人因可靠性（共4篇）
人因可靠性 篇1
我国的主要工业原料和能源为煤炭。长期以来,煤炭在我国的能源生产在消费结构所占比例达到了2/3之多。根据统计,在新中国成立以来发生的24起特别重大煤矿事故中,其中有21起一次死亡百人以上,且均为瓦斯事故,事故次数占到了88%,死亡人数达到了90%[1]。我国煤炭瓦斯事故的多发,人的间接或直接行为对其影响是最大的。因此,如何把人的因素考虑到煤矿的生产中是必须要做的并亟待有效解决的问题。而这些都以准确无误的人因可靠性分析为根基。
1 煤矿事故HRA的现状分析
1.1 HRA的定量研究方法
1)人误率预测技术THERP(Technique of human error rate prediction)。THERP通过统计大量的人员操作失效的数据,利用这些数据去评价和预测人员的操作时效的方法[2]。THERP所估测的失误概率仅仅表示单一的操作员的失误率。THERP运行过程中使用的行为修正因子(PSF)是由查表得到的,人的主观性比较强,导致结果的不确定性比较大。THERP的主要优点是提供了基本HEP数据库和HRA事件树,HRA工作者在了解了系统及运行班组的状况后,就能够运用THERP的方法来查表得出人因的失误率。
2)HCR方法。HCR方法是在认知过程量化的过程中考虑了时间因素,利用模拟机实验数据对人机交互作用过程中人的可靠性的分析[3]。HCR方法对资源需求较高,且人需要综合利用各种能力作出决策以及理论依据的不充足和不同环境(这里仅仅考虑了时间是不行的)下人的绩效不同,很多时候很难将其清晰地划分为技能型、规则型或知识型。
1.2 HRA的定性研究方法
1)CREAM方法。CREAM遵循双向性原则———追溯和预测,其分析的重点是人完成任务时的共同绩效条件(CPCS,情景环境或工作条件),人的认知控制模式和其在不同认知活动中的效应决定了人的响应行为[4]。
2)基于仿真的动态的。HRA方法基于仿真的动态的HRA方法属于第三代HRA方法,它试图建立起一种基于仿真的动态的人因可靠性分析方法和弥补第一、二代的不足,但它也有许多的缺陷,譬如不能应对所有的情况;没有全面、恰当的考虑各种行为影响因素对人的行为的影响;组织因素、电厂状态诊断等理论基础的匮乏;模拟真实场景时不能确定的描绘出人、机器、人机的真实情况等。
2 针对人因可靠性方法的实质提出新思路
结合近几年的HRA方法,基于HRA的煤矿安全生产,针对瓦斯事故进行人因可靠性分析,下面是分析和预测煤矿事故发生的基本步骤:
1)分析煤矿生产中对潜在的瓦斯事故存在影响的因素。①煤矿开采条件,包括井下空间,煤层地质环境等;②空气中瓦斯的含量积聚与否:这是影响采煤工作面发生煤矿事故的重要因素,要做到实时的监督与测量,并预测瓦斯含量的变化,及时做好应对可能发生的事故的应对措施;③是否存在引爆火源:这是引起瓦斯事故的直接因素,井下可能存在的火源包括电气火花,爆破火花,摩擦撞击火花,煤炭自然,静电火花等等,其中电气设备和放炮所引起的火花是引起瓦斯爆炸主要火源;④装备是否精良,我们国家的大多数矿井的装备配置不足,所以一定要落实“先抽后采,监测监控,以风定产”的方针,做好监控和排放系统;⑤管理水平和职工的安全意识的高低:一些煤矿企业专业技术人员缺乏,安全意识淡薄,重生产轻安全,安全投入少,作业规程编制不符合实际需求,同时由于其针对性不强,所以在生产过程中会存在安全隐患。许多已发生的瓦斯事故表明,在每个事故发生前,都有明显的现象表明风险的到来,但是由于管理人员的不重视和井下工作人员的安全意识不足,最终导致事故的发生。因此,管理水平和职工的安全意识对于煤矿的长期生产极其重要。
2)对1)中各种因素进行评估后,结合人因可靠性分析(HRA)中的定量分析对风险发生进行概率评估。通过对人误事件所处的情景环境进行CPC因子水平评价,并综合各类CPC因子水平,确定人的认知活动的控制模式,然后由控制模式与失误概率区间的关系表,得到人可能发生认知失误的概率区间,然后得到一个安全概率值。由表1可以看出,不同的认知控制模式下的失误概率区间是相互交错的。
