楊占國，王 磊，顧進恒，柴雙龍

（1.大同煤礦集團公司 四臺礦，山西 大同 037000；2.中國礦業(yè)大學(xué) 礦業(yè)工程學(xué)院，江蘇 徐州 221116）

我國煤炭行業(yè)的事故大多跟人因有關(guān)。目前我國煤炭產(chǎn)量約占世界總產(chǎn)量的25%，但其煤礦生產(chǎn)死亡人數(shù)卻占世界煤礦死亡總數(shù)的80%，而造成作業(yè)人員死亡等安全事故的主因有88.3%是人的因素引起[1]。人為因素成為現(xiàn)在煤礦安全的第一隱患[2]。作為聯(lián)系煤礦井下作業(yè)與井上辦公紐帶的煤礦監(jiān)測中心，其分析預(yù)測的準確性對煤礦安全十分重要。國內(nèi)外專家學(xué)者在人因可靠性方面做了大量工作。人因可靠性分析從20世紀80年代進入黃金時期[3]，大量實用方法例如人的認知可靠性模型（HRC）、成功似然指數(shù)法（SLIM）、人為失誤評估及技術(shù)（HEART）等統(tǒng)稱為第一代人因可靠性分析，由于計算機技術(shù)和人認知水平的發(fā)展，第一代可靠性分析存在人為差錯機理分析及建模等方面存在不足，興起了人為失誤分析技術(shù)（ATHEANA）、認知可靠性與失誤分析方法（CREAM）等第二代人因可靠性分析，考慮到煤礦監(jiān)測中心主要受到情景環(huán)境影響，本文采用CREAM評估預(yù)測礦井監(jiān)控中心監(jiān)控人員認知失效概率。鑒于國內(nèi)外已有一批專家對CREAM深入研究：Tim Bedford[4]等分析了CREAM的基本法和擴展法的一些問題，并提出將加權(quán)法應(yīng)用到CREAM的過程；Z.L.Yang[5]等將CREAM用到海洋工程安全上，并建立以模糊if-then規(guī)則與相關(guān)結(jié)構(gòu)為基礎(chǔ)，使用貝葉斯推理機制，估計海洋工程師的任務(wù)及失敗的概率；趙振武等[6]等采用改進的CREAM建立空中管制員與飛行員間交互的人因可靠性模型，提高了管制員和飛行員之間交流、監(jiān)控的可靠性。上述研究針對CREAM改進應(yīng)用取得良好效果，但未考慮到共同績效因子重要性的分析，該方法在安全要求較高的煤礦應(yīng)用較少。筆者將考慮共同績效因子重要度，以修正環(huán)境影響指數(shù)，并將修正后的CREAM用到煤礦監(jiān)控中心失誤預(yù)測。

1 煤礦監(jiān)控中心特點

礦井監(jiān)控中心監(jiān)控人員的主要職責是密切監(jiān)視各儀表狀態(tài)，并對危險報警信號進行處置。監(jiān)控人員良好的認知行為對井下安全生產(chǎn)尤為重要，某一個疏忽、遺漏、判斷失效都會留下嚴重的安全隱患甚至造成事故的發(fā)生。已知的多起煤礦重特大事故的發(fā)生都有監(jiān)控人員知情不報、知警未報等因素在里面，所以對礦井監(jiān)控中心人員的認知失效概率進行分析與預(yù)測是必要的。因此監(jiān)控人員的監(jiān)控行為有以下特征：監(jiān)控人員需要不斷重復(fù)的對各儀表狀態(tài)進行觀察，發(fā)現(xiàn)問題并判斷問題的嚴重性，進而采取措施進行處置，然后繼續(xù)進行下一操作，即該過程是個循環(huán)過程；監(jiān)控過程受到特定情境的影響顯著，監(jiān)控人員的績效輸出不是孤立的隨機行為，而是依賴于其完成任務(wù)時所處的情景環(huán)境。

2 考慮共同績效因子重要性修正CREAM

為對人誤事件情景環(huán)境進行分析，CREAM方法將人的績效期望值分為不同等級，一般分為降低、不顯著和改進3個等級，對代表所處情境的9個CPC因子的三個等級的個數(shù)分別求和，得到該情境下的量化值 Σjd、Σbxz、Σgj[7]。定義環(huán)境影響指數(shù) β 為：β＝Σjd-Σgj，當環(huán)境影響指數(shù)β為0時，表示績效影響為降低和改進的CPC因子數(shù)相等，或所有CPC因子的績效影響均不顯著，即無情景環(huán)境影響，此時的認知失效概率為基本失效概率，記作CFP0；當環(huán)境影響指數(shù)β大于或小于0時，績效影響為降低的CPC因子數(shù)大于或小于績效影響為改進的CPC因子數(shù)，表示有情景環(huán)境影響，此時的認知失效概率記作CFP[8-9]。認知失效概率CFP、基本認知失效概率CFP0和環(huán)境影響指數(shù)β的關(guān)系如下：

其中：系數(shù)k可由認知失效概率及環(huán)境影響指數(shù)的最大值和最小值確定。最大認知失效概率和最小認知失效概率的表達式分別為：

以上兩式相減，得到和的表達式：

上列5式?jīng)]有考慮不同情景環(huán)境下各CPC因子的重要度（不同情景環(huán)境下哪一個影響因素更重要），因此環(huán)境影響指數(shù)β的定義并不準確。例如，某特定環(huán)境中，“工作條件”和“人機界面與運行支持的完善性”兩個CPC因子對績效環(huán)境的影響分別是“改進”和“下降”，在不考慮其他CPC因子時，按照β值的定義計算β值恰好等于0，無情景環(huán)境影響。然而實際情況是，在該特定環(huán)境下“工作條件”這一共同績效條件要比“人機界面與運行支持的完善性”重要的多，考慮其重要度后的β值并不等于0。這就忽略了CPC因子影響重要度的存在，使結(jié)果出現(xiàn)了很大偏差。因此，將CREAM預(yù)測方法用于其他行業(yè)領(lǐng)域時必須充分考慮共同績效條件的重要度，才能準確地預(yù)知認知功能失效概率。

