KR101257371B1 - A method for evaluation of operators' diagnosis error for computer-based emergency operating procedures in nuclear power plants and using system thereof - Google Patents
A method for evaluation of operators' diagnosis error for computer-based emergency operating procedures in nuclear power plants and using system thereof Download PDFInfo
- Publication number
- KR101257371B1 KR101257371B1 KR1020110141177A KR20110141177A KR101257371B1 KR 101257371 B1 KR101257371 B1 KR 101257371B1 KR 1020110141177 A KR1020110141177 A KR 1020110141177A KR 20110141177 A KR20110141177 A KR 20110141177A KR 101257371 B1 KR101257371 B1 KR 101257371B1
- Authority
- KR
- South Korea
- Prior art keywords
- complexity
- design
- elements
- procedure
- design element
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/04—Safety arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Plasma & Fusion (AREA)
- General Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
본 발명은 컴퓨터기반 주제어실에서의 인적행위에 대한 운전원 진단오류 영향 평가 방법 및 시스템에 관한 것으로, 컴퓨터기반 주제어실에서 운전원의 진단활동에 중요한 영향을 주는 전산화절차서에 대한 설계수준을 평가하고 진단오류 확률에 기여하는 영향정도를 평가할 수 있는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법 및 이를 이용한 시스템에 관한 것이다.
The present invention relates to a method and system for evaluating the effect of operator diagnostic error on human behavior in a computer-based main control room. The present invention relates to evaluating the design level of a computerized procedure that has an important effect on the driver's diagnostic activities in a computer-based main control room. The present invention relates to a method for evaluating the effect of driver diagnosis error on the emergency operation computerization procedure of a nuclear power plant and the system using the same.
원자력발전소에는 감시 및 제어 역할을 수행하는 주제어실이 있는데, 비상사고시 원전 주제어실의 운전원은 비상운전절차서(emergency operating procedure; EOP)를 활용해 발생한 사건으로부터 발전소를 안전하게 종료시키거나, 사건의 영향을 완화시키는 노력을 하게 된다. Nuclear power plants have a main control room that plays a role of monitoring and control.In case of an emergency, the operator of the nuclear control room can use the emergency operating procedure (EOP) to safely shut down the plant from an event or to take effect. Efforts will be made to mitigate.
기존의 원자력발전소는 종이문서 형태의 비상운전절차서(emergency operating procedure: EOP)를 사용해왔었는데, 최근 건설되는 원자력발전소에서는 컴퓨터기반의 전산화절차서(Computerized EOP)를 사용하고 있다.Conventional nuclear power plants have used paper-based emergency operating procedures (EOPs), and recently constructed nuclear power plants use computerized EOPs.
한편, 원자력발전소와 같은 대형안전시스템에서는 안전성 수준을 평가하기 위한 방법으로 확률론적안전성평가(PSA) 방법이 활용되고 있고 그 방법 중에서 발전소의 인적요인의 기여정도를 평가하기 위한 방법으로 인간신뢰도분석(Human Reliability Analysis; HRA) 방법은 인간(운전원)의 진단오류 확률을 평가하는 부분과 수행오류 확률을 평가하는 부분으로 구성되어 있다.On the other hand, probabilistic safety assessment (PSA) is used as a method for evaluating the safety level in large safety systems such as nuclear power plants, and human reliability analysis (A) is used to evaluate the contribution of human factors in power plants. Human Reliability Analysis (HRA) method consists of evaluating the probability of diagnosis error of human (operator) and evaluating the probability of performance error.
비상운전절차서의 수준은 인간신뢰도분석 중 진단오류에 가장 중요한 영향을 주고 있다. 현재 사용되고 있는 모든 인간신뢰도분석 방법은 종이문서 형태의 EOP를 기반으로 개발된 방법이다. 국내에서 널리 사용되고 있는 인간신뢰도분석 방법은 K-HRA 방법인데, K-HRA 방법에서 사용하고 있는 진단오류 확률 평가 방법은 다음과 같다.The level of emergency operation procedure has the most important effect on diagnostic error in human reliability analysis. All human reliability analysis methods currently used are based on EOP in the form of paper documents. The human reliability analysis method widely used in Korea is the K-HRA method, and the diagnostic error probability method used in the K-HRA method is as follows.
K-HRA 인간신뢰도분석 방법에서 진단오류 확률은 다음 식과 같이 계산된다.In the K-HRA human reliability analysis method, the probability of diagnosis error is calculated as follows.
● Pr(진단오류) = Pr(기본 진단오류) * 보정값● Pr (diagnostic error) = Pr (basic diagnosis error) * Correction value
여기서, Pr(기본 진단오류), 즉, 기본 진단오류 확률은 진단 여유시간의 함수로 결정되는데, THERP 방법에서 제공하는 진단오류확률 곡선을 이용하여 계산한다 (도 1을 참조). 여기서 도 1은 THERP의 진단 여유시간에 따른 진단 오류확률 곡선을 나타낸 그래프이다.Here, Pr (basic diagnostic error), that is, the basic diagnostic error probability is determined as a function of the diagnostic margin, which is calculated using a diagnostic error probability curve provided by the THERP method (see FIG. 1). 1 is a graph showing a diagnostic error probability curve according to the diagnostic spare time of THERP.
그리고 보정값은 기본 진단오류 확률을 조정하는 데 사용되며, ‘주관심작업 여부’, ‘절차서 수준’, ‘경보(MMI) 수준’, ‘교육/훈련 수준’, ‘의사결정 부담감’ 등의 진단 관련 영향인자에 의해 결정된다. 각 영향인자의 수준에 따라 기본 진단오류 확률을 조정하는데 사용되는 영향정도값은 다음 그림에 표시되어 있는 것과 같다. ‘절차서 수준’의 경우, 상, 중, 하 수준에 대하여 각각 1/3, 1, 5 의 영향정도값을 사용하여 기본 진단오류 확률을 조정한다.(도 2를 참조)The correction value is used to adjust the probability of basic diagnosis error. Determined by relevant influence factors. The effect level used to adjust the basic diagnostic error probability according to the level of each influencer is shown in the following figure. In the case of the 'procedure level', the probability of basic diagnosis is adjusted by using the influence level values of 1/3, 1, and 5 for the upper, middle, and lower levels, respectively (see FIG. 2).
여기서, 도 2는 진단오류확률 보정값 결정 규칙을 나타낸다.2 illustrates a rule for determining a diagnosis error probability correction value.
그리고, ‘절차서 수준’을 판단하는 기준은 다음 표와 같이 간단한 기준을 사용한다. 여기서 아래의 표는 기본진단오류확률 보정에 사용되는 절차서 수준 판단 기준을나타낸다.And, the criteria for judging the 'procedure level' uses simple criteria as shown in the following table. Here, the table below shows the procedure level judgment criteria used to correct the basic diagnostic error probability.
앞의 예와 같이 현재 사용되고 있는 다른 모든 인간신뢰도분석 방법이 종이문서 기반의 비상운전절차서를 토대로 진단오류 확률을 평가하고 있거나 전산화절차서의 설계 수준을 명시적으로 반영하지 못하고 있다. As with the previous example, all other human reliability analysis methods currently in use are either evaluating the probability of diagnosis error based on paper document-based emergency operating procedures or fail to explicitly reflect the design level of the computerized procedures.
그러므로 컴퓨터기반의 전산화절차서의 설계 특성을 파악하고, 그 설계 특성에 기반하여 전산화절차서의 설계 수준을 평가하여 그 수준에 따른 운전원 진단오류를 평가할 수 있는 인간신뢰도분석 방법 및 시스템의 개발이 필요한 실정이다.
Therefore, it is necessary to develop the human reliability analysis method and system that can identify the design characteristics of computer-based computerized procedures and evaluate the design level of computerized procedures based on the design characteristics. .
본 발명이 해결하고자 하는 과제는 종이문서에 기반한 인간신뢰도분석 방법이 아닌 전산화절차에 따른 운전원 진단오류 영향 평가 방법 및 이를 이용한 시스템을 제공하는 것이다.
The problem to be solved by the present invention is to provide a method for evaluating the impact of the operator diagnosis error according to the computerized procedure, and a system using the same, rather than the human reliability analysis method based on paper documents.
상기 과제를 해결하기 위한 본 발명의 실시 예에 따른 원자력발전소 비상운전 전산화절차서의 운전원 진단오류 영향평가 방법은 진단오류 평가에 반영되는 설계요소를 선정하는 선정단계; 상기 주요설계요소를 이용하되, 평가 대상의 직무유형이 반영된 전산화절차서의 복잡도를 결정하는 복잡도 결정 단계; 및 상기 전산화절차서의 복잡도에 따라 반영되는 운전원 진단오류의 영향정도를 결정하는 영향도 결정 단계를 포함한다.According to an embodiment of the present invention for solving the above problems, the operator diagnosis error impact evaluation method of the emergency operation computerization procedure of the nuclear power plant selection step of selecting a design element reflected in the diagnosis error evaluation; A complexity determining step of using the main design elements to determine the complexity of the computerized procedures reflecting the job type of the evaluation target; And an influence degree determining step of determining the degree of influence of an operator diagnosis error reflected according to the complexity of the computerized procedure.
상기 선정 단계는 기본 설계 요소 및 추가 설계 요소로 구성된 설계 요소 데이타를 프로세서에서 선별한 후, 상기 프로세서 내에 프로그래밍된 AHP(Analytic Hierarchy Process) 알고리즘에 상기 설계 요소군 데이타를 반영하여 최종 주요 설계요소를 선정하는 단계인 것을 특징으로 한다.In the selecting step, the design element data including basic design elements and additional design elements are selected by the processor, and the final main design elements are selected by reflecting the design element group data in an AHP (Analytic Hierarchy Process) algorithm programmed in the processor. Characterized in that the step.
상기 복잡도 결정 단계는 상기 선정 단계로부터 도출된 상기 주요설계요소를 프로세서가 상기 전산화절차서에 반영되는 세부 그룹으로 분화시켜 각 그룹의 복잡도를 평가 결정하는 단계인 것을 특징으로 한다. The complexity determining step may include a step of evaluating and determining the complexity of each group by dividing the main design elements derived from the selection step into detailed groups reflected in the computerized procedure.
상기 복잡도 결정 단계는 상기 프로세서에서 상기 주요설계요소를 판단문 및 지시문, 기타 기본구조, 정보제공, 감시창 감시기로 분류된 세부 그룹을 분화시키는 단계를 포함하는 것을 특징으로 한다.The complexity determining step includes the step of differentiating the main design elements into detailed groups classified into decision statements and instructions, other basic structures, information provision, and monitoring window monitors.
상기 복잡도 결정단계는 상기 평가 대상의 직무유형으로 구성된 의사결정 수목을 이용하는 것을 특징으로하며, 상기 의사결정 수목은 직무유형 A, 직무유형 B, 직무유형 C로 구성되며 상기 직무유형 A는 단일정적 직무이며, 상기 직무유형 B는 2가지의 직무유형으로 분류될 수 있으며, 그중 하나는 단일동적, 단일확인 직무이며, 다른 하나는 단일동적, 지속감시 직무이며, 상기 직무유형 C는 복합동적, 지속감시 직무인 것을 특징으로 한다.The complexity determination step is characterized by using a decision tree composed of the job type of the evaluation target, the decision tree is composed of job type A, job type B, job type C, the job type A is a single static job The job type B may be classified into two job types, one of which is a single dynamic and single confirmation job, the other is a single dynamic and continuous monitoring job, and the job type C is a complex dynamic and continuous monitoring job. It is characterized by the job.
상기 영향도 결정 단계는 프로세서 내에 프로그래밍된 AHP(Analytic Hierarchy Process) 알고리즘에 상기 설계 요소 중 중요 설계 요소를 적용하여 진단오류확률 영향정도 값을 결정하는 것을 특징으로 한다.
The determining of the impact level may be performed by applying a critical design element among the design elements to an AHP (Analytic Hierarchy Process) algorithm programmed in a processor to determine a diagnostic error probability impact degree value.
상기 영향도 결정 단계는 쌍대비교 기하평균 및 가중치 산술평균 기법을 이용하여 상기 중요 설계 요소를 도출하는 단계를 포함하는 것을 특징으로 한다.
The determining the impact level may include deriving the critical design element using a pair-to-cross geometric mean and a weighted arithmetic mean technique.
상기 중요 설계 요소는 상기 설계 요소 중 개별 가중치 값이 0.07 이상인 설계 요소, 상위 가중치로부터 누적 가중치 값이 0.7(70%) 근처에 도달하거나 또는 0.7(70%) 값을 초과하는 시점까지의 설계 요소 중 어느 하나를 만족하는 설계 요소인 것을 특징으로 한다.
The critical design element is a design element having an individual weight value of 0.07 or more among the design elements, and a design element from a higher weighting point to a time when the cumulative weight value reaches around 0.7 (70%) or exceeds 0.7 (70%). It is characterized by a design element satisfying any one.
상기 가중치 값은 개별 전문가의 판단 결과값 및 쌍대비교의 기하평균값 중 어느 하나에 만족하는 값인 것을 특징으로 한다.
