SPAR-H人员可靠性分析方法的应用优化研究

标准化核电厂风险分析人员可靠性分析方法(SPAR-H方法)在现阶段国内外事故后人员失误事件(HFE)的分析中得到了广泛应用,但在工程应用过程中发现,目前参考的方法论文献对绩效形成因子(PSF)的定义、评级准则的描述不够明确、详细,从而对人员失误概率(HEP)的计算准确性造成影响。为解决该问题,本研究结合SPAR-H方法实施导则,对可用时间、压力及复杂度PSFs进行了深入研究,给出了定量化中PSF定义、评级的更加明确的参考依据,并结合实例分析对“可用时间”PSF的改进优化进行了应用说明。理论研究和实例分析表明,相关优化建议改善了SPAR-H方法中的PSF等级评定过程,得到更符合工程实际的HEPs,增强了人员可靠性分析(HRA)定量化结果的可信度。

SPAR-H方法在数字化核电厂人因可靠性分析中的应用研究

标准化核电厂人因风险分析(SPAR-H)方法在数字化核电厂的适用性尚未得到充分研究。本研究通过对核电厂数字化后操纵员行为特征的研究和SPAR-H方法在岭东核电厂中的具体应用,分析得出SPAR-H方法应用于数字化核电厂时存在分析结果过度保守、认知过程不够完整、部分行为形成因子(PSF)过于敏感等不足,并针对以上不足对SPAR-H方法提出明确PSF水平的判断标准、完善SPAR-H方法的认知模型、建立人因数据库等改进建议,从而使SPAR-H方法更适用于数字化核电厂的人因可靠性分析。

群决策下SPAR-H方法不确定性信息建模与处理

考虑到标准化核电厂风险分析-人因可靠性分析(SPAR-H)方法中存在不确定性信息且无法处理多位专家参与评估的情况,本研究提出了一种群决策环境下基于层次分析法(AHP)和Dempster-Shafer(简称D-S)证据理论的SPAR-H不确定性信息建模与处理方法。首先,通过AHP计算每位专家的权重;其次,基于D-S证据理论表达专家意见中不确定信息并生成基本信度指派(BBA);然后,结合专家权重获得加权融合BBA,通过Dempster组合规则融合评估意见并生成8种行为形成因子(PSF)取值;最后,依据SPAR-H方法生成最终人因失效概率(P_(HEP))。本研究以停堆和低功率工况下数字化核电厂为例说明了该方法的有效性。

SPAR-H方法中行为形成因子间的相关性识别

标准化核电厂风险分析-人因可靠性分析方法(SPAR-H)是目前国际上认可和接受的人因可靠性分析方法,但其8个行为形成因子(PSFs)间存在交叉部分,导致人因失误概率重复计算或高估。为了改进SPAR-H的PSFs体系,通过统计2007年到2017年219份国内核电厂运行事件报告,筛选出与主控室操纵员运行有关的89份人因事件/事故报告进行PSFs相关性的研究,运用数据挖掘技术(关联规则分析、探索性因子分析、皮尔森相关性分析)对统计结果进行分析。结果表明:(1)复杂度、压力、职责适宜以及可用时间4个PSFs之间存在相关性。其中,复杂度分别与压力和职责适宜相关,职责适宜与压力、压力与可用时间相关;(2)工作过程、规程、人因工程/人机界面和经验/培训之间存在关联。在涉及经验/培训、人因工程/人机界面和规程的事件中,很大概率还涉及到工作过程。这些结论可以给改进SPAR-H的PSFs体系提供参考,为定量研究PSFs间的因果关系建立基础。