人的认知功能归纳为观察、解释、计划和执行四大类,每一类认知功能又包括若干个可能的失效模式,然后可得各认知功能失效模式的解释和失误概率的基本值。接下来进一步分析人误事件中的认知活动,确定可能发生的认知功能失效模式,根据相应的认知失误概率(Cognit1ve Failure probability-CFP)的基本值,评价所处的情景环境,然后确定CPC(Common Performance Condition,共同绩效条件)因子水平,并运用相应的CPC认知功能权重因子对基本值进行修正,最终得到人误事件的认知活动的失误概率,具体步骤如下:
①事件分析。将人误整个过程分解为小的子动作,对整个失误事件进行描述(事件S1、S2、S3……)。②评价CPC因子。结合现场情况,确定CPC因子水平k。③确定控制模式。根据所得CPC因子水平,确定其绩效可靠性的期望效应,计算出(降低,不显著,改进),据此得到工作情景所属的控制模式(混乱型,机会型,战术型,战略型)。④辨识可能的认知功能失效。根据每个动作确定认知活动和可能的认知功能失效。⑤确定失误概率。根据所得的认知功能失效模式,确定每个子动作的认知失误概率(CFP)的基本值P1、P2、P3……。⑥修正CFP。根据具体情况确定相应的权重因子(w1、w2、w3……)。⑦计算整体失误率。根据整个框架计算整体失误率P=wi×Pi(i代表事件),式中Pi为每个动作的失误概率,wi为每个动作失误对整体失误所造成的影响的比重,wi×Pi为每个动作的失误对整体影响的概率,把每个动作的失误概率求和即整体失误概率。
3)结合1)、2),为降低事故发生率和提高生产率,针对瓦斯事故,对煤矿安全生产进行编排:
①在生产前,进行职工安全意识培训,安装监控系统和通风系统并使其有效的运行,雇佣管理经验丰富、专业的、有经验的管理者,其他必要的装备、环境检查等都已就绪后,开始生产。②生产时,安排专业技术人员在监控系统前,对大体情况进行监控,评估和反馈;同时,安排流动的技术人员对监控系统检测不到的地方进行定期检查,评估和反馈。③系统自动报警或监测人员发现可疑现象,要立即做出应答(派遣专业人员进行调查,判断),并做记录。如果找出原因,则进行④,否则继续查找原因,并对可疑现象找专家判断,同时找记录人员和已经发生、类似的事故进行对比,找出不同和可能存在的风险,结合专家和历史事故进行决策、诊断。④彻底解决问题,排除风险,继续生产。
3 案例分析
2013年,某省煤炭产业集团在排放瓦斯过程中,发生瓦斯爆炸事故。这起瓦斯事故的起因:首先为供电网络出现故障,然后造成了通风机停止运行,接着又导致风巷瓦斯积聚,从而在恢复通风过程中发生了瓦斯爆炸,然而此时并没有造成大的损害和人员受伤。但在未查清爆炸原因的情况下。矿领导即安排排放瓦斯,在此过程中再次发生瓦斯爆炸,最终念成悲剧。
针对这个事故进行分析:
1)通风机停止运行,立即找出原因,进行维修;
2)在恢复通风时,若发现瓦斯积聚应立即排除,再进行工作
3)若1)、2)均未引起注意,在第一次瓦斯爆炸后,无论是工作人员还是管理人员,都应引起重视,需彻底查清原因,解决问题再开始生产。
4)该问题解决后,需对风险的再发生进行评估和预测:
①描述整个事件,确定每个小动作(供电网路出现故障、瓦斯积聚、排放瓦斯);②根据现场情况,确定CPC因子k;③根据CPC因子,确定绩效可靠性的期望效应,得到该情景的控制模式(机会型,即0.01
4 结论
煤矿生产是一个动态、复杂和多因素、多环节的生产过程,其多是由于管理上的误判,管理者对井下工人安全的忽视和对生产利益的追求及工人无法准确的识别出潜在风险和他们的不安全行为所造成的。
通过对瓦斯爆炸事故的分析,可知改进煤矿生产中的管理,提高工人的思想,培养井下工人的工作素养,监控人的行为以减小人因失误概率,并利用科技手段,可大大提高煤矿安全生产的可靠性,及时发现煤矿生产中的潜在风险,并对其作出回答,防范事故的发生,保障人的安全,相应的生产率也会提高。
摘要：基于近年来煤矿瓦斯事故与人因可靠性的分析,发现在煤矿安全生产中人的行为对安全生产依然占据主导地位,结合多种人因可靠性分析方法,弥补传统方法的缺陷,提高人因可靠性在煤矿瓦斯事故应用中的准确性。
关键词：人因可靠性,研究方法,瓦斯事故
人因可靠性 篇2
影响人因可靠性的因素很多, 要进行精确的人因可靠性[2]评估, 不能用简单的逻辑判断, 需要对观察到的特征进行综合。考虑到贝叶斯网络的特点, 本文在确定人因可靠性影响因素的基础上, 建立了基于贝叶斯网络的人因可靠性评估模型。
1 贝叶斯网络模型
贝叶斯网络[3]是根据各变量间的概率关系建立起来的图论模型, 可用
