航天测试发射操作中的人因失误分析

马昕晖， 姜 曙， 崔村燕， 尚 晨， 徐慧敏(. 装备学院 航天装备系, 北京 046； . 装备学院 研究生管理大队, 北京 046； . 998部队)

航天测试发射操作中的人因失误分析

马昕晖1， 姜 曙2， 崔村燕1， 尚 晨3， 徐慧敏2
(1. 装备学院 航天装备系, 北京 101416； 2. 装备学院 研究生管理大队, 北京 101416； 3. 92198部队)

对航天测试发射操作中人因失误问题进行了研究。分析了航天测试发射操作人因失误的特点，即人因失误会随着测试发射阶段和岗位的不同而出现差异，并且危害性大；建立了测试发射操作的技能-规则-知识(SRK)人员认知模型，提出了确定人员认知模式的方法，并引入人员认知可靠性(HCR)方法计算人因失误概率。以航天发射场某次任务低温加注阶段的一次人因失误为实例，应用SRK模型确定了该操作人员的认知方式为知识型，使用HCR方法计算了该操作员的失误概率，并验证了计算结果的正确性。

航天测试发射操作；人因失误；技能-规则-知识；人员认知可靠性；低温加注

在航天测试发射操作过程中，参与的设备复杂、人员数量多、人员操作岗位多，在此过程中难免出现人员失误而对航天发射任务造成影响，同时，由于航天测试发射操作设备可靠性水平的不断提高，人因失误产生的后果将进一步凸显。目前，国内外关于人因可靠性的研究主要集中在核、舰船、航空等领域，在国内航天领域，可查阅到关于发射场人因可靠性研究的文献资料较少。本文结合航天发射场实际情况，总结航天测试发射人员操作特点，建立基于SRK的航天测试发射操作人员认知模型，运用HCR方法对航天发射场低温加注系统人因失误概率进行预测，为我国航天发射场开展人因可靠性分析提供参考。

1 航天测试发射操作人因失误特点分析

1.1 不同测试发射操作阶段发生人因失误的概率不同

据统计，在执行某项发射任务时，在控制系统测试发射操作过程中出现人因失误总计70个(处)，其中，状态准备操作阶段53个(处)，数据判读阶段10个(处)，测试阶段7个(处)。显然，状态准备阶段是发生人因失误的高峰期，近76%的人因失误都集中在这一阶段。究其原因，是在状态准备阶段操作动作比较多，不仅有安装仪器、连接电缆、设置状态等诸多动作，而且时间紧，多系统并行操作。而数据判读和测试阶段操作动作较少，发生人因失误也相对少。

1.2 不同岗位发生人因失误的比例不同

在状态准备阶段和数据判读阶段，箭上岗位比地面岗位更容易发生人因失误；而在测试阶段，地面岗位的失误概率反超箭上岗位。这是由发射场现有的测试发射模式所决定的：在状态准备阶段，箭上岗位要依据不同测试项目，连接大量不同的电缆插头或是检查状态，而地面岗位在连好插头之后状态变动较小；在测试阶段，箭上岗位操作很少，地面岗位却要进行加断电、指令发送、装订程序等诸多操作；在数据判读阶段，箭上岗位负责大部分的数据判读，更容易发生人因失误。

1.3 人因失误产生的危害大

航天发射任务是一项组织严密、容不得半点差错的活动，特别是在危害后果大的测试操作中，例如火箭的吊装和低温加注过程中，人员操作稍有疏忽或开关阀门错误，就会造成箭体损毁或箭毁人亡的严重后果。1981年8月3日，由于推进剂加注人员失误，导致德尔塔火箭少加了118 kg燃料，最终造成2颗卫星未能进入预订的轨道[1]34；1990年2月22日，由于一名工作人员将一块擦拭布遗忘在一级发动机的水循环系统中，导致阿里安运载火箭发生爆炸[1]105。

2 航天测试发射操作人因可靠性研究

2.1 航天测试发射操作人因可靠性研究思路

通常情况下，开展人因可靠性分析(Human Reliability Analysis, HRA)需要经过人员认知行为研究、情景环境分析、人因失误概率计算和人因失误预防与控制这4个关键环节。笔者围绕航天测试发射操作人因失误，提出航天测试发射操作人因可靠性研究思路：首先，建立航天测试发射操作SRK认知模型，并运用Hanaman决策树确定操作人员的认知行为模式；随后，在确定了操作人员的认知模式基础之上，运用HCR方法计算人因失误概率，并依据计算结果提出相应的人因失误预防与控制措施。

