JP2009288918A - Risk management support method for human error in railroad operation work - Google Patents
Risk management support method for human error in railroad operation work Download PDFInfo
- Publication number
- JP2009288918A JP2009288918A JP2008139031A JP2008139031A JP2009288918A JP 2009288918 A JP2009288918 A JP 2009288918A JP 2008139031 A JP2008139031 A JP 2008139031A JP 2008139031 A JP2008139031 A JP 2008139031A JP 2009288918 A JP2009288918 A JP 2009288918A
- Authority
- JP
- Japan
- Prior art keywords
- error
- human error
- support method
- risk
- management support
- 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 32
- 238000011156 evaluation Methods 0.000 claims abstract description 19
- 230000001939 inductive effect Effects 0.000 claims abstract description 16
- 238000007726 management method Methods 0.000 claims description 38
- 238000012502 risk assessment Methods 0.000 claims description 7
- 230000006872 improvement Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 claims 1
- 230000006698 induction Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000002265 prevention Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000011058 failure modes and effects analysis Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 101710154918 Trigger factor Proteins 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Abstract
Description
本発明は、鉄道運転作業におけるヒューマンエラーのリスク管理支援方法に関するものである。 The present invention relates to a human error risk management support method in railway operation.
従来、安全管理システムに関して、下記のような種々の提案がなされている（下記特許文献１〜４参照）。 Conventionally, the following various proposals have been made regarding safety management systems (see Patent Documents 1 to 4 below).
まず、事故に関するデータの検索、報告書類の自動作成、事故の分析・診断ができ、かつ対策の策定を行うための安全管理支援システムが提案されている（下記特許文献１）。 First, there has been proposed a safety management support system for searching for data relating to accidents, automatically creating report documents, analyzing and diagnosing accidents, and formulating countermeasures (Patent Document 1 below).
また、組織や体制、あるいはこれらの間における危機管理を適切に評価するシステムが開示されている（下記特許文献２）。 In addition, a system for appropriately evaluating an organization, a system, or crisis management between them is disclosed (Patent Document 2 below).
更に、ヒューマンエラー発生のプロセスを考慮して調査項目を分類し、ヒューマンエラーを分析および診断するシステム（下記特許文献３）や、本願発明者らによる事故に繋がる可能性の高い種々の作業を簡単にリスク評価することができるシステムが開示されている（下記特許文献４）。 Furthermore, a system for analyzing and diagnosing human errors (Patent Document 3 below) and various operations that are likely to lead to accidents by the inventors of the present application are simplified by classifying survey items in consideration of the process of human error occurrence. Discloses a system capable of risk assessment (Patent Document 4 below).
上記からも明らかなように、事故が発生するまでには複数のヒューマンエラー事象が発生し、また、それぞれのヒューマンエラー事象の発生には複数の背景要因（エラー誘発要因）が影響する。そのため、１つの事故から考えられるヒューマンエラー事象の防止対策には様々なものがある。
しかしながら、事故報告のデータベースから安全管理を支援するシステムは過去に提案されているが、報告そのものが各ヒューマンエラー事象を詳細に分析しているものではないため、エラー事象のリスク評価を実施するには不十分であった。特に、事故発生後のエラー事象については着目され難いという問題点があった。 However, systems that support safety management from the database of accident reports have been proposed in the past, but the reports themselves do not analyze each human error event in detail, so it is necessary to perform risk assessment of error events. Was insufficient. In particular, there is a problem that it is difficult to pay attention to an error event after the accident occurs.
本発明は、上記状況に鑑みて、エラー事象に対するリスク評価（危険度評価）とともに、それらのエラー事象を誘発している要因についても評価に取り入れるようにした鉄道運転作業におけるヒューマンエラーのリスク管理支援方法を提供することを目的とする。 In view of the above situation, the present invention provides risk management support for human error in railway operation work that incorporates risk assessment (risk assessment) for error events and factors that induce those error events in the assessment. It aims to provide a method.
