Методология прогнозирования ошибок

Методы прогнозирования частоты ошибок
человека основываются на классическом
анализе и включают следующие этапы:

— составление перечня основных отказов
системы;

— составление перечня и анализ действий
человека;

— оценивание частоты ошибок человека;

— определение влияния частоты ошибок
человека на интенсивность отказов
рассматриваемой системы;

— выработка рекомендаций, внесение
необходимых изменений в рассматриваемую
систему и вычисление новых значений
интенсивности отказов.

Одним из основных методов анализа
надежности работы человека является
построение дерева вероятностей (дерево
исходов). При использовании этого метода
задается некоторая условная вероятность
успешного или ошибочного выполнения
человеком каждой важной операции либо
вероятность появления соответствующего
события. Исход каждого события изображается
ветвями дерева вероятностей. Полная
вероятность успешного выполнения
определенной операции находится
суммированием соответствующих
вероятностей в конечной точке пути
успешных исходов на диаграмме дерева
вероятностей. Этот метод с некоторыми
уточнениями может учитывать такие
факторы, как стресс, вызываемый нехваткой
времени; эмоциональная нагрузка;
нагрузка, определяемая необходимостью
ответных действий, результатами
взаимодействий и отказами оборудования.

ПРИМЕР.Оператор выполняет два
задания — сначала x, а затем y. При этом
он может выполнять их как правильно,
так и неправильно. Другими словами,
неправильно выполняемые задания —
единственные ошибки, которые могут
появляться в данной ситуации. Требуется
построить дерево возможных исходов и
найти общую вероятность неправильного
выполнения задания. Предполагается,
что вероятности статистически независимы.

Для решения поставленной задачи
воспользуемся деревом возможных исходов,
изображенным на рис. 7.2 и введем следующие
обозначения:

Рs — вероятность успешного выполнения
задания;

Рf — вероятность невыполнения задания;

s — успешное выполнение задания;

f — невыполнение задания;

Рx — вероятность успешного выполнения
задания x;

Рy — вероятность успешного выполнения
задания y;

— вероятность невыполнения задания x;

— вероятность невыполнения задания y.

Согласно рис. 7.2.1, вероятность успешного
выполнения задания равна Рs=Рx(Рy).
Аналогично находится выражение для
вероятности невыполнения задания:

Рf = Рx( + (Рy + ( = 1 — Рx(Рy.

Из рис. 7.2.1 следует, что единственным
способом успешного выполнения системного
задания является успешное выполнение
обоих заданий — x и y. Именно поэтому
вероятность правильного выполнения
системного задания определяется как
Рx(Рy).

Для оценки надежности работы операторов
технических систем необходимо учитывать
следующие факторы:

— качество обучения и практической
подготовки;

— наличие письменных инструкций, их
качество и возможность неправильного
их толкования;

— эргономическиe показатели рабочих
мест;

— степень независимости действий
оператора;

— наличие операторов-дублеров;

— психологические нагрузки.

Рис. 7.2.1. Схема дерева исходов

Оценивание частоты ошибок человека
следует проводить только после
рассмотрения всех этих факторов, так
как они влияют на качество работы
оператора. Полученные оценки должны
затем включаться в процедуру анализа
дерева отказов.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

Источник

From Wikipedia, the free encyclopedia

The technique for human error-rate prediction (THERP) is a technique used in the field of human reliability assessment (HRA), for the purposes of evaluating the probability of a human error occurring throughout the completion of a specific task. From such analyses measures can then be taken to reduce the likelihood of errors occurring within a system and therefore lead to an improvement in the overall levels of safety. There exist three primary reasons for conducting an HRA: error identification, error quantification and error reduction. As there exist a number of techniques used for such purposes, they can be split into one of two classifications: first-generation techniques and second-generation techniques. First-generation techniques work on the basis of the simple dichotomy of ‘fits/doesn’t fit’ in matching an error situation in context with related error identification and quantification. Second generation techniques are more theory-based in their assessment and quantification of errors. ‘HRA techniques have been utilised for various applications in a range of disciplines and industries including healthcare, engineering, nuclear, transportation and business.

THERP models human error probabilities (HEPs) using a fault-tree approach, in a similar way to an engineering risk assessment, but also accounts for performance shaping factors (PSFs) that may influence these probabilities. The probabilities for the human reliability analysis event tree (HRAET), which is the primary tool for assessment, are nominally calculated from the database developed by the authors Swain and Guttman; local data e.g. from simulators or accident reports may however be used instead. The resultant tree portrays a step by step account of the stages involved in a task, in a logical order. The technique is known as a total methodology ^[1] as it simultaneously manages a number of different activities including task analysis, error identification, representation in form of HRAET and HEP quantification.