2.2 航天测试发射操作SRK认知模型

建立认知行为模型是HRA的关键环节，是HRA的心理学基础部分，也是人因失误的内在原因[2]。研究人员认知行为，有助于从理论上解释人因失误的产生与发展过程，可为后续展开人因可靠性定量分析提供理论支持，故建立人员认知行为模型对航天测试发射操作HRA尤为重要。

图1 基于SRK的航天测试发射操作人员认知模型

技能-规则-知识(SRK)模型由Rasmussen于1986年提出，该模型将人的认知行为分为技能型、规则型和知识型模式[3]。目前，SRK模型已受到研究人员的广泛欢迎，被引入到人因可靠性定量计算中：Hanaman在人员认知可靠性方法中引入该模型，得出了3种认知行为下的人因失误概率；Sun等利用该模型，提出运用工程化思想的方法计算人因失误概率计算[4]；Saurin利用该模型，对一线工作人员的人因失误模式进行了分类[5]。

结合SRK认知模型，同时针对航天测试发射操作特点，建立如图1所示的航天测试发射操作SRK认知模型。图中，处于技能型认知模式的人员一般具有丰富的工作经验，对测试发射操作情况非常熟悉，可以熟练地完成测试发射操作；处于规则型认知模式的人员工作经验较为丰富，但在执行测试发射操作动作时，往往需要借助操作规程；处于知识型认知模式的人员一般经验较少，但知识量丰富，此类人员一般不执行具体的操作动作，往往在面临复杂、紧急情况时，做出决策。

2.3 航天测试发射操作认知行为模式确定方法

前文建立了航天测试发射操作中人员的认知模型，下一步就要确定人员的认知行为模式。本节将通过Hanaman决策树，确定在航天测试发射操作SRK模型下的认知行为模式。Hanaman决策树是由Hanaman提出来的一种认知行为确定方法，结构如图2所示。

图2 Hanaman决策树结构

结合航天测试发射操作特点，表1给出了航天测试发射操作中Hanaman决策树中各因素分支的含义。只要根据人员对应6个因素(决策树下端)的状态，就可以得到人员所属的认知行为模式。

表1 航天测试发射操作Hanaman决策树中各因素分支含义

对于不同的情景环境，Hanaman决策树中6种因素的状态也不同，即既有“下支”，也有“上支”， 例如，对于测试发射操作类型因素，既有非常规(下支)，又有常规(上支)。首先要确定6种因素所属分支；确定了分支的类型(上支或下支)后，还需考虑每个分支对应项目的轻重程度。由于目前国内航天领域人因可靠性分析还处于初步研究阶段，发射场人因数据相对较为匮乏，但可以通过专家概率评价的方式来获取所需人因数据。确定人员认知行为模式的具体步骤如下：第一步，选择航天领域专家若干名，一般为了使评价效果更好，至少选择5名专家[6]。每个专家根据自身的知识和经验，给出表1中6种因素2个分支的概率，其基本形式为：

行为模式决定因素概率(上支，下支)=(P1，P2)，其中P1+P2=1；

第二步，考虑到5名专家在知识、经验上的差异，为每个专家设置权重qi(i=1,2,…,m)，定义权重列向量

第三步，专家i对因素j的概率评价为：

式中，i=1,2,…m,j=1,2,…n，n为Hanaman决策树中因素个数，则有决定因素j的概率行向量：

第四步，通过加权平均求得行为模式因素j的最终状态：

(1)

第五步，将各行为模式因素的最终状态从左到右依次代入决策树中，可得到人员所属的行为模式，Hanaman决策树末端9个输出的概率分别为：

(2)

从而得到3种认知行为模式的概率分别为：

Pskill=Pa+Pb+Pe

Prule=Pc+Pd+Pf

Pknowledge=Pg+Ph+Pi

(3)

即人员的认知行为模式概率(技能型，规则型，知识型)=(Pskill,Prule,Pknowledge)。

2.4 航天测试发射操作人因失误概率计算

在核电领域，计算人因失误概率的方法有很多种，具有代表性的是THERP[7](TechniqueforHumanErrorRatePrediction)方法和HEART[8](HumanErrorAssessmentandReductionTechnique)方法。这2种方法在核领域得到了很好的应用，但却不能直接移植到航天领域,主要是因为：(1)核电领域人员操作主要集中在一系列的操作动作，动作之间的间隔时间相对较短，这与THERP建立事件树的思路相符，而航天测试发射操作动作与动作之间间隔时间较长，动作与动作之间具有一定的独立性；(2)HEART方法中的行为形成因子权重数据库来自核领域，不适合航天测试发射操作中的失误概率计算。基于前文建立的航天测试发射操作SRK认知模型，以及航天发射任务对时间要求较高这一特点，本文选择HCR方法计算航天测试发射操作中的人因失误概率。