本発明は、上記目的を達成するために、
〔１〕鉄道運転作業におけるヒューマンエラーのリスク管理支援方法において、鉄道運転作業におけるヒューマンエラー事象に対するリスク評価（危険度評価）を行うステップと、前記ヒューマンエラー事象に影響を及ぼすエラー誘発要因を探索するステップと、前記エラー誘発要因と前記ヒューマンエラー事象に対するリスク評価とに基づいて、取組むべき管理の方向性を診断するステップとを有することを特徴とする。
In order to achieve the above object, the present invention provides
[1] In a risk management support method for human error in railway driving work, a step of performing risk evaluation (risk degree evaluation) for a human error event in railway driving work and searching for an error inducing factor affecting the human error event And a step of diagnosing the direction of management to be tackled based on the error inducing factor and the risk evaluation for the human error event.
〔２〕上記〔１〕記載の鉄道運転作業におけるヒューマンエラーのリスク管理支援方法において、前記ヒューマンエラー事象に対する事故の相対的な発生頻度を調べ、該発生頻度と事故への最大影響とに基づいて前記リスク評価を行うことを特徴とする。 [2] In the human error risk management support method according to [1] above, the relative occurrence frequency of an accident with respect to the human error event is examined, and based on the occurrence frequency and the maximum influence on the accident The risk evaluation is performed.
〔３〕上記〔１〕記載の鉄道運転作業におけるヒューマンエラーのリスク管理支援方法において、前記エラー誘発要因として、情報・手続等の状況、機器類の状況、環境状況、関係他者の行動・状態、本人の生理的状態、本人の心理的状態を挙げ、それらの影響度を得ることを特徴とする。 [3] In the risk management support method for human error in the railway operation described in [1] above, the error inducing factors include information / procedure status, equipment status, environmental status, and behavior / status of related others. It is characterized in that the physiological state of the person and the psychological state of the person are given and the degree of influence is obtained.
〔４〕上記〔１〕記載の鉄道運転作業におけるヒューマンエラーのリスク管理支援方法において、前記エラー防止を目的とした管理方法として、情報・手続等の改善、機器類の改善、環境改善、関係箇所への対応、健康管理、教育・訓練を挙げ、それらの優先度を得ることを特徴とする。 [4] In the human error risk management support method for railway operation described in [1] above, as a management method for the purpose of preventing the error, improvement of information / procedures, improvement of equipment, environmental improvement, and related parts It is characterized by obtaining priority in response to health care, health management, education and training.
〔５〕上記〔１〕記載の鉄道運転作業におけるヒューマンエラーのリスク管理支援方法において、前記ヒューマンエラー事象のパターンを、職場・休憩所、駅構内、本線運転の作業場面に分けて、最大影響の評価値を得ることを特徴とする。 [5] In the human error risk management support method for railway driving work described in [1] above, the pattern of the human error event is divided into work scenes at workplaces / rest areas, station premises, and main line driving to have the greatest impact. An evaluation value is obtained.
〔６〕上記〔５〕記載の鉄道運転作業におけるヒューマンエラーのリスク管理支援方法において、前記本線運転の場面をさらに駅出発、駅間運転、駅進入および次の出発の場面に分けることを特徴とする。 [6] In the human error risk management support method according to the above [5], the main line driving scenes are further divided into station departure, inter-station driving, station approach and next departure scenes. To do.
本発明によれば、次のような効果を奏することができる。 According to the present invention, the following effects can be achieved.
（１）「どのような場面」における「どのようなエラー事象」が「どのような頻度」で「どのような被害」の事故に繋がる可能性があるのかといったヒューマンエラーのリスク管理を確実に行うことができる。 (1) Ensure risk management of human error such as “what kind of error event” in “what kind of scene” may lead to “what kind of damage” and “what kind of damage” accident be able to.
（２）対策の目的と効果に見合った優先順位を判断し、限られた時間・予算の中で効果的な対策を整備することができる。 (2) It is possible to determine priorities that are commensurate with the purpose and effect of countermeasures, and to develop effective countermeasures within a limited time and budget.