Background[edit]

The technique for human error rate prediction (THERP) is a first generation methodology, which means that its procedures follow the way conventional reliability analysis models a machine.^[2] The technique was developed in the Sandia Laboratories for the US Nuclear Regulatory Commission.^[3] Its primary author is Swain, who developed the THERP methodology gradually over a lengthy period of time.^[1] THERP relies on a large human reliability database that contains HEPs, and is based upon both plant data and expert judgments. The technique was the first approach in HRA to come into broad use and is still widely used in a range of applications even beyond its original nuclear setting.

THERP methodology[edit]

The methodology for the THERP technique is broken down into 5 main stages:

1. Define the system failures of interest
These failures include functions of the system where human error has a greater likelihood of influencing the probability of a fault, and those of interest to the risk assessor; operations in which there may be no interest include those not operationally critical or those for which there already exist safety counter measures.

2. List and analyse the related human operations, and identify human errors that can occur and relevant human error recovery modes
This stage of the process necessitates a comprehensive task and human error analysis. The task analysis lists and sequences the discrete elements and information required by task operators. For each step of the task, possible errors are considered by the analyst and precisely defined. The possible errors are then considered by the analyst, for each task step. Such errors can be broken down into the following categories:

Errors of omission – leaving out a step of the task or the whole task itself
Error of commission – this involves several different types of error:
- Errors of selection – error in use of controls or in issuing of commands
- Errors of sequence – required action is carried out in the wrong order
- Errors of timing – task is executed before or after when required
- Errors of quantity – inadequate amount or in excess

The opportunity for error recovery must also be considered as this, if achieved, has the potential to drastically reduce error probability for a task.

The tasks and associated outcomes are input to an HRAET in order to provide a graphical representation of a task’s procedure. The trees’ compatibility with conventional event-tree methodology i.e. including binary decision points at the end of each node, allows it to be evaluated mathematically.

An event tree visually displays all events that occur within a system. It starts off with an initiating event, then branches develop as various consequences of the starting event. These are represented in a number of different paths, each associated with a probability of occurrence. As mentioned previously, the tree works on a binary logic, so each event either succeeds or fails. With the addition of the probabilities for the individual events along each path, i.e., branches, the likelihood of the various outcomes can be found. Below is an example of an event tree that represents a system fire:

Therefore, under the condition that all of a task’s sub-tasks are fully represented within a HRAET, and the failure probability for each sub-task is known, this makes it possible to calculate the final reliability for the task.

3. Estimate the relevant error probabilities
HEPs for each sub-task are entered into the tree; it is necessary for all failure branches to have a probability otherwise the system will fail to provide a final answer. HRAETs provide the function of breaking down the primary operator tasks into finer steps, which are represented in the form of successes and failures. This tree indicates the order in which the events occur and also considers likely failures that may occur at each of the represented branches. The degree to which each high level task is broken down into lower level tasks is dependent on the availability of HEPs for the successive individual branches. The HEPs may be derived from a range of sources such as: the THERP database; simulation data; historical accident data; expert judgement. PSFs should be incorporated into these HEP calculations; the primary source of guidance for this is the THERP handbook. However the analyst must use their own discretion when deciding the extent to which each of the factors applies to the task

4. Estimate the effects of human error on the system failure events
With the completion of the HRA the human contribution to failure can then be assessed in comparison with the results of the overall reliability analysis. This can be completed by inserting the HEPs into the full system’s fault event tree, which allows human factors to be considered within the context of the full system.

5. Recommend changes to the system and recalculate the system failure probabilities
Once the human factor contribution is known, sensitivity analysis can be used to identify how certain risks may be improved in the reduction of HEPs. Error recovery paths may be incorporated into the event tree as this will aid the assessor when considering the possible approaches by which the identified errors can be reduced.

Worked example[edit]

Context[edit]

The following example illustrates how the THERP methodology can be used in practice in the calculation of human error probabilities (HEPs). It is used to determine the HEP for establishing air based ventilation using emergency purge ventilation equipment on in-tank precipitation (ITP) processing tanks 48 and 49 after failure of the nitrogen purge system following a seismic event.

Assumptions[edit]

In order for the final HEP calculation to be valid, the following assumptions require to be fulfilled:

There exists a seismic event initiator that leads to the establishment of air based ventilation on the ITP processing tanks 48 and 49
It is assumed that both on and offsite power is unavailable within the context and therefore control actions performed by the operator are done so locally, on the tank top
The time available for operations personnel to establish air based ventilation by use of the emergency purge ventilation, following the occurrence of the seismic event, is a duration of 3 days
There is a necessity for an ITP equipment status monitoring procedure to be developed to allow for a consistent method to be adopted for the purposes of evaluating the ITP equipment and component status and selected process parameters for the period of an accident condition
Assumed response times exist for initial diagnosis of the event and for the placement of emergency purge ventilation equipment on the tank top. The former is 10 hours while the latter is 4 hours.
The in-tank precipitation process has associated operational safety requirements (OSR) that identify the precise conditions under which the emergency purge ventilation equipment should be hooked up to the riser
The “tank 48 system” standard operating procedure has certain conditions and actions that must be included within for correct completion to be performed (see file for more details)
A vital component of the emergency purge ventilation equipment unit is a flow indicator; this is required in the event of the emergency purge ventilation equipment being hooked up incorrectly as it would allow for a recovery action
The personnel available to perform the necessary tasks all possess the required skills
Throughout the installation of the emergency purge ventilation equipment, carried out by maintenance personnel, a tank operator must be present to monitor this process.