2 人因可靠性评估模型
2.1 影响因素的确定
从人的失误的观点出发, 影响人因可靠性的因素很多, 且影响程度差别较大。总体来看, 主要包括人的自身因素、环境因素以及组织管理因素, 其中人的自身因素又可以分为生理因素和心理因素。
2.2 模型的建立
针对软件测试人因可靠性的3层贝叶斯网络如图1所示。
图1中V1、V3、V4、V5是根节点。对于Vi (i=1, 3, 4, 5) , 假设Vi的优劣程度为p (Vi) , p (Vi) ∈[0, 1]。那么, p (Vi) =0表示各因素处于非常差的状态, 此种状态下测试人员可靠度极低;p (Vi) =1表示各因素处于非常好的状态, 此种状态下测试人员可靠度无限接近于1。假设理想条件下飞行员可靠度定义为p (V6) =1, 实际软件测试时测试人员可靠度为R, 根据贝叶斯网络理论有:
F (V6|V1) 、F (V6|V3) 分别表示组织管理因素以及环境因素对测试人员可靠度的影响, F (V6|V2|V4, V5) 表示影响条件的叠加, 即V4, V5同时影响了V2, 进而V2影响了V6。模型建立以后, 需要量化诸如F (V6|V1) 的条件影响函数。
1) 组织管理因素
组织管理满意度越高, 对测试人员可靠度的条件影响因子越大;反之越小。此处假设条件影响函数为指数函数F (V6|V1) =e-a1.v1+b1。根据经验:V1=1时, F (V6|V1) =1;V1=0时, F (V6|V1) =0.7。由此求得:F (V6|V1) =e0.2624V1-0.3。
2) 人的自身因素
假设人的自身因素对可靠度的条件影响函数为二次函数F (V6|V2) =a2.V22+b2.V2+c2。根据经验:V2=1时, F (V6|V2) =1;V2=0时, F (V6|V2) =0;V2=0.8时, F (V6|V2) =0.9。由此求得:F (V6|V2) =-0.625V22+1.625V2。
假设生理因素对人的自身因素影响函数为指数函数F (V2|V4) =e-a4.V4+b4。根据经验:V4=1时, F (V2|V4) =1;V4=0时, F (V2|V4) =0.4。由此求得:F (V2|V4) =e0.47V1-0.6。
假设心理因素对人的自身因素影响函数为指数函数F (V2|V5) =e-a5.V5+b5。根据经验:V5=1时, F (V2|V5) =1;V5=0时, F (V2|V5) =0.5。由此求得:F (V2|V5) =e0.4055V1-0.5。
3) 环境因素
环境因素越好, 对测试人员可靠度的条件影响因子越大;反之越小。此处假设条件影响函数为一次函数F (V6|V3) =a3·V3+b3。根据经验:V3=1时, F (V6|V3) =1;V3=0时, F (V6|V3) =0.6。由此求得:F (V6|V3) =0.4V3+0.6。
3 实例分析
针对软件测试活动, 选取了对该领域比较熟悉的五位专家对V1、V3、V4、V5四个根节点进行了评分, 并分别计算了均值, 如表1所示。
将表1中V4、V5的值带入相应的影响函数得到:F (V2|V4) =0.9925, F (V2|V5) =0.9819。假设在理想状态下测试人员自身因素p (V2) =1, 将V1、V3以及F (V2|V4) 、F (V2|V5) 的值带入相应的条件影响函数。进一步得到:F (V6|V1) =0.9697, F (V6|V2|V4, V5) =0.9745, F (V6|V3) =0.944。从而, 根据式 (1) 可以得到实际软件测试中测试人员可靠度为:R=1×0.9697×0.9745×0.944=0.892。
综上所述, 专家对测试人员可靠度的评估值为0.892, 可靠度比较高, 可以胜任该项测试工作。
4 结论
本文在建立软件测试中测试人员可靠度指标的基础上, 运用贝叶斯网络理论对测试人员可靠度进行了评价。经过仿真实例, 得到了比较好的效果, 为评判测试人员水平提供重要参考和依据;同时, 基于贝叶斯网络的人因可靠性评估模型具有很好的移植性, 可以适用于多个领域。但是, 由于条件影响函数的选取存在主观上的片面性, 所以结果的真实程度还需要进一步探究, 这也是该模型存在的不足。
参考文献
[1]薛冲冲等.软件测试研究[J].计算机系统应用, 2010, 20 (1) :15-19.
