基于改进的CREAM的LNG船卸货作业人因失误概率预测

余 露， 席永涛， 胡甚平

(上海海事大学 商船学院，上海 201306)

0 引 言

随着国内对液化天然气(Liquefied Natural Gas,LNG)的需求不断增长，我国的LNG船不断增多，LNG船运行过程中的安全性问题受到业内人员的密切关注。据统计,从1968年至今,已有42起LNG船事故是在装货和卸货阶段引发的，其中,卸货阶段25起，装货阶段13起，卸料臂断开阶段4起。因此，开展LNG船装卸货作业人因可靠性研究刻不容缓。

在LNG船安全性研究方面:李品友等[1]对LNG船装卸系统中的船岸管路连接、部件组成和装卸货操作流程进行了分析;李贺南[2]采用模糊理论对LNG船装卸货作业的安全性进行了评估;VANEM等[3]采用规范化安全评估(Formal Safety Assessment,FSA)方法,从碰撞、搁浅、触碰、失火、爆炸和装卸货等方面对LNG船进行了风险评估;ROLDAN等[4]对LNG船装卸货作业的失效场景和后果进行了研究;MELANI等[5]运用功能树、预先危险性分析、因果图分析和贝叶斯网络(Bayesian Network,BN)对LNG船装卸货设备风险进行了研究。

在人因失误概率研究方面:KONSTANDINIDOU等[6]将模糊集合论与认知可靠性和失误分析方法(Cognitive Reliability and Error Analysis Model,CREAM)相结合获取人因失误概率数据;MARESGUERRA等[7]从共同绩效条件(Common Performance Condition,CPC)的权重分配和水平方面进行了改造;YANG等[8]应用模糊评判建立推理规则，采用BN处理第二代人因可靠性分析(Human Reliability Analysis,HRA)中的不确定性问题;王世锦等[9]将CREAM运用到空中交通管制员的HRA研究中;席永涛等[10]以CREAM为基础，采用模糊集合、BN和证据推理算法，对不确定信息条件下的船舶值班驾驶员操作的可靠性进行了量化分析。

本文以LNG船卸货作业为研究对象，综合考虑操作人员个体因素和情景环境，构建以CREAM为基础的LNG船卸货作业可靠性量化分析模型。

图1 CPC因子与控制模式的关系图

1 作业过程人因失误定量化模型

1.1 总体量化分析

CREAM是以认知模型和框架为基础的HRA方法,通过评估CPC获取认知控制模式及其失误概率区间，实际上是构建任务场景状态与人因失误概率区间之间的映射关系。所有CPC因子对绩效的期望效应都划分为降低、不显著和改进等3个级别。为定量确定9个CPC因子，分别对绩效的影响程度定义期望效应α，取值为1、0和-1，分别表示CPC因子的期望效应为“降低”“不显著”和“改进”。由此,Σ降低(x)表示期望效应为“降低”的CPC因子效应和;Σ改进(x)表示期望效应为“改进”的CPC因子效应和(见图1)。定义情境影响指数为

γ=x+y,λ∈[-7,9]

(1)

则

(2)

式(1)和式(2)中:αi(i=1,2,…,9)为各CPC因子效应量化值。由此，控制模式、情境影响指数r和失误概率区间的关系见表1。

表1 控制模式、情境影响指数γ和失误概率区间的关系

当γ=0时，总体失误概率表示为基本失误概率，记作“pGE0”，γ的大小与人因失误概率的大小成反比；当γ≠0时，表示情景环境有正向影响或负向影响，总体失效概率记作pGE。pGE、pGE0和γ的关系为

lg(pGE/pGE0)=kγ

(3)

式(3)中：k可由总体失效概率及情境影响指数lg(pGE/pGE0)=kγ的最大值和最小值确定，即

lg(pGEmax/pGE0)=kγmax

(4)

lg(pGEmin/pGE0)=kγmin

(5)

k=lg(pGEmax/pGEmin)/(γmax-γmin)

(6)

pGE0=pGEmax/10kγmax

(7)

根据图1，γmax=9，γmin=-7；根据表1，pGEmax=1.0，pGEmin=0.000 1。将这些数据代入式(6)，可得k=0.25;根据式(7)可得pGE0=0.005 6。由此,总体失误概率pGE表示为

pGE=pGE0×100.25γ

(8)

