步骤S2:确定数字化主控室的绩效影响因子及水平;步骤S3:确定和选择数字化主控室绩效影响因子的调整因子;步骤S4:分别计算诊断人员失误概率和执行人员失误概率;步骤S5:计算最终人员失误概率。
Description
技术领域
本发明涉及核电厂概率安全评价(PSA)和人员可靠性分析(HRA)领域,具体涉及一种数字化主控室人员可靠性分析方法。
背景技术
数字化、计算机化和自动化是复杂社会技术系统(例如:核电系统和航空系统)的主要趋势。核电厂主控室进入数字化时代:一方面,对已有的核电厂主控制室进行现代化升级和改造;另一方面,为新核电厂设计和建造数字化主控室。
传统和数字化主控室有很大不同,例如:
●在仪控系统方面,前者采用模拟仪控设备,后者采用数字化仪控设备;
●在控制方面,前者采用手动硬控制,后者采用手动软控制和更多的自动化控制;
●在操作方面,前者需要操纵员站在操作盘台前面,后者需要操纵员坐在计算机/工作站前面;
●在规程方面,前者一般使用纸质版规程,后者一般使用计算机化规程;
●在人机接口方面,前者使用少量计算机画面,后者大量使用先进人机界面(如先进报警系统、图形显示系统和智能操纵员支持系统)。
一般认为数字化系统有诸多好处,如更高的系统性能、更高的数据处理和存储能力、更容易操作和更为灵活,但数字化系统也会给操纵员带来一定的负面作用,如:
●过于依赖自动化技术,可能导致人员技能退化和情景意识丧失;
●大量数字化界面容易导致人员注意力范围变窄,出现钥匙孔效应,同时增加人员界面管理复杂度;
●增加总体复杂度、人员理解自动化系统的知识要求和人员与复杂数字化系统的协作要求;
●应急工况下人员负荷更高,增加新的人员失误类型等。
上述分析表明,数字化、计算机化和自动化可能会影响核电系统安全性和经济性。需要合理地评估数字化主控室中人员绩效。
HRA是核电厂PSA的必不可少部分,用于分析、预测、减少和防止人员失误。对HRA的研究和应用已有超过50年的历史。常用HRA方法包括:Swain的人员失 误率预测技术(THERP)、人员认知可靠性/操纵员可靠性实验(HCR/ORE)方法、基于原因的决策树模型方法(CBDTM)和标准化核电厂风险分析HRA(SPAR-H)方法等。这些HRA方法的模型和数据来自于传统操作环境。然而,传统HRA在数字化主控室的适用性并未得到有效验证。近期国际HRA实证研究和美国HRA实证研究充分表明,传统HRA方法需进行修正完善后才能更好地适用于数字化主控室。本发明参考SPAR-H方法,结合数字化主控室人员失误事件(HFE)数据采集工作,提出一种适合数字化主控室的HRA方法。
发明内容
本发明旨在提供一种适合数字化主控室人员可靠性分析的改进版SPAR-H(EJ-SPAR-H)方法,以解决现有HRA方法在评估数字化主控室中人员失误概率(HEP)时的问题。
本发明要解决的技术问题是提供一种适合数字化主控室的人员可靠性分析方法,其特征在于,包括以下步骤:
步骤S1:确定诊断基本人员失误概率和执行基本人员失误概率;
步骤S2:确定数字化主控室的绩效影响因子(PSF)及水平;
步骤S3:确定和选择数字化主控室PSF的调整因子;
步骤S4:分别计算诊断人员失误概率和执行人员失误概率;
步骤S5:计算最终人员失误概率。
其中,诊断人员失误概率的计算公式是:其中,PSFi代表诊断任务第i个PSF的调整因子。如果出现三个或者三个以上的负面PSF(即PSF的调整因子大于1),则该计算公式调整为:执行人员失误概率的计算公式是:其中,PSFi代表执行任务第i个PSF的调整因子。如果出现三个或者三个以上的负面PSF(即PSF的调整因子大于1),则该计算公式调整为:
最终人员失误概率计算公式是:HEP=HEPd+HEPe。
在步骤S1中,所述诊断基本人员失误概率为1.0E-2,所述执行基本人员失误概率为1.0E-3。
在步骤S2中,根据数字化主控室的特点,确定了9个PSF及其水平。
在步骤S3中,所述调整因子的几何均值计算公式:其中,n表示参与调研的操纵员数量,Mi表示第i个操纵员的调整因子判断值。
所述步骤S3包括步骤:
S31:制定调整因子专家判断问卷;
S32:向数字化主控室操纵员发放专家判断问卷;
S33:根据专家判断问卷,确定初步调整因子;
S34:融合专家判断数据和其他渠道数据,验证、修改调整因子;
S35:确定数字化主控室的绩效影响因子的最终调整因子建议值。
本发明根据数字化主控室实际情况,确定诊断和执行任务基本人误概率,采用数字化主控室持照操纵员的专家判断意见,融合多种渠道数据,修正数字化主控室下PSF的调整因子。
附图说明
图1是数字化主控室人员可靠性分析方法的流程图。
图2是确定数字化主控室下PSF的调整因子的流程图。
具体实施方式
本发明的EJ-SPAR-H方法包括以下步骤:
●步骤S1:确定诊断基本人员失误概率和执行基本人员失误概率;
●步骤S2:确定数字化主控室的PSF及水平;
●步骤S3:确定和选择数字化主控室PSF的调整因子;
●步骤S4:分别计算诊断人员失误概率和执行人员失误概率;