[2]张晶晶等.人的可靠性分析[J].中国安全生产科学技术, 2011, 7 (1) :76-81.
人因可靠性 篇3
随着自动化技术的发展和计算机的应用,大部分高风险和复杂系统都采用了数字化系统。(据统计)在核电事故中,由人失误造成的比例已经占到50%-70%[4]。出现这些事故的原因很大程度上取决于人本身的可靠性。
随着人因事件不断上升,人因失误的研究重点开始从失误人员行为的评价、观察转变为认知过程中认知失误事件的分析[5]。在核电厂的紧急事件状况下,操作人员监视着工厂的异常状态,运用经验、策略对信息进行评估,最后执行一些相关的行为动作。为减少人误事件,提高操作性能,对操作员的认知失误分析及失误状况评价是一件必要的工作。因为认知失误逐步受到人们关注,相关研究人员在原有可靠性分析基础上,对认知失误又提出几种新的方法。
本文的研究方法是基于简化的认知模型及PIFS,该方法强调了操作人员决策过程,考虑了不同的失误原因、影响因子和失误模型。本文的框架可概括为:(1)在认知功能中对失误原因因子,失误状态,影响因子考虑了认知失误机理;(2)提出失误分析因子可帮助分析人员进行详细的失误分析;(3)对失误原因因子之间建立关联;(4)以失误分析为基础,对核电厂紧急事件提出了一个系统化的分析流程。
1 紧急事件定性化分析模型
针对核电厂操作员的认知过程已有一些研究:Rasmussen[7]提出的SRK模型解决了不同行为类型所对应的认知过程模式。Reason[8]根据SRK分类提出了概率失误类型和机理是不相同的。本文在原有模型的基础上,将主控室操纵员的认知行为划分为提出了五个阶段,即:监视与激发、信息收集、任务定义及状态分析、决策与任务执行。监视与激发是指操作员通过信息系统进行状态定义或对一个特定的任务初始化;信息收集是指收集有关给定任务的有关信息;任务定义及状态分析是指对任务的规划,评价工厂状态的相关信息;决策是指操作员设定一系列行为或对给定事件选择一个合适的动作。在紧急事件认知模型中,本文从机界面的适应度、安全文化、组织因素、训练和经验、程序的导向、可用性及性能、模拟任务及目标、任务类型、属性及复杂性、信息的可用性和质量、重要参数状态、安全系统/元件的状态、时间压力、工作环境、团体协作与交流、操作人员重要行为、工厂制度方面考虑PIFS因子。
核电厂紧急状况下操作人员响应由两种方式驱动。一种为操作规程或功能恢复规程,如:紧急操作规程(EOP);另一种为状态意识响应。在本文中,我们把基于响应规程作为操作者对信息、事件或特定状态的响应驱动。
1.1 监视与激发失误分析
状态监视就是操作人员意识到信息的异常情况,任务激发是指对列入操作规程的指定任务进行辨认和初始化。在任务规程辨别期间,失误事件分析是基于信息驱动来响应的。响应方式根据时间不同可分为三类:早期识别,完全识别,后期识别。早期识别能引起两种不同的失误类型:不充分的状态评估及监视与对任务有关信息的疏忽。对不充分状态估计造成早期执行的失误率应考虑下列因素:(1)物理条件暂时满足,对重新定义的任务无规程导向;(2)对给定事件过程所呈现的工厂参数变量与典型的情况有些不同;(3)寻求多信息源,忽略不相关的信息;(4)当出现其他相似或杂乱无章的信息时,应取更相似的信息。对有关信息疏忽造成的失误应考虑下列因素:(1)等待时间应在30分以上;(2)在等待期间,其他任务可以正常执行。如果分析人员根据任务的重要性和相似性得到的失误率很少,那么这样的失误率可以忽略。在后期识别中,造成后期识别失误包含两种情况:任务的并行执行及快速处理。后期识别失误率的定性分析应考虑下列因素:(1)诊断的允许时间应受到限制,并行任务要有一个明确的时间;(2)重新诊断的允许时间可以通过减去期望的延迟时间得到。
1.2 信息收集失误分析
在信息收集阶段,操作人员收集与电厂状态有关的必要信息。信息收集产生的失误大致分析为以下几类:(1)重要信息过程导向不足;(2)由于信息系统问题,存在信息的某些不可用性及不可靠性;(3)由于信息本身的问题,造成信息的混淆性;(4)多信息源,多操作者的情况。过程导向提供了状态评估的必要信息,对过程导向须作好充分准备。分析信息的可用性与可靠性应注意一些问题:注意低可靠性,高失误率的仪器与指示器;注意信息定位;注意引起错误信息收集的人机界面设计。面对多信息源时,操作员有时需要忽略部分信息。在忽略信息时应考虑二个方面:(1)当出现其他指示器显示相似信息时,或出现比必要信息有更好相似性时,我们应考虑指示器上的相似信息;(2)当需求信息与操作人员意识之间存在偏差时,应考虑所忽略信息的概率。
