李東亮，許 偉，程 剛，朱國(guó)情，耿江華

?

艦船人因安全可靠性貝葉斯網(wǎng)絡(luò)建模及實(shí)驗(yàn)研究

李東亮，許 偉，程 剛，朱國(guó)情，耿江華

（海軍工程大學(xué)，武漢430033）

人因失誤廣泛存在于動(dòng)力裝置操作的全過(guò)程中，然而現(xiàn)有部隊(duì)訓(xùn)練還未提升到利用人因失誤分析技術(shù)查找問(wèn)題、指導(dǎo)運(yùn)行的高度。本文分析了三類(lèi)操作人員的的認(rèn)知過(guò)程，將人的學(xué)習(xí)能力、環(huán)境因素、精神狀態(tài)、人機(jī)界面操作、等考慮在內(nèi)，結(jié)合組訓(xùn)方式、培訓(xùn)間隔、訓(xùn)練時(shí)間，設(shè)備狀態(tài)等多種人因失誤因素，采用貝葉斯網(wǎng)絡(luò)建立人因失誤模型。該模型分析因素具有普遍性，可擴(kuò)展到其他操作訓(xùn)練中，具備較高的準(zhǔn)確性。

艦船 人因失誤 貝葉斯 培訓(xùn) 模型

0 引言

人因失誤廣泛存在于我國(guó)蒸汽動(dòng)力裝置操作的全過(guò)程中，然而現(xiàn)有部隊(duì)訓(xùn)練還未提升到利用人因失誤分析技術(shù)查找問(wèn)題、指導(dǎo)運(yùn)行的高度。國(guó)外人因失誤分析起步較早，早在20世紀(jì)50年代，一些行為科學(xué)家和工程師們注意到僅僅辨識(shí)出人因失誤的原因尚顯不夠，還必須量化人失誤的可能性大小，以便作為一種有用的工具，用于對(duì)復(fù)雜系統(tǒng)的風(fēng)險(xiǎn)評(píng)價(jià)。第一次量化人因失誤概率的工作是由Sandia國(guó)家實(shí)驗(yàn)室的數(shù)學(xué)家H . L . Williams和電子工程師Purdy Mergs于1952年進(jìn)行，1994年Gertman在歸納最近10年來(lái)各國(guó)學(xué)者對(duì)人的失誤及其可靠性分析的研究成果的基礎(chǔ)上，結(jié)合自己在該領(lǐng)域的長(zhǎng)期研究積累，出版了《人的可靠性與安全性分析數(shù)據(jù)手冊(cè)》，首次大容量地公布了部分人的失誤概率和可靠度數(shù)據(jù)，這是目前較為全面和內(nèi)容新穎的專(zhuān)著[1-3]。

國(guó)內(nèi)在人因失誤分析方面, 國(guó)防科大的孫志強(qiáng)教授在對(duì)比兩代HRA方法后提出了“操作者-系統(tǒng)-任務(wù)-環(huán)境-組織因素”的差錯(cuò)成因分析框架。北京交通大學(xué)的武淑平針對(duì)電力企業(yè)生產(chǎn)中人因失誤影響因素及管理對(duì)策進(jìn)行了研究，并運(yùn)用層次分析法對(duì)不同因素的重要程度進(jìn)行了判定,確定了重點(diǎn)對(duì)員工人格特征、能力素質(zhì)、心理健康等個(gè)體性因素和組織溝通、安全生產(chǎn)職能部門(mén)、組織文化等作為主要因素。第一代HRA方法在對(duì)由于錯(cuò)誤的情境評(píng)斷而引起的操作人員的危險(xiǎn)行為的處理上顯得很不足。第二代HRA方法考慮了人進(jìn)行情景評(píng)斷所處的環(huán)境條件等因素, 但是其方法在建模上顯得比較復(fù)雜, 處理和分析上也不夠簡(jiǎn)捷。近十幾年來(lái)發(fā)展起來(lái)的貝葉斯網(wǎng)絡(luò)技術(shù), 適用于表達(dá)和分析不確定性事物, 從推理機(jī)制和狀態(tài)描述上來(lái)看非常適合于安全性分析, 基于貝葉斯網(wǎng)絡(luò)的概率安全評(píng)估方法能夠有效地將專(zhuān)家經(jīng)驗(yàn)、歷史數(shù)據(jù)以及各種不完整、不確定性信息綜合起來(lái), 提高建模效率和可信度, 節(jié)省安全性信息獲取的成本。