Method[edit]

An initial task analysis was carried out on the off normal procedure and standard operating procedure. This allowed for the operator to align and then initiate the emergency purge ventilation equipment given the loss of the ventilation system.
Thereafter, each individual task was analyzed from which it was then possible to assign error probabilities and error factors to events that represented operator responses.

A number of the HEPs were adjusted to take account of various identified performance-shaping factors (PSFs)
Upon assessment of characteristics of the task and behavior of the crew, recovery probabilities were deciphered. Such probabilities are influenced by such factors as task familiarity, alarms and independent checking
Once error probabilities were decided upon for the individual tasks, event trees were then constructed from which calculation formulations were derived. The probability of failure was obtained through the multiplication of each of the failure probabilities along the path under consideration.

HRA event tree for align and start emergency purge ventilation equipment on in-tank precipitation tank 48 or 49 after a seismic event

The summation of each of the failure path probabilities provided the total failure path probability (FT)

Results[edit]

Task A: Diagnosis, HEP 6.0E-4 EF=30
Task B: Visual inspection performed swiftly, recovery factor HEP=0.001 EF=3
Task C: Initiate standard operating procedure HEP= .003 EF=3
Task D: Maintainer hook-up emergency purge ventilation equipment HEP=.003 EF=3
Task E: Maintainer 2 hook-up emergency purge, recovery factor CHEP=0.5 EF=2
Task G: Tank operator instructing /verifying hook-up, recovery factor CHEP=0.5 Lower bound = .015 Upper bound = 0.15
Task H: Read flow indicator, recovery factor CHEP= .15 Lower bound= .04 Upper bound = .5
Task I: Diagnosis HEP= 1.0E-5 EF=30
Task J: Analyse LFL using portable LFL analyser, recovery factor CHEP= 0.5 Lower bound = .015 Upper bound =.15

From the various figures and workings, it can be determined that the HEP for establishing air based ventilation using the emergency purge ventilation equipment on In-tank Precipitation processing tanks 48 and 49 after a failure of the nitrogen purge system following a seismic event is 4.2 E-6. This numerical value is judged to be a median value on the lognormal scale. However, this result is only valid given that all the previously stated assumptions are implemented.

Advantages of THERP[edit]

It is possible to use THERP at all stages of design. Furthermore, THERP is not restricted to the assessment of designs already in place and due to the level of detail in the analysis it can be specifically tailored to the requirements of a particular assessment.^[4]
THERP is compatible with Probabilistic Risk Assessments (PRA); the methodology of the technique means that it can be readily integrated with fault tree reliability methodologies.^[4]
The THERP process is transparent, structured and provides a logical review of the human factors considered in a risk assessment; this allows the results to be examined in a straightforward manner and assumptions to be challenged.^[4]
The technique can be utilized within a wide range of differing human reliability domains and has a high degree of face validity.^[4]
It is a unique methodology in the way that it highlights error recovery and it also quantitatively models a dependency relation between the various actions or errors.

Disadvantages of THERP[edit]

THERP analysis is very resource intensive, and may require a large amount of effort to produce reliable HEP values. This can be controlled by ensuring an accurate assessment of the level of work required in the analysis of each stage.^[4]
The technique does not lend itself to system improvement. Compared to some other Human Reliability Assessment tools such as HEART, THERP is a relatively unsophisticated tool as the range of PSFs considered is generally low and the underlying psychological causes of errors are not identified.
With regards to the consistency of the technique, large discrepancies have been found in practice with regards to different analysts assessment of the risk associated with the same tasks. Such discrepancies may have arisen from either the process mapping of the tasks in question or in the estimation of the HEPs associated with each of the tasks through the use of THERP tables compared to, for example, expert judgement or the application of PSFs.^[5]^[6]
The methodology fails to provide guidance to the assessor in how to model the impact of PSFs and the influence of the situation on the errors being assessed.
The THERP HRAETs implicitly assume that each sub-task’s HEP is independent from all others i.e. the HRAET does not update itself in the event that an operator takes a suboptimal route through the task path. This is reinforced by the HEP being merely reduced by the chance of recovery from a mistake, rather than by introducing alternative (i.e. suboptimal) “success” routes into the event-tree, which could allow for Bayesian updating of subsequent HEPs.
THERP is a “first generation” HRA tool, and in common with other such tools has been criticized for not taking adequate account of context.^[2]

Other human reliability assessments[edit]

Other Human Reliability Assessments (HRA) have been created by multiple different researchers. They include cognitive reliability and error analysis method (CREAM), technique for human error assessment (THEA), cause based decision tree (CBDT), human error repository and analysis (HERA), standardized plant analysis risk (SPAR), a technique for human error analysis (ATHEANA), human error HAZOP, system for predictive error analysis and reduction (SPEAR), and human error assessment and reduction technique (HEART).^[7]

