， ， ，

(中國石油大學(華東)機電工程學院， 山東 青島 266580)

0 引 言

世界原油產量的25%都來自于海上油田[1]，由于海洋平臺自身的特殊性和復雜性，對人和設備都有較高要求，任何環(huán)節(jié)出現(xiàn)問題都可能導致事故發(fā)生[2]。調查顯示，每年發(fā)生的各類海洋油氣事故中，超過80%的事故是由人的失誤引起的[3]。在平臺運行過程中，人的失誤可能導致事故發(fā)生；在事故應急處理過程中，人的錯誤決策可能會使事故惡化，導致嚴重的事故后果。

人因可靠性也稱人的可靠性或人員可靠性，是指人在規(guī)定時間內、規(guī)定條件下，無差錯地完成規(guī)定任務的能力[4]。人因可靠性分析起源于20世紀50年代前期[5]，最早應用于復雜武器系統(tǒng)可行性研究中。其發(fā)展過程主要經歷了3個階段[6]：第一代人因可靠性分析主要從理論上研究人的失誤并進行分類整理；第二代人因可靠性分析是在第一代基礎上發(fā)展而來的，與第一代相比更強調人的績效的動態(tài)特性，在事故情景下分析人的失誤機理；第三代人因可靠性分析是在第一代和第二代的基礎上基于動態(tài)仿真的研究方法。

認知可靠性與失誤分析方法(Cognitive Reliability and Error Analysis Method，CREAM)是典型的第二代人因可靠性分析方法，是HOLLNAGEL[7]于1988年提出的，該方法主要包括定性分析和定量計算2種方法，較為直觀，且通用性和可操作性較強[8]。

應用CREAM方法對海洋平臺火災爆炸事故中的人因組織錯誤進行分析，可以有效降低海洋平臺火災爆炸的風險。但是原有的CREAM方法仍存在一些缺陷[9]:(1)4種控制模式對應的失效概率區(qū)間存在重疊；(2)沒有考慮共同績效條件(Common Performance Condition, CPC)不同績效期望權重的影響；(3)任務環(huán)境和控制模式應該可以用連續(xù)函數(shù)表示，但是原有的方法將他們離散化了。本文主要針對上述缺陷進行改進，使其更加適用于海洋平臺火災爆炸的人因組織因素分析。

1 CREAM方法改進

CREAM方法的預測分析分為基本法和擴展法2種，綜合考慮環(huán)境對人的失效概率的影響，將人的認知活動分為以下4種控制模式：戰(zhàn)略型、戰(zhàn)術型、機會型和混亂型，對應的失誤概率逐漸增大，見表1。

表1 控制模式和失誤概率區(qū)間

在CREAM定量預測的基本法中，根據(jù)具體環(huán)境確定控制模式，HOLLNAGEL將影響人認知活動的情景環(huán)境分為9個CPC因子，每個CPC因子評價水平分成3個等級，分別為改進、不顯著和降低，并通過改進、降低的數(shù)量確定控制模式。本文考慮海洋平臺實際情況[10-11]，對CPC因子進行調整，其對應的評價水平與論域設定見表2。每個CPC含義見表3。

表2 共同績效條件(CPC)

表3 共同績效條件(CPC)含義

在CREAM方法中，各個CPC中的績效期望默認是相同的，但在實際情況中，結果并非如此。若1個CPC績效期望為降低，其對于整個系統(tǒng)的影響大小與不顯著和改進是不同的，為此采用專家打分和層次分析法確定不同評價水平的權重值。根據(jù)相對重要性進行打分，將不同評價水平兩兩比較，得出相對重要度矩陣，再求取矩陣的特征向量，其列向量即是權重。具體打分情況見表4。

表4 相對重要度判斷表

根據(jù)專家打分確定績效期望相對重要度見表5，用MATLAB求其對應矩陣的特征向量，對其列向量進行歸一化處理，即可得到各績效期望的權重見表6。

表5 績效期望相對重要度

表6 績效期望權重

針對任務環(huán)境和控制模式離散化的問題，用模糊數(shù)學和貝葉斯網(wǎng)絡解決，在此選用正態(tài)分布反映實際情景環(huán)境，將隸屬函數(shù)假定為高斯隸屬度函數(shù)進行模糊化，得

(1)

式(1)中：μ為期望值；σ為標準偏差；x為CPC因子的論域值。得到CPC對應滿意、一般、不滿意評價水平隸屬度函數(shù)為

圖1 CPC的模糊集

(2)

將式(2)的函數(shù)圖像在0.1處截斷，如圖1所示。

將失誤概率P取以10為底的對數(shù)，用上述方法對控制模式的隸屬度進行模糊化，對應4種控制模式隸屬度函數(shù)如式(3)所示。

(3)

