CN109697558B - 一种考虑路径依赖的人误机理建模方法 - Google Patents

一种考虑路径依赖的人误机理建模方法 Download PDF

Info

Publication number
CN109697558B
CN109697558B CN201811546638.XA CN201811546638A CN109697558B CN 109697558 B CN109697558 B CN 109697558B CN 201811546638 A CN201811546638 A CN 201811546638A CN 109697558 B CN109697558 B CN 109697558B
Authority
CN
China
Prior art keywords
task
cognitive
correlation
human error
human
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.)
Active
Application number
CN201811546638.XA
Other languages
English (en)
Other versions
CN109697558A (zh
Inventor
马烁
曾声奎
郭健彬
赵健宇
秦泰春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201811546638.XA priority Critical patent/CN109697558B/zh
Publication of CN109697558A publication Critical patent/CN109697558A/zh
Application granted granted Critical
Publication of CN109697558B publication Critical patent/CN109697558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)

Abstract

一种考虑路径依赖的人误机理建模方法,其步骤如下:一:分析人机交互任务,明确底层操作类型及其所调用的具体认知功能,包括基本任务分析、认知行为分析和人误模式分析;二:明确异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性;三:明确各项任务的基本认知资源需求;四:评估六项稳定的绩效形成因子即PSFs水平;五:根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率;通过以上步骤,本发明提出了人为失误机理模型,建立了人为失误和同一人机交互演化路径中其他异常事件的相关关系,以此为基础,解决了路径依赖对人误概率的影响问题。