References[edit]

^ ^a ^b Kirwan, B. (1994) A Guide to Practical Human Reliability Assessment. CRC Press. ISBN 978-0748400522.
^ ^a ^b Hollnagel, E. (2005) Human reliability assessment in context. Nuclear Engineering and Technology. 37(2). pp. 159-166.
^ Swain, A.D. & Guttmann, H.E., Handbook of Human Reliability Analysis with Emphasis on Nuclear Power Plant Applications. 1983, NUREG/CR-1278, USNRC.
^ ^a ^b ^c ^d ^e Humphreys, P. (1995). Human Reliability Assessor’s Guide. Human Factors in Reliability Group. ISBN 0853564205
^ Kirwan, B. (1996) The validation of three human reliability quantification techniques — THERP, HEART, JHEDI: Part I — technique descriptions and validation issues. Applied Ergonomics. 27(6) 359-373. doi.org/10.1016/S0003-6870(96)00044-0
^ Kirwan, B. (1997) The validation of three human reliability quantification techniques — THERP, HEART, JHEDI: Part II — Results of validation exercise. Applied Ergonomics. 28(1) 17-25.
^ DeMott, D.L. (2014?) «Human Reliability and the Cost of Doing Business». Annual Maintenance and Reliability Symposium

Источник

ПРОГНОЗИРОВАНИЕ ОШИБОК Тестирование функций эквивалентности Методы прогнозирования

ПРОГНОЗИРОВАНИЕ ОШИБОК Тестирование функций эквивалентности

Методы прогнозирования частоты ошибок человека основываются на классическом анализе и включают следующие этапы: — составление перечня основных отказов системы; — составление перечня и анализ действий человека; — оценивание частоты ошибок человека; — определение влияния частоты ошибок человека на интенсивность отказов рассматриваемой системы; — выработка рекомендаций, внесение необходимых изменений в рассматриваемую систему и вычисление новых значений интенсивности отказов. Одним из основных методов анализа надежности работы человека является построение дерева вероятностей (дерево исходов). При использовании этого метода задается некоторая условная вероятность успешного или ошибочного выполнения человеком каждой важной операции либо вероятность появления соответствующего события. Исход каждого события изображается ветвями дерева вероятностей. Полная вероятность успешного выполнения определенной операции находится суммированием соответствующих вероятностей в конечной точке пути успешных исходов на диаграмме дерева вероятностей. Этот метод с некоторыми уточнениями может учитывать такие факторы, как стресс, вызываемый нехваткой времени; эмоциональная нагрузка; нагрузка, определяемая необходимостью ответных действий, результатами взаимодействий и отказами оборудования.

Следует заметить, что данный метод обеспечивает хорошую наглядность, а связанные с ним математические вычисления просты, что в свою очередь снижает вероятность появления вычислительных ошибок. Кроме того, он позволяет специалисту по инженерной психологии легко оценить условную вероятность, которую в противном случае можно получить только с помощью решения сложных вероятностных уравнений. Для оценки надежности работы операторов технических систем необходимо учитывать следующие факторы: — качество обучения и практической подготовки; — наличие письменных инструкций, их качество и возможность неправильного их толкования; — эргономические показатели рабочих мест; — степень независимости действий оператора; — наличие операторов-дублеров; — психологические нагрузки. Оценивание частоты ошибок человека следует проводить только после рассмотрения всех этих факторов, так как они влияют на качество работы оператора. Полученные оценки должны затем включаться в процедуру анализа дерева отказов.

Сегодня мы поговорим о двух фундаментальных техниках тестирования – анализе классов эквивалентности и граничных значений. О них пишут практически во всех книгах по тестированию. Почему они считаются одними из самых важных? Потому что они могут использоваться на разных уровнях – от отдельных функций до целого продукта. Потому что многие тестировщики пользуются ими интуитивно каждый день. Потому что неправильное использование этих техник может привести к пропуску серьезных ошибок. Поэтому для тестировщика важно знать эти техники и уметь их правильно применять. Эквивалентные тесты Давайте договоримся о том, какие тесты мы будем считать эквивалентными. Два теста считаются эквивалентными, если: Они тестируют одну и ту же вещь (функцию, модуль, часть системы). Если один из тестов ловит ошибку, то другой скорее всего тоже её поймает. Если один из них не ловит ошибку, то другой скорее всего тоже не поймает Если же мы говорим об эквивалентности входных параметров программы, то входные параметры, которые приводят к одинаковому поведению программы, мы будем считать эквивалентными.