圖2 控制模式的模糊集

將式(3)對應的圖像在0.25處截斷，如圖2所示。 調整后的CPC確定控制模式如圖3所示，建立貝葉斯網(wǎng)絡如圖4所示，7個CPC因子每個有3個狀態(tài)，如果直接將其在貝葉斯網(wǎng)絡中對應控制模式，其條件概率表將會有37種情況，工作量巨大，因此在CPC和控制模式之間加入3個輔助節(jié)點(support1、support2、support3)簡化工作量。圖4的輔助節(jié)點中，I、U、R的個數(shù)分別表示其父節(jié)點3種評價水平的個數(shù)，如IU表示1個改進、1個不顯著，URR表示1個不顯著、2個降低，根據(jù)圖3確定貝葉斯網(wǎng)絡中輔助節(jié)點和子節(jié)點條件概率表，輸出4種控制模式對應隸屬度。

圖3 修正后的CPC因子與控制模式關系

圖4 貝葉斯模型

將貝葉斯網(wǎng)絡輸出的隸屬度去模糊化得到Q為

(4)

式(4)中：Ak為第k種控制模式的總的隸屬度；x為控制模式的論域；Q為去模糊化的結果。

人的失誤概率取值為10為底的對數(shù)，對應情境下的人的失誤概率為

P=10Q

(5)

2 案例應用

根據(jù)某平臺實際情況，用改進后的CREAM方法對其進行分析和計算，通過專家打分法對各個CPC因子進行評價，并對照表2確定其評價水平，結果見表7。

表7 該平臺現(xiàn)場CPC因子及評價水平

根據(jù)表5和表6計算每個CPC因子不同評價水平對應的隸屬度，在貝葉斯網(wǎng)絡中輸入權重與隸屬度的乘積，可計算得4種控制模式隸屬度分別為{戰(zhàn)略型，戰(zhàn)術型，機會型，混亂型}={0,0.0315,0.9690,0}，如圖5所示。

圖5 貝葉斯網(wǎng)絡計算控制模式隸屬度

將貝葉斯網(wǎng)絡輸出結果使用重心法去模糊化，可得Q=-4.008，則人的失誤概率為P=9.8×10-5。因此，在正常情況下，該平臺人的失誤概率較低，只要平臺運行過程中組織管理培訓等方面不出差錯，基本不會發(fā)生較嚴重的人的失誤。

3 結 語

本文采用模糊方法和貝葉斯技術對CREAM方法中人因失誤概率預測部分進行改進，建立適合于分析海洋平臺火災爆炸人因失誤的量化模型，解決原有CREAM方法的不足?？紤]CPC因子不同評價水平對人的失誤概率的影響，用層次分析法確定不同評價水平的權重。在貝葉斯網(wǎng)絡中輸入權重與隸屬度的乘積，可計算得4種控制模式隸屬度分別為{戰(zhàn)略型，戰(zhàn)術型，機會型，混亂型}={0,0.0315,0.9690,0}。將改進后的CREAM方法應用到海洋平臺人因組織錯誤定量分析領域，并根據(jù)某平臺實際情況，計算該平臺人的失誤概率為P=9.8×10-5。因此，在正常情況下，只要該平臺運行過程中組織管理培訓等方面不出差錯，基本不會發(fā)生較嚴重的人的失誤。

[1] 王立忠. 論我國海洋石油工程技術的現(xiàn)狀與發(fā)展[J]. 中國海洋平臺, 2006, 21(04):9-11.

[2] VINNEM J E. Offshore Risk Assessment[M]. Springer, Berlin, 2006.

[3] 張力, 黃曙東, 何愛武. 人因可靠性分析方法 [J]. 中國安全科學學報,2001, 11(03): 5-11.

[4] 姜黎黎, 王保國, 劉淑艷, 等.人-機-環(huán)境系統(tǒng)工程研究進展[C]//中國系統(tǒng)工程學會, 2005: 82-86.

[5] REASON J. Human Error [M]. Cambridge：Cambridge University Press，1990: 25-28.

[6] 李鵬程, 陳國華, 張力. 人因可靠性分析技術的研究進展與發(fā)展趨勢[J]. 原子能科技學報, 2011, 45(03): 329-335.

[7] HOLLNAGEL E. Cognitive Reliability and Error Analysis Method [J]. Elsevierence, 1998.

[8] 梁凱林. 基于CREAM的海上交通事故人因分析[D]. 大連: 大連海事大學, 2014.

[9] 廖斌, 楊琴, 魯茂, 等. 基于CREAM方法的人因失效概率預測模型研究[J]. 中國安全生產科學技術, 2012(08): 46-50.

[10] 柴松, 余建星, 馬維林，等. 基于CREAM和不確定推理的人因可靠性分析方法[J]. 天津大學學報(自然科學與工程技術版), 2012 (11):9.

[11] 柴松, 余建星, 杜尊峰. 海洋工程人因可靠性定量分析方法與應用[J]. 天津大學學報(自然科學與工程技術版)，2011 (10): 914-919.