基于此，本文提出基于貝葉斯網(wǎng)絡(luò)的人因失誤模型，并將其應(yīng)用于蒸汽動(dòng)力裝置操作中，其關(guān)鍵在于建立一個(gè)有效的貝葉斯網(wǎng)絡(luò)的因果模型，并針對(duì)人因失誤概率在組訓(xùn)培訓(xùn)中的變化進(jìn)行有效分析。

1 人因可靠性貝葉斯網(wǎng)絡(luò)推理模型及推理機(jī)制

CREAM（Cognitive Reliability and Error Analysis Method）是第二代HRA方法，相比較第一代SLIM-MAUD（Success Likelihood IndexMethod）方法、HCR（Human Cognitive Reliability）方法和HEART（Human Error Assessment and Reduction Technique）方法，它將人的認(rèn)知過(guò)程分為觀察、解釋、計(jì)劃和執(zhí)行四類(lèi)，具有貝葉斯網(wǎng)絡(luò)的因果關(guān)系，用貝葉斯網(wǎng)絡(luò)推理方法可以將這四類(lèi)變量進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)與分類(lèi)建立相應(yīng)的貝葉斯網(wǎng)絡(luò)人因可靠性模型（HRABN）。

1.1 人因貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)，又稱(chēng)為因果關(guān)系網(wǎng)和信度網(wǎng)，分為結(jié)構(gòu)固定不隨時(shí)間變化的靜態(tài)貝葉斯網(wǎng)絡(luò)（Bayesian Nets，BNs）和隨時(shí)間變化的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（Dynamic Bayesian Nets，DBN）。

DBNs是一個(gè)四元組

1.2 人因貝葉斯網(wǎng)絡(luò)推理方法

石英脈及其蝕變巖帶是礦區(qū)內(nèi)鉬礦形成的直接載體。在石英脈及其蝕變巖帶與圍巖的接觸部位，存在有大量的呈細(xì)脈狀和網(wǎng)脈狀的微裂隙，這些均形成了良好的容礦空間和礦液通道，是本區(qū)重要的含礦構(gòu)造地質(zhì)體。

目前貝葉斯網(wǎng)絡(luò)中的精確推理算法主要有聯(lián)接樹(shù)算法和“桶消除算法”，聯(lián)接樹(shù)算法對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行道義化（moralized）、三角化（triangulated），轉(zhuǎn)化為有弦圖（chordal graph），之后形成聯(lián)接樹(shù)進(jìn)行推理，圖2（a）是貝葉斯網(wǎng)絡(luò)圖。

1）道義圖（moral graph）。是與貝葉斯網(wǎng)絡(luò)對(duì)應(yīng)的無(wú)向圖，若中存在邊，則在中添加，中任一節(jié)點(diǎn)，如屬于，則在中添加邊。

2）有弦圖。是一個(gè)無(wú)向圖，圖中任一長(zhǎng)度大于3的回路都是有弦的?；芈酚邢沂侵复嬖谠摶芈飞喜幌噜彽膬蓚€(gè)結(jié)點(diǎn)和，它們?cè)趫D中是相鄰的。無(wú)向圖轉(zhuǎn)換為有向圖的過(guò)程稱(chēng)為三角化。

圖（c）是相應(yīng)的有弦圖，不再被其他完全子圖包含的完全子圖稱(chēng)為極大完全子圖。對(duì)應(yīng)的結(jié)點(diǎn)集稱(chēng)為一個(gè)結(jié)點(diǎn)簇，圖（c）中的結(jié)點(diǎn)集和都構(gòu)成極大完全子圖。