Классы эквивалентности Рассмотрим пример Требование 4. 2. 1. 1: Для чисел, каждое из которых меньше либо равно MAXINT и больше либо равно MININT, функция суммирования должна возвращать правильную сумму с точки зрения математики. Функция, которую будем тестировать: ///

/// Сложение ///

///

слагаемое ///

сумма

public static long Add(long a, long b) По сравнению с предыдущим требованием у этого явно есть недостатки. Здесь ничего не говорится об ограничениях на сумму. Можно легко подобрать два таких числа, которые будут удовлетворять заявленному требованию, а их сумма будет выходить за границы int. Скорее всего, это ошибка проектирования программы. Тогда необходимо исправить спецификацию и сообщить об этом остальным участникам разработки, прежде всего ее составителю. После исправлений функциональное требование 4. 2. 1. 1. будет выглядеть так: Требование 4. 2. 1. 1: Для чисел, меньших либо равных MAXINT и больших либо равных MININT, сумма которых меньше либо равна MAXINT и больше либо равна MININT, функция суммирования должна возвращать правильную сумму с точки зрения математики. Тестирование на допустимые данные ничем не будет отличаться от тестирования функции деления. Составим классы эквивалентности.

В простейшем случае любое из слагаемых делится на 3 класса эквивалентности: MININT, MAXINT и промежуточное значение. Если подходить более серьезно, то можно выделить 7 допустимых классов эквивалентности: MININT, MININT+1, отрицательное не граничное число, 0, положительное не граничное число, MAXINT 1, MAXINT. Учитывая то, что у нас два идентичных входных параметра, для полного рассмотрения всех классов эквивалентности необходимо составить и проверить 7*7=49 тестовых примеров, что все равно гораздо меньше, чем полный перебор. При этом, как показал тест с делением, ошибка может проявиться лишь в нескольких из этих примеров, которые не сильно отличаются от остальных граничных классов эквивалентности. Некоторые классы эквивалентности не удовлетворяют требованию 4. 2. 1. 1. так как выводят сумму за допустимые пределы. Поведение метода на таких входных данных описано в требовании 4. 2. 1. 2. Иногда удобнее составить классы эквивалентности по выходному параметру (в данном случае их будет 7) и уже по ним подбирать входные данные и составлять тестовые примеры. Основной способ поиска дефектов – передача системе данных, не предусмотренных требованиями: слишком длинных или слишком коротких строк, неверных символов, чисел за пределами вычислимого диапазона и т. п. Неверные данные, как и допустимые, также можно разделять на различные классы эквивалентности. В качестве простого примера снова рассмотрим функцию сложения.

Источник

Статьи →

Метод прогнозирования совершения ошибок персоналом

227 просмотров

Нахождение персонала в области с необходимыми профессиональными и личностными качествами, как и прогнозированное развитие компетенций сотрудников, с каждым годом становится всё актуальнее для кадровых служб.

Исходя из этой потребности, авторами данного доклада был разработан метод, дополняющий существующие методы отбора, адаптации, аттестации и развития персонала. Разработанный метод может применяться к людям любых профессий банковской сферы, так как в основе его лежит субъективная оценка выполнения функциональных обязанностей и приборная оценка реакций нервной системы на различные виды стимулов, используемых в профессиональной деятельности.

«Из авторитетных научных источников известно, что соотношение сознательной и бессознательной области психики, составляет 3% к 97%. Следовательно, при оценке и отборе персонала, его обучении, адаптации и развитии, важным фактором также будет являться выявление осознаваемых и несознаваемых стимулов (стресс-факторов), вызывающих у персонала:

Ошибки,
понижение эффективности,
затруднение в адаптации,
задержку развития компетентности».

Сотрудники ООО АРС «Гармония» разработали способ выявления неосознаваемых стимулов (стресс-факторов), влияющих на совершение ошибок персоналом в процессе профессиональной деятельности, посредством регистрации аппаратно-программным комплексом «ИПЭР» (патент РФ №107482) эмоциональных реакций на значимые семантические понятия.

Мы продемонстрируем работу метода прогнозирования совершения ошибок с использованием АПК «ИПЭР» на нескольких примерах.

Исследование ресурсного потенциала персонала

Представляем исследование изучения ресурсного потенциала трейдеров в финансовой компании «Финанс-Х». Генеральным директором компании заявлялась проблема: «Из 15 трейдеров пятеро приносят прибыль в 15–35%, четверо — 3–5%, а остальные 0 или даже уходили в «минус». В чём причина? Хотя уровень образования и стаж работы одинаковый».

Была поставлена цель исследования заявленной проблемы — изучение личностного потенциала персонала, скрытых ресурсов и неосознаваемых механизмов, блокирующих личную успешность специалиста в компании.

Посредством АПК «ИПЭР» у сотрудника выявлялись стресс-факторы. Для этого семантические понятия трейдера были разделены на семь областей: основные понятия профессиональной деятельности; отношения к клиентам; мотивация и целеполагание; должностные обязанности; процесс профессиональной деятельности; взаимоотношения с коллегами; личностные качества; лояльность.

После проведения исследования, были выявлены проблемные зоны в профессиональной деятельности каждого трейдера. На каждого сотрудника была создана «Карта личностного потенциала сотрудника». Интересно отметить, что полученная информация от 15% до 25% для исследуемых трейдеров была неожиданной — были выявлены области профессиональных компетенций в которых они думали, что у них нет проблемных зон и ошибок.