由于共同績效條件CPC均為定性因素，對其重要度進行確定，只能根據(jù)實際情況通過專家打分或兩兩比較的方法ω進行確定。對只有一個層次的指標重要度進行確定尚沒有很好的方法，采用專家評價法簡單實用，且能一定程度上保證定性因素評定的準確性和客觀性。設(shè)CPC因子的重要度分三個等級，[低，平均，高]，相應(yīng)的重要度分值為[0.5，1，1.5]，選取n名專家按重要度對每個CPC因子進行評定。假設(shè)對其中某個CPC因子，有X名專家評定為“低”，有Y名專家評定為“一般”，Z名專家評定為“高”，則該因子平均重要度值為：

其中n=X+Y+Z。

在確定了共同績效條件CPC的重要度大小之后，根據(jù)共同績效因子與環(huán)境影響指數(shù)的關(guān)系，可對值的算法進行修正。

修正后的環(huán)境影響指數(shù)

修正后的最大認知失效概率和最小認知失效概率的表達式分別為：

上述兩式相減，得到修正后的k和CFP0表達式：

CREAM方法給出了表示情景環(huán)境的9個CPC因子，最大降低數(shù)為 9，最大改進數(shù)為 7，根據(jù)[Σjd，Σgj]與控制模式之間的關(guān)系就能夠確定人的認知控制模式，同時CREAM給出了控制模式對應(yīng)的失效概率區(qū)間值。根據(jù)共同績效條件重要度計算方法有βmaxxz＝9×1.5＝13.5 和 βmaxxz＝-7×1.5＝-10.5。根據(jù)表格資料，取混亂型時的最大失效概率為1，CFPmax=1.0；取戰(zhàn)略型時最小失效概率為0.000 1，CFPmin＝0.000 1。計算得到k=0.167，CFP0=0.005 6。得到由于情景環(huán)境影響的認知失效概率算式為：

3 案例分析

1)根據(jù)CREAM預(yù)測分析方法的步驟，對監(jiān)控人員的認知活動進行劃定，并確定其對應(yīng)的認知功能和最可能失效模式及失效概率基本值，如表1所示。

2）根據(jù)礦井監(jiān)控中心的工作性質(zhì)和任務(wù)所處的工作環(huán)境，分析每個認知活動。選取相應(yīng)的CPC因子，并據(jù)式（6）確定每個CPC因子的重要度，并確定CPC因子對績效可靠性的期望效應(yīng)。以認知活動1為例[10]，如表2所示：

表1 監(jiān)控人員認知行為和認知功能

表2 共同績效因子重要度和期望效應(yīng)量化值

計算修正后的環(huán)境影響指數(shù)βxz=3.5。將βxz值帶入式（7），則該子任務(wù)人的認知失效概率CFP＝CFP0×100.167×3.5＝0.038。同理算出其余三個子任務(wù)人的認知失效概率，如表3所示：

表3 認知活動失效概率修正值

4 結(jié)束語

通過對CREAM預(yù)測方法的分析，提出需在不同行業(yè)的不同情景環(huán)境下對共同績效因子的重要度進行評定，并給出了修正后的認知功能失效概率計算方法。運用修正的CREAM預(yù)測方法對礦井監(jiān)控中心監(jiān)控人員的認知失效概率進行了分析和預(yù)測，并與修正前的方法進行了對比，證實了結(jié)果的準確性。

[1] 尉遲曉麗.煤礦失誤預(yù)防與控制的動態(tài)安全體系研究[D].太原：太原理工大學(xué)，2010.

[2] 陳劉平.煤礦人因管控績效測度與改進模式研究[D].徐州：中國礦業(yè)大學(xué)，2012.

[3] 謝紅衛(wèi)，孫志強，李欣欣，等.典型人因可靠性分析方法評述[J].國防科技大學(xué)學(xué)報，2007，29(2):101-107.

[4] Tim Bedford，Clare Bayleyb，Matthew Reviea.Screening，sensitivity，and uncertainty for the CREAM method of Human Reliability Analysis[J].Reliability Engineering&System Safety，2013(115):100-110.

[5] Z.L.Yang，S.Bonsall，A.Wall，J.Wang，M.Usman.A modified CREAM to human reliability quantification in marine engineering[J].Ocean Engineering，2013(58):293-303.

[6] 趙振武，張微.基于改進CREAM的管制員與飛行員間人因可靠性分析[J].安全與環(huán)境學(xué)報，2013，13(1):185-188.

[7] 廖可兵，劉愛群，童節(jié)娟，等.人的認知失誤事件定量分析法的進展及應(yīng)用[J].原子能科學(xué)技術(shù)，2009，43(4):322-327.

[8] 廖斌，楊琴，魯茂，等.基于CREAM方法的人因失效概率預(yù)測模型研究[J].中國安全生產(chǎn)科學(xué)技術(shù)，2012，8(7):46-50.

[9] 米楚明.基于人因可靠性分析的煤礦人誤行為矯正研究[D].西安：西安科技大學(xué)，2010.

[10] 陸海波，王媚，郭創(chuàng)新，等.基于CREAM的電網(wǎng)人為可靠性定量分析方法[J].電力系挽保護與控制，2013，41(5):37-42.