图3 液氧加注系统流程

HCR方法主要用于计算依赖于时间任务的人因失误概率，认为操作人员失误的概率服从Weibull分布[9]，并由下列公式得出失误概率：

p(t)=exp{-[(t/T0.5-γ)/α]}β

(4)

(5)

式中：t为允许操作员响应的时间；T0.5为操作员实际响应时间；T0.5，n为操作员在平时操作时的平均响应时间；k1为操作员的经验；k2为操作员面临的压力；k3为人机界面交互程度；α,β,γ分别为在技能型、规则型、知识型操作动作下的参数。各参数取值如表2、表3所示。

表2 α,β,γ取值[10]11

在计算人因失误概率时，首先设定允许操作员响应的时间t，并确定操作员的平均响应时间，确定T0.5,n的值；其次通过实地调查，确定k1,k2,k3的值；最后通过2.3节内容，确定人员认知行为方式，确定α,β,λ的值。将各参数取值代入式(4)和式(5)中，得到人因失误概率。

表3 k1,k2,k3取值[10]12

3 实例分析

以某航天发射场在1998年执行某发射任务低温加注阶段出现人因失误为例，进行人员认知行为分析和失误概率计算。

3.1 人因失误描述

液氧加注在发射前7 h开始加注，加注过程为：预冷、大流量加注、停止加注、液氧排放、预冷前补加、发动机预冷、射前补加、排空脱落等工序[11]。液氧加注系统如图3所示。在液氧加注阶段，泵在等待大流量加注命令时，泵温度升高，并且实际温度已经升至102 K。按照规定泵在启动时，温度应不大于95 K，为了防止安全事故发生，操作员打开24#阀排掉泵腔内热氧，使泵温度下降至95 K以下，而后再启动泵。但在泵温度降至95 K后，由于操作员忘记关闭24#阀，导致液氧大量流入氧排管路。虽然由于现场人员处理及时得当没有影响加注和发射任务，但应当对此任务中出现的人因失误加以警惕、避免。

经调查了解，在此次加注任务中，担任操作手的是一名具有5年工作经验的士官，学历层次为大专毕业，并且在平时的演练操作中，都能够按照操作规程进行操作，但在此次操作中，该操作手出现了人因失误中的遗忘失误。

3.2 人员认知行为模式确定

为了确定该操作手的认知行为模式，选取5名航天领域专家进行概率评价，专家情况如表4所示。

根据专家的知识和经验水平，设置5名专家权重向量为Q= [0.3 0.2 0.2 0.15 0.15]，5名专家按照表1中所列项目进行打分，专家打分情况如表5所示。

表4 专家情况简介表

表5 专家打分情况表

将专家概率评价数据按照式(1)进行加权平均，分别得到6种状态2个分支的取值，并将结果代入到式(2)、式(3)中，得到操作员的3种认知行为模式概率分别为：(技能型，规则型，知识型)=(0.227 2，0.147 1，0.625 7)。可见，该加注系统操作员以22.72%的概率处于技能型认知行为模式，以14.71%的概率处于规则型认知行为模式，以62.57%的概率处于知识型认知行为模式。为了方便随后的人因失误概率计算，这里将操作员的认知行为模式定为三者中概率最高的“知识型”。

3.3 人因失误概率计算

在确定了操作员的认知行为模式后，就可以运用HCR方法计算人因失误概率。

经查阅发射场资料，从操作员打开24#阀到温度降至95 K所用平均时间约为59 min；允许操作员响应的时间约为55 min；操作员经过专门的培训，k1取-0.22；操作员面临可能出现的紧急情况，k2取0.28；由于采取数字化显示，认为人机界面非常好，k3取-0.22。将以上参数代入式(4)和式(5)，可得操作员忘记及时关掉阀门的概率为0.405 0。SHARP(SystematicHumanActionReliabilityProcedure)方法给出了3种认知行为模式所对应的人因失误概率范围，如表6所示[12]。