3）聯(lián)接樹(shù)。是由有弦圖構(gòu)造的超級(jí)樹(shù)結(jié)構(gòu)，具有以下屬性：

2 人因可靠性模型構(gòu)建

人因失誤認(rèn)知在受訓(xùn)人員進(jìn)行操作過(guò)程中，首先通過(guò)人機(jī)界面得到操作信息的反饋獲知操作內(nèi)容，然后對(duì)受操對(duì)象進(jìn)行解析和計(jì)劃，最后執(zhí)行計(jì)劃進(jìn)行相應(yīng)的處理。系統(tǒng)通過(guò)預(yù)先植入的人因可靠性推理機(jī)對(duì)操作人員的操作流程進(jìn)行記錄和自動(dòng)感知分析，組訓(xùn)人員可以根據(jù)模型感知結(jié)果調(diào)整相應(yīng)的訓(xùn)練策略。

2.1 人因可靠性過(guò)程

人失誤的致因分析可按如下步驟進(jìn)行：第一步．即識(shí)別人為失誤的起因．包括對(duì)個(gè)人因素、機(jī)器和環(huán)境因素的分析．在這一步可以對(duì)人的失誤進(jìn)行必要的預(yù)防；第二步．即人為失誤的發(fā)生，這時(shí)根據(jù)糾正人的失誤所帶來(lái)的后果危險(xiǎn)性行為予以避免事故的發(fā)生；第三步，即人的失誤后果一事故，通過(guò)這一步的分析可返回去考慮如何控制類(lèi)似事故的再次發(fā)生。人為失誤的因果關(guān)系如圖3所示。

2.2 貝葉斯網(wǎng)絡(luò)人因可靠性分析

在貝葉斯網(wǎng)絡(luò)人因可靠性模型中，受訓(xùn)人員的操作行為是導(dǎo)致事故或其他結(jié)果的重要因素，包括內(nèi)部因子和外部因子。操作人員的內(nèi)部影響因子包括自身的精神狀態(tài)和具備的能力素質(zhì)，外部因子包括環(huán)境因素和受訓(xùn)科目。受訓(xùn)人員的精神狀態(tài)好的時(shí)候會(huì)對(duì)操作有幫助，個(gè)人能力素質(zhì)突出能夠減少操作失誤，環(huán)境因素及受訓(xùn)科目有利也能對(duì)減少操作失誤起到積極作用，但是綜合這些因素對(duì)最終的操作結(jié)果卻無(wú)法評(píng)判，采用貝葉斯網(wǎng)絡(luò)方法可以量化最終結(jié)果，組訓(xùn)人員可以根據(jù)不同的操作結(jié)果采取相應(yīng)的培訓(xùn)策略，還可在容易出現(xiàn)誤操作的時(shí)間節(jié)點(diǎn)給予受訓(xùn)人員一定的提示，這樣不僅可以提高訓(xùn)練質(zhì)量還可以減少訓(xùn)練時(shí)間以及人因失誤操作。

2.3貝葉斯網(wǎng)絡(luò)人因可靠性模型

以滑油系統(tǒng)的為例建立貝葉斯網(wǎng)絡(luò)人因可靠性模型?；拖到y(tǒng)的任務(wù)是將充足的滑油供給到動(dòng)力裝置各設(shè)備的摩擦面上，使摩擦面上產(chǎn)生油膜，避免機(jī)械摩擦損傷。在實(shí)際裝備運(yùn)行過(guò)程中如果滑油總管壓力達(dá)不到使用要求，則整個(gè)裝備的速關(guān)閥必須立刻關(guān)閉，系統(tǒng)停止運(yùn)行，因此針對(duì)滑油系統(tǒng)建立貝葉斯網(wǎng)絡(luò)人因可靠性模型對(duì)裝備的安全運(yùn)行至關(guān)重要。根據(jù)日常使用管理經(jīng)驗(yàn)得出相關(guān)的因果關(guān)系圖，圖4是部分結(jié)果，（a）是導(dǎo)致滑油總管壓力低的因果圖，（b）是汽輪滑油泵正確操作的因果關(guān)系圖。