The weight value may be a value satisfying any one of a judgment result of an individual expert and a geometric mean value of a pair-to-pair bridge.
상기 과제를 해결하기 위한 본 발명의 실시 예에 따른 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법을 이용한 시스템은 복수 개의 설계 요소, 직무 요소 및 전문가의 소견 데이터가 저장된 데이터베이스; 상기 데이터베이스 내에 저장된 상기 설계 요소 데이터 중 주요설계요소 데이터를 추출하여 전산화절차서의 복잡도를 결정하며, 상기 결정된 복잡도에 따라 반영되는 운전원의 진단오류의 상태를 제공하는 프로세서; 및 상기 프로세서로부터 제공된 진단오류 결과값을 디스플레이하는 화면부를 포함한다.
According to an embodiment of the present invention for solving the above problems, a system using a driver diagnosis error evaluation method of an emergency operation computerization procedure of a nuclear power plant includes a database in which a plurality of design elements, job elements and expert opinion data are stored; A processor for extracting major design element data from the design element data stored in the database to determine the complexity of the computerized procedure and providing a status of a diagnostic error of the operator reflected according to the determined complexity; And a screen unit for displaying a diagnosis error result value provided from the processor.
상기 프로세서는 상기 데이터 베이스로부터 제공된 설계 요소값을 기본 설계 요소 및 추가 설계 요소로 분리한 후, 주요설계요소를 추출하여 추출된 값을 제공하는 제1 처리부; 상기 제1처리부로부터 제공된 상기 주요설계요소값을 제공받아 상기 데이터베이스로부터 제공되는 직무유형 데이터의 유형별로 상기 주요설계요소값을 가중치(중요도)에 따라 분류하는 제2 처리부 및 상기 데이터베이스로부터 전문가 소견 데이터을 제공받아, 상기 제2처리부로부터 제공된 상기 중요설계요소를 AHP 알고리즘에 대입하여 진단오류 확률값을 제공하는 제3 처리부를 포함한다.
The processor may include: a first processor configured to separate a design element value provided from the database into a basic design element and an additional design element, and then extract a main design element and provide an extracted value; Providing expert opinion data from the second processing unit and the database, which receives the main design element value provided from the first processing unit and classifies the main design element value according to a weight (importance) for each type of job type data provided from the database. And a third processing unit which substitutes the critical design element provided from the second processing unit into an AHP algorithm and provides a diagnostic error probability value.
상기 진단오류 확률값은 상기 AHP 알고리즘의 쌍대비교 기하평균 기법 및 가중치 산술평균 기법을 혼용하여 도출되는 것을 특징으로 한다.
The diagnostic error probability value is derived by using a pair-to-pair geometric mean technique and a weighted arithmetic mean technique of the AHP algorithm.
상기 과제를 해결하기 위한 본 발명의 실시 예에 따른 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 프로그램을 저장하는 컴퓨터로 판독가능한 기록 매체는 전산화절차서의 운전자 진단오류 평가에 반영되는 주요설계요소를 선정하는 제1알고리즘; 상기 주요설계요소를 이용하되, 평가 대상의 직무유형이 반영된 전산화절차서의 복잡도를 결정하는 제2알고리즘 및 상기 전산화절차서의 복잡도에 따라 반영되는 운전원 진단오류의 영향정도를 결정하는 제3알고리즘으로 구성되는 것을 특징으로 한다.
The computer-readable recording medium for storing the driver diagnosis error program of the emergency operation computerization procedure of the nuclear power plant according to an embodiment of the present invention for solving the above problems is to select a major design element that is reflected in the driver diagnosis error evaluation of the computerized procedure First algorithm; A second algorithm for determining the complexity of the computerized procedure reflecting the job type of the subject to be evaluated and a third algorithm for determining the influence of the operator diagnosis error reflected according to the complexity of the computerized procedure using the main design elements. It is characterized by.
상기 제3알고리즘은 AHP 쌍대비교 기하평균 알고리즘 및 AHP 가중치 산술평균 알고리즘을 혼용하여 사용되는 알고리즘인 것을 특징으로 한다.
The third algorithm is characterized in that the algorithm is used by using the AHP pair-to-cross geometric mean algorithm and the AHP weighted arithmetic mean algorithm.
본 발명의 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법 및 이를 이용한 시스템은 컴퓨터기반 주제어실에서 운전원의 진단활동에 중요한 영향을 주는 전산화절차서에 대한 설계수준(복잡도)을 평가하고 진단오류 확률에 기여하는 영향정도를 평가할 수 있다.The method of evaluating the driver diagnosis error in the emergency operation computerization procedure of the nuclear power plant of the present invention and the system using the same are to evaluate the design level (complexity) of the computerization procedure which has a significant influence on the operator's diagnosis activity in the computer-based main control room, Evaluate the contributing impact.
또한, 본 발명의 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법 및 이를 이용한 시스템은 전산화절차서에 적용되는 인간신뢰도분석을 데이터화함으로써 보다 손쉽게 운전원의 진단오류에 따른 영향 정도를 파악할 수 있다.
In addition, the method for evaluating the driver diagnosis error in the emergency operation computerization procedure of the nuclear power plant of the present invention and the system using the same can more easily grasp the degree of influence according to the diagnosis error of the operator by making data of the human reliability analysis applied to the computerization procedure.
도 1은 THERP의 진단 여유시간에 따른 진단 오류확률 곡선을 나타낸 그래프이다.
도 2는 진단오류확률 보정값 결정 규칙을 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법을 적용한 시스템을 나타낸 블럭도이다.
도 4는 본 발명의 실시 예에 따른 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법을 나타낸 플로우 차트이다1 is a graph showing a diagnostic error probability curve according to the diagnostic spare time of THERP.
2 is a diagram illustrating a rule for determining a diagnosis error probability correction value.
3 is a block diagram illustrating a system to which a driver diagnosis error evaluation method of an emergency operation computerization procedure of a nuclear power plant according to an exemplary embodiment of the present invention is applied.
4 is a flowchart illustrating a method for evaluating a driver diagnosis error in an emergency operation computerization procedure for a nuclear power plant according to an exemplary embodiment of the present invention.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명할 것이며, 같은 문자는 같은 의미를 가진다.Hereinafter, the present invention will be described in detail by explaining preferred embodiments of the present invention with reference to the accompanying drawings, in which the same letters have the same meanings.
도 3은 본 발명의 실시 예에 따른 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법을 이용한 시스템을 나타낸 블럭도이다.3 is a block diagram showing a system using a method for evaluating a driver diagnosis error in an emergency operation computerization procedure of a nuclear power plant according to an exemplary embodiment of the present invention.
도 3에 도시된 바와 같이, 상기 시스템(100)은 데이터베이스(10), 프로세서(20) 및 화면부(30)를 포함한다.As shown in FIG. 3, the
상기 데이터베이스(10)는 복수 개의 설계 요소, 직무 요소 및 전문가의 소견 데이터가 저장된다.The
상기 프로세서(20)는 상기 데이터베이스(10) 내에 저장된 상기 설계 요소 데이터 중 주요설계요소 데이터를 추출하여 전산화절차서의 복잡도를 결정하며, 상기 결정된 복잡도에 따라 반영되는 운전원의 진단오류의 상태를 제공한다.The
상기 화면부(30)는 상기 프로세서(20)로부터 제공된 진단오류 결과값을 디스플레이하며, 또한, 상기 화면부(30)는 절차서의 내용창, 화면 관리기능창, 운전지원 기능창을 모두 포함한 진단오류 결과값을 제공할 수 있다.The
보다 구체적으로 상기 프로세서(20)는 상기 데이터베이스(10)로부터 제공된 설계 요소값을 기본 설계 요소 및 추가 설계 요소로 분리한 후, 주요설계요소를 추출하여 추출된 값을 제공하는 제1 처리부(21); 상기 제1처리부로부터 제공된 상기 주요설계요소값을 제공받아 상기 데이터베이스로부터 제공되는 직무유형 데이터의 유형별로 상기 주요설계요소값을 가중치(중요도)에 따라 분류하는 제2 처리부(22) 및 상기 데이터베이스로부터 전문가 소견 데이터을 제공받아, 상기 제2처리부(22)로부터 제공된 상기 중요설계요소를 AHP 알고리즘에 대입하여 진단오류 영향정도값을 제공하는 제3 처리부(23)를 포함한다.More specifically, the
상기 진단오류 영향정도값은 상기 AHP 알고리즘의 쌍대비교 기하평균 기법 및 가중치 산술평균 기법을 혼용하여 도출되는 것을 특징으로 한다.
The diagnostic error influence degree value is derived by using a pair-to-pair geometric mean technique and a weighted arithmetic mean technique of the AHP algorithm.
도 4는 도 3에 도시된 시스템에 적용된 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법을 나타낸 블럭도이다.FIG. 4 is a block diagram illustrating a method for evaluating a driver diagnosis error of a nuclear power plant emergency operation computerization procedure applied to the system shown in FIG. 3.
도 4에 도시된 바와 같이, 비상운전 전산화절차서의 운전원 진단오류에 미치는 영향평가 방법(S100)은 선정단계(S110), 복잡도 결정 단계(S120), 영향도 결정단계(S130)를 포함한다.As shown in FIG. 4, the method for evaluating the impact on the operator diagnosis error of the emergency operation computerized procedure S100 includes a selection step S110, a complexity determination step S120, and an impact determination step S130.
상기 선정단계(S110)은 진단오류 평가에 반영되는 비상운전 전산화절차서의 설계요소를 선정하는 단계이다.The selection step (S110) is a step of selecting a design element of the emergency operation computerized procedure that is reflected in the diagnostic error evaluation.
상기 복잡도 결정 단계(S120)는 상기 주요설계요소를 이용하되, 평가 대상의 직무유형이 반영된 전산화절차서의 복잡도를 결정하는 단계이다.The complexity determining step (S120) is a step of determining the complexity of the computerized procedure using the main design element, reflecting the job type of the evaluation target.
상기 영향도 결정 단계(S130)는 상기 전산화절차서의 복잡도에 따라 반영되는 운전원 진단오류의 영향정도를 결정하는 단계이다.The influence determination step (S130) is a step of determining the degree of influence of the operator diagnostic error reflected according to the complexity of the computerized procedure.
상기 선정 단계(S110)는 기본 설계 요소 및 추가 설계 요소로 구성된 설계 요소 데이타를 프로세서에서 선별한 후, 상기 프로세서 내에 프로그래밍된 AHP(Analytic Hierarchy Process) 알고리즘에 상기 설계 요소군 데이타를 반영하여 최종 주요 설계요소를 선정하는 단계인 것을 특징으로 한다.The selection step (S110) is to select the design element data consisting of the basic design elements and additional design elements in the processor, and then reflected the design element group data to the AHP (Analytic Hierarchy Process) algorithm programmed in the processor to the final major design Characterized in that the step of selecting the element.
상기 복잡도 결정 단계(S120)는 상기 선정 단계(S110)로부터 도출된 상기 주요설계요소를 프로세서가 상기 전산화절차서에 반영되는 세부 그룹으로 분화시켜 각 그룹의 복잡도를 평가 결정하는 단계이다. The complexity determining step (S120) is a step of evaluating and determining the complexity of each group by dividing the main design elements derived from the selection step (S110) into detailed groups reflected in the computerized procedure.
또한, 상기 복잡도 결정 단계(S120)는 상기 프로세서에서 상기 주요설계요소를 판단문 및 지시문, 기타 기본구조, 정보제공, 감시창 감시기로 분류된 세부 그룹을 분화시키는 단계를 포함한다.In addition, the complexity determination step (S120) includes the step of differentiating the main design elements in the processor, the subdivision group classified into decision statements and directives, other basic structure, information provision, monitoring window monitor.
상기 복잡도 결정단계(S120)는 상기 평가 대상의 직무유형으로 구성된 의사결정 수목을 이용하는 것을 특징으로하며, 상기 의사결정 수목은 직무유형 A, 직무유형 B, 직무유형 C로 구성된 수목인 것을 특징으로 한다.The complexity determining step (S120) is characterized by using a decision tree composed of the job type of the evaluation target, wherein the decision tree is a tree consisting of job type A, job type B, job type C. .
여기서, 상기 직무유형 A는 단일정적 직무이며, 상기 직무유형 B는 2가지의 직무유형으로 분류될 수 있으며, 그중 하나는 단일동적, 단일확인 직무이며, 다른 하나는 단일동적, 지속감시 직무이며, 상기 직무유형 C는 복합동적, 지속감시 직무이다.Here, the job type A is a single static job, the job type B can be classified into two job types, one of which is a single dynamic, single confirmation job, the other is a single dynamic, continuous monitoring job, The job type C is a complex dynamic and continuous monitoring job.
상기 영향도 결정 단계(S130)는 프로세서 내에 프로그래밍된 AHP(Analytic Hierarchy Process) 알고리즘에 상기 설계 요소 중 중요 설계 요소를 적용하여 진단오류확률 영향정도 값을 결정하는 단계이다.The impact determination step (S130) is a step of determining a diagnostic error probability influence degree value by applying the critical design elements of the design elements to the AHP (Analytic Hierarchy Process) algorithm programmed in the processor.