本発明の鉄道運転作業におけるヒューマンエラーのリスク管理支援方法は、鉄道運転作業におけるヒューマンエラー事象に対するリスク評価（危険度評価）を行うステップと、前記ヒューマンエラー事象に影響を及ぼすエラー誘発要因を探索するステップと、前記エラー誘発要因と前記ヒューマンエラー事象に対するリスク評価とに基づいて、取組むべき管理の方向性を診断するステップとを有することを特徴とする。 The human error risk management support method for railway driving work according to the present invention includes a step of performing risk evaluation (risk degree evaluation) for a human error event in the railway driving work, and searching for an error inducing factor affecting the human error event. And a step of diagnosing the direction of management to be tackled based on the error inducing factor and the risk assessment for the human error event.
以下、本発明の実施の形態について詳細に説明する。 Hereinafter, embodiments of the present invention will be described in detail.
図１は本発明に係る鉄道運転作業におけるヒューマンエラーのリスク管理支援方法のフローチャートである。 FIG. 1 is a flowchart of a human error risk management support method in railway operation according to the present invention.
（１）まず、事故やトラブル事例を分析して、ヒューマンエラー事象（特徴）とその誘発条件を把握する（ステップＳ１）。 (1) First, accidents and trouble cases are analyzed to grasp human error events (features) and their triggering conditions (step S1).
（２）次いで、事故やトラブル事例に該当するヒューマンエラー事象の内容をエラーパターン（ＣＯＤＥ表）から選ぶ（ステップＳ２）。 (2) Next, the content of the human error event corresponding to the accident or trouble example is selected from the error pattern (CODE table) (step S2).
（３）次に、事故やトラブル事例に該当するヒューマンエラー事象に関係する誘発条件を誘発要因の表から選ぶ（ステップＳ３）。 (3) Next, the trigger condition related to the human error event corresponding to the accident or trouble case is selected from the trigger factor table (step S3).
（４）次に、事故やトラブル事例に該当するヒューマンエラー事象のエラー行動の特徴（意識の制御があるか無いか／行動が表出したか否か）を選ぶ（ステップＳ４）。 (4) Next, the error behavior characteristics (whether there is consciousness control / whether the behavior is expressed) of the human error event corresponding to the accident or trouble case are selected (step S4).
（５）次に、各エラーパターンの発生し易さを算出する。つまり、上記（２）のエラーパターン別に集計した事故やトラブル事例上のエラー事象の出現数÷事故やトラブルの事例全数を求める。 (5) Next, the likelihood of occurrence of each error pattern is calculated. That is, the number of occurrences of error events on accidents and trouble cases aggregated according to the error pattern of (2) above is obtained by dividing the total number of accidents and trouble cases.
また、エラーパターン別の結果として、エラー行動の特徴の相対比を算出する。つまり、特定のエラーパターンにおいて上記（４）の特徴別に集計したエラー事象の数÷上記（２）のエラーパターン別に集計した事故やトラブル事例上のエラー事象の出現数を求める。 In addition, as a result of each error pattern, a relative ratio of characteristics of error behavior is calculated. That is, in the specific error pattern, the number of error events aggregated according to the characteristics of (4) above / the number of occurrences of error events in accidents and trouble cases aggregated according to the error patterns of (2) above is obtained.
さらに、エラーパターン別の結果として、誘発条件の相対比を算出する。つまり、特定のエラーパターンにおいて上記（３）の誘発条件別に集計した事故やトラブル事例のエラー事象の数÷上記（２）のエラーパターン別に集計した事故やトラブル事例上のエラー事象の出現数を求める（ステップＳ５）。 Furthermore, as a result for each error pattern, a relative ratio of trigger conditions is calculated. In other words, in the specific error pattern, the number of error events in the accident or trouble case totaled according to the trigger condition in (3) above / the number of occurrences of the error event in the accident or trouble case totaled according to the error pattern in (2) above is obtained. (Step S5).