Проф. подготовка;
Психология и терапия;
Успех и деньги.

Смотрите также

Фотоальбомы

Метод прогнозирования ошибок персоналом

Видео

Статьи автора

Эти ошибки характерны не только для начинающих, но и для считающих себя «матёрыми» профессионалами.

Ошибка №1 — «Я помогаю клиенту».

Мне как-то один врач сказал: «Я не лечу пациента, и я не помогаю ему выздороветь. Лишь только природа и Бог могут помочь человеку излечиться. А я только ставлю диагноз… Читать дальше

В последнее время стали говорить о важности патриотического воспитания. Конечно же, это очень важно, иметь патриотов в своём отечестве. Но для того, чтобы воспитывать патриотизм, нужно понимать, что стоит за этим понятием. Иначе, не понимая сути патриотизма, можно воспитать совсем не то, что в итоге… Читать дальше

У спортсмена есть проблемы, а он их не осознает

Спорт — это не только многочасовые интенсивные тренировки, которые требуют немалого расхода сил, но и преодоление невидимых, но ощутимых на уровне психоэмоционального напряжения барьеров. Вот почему сейчас в спорте высших достижений так важна спортивная… Читать дальше

Как ребёнку (на примере девочки, занимающейся теннисом) рассказать и показать, что такое психика, как она может мешать в жизни достигать желаемых целей, как нужно управлять психикой, чтобы она помогала быть успешным в разных областях жизни — смотрите видео после текста внизу статьи.

Психика — результат… Читать дальше

Задний план

Методика прогнозирования частоты ошибок, связанных с человеческим фактором (THERP), является методологией первого поколения, что означает, что ее процедуры следуют тому, как традиционный анализ надежности моделирует машину. Этот метод был разработан в Sandia Laboratories для Комиссии по ядерному регулированию США . Его основным автором является Суэйн, который постепенно в течение длительного периода времени разрабатывал методологию THERP. THERP опирается на большую базу данных о надежности человека, которая содержит HEP, и основана как на данных завода, так и на экспертных заключениях. Этот метод был первым подходом в HRA, который получил широкое распространение и до сих пор широко используется в ряде приложений, даже за пределами его первоначальной ядерной установки.

Методология THERP

Методология THERP разбита на 5 основных этапов:

1. Определите представляющие интерес сбои системы.
Эти сбои включают в себя функции системы, в которых человеческий фактор с большей вероятностью влияет на вероятность сбоя, и те сбои, которые представляют интерес для оценщика риска; операции, в которых может не быть никакого интереса, включают те, которые не являются критическими с точки зрения эксплуатации, или те, для которых уже существуют меры безопасности.

2. Составьте список и проанализируйте связанные с этим человеческие операции, а также определите человеческие ошибки, которые могут произойти, и соответствующие способы исправления человеческих ошибок.
Этот этап процесса требует комплексного анализа задач и человеческих ошибок . Анализ задачи перечисляет и упорядочивает дискретные элементы и информацию, требуемую операторами задачи. Для каждого шага задачи возможные ошибки рассматриваются аналитиком и точно определяются. Возможные ошибки затем рассматриваются аналитиком для каждого шага задачи. Такие ошибки можно разбить на следующие категории:

Ошибки упущения — пропуск шага задачи или самой задачи целиком
Ошибка комиссии — это включает в себя несколько различных типов ошибок:
- Ошибки выбора — ошибка использования элементов управления или выдачи команд.
- Ошибки последовательности — требуемое действие выполняется в неправильном порядке
- Ошибки хронометража — задача выполняется до или после, когда это необходимо
- Ошибки количества — недостаточное количество или превышение

Возможность исправления ошибок также должна быть рассмотрена, поскольку это, если оно будет реализовано, может значительно снизить вероятность ошибки для задачи.

Задачи и связанные с ними результаты вводятся в HRAET, чтобы обеспечить графическое представление процедуры задачи. Совместимость деревьев с традиционной методологией дерева событий, то есть с включением двоичных точек решения в конце каждого узла, позволяет оценивать его математически.

В дереве событий визуально отображаются все события, происходящие в системе. Он начинается с исходного события, затем развиваются ответвления как различные последствия исходного события. Они представлены множеством различных путей, каждый из которых связан с вероятностью возникновения. Как упоминалось ранее, дерево работает по двоичной логике, поэтому каждое событие либо завершается успешно, либо терпит неудачу. С добавлением вероятностей для отдельных событий на каждом пути, то есть ветвей, можно найти вероятность различных результатов. Ниже приведен пример дерева событий, представляющего пожар в системе:

Следовательно, при условии, что все подзадачи задачи полностью представлены в HRAET и известна вероятность отказа для каждой подзадачи, это позволяет рассчитать окончательную надежность задачи.