1.2 认知任务分析

根据任务分析建立起来的任务步骤，分析每个步骤对应的可能的认知活动，CREAM给出15种认知活动。在给定每个步骤的认知活动之后，需找到每个认知活动对应的认知功能。每个认知活动可对应不只1种认知功能，同时每个认知功能不只对应1种认知活动，比如认知功能“观察”对应监视、观察、调节、扫描和检验等认知活动。

1.3 认知任务失误概率量化

1.3.1 失误模式及失误概率基本值pHE0确定

通过查表确定所研究事件的每个步骤对应的认知功能之后，需获得对应的失误模式。表2为认知功能失误模式和失误概率基本值[11]。

表2 认知功能失误模式和失误概率基本值

1.3.2 CPC认知功能权重因子确定

由任务所处的情景环境评估CREAM的9个CPC的水平，给定这9个CPC对绩效可靠性产生的影响。每个CPC对应若干个不一样的水平，每个水平都有相应的认知功能权重[12]。

1.3.3 IS因子量化

基于人因失误由环境驱使的观点，CREAM将9个CPC构成的情景环境作为人因失误的驱动变量。然而，从心理学的角度看，人的行为是外部环境与内部因素共同作用的结果，IS因子与认知功能的关系见表3。因此，操作人员的个体状态也应是考虑的因素，通过调研和遴选[13]，确定9种个体状态作为人的行为的内部因子，并确定其水平对人的行为的影响及对应的权重(见表4)。通过查阅相关文献资料,并对人的认知行为进行分析[14]，将人为内在因子FHI与认知功能之间的关系划分为3个等级。

在给定FHI与认知功能的关系之后，将这种基本关系转化为定量关系。FHI和认知功能权重按以下要求量化：

1) 将具有“较弱”影响的FHI因子的量化值设置为“1”;

2) 每个FHI因子都对应若干个水平等级，不一样的水平等级对绩效的期望效应有不一样的情况。

量化时需根据考虑以下情况：

1) 当期望效应为“不显著”时，将其对认知功能的权重因子量化值设置为“1”。

2) 当期望效应为“改进”时，将权重值设置为小于1。若影响等级为“中等”，则量化为0.80;若影响等级为“较强”，则量化为0.50。

表3 IS因子与认知功能的关系

表4 IS因子的水平对人的行为的影响及对应的权重

3) 当期望效应为“降低”时，将权重值设置为大于1。若影响等级为“中等”，则量化为1.20;若影响等级为“较强”，则量化为2.00。

1.3.4 总失误概率

根据所研究任务的情景环境评估CREAM的9个CPC因子的影响等级，给出对应的期望效应。类比CPC因子，根据操作人员在执行任务时自身的状况，评估9个IS因子的影响等级，给出对应的期望效应。9个CPC因子的认知功能权重因子由CPC认知功能权重表可知;IS认知功能权重因子由表4可知。分别计算每种认知活动下CPC认知功能权重因子的乘积“ω1”，以及每种认知活动下所有IS认知功能权重因子的乘积“ω2”。由此，修正之后的pHE值为

pHEi=pHE0·ω1·ω2

(9)

则总任务失误概率值为

(10)

2 实例分析

2.1 LNG船卸货作业过程

LNG船卸货作业主要分为卸货前准备工作、卸货作业和卸货完成后工作等3个阶段。首先，对LNG船卸货作业的具体操作过程进行分析，建立事件序列，具体见图2。

图2 LNG船卸货作业过程

2.2 LNG船卸货作业人失误概率总体分析

根据专家的经验和多名LNG船船长的CPC评定规则,给出LNG船卸货作业3阶段的CPC因子评价，进而得出这些因子对绩效的影响程度。将各作业阶段的CPC因子及其对绩效可靠性的影响量化,结果见表5。定义期望效应α，取其值为1、0和-1，分别表示CPC因子的期望效应为“降低”“不显著”和“改进”[15]。

表5 LNG船卸货作业3阶段的CPC因子量化值

根据式(1)，对LNG船卸货作业的3个阶段的各CPC因子量化值αi(i=1,2,…,9)求和，得到3个阶段的环境影响指数γ。由表1可知：“卸货前准备工作”阶段的环境影响指数γ1=-1；“卸货作业”阶段的环境影响指数γ2=-3；“卸货完成后工作”阶段的环境影响指数γ3=-3。γ在[-3,-1]范围内，属于战术型控制模式。