（６）次に、ＦＭＥＡ表（リスクを計算するための表）に、上記ステップＳ５で求めたエラーパターン毎の発生し易さ、エラー行動の特徴の相対比、誘発条件の相対比をそれぞれ入力する（ステップＳ６）。 (6) Next, in the FMEA table (table for calculating the risk), the probability of occurrence of each error pattern obtained in step S5, the relative ratio of the error action characteristics, and the relative ratio of the trigger conditions are respectively input. (Step S6).
（７）次に、各エラーパターンに対するリスク値を算出する（ステップＳ７）。この際、ヒューマンエラーのバックアップ設備（保安設備）の条件を選択する。 (7) Next, a risk value for each error pattern is calculated (step S7). At this time, the conditions of human error backup equipment (security equipment) are selected.
（８）最後に、各エラーパターンに対応したエラー防止策に対する優先度を算出する（ステップＳ８）。 (8) Finally, the priority for the error prevention measure corresponding to each error pattern is calculated (step S8).
図２は本発明に係る鉄道事故事例におけるエラー事象とその誘発要因の関係を示す図である。 FIG. 2 is a diagram showing a relationship between an error event and its inducing factor in a railway accident example according to the present invention.
この図に示すように、エラー事象は初期事象と事後事象に分けられる。 As shown in this figure, error events are divided into initial events and post events.
事故につながる恐れのあるエラー誘発要因として列車の遅延が発生すると、運転士は遅延の回復を急ぐこととなり、それがエラー誘発要因となり、減速時機の遅れというエラー事象が発生する。この減速時機の遅れによる警報の意味を運転士が理解できなかった場合、非常制動をとることができないというエラー事象につながり、列車の停止位置不良というトラブルが発生する。このトラブルによる動揺により運転士が位置報告を聞かないまま回復を急ぐと指令に対して誤った位置を報告してしまい、「列車衝突」のような重大な事故につながる恐れがある。 When a train delay occurs as an error inducing factor that can lead to an accident, the driver rushes to recover the delay, which becomes an error inducing factor and an error event of delay in deceleration occurs. If the driver does not understand the meaning of the alarm due to the delay of the deceleration time, it leads to an error event that emergency braking cannot be taken, and a trouble that the stop position of the train is defective occurs. If the driver rushes to recover without listening to the position report due to the shaking caused by this trouble, the driver reports an incorrect position in response to the command, which may lead to a serious accident such as a “train collision”.
図３は本発明のＦＭＥＡ表（リスクを計算するための表）の構造の概要を示す図である。 FIG. 3 is a diagram showing an outline of the structure of the FMEA table (table for calculating risk) of the present invention.
事故やトラブル事例などの分析結果として、「ヒューマンエラー事象（およびその特徴）の内容（ＣＯＤＥ）」と「誘発条件の内容」を入力して（ステップＳ１〜Ｓ４）、エラーパターン別の発生し易さ（Ｏ）を算出し（ステップＳ５）、最大の事故の影響結果（Ｓ）との積算からリスク値（Ｏ×Ｓ）を算出する（ステップＳ７）。この際、最大の事故の影響結果（Ｓ）は該当する保安設備条件（ヒューマンエラーのバックアップ設備の条件）に応じた評価値を表から選択する。また、誘発条件やヒューマンエラー行動の特徴の相対比などエラー誘発要因の影響度（Ｅ）と上記したヒューマンエラーのリスク値（Ｏ×Ｓ）からエラー防止策の優先度（Ｏ×Ｓ×Ｅ）を算出する（ステップＳ８）。 Enter the contents of "Human error event (and its characteristics) (CODE)" and "Content of triggering conditions" as analysis results of accidents and trouble cases (steps S1 to S4), and easily occur by error pattern (O) is calculated (step S5), and the risk value (O × S) is calculated from the integration with the maximum accident influence result (S) (step S7). At this time, as the influence result (S) of the maximum accident, an evaluation value corresponding to the corresponding safety equipment condition (condition of human error backup equipment) is selected from the table. In addition, the priority of error prevention measures (O × S × E) from the degree of influence (E) of error triggering factors such as the relative ratio of triggering conditions and human error behavior characteristics and the risk value (O × S) of human error described above Is calculated (step S8).