表6 SHARP方法中的人因失误概率范围

本文计算的人因失误概率0.405 0落在SHARP方法给出的知识型认知行为模式失误概率区间，证明了该方法计算的正确性。

发射场设施设备的失效概率集中在1×10-5左右，而人因失误的概率主要集中在1×10-5～1×10-1，可见人因失误概率要大于设施设备的失效概率，故有必要开展人因可靠性研究。一般来说，在测试发射操作中能够接受的人因失误概率应小于1×10-4，本例中计算出来的人员失误概率达到了40.50%，这是航天发射任务所不能接受的，发射场管理人员应把此作为重点，采取必要措施减小失误概率。

4 结 束 语

开展人因可靠性分析是减少人因失误的重要途径，但其在我国航天发射场还缺乏研究和应用。文章的分析、计算结果为后续开展测试发射操作人因失误风险评估和预防控制奠定了基础。文章的研究思路可为我国航天发射场其他系统开展人因可靠性分析提供方法。但由于缺乏对人因失误的重视，目前发射场积累的人因数据较为匮乏，随着发射场人因数据的不断积累和丰富，人因可靠性分析的精确度会进一步提升，人因失误预防与控制的措施也会更加具体，这对减小发射场测试发射操作人员失误概率，提高其可靠性水平，保证发射任务的顺利完成具有重要意义。

)

[1]张宗美.航天故障手册[M].北京:宇航出版社,1994:474-480.

[2] 王黎静，王彦龙.人的可靠性分析：人因差错风险评估与控制[M].北京:航空工业出版社,2015:7-9.

[3] 蒋英杰.认知模型支持下的人因可靠性分析方法研究[D].长沙:国防科学技术大学，2012:25-27.

[4] SUN Z Q,XIE H W,SHI X J,et al.Engineering approach for human error probability quantification[J].Journal of Systems Engineering and Electronics,2009,20(5):1144-1152.

[5] SAURIN T A,GUIMARAES L B M,COSTELLA M F,et al.An algorithm for classifying error types of front-line workers based on the SRK framework[J].International Journal of Industrial Ergonomics,2008,38(11/12):1067-1077.

[6] Embrey D E.SLIM-MAUD:an approach to assessing human error probabilities using structured expert judgment (NUREG/CR-3518)[R].Washington D.C.:US Nuclear Regulatory Commission,1983:254-258.

[7] 谢红卫，孙志强，李欣欣，等.典型人因可靠性分析方法评述[J].国防科技大学学报，2007,29(2):103-104.

[8] WILLIAMS J C.A data-based method for assessing and reducing human error to improve operational performance[C]//Proceedings of IEEE 4th Conference on Human Factor and Power Plants.Monterey:IEEE,1988:436-444.

[9] ZHANG L,HE X H,DAI L C,et al.The simulator experimental study on the operator reliability of Qinshan nuclear power plant[J].Reliability Engineering and System Safety,2007,92(2) :252-259.

[10] 张力，黄曙东，何爱武，等.人因可靠性分析方法[J].中国安全科学学报，2001,11(3):6-16．

[11] 刘海飞，陈虹，王天祥，等.液氢和液氧低温推进剂加注系统中的管路瞬变特性研究[J].水动力学研究与进展，2014,29(6):642-648.

[12] GERTMAN D I,BLACKMAN H S.Human reliability and safety analysis data handbook[M].New York:Wiley-Interscience,1994:32-41.

(编辑：李江涛)

Human Error Analysis of Space Test and Launch Operation

MA Xinhui1， JIANG Shu2， CUI Cunyan1， SHANG Chen3， XU Huimin2

(1. Department of Space Equipment, Equipment Academy, Beijing 101416, China；2. Department of Graduate Management, Equipment Academy, Beijing 101416, China； 3. 92198 Troops, China)

This paper is studies the human errors in the space test and launch operation. It analyzes the characteristics of human errors in the space test and launch operation, and draws a conclusion that the human errors vary with different test and launch phases and human positions and cause serious harmfulness. Based on this, the paper establishes a skill-rule-knowledge (SRK) human cognitive model for the test and launch operation, proposes a method to determine the human cognitive model and introduces a human cognitive reliability (HCR) method to calculate the human error probability. For a human error in the low temperature filling stage of a mission in the space launch site, this paper determines with SRK model the cognitive pattern of the involved operator as knowledge type, calculates the error probability of this operator with HCR method and verifies the correctness of the calculation result.

space test and launch operation; human error; skill-rule-knowledge(SRK); human cognitive reliability(HCR); low temperature filling

2016-10-26

马昕晖(1969—)，女，教授，硕士生导师，主要研究方向为航天发射总体理论与技术。mxh5821@163.com