失误率会随着其他状态因子变化而变化,如:行为的同步性、时间压力、工厂动态特征、安全系统状态等等。失误率也可以根据操作中失误原因得到修正。信息收集概率失误模型包括:信息遗漏、时间延迟、不充分或错误信息的聚集等。
1.3 任务定义及状态失误分析
这一阶段需要定义对操作者的任务分配,定义任务成功的标准。分析人员须明确定义相关任务及影响操作者性能的解释文本。在状态评价中,分析人员要关注操作者检测或解释工厂状态时出现的失误率。核电厂的状态评估应考虑几个方面:(1)状态评价时对过程导向的不期望事故;(2)要求操作人员执行更高认知过程的知识型任务评价;(3)对提供相关过程的规则型任务进行评价;(4)在工厂动态状态中,工厂大部分参数行为在同样状态评估原则下相互之间是不相同的。在这个过程中,还需分析下列信息:1)事故序列;2)安全系统或元件的状态;3)工厂动态特征;4)重要操作行为;5)重要事故时间信息。
1.4 决策功能失误分析
在这个步骤中,操作人员要建立一系列行为或选择一个合适的行为来处理给定的状态。该过程对紧急状态的失误分析应考虑几个方面:(1)相应的响应或相关步骤的描述无程序导向;(2)使用程序导向考虑当前紧急任务的执行,对工厂的经济、安全等方面的不确定或消极作用的考虑;(3)考虑多计划或任务之间决策状态。最后一项被认为在第二项存在的情况下才可能应用,因为核电厂操作人员的行为主要依赖操作规程,特别在紧急状态下。在事故进程中,一个异常条件被监视后,当与相关响应关联的规程导向不足,或与一个给定状态并不直接相关时,下面的几个情况应被考虑:(1)当必要的任务很相似,无规程导向直接被操作着执行时,在这样事件中,人的可靠性占主要地位;(2)当必要的任务较复杂,相关的规程导向对其他规程被提供时,在这样的情况下,人行为的可靠性取决于必要响应的临时点;(3)当必要的行为不简单并无任何规程时,在这个事实中,人行为的可靠性很低。
1.5 执行功能的失误分析
执行任务失误分析就是分析操作人员执行计划任务的失误率。一般来说,需要执行的任务根据任务执行的一般特征分为控制型行为和非控制型行为。在任务执行过程中,概率模型包括行为遗忘,错误时间的行为,相似行为性能,错误目标行为,超出序列行为和失误执行。失误模型的选择要考虑任务特征,状态或其他影响因子的水平。
2 紧急事件定量化分析模型
为了方便分析失误,根据上面的描述,将认知失误进行分类,如表1所示。
核电厂的人误分析概率一般采用三参数的威布尔分布[9]:
其中η,β,γ是由数据归纳得到的与行为类别有关的威布尔分布参数。由于每个运行班组的执行时间因各类情况而有所不同,所以在使用公式之前要进行修正。在HCR模型中所考虑的关键的行为修正因子有训练(K1)、心理压力(K2)及人机界面(K3),用公式表示如下:
T1/2,n为一般状况(如模拟机训练)的执行时间。η,β,γ和K1,K2,K3选取如表2[9]和表3[10]所示。
在紧急情况下,人处于高度紧张状态,而且受到时间限制,人在每个过程的失误率应考虑权重因子,具体见等式(3):
3 核电厂给水失水紧急情况人因事件分析实例
给水失水操作发生在所有给水丢失事故中,辅助给水系统及主给水系统失败的情况下,次余热去除丢失时发生。事故发生时,反应堆冷却剂系统热量通过蒸汽发生器排除,通过安全降压系统对主回路冷却系统进行降压及通过高压安注系统对主回路注入冷却剂。给水失水操作主要由三部分组成:(1)在安全压力器阀中通过打开安全降压系统对RCS进行降压;(2)通过高压安注系统的自动化启动对主回路注入冷却剂;(3)检查执行情况及有效性。
给水失水操作主要包括EOP-05中的第六步,第七步,FRP-06,HR-04。状态评估,决策直接与EOP-05中的第六步,第七步相关。具体分析流程如表4[6]。
在参数选取上,本实例选取K1=0,K2=0.28,K3=0.44,η=0.601,β=0.9,γ=0.6。根据分析流程,允许时间,执行时间,考虑了紧急权重因子[11,12]及公式(1),得到给水失水操作定量分析表,具体见表5。
在给水失水事件中,人的失误的概率为:
4 结论