Description

一种考虑路径依赖的人误机理建模方法
技术领域
本发明提供一种考虑路径依赖的人误机理建模方法,它是一种人机系统安全性分析领域的建模与量化方法,注重从信息层次解决人机交互演化路径对人误的影响问题。
背景技术
人机交互(Man Machine Interaction,MMI)是工程实践中最常见、最典型的场景之一。随着系统硬件自动化和可靠性水平不断提高,人机系统(Man Machine System,MMS)对人机交互的要求越来越高,人机交互失误已成为人机系统整体安全性的薄弱环节。事故调查表明,人机交互失误的主要原因是人机交互过程中出现了认知失误。事实上,认知失误受到人、机、环等因素及异常事件耦合的影响。当出现故障或者环境扰动异常态时,人机交互任务进程受到影响,人可能需要同时完成若干任务,处理人机界面所提供的大量信息。不同的任务进程可能导致任务负荷过重、信息关系复杂,或者关键信息缺失的情况,这些都可能使操作者无法正常完成认知信息处理,从而出现失误。可见,认知失误的发生和人机交互演化路径息息相关。
当前,基于“人为失误由情景环境诱发”的基本认识,结合认知模型提出了一系列认知失误机理模型,如多资源理论(Multi-resource Theory)模型、情景意识(SituationAwareness)模型、注意力分配(Attention Allocation)模型等。但是一方面,这些认知失误机理存在一个潜在假设,即人为失误只受到当前情景环境的影响,没有对具有路径依赖性的人为失误进行解释。另一方面,现有机理模型没有直接对影响认知过程最为重要的因素——信息进行分析,而是将其投影到绩效形成因子(Performance Shaping Factors,PSFs)框架中,间接分析其影响;PSFs对人误的影响主要通过调整人误概率,体现为“修正”的思想,没有表现出明确的影响关系,因而对人为失误解释不够充分。因此,需要进一步从信息层面考察具有路径依赖的人为失误机理。
发明内容
1、目的
本发明提供一种考虑路径依赖的人误机理建模方法,从信息层次解决人机交互演化路径对人为失误的影响问题。
2、技术方案
本发明是一种考虑路径依赖的人误机理建模方法,考虑路径依赖的人为失误机理,该方法包括如下五个步骤:
步骤一:分析人机交互任务,明确各项任务的底层操作类型及其所调用的具体认知功能,辨识该操作涉及到的人误模式,并根据实际场景实例化,主要包括基本任务分析、认知行为分析和人误模式分析,具体的结构化人误模式分析方法如图2所示;
步骤二:明确人机交互过程中出现的异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性;
步骤三:明确各项任务的基本认知资源需求,计算并行任务的总认知资源需求,判断是否发生认知过载,若发生认知过载,则人误模式与异常信息模式的相关性增加一等;
步骤四:评估六项稳定的绩效形成因子(即PSFs)水平,调整两项随任务进程动态变化的PSFs水平;
步骤五:利用绩效形成因子(即PSFs)调整名义人误概率,再根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率。
通过以上步骤,从认知过载、认知混淆以及PSFs累积的角度提出了人为失误机理模型,建立了人为失误和同一人机交互演化路径中其他异常事件的相关关系,以此为基础,解决了路径依赖对人误概率的影响问题。
其中,在步骤一中所述的“基本任务分析、认知行为分析和人误模式分析”,其内容说明如下:
(1)基本任务分析
人机交互过程包括三类任务,分别为主任务:即预定所需执行的一系列任务;临时任务:临时性指派给操作者需要其完成的任务,可能与某项主任务并行;告警任务:应对系统故障所进行的任务,包括发现告警信息和执行应急流程;采用层次任务分析(Hierarchical Task Analysis,HTA),将各任务条目按照“目标(任务)、子目标(子任务)、操作和计划”的结构进行自上而下的分析;此外,还需梳理清楚各项任务之间存在的顺序、并行、决策等关系;
(2)认知行为分析
认知过程分为感知、决策和响应三个阶段,每个阶段包含某些认知功能;人的认知行为就是在认知过程的不同阶段调用不同的认知功能以完成信息处理过程。
表1人机交互人误模式分类框架
Figure GDA0002666061490000031
上列“表1”改成以叙述方式表达如下:
任务操作可划分为15种类型,每一种操作类型调用感知、决策、执行三种不同认知功能中的若干种,具体为:协调调用决策和执行功能;通信调用执行功能;对比调用决策功能;诊断调用决策功能;评价调用决策功能;识别调用决策功能;执行调用执行功能;保持调用执行功能;监视调用感知和决策功能;观察调用感知功能;计划调用决策功能;记录调用决策和执行功能;调整调用感知和执行功能;扫视调用感知功能;检查调用感知和决策功能;
根据认知功能的不同,可对人误模式进行分类,具体为:根据感知功能,人误模式划分为观察目标错误、辨识错误、没有进行观察、观察不及时4类;根据决策功能,人误模式划分为决策失误1类;根据执行功能,人误模式划分为动作方式错误、动作时间错误、动作目标错误、动作顺序错误、动作遗漏等5类;
任务分析完成后,根据任务操作的描述,将每个操作划分为一种类型,划分方式参考认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method,CREAM)中对15种操作类型的归纳,如表1所示,每一种操作类型对应着不同的认知功能;
(3)人误模式分析
参考CREAM方法,将感知功能失误模式划分为观察目标错误、辨识错误、没有进行观察、观察不及时4类;将决策功能失误模式划分为决策失误1类;将执行功能失误模式划分为动作方式错误、动作时间错误、动作目标错误、动作顺序错误、动作遗漏等5类,如表1所示;根据每种操作类型对应的认知功能,即可确定操作可能发生的人误模式,然后根据实际场景实例化。
其中,在步骤二中所述的“明确人机交互过程中出现的异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性”,说明如下:
人机交互过程中,人所获得的信息包括人机界面提供的任务信息、告警信息和通讯信息等;由于故障、环境扰动等因素的干扰,人可能无法获得正确和完整的信息,例如任务信息和通讯信息可能出现不正确、不完整、不及时等异常模式;告警信息可能出现虚警(信息不正确)、漏警(信息不及时)等异常模式;在这种情况下,人不能正确地捕捉所需要的信息,就会导致人为失误;