将γ1、γ2和γ3分别代入式(8)，得到LNG船卸货作业3个阶段的人误概率为

pGE1=pGE0×10-0.25γ1=3.10×10-3

(11)

pGE2=pGE0×10-0.25γ2=1.0×10-3

(12)

pGE3=pGE0×10-0.25γ3=1.0×10-3

(13)

总体失误概率分析得到的是卸货作业的总体失误概率，没有对每个步骤的认知活动类别和认知功能失效模式对认知失误概率的影响进行分析。因此,需进一步进行扩展量化分析。

2.3 LNG卸货作业认知任务失误概率量化

由于LNG船卸货作业步骤较多，限于篇幅,仅以第2阶段部分步骤为例进行扩展量化分析。同样,根据专家和多名LNG船船长的经验分析每个子步骤对应的认知行为和认知功能。

首先对各子步骤进行认知功能分析(见表6)，确定最可能的认知功能失效模式。由表2得出认知功能失效模式和失效概率基本值pHE0。

表6 LNG船卸货作业对应的认知行为和认知功能

结合所处情景和CPC因子的水平及其对绩效的影响，确定LNG船卸货作业的CPC因子的水平和绩效可靠性及其认知功能权重见表7。根据表5和表7计算得到LNG船卸货作业的9个CPC因子对应的观察、解释、计划和执行等4个认知功能的总权重分别为0.384 0、0.600 0、0.240 0和0.307 2。

表7 LNG船卸货作业的CPC因子的水平和绩效可靠性及其认知功能权重

根据LNG船卸货操作员当时的状态确定IS因子的水平，结合表3所示的权重因子得到LNG船卸货作业过程的IS因子的水平及其认知功能权重见表8,由此可计算得到LNG船卸货作业过程中的9个IS因子对应的观察、解释、计划和执行等4个认知功能的总权重分别为0.64、1.28、1.28和1.28。

由认知功能失误模式和失误概率基本值表[14]，最终可得到LNG船卸货作业各步骤的认知活动的失误概率见表9(以第2阶段部分步骤为例)。

在一连串的认知活动中，各认知活动之间具有很强的相关性。只要有1个步骤出现失误，就会影响整个任务的完成,并可能造成失误事件发生。因此,最终的失误概率值取完成任务的所有步骤中的失误概率的最大值。LNG船卸货作业的认知活动失误概率取步骤中的失误概率最大值1.72×10-3。同理，LNG船“卸货前准备工作”阶段的认知活动失误概率取4.10×10-2；LNG船“卸货完成后工作”阶段的认知活动失误概率取7.37×10-3。最后，由式(10)对应LNG船卸货作业3阶段的认知活动，可得到在该场景下，LNG船卸货作业的人因失误概率为4.97×10-2。

表8 LNG船卸货作业过程的IS因子的水平与绩效可靠性及其认知功能权重

表9 LNG船卸货作业失误概率

3 灵敏性检验

CPC状态发生变化会引起人因失误概率发生变化。积极的改动会降低人因失误概率；消极的改动会提高人因失误概率。基于该原则，针对LNG船卸货作业的3个阶段，改变“CPC9班组成员的合作质量”量化值，分别改为积极和消极2种，通过计算得到3个阶段的3种场景下的人因失误概率见表10。

表10 3个阶段的3种场景下的人因失误概率

由表10可知，当3个阶段的CPC因子的量化值改变时，在积极的场景下人因失误概率降低，在消极的场景下人因失误概率升高，符合模型可靠性检验规律。由此，可证明该模型是合理的。

4 结 语

本文结合CREAM，在情景环境的基础上引入操作人员个体的影响，构建了LNG船卸货作业人因可靠性分析模型,主要得到以下结论：

1) 将情景环境影响量化为指数γ，可直接反映出情景环境对人的绩效可靠性的影响程度,在总体分析阶段即可得到比概率区间更具体的总体失误概率。

2) 考虑操作人员个体因素对认知功能的影响，弥补仅考虑情景环境影响存在的不足。

3) 采用该模型对LNG船卸货作业人因失误概率进行量化的结果表明,LNG船卸货作业处于战术型控制模式,LNG船“卸货前准备工作”阶段出现人因失误的概率比另外2个阶段大。LNG船卸货作业的人因失误概率为4.97×10-2。