為了方便的建立認(rèn)知模型，還需進(jìn)行一些假設(shè)和簡(jiǎn)化條件處理。

1）模型的每個(gè)狀態(tài)對(duì)應(yīng)系統(tǒng)的相應(yīng)操作結(jié)果或者變化過(guò)程，并且是相互獨(dú)立和相互排斥的。

2）每個(gè)操作人員都有自己的認(rèn)知模型，由于操作人員會(huì)進(jìn)行相關(guān)的培訓(xùn)，因此假定非突發(fā)情況下操作人員的認(rèn)知模型是相同的。

根據(jù)上述分析結(jié)果及簡(jiǎn)化條件建立如圖（5）所示的貝葉斯網(wǎng)絡(luò)，圖示模型是在汽輪滑油泵的微過(guò)熱蒸汽不足的情況下進(jìn)行的操作。

3 實(shí)驗(yàn)分析

實(shí)驗(yàn)一：驗(yàn)證模型的準(zhǔn)確性。實(shí)驗(yàn)選取經(jīng)驗(yàn)不同的3類(lèi)受訓(xùn)人員在環(huán)境因素和人機(jī)界面操作對(duì)象影響相同的情況下對(duì)滑油泵轉(zhuǎn)速下降進(jìn)行操作，概率設(shè)定如表2所示。在Bayesialab軟件中進(jìn)行建模并輸入每個(gè)節(jié)點(diǎn)的條件概率，所得發(fā)生滑油總管壓力低報(bào)警的概率為0.00261，0.00465，0.0088。實(shí)驗(yàn)結(jié)果說(shuō)明經(jīng)驗(yàn)不同的受訓(xùn)人員進(jìn)行操作的出錯(cuò)概率不一樣，經(jīng)驗(yàn)豐富出錯(cuò)的概率小，而經(jīng)驗(yàn)欠缺出錯(cuò)的概率大，從而驗(yàn)證的模型的準(zhǔn)確性。實(shí)驗(yàn)二：經(jīng)驗(yàn)豐富的受訓(xùn)人員應(yīng)對(duì)突發(fā)時(shí)間的處置能力。選擇經(jīng)驗(yàn)豐富的受訓(xùn)人員第一次在模擬器上進(jìn)行操作，即人機(jī)界面對(duì)象不熟悉，將其概率設(shè)置如下。實(shí)驗(yàn)發(fā)現(xiàn)不發(fā)生報(bào)警的概率從0.995下降到0.993，結(jié)果表明經(jīng)驗(yàn)豐富的操作人員在面臨不利的環(huán)境也能很強(qiáng)適應(yīng)。實(shí)驗(yàn)三：預(yù)測(cè)受訓(xùn)人員在一段時(shí)間內(nèi)發(fā)生操作錯(cuò)誤的動(dòng)態(tài)變化。將操作人員節(jié)點(diǎn)設(shè)置為具有惰性的動(dòng)態(tài)節(jié)點(diǎn)，加入到時(shí)刻的時(shí)間序列，結(jié)果見(jiàn)圖（7）。

圖中可以看出在=100～200個(gè)時(shí)間步長(zhǎng)時(shí)，概率變化最劇烈，此時(shí)投入模擬訓(xùn)練或進(jìn)行正確指導(dǎo)對(duì)受訓(xùn)人員的操作應(yīng)該最有效。

4 結(jié)論

本文針對(duì)人因安全可靠性的特點(diǎn)及一般分析步驟和方法結(jié)合貝葉斯網(wǎng)絡(luò)的強(qiáng)大推理能力，以滑油系統(tǒng)操作中的滑油壓力低報(bào)警為研究對(duì)象進(jìn)行了人因安全可靠性分析，得出了下面的結(jié)論：