図４は本発明に係る事故やトラブル事例に相当するエラーパターン（ＣＯＤＥ表）、誘発条件、エラー行動の特徴の入力例を示す図である。 FIG. 4 is a diagram showing an input example of characteristics of an error pattern (CODE table), a trigger condition, and an error action corresponding to an accident or trouble example according to the present invention.
例えば、事例番号１は１件のトラブル事例から得られたヒューマンエラー事象とその誘発条件の分析結果を示す。当該事例では、「間違った時間で時計のアラームをセット」というエラー事象の内容であり、これはＣＯＤＥ表では「１２０３」の「間違った時刻でアラームをセット」が選択される。また、当該事例では、エラーの誘発要因は、「ダイヤ改正」、「遅延（旅客・先行列車）」、「乗り継ぎ時間を見間違える」の３つが想定され、それぞれ誘発要因の表の「行路・運用変更」、「時間」および「旅客」、「認識誤り」に分類される。また、エラー事象のエラー行動の特徴として、意識制御は「あった（＝１）」および行動は「あった（＝１）」が選択されている。 For example, case number 1 indicates the analysis result of the human error event and its triggering condition obtained from one trouble case. In this case, the content of the error event “set clock alarm at wrong time” is selected, and “set alarm at wrong time” of “1203” is selected in the CODE table. In this case, there are three possible error triggers: “Diagram revision”, “Delay (passenger / preceding train)”, and “Missing transit time”. It is classified into “change”, “time”, “passenger”, and “recognition error”. In addition, as a feature of the error action of the error event, “Yes (= 1)” for consciousness control and “Yes (= 1)” for action are selected.
図５は本発明に係る複数件のトラブル事例によるエラーパターン（エラーコード）別のエラー事象の集計数、エラー誘発要因別のエラー事象の集計数を示した結果例の一部（エラーコード「１２０１」〜「１２０６」）を示している。図６は作業場面別の複数件のトラブル事例によるエラー事象の集計数、エラー誘発要因別のエラー事象の集計数の例を示した図である。図５に示したエラーコード「１２０１」〜「１２０６」のエラーパターンは、図６では「職場・休憩所」の場面に集約されている。 FIG. 5 shows a part of the result example (error code “1201”) showing the total number of error events by error pattern (error code) and the total number of error events by error-causing factor due to a plurality of trouble cases according to the present invention. ”To“ 1206 ”). FIG. 6 is a diagram showing an example of the total number of error events according to a plurality of trouble cases for each work scene and the total number of error events for each error triggering factor. The error patterns of the error codes “1201” to “1206” shown in FIG. 5 are collected in the scene of “work / rest place” in FIG.
図７はＦＭＥＡ表（リスクを計算するための表）の結果例の一部（エラーコード「１２０１」〜「１２０６」のエラーパターン）を示す図である。ここでは、エラーパターン別のリスク値を算出する。つまり、ステップＳ５で算出した「各エラーパターンの発生し易さ」の値×「保安設備条件別のエラーの最大影響の値」を求める（ステップＳ７）。さらに、各エラーパターンに対応したエラー防止策に対する優先度を算出する（ステップＳ８）。 FIG. 7 is a diagram showing a part of an example of results of the FMEA table (table for calculating risk) (error patterns of error codes “1201” to “1206”). Here, the risk value for each error pattern is calculated. That is, the value of “ease of occurrence of each error pattern” calculated in step S5 × “maximum error influence value for each security equipment condition” is obtained (step S7). Further, the priority for the error prevention measure corresponding to each error pattern is calculated (step S8).