异常信息模式主要导致感知阶段失误,采用“相关性”对上述异常信息模式导致人误模式的“可能性”进行描述,如表2所示;借鉴人员失误概率预测技术(Technique forHuman Error Rate Prediction,THERP),将相关性划分为5个等级:零相关(ZD)、低相关(LD)、中等相关(MD)、高相关(HD)和全相关(CD);具体而言,当相关性较大时,表示出现某种异常信息模式时直接引起人误模式的可能性大;当相关性较小时,表示出现某种异常信息模式时不太可能直接引起人误模式;当相关性为零时,表示表示出现某种异常信息模式时不会直接引起人误模式;
表2异常信息模式和认知功能失误对应关系模型
Figure GDA0002666061490000051
上列“表2”改成以叙述方式表达如下:
根据异常信息模式的不同,导致不同人误模式的可能性也不相同,异常信息模式与人误模式间的相关关系具体为:信息不正确与观察目标错误间的相关关系为低相关到中等相关;信息不正确与错误辨识间的相关关系为中等相关到高相关;信息不正确与观察没有进行间的相关关系为零相关到中等相关;信息不正确与观察不及时间的相关关系为零相关到中等相关;信息不正确与决策失误间的相关关系为低相关到全相关;信息不完整与观察目标错误间的相关关系为零相关到低相关;信息不完整与错误辨识间的相关关系为低相关到高相关;信息不完整与观察没有进行间的相关关系为零相关到低相关;信息不完整与观察不及时间的相关关系为零相关到中等相关;信息不完整与决策失误间的相关关系为零相关到高相关;信息不及时与观察目标错误间的相关关系为零相关到低相关;信息不及时与错误辨识间的相关关系为零相关到中等相关;信息不及时与观察没有进行间的相关关系为中等相关到高相关;信息不及时与观察不及时间的相关关系为中等相关到高相关;信息不及时与决策失误间的相关关系为零相关到中等相关。
其中,在步骤三中所述的“明确各项任务的基本认知资源需求,计算并行任务的总认知资源需求,判断是否发生认知过载,若发生认知过载,则人误模式与异常信息模式的相关性增加一等”,其作法步骤如下:
(1)确定各任务基本认知资源需求
由于不同任务对认知资源的需求量不同,需要根据实际情况进行测量,这在设计初期一般难以实现,因此可以采用半定量的方式加以解决;具体而言,将任务对资源的要求分为0、1、2三个等级,分别代表对认知资源没有需求、一般任务的基本认知资源的需求以及复杂任务的基本认知资源的需求;根据多资源模型,每个任务的基本认知资源需求可以用如下向量表示:
TC={VF,VA,AS,AV,C,RS,RV}
式中,“VF、VA”中的V表示视觉(Visual),“AS、AV”中的A表示听觉(Auditory),C表示认知(Cognitive),“RS、RV”中的R表示反应(Response);“VF”中的F表示焦点(Focal),“VA”中的A表示外周(Ambient),“AS、RS”中的S表示空间的(Spatial),“AV、RV”中的V表示言语的(Verbal);TC中每个元素都代表了一个认知资源占用维度;
根据任务分析确定的不同操作类型的基本认知资源需求如表3所示;
(2)构建认知资源冲突矩阵
冲突矩阵反映了两项任务占用多资源模型维度重叠时所导致的额外认知资源耗费;其基本思想是,若两项任务完全冲突时(占用相同的认知资源需求维度),则耗费较大;而当两项任务对基本认知资源需求的维度不同(例如监视仪表和察觉声音告警)时,则耗费较小;表4给出了一个改进的多资源模型认知资源冲突矩阵;
表3不同操作类型的基本认知资源需求表
Figure GDA0002666061490000061
Figure GDA0002666061490000071
附注:表中括号表示需要根据实际情况判断是否占用该维度
上列“表3”改成以叙述方式表达如下:
根据操作类型的不同,其基本认知资源需求也不相同,具体为:协调的基本认知资源需求为C=2、RV=1;通信的基本认知资源需求为AV=1、RV=1;对比的基本认知资源需求为AF=1;诊断的基本认知资源需求为C=2;评价的基本认知资源需求为C=2;识别的基本认知资源需求为C=2;执行的基本认知资源需求为RS=1;保持的基本认知资源需求为RS=1,也可能包含VA=1、AS=1、AV=1中的若干种,需根据实际情况判断;监视的基本认知资源需求为VF=2;观察的基本认知资源需求为VF=1;计划的基本认知资源需求为C=1;记录的基本认知资源需求为RV=2;调整的基本认知资源需求为RS=1,也可能包含VF=1、AS=1、AV=1中的若干种,需根据实际情况判断;扫视的基本认知资源需求为VA=1;检查的基本认知资源需求为VF=1、C=1;
表4改进的多资源模型认知资源冲突矩阵
Figure GDA0002666061490000072
上列“表4”改成以叙述方式表达如下:
根据两项任务基本认知资源需求的不同,认知资源冲突值也不相同,具体为:
①冲突值为1.0的情况有:任务A和任务B同时占用RV资源时;
②冲突值为0.8的情况有:任务A和任务B均需占用VF或VA或AS或AV或RS资源时;
③冲突值为0.7的情况有:任务A和任务B均需占用C资源时;
④冲突值为0.6的情况有:任务A和任务B或任务B和任务A分别占用VA和VF资源、AS和VF资源、C和VF资源、AV和VA资源、C和VA资源、C和AS资源、C和AV资源、RV和RS资源时;
⑤冲突值为0.5的情况有:任务A和任务B或任务B和任务A分别占用RS和C资源、RV和C资源时;
⑥冲突值为0.4的情况有:任务A和任务B或任务B和任务A分别占用AV和VF资源、RS和VF资源、AS和VA资源、RV和VA资源、AV和AS资源、RS和AS资源、RV和AV资源时;
⑦冲突值为0.2的情况有:任务A和任务B或任务B和任务A分别占用RV和VF资源、RS和VA资源、RV和AS资源、RS和AV资源时;
(3)计算并行任务认知资源总需求
并行任务中的资源需求为每个任务自身的基本认知资源需求之和加上并行任务产生的额外资源冲突需求;当并行任务认知资源总需求超过7时,则认为发生了认知过载;设并行任务的认知资源需求分别为
TC1={c11,c12,c13,c14,c15,c16,c17}和TC2={c21,c22,c23,c24,c25,c26,c27},则并行任务中的总资源需求为:
Figure GDA0002666061490000081
式中,c·i(i=1,2,…,7)分别对应VF,VA,AS,AV,C,RS和RV取值,
Figure GDA0002666061490000082
表示两个任务占用多资源模型维度重叠时的认知资源冲突值,由表4确定。
其中,在步骤四中所述的“评估六项稳定的绩效形成因子(即PSFs)水平,调整两项随任务进程动态变化的PSFs水平”,其内容说明如下:
以美国核管理委员会(Nuclear Regulatory Commission,NRC)发布的《良好人因可靠性分析实践》报告中所推荐的PSFs为蓝本,参考标准化核电站风险分析人的可靠性分析方法(Standardized Plant Analysis Risk Human Reliability Analysis,SPAR-H)和认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method,CREAM),得到8个人机交互PSFs及其水平评分标准,具体如表5所示;
表5 PSFs参数取值情况
Figure GDA0002666061490000091
Figure GDA0002666061490000101
上列“表5”改成以叙述方式表达如下:
8个PSFs的水平划分及对应的评分标准具体为:①训练和经验划分为低、正常、高三个水平,对应的评分标准分别为10、1、0.5;②精神压力划分为很高、高、正常三个水平,对应的评分标准分别为5、2、1;③疲劳划分为非常疲劳、比较疲劳、一般、良好四个水平,对应的评分标准分别为10、5、1、0.1;④任务复杂性划分为高度复杂、中等复杂、正常、很容易完成四个水平,对应的评分标准分别为5、2、1、0.1;⑤通信质量划分为不能准确传递消息、通信噪声大、有效、良好四个水平,对应的评分标准分别为5、2、1、0.1;⑥人机功效设计划分为缺失/误导、差、一般、良好四个水平,对应的评分标准分别为50、10、1、0.5;⑦工作环境划分为不匹配、匹配、优越三个水平,对应的评分标准分别为5、1、0.5;⑧组织管理分为效果差、无效、有效、非常有效四个水平,对应的评分标准分别为5、2、1、0.5;
在给定人机交互场景下,认为训练和经验、任务复杂性、通信质量、人机功效设计、工作环境和组织管理六项PSFs比较稳定,不会随任务进程发生变化;而精神压力和疲劳会随任务的进行不断更新,更新调整原则如表6所示;其中,精神压力表征了人对当前任务后果的预计,当可能出现严酷后果时,认为精神压力会增加;而当正常完成任务时,认为精神压力为正常水平;疲劳反映了任务时间对人心理和生理的影响,而任务时间跟任务序列的长度和各任务相对时长相关,演化序列越长、任务进行越久,则疲劳程度越大;
表6 PSFs动态调整
Figure GDA0002666061490000111
附注:疲劳动态调整中,时间T1、T2和T3均是任务持续进行的特征时间点,且满足T1<T2<T3,其值由分析人员给出。
上列“表6”改成以叙述方式表达如下:
精神压力和疲劳会随任务的进行不断更新,更新调整原则为:当人预计当前任务可能出现严酷后果时,精神压力水平为很高;当人发现告警时,精神压力水平为高;当人正常工作时,精神压力水平为正常;当任务持续时间>T3时,疲劳水平为非常疲劳;当T2<任务持续时间<T3时,疲劳水平为比较疲劳;当T1<任务持续时间<T2时,疲劳水平为一般;当任务持续时间<T1时,疲劳水平为良好。时间T1、T2和T3均是任务持续进行的特征时间点,且满足T1<T2<T3。
其中,在步骤五中所述的“利用绩效形成因子(即PSFs)调整名义人误概率,再根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率”,其考虑路径依赖的人误概率计算的作法说明如下:
人机交互的路径依赖特征通过认知过载、认知混淆和PSFs累积三种机制影响人为失误;其中,PSFs则是对名义人误概率进行调整,而认知过载机理和认知混淆机理则是在此基础上通过相关性调整得到最终的人误事件发生条件概率,其基本计算公式等价为:
Figure GDA0002666061490000121
Figure GDA0002666061490000122
PHE=f(HEP,CL,CC)
式中,HEP是考虑PSFs修正后的人误概率;NHEP是名义人误概率,参考值如表7所示;CL是表示是否发生认知过载的布尔变量,当CL=1时,表示发生认知过载;CC是表示认知混淆是否发生的布尔变量,当CC=1时,表示发生认知混淆;
表7名义人误概率参考值
Figure GDA0002666061490000123
上列“表7”改成以叙述方式表达如下:
不同认知功能包含若干种人误模式,其对应着不同的名义人误概率,具体为:观察功能包含的人误模式有观察目标错误、错误辨识、观察没有进行、观察延迟,对应的人误概率分别为0.001、0.007、0.007、0.007;决策包含的人误模式有决策失误,对应的人误概率为0.01;执行包含的人误模式有动作方式错误、动作时间错误、动作目标错误、动作顺序错误、动作遗漏,对应的人误概率分别为0.003、0.003、0.0005、0.003、0.03;
具体而言,PSFs对名义人误概率进行调整时,PSFscomposite(t)主要是考虑精神压力和疲劳因素的动态更新,其他PSFs可以近似认为在任务进程中保持不变;精神压力水平和疲劳可以采用表6所示的动态调整方式;认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,本文参考人员失误概率预测技术(Technique for Human Error RatePrediction,THERP)提出的调整修正公式,如表8所示;
表8人误事件取值相关性修正
Figure GDA0002666061490000131
上列“表8”改成以叙述方式表达如下:
根据异常信息模式与相应人误模式间的相关关系,修正未考虑路径依赖的人误概率,具体修正原则为:当异常信息模式与相应人误模式为全相关时,修正的人误概率为PHE=1;当异常信息模式与相应人误模式为高相关时,修正的人误概率为
Figure GDA0002666061490000132
当异常信息模式与相应人误模式为中相关时,修正的人误概率为
Figure GDA0002666061490000133
当异常信息模式与相应人误模式为低相关时,修正的人误概率为
Figure GDA0002666061490000134
当异常信息模式与相应人误模式为零相关时,修正的人误概率为PHE=HEP;
上述方法给出了任务的某个人误模式所对应的人误概率;当任务对应对多个(假设为n)人误模式时,可以分别计算出每个人误模式的概率,其正常执行任务的概率Ps可以表示为:
Ps=1-HEP1-…-HEPn
式中,Ps表示正常执行任务的概率;HEP1表示第一种人误模式所对应的人误概率;HEPn表示第n种人误模式所对应的人误概率。
3、本发明的功效、优点
该方法针对任务变化、信息传递和PSFs更新中的路径依赖表现形式,从认知过载、认知混淆以及PSFs累积的角度提出了人为失误机理模型,建立了人为失误和同一人机交互演化路径中其他异常事件的相关关系,以此为基础,解决了路径依赖对人误概率的影响问题。