人的因素对系统安全的影响日益突出,人因可靠性分析在概率安全分析中的应用也日益广泛和深入。针对核电厂的特定背景,本文对紧急事故提出一个认知可靠性模型,并对每个阶段可能产生的人误事件作了定性化分析。在对该认知模型定量化分析中,引入了威布尔函数,最后通过一个事例对紧急情况下人误流程进行详细分析,对可能产生的人误事件进行具体计算。
摘要：本文以核电厂为背景,针对紧急事件将认知模型分为五个阶段:监视与激发、信息收集、任务定义及状态分析、决策与任务执行,并对每一认知阶段详细分析了失误因素,失误原因及绩效形成因子。其次,对核电厂紧急事件提出了定量化分析步骤和方法。最后,本文以核电厂给水失水紧急情况人因事件为例进行详细操作规程分析,并对该事件的每一失误阶段进行定量化计算。
关键词：紧急事件,认知可靠性模型,操作规程,安全事故
参考文献
[1]Neville Stanton.Human Factors in Nuclear Safety[M].Taylor&FrancisLtd,1996.
[2]Jung,W.D.,Kim,J.W.,Ha,J.J.and Yoon,W.C.Comparative evaluationof three cognitive error analysis methods through an application to accidentmanagement tasks in nuclear power plants[J].Journal of the Korean NuclearSociety,1999,31:8-22.
[3]W.D.Jung,W.C.Yoon and J.W.Kim.Structured information analysisfor human reliability analysis of emergency tasks in nuclear power plants[J].Reliability Engineering&System Safety,2001,71(1):21-32.
[4]Rasmussen,J.Information processing and human-machine interaction:an approach to cognitive engineering[M].North-Holland,New York,1986.
[5]Reason,J.Human Error[M].Cambridge University Press,1990.
[6]张力.概率安全评价中人因可靠性分析技术[M].北京:原子能出版社,2006.
[7]王洪德,高玮.基于人的认知可靠性(HCR)模型的人因操作失误研究[J].中国安全科学学报,2006,16(7):51-56.
[8]张力,黄曙东,何爱武,扬洪.人因可靠性分析方法[J].中国安全科学学报,2001,11(3):6-16.
人因可靠性 篇4
关键词：医疗器械,风险评估,人因可靠性分析,CREAM,输液泵
0前言
随着科学技术的发展, 医疗器械的功能日益精细, 复杂程度不断提高, 在给广大患者带来福音的同时, 其使用风险也随之增大, 医疗器械不良事件报告数量逐年增加[1]。美国2004年发布的医疗等级报告《美国医院中的患者安全》称, 2000~2002年, 美国共发生约2, 500, 000例患者意外死亡事故, 其中575, 000例死亡源于可避免的医疗失误[2]。另有研究指出, 在对医疗事故发生的原因进行分析时发现, 多达60%的事故与使用者在操作医疗器械时发生的失误有关[3]。输液泵由电脑控制, 可精确控制液体输注速度, 保证患者输液安全, 减轻护士的工作强度。随着输液泵的推广应用, 其使用中的一些问题日渐突出, 如输液泵报警频繁、输入液量不准确、穿刺肿胀发现不及时、输液管道堵塞等。本文分析了近些年来发展迅速的第二代人因可靠性分析方法-认知可靠性与误差分析方法 (Cognitive Reliability and Error Analysis Method, CREAM) , 并应用该方法对医院静脉输液泵使用过程中的失误概率进行分析, 旨在为医院管理者提供新的管理工具和新的管理思路。
1 CREAM概述
CREAM由Eric Hollnagel于1998年提出[4,5], 是基于一种情景依赖认知模型建立起来的, 它具有两个主要特色: (1) 强调情景环境对人的行为的重要影响, 将环境因素总结为共同绩效条件 (Common Performance Condition, CPC) , 并给出CPC水平对人的可靠性的影响效应; (2) 提出独特的认知模型和框架, 具有追溯和预测的双向分析功能, 既可以对人因失误事件的根本原因进行追溯分析, 也可以对人因失误 (人误) 概率进行预测分析[6]。