3. Оцените соответствующие вероятности ошибок.
HEP для каждой подзадачи вводятся в дерево; необходимо, чтобы все ветви отказа имели вероятность, иначе система не сможет дать окончательный ответ. HRAET обеспечивают функцию разбивки основных задач оператора на более мелкие этапы, которые представлены в форме успехов и неудач. Это дерево указывает порядок, в котором происходят события, а также учитывает вероятные отказы, которые могут произойти в каждой из представленных ветвей. Степень, в которой каждая задача высокого уровня разбита на задачи более низкого уровня, зависит от доступности HEP для последующих отдельных ветвей. HEP могут быть получены из ряда источников, таких как: база данных THERP; данные моделирования ; исторические данные об авариях; экспертное заключение. PSF должны быть включены в эти расчеты HEP; основным источником рекомендаций по этому поводу является руководство THERP. Однако аналитик должен действовать по своему усмотрению при принятии решения о том, в какой степени каждый из факторов применим к задаче.

4. Оценить влияние человеческой ошибки на события отказа системы.
После завершения HRA человеческий фактор в отказе может быть затем оценен в сравнении с результатами общего анализа надежности. Это может быть выполнено путем вставки HEP в полное дерево событий неисправности системы, что позволяет учитывать человеческий фактор в контексте всей системы.

5. Рекомендовать изменения в системе и пересчитывать вероятности отказа системы.
После того, как станет известен вклад человеческого фактора , можно использовать анализ чувствительности для определения того, как можно уменьшить определенные риски при сокращении HEP. Пути восстановления после ошибок могут быть включены в дерево событий, поскольку это поможет оценщику при рассмотрении возможных подходов, с помощью которых можно уменьшить выявленные ошибки.

Пример работы

Контекст

В следующем примере показано, как методологию THERP можно использовать на практике при вычислении вероятностей ошибки человека (HEP). Он используется для определения HEP для создания вентиляции на основе воздуха с использованием оборудования для аварийной продувки на резервуарах 48 и 49 обработки осадков (ИТП) в резервуарах после отказа системы продувки азотом после сейсмического события.

Предположения

Чтобы окончательный расчет HEP был действительным, необходимо выполнить следующие допущения:

Существует инициатор сейсмического события, который приводит к созданию вентиляции на основе воздуха на резервуарах обработки ИТП 48 и 49.
Предполагается, что питание как на месте, так и за его пределами недоступно в данном контексте, и поэтому управляющие действия, выполняемые оператором, выполняются локально, на крышке резервуара.
Время, отведенное оперативному персоналу для создания воздушной вентиляции с использованием аварийной продувочной вентиляции, после возникновения сейсмического события, составляет 3 дня.
Существует необходимость в разработке процедуры мониторинга состояния оборудования ИТП, чтобы можно было принять согласованный метод для целей оценки состояния оборудования и компонентов ИТП и выбранных параметров процесса на период аварийного состояния.
Предполагаемое время реакции существует для первоначальной диагностики события и для размещения оборудования для аварийной продувки на крышке резервуара. Первый составляет 10 часов, а второй — 4 часа.
Процесс осаждения в резервуаре связан с требованиями эксплуатационной безопасности (ЛАРН), которые определяют точные условия, при которых оборудование для аварийной продувки вентиляции должно быть подключено к стояку.
Стандартная рабочая процедура «tank 48 system» имеет определенные условия и действия, которые должны быть включены для правильного выполнения (см. Файл для более подробной информации)
Важнейшим элементом агрегата аварийной продувочной вентиляции является указатель расхода; это необходимо в случае неправильного подключения оборудования для аварийной продувки, так как это позволит выполнить действия по восстановлению.
Персонал, доступный для выполнения необходимых задач, обладает необходимыми навыками.
Во время установки оборудования для аварийной продувки, выполняемого обслуживающим персоналом, оператор резервуара должен присутствовать для наблюдения за этим процессом.

Метод

Первоначальный анализ задачи был проведен на основе нестандартной процедуры и стандартной рабочей процедуры. Это позволило оператору выровнять, а затем запустить вентиляционное оборудование для аварийной продувки с учетом потери системы вентиляции. После этого была проанализирована каждая отдельная задача, из которой можно было назначить вероятности ошибок и факторы ошибок событиям, которые представляли ответы оператора.

Ряд HEP были скорректированы с учетом различных выявленных факторов, влияющих на производительность (PSF).
После оценки характеристик задачи и поведения экипажа расшифрованы вероятности восстановления. На такие вероятности влияют такие факторы, как знакомство с задачей, сигналы тревоги и независимая проверка.
После того, как были определены вероятности ошибок для отдельных задач, были построены деревья событий, из которых были получены формулировки расчетов. Вероятность отказа была получена путем умножения каждой из вероятностей отказа на рассматриваемом пути.

Дерево событий HRA для выравнивания и запуска оборудования вентиляции для аварийной продувки на резервуаре-отстойнике 48 или 49 после сейсмического события

Суммирование каждой из вероятностей пути отказа дает общую вероятность пути отказа (FT)

Полученные результаты

Задача A: Диагностика, HEP 6.0E-4 EF = 30
Задача B: Визуальный осмотр выполнен быстро, коэффициент восстановления HEP = 0,001 EF = 3
Задача C: запустить стандартную рабочую процедуру HEP = 0,003 EF = 3
Задача D: Подключение обслуживающего персонала к вентиляционному оборудованию для аварийной продувки HEP = 0,003 EF = 3
Задача E: Аварийная продувка подключения обслуживающего персонала 2, коэффициент восстановления CHEP = 0,5 EF = 2
Задача G: Оператор резервуара инструктирует / проверяет подключение, коэффициент извлечения CHEP = 0,5 Нижняя граница = 0,015 Верхняя граница = 0,15
Задача H: считывание показаний индикатора расхода, коэффициент восстановления CHEP = 0,15 Нижняя граница = 0,04 Верхняя граница = 0,5
Задача I: Диагностика HEP = 1.0E-5 EF = 30
Задача J: проанализировать LFL с помощью портативного анализатора LFL, коэффициент восстановления CHEP = 0,5 Нижняя граница = 0,015 Верхняя граница = 0,15

Из различных цифр и расчетов можно определить, что HEP для создания вентиляции на основе воздуха с использованием оборудования для аварийной продувки на резервуарах для обработки осадков 48 и 49 в резервуарах для обработки осадков 48 и 49 после отказа системы продувки азотом после сейсмического события составляет 4,2 Э -6. Это числовое значение оценивается как среднее значение по логнормальной шкале. Однако этот результат действителен только при условии, что все ранее заявленные предположения реализованы.

Преимущества THERP

THERP можно использовать на всех этапах проектирования. Кроме того, THERP не ограничивается оценкой уже имеющихся проектов, и благодаря уровню детализации анализа он может быть специально адаптирован к требованиям конкретной оценки.
THERP совместим с вероятностной оценкой риска (PRA); Методология метода означает, что его можно легко интегрировать с методологиями надежности дерева отказов .
Процесс THERP прозрачен, структурирован и обеспечивает логический анализ человеческого фактора, учитываемого при оценке риска ; это позволяет напрямую исследовать результаты и опровергать предположения.
Этот метод может использоваться в широком диапазоне различных областей человеческой надежности и имеет высокую степень достоверности .
Это уникальная методология в том, что касается устранения ошибок, а также количественно моделирует взаимосвязь между различными действиями или ошибками.

Недостатки THERP

Анализ THERP очень ресурсоемкий и может потребовать больших усилий для получения надежных значений HEP. Этим можно управлять, обеспечив точную оценку уровня работы, необходимой для анализа каждого этапа.
Методика не поддается совершенствованию системы. По сравнению с некоторыми другими инструментами оценки надежности человека, такими как HEART, THERP является относительно несложным инструментом, поскольку диапазон рассматриваемых PSF обычно невелик, а основные психологические причины ошибок не определены.
Что касается согласованности методики, на практике были обнаружены большие расхождения в оценке разными аналитиками риска, связанного с одними и теми же задачами. Такие несоответствия могут возникать либо из-за отображения процесса рассматриваемых задач, либо из-за оценки HEP, связанных с каждой из задач, посредством использования таблиц THERP по сравнению, например, с экспертной оценкой или применением PSF.
Методология не дает оценщику указаний относительно того, как моделировать влияние PSF и влияние ситуации на оцениваемые ошибки.
THERP HRAET неявно предполагают, что HEP каждой подзадачи не зависит от всех других, т.е. HRAET не обновляется в том случае, если оператор выбирает неоптимальный маршрут по пути задачи. Это усиливается тем, что HEP просто сокращается за счет возможности восстановления после ошибки, а не за счет введения альтернативных (т. Е. Неоптимальных ) «успешных» маршрутов в дерево событий, что может позволить байесовское обновление последующих HEP.
THERP — это инструмент HRA «первого поколения», который, как и другие подобные инструменты, подвергался критике за недостаточный учет контекста.

Background[edit]

THERP methodology[edit]

Worked example[edit]

Context[edit]

Assumptions[edit]

Method[edit]

Results[edit]

Advantages of THERP[edit]

Disadvantages of THERP[edit]

Other human reliability assessments[edit]

References[edit]

ПРОГНОЗИРОВАНИЕ ОШИБОК Тестирование функций эквивалентности Методы прогнозирования

Метод прогнозирования совершения ошибок персоналом

Исследование ресурсного потенциала персонала

Смотрите также

Фотоальбомы

Метод прогнозирования ошибок персоналом

Видео

Статьи автора

У спортсмена есть проблемы, а он их не осознает

Психика — результат… Читать дальше

Читайте также

Саморазвитие. Работа над собой

Задний план

Методология THERP

Пример работы

Контекст

Предположения

Метод

Полученные результаты

Преимущества THERP

Недостатки THERP

Рекомендации