図７に示す結果例では、エラーコード「１２０１」〜「１２０６」のエラーパターンの中で、「１２０３（間違った時刻でアラームをセット）」のリスク値が「０．３０９」と最も大きいことが示されている。また、これに対応したヒューマンエラー防止策は、「（５）関係他系統への対策」が「１２．３７」、次いで「（９）ダイヤ変更・運転規制場面の訓練」が「９．２８」と優先度が高いことが示される（ステップＳ８）。 In the result example shown in FIG. 7, the risk value of “1203 (set alarm at the wrong time)” is the largest “0.309” among the error patterns of error codes “1201” to “1206”. It is shown. The human error prevention measures corresponding to this are “(5) Measures for other related systems” is “12.37”, followed by “(9) Training of schedule change / operation regulation scene” is “9.28”. It is shown that the priority is high (step S8).
図８は本発明に係るヒューマンエラーのリスク値の作業場面別の集計結果を示す図、図９は分析した事故やトラブル事例の結果をまとめたヒューマンエラーのリスク値に基づくエラー防止策とその優先度を示す図である。図８に示すように、例えば、作業場面が「駅出発」の場合のリスク評価が大きい。また、図９に示すように、例えば、「（９）ダイヤ変更・運転規制場面の訓練」や「（１３）天候不良場面の訓練」，「（１０）条件変更・低頻度場面の訓練」等の優先度が大きい。 FIG. 8 is a diagram showing the results of aggregation of human error risk values according to the present invention according to the present invention, and FIG. 9 is an error prevention measure based on human error risk values that summarize the results of analyzed accidents and trouble cases, and their priority. It is a figure which shows a degree. As shown in FIG. 8, for example, the risk evaluation is high when the work scene is “departure from the station”. Further, as shown in FIG. 9, for example, “(9) Training of schedule change / driving regulation scene”, “(13) Training of bad weather scene”, “(10) Condition change / low frequency scene training”, etc. Has a high priority.
上記したように、本発明によれば、鉄道運転作業におけるヒューマンエラーのリスク管理支援方法として、鉄道運転作業におけるヒューマンエラー事象に対するリスク評価（危険度評価）を行い、エラー誘発要因とヒューマンエラー事象に対するリスク評価に基づいて、取り組むべき管理の方向性を診断することができる。 As described above, according to the present invention, as a human error risk management support method in railway driving work, risk evaluation (risk degree evaluation) for human error events in railway driving work is performed, and error inducing factors and human error events are dealt with. Based on the risk assessment, the direction of management to be addressed can be diagnosed.
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨に基づいて種々の変形が可能であり、これらを本発明の範囲から排除するものではない。 In addition, this invention is not limited to the said Example, A various deformation | transformation is possible based on the meaning of this invention, and these are not excluded from the scope of the present invention.
本発明の鉄道運転作業におけるヒューマンエラーのリスク管理支援方法は、鉄道事業者の安全管理における意思決定に際しての有効なツールとして利用可能である。 The human error risk management support method according to the present invention for railway operation can be used as an effective tool for decision making in the safety management of railway operators.
Claims (6)
（ｂ）前記ヒューマンエラー事象に影響を及ぼすエラー誘発要因を探索するステップと、
（ｃ）前記エラー誘発要因と前記ヒューマンエラー事象に対するリスク評価とに基づいて、取組むべき管理の方向性を診断するステップとを有することを特徴とする鉄道運転作業におけるヒューマンエラーのリスク管理支援方法。 (A) performing a risk assessment for human error events in railway operation;
(B) searching for an error inducing factor affecting the human error event;
(C) A method for supporting risk management of human error in railway operation, comprising the step of diagnosing the direction of management to be tackled based on the error inducing factor and the risk evaluation for the human error event.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008139031A JP2009288918A (en) | 2008-05-28 | 2008-05-28 | Risk management support method for human error in railroad operation work |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008139031A JP2009288918A (en) | 2008-05-28 | 2008-05-28 | Risk management support method for human error in railroad operation work |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2009288918A true JP2009288918A (en) | 2009-12-10 |
Family
ID=41458093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008139031A Pending JP2009288918A (en) | 2008-05-28 | 2008-05-28 | Risk management support method for human error in railroad operation work |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2009288918A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016218324A (en) * | 2015-05-22 | 2016-12-22 | Ｊｆｅスチール株式会社 | Disaster case simulation apparatus |
| KR101982753B1 (en) * | 2017-12-12 | 2019-05-27 | (주)위세아이텍 | Apparatus and method for predicting degree of risk of train accident |