●步骤S5:计算最终人员失误概率。
通过数字化主控室实证研究确定诊断基本HEP(BHEPd)和执行基本HEP(BHEPe)。
通过专家判断确定数字化主控室PSF的调整因子,并通过实验研究、模拟机研究、萃取分析、运行经验数据库等综合修正、确定数字化主控室PSF的调整因子。具体见表1。
诊断人员失误概率的计算公式是:其中,PSFi代表诊断任务第i个PSF的调整因子。如果出现三个或者三个以上的负面PSF,则该计算公式调整为:
执行人员失误概率的计算公式是:其中,PSFi代表执行任务第i个PSF的调整因子。如果出现三个或者三个以上的负面PSF,则该计算公式调整为:
最终人员失误概率计算公式是:HEP=HEPd+HEPe。
以下将详细描述本发明的实施方式。下列实施方法并非是限制性的。
图1是数字化主控室人员可靠性分析方法的流程图,该方法包括步骤1至步骤5。
步骤S1具体为:将HFE分解成诊断和执行两部分。一般情况下,同时考虑HFE的诊断和执行。如果有证据表明待分析HFE的任务不包含相应的诊断活动,则可仅将HFE作为执行任务来考虑。如果有证据表明待分析HFE的任务仅包含诊断认知活动,没有手动操作执行活动,则可仅将HFE作为诊断任务来考虑。诊断基本人员失误概率为1.0E-2,执行基本人员失误概率为1.0E-3。
步骤S2:在HRA定性分析中,通过情景分析和任务分析,确定HFE所涉及PSF及其水平。根据数字化主控室的特点,并基于本发明人的研究,本发明定义9个PSF及其水平。
步骤S3:根据诊断和执行PSF的信息,确定PSF的调整因子。传统SPAR-H方法中对PSF的调整因子是基于从传统主控室获得的数据和运行经验,并不完全适合数字化主控室。本发明利用专家判断和量值估计技术,采集国内某数字化主控室持照操纵员的专家判断意见,得到数字化主控室下PSF的初步调整因子,并融合多种渠道数据修正得到数字化主控室设计下PSF的调整因子(流程见图2,结果见表1)。可根据本发明提出的实施步骤(见图2)或者其他方式,确定特定电厂中PSF的调整因子。对于任务的诊断和执行部分,其PSF的调整因子可能存在一定差异,即同一个PSF对任务的诊断部分和执行部分的影响可能是不同的。可根据本发明提出的实施步骤(见图2)或者其他方式,分别确定电厂中诊断部分和执行部分PSF的调整因子。
表1:数字化主控室绩效影响因子的水平及调整因子
步骤S4具体为:根据选择的PSF调整因子,计算诊断人员失误概率HEPd和执行人员失误概率HEPe,计算公式分别为:和如果诊断或者执行出现三个或者三个以上的负面PSF,则需调整诊断人误概率HEPd和执行人误概率HEPe的计算:
和
步骤S5具体为:计算人员失误事件的最终HEP:HEP=HEPd+HEPe。
图2是利用专家判断和量值估计技术,融合其他渠道数据,确定步骤S3的数字化主控室绩效影响因子的调整因子的流程图。步骤S3包括步骤S31至步骤S35。
S31:制定调整因子专家判断问卷;
S32:向数字化主控室操纵员发放专家判断问卷;
S33:根据专家判断问卷,确定初步调整因子;
S34:融合专家判断数据和其他渠道数据,验证、修改调整因子;
S35:确定数字化主控室的绩效影响因子的最终调整因子建议值。
步骤S31:制定调整因子专家判断问卷。本发明根据社会科学领域和心理学领域的量值估计技术,制定测量9个PSF的调整因子的问卷。该问卷首先介绍PSF定义及水平描述,然后操纵员需要判断各个水平下的班组失误概率相对于正常水平下的班组失误概率的倍数,即操纵员需要判断相对于正常水平,其他水平下班组失误概率的量值。例如,针对时间压力PSF水平“极高时间压力”的问题:班组需要判断在极高时间压力下,班组未能完成任务的概率是正常水平下的多少倍。
步骤S32:向国内数字化主控室一线操纵员发放问卷,介绍问卷目的。该步骤在操纵员复训课堂上完成。
步骤S33:搜集问卷,综合操纵员的专家判断意见,获取初步调整因子。采用量值估计获得的专家判断意见,需要利用几何均值(避免极大或者极小调整因子判断值的影响),确定初步调整因子。调整因子的几何均值计算公式: 其中,n表示参与调研的操纵员数量,Mi表示第i个操纵员的调整因子判断值。
步骤S34:融合操纵员专家判断数据和其他渠道数据(包括NUREG/CR-6883等的调整因子数据),对初步调整因子的效度进行验证。必要时,修改初步调整因子。
步骤S35:确定最终调整因子(结果见表1)。
上面对本发明的实施步骤作了详细说明,上述实施方式仅为本发明的最优实施步骤,但是本发明并不限于上述实施步骤,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化和更改。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种适合数字化主控室的人员可靠性分析方法,其特征在于,包括以下步骤:
步骤S1:确定诊断基本人员失误概率和执行基本人员失误概率;
步骤S2:确定数字化主控室的绩效影响因子及水平;