附图说明
图1本发明路径依赖人为失误机理示意图。
图2本发明结构化人误模式分析方法示意图。
图3本发明所述方法流程图。
具体实施方式
本发明是一种考虑路径依赖的人误机理建模方法,选取英国鹞式飞机坠毁案例进行分析,案例描述如下。
1997年英国“鹞”式战斗机坠毁,该事故的过程是飞行员在进近过程中发现发动机温度传感器报警,显示喷管温度过高,实际上是发动机温度传感器故障,产生一个虚警。飞行员需要根据发动机温度、转速、推力等信息判断发动机状况。案例中,飞行员判断为发动机故障,试图修复喷管温度,但没有成功。最后飞行员在“难以修复”发动机故障的情况下选择弹射逃生,导致飞机坠毁。
本发明一种考虑路径依赖的人误机理建模方法,考虑路径依赖的人为失误机理如图1所示,该方法流程图如图3所示,它包括如下五个步骤:
步骤一:分析人机交互任务,明确各项任务的底层操作类型及其所调用的具体认知功能,辨识该操作涉及到的人误模式,根据实际场景实例化;
根据任务分析,该案例涉及控制飞机任务(记为T1)、感知告警任务(记为T2)、查看发动机信息任务(记为T3)和诊断告警任务(记为T4)。案例中,T1任务需要持续进行,T2、T3和T4是顺序执行,且分别与T1构成并行任务。
根据四项任务的操作描述,按照表1中操作类型的划分方式及对应认知功能的调用可知,控制飞机属于保持操作类型,调用执行功能;感知告警属于扫视操作类型,调用感知功能;查看发动机信息属于观察操作类型,调用感知功能;诊断告警属于诊断操作类型,调用决策功能。
根据表1中不同认知功能的人误模式划分,控制飞机的人误模式包括动作方式错误、动作时间错误、动作目标错误、动作顺序错误、动作遗漏五项;感知告警与查看发动机信息的人误模式包括观察错误、辨识错误、观察没有进行、观察不及时四项;诊断告警的人误模式包括决策失误一项。根据实际场景,决策失误可以实例化为告警诊断失败。
根据案例描述,该案例事件演化序列为:<T1正常、发动机虚警(温度传感器信息错误)、T2正常、T3正常、T4诊断失败>,即飞行员正常完成T1、T2、T3任务,T4任务出现诊断失败人误模式。
步骤二:明确人机交互过程中出现的异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性;
该案例中,由于发动机温度传感器故障,导致发动机温度信息不正确,产生一个虚警,使得任务T4的信息输入不正确,有误导之嫌;又由于其他信息是正常的,所以根据表2,本案例认为温度传感器信息不正确和诊断失误之间的相关关系为中相关。
步骤三:明确各项任务的基本认知资源需求,计算并行任务的总认知资源需求,判断是否发生认知过载,若发生认知过载,则步骤二中的人误模式与异常信息模式的相关性增加一等;
(1)确定各任务的基本认知资源需求
根据步骤一可知,任务T1、T2、T3、T4分别属于保持、扫视、观察、诊断操作类型。又根据表3,任务T1、T2、T3、T4的基本认知资源需求分别为:
TC1={c11,c12,c13,c14,c15,c16,c17}={0,1,0,0,0,1,0}
TC2={c21,c22,c23,c24,c25,c26,c27}={0,1,0,0,0,0,0}
TC3={c31,c32,c33,c34,c35,c36,c37}={1,0,0,0,0,0,0}
TC4={c41,c42,c43,c44,c45,c46,c47}={0,0,0,0,2,0,0}
式中,c·i(i=1,2,…,7)分别对应VF,VA,AS,AV,C,RS和RV取值
(2)构建认知资源冲突矩阵
根据步骤一可知,任务T1需要持续进行,任务T2、T3、T4是顺序执行,且分别与T1构成并行任务,因此需要分别对T1与T2、T1与T3、T1与T4构建认知资源冲突矩阵。根据表4,构建的认知资源冲突矩阵分别如表9、表10、表11所示。
表9任务T1与T2的认知资源冲突矩阵
Figure GDA0002666061490000161
表10任务T1与T3的认知资源冲突矩阵
Figure GDA0002666061490000162
表11任务T1与T4的认知资源冲突矩阵
Figure GDA0002666061490000163
Figure GDA0002666061490000171
(3)计算并行任务认知资源需求
按照公式
Figure GDA0002666061490000172
计算并行任务认知资源需求,
式中,c·i(i=1,2,…,7)分别对应VF,VA,AS,AV,C,RS和RV取值,
Figure GDA0002666061490000173
表示两个任务占用多资源模型维度重叠时的认知资源冲突值。
并行任务T1与T2的认知资源总需求为:
Figure GDA0002666061490000174
并行任务T1与T3的认知资源总需求为:
Figure GDA0002666061490000175
并行任务T1与T4的认知资源总需求为:
Figure GDA0002666061490000176
由于三组并行任务认知资源总需求均不超过7时,则认为该过程没有发生认知过载。
步骤四:评估六项稳定的PSFs水平,调整两项随任务进程动态变化的PSFs水平;
根据表5,本案例认为,六项稳定的PSFs水平分别为:训练和经验为正常(PSF1=1)、任务复杂性为中等(PSF2=2)、通信质量为有效(PSF3=1)、人机功效设计为一般(PSF4=1)、工作环境为匹配(PSF5=1)、组织管理为有效(PSF6=1);根据表6,本案例认为,整个任务过程中,飞行员疲劳状态水平为一般(PSF7=1),精神压力水平由正常升为高(PSF8=2)。
步骤五:利用PSFs调整名义人误概率,再根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率。
根据表7,飞行员误判发动机故障(决策失误)的名义人误概率NHEP=0.01;PSFs修正效果为
Figure GDA0002666061490000177
则考虑PSFs修正后的人误概率为:
Figure GDA0002666061490000178
根据步骤二、步骤三可知,整个任务过程中发生了认知混淆,且信息异常模式(温度传感器信息错误)与人误事件(诊断失误)之间的相关关系为中相关,但并未发生认知过载,因此CL=0、CC=1;又根据表8,考虑认知过载与认知混淆后修正人误概率为
Figure GDA0002666061490000181
因此考虑路径依赖后,该飞行员误判发动机故障的概率为:
Figure GDA0002666061490000182
可见,考虑路径依赖的人误概率比不考虑路径依赖的人误概率增加了353.6%。