1）貝葉斯網(wǎng)絡(luò)建模可以運(yùn)用于人因安全可靠性分析，能夠使得人因可靠性分析更加完善，尤其對(duì)于操作人員參與訓(xùn)練的安全性分析更加合理和科學(xué)。2）在建模過(guò)程中綜合考慮了受訓(xùn)人員的學(xué)習(xí)能力、環(huán)境因素、精神狀態(tài)、人機(jī)界面操作等多項(xiàng)綜合因素，模型在實(shí)際運(yùn)行過(guò)程中能夠反映客觀事實(shí)，對(duì)指導(dǎo)訓(xùn)練具有重要意義。3）實(shí)驗(yàn)進(jìn)行了動(dòng)態(tài)預(yù)測(cè)，模擬了1000個(gè)時(shí)間步長(zhǎng)內(nèi)受訓(xùn)人員最有可能發(fā)生操作失誤的概率，在概率值下降最大的時(shí)間段內(nèi)進(jìn)行強(qiáng)化訓(xùn)練應(yīng)最有效。

[1] 肖國(guó)清, 陳寶智. 因失誤的機(jī)理及其可靠性研究[J].中國(guó)安全科學(xué)學(xué)報(bào), 2001, 11(2):22-26.

[2] 周前祥. 人航天中人的可靠性模型及其分析[J]. 系統(tǒng)工程與電子技術(shù)，1997, 9（8）:34-39.

[3] Mmleh A, Chang Y H. Model-based Human Reliability Analysis: Prospects and R equipments [J]. Reliability Engineering and System Safety, 2004, 83: 241-253.

[4] 侯政良, 楊自春，楊國(guó)賓. 基于貝葉斯網(wǎng)絡(luò)的燃油控制系統(tǒng)人因安全性定量分析[J]. 燃?xì)廨啓C(jī)技術(shù), 2010,23（4）：38-40.

[5] 劉莉，徐浩軍，井鳳玲. 基于貝葉斯網(wǎng)絡(luò)的飛行安全人因可靠性評(píng)估模型[J]. 空軍工程大學(xué)學(xué)報(bào)（自然科學(xué)版）. 2010，10（3）：5-9.

[6] San Mahadevan, Ramesh Rebba. Validation of reliability computational models using Bayes networks[J]. Reliability Engineering and System Safety, 2005, 87:223-232.

[7] 孫璇，牛秦洲，徐和飛. 基于貝葉斯網(wǎng)絡(luò)的人因可靠性評(píng)價(jià)[J]. 中國(guó)安全科學(xué)學(xué)報(bào)，2001, 11（2）：22-26.

[8] 龍濤，張執(zhí)國(guó). 人的可靠性與航空維修差錯(cuò)[J]. 江蘇航空，2007，（1）：34-35.

Modeling and Simulation by Bayesian Network of Human Safety and Reliability

Li Dongliang, Xu Wei, Cheng Gang, Zhu Guoqing, Geng Jianghua

( Naval University of Engineering, Wuhan 430033, China)

Human error widely exists in the whole process of steam power plant operation. However, the existing force training is not promoted to use human error analysis technology to find out problems and guide the operation. This paper analyzes cognitive progress of three kinds of operator. Some factors are taken into account, such as human learning ability, environmental factors, mental state, man-machine interface. With considering some human errors like organization way, interval training time, training time and equipment status, a model of human error is established by the Bayesian method. With universal factors, this model can be extended to other operating trainings. What’s more, this model has high accuracy.

ship; human error; Bayesian; training; model

TP18

A

1003-4862（2015）03-0001-05

2014-12-18

海軍工程大學(xué)科學(xué)研究基金資助項(xiàng)目(20140172)

李東亮（1981-），男，講師。研究方向：熱力系統(tǒng)建模仿真研究與模擬訓(xùn)練。