论文部分内容阅读
在安全苛求系统中,人因是影响系统安全的重要因素,人因失误已经成为导致事故发生的主要原因。研究人因失误的产生机理,建立人因失误概率预测模型,并对不同的人因失误进行风险评价,具有非常重要的意义。本文以轨道交通领域人因可靠性分析(HumanReliability Analysis,HRA)的现实需求为推动,建立基于模型的人误率预测方法,并设计模型的量化分析手段。与此同时,设计人因失误风险评价方法,为精确的风险控制提供参考。本文的主要研究内容如下:1.提出基于模型的轨道交通HRA方法层次模型的实现手段,设计各层模型的量化分析方法。在定性分析方面,以基于模型的HRA方法的层次结构为框架,在人员认知行为层使用基于层次任务分析法的THERP-HRA事件树对人的认知行为过程建模,在人员失效模式层结合人误分类理论建立轨道交通人员失效模式(Crew Failure Mode,CFM)识别方法,在行为形成因子层设计基于SHELL模型和结构解释模型的层次贝叶斯网络;在模型量化分析方面,使用D-S证据理论对贝叶斯网络根节点先验概率进行分配,解决数据缺失及多专家证据冲突问题;设计了一种基于模糊推理的条件概率表(Conditional Probability Table,CPT)自动分配算法,解决人因可靠性分析贝叶斯网络中间节点CPT分配组合的指数爆炸问题;通过引入SLIM方法,设计人员失效模式发生概率计算方法,实现了行为形成因子与人员失效模式的量化连接。2.分析轨道交通人因失误特征,得到风险评价指标,设计基于云模型改进的VIKOR轨道交通人因失误风险评价模型。充分考虑专家评价过程中的模糊性和随机性,将自然语言评价转化为云模型,得到云决策矩阵,使用基于云模型的VIKOR方法对轨道交通人因失误进行风险排序,进而识别关键人误,确定风险控制的优先顺序。3.以高铁轨道电路异常红光带故障为风险场景,为列车调度员的应急响应建立人误率预测层次结构模型,使用模型量化分析方法,推理计算各个认知行为环节的失效概率,进而得到精确的人误率,并通过结果敏感性分析验证模型的合理性;使用人因失误风险评价方法,对识别出的人因失误进行风险排序,可以为铁路相关部门的风险控制决策提供参考。