Claims (3)

1.一种考虑路径依赖的人误机理建模方法,其特征在于:该方法包括如下步骤:
步骤一:分析人机交互任务,明确各项任务的底层操作类型及其所调用的具体认知功能,辨识该操作涉及到的人误模式,并根据实际场景实例化,包括基本任务分析、认知行为分析和人误模式分析;
步骤二:明确人机交互过程中出现的异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性;
步骤三:明确各项任务的基本认知资源需求,计算并行任务的总认知资源需求,判断是否发生认知过载,若发生认知过载,则人误模式与异常信息模式的相关性增加一等;
步骤四:评估六项稳定的绩效形成因子即PSFs水平,调整两项随任务进程动态变化的PSFs水平;
步骤五:利用绩效形成因子即PSFs调整名义人误概率,再根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率;
在步骤一中所述的“基本任务分析、认知行为分析和人误模式分析”,其内容说明如下:
(1)基本任务分析
人机交互过程包括三类任务,分别为主任务:即预定所需执行的一系列任务;临时任务:临时性指派给操作者需要其完成的任务,可能与某项主任务并行;告警任务:应对系统故障所进行的任务,包括发现告警信息和执行应急流程;采用层次任务分析即HTA,将各任务条目按照“目标即任务、子目标即子任务、操作和计划”的结构进行自上而下的分析;此外,还需梳理清楚各项任务之间存在的顺序、并行和决策关系;
(2)认知行为分析
认知过程分为感知、决策和响应三个阶段,每个阶段包含一些认知功能;人的认知行为就是在认知过程的不同阶段调用不同的认知功能以完成信息处理过程;
任务分析完成后,根据任务操作的描述,将每个操作划分为一种类型,划分方式参考认知可靠性与失误分析方法即CREAM中对15种操作类型的归纳,每一种操作类型调用感知、决策、执行三种不同认知功能中的若干种,具体为:协调调用决策和执行功能;通信调用执行功能;对比调用决策功能;诊断调用决策功能;评价调用决策功能;识别调用决策功能;执行调用执行功能;保持调用执行功能;监视调用感知和决策功能;观察调用感知功能;计划调用决策功能;记录调用决策和执行功能;调整调用感知和执行功能;扫视调用感知功能;检查调用感知和决策功能;
(3)人误模式分析
参考CREAM方法,根据认知功能的不同,对人误模式进行分类,具体为:将感知功能失误模式划分为观察目标错误、辨识错误、没有进行观察、观察不及时4类;将决策功能失误模式划分为决策失误1类;将执行功能失误模式划分为动作方式错误、动作时间错误、动作目标错误、动作顺序错误和动作遗漏5类;根据每种操作类型对应的认知功能,即能确定操作可能发生的人误模式,然后根据实际场景实例化;
在步骤二中所述的“明确人机交互过程中出现的异常信息模式,判断该异常信息模式与认知混淆导致的人误模式之间的相关性”,说明如下:
人机交互过程中,人所获得的信息包括人机界面提供的任务信息、告警信息和通讯信息;由于故障、环境扰动诸因素的干扰,人可能无法获得正确和完整的信息,任务信息和通讯信息可能出现不正确、不完整、不及时诸异常模式;告警信息可能出现虚警即信息不正确、漏警即信息不及时诸异常模式;在这种情况下,人不能正确地捕捉所需要的信息,就会导致人为失误;
异常信息模式导致感知阶段失误,采用“相关性”对上述异常信息模式导致人误模式的“可能性”进行描述;借鉴人员失误概率预测技术即THERP,将相关性划分为5个等级:零相关、低相关、中等相关、高相关和全相关;具体而言,当相关性较大时,表示出现某种异常信息模式时直接引起人误模式的可能性大;当相关性较小时,表示出现某种异常信息模式时不太可能直接引起人误模式;当相关性为零时,表示出现某种异常信息模式时不会直接引起人误模式;
根据异常信息模式的不同,导致不同人误模式的可能性也不相同,异常信息模式与人误模式间的相关关系具体为:信息不正确与观察目标错误间的相关关系为低相关到中等相关;信息不正确与错误辨识间的相关关系为中等相关到高相关;信息不正确与观察没有进行间的相关关系为零相关到中等相关;信息不正确与观察不及时间的相关关系为零相关到中等相关;信息不正确与决策失误间的相关关系为低相关到全相关;信息不完整与观察目标错误间的相关关系为零相关到低相关;信息不完整与错误辨识间的相关关系为低相关到高相关;信息不完整与观察没有进行间的相关关系为零相关到低相关;信息不完整与观察不及时间的相关关系为零相关到中等相关;信息不完整与决策失误间的相关关系为零相关到高相关;信息不及时与观察目标错误间的相关关系为零相关到低相关;信息不及时与错误辨识间的相关关系为零相关到中等相关;信息不及时与观察没有进行间的相关关系为中等相关到高相关;信息不及时与观察不及时间的相关关系为中等相关到高相关;信息不及时与决策失误间的相关关系为零相关到中等相关;
在步骤三中所述的“明确各项任务的基本认知资源需求,计算并行任务的总认知资源需求,判断是否发生认知过载,若发生认知过载,则人误模式与异常信息模式的相关性增加一等”,其作法步骤如下:
(1)确定诸任务基本认知资源需求
由于不同任务对认知资源的需求量不同,需要根据实际情况进行测量,这在设计初期难以实现,因此采用半定量的方式加以解决;具体而言,将任务对资源的要求分为0、1、2三个等级,分别代表对认知资源没有需求、任务的基本认知资源的需求以及复杂任务的基本认知资源的需求;根据多资源模型,每个任务的基本认知资源需求用如下向量表示:
TC={VF,VA,AS,AV,C,RS,RV}
式中,“VF、VA”中的V表示视觉即Visual,“AS、AV”中的A表示听觉即Auditory,C表示认知即Cognitive,“RS、RV”中的R表示反应即Response;“VF”中的F表示焦点即Focal,“VA”中的A表示外周即Ambient,“AS、RS”中的S表示空间的即Spatial,“AV、RV”中的V表示言语的即Verbal;TC中每个元素都代表了一个认知资源占用维度;
根据任务分析确定的不同操作类型的基本认知资源需求如下:协调的基本认知资源需求为C=2、RV=1;通信的基本认知资源需求为AV=1、RV=1;对比的基本认知资源需求为AF=1;诊断的基本认知资源需求为C=2;评价的基本认知资源需求为C=2;识别的基本认知资源需求为C=2;执行的基本认知资源需求为RS=1;保持的基本认知资源需求为RS=1,也可能包含VA=1、AS=1、AV=1中的诸种,需根据实际情况判断;监视的基本认知资源需求为VF=2;观察的基本认知资源需求为VF=1;计划的基本认知资源需求为C=1;记录的基本认知资源需求为RV=2;调整的基本认知资源需求为RS=1,也可能包含VF=1、AS=1、AV=1中的诸种,需根据实际情况判断;扫视的基本认知资源需求为VA=1;检查的基本认知资源需求为VF=1、C=1;
(2)构建认知资源冲突矩阵
冲突矩阵反映了两项任务占用多资源模型维度重叠时所导致的额外认知资源耗费;其基本思想是,若两项任务完全冲突即占用相同的认知资源需求维度时,则耗费较大;而当两项任务对基本认知资源需求的维度不同时,则耗费较小;根据两项任务基本认知资源需求的不同,认知资源冲突值也不相同,具体为:
①冲突值为1.0的情况有:任务A和任务B同时占用RV资源时;
②冲突值为0.8的情况有:任务A和任务B均需占用VF、VA、AS、AV和RS中的一种资源时;
③冲突值为0.7的情况有:任务A和任务B均需占用C资源时;