CREAM定量分析过程, 见图1。首先进行工作分析, 即对工作 (如仪器的操作) 进行详细的步骤分割。在工作分析的基础上, 对列出的9项绩效条件 (环境、组织、人员、界面等) 分别进行判定, 综合得出工作所处的控制模式 (战略型、战术型、机会型、混乱型) 。这4种控制模式分别对应一定的失效概率, 可定性地估计完成此工作时人员出现失效的概率, 也可为定量精确估计失效概率提供修正值。将工作分析中各工作步骤涉及的认知行为按照规定分为观察、解释、计划和执行4种模式。对应这4种模式, CREAM给出了各种可能的失效模式及失效概率的基本值, 可根据实际工作情况进行选择。用之前定性得出的控制模式对基本值进行修正, 可以得出每步认知行为失效的精确概率。由于一项工作的完成是由各基本步骤以不同的逻辑 (或、并) 组合而成的, 因此根据串并联原理, 用各步骤的失效概率可以计算出总体失效概率, 进一步得出可靠性水平[7]。
2 输液泵
静脉输液是临床最常用的治疗方法, 可根据药物性质的不同以及患者体质的不同给予不同的输液速度。输液过快易导致患者产生肺水肿和心衰, 输液过慢又难以达到预期的治疗效果以及增加无谓的治疗时间, 影响治疗安全。常规临床静脉输液多采用挂吊瓶方式, 通过肉眼观察, 依靠手动夹子控制输液速度, 不易观察到输液障碍, 且护士工作量较大。而输液泵能保持准确的给药速度并且能对输液过程中的气泡、阻塞、输液完毕等情况进行自动报警, 并且能自行停止输液。
3 CREAM在输液泵操作者可靠性评估中的应用
3.1 主要操作步骤和环境
操作步骤: (1) 安装输液泵; (2) 连接电源; (3) 选择输液器、流速模式; (4) 安装输液器; (5) 安装点滴传感器; (6) 设置输出流速/限量; (7) 按开始键开始输液; (8) 关闭输液泵。
操作环境为某医院的ICU病房, 应用统计的方法, 通过观察、访谈得出在一次实际的静脉滴注操作中, 各种因素的影响状况和子动作的具体特征。运用这些信息来预测整个过程中的人误概率。
3.2 工作任务分析
通过对输液泵操作规程的了解, 可将静脉滴注操作划分为上述8个步骤。除步骤7、8不再细分外, 其余每一个步骤都可以进行进一步细分。以安装输液泵 (步骤1) 为例, 细分过程如下: (1) 护理人员目测理想高度、方位; (2) 护理人员根据自己的目测形成判断; (3) 护理人员旋转固定螺丝固定输液泵; (4) 护理人员根据自己的目测和感知形成判断; (5) 护理人员停止旋转输液泵固定螺丝。
步骤2~8的细分与步骤1类似, 其总体失效率的计算也类似, 这里不再进行单独的分析和计算。
3.3 评估CPCs
通过实地考察、护理人员访谈以及问卷调查等方式, 确定CPCs的取值, 见表1。
3.4 确定工作现场控制模式[6]
根据CPCs的取值情况和各个CPCs对人的行为的影响情况计算得出:
[Σ降低, Σ不显著, Σ提高]=[1, 5, 3]
在CREAM给出的控制模式对应关系图中得出控制模式为“战术型 (Tactical) ”。
根据下面各控制模式与人误概率区间的关系, 可以粗略得出此输液泵操作失误的概率P在0.001~0.1之间, 见表2。
3.5 各个子动作中的认知行为和可能的失效模式及失效概率分析
人的认知活动包括协调、联络、对比、诊断、评价、识别、执行、保持、监视、观察、计划、记录、调整、扫视、检验等, CREAM将认知功能归纳为观察、解释、计划和执行四类。每类功能有若干个失效模式。CREAM提供了13类认知功能失效模式及其参考CPCs因子水平。找到每一项认知活动最可能的认知功能失效模式, 通过调查辨识每一步骤可能出现的认知失效模式, 确定失效概率的基本值CFP0 (Cognitive Failure Probability, 认知失效概率) , 见表3~4。根据各CPCs的绩效影响因数修正CFP, 修正后的CFP的计算方式为:
3.6“安装输液泵” (步骤1) 的逻辑关系及整体人误概率
“安装输液泵”各子动作的逻辑关系, 见图2。
根据串并联关系, 得出步骤1的总体人误概率为:
在整个操作过程中, 人误概率约为:
由以上分析得知, 输液泵在使用时出现人因失误的概率约为2.6%, 此数据较高, 说明输液泵存在一定的使用风险, 需要对其操作过程进行严格控制。
4 讨论
医疗器械的风险分为技术风险和使用风险两类。技术风险是指由化学、机械、辐射等危害源造成的硬件技术失效, 随着科技的迅速发展, 这类风险已经大大降低。使用风险出现在医疗器械的使用过程中, 大部分由可避免的操作错误引发。使用风险已经成为引发医疗不良事件的主要原因。目前, 医疗器械厂在生产医疗器械时一般只对设备可靠性进行分析, 很少对人因可靠性进行分析[8]。为了保证医疗器械的使用安全, 单纯从技术层面提高硬件的可靠性是远远不够的, 必须从系统的角度出发, 分析操作器械时人因可靠性的影响因素、类型及危害发生概率, 结合医疗器械的设计或管理, 寻找有效的应对方案, 从根本上降低医疗器械不良事故的发生率。
鉴于医疗器械安全要求的特殊性, 医疗器械在工作过程中可能出现的失效模式和风险大小必须被准确识别和评估。长期以来, 对于医疗器械可靠性的评估一直停留在设备硬件失效层面, 且在一定程度上过于依赖专家的个人经验和主观感受。技术复杂性的增加和适用人群范围的扩大给医疗器械的安全使用带来了许多问题:在高负荷的工作状态和复杂的工作环境下, 使用者对新的、先进的医疗器械的使用不适会导致各种操作失误, 进而对患者或医护人员造成伤害, 甚至死亡。
在分析医疗器械使用风险的原因时, 人误因素是不可忽视的。人误是人为失误的简称, 是指使用者没有按照规定进行操作而产生不当的后果, 与人在工作时的认知行为特征直接相关。在分析由操作者的人为失误造成的医疗不良事件时, 需要运用人误分析技术分析事件的人误机理、人误原因因素、人误模式等多个方面的内容[9,10]。
“人因可靠性分析 (Human Reliability Analysis, HRA) ”以分析、预测、减少与防治人误为研究核心, 对人的可靠性进行定性和定量的分析和评价。在医疗器械的可靠性评测中加入人因可靠性预测, 一方面可以获得人员发生失误的定量化概率分析结果, 同时也能够提高人员绩效, 改善操作者在与器械交互过程中的行为。目前, 人因可靠性分析方法多用在航空业、交通管理、远洋运输、大型装备中, 在医疗器械方面的使用较少。
5 结论
在医疗器械的可靠性评估中增加对操作者的可靠性分析, 并采用CREAM定量地评测操作者在医疗器械使用过程中的失误概率, 可以使医疗器械的可靠性评价更加完善。此方法具有结构化特点, 有较为广泛的应用前景。但由于CREAM在医疗器械中的应用还较少, 本文只是在输液泵的使用方面进行了尝试, 今后还需要在实际工作中继续探索。
参考文献
[1]陈晓霞, 秦川.医疗器械临床前研究中的人因可靠性分析[J].现代医学, 2011, 39 (1) :10-15.
[2]Health Grade, Inc.Patient Safety in American Hospitals[EB/OL].www.healthgrades.com, 2004.
[3]严毅, 刘胜林, 程鹏, 等.可用性评估在临床医学工程领域的应用[J].中国医疗设备, 2012, 27 (10) :17-20, 115.
[4]Hollnagel E.Cognitive reliability and error analysis method:CREAM[M].Oxford, UK:Elsevier Science Ltd, 1998.
[5]Fujita Y, Hollnagel E.Failures without errors:quantification of context in HRA[J].Reliability Engineering&System Safety, 2004, 83 (2) :145-151.
[6]王遥, 沈祖培.CREAM-第二代人因可靠性分析方法[J].工业工程与管理, 2005, (3) :17-21.
[7]孙瑞山, 王鑫.CREAM失误概率预测法在驾驶舱机组判断与决策过程中的应用[J].中国安全生产科学技术, 2010, 6 (6) :40-45.
[8]张晶晶, 张礼敬, 陶刚.人的可靠性分析研究[J].中国安全生产科学技术, 2011, 7 (1) :76-78.
[9]林清恋, 刘胧, 王竹, 等.医疗器械中人的可靠性分析[J].中国安全生产科学技术, 2012, 8 (10) :162-163.