步骤S3:确定和选择数字化主控室绩效影响因子的调整因子;
步骤S4:分别计算诊断人员失误概率和执行人员失误概率;
步骤S5:计算最终人员失误概率。
2.如权利要求1所述的适合数字化主控室的人员可靠性分析方法,其特征在于,诊断人员失误概率的计算公式是:其中,PSFi代表诊断任务第i个绩效影响因子的调整因子。如果出现三个或者三个以上的负面绩效影响因子(即绩效影响因子的调整因子大于1),则该计算公式调整为: 执行人员失误概率的计算公式是:其中,PSFi代表执行任务第i个绩效影响因子的调整因子。如果出现三个或者三个以上的负面绩效影响因子(即绩效影响因子的调整因子大于1),则该计算公式调整为:
3.如权利要求2所述的适合数字化主控室的人员可靠性分析方法,其特征在于,最终人员失误概率计算公式是:HEP=HEPd+HEPe。
4.如权利要求1所述的适合数字化主控室的人员可靠性分析方法,其特征在于,在步骤S1中,所述诊断基本人员失误概率为1.0E-2,所述执行基本人员失误概率为1.0E-3。
5.如权利要求2所述的适合数字化主控室的人员可靠性分析方法,其特征在于,在步骤S2中,根据数字化主控室的特点,确定了9个绩效影响因子及其水平。
6.如权利要求1所述的适合数字化主控室的人员可靠性分析方法,其特征 在于,在步骤S3中,所述调整因子的几何均值计算公式:其中,n表示参与调研的操纵员数量,Mi表示第i个操纵员的调整因子判断值。
7.如权利要求1所述的适合数字化主控室的人员可靠性分析方法,其特征在于,所述步骤S3包括步骤:
S31:制定调整因子专家判断问卷;
S32:向数字化主控室操纵员发放专家判断问卷;
S33:根据专家判断问卷,确定初步调整因子;
S34:融合专家判断数据和其他渠道数据,验证、修改调整因子;
S35:确定数字化主控室的绩效影响因子的最终调整因子建议值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610430576.0A CN106127372A (zh) | 2016-06-16 | 2016-06-16 | 一种适合数字化主控室的人员可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610430576.0A CN106127372A (zh) | 2016-06-16 | 2016-06-16 | 一种适合数字化主控室的人员可靠性分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106127372A true CN106127372A (zh) | 2016-11-16 |
Family
ID=57470760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610430576.0A Pending CN106127372A (zh) | 2016-06-16 | 2016-06-16 | 一种适合数字化主控室的人员可靠性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106127372A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950850A (zh) * | 2017-02-20 | 2017-07-14 | 上海核工程研究设计院 | 一种数字化仪控系统动态可靠性集成分析方法 |
CN109697558A (zh) * | 2018-12-18 | 2019-04-30 | 北京航空航天大学 | 一种考虑路径依赖的人误机理建模方法 |
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
- 2016-06-16 CN CN201610430576.0A patent/CN106127372A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950850A (zh) * | 2017-02-20 | 2017-07-14 | 上海核工程研究设计院 | 一种数字化仪控系统动态可靠性集成分析方法 |
CN109697558A (zh) * | 2018-12-18 | 2019-04-30 | 北京航空航天大学 | 一种考虑路径依赖的人误机理建模方法 |
CN109697558B (zh) * | 2018-12-18 | 2020-10-30 | 北京航空航天大学 | 一种考虑路径依赖的人误机理建模方法 |
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 |
---|---|---|
Lee et al. | Development of a qualitative evaluation framework for performance shaping factors (PSFs) in advanced MCR HRA | |