④冲突值为0.6的情况有:任务A和任务B及任务B和任务A中的一种分别占用VA和VF资源、AS和VF资源、C和VF资源、AV和VA资源、C和VA资源、C和AS资源、C和AV资源、RV和RS资源时;
⑤冲突值为0.5的情况有:任务A和任务B及任务B和任务A中的一种分别占用RS和C资源、RV和C资源时;
⑥冲突值为0.4的情况有:任务A和任务B及任务B和任务A中的一种分别占用AV和VF资源、RS和VF资源、AS和VA资源、RV和VA资源、AV和AS资源、RS和AS资源、RV和AV资源时;
⑦冲突值为0.2的情况有:任务A和任务B及任务B和任务A中的一种分别占用RV和VF资源、RS和VA资源、RV和AS资源、RS和AV资源时;
(3)计算并行任务认知资源总需求
并行任务中的资源需求为每个任务自身的基本认知资源需求之和加上并行任务产生的额外资源冲突需求;当并行任务认知资源总需求超过7时,则认为发生了认知过载;设并行任务的认知资源需求分别为TC1={c11,c12,c13,c14,c15,c16,c17}和TC2={c21,c22,c23,c24,c25,c26,c27},则并行任务中的总资源需求为:
Figure FDA0002666061480000041
式中,c·i(i=1,2,…,7)分别对应VF,VA,AS,AV,C,RS和RV取值,
Figure FDA0002666061480000051
表示两个任务占用多资源模型维度重叠时的认知资源冲突值。
2.根据权利要求1所述的一种考虑路径依赖的人误机理建模方法,其特征在于:
在步骤四中所述的“评估六项稳定的绩效形成因子即PSFs水平,调整两项随任务进程动态变化的PSFs水平”,其内容说明如下:
以美国核管理委员会即NRC发布的《良好人因可靠性分析实践》报告中所推荐的PSFs为蓝本,参考标准化核电站风险分析人的可靠性分析方法即SPAR-H和认知可靠性与失误分析方法即CREAM,得到8个人机交互PSFs及其水平评分标准,具体为:①训练和经验划分为低、正常、高三个水平,对应的评分标准分别为10、1、0.5;②精神压力划分为很高、高、正常三个水平,对应的评分标准分别为5、2、1;③疲劳划分为非常疲劳、比较疲劳、良好四个水平,对应的评分标准分别为10、5、1、0.1;④任务复杂性划分为高度复杂、中等复杂、正常、很容易完成四个水平,对应的评分标准分别为5、2、1、0.1;⑤通信质量划分为不能准确传递消息、通信噪声大、有效、良好四个水平,对应的评分标准分别为5、2、1、0.1;⑥人机功效设计划分为缺失/误导、差、良好四个水平,对应的评分标准分别为50、10、1、0.5;⑦工作环境划分为不匹配、匹配、优越三个水平,对应的评分标准分别为5、1、0.5;⑧组织管理分为效果差、无效、有效、非常有效四个水平,对应的评分标准分别为5、2、1、0.5;
在给定人机交互场景下,认为训练和经验、任务复杂性、通信质量、人机功效设计、工作环境和组织管理六项PSFs比较稳定,不会随任务进程发生变化;精神压力和疲劳会随着任务不断进行更新,更新调整原则具体为:当人预计当前任务可能出现严酷后果时,精神压力水平为很高;当人发现告警时,精神压力水平为高;当人正常工作时,精神压力水平为正常;当任务持续时间>T3时,疲劳水平为非常疲劳;当T2<任务持续时间<T3时,疲劳水平为比较疲劳;当T1<任务持续时间<T2时,疲劳水平为;当任务持续时间<T1时,疲劳水平为良好,时间T1、T2和T3均是任务持续进行的特征时间点,且满足T1<T2<T3;其中,精神压力表征了人对当前任务后果的预计,当可能出现严酷后果时,认为精神压力会增加,而当正常完成任务时,认为精神压力为正常水平;疲劳反映了任务时间对人心理和生理的影响,而任务时间跟任务序列的长度和各任务相对时长相关,演化序列越长、任务进行越久,则疲劳程度越大。
3.根据权利要求1所述的一种考虑路径依赖的人误机理建模方法,其特征在于:
在步骤五中所述的“利用绩效形成因子即PSFs调整名义人误概率,再根据认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,从而得到考虑路径依赖的人误概率”,其考虑路径依赖的人误概率计算的作法说明如下:
人机交互的路径依赖特征通过认知过载、认知混淆和PSFs累积三种机制影响人为失误;其中,PSFs则是对名义人误概率进行调整,而认知过载机理和认知混淆机理则是在此基础上通过相关性调整得到最终的人误事件发生条件概率,其基本计算公式等价为:
Figure FDA0002666061480000061
Figure FDA0002666061480000062
PHE=f(HEP,CL,CC)
式中,HEP是考虑PSFs修正后的人误概率;NHEP是名义人误概率;CL表示是否发生认知过载的布尔变量,当CL=1时,表示发生认知过载;CC表示认知混淆是否发生的布尔变量,当CC=1时,表示发生认知混淆;
不同认知功能包含若干种人误模式,其对应着不同的名义人误概率,具体为:观察功能包含的人误模式有观察目标错误、错误辨识、观察没有进行、观察延迟,对应的人误概率分别为0.001、0.007、0.007、0.007;决策包含的人误模式有决策失误,对应的人误概率为0.01;执行包含的人误模式有动作方式错误、动作时间错误、动作目标错误、动作顺序错误、动作遗漏,对应的人误概率分别为0.003、0.003、0.0005、0.003、0.03;
具体而言,PSFs对名义人误概率进行调整时,PSFscomposite(t)是考虑精神压力和疲劳因素的动态更新,其他PSFs近似认为在任务进程中保持不变;认知过载和认知混淆对经PSFs调整后的人误概率进行相关性调整,本文参考人员失误概率预测技术即THERP提出的调整修正公式,是根据异常信息模式与相应人误模式间的相关关系,修正未考虑路径依赖的人误概率,具体修正原则为:当异常信息模式与相应人误模式为全相关时,修正的人误概率为PHE=1;当异常信息模式与相应人误模式为高相关时,修正的人误概率为
Figure FDA0002666061480000071
当异常信息模式与相应人误模式为中相关时,修正的人误概率为
Figure FDA0002666061480000072
当异常信息模式与相应人误模式为低相关时,修正的人误概率为
Figure FDA0002666061480000073
当异常信息模式与相应人误模式为零相关时,修正的人误概率为PHE=HEP;
上述方法给出了任务的某个人误模式所对应的人误概率;当任务对应对多个人误模式时,能分别计算出每个人误模式的概率,其正常执行任务的概率Ps能表示为:
Ps=1-HEP1-…-HEPn
式中,Ps表示正常执行任务的概率;HEP1表示第一种人误模式所对应的人误概率;HEPn表示第n种人误模式所对应的人误概率。
CN201811546638.XA 2018-12-18 2018-12-18 一种考虑路径依赖的人误机理建模方法 Active CN109697558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811546638.XA CN109697558B (zh) 2018-12-18 2018-12-18 一种考虑路径依赖的人误机理建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811546638.XA CN109697558B (zh) 2018-12-18 2018-12-18 一种考虑路径依赖的人误机理建模方法