| KR102069087B1 (en) * | 2018-12-21 | 2020-01-22 | (주)위세아이텍 | Apparatus and method for predicting train accident risk using fault probability |
| CN111144751A (en) * | 2019-12-26 | 2020-05-12 | 国家电网有限公司 | Method and system for determining power accident occurrence risk based on behavior analysis |
| KR102460647B1 (en) * | 2021-11-12 | 2022-10-28 | 네모시스 주식회사 | Apparatus for managing breakdown of system and method thereof |
-
2008
- 2008-05-28 JP JP2008139031A patent/JP2009288918A/en active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016218324A (en) * | 2015-05-22 | 2016-12-22 | Ｊｆｅスチール株式会社 | Disaster case simulation apparatus |
| KR101982753B1 (en) * | 2017-12-12 | 2019-05-27 | (주)위세아이텍 | Apparatus and method for predicting degree of risk of train accident |
| KR102069087B1 (en) * | 2018-12-21 | 2020-01-22 | (주)위세아이텍 | Apparatus and method for predicting train accident risk using fault probability |
| CN111144751A (en) * | 2019-12-26 | 2020-05-12 | 国家电网有限公司 | Method and system for determining power accident occurrence risk based on behavior analysis |
| KR102460647B1 (en) * | 2021-11-12 | 2022-10-28 | 네모시스 주식회사 | Apparatus for managing breakdown of system and method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | A hybrid human and organisational analysis method for railway accidents based on STAMP-HFACS and human information processing | |
| JP2009288918A (en) | Risk management support method for human error in railroad operation work | |
| CN111489071A (en) | Maintenance method and system for rail transit vehicle | |
| San Kim et al. | Development and evaluation of a computer-aided system for analyzing human error in railway operations | |
| AU768227B2 (en) | Apparatus and method for performance and fault data analysis | |
| CN108335013A (en) | A kind of method and device of the dual prevention of railway system's accident | |
| Rangra et al. | On the study of human reliability in transportation systems of systems | |
| van der Schaaf et al. | The development of PRISMA-Rail: A generic root cause analysis approach for the railway industry | |
| Wreathall et al. | Human reliability analysis in support of risk assessment for positive train control | |
| Kim et al. | A case study for the selection of a railway human reliability analysis method | |
| Saket et al. | Biorhythmic analysis to prevent aviation accidents | |
| Lawrence et al. | Human hazard analysis: A prototype method for human hazard analysis developed for the large commercial aircraft industry | |
| Weiler et al. | Managing the Risks of Use Errors: The ITS Warning Systems Case Study | |
| JP2018041295A (en) | System and method for evaluating quality of administrative tasks | |
| Wreathall et al. | Using an integrated process of data and modeling in HRA | |
| Rad et al. | Literature review on cognitive impacts of in cab warning systems | |
| Nedeliakova et al. | Application of the reason model within risk management on railway crossings–a case study | |
| Alexander | Human error assessment and reduction technique (HEART) and Human factor analysis and classification system (HFACS) | |
| Mohammed Ashraf et al. | Navigating operating procedures in everyday work in a petrochemical facility: A comparative analysis of WAI and WAD | |
| Weber et al. | Learning from accidents: using technical and subjective information to identify accident mechanisms and to develop driver assistance systems | |
| JP4194651B2 (en) | Human error classification system | |
| Pourhosein et al. | A Comparative Risk Assessment of Human Error in Firefighting Using SLIM and Fuzzy SLIM Methods | |
| Alqahtani | Root-cause analysis of RSAF Maintenance-related Flight Safety Mishaps | |
| JP2008096831A (en) | Crew behavior reconstruction system using flight data and operating procedure | |
| Kolly et al. | The Benefits of a Safety Studies Program to Proactively Promote Aviation Safety |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100721 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120110 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120207 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120626 |