여기서, 상기 영향도 결정 단계(S130)는 쌍대비교 기하평균 및 가중치 산술평균 기법을 이용하여 상기 중요 설계 요소를 도출하는 단계를 포함한다.In this case, the step of determining the influence (S130) includes the step of deriving the important design element using a pair-to-cross geometric mean and a weighted arithmetic mean technique.
상기 중요 설계 요소는 상기 설계 요소 중 개별 가중치 값이 0.07 이상인 설계 요소, 상위 가중치로부터 누적 가중치 값이 0.7(70%) 근처에 도달하거나 또는 0.7(70%) 값을 초과하는 시점까지의 설계 요소 중 어느 하나를 만족하는 설계 요소인 것을 특징으로 한다.The critical design element is a design element having an individual weight value of 0.07 or more among the design elements, and a design element from a higher weighting point to a time when the cumulative weight value reaches around 0.7 (70%) or exceeds 0.7 (70%). It is characterized by a design element satisfying any one.
상기 가중치 값은 개별 전문가의 판단 결과값 및 쌍대비교의 기하평균값 중 어느 하나에 만족하는 값인 것을 특징으로 한다.
The weight value may be a value satisfying any one of a judgment result of an individual expert and a geometric mean value of a pair-to-pair bridge.
이하에서는 본 발명의 비상운전 전산화절차서의 운전원 진단오류에 미치는 영향평가 방법을 보다 구체적인 실험 예를 통해 설명하도록 한다.Hereinafter, a method for evaluating the impact on the operator diagnosis error of the emergency operation computerization procedure of the present invention will be described through a more specific experimental example.
먼저, 본 발명에 기재된 전산화절차서 수준(복잡도)에 대한 수준(복잡도) 정의와 영향정도 결정은 다음과 같이 평가 대상 직무의 특성을 고려하여 평가 대상 직무의 직무유형을 먼저 결정한 후, 결정된 직무유형에 따른 의사결정 수목을 사용한다. First, the definition of the level (complexity) and the degree of influence on the level (complexity) of the computerized procedure described in the present invention are determined in consideration of the characteristics of the job to be evaluated as follows. Use decision trees according to
여기서, 직무유형은 직무유형 A, 직무유형 B-1, 직무유형 B-2, 직무유형 C로 정의하며, 이러한 분류는 예시적인 것에 불과하다.Here, job type is defined as job type A, job type B-1, job type B-2, job type C, and this classification is merely exemplary.
직무유형 A는 일회적 직무수행 단계로 해당 절차단계에 도달 시 일회적으로 조건에 상관없이 수행하고 넘어가는(단일정적 직무) 직무일 수 있다.Job type A is a one-time job performance step and may be a job that is performed and passed once (regardless of condition) once the procedure step is reached.
직무유형 B-1은 특정 물리적 조건 또는 시점에 도달할 경우 일회적으로 수행하는 직무로서, 절차단계의 위치가 시나리오 상의 직무 요구 시점과 비교하여 적절한 위치에 자리잡고 있어 감시기능의 역할이 크지 않은 직무(조건만족 시 일회적 수행 & 감시기능 불필요) (단일동적, 단일확인 직무)일 수 있다.Job type B-1 is a job that is performed once when a certain physical condition or time point is reached, and the position of the procedural stage is located in an appropriate position compared to the job request point in the scenario. One-time performance & monitoring function not required).
직무유형 B-2는 특정 물리적 조건 또는 시점에 도달할 경우 일회적으로 수행하는 직무이지만, 절차단계의 위치가 시나리오 상의 직무 요구 시점과 벗어나 있어 감시기능의 역할이 중요한 직무이며, 조건만족과 일회적 수행 후에도 조건의 변동 관찰과 변동에 따른 조치가 요구, 또는 상태의 지속적 확인 및 그에 따른 조치/조절이 요구(단일동적, 지속감시 직무)되는 직무일 수 있다.Job type B-2 is a job that is performed once when a certain physical condition or time point is reached, but the role of the monitoring function is important because the location of the procedural step is out of the job demand point in the scenario, and even after condition satisfaction and one-time performance Observation of the change in conditions and the action required for the change may be a job requiring continuous checking of the condition and consequent action / adjustment (a single dynamic, continuous monitoring job).
직무유형 C는 동적거동 상으로 한 단계의 조치가 다른 단계의 상태에 영향을 주는 경우, 예컨대, 다른 직무단계와 연관관계가 복합동적, 지속감시 직무일 수 있다.Job type C is dynamic, where a step action affects the status of another step, for example, a complex dynamic, continuous monitoring job that is associated with another job step.
이하에서 제시된 예시 1 내지 예시 4는 본 발명에서 제공하고자 하는 직무유형 및 설계 요소에 따른 운전원 진단오류 영향정도가 반영된 수목을 나타낸 예시들이다.
Examples 1 to 4 presented below are examples showing trees reflecting the degree of influence of driver diagnosis error according to job type and design element to be provided in the present invention.
[예시 1][Example 1]
예시 1은 직무유형 A에 대한 전산화절차서 수준(복잡도) 및 영향정도 결정을 위한 수목을 나타낸다.Example 1 shows trees for determining the level (complexity) and impact of computerized procedures for job type A.
예시 1을 참조하면, 직무유형 A는 판단문이 없고 지속적 감시가 필요없는 직무이므로 '지시문의 명확성'과 '기타 기본요소' 및 '직접적 정보의 제공' 요소의 수준(복잡도)에 따라 해당 직무의 전산화절차서 전반적 설계에 대한 영향정도가 결정된다.Referring to Example 1, since job type A is a job without judgment and does not require continuous monitoring, the job type A is assigned according to the level (complexity) of the 'clarity of the statement', 'other basic elements' and 'providing direct information' elements. The degree of impact on the overall design of the computerized procedure is determined.
직무유형 A와 관련된 설계요소(그룹)은 '지시문의 명확성', '기타 기본요소', 그리고 '정보의 제공'이다. '지시문의 명확성'은 '상/중/하' 세 등급의 수준(복잡도)을 고려하고 있고, 나머지 설계요소(그룹)은 '적절/부적절(설계되지않음)' 수준(복잡도)으로 고려된다. 세 설계요소(그룹)에 대해 각각의 수준(복잡도)을 고려하면 예시 1과 같은 표현 가능한 수준(복잡도)들로 분류된다. 각 수준(복잡도)에 대하여 결정한 영향정도값(가중치)과 그 값의 할당 근거는 다음과 같다.The design elements (groups) related to job type A are 'clarity of directives', 'other basic elements', and 'provision of information'. 'Clearness of directives' takes into account three levels of 'high / medium / low' (complexity) and the remaining design elements (groups) are considered as 'appropriate / inappropriate (not designed)' level (complexity). Considering each level (complexity) for the three design elements (groups), they are classified into representable levels (complexity) as in Example 1. The impact level (weighted) determined for each level (complexity) and the basis for allocating the values are as follows.
-{'수준(복잡도) 분류 = 상-중'} : {'지시문의 명확성 = 상','기타 기본요소 = 적절', '정보의 제공= 적절'} => 1/4(영향정도값(가중치)에 대한 전문가 판단값 기반)-{'Level (complexity) classification = phase-middle'}: {'directive clarity = phase', 'other primitive = appropriate', 'provide information = appropriate'} => 1/4 (impact value ( Based on expert judgment)
- {'수준(복잡도) 분류 = 중-중'} : {'지시문의 명확성 = 상','기타 기본요소 = 적절', '정보의 제공= 적절'} => 1/2(영향정도값(가중치)에 대한 전문가 판단값 기반)-{'Level (complexity) classification = medium-medium'}: {'directive clarity = phase', 'other primitive = appropriate', 'provide information = appropriate'} => 1/2 (impact value ( Based on expert judgment)
- {'수준(복잡도) 분류 = 상-하'} : {'지시문의 명확성 = 상','기타 기본요소 = 적절', '정보의 제공= 부적절/설계되지않음'} => 1/3(기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '상'에 대한 조정값을 그대로 사용함;, '정보제공'이 되지 않더라도 기존 종이절차서 수준(복잡도)에 상응하는 수행도를 보일 것으로 추정)-{'Level (complexity) classification = upper-lower'}: {'indicator clarity = upper', 'other primitives = appropriate', 'providing information = improper / not designed'} => 1/3 ( The adjustment value for the procedure level (complexity) 'phase' considered in the existing K-HRA method is used as it is; even though the information is not provided, the performance level corresponding to the existing paper procedure level (complexity) is estimated.
- {'수준(복잡도) 분류 = 중-하'} : {'지시문의 명확성 = 중','기타 기본요소 = 적절', '정보의 제공= 부적절/설계되지않음'} => 1(기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '상'에 대한 조정값을 그대로 사용함;, '정보제공'이 되지 않더라도 기존 종이절차서 수준(복잡도)에 상응하는 수행도를 보일 것으로 추정)-{'Level (complexity) classification = medium-low'}: {'indicator clarity = medium', 'other primitives = appropriate', 'provision of information = improper / not designed'} => 1 (K -Adjust the procedure level (complexity) 'phase' considered in the HRA method as it is; even if 'information' is not expected, the performance will correspond to the existing paper procedure level (complexity).
- {'수준(복잡도) 분류 = 하'} : {'지시문의 명확성 = 하'} 또는 {'기타 기본요소 = 부적절'} => 5(기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '하'에 대한 조정값을 그대로 사용함;, 기타 기본요소도 보수적으로 이와 같은 수준(복잡도)의 조정값을 사용함)-{'Level (complexity) classification = lower'}: {'clarity of directive = lower'} or {'other fundamentals = inadequate'} => 5 (procedure level (complexity) considered in existing K-HRA methods Use adjustments for "," and other primitives conservatively use adjustments at this level (complexity))
- {'수준(복잡도) 분류 = 하-하'} : {'지시문의 명확성 = 하' AND '기타 기본요소= 부적절'} => 10 (또는 그 이상의 값)(상당히 높은 값 사용, 예:20)
-{'Level (complexity) classification = lower-lower'}: {'clarity of directive = lower' AND 'other primitives = inadequate'} => 10 (or higher) (use fairly high values, e.g. 20 )
[예시 2][Example 2]
예시 2는 직무유형 B-1에 대한 전산화절차서 수준(복잡도) 및 영향정도 결정을 위한 수목을 나타낸 표이다.Exhibit 2 is a table that shows the trees used to determine the level (complexity) and impact of computerized procedures for job type B-1.
예시 2를 참조하면, 직무유형 B-1은 판단문은 존재하고 지속적 감시기능의 중요성은 약하므로 '판단문/지시문의 명확성'과 기타 기본요소', '직접적 정보의 제공' 요소의 수준(복잡도)에 따라 해당 직무의 전산화절차서 전반적 설계에 대한 영향정도가 결정된다. 현재 평가체계에서는 감시기능의 설계 여부가 영향정도에는 아무런 영향을 미치지 않는 것으로 고려한다.Referring to example 2, job type B-1 has a level of complexity (complexity of judgment / instructions) and other basic factors, and 'providing direct information', since judgment exists and the importance of continuous monitoring is weak. ) Determines the degree of impact on the overall design of the computerized procedure. The current evaluation system considers whether the design of the monitoring function has no effect on the degree of impact.
직무유형 B-1에 관련된 설계요소(그룹)은 '판단문/지시문의 명확성', '기타 기본요소', 그리고 '정보의 제공'이다. B-1 그룹에서도 감시창 감시기능이 영향을 줄 수 있지만 그 영향 정도는 미약하므로 직접적인 설계요소의 수준(복잡도) 고려에서는 제외한다. '판단문/지시문의 명확성'은 '최상'등급을 추가하여 '최상/상/중/하' 네 등급의 수준(복잡도)을 고려한다. '최상' 수준(복잡도)에서는 '자동논리점검기능'과 'Key Step 할당 직무'를 반영하고 있다. 나머지 설계요소(그룹)은 '적절/부적절(설계되지않음)' 수준(복잡도)으로 고려된다. 설계요소(그룹)에 대한 가능한 수준(복잡도)들을 모두 표현하면 예시 2와 같이 분류된다. 각 수준(복잡도)에 대하여 결정한 영향정도값(가중치)과 그 값의 할당 근거는 다음과 같다.Design elements (groups) related to job type B-1 are 'clarity of judgment / instruction', 'other basic elements', and 'provision of information'. In the B-1 group, the monitoring window monitoring function may have an influence, but the degree of influence is slight, so it is excluded from considering the level (complexity) of the direct design element. The Clarity of Judgment / Directional Statement considers the level (complexity) of the four levels of 'top, top, middle, and bottom' by adding 'best' level. At the 'best' level (complexity), 'automatic logic check function' and 'key step assignment task' are reflected. The remaining design elements (groups) are considered to be 'inappropriate / inappropriate' (not designed) level (complexity). All possible levels (complexities) for the design elements (groups) are expressed as shown in Example 2. The impact level (weighted) determined for each level (complexity) and the basis for allocating the values are as follows.
- {'수준(복잡도) 분류 = 상-중'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 적절'} => 1/4(영향정도값(가중치)에 대한 전문가 판단값 기반)-{'Level (complexity) classification = upper-medium'}: {'clarity of judgment / directive = upper', 'other basic elements = appropriate', 'providing information = appropriate'} => 1/4 (impact Based on expert judgment on weights)
- {'수준(복잡도) 분류 = 중-중'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 적절'} => 1/2(영향정도값(가중치)에 대한 전문가 판단값 기반)-{'Level (complexity) classification = medium-medium'}: {'clarity of judgment / directive statement = award', 'other fundamentals = appropriate', 'provide information = appropriate'} => 1/2 (impact Based on expert judgment on weights)
- {'수준(복잡도) 분류 = 상-하'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 부적절/설계되지않음'} => 1/3(기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '상'에 대한 조정값을 그대로 사용함; '정보제공'이 되지 않더라도 기존 종이절차서 수준(복잡도)에 상응하는 수행도를 보일 것으로 추정-{'Level (complexity) classification = upper-lower'}: {'clarity of judgment / directive = upper', 'other basic elements = appropriate', 'providing information = improper / not designed'} => 1 / 3 (adjust the procedure level (complexity) 'phase' considered in the existing K-HRA method as it is; even if 'information' is not expected, the performance will be equivalent to the existing paper procedure level (complexity).
- {'수준(복잡도) 분류 = 중-하'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 부적절/설계되지않음'} => 1(기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '중'에 대한 조정값을 그대로 사용함; '정보제공'이 되지 않더라도 기존 종이절차서 수준(복잡도)에 상응하는 수행도를 보일 것으로 추정)-{'Level (complexity) classification = medium-low'}: {'clarity of judgment / directive statement = upper', 'other fundamentals = appropriate', 'providing information = inappropriate / not designed'} => 1 (Adjust the procedure level (complexity) 'medium' considered in the existing K-HRA method as it is; even if 'information' is not expected, the performance will correspond to the existing paper procedure level (complexity).)
- {'수준(복잡도) 분류 = 최상-중'} : {'판단문/지시문의 명확성 = 최상','기타 기본요소 = 적절','정보의 제공 = 적절'} => 0.2 (이 값은 '판단문/지시문' 중 '판단문'의 오류 가능성 중 '판단문'의 기여정도인 약 15%(앞의 설계요소별 기하평균 가중치 참조) 정도를 제함으로써 나온 것이다. 즉, (1/4)*(1-15/100)= ~0.2 가 된다.-{'Level (complexity) classification = best-medium'}: {'clarity of judgment / directive statement = best', 'other primitives = appropriate', 'provision of information = appropriate'} => 0.2 This is derived by subtracting about 15% (see the geometric mean weight for each design element), which is the contribution of the judgment, among the possibility of error in the judgment among the judgments / directives. ) * (1-15 / 100) = ~ 0.2
- {'수준(복잡도) 분류 = 최상-하'} : {'판단문/지시문의 명확성 = 최상','기타 기본요소 = 적절','정보의 제공 = 부적절/설계되지않음'} => 0.3 (이 값은 '판단문/지시문' 중 '판단문'의 오류 가능성이 거의 무시가능하다는 전제하에 '상-하' 수준(복잡도)에서의 오류 가능성 중 '판단문'의 기여정도인 약 15%(앞의 설계요소별 기하평균 가중치 참조) 정도를 제함으로써 나온 것이다. 즉, (1/3)*(1-15/100)= ~0.28= ~0.3 가 된다.-{'Level (complexity) classification = best-low'}: {'clarity of judgment / directive statement = best', 'other fundamentals = appropriate', 'provide information = inappropriate / not designed'} => 0.3 (This value is about 15% of the probability of error at the 'upper-lower' level (complexity), assuming that the probability of error in the judgment is almost negligible. This results from subtracting the degree, ie (1/3) * (1-15 / 100) = ~ 0.28 = ~ 0.3.
- {'수준(복잡도) 분류 = 하'} : {'판단문/지시문의 명확성 = 하' 또는 {'기타 기본요소 = 부적절'} => 5 (기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '하'에 대한 조정값을 그대로 사용함; 기타 기본요소도 보수적으로 이와 같은 수준(복잡도)의 조정값을 사용함)-{'Level (complexity) classification = lower'}: {'clarity of judgment / directive = lower' or {'other fundamentals = inadequate'} => 5 (level of procedure (complexity) considered in existing K-HRA methods Use adjustments for 'low' as they are; other basic elements conservatively use these levels (complexity) adjustments)
- {'수준(복잡도) 분류 = 하-하'} : {'판단문/지시문의 명확성 = 하' AND '기타 기본요소 = 부적절'} => 10 (또는 그 이상의 값)(상당히 높은 값 사용, 예; 20)
-{'Level (complexity) classification = lower-lower'}: {'clarity of judgment / directive = lower' AND 'other primitives = inadequate'} => 10 (or higher) (use significantly higher values, E.g. 20)
[예시 3][Example 3]
예시 3은 직무유형 B-2에 대한 전산화절차서 수준(복잡도) 및 영향정도 결정을 위한 수목을 나타낸 도면이다. Example 3 shows trees for determining the level (complexity) and the degree of impact of computerized procedures for job type B-2.
예시 3을 참조하면, 직무유형 B-2는 판단문은 존재하고 지속적 감시기능의 역할이 중요하므로, '판단문/지시문의 명확성'과 '기타 기본요소','직접적 정보의 제공' 및 '감시창 감시기능' 등의 설계요소 수준(복잡도)에 따라 해당 직무의 전산화절차서 전반적 설계에 대한 영향정도가 결정된다.Referring to example 3, job type B-2 has 'determination of judgment / directive statement', 'other basic elements', 'providing direct information' and 'monitoring' because judgments exist and the role of continuous monitoring functions is important. According to the level of complexity (complexity) of the design elements such as 'window monitoring function', the degree of influence on the overall design of the computerized procedure of the job is determined.
직무유형 B-2 유형에서는 A 및 B-1과 달리 '판단문/지시문의 명확성', '기타 기본요소', 그리고 '정보의 제공' 요소 외에도 '감시창 감시기능' 요소가 중요한 영향요소로 고려된다.In job type B-2, unlike A and B-1, in addition to 'clarity of judgment / instructions', 'other basic elements', and 'providing information', 'watch window monitoring function' is considered as an important influence factor. do.
등급의 분류는 B-1 유형과 동일하게 '판단문/지시문의 명확성'은 '최상'등급을 추가하여 '최상/상/중/하' 네 등급을 고려하며, 나머지 설계요소(그룹)은 적절/부적절(설계되지않음)' 수준(복잡도)으로 고려된다. 설계요소(그룹)에 대한 가능한 수준(복잡도)들을 모두 표현하면 예시 3과 같이 분류된다. 각 수준(복잡도)에 대하여 결정한 영향정도값(가중치)와 그 값의 할당 근거를 정리하면 다음과 같다.The classification of the grade is the same as the B-1 type, 'clarity of judgment / directive statement' adds 'best' grade to consider four grades of 'top / top / middle / bottom', and the remaining design elements (group) are appropriate. Considered as 'inappropriate (not designed)' level (complexity). When all possible levels (complexities) for the design elements (groups) are expressed, they are classified as in Example 3. The impact level (weighted value) determined for each level (complexity) and the basis for allocating the value are as follows.
- {'수준(복잡도) 분류 = 상-상'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 적절', '감시창 감시기능 = 적절'} => 1/4(영향정도값(가중치)에 대한 전문가 판단값 기반)-{'Level (complexity) classification = phase-up'}: {'clarity of judgment / directive = phase', 'other basic elements = appropriate', 'provision of information = appropriate', 'monitoring function = appropriate' '} => 1/4 (based on expert judgment on impact (weighted))
- {'수준(복잡도) 분류 = 상-하'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 적절'.'감시창 감시기능 = 부적절/설계되지않음'} => 1.0(기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '상'에 대한 조정값을 그대로 사용한다면 1/3이 되겠지만, CPS 상황하에서 B-2 직무에 대한 감시창 감시기능의 요구를 생각할 때 이 기능과 정보제공 기능이 적절히 설계되어 있지 않다면 종이절차서 환경에 비해 직무 수행도가 상당히 떨어질 것으로 추정함; 종이절차서에 비해 3배 정도의 수행도 감소가 발생할 것으로 추정함 -> 추후 전문가 의겸수렴 필요)-{'Level (complexity) classification = upper-lower'}: {'clarity of judgment / directive statement = upper', 'other basic elements = appropriate', 'providing information = appropriate'. 'Monitoring function = inappropriate / Undesigned '} => 1.0 Considering the need for surveillance, if this function and information provision function are not properly designed, the job performance is estimated to be significantly lower than the paper procedure environment; the performance performance is estimated to be three times that of the paper procedure. -> Further expert consultation required)
- {'수준(복잡도) 분류 = 상-중1'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 부적절/설계되지않음', '감시창 감시기능 = 부적절/설계되지않음'} => 1/2('상-상' 수준(복잡도)과 '상-하' 수준(복잡도)을 상위 및 하위 기준값으로 정하고 '정보의 제공' 요소와 '감시창 감시기능' 요소를 동일한 기여수준(복잡도)으로 고려하였을 때, '상-상' 대비 2배의 가중치가 고려됨(실제 전문가 판단에 의한 기하평균 가중치 값은 '정보의 제공'과 '감시창 감시기능' 각각에 대해 12% 및 8% 정도이지만 B-2에서의 감시기능의 중요성을 고려해 유사한 기여수준(복잡도)으로 추정함))-{'Level (complexity) classification = upper-middle 1'}: {'clarity of judgment / directive statement = phase', 'other basic elements = appropriate', 'provision of information = inappropriate / not designed', 'monitoring' Window monitoring function = improper / not designed '} => 1/2 (' Upper-Up 'level (complexity) and' Up-down 'level (complexity) as upper and lower reference value When considering the 'window monitoring function' as the same contribution level (complexity), twice the weight is considered compared to the 'phase-phase' (the geometric mean weight value according to actual expert judgment is' provision of information 'and' 12% and 8% for each of the monitoring window monitoring functions, but considering the importance of the monitoring function in B-2, a similar contribution level (complexity) is assumed)
- {'수준(복잡도) 분류 = 상-중2'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 부적절/설계되지않음', '감시창 감시기능=적절'} => 1/2 (위의 '수준(복잡도) 분류 = 상-중1'과 동일한 배경)-{'Level (complexity) classification = upper-medium 2'}: {'clarity of judgment / directive statement = phase', 'other basic elements = appropriate', 'provision of information = inappropriate / not designed', 'monitoring' Window monitoring function = 'appropriate'} => 1/2 (same background as 'level (complexity) classification = upper-middle 1')
- {'수준(복잡도) 분류 = 중-상'} : {'판단문/지시문의 명확성 = 상','기타 기본요소 = 적절','정보의 제공 = 적절', '감시창 감시기능=적절'} => 1/2 (영향정도값(가중치)에 대한 전문가 판단값 기반)-{'Level (complexity) classification = medium-high'}: {'clarity of judgment / directive statement = award', 'other basic elements = appropriate', 'provision of information = appropriate', 'monitor' function = appropriate '} => 1/2 (based on expert judgment on impact value (weighted))
- {'수준(복잡도) 분류 = 중-하'} : {'판단문/지시문의 명확성 = 중','기타 기본요소 = 적절','정보의 제공 = 부적절/설계되지않음','감시창 감시기능=부적절/설계되지않음'} => 2.0 (기존 K-HRA 방법에서 고려한 절차서 수준(복잡도)'중'에 대한 조정값을 그대로 사용한다면 1이 되겠지만, CPS 상황하에서 B-2 직무에 대한 감시창 감시기능의 요구를 생각할 때 이 기능과 정보제공 기능이 적절히 설계되어 있지 않다면 종이절차서 환경에 비해 직무 수행도가 상당히 떨어질 것으로 추정함; 종이절차서에 비해 2배 정도의 수행도 감소가 발생할 것으로 추정함 -> 추후 전문가 의겸수렴)-{'Level (complexity) classification = medium-low'}: {'clarity of judgment / directive statement = medium', 'other basic elements = appropriate', 'provision of information = inappropriate / not designed', 'monitor' Surveillance function = improper / not designed '} => 2.0 (If using the adjustment value for' Medium of procedure level (complexity) considered in the existing K-HRA method, it would be 1, but it would be 1 Considering the needs of surveillance windows, if this function and information provision are not properly designed, it is estimated that job performance will be considerably lower than that of paper procedures; Presumed-> later convergence of experts)
- {'수준(복잡도) 분류 = 중-중1'} : {'판단문/지시문의 명확성 = 중','기타 기본요소 = 적절', 정보의 제공 = 적절','감시창 감시기능 = 부적절/설계되지않음'} => 1.0('중-상' 수준(복잡도)과 '중-하' 수준(복잡도)을 상위 및 하위 기준값으로 정하고 '정보의 제공요요소와 '감시창 감시기능' 요소를 동일한 기여수준(복잡도)으로 고려하였을 때, '중-상' 대비 2배의 가중치가 고려됨(실제 전문가 판단에 의한 기하평균 가중치 값은 '정보의 제공'과 '감시창 감시기능' 각각에 대해 12% 및 8% 정도이지만 B-2에서의 감시기능의 중요성을 고려해 유사한 기여수준(복잡도)으로 추정함))-{'Level (complexity) classification = medium-medium 1'}: {'clarity of judgment / directive statement = medium', 'other basic elements = appropriate', provision of information = appropriate ',' watch window monitoring function = inappropriate / Not designed '} => 1.0 (' Mid-Up 'level (complexity) and' Medium-low 'level (complexity) are set as upper and lower reference values, and' information providing element 'and' monitor 'function When considering the same contribution level (complexity), twice the weight of 'medium-phase' is considered (Geometric mean weight value according to actual expert judgment is determined by 'information provision' and 'monitor' 12% and 8%, but similar contribution level (complexity) considering the importance of monitoring in B-2)
- {'수준(복잡도) 분류 = 중-중2'} : {'판단문/지시문의 명확성 = 중','기타 기본요소 = 적절','정보의 제공 =부적절/설계되지않음','감시창 감시기능 = 적절'} => 1.0 (위의 '수준(복잡도) 분류=중-중1'과 동일한 배경)-{'Level (complexity) classification = medium-medium 2'}: {'clarity of judgment / directive statement = medium', 'other basic elements = appropriate', 'provision of information = inappropriate / not designed', 'monitoring' Window Monitoring = Appropriate '} => 1.0 (same background as' Level (Complex) Classification = Medium-Medium 1' above)
- {'수준(복잡도) 분류 = 최상-상'} : {'판단문/지시문의 명확성 = 최상','기타 기본요소 = 적절','정보의 제공 =적절','감시창 감시기능 = 적절'} => 1/5 (이 값은 '판단문/지시문' 중 '판단문'의 오류 가능성이 거의 무시가능하다는 전제하에 '상-상' 수준(복잡도)에서의 오류 가능성 중 '판단문'의 기여정도인 약 15%(앞의 설계요소별 기하평균 가중치 참조, 실제는 14%)정도를 제함으로써 나온 것이다. 즉, (1/4)*(1-15/100) = ~0.2가 된다.)-{'Level (complexity) classification = best-up'}: {'clarity of judgment / directive statement = best', 'other basic elements = appropriate', 'provision of information = appropriate', 'monitoring function = appropriate' '} => 1/5 (This value is the' judgment statement 'of the probability of error at the' top-up 'level (complexity), provided that the probability of error in the' judgment statement 'is almost negligible. This is derived by subtracting about 15% (see geometric mean weight for each design element, 14% in fact), which is (1/4) * (1-15 / 100) = ~ 0.2. .)
- {'수준(복잡도) 분류 = 최상-중1'} : {'판단문/지시문의 명확성 = 최상','기타 기본요소 = 적절','정보의 제공 =적절','감시창 감시기능 = 부적절/설계되지않음'} => 2/5 (이 값은 '판단문/지시문' 중 '판단문'의 오류 가능성이 거의 무시가능하다는 전제하에 '상-중1' 수준(복잡도)에서의 오류 가능성 중 '판단문'의 기여정도인 약 15%(앞의 설계요소별 기하평균 가중치 참조, 실제는 14%)정도를 제함으로써 나온 것이다. 즉, (1/2)*(1-15/100) = ~0.4가 된다.)-{'Level (complexity) classification = best-of-one'}: {'clarity of judgment / directive statement = best', 'other basic elements = appropriate', 'provision of information = appropriate', 'watch window monitoring function = Inappropriate / not designed '} => 2/5 (This value is an error at the' high-medium 1 'level (complexity) under the assumption that the probability of error in' judgment 'of' judgment / directive 'is almost negligible) This is derived by subtracting about 15% of the contribution of the 'decision' (refer to the geometric mean weight for each design element, in fact 14%): (1/2) * (1-15 / 100 ) = ~ 0.4)
- {'수준(복잡도) 분류 = 최상-중2'} : {'판단문/지시문의 명확성 = 최상','기타 기본요소 = 적절','정보의 제공 =적절','감시창 감시기능 = 부적절/설계되지않음'} => 2/5(위의 '수준(복잡도) 분류 = 최상-중1'과 동일한 배경)-{'Level (complexity) classification = best-of-two'}: {'clarity of judgment / directive statement = best', 'other basic elements = appropriate', 'provision of information = appropriate', 'monitor' = Improper / not designed '} => 2/5 (same background as' level (complexity) classification = best-of-1' above)
- {'수준(복잡도) 분류 = 최상-하'} : {'판단문/지시문의 명확성 = 최상','기타 기본요소 = 적절','정보의 제공 =부적절/설계되지않음','감시창 감시기능 = 부적절/설계되지않음'} => 4/5 (이 값은 '판단문/지시문' 중 '판단문'의 오류 가능성이 거의 무시가능하다는 전제하에 '상-하' 수준(복잡도)에서의 오류 가능성 중 '판단문'의 기여정도인 약 15%(앞의 설계요소별 기하평균 가중치 참조, 실제는 14%)정도를 제함으로써 나온 것이다. 즉, (1.0)*(1-15/100) = ~0.85 = ~0.8가 된다.)-{'Level (complexity) classification = best-low'}: {'clarity of judgment / directive statement = best', 'other basic elements = appropriate', 'provision of information = inappropriate / not designed', 'monitor' Monitoring function = improper / not designed '} => 4/5 (This value is set at' upper-lower 'level (complexity) under the assumption that the probability of error of' decision statement 'in' decision statement / directive statement 'is almost negligible) This is derived by subtracting about 15% of the probability of error in the decision sentence (see the geometric mean weight for each design element, 14% in fact), ie (1.0) * (1-15 / 100). ) = ~ 0.85 = ~ 0.8
- {'수준(복잡도) 분류 = 하'} : {'판단문/지시문의 명확성 = 하} 또는 {'기타 기본요소 = 부적절'} => 5 (기존 K-HRA 방법에서 고려한 절차서 수준(복잡도) '하'에 대한 조정값을 그대로 사용함; 기타 기본요소도 보수적으로 이와 같은 수준(복잡도)의 조정값을 사용함)-{'Level (complexity) classification = lower'}: {'clarity of judgment / directive = lower} or {' other fundamentals = inadequate '} => 5 (level of procedure (complexity) considered in the existing K-HRA method) Use adjustments for 'low' as they are; other basic elements conservatively use these levels (complexity) adjustments)
- {'수준(복잡도) 분류 = 하-하'} : {'판단문/지시문의 명확성 = 하' AND '기타 기본요소 = 부적절'} => 10 (또는 그 이상의 값)(상당히 높은 값 사용, 예: 20)
-{'Level (complexity) classification = lower-lower'}: {'clarity of judgment / directive = lower' AND 'other primitives = inadequate'} => 10 (or higher) (use significantly higher values, E.g. 20)
[예시 4][Example 4]
[예시 4]는 직무유형 C에 대한 전산화절차서 수준(복잡도) 및 영향정도 결정을 위한 수목을 나타낸다.Example 4 shows a tree for determining the level (complexity) and impact of computerized procedures for job type C.
예시 4를 참조하면, 외형적으로는 직무유형 B-2에 대한 영향정도 결정 규칙과 동일한 설계요소와 수준(복잡도) 및 영향정도 값을 사용하고 있지만, '판단문/지시문의 명확성'과 '감시창 감시기능' 설계요소의 수준(복잡도) 평가 시 사용되는 세부 평가항목은 B-2 유형과 달리 절차단계 간 의존성 및 연관성 면에서의 설계 수준(복잡도) 요소를 포함하고 있다.
Referring to Example 4, it uses the same design elements, levels (complexities) and impact values as the rules for determining the impact level on job type B-2, but uses 'clarity of judgment and directive' and 'monitoring'. Window monitoring function 'The detailed evaluation items used to evaluate the level (complexity) of the design elements include the design level (complexity) elements in terms of dependencies and associations between procedure steps, unlike the B-2 type.
따라서, 직무유형별로 반영하여야 할 세부 전산화절차서 설계요소 수준(복잡도)에 대한 판단은 표 2와 같이 정리할 수 있다.
Therefore, the judgment of the level (complexity) of the design elements in the detailed computerized procedures to be reflected for each job type can be summarized as shown in Table 2.
[표 2][Table 2]
표 2를 참조하면, CPS 설계 요소는 기본 요소와 추가 요소로 분류되며, 상기 기본 요소는 "지시문의 명확성", "판단문 및 지시문의 명확성", "조치에 대한 지시문의 명확성", "항목간 논리관계", "계층구조/체크 오프 기능", "불만족조치사항 수행 여부에 대한 판단문 명확성 및 주절차 단계로부터의 연결기능"을 포함하며, 추가 요소로는 "직접확인 정보의 제공", "감시창 감시기능"을 포함한다.Referring to Table 2, CPS design elements are classified into basic elements and additional elements, which are defined as "clarity of directives", "clarity of judgments and directives", "clarity of directives for actions", "between items". Logical relationship "," hierarchical / check-off function "," clarity of judgment on whether to perform dissatisfied measures and linking function from main procedure step ", and additional elements such as" providing direct confirmation information "," Monitoring window monitoring function ".
상기 직무유형은 상기 CPS 설계 요소에 따라 분류된 후, 직무유형과 설계 요소에 따른 설계 수준(복잡도)의 복잡도에 따라 결정된다.The job type is classified according to the CPS design element and then determined according to the complexity of the design level (complexity) according to the job type and the design element.
여기서, 상기 영향도 결정 단계(S130)는 쌍대비교 기하평균 및 가중치 산술평균 기법을 이용하여 상기 중요 설계 요소를 도출하는 단계를 포함한다.Here, the determining the impact level (S130) includes the step of deriving the important design element using a pair-to-cross geometric mean and a weighted arithmetic mean technique.
상기 중요 설계 요소는 상기 설계 요소 중 개별 가중치 값이 0.07 이상인 설계 요소, 상위 가중치로부터 누적 가중치 값이 0.7(70%) 근처에 도달하거나 또는 0.7(70%) 값을 초과하는 시점까지의 설계 요소 중 어느 하나를 만족하는 설계 요소인 것을 특징으로 한다.The critical design element is a design element having an individual weight value of 0.07 or more among the design elements, and a design element from a higher weighting point to a time when the cumulative weight value reaches around 0.7 (70%) or exceeds 0.7 (70%). It is characterized by a design element satisfying any one.
상기 가중치 값은 개별 전문가의 판단 결과값 및 쌍대비교의 기하평균값 중 어느 하나에 만족하는 값인 것을 특징으로 한다.The weight value may be a value satisfying any one of a judgment result of an individual expert and a geometric mean value of a pair-to-pair bridge.
이러한 CPS 설계요소와 직무유형에 따라 분류된 설계 요소간 중요도 평가는 복수의 전문가로 구성된 전문가 집단으로부터 상기 CPS 설계요소와 직무유형에 따라 분류된 설계 요소간의 상대적 중요도를 표본화로부터 도출시킬 수 있다.
The importance evaluation between the CPS design elements and the design elements classified according to the job type may derive from the sampling the relative importance between the CPS design elements and the design elements classified according to the job type from an expert group composed of a plurality of experts.
본 발명에서는 4명의 전문가들 의견이 반영된 데이타를 표본화하여 사용하였다.In the present invention, the data reflecting the opinions of four experts were used as a sample.
[표 3][Table 3]
표 3은 직무유형 A의 전산화절차서 설계요소에 대한 가중치 계산 결과를 나타내며, 여기서, 설계 요소 DF_1 내지 DF_10은 아래와 같이 정의한다.Table 3 shows the weight calculation results for the design elements of the computerized procedure of job type A, where design elements DF_1 to DF_10 are defined as follows.
DF_1: "지시문의 명확성" DF_1: "clarity of directive"
DF_2: "필요한 정보의 적절한 제공(보조정보 포함) 및 정보의 신뢰도" DF_2: "Properly provide the necessary information (including supporting information) and the reliability of the information"
DF_3: "항목의 나열(Lists), 계층구조표현, Checkoff기능" DF_3: "Lists, Hierarchical Expression, Checkoff Function"
DF_4: "항목간 수행/만족 논리 관계 명시적 표현" DF_4: "Explicit representation of performance / satisfaction logical relationships between items"
DF_5: "적절한 위치(해당 하부단계)에서의 연결" DF_5: "Connection at the appropriate position (the corresponding lower level)"
DF_6: "CA 수행 여부에 대한 판단문 및 구조의 명확성" DF_6: "Clarity of judgment and structure of whether or not to perform CA"
DF_7: "CA 수행 후 복귀 기능/구조의 적절성" DF_7: "Adequacy of return function / structure after CA"
DF_8: "복귀 후 위치 확인 용이" DF_8: "Easy to check position after return"
DF_9: "CA 수행 여부 확인 용이" DF_9: "Easy to check if CA is performed"
DF_10: "주의/경고의 대안 선택에의 영향"을 나타낸다.
DF_10: indicates the "effect of warning / warning on alternative selection".
[표 4][Table 4]
표 4는 직무유형 B-1의 전산화절차서 설계요소에 대한 가중치 계산 결과를 나타낸다.Table 4 shows the weight calculation results for the design elements of the computerized procedure of job type B-1.
표 4에 기재된 설계 요소 DF_1 내지 DF_13은 아래와 같이 정의한다.Design elements DF_1 to DF_13 described in Table 4 are defined as follows.
DF_1: "절차 수행 여부(조건)에 대한 판단문의 내용 및 구조의 적절성" DF_1: "Adequacy of structure and content of judgment statement on whether or not to perform procedure"
DF_2: "지시문의 명확성" DF_2: "clarity of directive"
DF_3: "필요한 정보의 적절한 제공(보조정보 포함) 및 정보의 신뢰도" DF_3: "Proper provision of necessary information (including supporting information) and reliability of information"
DF_4: "항목의 나열(Lists), 계층구조표현, Checkoff기능" DF_4: "Lists, Hierarchical Expression, Checkoff Function"
DF_5: "항목간 수행/만족 논리 관계 명시적 표현" DF_5: "Explicit representation of performance / satisfaction logic relationship between items"
DF_6: "적절한 위치(해당 하부단계)에서의 연결" DF_6: "Connection at the appropriate position (the corresponding lower level)"
DF_7: "CA 수행 여부에 대한 판단문 및 구조의 명확성" DF_7: "Clearness of Judgment and Structure of CA Execution"
DF_8: "CA 수행 후 복귀 기능/구조의 적절성" DF_8: "Relevance of return function / structure after performing CA"
DF_9: "복귀 후 위치 확인 용이" DF_9: "Easy to check position after return"
DF_10: "CA 수행 여부 확인 용이" DF_10: "Easy to check if CA is performed"
DF_11: 주의/경고의 대안 선택에의 영향, DF_11: Impact of attention / warning on alternative choices,
DF_12: "'주의/경고'의 감시기능 설계" DF_13: 감시창 감시기능의 설계 적절성을 나타낸다.
DF_12: "Design of 'caution / warning' monitoring function" DF_13: Designation of monitoring window monitoring function.
[표 5][Table 5]
표 5에 기재된 설계요소 DF_1 내지 DF_13은 아래와 같이 정의한다.Design elements DF_1 to DF_13 described in Table 5 are defined as follows.
DF_1: "절차 수행 여부(조건)에 대한 판단문의 내용 및 구조의 적절성" DF_1: "Adequacy of structure and content of judgment statement on whether or not to perform procedure"
DF_2: "지시문의 명확성" DF_2: "clarity of directive"
DF_3: "필요한 정보의 적절한 제공(보조정보 포함) 및 정보의 신뢰도" DF_3: "Proper provision of necessary information (including supporting information) and reliability of information"
DF_4: "항목의 나열(Lists), 계층구조표현, Checkoff기능" DF_4: "Lists, Hierarchical Expression, Checkoff Function"
DF_5: "항목간 수행/만족 논리 관계 명시적 표현" DF_5: "Explicit representation of performance / satisfaction logic relationship between items"
DF_6: "적절한 위치(해당 하부단계)에서의 연결" DF_6: "Connection at the appropriate position (the corresponding lower level)"
DF_7: "CA 수행 여부에 대한 판단문 및 구조의 명확성" DF_7: "Clearness of Judgment and Structure of CA Execution"
DF_8: "CA 수행 후 복귀 기능/구조의 적절성" DF_8: "Relevance of return function / structure after performing CA"
DF_9: "복귀 후 위치 확인 용이" DF_9: "Easy to check position after return"
DF_10: "CA 수행 여부 확인 용이" DF_10: "Easy to check if CA is performed"
DF_11: "주의/경고의 대안 선택에의 영향" DF_11: "Influence on Attention / Alternative Choice"
DF_12: "'주의/경고'의 감시기능 설계" DF_12: "Design of 'caution / warning' monitoring functions"
DF_13: 감시창 감시기능의 설계 적절성"을 나타낸다.
DF_13: Design Suitability of Watch Window Surveillance Function ".
[표 6]TABLE 6
표 6은 직무유형 C의 전산화절차서의 설계요소에 대한 가중치 계산 결과를 나타낸 표이다.Table 6 shows the weight calculation results for the design elements of the computerized procedures of job type C.
표 6에 기재된 설계 요소 DF_1 내지 DF_14는 아래와 같이 정의한다.Design elements DF_1 to DF_14 described in Table 6 are defined as follows.
DF_1: "절차 수행 여부(조건)에 대한 판단문의 내용 및 구조의 적절성" DF_1: "Adequacy of structure and content of judgment statement on whether or not to perform procedure"
DF_2: "지시문의 명확성" DF_2: "clarity of directive"
DF_3: "필요한 정보의 적절한 제공(보조정보 포함) 및 정보의 신뢰도" DF_3: "Proper provision of necessary information (including supporting information) and reliability of information"
DF_4: "항목의 나열(Lists), 계층구조표현, Checkoff기능" DF_4: "Lists, Hierarchical Expression, Checkoff Function"
DF_5: "항목간 수행/만족 논리 관계 명시적 표현" DF_5: "Explicit representation of performance / satisfaction logic relationship between items"
DF_6: "적절한 위치(해당 하부단계)에서의 연결" DF_6: "Connection at the appropriate position (the corresponding lower level)"
DF_7: "CA 수행 여부에 대한 판단문 및 구조의 명확성" DF_7: "Clearness of Judgment and Structure of CA Execution"
DF_8: "CA 수행 후 복귀 기능/구조의 적절성" DF_8: "Relevance of return function / structure after performing CA"
DF_9: "복귀 후 위치 확인 용이" DF_9: "Easy to check position after return"
DF_10: "CA 수행 여부 확인 용이" DF_10: "Easy to check if CA is performed"
DF_11: "주의/경고의 대안 선택에의 영향" DF_11: "Influence on Attention / Alternative Choice"
DF_12: "'주의/경고'의 감시기능 설계" DF_12: "Design of 'caution / warning' monitoring functions"
DF_13: "감시창 감시기능의 설계 적절성" DF_13: "Design Appropriateness of Surveillance Window Monitoring Functions"
DF_14: "단계간 연계성/연관성표현의 적절성/구체성"을 나타낸다.
DF_14: indicates the adequacy / specificity of the inter-association / association expression.
이하에서는 진단오류 평가를 설명하도록 한다.The following describes the diagnostic error evaluation.
진단오류 확률은 수학식 1과 같이 기본 진단오류 확률과 진단에 영향을 미치는 지단 보정인자(PSF)로부터 결정되는 보정값의 곱으로 결정된다.The diagnostic error probability is determined by multiplying the basic diagnostic error probability and a correction value determined from a delay correction factor (PSF) that affects the diagnosis as shown in
[수학식 1][Equation 1]
HEP Diag = B_HEP Diag * W Diag (PSF Diag )HEP Diag = B_HEP Diag * W Diag (PSF Diag )
상기 수학식 1에서, HEP Diag 는 진단오류 확률, B_HEP Diag 는 기본 진단오류 확률, W Diag (PSF Diag )는 진단 보정인자의 수준(복잡도)으로부터 얻는 진단 보정값을 각각 나타낸다.In
수학식 1의 기본 진단오류 확률(B_HEP Diag )은 진단 여유시간의 함수로 결정되며, 진단 여유시간은 {(시스템에 의해 결정되는 시스템 허용시간)-(운전원에 의한 직무 수행(조작)시간)}으로부터 얻을 수 있다. 진단 보정값 W Diag (PSF Diag )는 '주관심작업 여부','경보(MMI)수준(복잡도)','절차서 수준(복잡도)','교육/훈련수준(복잡도)','의사결정 부담감' 등의 종합적인 수행영향인자(PSF) 수준(복잡도)으로부터 얻는다.The basic diagnostic error probability (B_HEP Diag ) of
d-HRA 방법에서는 K-HRA 방법의 여러 구성요소 중 컴퓨터기반 환경의 도입으로 크게 변경되는 전산화절차서(CPS)의 영향을 평가할 수 있는 방법 개발에 초점을 맞추고 있다. 이것은 전산화절차서가 비상운전 시에 운전원의 상황판단 및 의사결정에 중요한 역할을 담당하고 있을 뿐만 아니라, 설계적으로도 기존의 종이절차서의 내용과 발전소 상태정보가 통합된 독립된 MMI 형식을 취하고 있으므로 다양한 설계 수준(복잡도)을 반영한 평가 방법이 요구되기 때문이다.
The d-HRA method focuses on the development of a methodology for evaluating the impact of computerized procedures (CPS), which is greatly changed by the introduction of a computer-based environment among the various components of the K-HRA method. This is because the computerized procedure plays an important role in the operator's situation determination and decision-making in emergency operation, and it is designed to take an independent MMI format that integrates the contents of the existing paper procedure and the plant status information. This is because an evaluation method that reflects the level (complexity) is required.
이하에서는 앞에서 상술한 기본 진단오류 확률 계산 및 진단오류 보정값 결정을 보다 구체적으로 설명하도록 한다.Hereinafter, the above-described basic diagnosis error probability calculation and diagnosis error correction value determination will be described in more detail.
도 1를 참조하면, 상기 기본 진단오류 확률은 THERP 또는 ASEP 방법의 진단 여유 시간에 따른 진단오류확률 곡선을 이용하여 계산한다.Referring to FIG. 1, the basic diagnostic error probability is calculated using a diagnostic error probability curve according to the diagnostic margin of the THERP or ASEP method.
진단 여유시간은 대상 직무의 수행 필요성에 대한 상황인식 및 의사결정(간단히 '진단'으로 표현함)에 허용된 시간을 나타내며, 다음과 같이 직무 허용시간으로부터 전체 수행시간을 제함으로써 구할 수 있다.
The diagnostic spare time represents the time allowed for situational awareness and decision-making (simply referred to as 'diagnosis') about the necessity of performing the target job, and can be obtained by subtracting the total execution time from the job allowance time as follows.
여기서, 진단 여유시간는 "직무 허용시간 - 총 작업 수행시간" 으로 나타낼 수 있다.
In this case, the diagnostic spare time may be represented as “task allowable time-total work execution time”.
위 식에서 '직무 허용시간'은 해당 직무를 위해 시나리오 상으로 허용된 최대 시간, 즉 직무 필요성을 인지한 시점부터 작업이 가능한 최종 시점까지의 시간 간격을 의미하며, 여기에는 상황인식 및 의사결정을 포함하여 작업을 물리적 완료하는 데에 최대한으로 허용된 시간을 말한다. In the above formula, the 'time allowed' refers to the maximum time allowed in the scenario for the job, that is, the time interval from when the job is recognized to the last time it is possible to work, including situational awareness and decision making. The maximum time allowed to physically complete a task.
그리고 '총 작업 수행시간'은 작업에 대한 의사결정 후 실제 기기의 모든 물리적 조작 작업에 필요한 전체 시간을 말한다. 직무 허용시간 및 총 작업 수행시간을 구하는 방법은 다음과 같다.
And 'total work execution time' refers to the total time required for all physical manipulation operations of the actual device after the decision on the work. The method of calculating work allowance time and total work execution time is as follows.
직무 허용시간의 계산: 직무 허용시간은 직무 필요성을 인지한 시점부터 작업이 가능한 최종 시점까지의 시간 간격으로서, {직무 성공기준 시간 - Cue 인지시점}로부터 구해진다.
Calculation of job allowance time: The job allowance time is the time interval from the time when the job is recognized to the final time when the work is possible, and is obtained from {job success reference time-Cue recognition time}.
- 직무 성공기준 시간: 원자로 정지 시점을 기준으로 직무가 시작되거나 완료되어야 하는 시간으로서, 직무의 시작 또는 완료 기준은 해당 직무의 정의에 따라 결정된다. 직무 성공기준 시간은 열수력 코드 분석이나 운전 전문가를 통해 얻는다.Job Success Criteria Time: The time at which a job must be started or completed based on the time of shutdown. The criteria for starting or completing a job are determined by the definition of the job. Job success time is obtained through thermal hydraulic code analysis or driving specialists.
- Cue 인지시점: Cue는 해당 직무의 필요성을 직접적으로 인지할 수 있는 신호 또는 정보를 말하며, Cue 인지시점은 원자로 정지 시점을 기준으로 발생한 Cue로부터 직무 필요성을 인지하는 시점으로서 Cue 발생 후 1분 정도의 인지 지연시간을 고려하여 {Cue 인지시점 = Cue 발생시점 + 1분} 으로 구한다.
-Cue recognition point: Cue is a signal or information that can directly recognize the necessity of the job, Cue recognition point is a point that recognizes the job need from the Cue occurred based on the reactor shutdown time, about 1 minute after the occurrence of Cue Considering the cognitive delay time of, we obtain {Cue recognition time = Cue occurrence time + 1 minute}.
총 작업 수행시간의 계산: 대상 직무에 요구되는 작업 수행시간은 운전원 행위에 대한 실측자료(또는 시뮬레이터 실습자료)를 사용하면 좋으나, 실측자료를 얻기 어렵다면 운전원 면담 자료를 사용할 수도 있다. 총 작업 수행시간은 모든 단위작업 수행시간의 총합으로 구한다('단위작업'에 대한 정의는 수행오류 평가 부분에서 다룬다). 신형 주제어실에서의 소프트제어기 유형에 따른 조작행위에 대한 직무분석 결과를 바탕으로 d-HRA에서도 K-HRA와 동일한 단위작업 수행시간을 사용한다.Calculation of the total work execution time: The work execution time required for the target job may be measured data on the driver's behavior (or simulator training data), but the driver interview data may be used if it is difficult to obtain the data. Total task execution time is calculated as the sum of all unit task execution times (the definition of 'unit task' is covered in the section on performance error assessment). Based on the results of the job analysis of the operation behavior according to the type of soft controller in the new main control room, the d-HRA uses the same unit task execution time as the K-HRA.
예를들면, MCR/EER에서의 기기조작은 단위작업으로 구분된 한 항목마다 기본적으로 1분, 밸브 조작인 경우는 조작 밸브의 수에 따라 할당: 1-2개(1분), 3-5개(2분), 6개 이상(5분)이다.For example, MCR / EER machine operation is basically 1 minute for each item classified as unit work, and in case of valve operation, it is assigned according to the number of operating valves: 1-2 (1 minute), 3-5 It is dog (two minutes), six or more (five minutes).
- Local에서의 기기조작 단위작업 행위시간: Local 이동시간 (10분) + 기기조작 시간(실측시간, 대형수동밸브의 경우 예상보다 긴 시간 요구)이다.
-Device operation unit operation time at Local: Local movement time (10 minutes) + Instrument operation time (actual time, longer time than expected for large manual valve).
따라서, THERP/ASEP에서 제공하는 기본 진단오류 확률은 중앙(median)값이기 때문에, 이를 PSA에서 기본사건의 대표값으로 사용하는 평균(mean)값으로 변환해서 사용한다. 진단오류 확률은 Log-normal 분포를 따른다고 가정하며, 오차인자(error factor)는 THERP에서 제공하는 값을 사용한다. 기본 진단오류의 평균값을 구하는 변환식은 아래와 같다. Therefore, since the basic diagnostic error probability provided by THERP / ASEP is a median value, it is converted into a mean value used as a representative value of the basic event in the PSA. The diagnostic error probability is assumed to follow the log-normal distribution, and the error factor uses a value provided by THERP. The conversion formula for calculating the average value of basic diagnostic errors is as follows.
평균(mean)값 = 중앙값(median) * Exp [(ln EF/1.645)2/2 ]
The average (mean) value = median (median) * Exp [(ln EF / 1.645) 2/2]
- 진단오류 보정값 결정-Determination of diagnosis error correction value
'기존 진단오류 확률'을 조정하는 데 사용되는 진단 보정값(W Diag )은 '주관심작업 여부','절차서 수준(복잡도)','경보(MMI) 수준(복잡도)', '교육/훈련 수준(복잡도)','의사결정 부담감' 등의 지단 관련 PSF에 의해 결정된다.The diagnostic corrections ( W Diag ) used to adjust the 'probability of existing diagnostic error' are 'subject to attention', 'procedure level (complexity)', 'alarm (MMI) level (complexity)', 'education / training' It is determined by the PSF related to Zidane, such as the level (complexity) and the burden of decision making.
d-HRA 방법에서는 이들 PSF 중 '주관심작업 유무','경보(MMI) 수준(복잡도)','교육/훈련 수준(복잡도)','의사결정 부담감' 등의 PSF는 K-HRA와 동일한 규칙 및 보정값을 사용하고, '절차서 수준(복잡도)' 대신 '전산화절차서 수준(복잡도)'을 사용하고 개정된 규칙 및 보정값을 사용한다. 진단오류 보정값 결정에 사용되는 각 PSF의 정의는 다음과 같다.In the d-HRA method, among these PSFs, PSFs such as 'subject to attention', 'alarm (MMI) level (complexity)', 'education / training level (complexity)', and 'decision burden' are the same as those of K-HRA. Use rules and corrections, use computerized procedure levels (complexities) instead of procedure levels (complexities), and use revised rules and corrections. The definition of each PSF used to determine the diagnosis error correction value is as follows.
'주관심작업 여부': 직무의 필요성을 쉽게 감지할 수 있느냐의 여부로서, '절차서를 따라가면 인지하게 되는 명시된 직무인가 또는 분명하고도 쉽게 감지할 수 있는 경보가 제시되느냐'의 여부에 따라 결정한다.'Opportunity for work': Whether the need for a job can be easily detected, depending on whether it is a specified job or a clear and easily detectable alarm that follows the procedure. do.
'전산화절차서 수준(복잡도)': 비상운전절차서(EOP)에 기술된 해당 직무의 목적, 진입조건 등 의사결정에 필요한 지침과 주의사항의 기술 수준(복잡도)을 포함하여 정보제공, 감시기능, 관리기능 등과 같은 전산 설계 수준(복잡도)을 모두 포함하는 전산화절차서의 전반적인 수준(복잡도)을 나타냄Computerized procedure level (complexity): Information provision, monitoring function, management, including technical level (complexity) of instructions and precautions necessary for decision-making, such as the purpose and entry conditions of the job described in the emergency operation procedure (EOP). Represents the overall level (complexity) of a computerized procedure that includes all computational design levels (complexities) such as functionality
'경보(MMI) 수준(복잡도)': 직무의 필요성 인식과 관련된 경보를 포함한 MMI 설계 수준(복잡도)을 나타냄'Alarm (MMI) Level (Complex)': Indicates the level of MMI design (complexity) including alerts related to the perception of job necessity.
'교육/훈련 수준(복잡도)'; 해당 직무에 대한 교육/훈련 수준(복잡도). 일반적으로 해당 직무에 대한 시뮬레이터를 이용한 훈련 빈도를 사용함.'Education / training level (complexity)'; Education / training level (complexity) for the job. Generally, the frequency of training using the simulator for the job is used.
'의사결정 부담감': 해당 조치의 결과에 대한 부담감(경제적/사회적)으로 인해 직무 수행이 늦어지거나 실패하는 경우를 나타냄
'Decision-making burden': Delays or failures to perform a job due to burden on the outcome of the action (economic / social).
본 발명에 따른 다른 실시 예의 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 평가 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. Driver diagnostic error evaluation method of the nuclear power plant emergency operation computerization procedure of another embodiment according to the present invention can be implemented as a computer-readable code on a computer-readable recording medium.
원자력발전소 비상운전 전산화절차서의 운전자 진단오류 프로그램을 저장하는 컴퓨터로 판독가능한 기록 매체는 전산화절차서의 운전자 진단오류 평가에 반영되는 주요설계요소를 선정하는 제1알고리즘, 상기 주요설계요소를 이용하되, 평가 대상의 직무유형이 반영된 전산화절차서의 복잡도를 결정하는 제2알고리즘 및 상기 전산화절차서의 복잡도에 따라 반영되는 운전원 진단오류의 영향정도를 결정하는 제3알고리즘으로 구성될 수 있다.The computer-readable recording medium storing the driver diagnosis error program of the emergency operation computerization procedure of the nuclear power plant uses the first algorithm, which selects a major design element that is reflected in the driver diagnosis error evaluation of the computerization procedure, and the main design element. A second algorithm for determining the complexity of the computerized procedure reflecting the job type of the subject and a third algorithm for determining the influence of the operator diagnosis error reflected according to the complexity of the computerized procedure.
상기 제3알고리즘은 AHP 쌍대비교 기하평균 알고리즘 및 AHP 가중치 산술평균 알고리즘을 혼용하여 사용되는 알고리즘일 수 있다.The third algorithm may be an algorithm used by using an AHP pair-to-cross geometric mean algorithm and an AHP weighted arithmetic mean algorithm.
상기 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.The computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치등이 있으며, 또한 본 발명에 따른 진단오류 평가 방법을 수행하기 위한 프로그램 코드는 캐리어 웨이브(예를들어, 인터넷을 통한 전송)의 형태로 전송될 수도 있다.Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like. The program code for performing the diagnostic error evaluation method according to the present invention may be a carrier wave. Or in the form of (eg, transmission over the Internet).
또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. The computer readable recording medium may also be distributed over a networked computer system so that computer readable code can be stored and executed in a distributed manner.
그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.And functional programs, codes, and code segments for implementing the present invention can be easily inferred by programmers skilled in the art to which the present invention pertains.
본 발명에 따르면 컴퓨터기반 주제어실에서 운전원의 진단활동에 중요한 영향을 주는 전산화절차서에 대한 설계수준을 평가하고 진단오류 확률에 기여하는 영향정도를 평가할 수 있다.According to the present invention, it is possible to evaluate the design level of a computerized procedure that has an important effect on the diagnostic activity of the operator in a computer-based main control room and to evaluate the degree of influence that contributes to the probability of diagnosis error.
또한, 본 발명에 따르면 전산화절차서에 적용되는 인간신뢰도분석을 데이터화함으로써 보다 손쉽게 운전원의 진단오류에 따른 영향 정도를 파악할 수 있다.
In addition, according to the present invention, by analyzing the data of human reliability applied to the computerized procedure, it is possible to more easily grasp the degree of influence due to the diagnosis error of the operator.
이상과 같이, 본 발명은 비록 한정된 실시 예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형 가능함은 물론이다.
While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. It is to be understood that various changes and modifications may be made without departing from the scope of the appended claims.
10: 데이터베이스 20: 프로세서
21: 제1처리부 22: 제2처리부
23: 제3처리부 30: 화면부
100: 시스템10: database 20: processor
21: first processing unit 22: second processing unit
23: third processing unit 30: screen unit
100: System
Claims (14)
상기 설계요소 중 주요설계요소를 이용하되, 평가 대상의 직무유형이 반영된 전산화절차서의 복잡도를 상기 프로세서에서 결정하는 복잡도 결정 단계; 및
상기 전산화절차서의 복잡도에 따라 반영되는 운전원 진단오류의 영향정도를 상기 프로세서에서 결정하는 영향도 결정 단계를 포함하며,
상기 선정 단계는,
기본 설계 요소 및 추가 설계 요소로 구성된 설계 요소 데이타를 상기 프로세서에서 선별한 후, 상기 프로세서 내에 프로그래밍된 AHP(Analytic Hierarchy Process) 알고리즘에 상기 설계 요소군 데이타를 반영하여 최종 주요 설계요소를 선정하는 단계인 것을 특징으로하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법.
A selection step of selecting, by a processor, a design element reflected in an operator diagnosis error evaluation;
A complexity determining step of using the main design elements among the design elements, and determining, by the processor, the complexity of the computerized procedure reflecting the job type of the evaluation target; And
And an influence degree determining step of determining, by the processor, an influence degree of an operator diagnosis error reflected according to the complexity of the computerized procedure.
Wherein the selecting step comprises:
After selecting the design element data consisting of basic design elements and additional design elements in the processor, and selecting the final major design elements by reflecting the design element group data to the AHP (Analytic Hierarchy Process) algorithm programmed in the processor Driver diagnostic error impact evaluation method of the emergency operation computerization procedure of the nuclear power plant.
상기 복잡도 결정 단계는,
상기 선정 단계로부터 도출된 상기 주요설계요소를 상기 프로세서가 상기 전산화절차서에 반영되는 세부 그룹으로 분화시켜 각 그룹의 복잡도를 평가 결정하는 단계인 것을 특징으로 하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법.
The method of claim 1,
The complexity determination step,
Influence of the driver diagnosis error of the emergency operation computerization procedure of the nuclear power plant, characterized in that for determining the complexity of each group by dividing the main design elements derived from the selection step into sub-groups reflected in the computerized procedure Assessment Methods.
상기 복잡도 결정 단계는,
상기 프로세서에서 상기 주요설계요소를 판단문 및 지시문, 기타 기본구조, 정보제공, 감시창 감시기로 분류된 세부 그룹을 분화시키는 단계를 포함하는 것을 특징으로 하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법.
The method of claim 3,
The complexity determination step,
Impacting the driver diagnosis error of the nuclear power plant emergency operation computerized procedure comprising the step of differentiating the main design elements into judgment and instructions, other basic structure, information provision, and monitoring window monitor by the processor. Assessment Methods.
상기 복잡도 결정단계는,
상기 평가 대상의 직무유형으로 구성된 의사결정 수목을 이용하는 것을 특징으로하며,
상기 의사결정 수목은 직무유형 A, 직무유형 B, 직무유형 C로 구성된 수목이며, 상기 직무유형 A는 단일정적 직무이며, 상기 직무유형 B는 2가지의 직무유형으로 분류될 수 있으며, 그중 하나는 단일동적, 단일확인 직무이며, 다른 하나는 단일동적, 지속감시 직무이며, 상기 직무유형 C는 복합동적, 지속감시 직무인 것을 특징으로 하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법.
5. The method of claim 4,
The complexity determination step,
Characterized in that the decision tree composed of the job type of the evaluation target,
The decision tree is a tree consisting of job type A, job type B, job type C, the job type A is a single static job, the job type B can be classified into two job types, one of which is A single dynamic, single confirming task, the other is a single dynamic, continuous monitoring task, the job type C is a complex dynamic, continuous monitoring task characterized in that the driver diagnostic error impact assessment method of the emergency operation computerization procedure of the nuclear power plant.
상기 영향도 결정 단계는,
프로세서 내에 프로그래밍된 AHP(Analytic Hierarchy Process) 알고리즘에 상기 설계 요소 중 중요 설계 요소를 적용하여 진단오류확률 영향정도 값을 결정하는 것을 특징으로 하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법.
The method of claim 1,
The impact determination step,
A method for evaluating the effect of driver diagnosis error on a nuclear power plant emergency operation computerized procedure comprising applying a critical design element among the design elements to an AHP (Analytic Hierarchy Process) algorithm programmed in a processor.
상기 영향도 결정 단계는,
쌍대비교 기하평균 및 가중치 산술평균 기법을 이용하여 상기 중요 설계 요소를 도출하는 단계를 포함하는 것을 특징으로 하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법.
The method according to claim 6,
The impact determination step,
And evaluating the critical design element using a geometric comparison and a weighted arithmetic mean technique.
상기 중요 설계 요소는,
상기 설계 요소 중 개별 가중치 값이 0.07 이상인 설계 요소, 상위 가중치로부터 누적 가중치 값이 0.7(70%) 근처에 도달하거나 또는 0.7(70%) 값을 초과하는 시점까지의 설계 요소 중 어느 하나를 만족하는 설계 요소인 것을 특징으로 하는 원자력발전소 비상운전 전산화 절차서의 진단 오류 영향 평가 방법.
The method according to claim 6,
The critical design element,
One of the design elements satisfying any one of a design element having an individual weight value of 0.07 or more, or a point from a higher weighting point to a time when the cumulative weight value reaches 0.7 (70%) or exceeds 0.7 (70%). A method for evaluating the impact of diagnostic errors in a nuclear power plant emergency operation procedure, characterized in that the design element.
상기 가중치 값은,
개별 전문가의 판단 결과값 및 쌍대비교의 기하평균값 중 어느 하나에 만족하는 값인 것을 특징으로 하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 방법.
9. The method of claim 8,
The weight value is,
A method for evaluating the impact of a driver diagnosis error on an emergency operation computerization procedure for a nuclear power plant, characterized in that it satisfies either the judgment result of an individual expert or the geometric mean value of a pair-to-bridge bridge.
상기 데이터베이스 내에 저장된 상기 설계 요소 데이터 중 주요설계요소 데이터를 추출하여 전산화절차서의 복잡도를 결정하며, 상기 결정된 복잡도에 따라 반영되는 운전원의 진단오류의 상태를 제공하는 프로세서; 및
상기 프로세서로부터 제공된 진단오류 결과값을 디스플레이하는 화면부를 포함하며,
상기 프로세서는,
상기 데이터 베이스로부터 제공된 설계 요소값을 기본 설계 요소 및 추가 설계 요소로 분리한 후, 주요설계요소를 추출하여 추출된 값을 제공하는 제1 처리부;
상기 제1처리부로부터 제공된 상기 주요설계요소값을 제공받아 상기 데이터베이스로부터 제공되는 직무유형 데이터의 유형별로 상기 주요설계요소값을 가중치(중요도)에 따라 분류하는 제2 처리부; 및
상기 데이터베이스로부터 전문가 소견 데이터을 제공받아, 상기 제2처리부로부터 제공된 상기 중요설계요소를 AHP 알고리즘에 대입하여 진단오류 확률값을 제공하는 제3 처리부를 포함하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 시스템.
A database in which a plurality of design elements, job elements, and expert opinion data are stored;
A processor for extracting major design element data from the design element data stored in the database to determine the complexity of the computerized procedure and providing a status of a diagnostic error of the operator reflected according to the determined complexity; And
A screen unit configured to display a diagnosis error result value provided from the processor,
The processor comprising:
A first processing unit that separates the design element values provided from the database into basic design elements and additional design elements, and then extracts main design elements and provides extracted values;
A second processing unit receiving the main design element value provided from the first processing unit and classifying the main design element value according to a weight (importance) for each type of job type data provided from the database; And
System for evaluating the driver diagnosis error of the nuclear power plant emergency operation computer system comprising a third processing unit receiving expert opinion data from the database and substituting the critical design element provided from the second processing unit into an AHP algorithm to provide a diagnostic error probability value. .
상기 진단오류 확률값은,
상기 AHP 알고리즘의 쌍대비교 기하평균 기법 및 가중치 산술평균 기법을 혼용하여 도출되는 것을 특징으로 하는 원자력발전소 비상운전 전산화절차서의 운전자 진단오류 영향 평가 시스템.
The method of claim 10,
The diagnostic error probability value is
Driver diagnosis error impact evaluation system of the emergency operation computerization procedure of the nuclear power plant, characterized in that the AHP algorithm is derived by using the pair-to-bridge geometric mean technique and the weighted arithmetic mean technique.
상기 프로그램은,
전산화절차서의 운전자 진단오류 평가에 반영되는 주요설계요소를 선정하는 제1알고리즘;
상기 주요설계요소를 이용하되, 평가 대상의 직무유형이 반영된 전산화절차서의 복잡도를 결정하는 제2알고리즘; 및
상기 전산화절차서의 복잡도에 따라 반영되는 운전원 진단오류의 영향정도를 결정하는 제3알고리즘으로 구성되고,
상기 제3알고리즘은,
AHP 쌍대비교 기하평균 알고리즘 및 AHP 가중치 산술평균 알고리즘을 혼용하여 사용되는 알고리즘인는 것을 특징으로 하는 컴퓨터로 판독가능한 기록 매체.
A computer-readable recording medium storing a driver diagnosis error program of an emergency operation computerization procedure of a nuclear power plant,
The program includes:
A first algorithm for selecting a major design element reflected in the driver diagnosis error evaluation of the computerized procedure;
A second algorithm using the main design elements to determine the complexity of the computerized procedures reflecting the job type of the evaluation target; And
It is composed of a third algorithm for determining the degree of influence of the operator diagnostic error reflected according to the complexity of the computerized procedure,
The third algorithm,
And an AHP pairwise crossover geometric mean algorithm and an AHP weighted arithmetic mean algorithm.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110141177A KR101257371B1 (en) | 2011-12-23 | 2011-12-23 | A method for evaluation of operators' diagnosis error for computer-based emergency operating procedures in nuclear power plants and using system thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110141177A KR101257371B1 (en) | 2011-12-23 | 2011-12-23 | A method for evaluation of operators' diagnosis error for computer-based emergency operating procedures in nuclear power plants and using system thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101257371B1 true KR101257371B1 (en) | 2013-04-24 |
Family
ID=48443666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110141177A KR101257371B1 (en) | 2011-12-23 | 2011-12-23 | A method for evaluation of operators' diagnosis error for computer-based emergency operating procedures in nuclear power plants and using system thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101257371B1 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101563665B1 (en) | 2014-07-17 | 2015-10-29 | 한국수력원자력 주식회사 | Core damage effect evaluation device and method for loss of large area at nuclear power plants |
KR20200069726A (en) | 2018-12-07 | 2020-06-17 | 한국수력원자력 주식회사 | Application method and system of mobile computerized procedural system interface for field operators |
KR20200124400A (en) * | 2019-04-24 | 2020-11-03 | 한국원자력연구원 | Apparatus and method for evaluating confidence of human operator for nuclear based on following time |
CN114881419A (en) * | 2022-04-11 | 2022-08-09 | 核动力运行研究所 | Automatic flow analysis method for nuclear power evaluation data |
KR20230111059A (en) | 2022-01-17 | 2023-07-25 | 한국원자력연구원 | Reinforcement learning model learning method and rule-based nuclear power plant operation automation method using the same |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101026159B1 (en) * | 2008-09-10 | 2011-04-05 | 한국수력원자력 주식회사 | A system for assessing the effect of human related events in nuclear power plants and the method thereof |
KR20110037541A (en) * | 2009-10-07 | 2011-04-13 | 한국원자력연구원 | A method for evaluating the complexity of railway tasks |
-
2011
- 2011-12-23 KR KR1020110141177A patent/KR101257371B1/en active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101026159B1 (en) * | 2008-09-10 | 2011-04-05 | 한국수력원자력 주식회사 | A system for assessing the effect of human related events in nuclear power plants and the method thereof |
KR20110037541A (en) * | 2009-10-07 | 2011-04-13 | 한국원자력연구원 | A method for evaluating the complexity of railway tasks |
Non-Patent Citations (4)
Title |
---|
한국원자력연구소, 원자력 안전성 향상 기술개발 ; 사고관리종합평가기술개발, 과학기술부, KAERI/RR-2199/2001, 2002년 * |
한국원자력연구소, 원자력 안전성 향상 기술개발 ; 사고관리종합평가기술개발, 과학기술부, KAERI/RR-2199/2001, 2002년* |
한국원자력연구원, 원자력 위험도 관리 기술 개발 ; 인적수행도 분석 및 차세대 HRA 방법 개발, 과학기술부, KAERI/RR-2712/2006, 2007년 * |
한국원자력연구원, 원자력 위험도 관리 기술 개발 ; 인적수행도 분석 및 차세대 HRA 방법 개발, 과학기술부, KAERI/RR-2712/2006, 2007년* |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101563665B1 (en) | 2014-07-17 | 2015-10-29 | 한국수력원자력 주식회사 | Core damage effect evaluation device and method for loss of large area at nuclear power plants |
KR20200069726A (en) | 2018-12-07 | 2020-06-17 | 한국수력원자력 주식회사 | Application method and system of mobile computerized procedural system interface for field operators |
KR20200124400A (en) * | 2019-04-24 | 2020-11-03 | 한국원자력연구원 | Apparatus and method for evaluating confidence of human operator for nuclear based on following time |
KR102325272B1 (en) * | 2019-04-24 | 2021-11-11 | 한국원자력연구원 | Apparatus and method for evaluating confidence of human operator for nuclear based on following time |
US11238395B2 (en) | 2019-04-24 | 2022-02-01 | Korea Atomic Energy Research Institute | Apparatus and method for evaluating reliability of nuclear power plant operator |
KR20230111059A (en) | 2022-01-17 | 2023-07-25 | 한국원자력연구원 | Reinforcement learning model learning method and rule-based nuclear power plant operation automation method using the same |
CN114881419A (en) * | 2022-04-11 | 2022-08-09 | 核动力运行研究所 | Automatic flow analysis method for nuclear power evaluation data |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Patriarca et al. | An analytic framework to assess organizational resilience | |
Whaley et al. | SPAR-H step-by-step guidance | |
Gertman et al. | The SPAR-H human reliability analysis method | |
KR101257371B1 (en) | A method for evaluation of operators' diagnosis error for computer-based emergency operating procedures in nuclear power plants and using system thereof | |
Kim et al. | A classification scheme of erroneous behaviors for human error probability estimations based on simulator data | |
Jamieson et al. | The absence of degree of automation trade-offs in complex work settings | |
CN102915512A (en) | Nuclear power plant safe operation evaluation method based on digitalized human-computer interface | |
AU2017201643A1 (en) | Automated expert-system and method for assessing the safety of a process industry plant | |
dos Santos et al. | Human factors applied to alarm panel modernization of nuclear control room | |
Embrey | Qualitative and quantitative evaluation of human error in risk assessment | |
Abd Rahman et al. | Critical device reliability assessment in healthcare services | |
CN102929598B (en) | A kind of man-machine interface design method improving nuclear plant safety | |
KR101591300B1 (en) | Apparatus and method for verification human factors of nuclear energy instrument | |
Koc | Role of national conditions in occupational fatal accidents in the construction industry using interpretable machine learning approach | |
Boring | Defining human failure events for petroleum applications of human reliability analysis | |
CN114223002A (en) | Method and system for improving asset operation based on identifying significant changes in sensor combinations in related events | |
Du et al. | A data-driven simulation of the new york state foster care system | |
Podofillini et al. | Quantification of Bayesian belief net relationships for HRA from operational event analyses | |
JP4991086B2 (en) | Information processing system, information processing program, and information processing method | |
Kim et al. | AGAPE‐ET: A methodology for human error analysis of emergency tasks | |
Galyean et al. | SPAR-H Step-by-step Guidance | |
Le Blanc et al. | A Research Framework for Demonstrating Benefits of Advanced Control Room Technologies | |
Boring et al. | Considerations for the treatment of computerized procedures in human reliability analysis | |
Kosmowski | Issues of the human reliability analysis in the context of probabilistic safety studies | |
Whaley et al. | Lessons learned from dependency usage in HERA: Implications for THERP-related HRA methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20160324 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20170329 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20180627 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20190411 Year of fee payment: 7 |