He et al. | A simplified CREAM prospective quantification process and its application | |
Čepin | DEPEND-HRA—A method for consideration of dependency in human reliability analysis | |
CN102915512A (zh) | 一种基于数字化人机界面的核电站安全操作评价方法 | |
CN103218689B (zh) | 操作员状态评估的可靠性分析方法及装置 | |
Park et al. | An experimental investigation on relationship between PSFs and operator performances in the digital main control room | |
Reisinger et al. | 3 Deference or governance?: A survival analysis of Russia's governors under presidential control | |
CN106127372A (zh) | 一种适合数字化主控室的人员可靠性分析方法 | |
WO2014173270A1 (zh) | 人-机界面检测方法及系统 | |
Li et al. | Methodology for analyzing the dependencies between human operators in digital control systems | |
CN102929598B (zh) | 一种提高核电站安全的人机界面设计方法 | |
Li et al. | A validation research on fuzzy logic-AHP-based assessment method of operator’s situation awareness reliability | |
KR20110098286A (ko) | 퍼지 추론기법을 이용한 한방 자가 진단방법 | |
Mosleh et al. | A model-based human reliability analysis methodology | |
CN109918791A (zh) | 一种核电站数字化主控室操纵员人因可靠性分析方法 | |
Koc | Role of national conditions in occupational fatal accidents in the construction industry using interpretable machine learning approach | |
Zhang et al. | The simulator experimental study on the operator reliability of Qinshan nuclear power plant | |
Wheadon | Classification accuracy and consistency under item response theory models using the package classify | |
CN102646255A (zh) | 一种远程教育培训中采用集体用户名技术的方法 | |
Arigi et al. | An approach to analyze diagnosis errors in advanced main control room operations using the cause-based decision tree method | |
Groth | A framework for using SACADA to enhance the qualitative and quantitative basis of HRA | |
Juanamasta et al. | Improving nurse productivity through professionalism self-concept | |
Chang et al. | SACADA data for HEP estimates | |
CN109471803B (zh) | 基于人因可靠性的复杂工业系统数字化人机界面画面配置方法 | |
Boff | Meeting the challenge: Factors in the design and acquisition of human-engineered systems |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161116 |