Publications (2)

Publication Number Publication Date
CN109697558A CN109697558A (zh) 2019-04-30
CN109697558B true CN109697558B (zh) 2020-10-30

Family

ID=66231838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811546638.XA Active CN109697558B (zh) 2018-12-18 2018-12-18 一种考虑路径依赖的人误机理建模方法

Country Status (1)

Country Link
CN (1) CN109697558B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783355B (zh) * 2020-06-17 2024-02-20 南京航空航天大学 一种多智能体架构下的人机交互风险评估方法
CN112016786B (zh) * 2020-07-03 2022-12-27 中国航天标准化研究所 一种空间人机交互系统绩效评价方法
CN112528460B (zh) * 2020-10-20 2024-02-02 中国人民解放军63919部队 用于空间站机械臂任务的路径依赖度计算方法、装置
CN112528459B (zh) * 2020-10-20 2024-01-30 中国人民解放军63919部队 路径依赖对人机交互故障的促进/抑制度计算方法、装置
CN112488484B (zh) * 2020-11-25 2024-08-02 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
CN113050595B (zh) * 2021-03-12 2022-07-05 北京航空航天大学 一种基于pfmea和hra方法的潜在故障分析方法
CN112989604B (zh) * 2021-03-12 2022-07-05 北京航空航天大学 一种基于贝叶斯网络的致因场景安全性定量评价方法
CN112784446A (zh) * 2021-03-12 2021-05-11 北京航空航天大学 一种基于bdi的多主体全要素安全性建模方法
CN114862121B (zh) * 2022-04-08 2023-02-28 清华大学 考虑人因影响的关联基础设施系统建模方法及装置
CN117774007B (zh) * 2024-02-27 2024-04-23 天津润华科技有限公司 基于图像处理的物流转运机器人工作异常检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101847222A (zh) * 2009-05-06 2010-09-29 中广核工程有限公司 一种核电站人因管理系统及方法
CN104007981A (zh) * 2014-06-13 2014-08-27 河海大学常州校区 一种基于出错-认知映射模型的人机交互界面设计方法
CN106127372A (zh) * 2016-06-16 2016-11-16 上海核工程研究设计院 一种适合数字化主控室的人员可靠性分析方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392144A (zh) * 2014-12-09 2015-03-04 河海大学常州校区 一种视觉信息界面出错因子的生理实验分析方法
CN108628432B (zh) * 2017-03-22 2021-05-25 中国航天员科研训练中心 一种基于资源占用与时间分布的工作负荷评估方法与系统
KR101918200B1 (ko) * 2017-05-22 2018-11-13 경북대학교 산학협력단 인지 오류 유형을 분류하는 정보 처리 방법, 정보 처리 장치 및 컴퓨터 판독가능 기록 매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101847222A (zh) * 2009-05-06 2010-09-29 中广核工程有限公司 一种核电站人因管理系统及方法
CN104007981A (zh) * 2014-06-13 2014-08-27 河海大学常州校区 一种基于出错-认知映射模型的人机交互界面设计方法
CN106127372A (zh) * 2016-06-16 2016-11-16 上海核工程研究设计院 一种适合数字化主控室的人员可靠性分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于认知行为分析的人误因素辨识技术研究;刘燕子;《中国优秀博硕士学位论文全文数据库 经济与管理科学辑》;20061115(第11期);1-56 *

Also Published As

Publication number Publication date
CN109697558A (zh) 2019-04-30

Similar Documents

Publication Publication Date Title
CN109697558B (zh) 一种考虑路径依赖的人误机理建模方法
US9399526B2 (en) Method, devices and program for computer-aided preventive diagnostics of an aircraft system, using critical event charts
US9266626B2 (en) Method, devices and program for computer-aided analysis of the failure tolerance of an aircraft system, using critical event charts
Chang et al. The reliability of general vague fault-tree analysis on weapon systems fault diagnosis
Liu et al. Risk evaluation approaches in failure mode and effects analysis: A literature review
US20070198222A1 (en) System and method to combine and weight multiple sensors with overlapping sensing range to create a measurement system utilized in a high integrity or safety environment
US10430269B2 (en) Methods and systems for root cause analysis for assembly lines using path tracking
CN103235882B (zh) 核电厂数字化主控室操作员监视行为可靠性判定方法
WO2014173258A1 (zh) 响应计划的可靠性分析方法及装置
CN109270851A (zh) 人机交互动态故障树认知过载故障逻辑门的设计方法
Atlas et al. An evolvable tri-reasoner ivhm system
AU2020202134A1 (en) Data driven machine learning for modeling aircraft sensors
US12045156B2 (en) Method for testing a product
CN113050595B (zh) 一种基于pfmea和hra方法的潜在故障分析方法
CN112989604B (zh) 一种基于贝叶斯网络的致因场景安全性定量评价方法
Yang et al. Hybrid early-warning framework for unsafe crew acts detection and prediction
CN106650945B (zh) 一种基于证据合成理论的软件体系结构安全性评估方法
JP7499168B2 (ja) 原因推定システムおよび原因推定方法
CN112784446A (zh) 一种基于bdi的多主体全要素安全性建模方法
Jaw et al. ICEMS: A platform for advanced condition-based health management
Park et al. A study on the revision of the TACOM measure
Lawrence et al. Human hazard analysis: A prototype method for human hazard analysis developed for the large commercial aircraft industry
Kim et al. A quantitative approach to modeling the information flow of diagnosis tasks in nuclear power plants
Ding et al. A method of error mode effect analysis for a human-computer interaction system in aviation
You et al. Man-machine interaction reliability modeling method based on Markov model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant