基于CREAM方法的海上风机安装人因可靠性评估

采用认知可靠性和差错分析法(Cognitive Reliability and Error Analysis Method,CREAM)对固定式海上风机安装作业的人因可靠性进行评估,并引入结构熵权法和马尔可夫方法对传统CREAM进行改进,实现人因差错概率、平均人为差错时间等人因可靠性指标的定量计算。在充分结合现实条件的情况下,考虑海上风机安装的天气、海浪和操作水平等环境和人为因素的影响,针对固定式海上风机安装作业的要求和特点,结合作业人员可靠性评估结果,从操作素质、组织管理、环境改善等方面提出发展建议。

STPA和CREAM方法在飞行冲突调配人因差错研究中的应用

为了研究管制员飞行冲突调配的人因差错问题,进而有效评估管制员解决飞行冲突的可靠性,以保障空中交通的安全运行,提出系统理论过程分析(System Theoretic Process Analysis, STPA)与认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method, CREAM)相结合的人因可靠性分析方法。首先,通过STPA方法构建系统控制模型,识别不安全控制行为(Unsafe Control Action, UCA)以及致因因素,找到管制员在调配飞行冲突过程中可能存在的差错行为;其次,基于CREAM扩展法对管制员的差错行为进行定量分析,得到管制员调配飞行冲突的人因失误概率。研究显示:使用该方法能够系统、全面地识别出管制员在调配飞行冲突过程中出现的差错行为,进而计算管制员飞行冲突调配的人因失误概率。实例分析表明该方法可以预测管制员在飞行冲突调配过程中的人因失误概率及可靠性,为管制员人因可靠性分析提供了新思路。

基于模糊理论和AHP的CREAM扩展法的改进

为提高人因可靠性定量预测的准确性,利用模糊理论和层次分析法(AHP)改进认知可靠性与失误分析方法(CREAM)中的扩展法,建立一种对共同绩效条件(CPC)权重及其所属水平等级量化的新方法。基于建立的CPC模糊因素集,利用AHP得到CPC模糊权重集;构造CPC模糊评价集,进而获得CPC因子所属水平等级,完成方法的改进;采用改进前后的CREAM扩展法,分析某煤矿人误事件中煤矿安全检查人员的可靠性,并与实际发生结果对比。对比结果显示,采用改进后的CREAM扩展法得到的预测结果更能凸显和衡量人因失误对事故的影响度。

基于不确定理论和CREAM的飞行员应急操作可靠性分析

为分析飞行异常情况下飞行员应急操作的可靠性,基于不确定理论(UT)和认知可靠性和失误分析方法(CREAM)建立飞行应急操作可靠性分析模型。利用基元事件分析方法,分析应急操作中的飞行员的认知行为,确定任务中相应的失效模式。同时,运用UT的不确定分布来修正CREAM中人的常模基本失误概率。最后,利用可靠性串联和并联原理,来评价飞行员应急操作的可靠性。结果表明,该模型的计算能够量化飞行员应急操作可靠性,能采集和丰富民航人为因素方面的基本数据。

CREAM失误概率预测法在驾驶舱机组判断与决策过程中的应用

CREAM强调人在生产活动中的绩效输出不是孤立的随机性行为,而是依赖于人完成任务时所处的环境或工作条件,它通过影响人的认知控制模式和其在不同认知活动中的效应,最终决定人的响应行为。在驾驶舱内,机组的绩效输出不仅仅是人的自身行为,还依赖于其完成任务时所处的情景环境,所以CREAM方法能够结合驾驶舱环境对机组的认知差错进行分析。在飞行中,驾驶舱内机组非常重要的一个环节是判断与决策过程,这一过程中包括询问、讨论、确定方案、执行、反馈五个环节。本文将通过分析这五个环节的相互关系及影响,以明确这种讨论过程是减少机组人为差错发生的一种有益方式,然后应用CREAM的预测法对这五个环节进行定量化分析,得出机组判断与决策过程的失误概率,完成对机组认知行为的客观评价,并为以后能够定量化研究驾驶舱内飞行员认知差错提供方法的借鉴。

基于CREAM的校车驾驶员人因可靠性分析方法

校车目前已成为学生上学的重要交通工具,而近几年频发的校车安全事故引起了社会各界对校车安全问题的高度关注。但大多数有关校车安全管理方面的研究比较偏重于如何提升校车本身硬件设备的可靠性,而缺乏对驾驶员的可靠性研究。针对当前国内校车安全管理现状,以近期发生的甘肃校车安全事故为例,运用第二代人因可靠性分析方法———CREAM对校车事故中的人因失误进行追溯性分析,找到事故发生根本原因。为今后在校车安全管理中采取相关措施,弥补安全漏洞,减少由人为因素导致的安全事故的发生提供依据,并为以后研究一般工业系统认知差错提供方法的借鉴。

基于CREAM方法的人因失效概率预测模型研究

认知可靠性与差错分析方法(CREAM)是第二代人因可靠性分析方法中的代表方法之一,通过对任务环境进行分析从而直接确定人为差错发生概率。本文分析了该方法及其后续研究在人因可靠度评估时存在的主要问题,并以CREAM方法为基础建立新的人因失效概率预测模型。模型首先要求有针对性的对具体任务环境确定通用性能影响因子(CPC)权重,然后通过对CPC进行打分对任务环境进行量化,通过加权求和的方式分别计算出CPC的改进总分值G和降低总分值J,最后运用新建的预测模型计算出人因失效概率。新模型提出了三点改进:第一将任务环境设定为连续的空间;第二提出了不同的工作环境(任务环境)应该有其对应的CPC因子权重;第三考虑正影响CPC因子和负影响CPC因子的双重影响,建立双变量预测模型,预测结果更加合理。

基于CREAM的值班驾驶员避险可靠性分析

为探索船舶值班驾驶员(OOW)在船舶避险中的可靠性——人为失误概率,基于CREAM,建立值班驾驶员避险中的可靠性计算模型。采用任务细化、动作分解方法,提炼出驾驶员避险事件的理想序列模型,确定子任务中的认知行为。通过专家评价驾驶员身处的情境,运用改造的三角白化权函数、Bayesian-CREAM网络,得出驾驶员4种不同控制模式的概率值。据此修正CREAM中人的基本失误概率值。根据可靠性串联和并联原理,计算出班驾驶员避险中的可靠性程度。最后,以实例验证,得到航行值班驾驶员在避险过程中的人为失误概率在10-5数量级。

基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题,采用认知可靠性与失误分析方法(CREAM)中的扩展预测法,计算10项管制通用任务的人误概率;在此基础上,以管制行为形成因子作为根节点构建贝叶斯网络,建立其与情景控制模式的不确定关系模型,对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下,由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大,从方法的客观性、合理性和适用性角度分析,贝叶斯网络在研究该问题时更具优势。

船舶驾驶员操作可靠性量化的CREAM改进模型

为解决不确定信息条件下船舶值班驾驶员(OOW)操作可靠性量化问题,以认知可靠性和失误分析方法 (CREAM)为基础,采用模糊集合(FS)、贝叶斯网络(BN)和证据推理(ER)算法对多源粗糙观测数据进行处理,构建一个改进的CREAM模型。用该模型对长江特定场景下驾驶员操作可靠性进行量化。结果显示,驾驶员认知行为控制模式为战术型,失误概率为3.40×10-3。数据对比验证和模型灵敏度分析表明,结果合理,模型稳定。

人因可靠性分析的加权CREAM模型

为有效预测开发阶段系统的可靠性,提高认知可靠性与失误分析方法(CREAM)分析的准确性,降低部分系统输入数据的主观性,利用区间值直觉模糊集(IVIFS)和网络分析法(ANP),在考虑共同绩效条件(CPC)间相关性的情况下,提出了一种定量计算CPC权重的优化方法,使可靠性分析更加符合实际环境。在算法中基于判断矩阵获得各CPC权重,克服了一致性检验的约束,并确定了加权的人因失效概率。最后将改进前后的方法应用在肺癌穿刺机器人手术系统的试验中。结果表明:改进后方法获得的权重的标准误差(SE)更低,与真实值更贴近,准确性更高,证明了其分析能力的优越性;改进后方法最终预测结果包含的信息更广,有效避免了对系统潜在故障的忽视。

CREAM方法中控制模式分类的模糊方法

认知可靠性与差错分析方法(CREAM)通过对任务环境进行分析从而直接确定人为差错发生概率。该方法提出控制模式的概念,认定不同的任务环境下可能对应不同的控制模式,而人为差错概率直接由控制模式确定。因此,确定控制模式是其中的关键环节。针对该问题,笔者提出了一种模糊方法。通过对性能影响因子进行打分对任务环境进行量化,利用专家打分的方式确定性能影响因子分值对于控制模式的隶属度;通过拟合分析确定性能影响因子的分值对控制模式的隶属函数,得到控制模式与分值之间的对应关系;将该方法应用到两个示例中,其结果与原有方法的结果基本一致。

基于CREAM的建筑施工人因事故定量预测分析

结合建筑施工人因事故频发的现状及特点,借鉴认知可靠性与失误分析方法(CREAM),首先提出了一种从认知活动到失效模式的人因事故求解链,接着通过对人的认知失误概率基本预测公式缺陷的分析,结合专家提供的共同绩效条件(CPC)因子所对应的权重值,得出效应影响指数ρ,对基本预测公式进行扩展,并应用扩展后的公式对建筑施工中的人因事故进行定量预测;最后结合具体实例的分析,实证该方法的合理性。研究结论对施工企业采取预防措施,降低人因失误导致的建筑工程事故具有一定的借鉴意义。

基于改进CREAM方法的海洋平台火灾爆炸风险评估

基于认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method,CREAM),针对海洋平台的特点,对共同绩效条件(Common Performance Condition,CPC)进行调整。用层次分析法确定每个评价水平的权重,实现CPC因子不同评价水平对事故的影响程度区分。利用模糊数学和贝叶斯网络解决CREAM模型任务环境和控制模式离散化问题,对其概率预测方法进行改进。以某平台为例,用改进后的CREAM方法,预测该平台人的失误概率。

改进CREAM模型的船舶引航员人因可靠性预测

为有效预测船舶引航员人因可靠性,以认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method,CREAM)为基础,将模糊数引入通用行为条件(Common Performance Condition,CPC)绩效效应评价中,将先验条件概率从确定值转变为概率值,降低专家判断的主观因素对评价结果的影响。基于贝叶斯网络技术建立改进CREAM模型,确定控制模式并计算出人因差错率(Human Error Probability,HEP),根据结果分析出实际情景环境下引航员的人因可靠性。结果表明:改进的CREAM模型能获得特定情景环境下引航员HEP的精确值,相比CREAM基本法有更好的可靠性和敏感性,可为船舶引航员人因可靠性分析提供定量评估数据。

基于CREAM扩展法的信号交叉口驾驶差错概率预测

通过认知可靠性与差错分析方法扩展法计算驾驶差错概率,综合考虑了影响驾驶差错的外部因素和内部因素.建立信号交叉口驾驶事件序列,识别每个事件涉及到的认知活动;确定影响驾驶差错概率的共同绩效因子CPCs和各水平因子对认知活动的影响系数;根据交叉口的CPCs水平,确定对应水平的影响系数和可能的驾驶失效模式,计算驾驶差错概率基本值,并对其进行修正得到修正值.根据驾驶事件之间的关系,计算整个驾驶任务的驾驶差错概率.

模糊理论在CREAM扩展预测分析法中的应用

为提高定量预测人因可靠性的准确性,利用模糊理论改进人因可靠性与失误分析法(CREAM)的扩展法,并针对方法中共同绩效条件(CPC)权重这一影响预测结果的关键因素,提出新的获取方法。基于建立的CPC模糊子集及隶属度概念,得到单个CPC权重的计算方法。构造多输入、多输出影响规则库,进而获得CPC总权重值。将新的权重确定方法融入传统的CREAM扩展法中,完成对后者的改进。分别用改进前的和改进后的方法,分析某驾驶舱机组在不同情境环境下的人因可靠性。结果表明:随着情景环境水平的下降,应用改进的CREAM扩展预测分析法得到的人因可靠性预测结果,减小速率逐渐加快,与实际情况相符;说明改进方法对于情境环境的微小改变较传统扩展法敏感性增强。

基于CREAM-LEC法的高温熔融金属作业安全评价

为了提高冶金炼钢工艺的高温熔融金属作业安全评价的科学性和客观性,建立了高温熔融金属CREAM-LEC评价法。该方法通过认知可靠性和失误分析方法(CREAM法)确定不同作业环境的控制模式,并以此为基础在传统LEC法的基础上引入作业环境的人因可靠性补偿系数M。针对某炼钢企业高温熔融金属作业过程进行评价,结果表明,引入人因可靠性补偿系数后,作业岗位人因可靠度处于较高水平以上危险因素的危险等级呈下降趋势,并可为提高作业安全程度指出方法和途径。

基于CREAM追溯分析法的地铁司机人因失误研究

深入探讨地铁司机人因失误事故发生的根原因,对提高地铁司机人因可靠性以及地铁运行安全有着重要意义。首先依据人的行为与意向的关系,将人因失误模式划分为疏忽、遗忘、错误、违规;结合历史地铁人因事故统计、原因分析及专家意见,构建了涵盖与人有关的、与技术有关的、与组织有关的和与环境有关的4个维度的地铁人因失误事故前因分类表;并应用后果—前因之间的归因追溯关系,确定了失误模式—前因表和后果—前因追溯表,提出了一种基于CREAM追溯分析法的地铁司机人因失误分析法。最后进行了实证分析,分析结果与事故调查报告一致。

基于CREAM的军车交通事故根原因追溯分析

为准确查找军车交通事故中官兵失误的根本原因,运用认知可靠性与失误分析方法CREAM,在对大量军队车辆交通事故剖析的基础上,建立了军队车辆交通事故"前因"类别表和"后果—前因"追溯表,进而构建出军队车辆交通事故的官兵失误根原因追溯分析的方法模式,并运用实例进行分析,验证该方法模式的科学性和有效性。