一种基于PFMEA和HRA方法的潜在故障分析方法技术

本发明专利技术提供一种基于PFMEA和HRA方法的潜在故障分析方法，它包括如下五个步骤：步骤一：任务分析；步骤二：异常模式和异常原因分析；步骤三：功能异常模式发生概率量化；步骤四：风险优先数计算和潜在故障识别。通过以上步骤，本发明专利技术解决PFMEA方法“人机分离”和难以量化潜在故障概率的问题，结合HRA中的CREAM和THERP方法考虑了人机环耦合作用和人误相关性，实现了人误概率和潜在故障发生概率的量化。人误概率和潜在故障发生概率的量化。人误概率和潜在故障发生概率的量化。

【技术实现步骤摘要】
一种基于PFMEA和HRA方法的潜在故障分析方法


[0001]本专利技术提供一种基于PFMEA和HRA方法的潜在故障分析方法，即一种考虑人机环耦合特性和人误相关性的潜在故障分析方法，它基于过程故障模式及影响分析(Process Failure Mode and Effects Analysis，PFMEA)技术，结合人因可靠性分析(Human Reliability Analysis,HRA)方法，实现了人机系统潜在故障的识别与量化，它属于可靠性工程与人因工程交叉
的人机系统可靠性分析方法，注重解决传统潜在故障分析方法存在的“人机分离”和难以量化的问题。

技术介绍

[0002]随着科学技术水平的快速提升，人机系统的性能与复杂性不断提高，设备的功能结构日益复杂，对人机交互过程提出了更高的要求，人机交互失误已成为了人机系统可靠性的薄弱环节。高性能人机系统故障受到人机环耦合影响，而且故障一旦发生，可能会导致巨大的生命财产损失。因此，必须重视人机系统可靠性，尤其是人机交互过程中人的可靠性。
[0003]对于一些高性能复杂人机系统，如航空航天、武器装备等，往往具有明显的阶段性的特征，不同阶段对应着不同任务。在民航领域，空客的一次飞行任务可以分为滑行、起飞、巡航、降落等四个阶段，而且飞行任务之前，还包括地面的维护和保障任务。多阶段任务可能会导致一种新的故障模式——潜在故障，即任务过程中有些故障模式在当前阶段不会显现，但会在后续的相关任务中被激活并最终导致严重的安全性后果。美国三哩岛核电站事故的根本原因是工人检修后忘记将冷却系统的控制阀门打开，这一潜在故障导致系统自动投入后，二回路的水仍处于断流状态，最终造成了严重事故。据统计，由于航空维修差错导致潜在故障并最终诱发航空事故的频次不断提升，我国运输航空事故中16.7％(1989—1998年)是由维修差错引起的潜在故障所诱发的。
[0004]多任务阶段系统的潜在故障与任务执行过程中人、机、环要素息息相关，典型的分析方法为PFMEA。PFMEA是将传统故障模式及影响分析(Failure Mode and Effects Analysis，FMEA)运用于过程分析的一种方法，其将过程中的一系列事件按照时间顺序和事件层级关系进行分解，然后类比FMEA完成各子过程的异常态(故障、人误或环境扰动等)分析与异常态影响评价。PFMEA可用于系统操作、维修等过程的危险分析，是可靠性分析的有效手段，并得到了广泛的应用。例如，雅典国立工业大学研究人员为使船
‑
船货物转移作业越来越可靠，采用PFMEA技术对潜在故障的不利影响进行分析，并制定相应的改进措施；上海交通大学研究人员将PFMEA技术用在了汽车及相关产品的生产工艺过程中，用于对其进行工艺质量控制。
[0005]潜在故障往往与设计人员、决策人员和维修人员的行为有关，因而潜在故障分析需要重点考虑人的因素。现有PFMEA方法虽然考虑了任务过程中的人误，但经验为主且仅限于定性层面，未考虑人机环耦合作用，不能实现人误概率的定量化计算。另外，各个阶段任务过程中人员的操作动作具有一定的相关关系，会大大增加后续相关操作发生人误的概
率，现有PFMEA方法同时存在对人为失误相关性考虑不足的问题，无法在考虑人为失误相关性的基础上更加准确地量化人误概率。
[0006]对此，本专利技术提出了一种基于PFMEA和HRA方法的潜在故障分析方法。该方法基于HRA方法中的认知可靠性与失误分析法(Cognitive Reliability Error Analysis Method，CREAM)考虑了任务过程中机器和环境等情景环境对人误的影响，解决了人机环耦合影响下人误的量化问题；基于HRA方法中的人员失误概率预测技术(Technique for Human Error Rate Prediction，THERP)分析并量化任务过程中人误相关性，实现了对人误概率的修正，解决了潜在故障的量化问题。

技术实现思路

[0007]1、目的
[0008]针对传统潜在故障分析方法存在的“人机分离”和难以量化的问题，本专利技术提供一种基于PFMEA和HRA方法的潜在故障分析方法，它基于CREAM方法分析人机环耦合作用下人误的发生机理，基于THERP方法分析任务过程中人误的相关性，修正人误发生概率，综合考虑设备故障和环境扰动的发生概率，实现潜在故障发生概率的量化和识别，形成研制阶段系统排查人机系统潜在故障的技术能力，支持安全性设计优化。
[0009]2、技术方案
[0010]本专利技术是一种基于PFMEA和HRA方法的潜在故障分析方法，该方法流程图如图1所示，包括如下五个步骤：
[0011]步骤一：任务分析：选择要研究的人机系统，明确任务阶段，利用层次任务分析法完成该阶段的任务分析，确定完成任务所需的各项基本活动；
[0012]步骤二：异常模式和异常原因分析：根据任务分析的结果，确定基本活动的功能异常模式，并从人、机、环3个方面开展人机系统异常原因分析，包括人误、设备故障和环境扰动；
[0013]步骤三：功能异常模式发生概率量化：基于CREAM方法量化人误发生概率，基于THERP方法确定人误相关性，对存在相关性的人误进行发生概率的修正，根据人误概率、设备故障概率和环境扰动概率计算功能异常模式发生概率；
[0014]步骤四：风险优先数计算和潜在故障识别：开展潜在功能异常模式影响分析和检测难度分析，明确功能异常模式严重度等级和检测难度等级，基于功能异常模式发生概率确定发生概率等级，获得潜在故障的风险优先数，完成PFMEA表格填写并识别潜在故障；
[0015]通过以上步骤，采用基于PFMEA和HRA方法的潜在故障分析方法，解决PFMEA方法“人机分离”和难以量化潜在故障概率的问题，结合HRA中的CREAM和THERP方法考虑了人机环耦合作用和人误相关性，实现了人误概率和潜在故障发生概率的量化。
[0016]其中，在步骤一中所述的“任务分析”，其内容说明如下：
[0017](1)选择任务阶段，明确人机环要素
[0018]针对多任务阶段人机系统，选择任务阶段并开展人机环要素，明确任务过程中涉及到的人员、设备和环境；
[0019](2)基于层次任务分析法开展任务分析，确定任务基本活动
[0020]根据层次任务分析方法手册，依次开展定义任务，数据收集，确定任务的整体目
标，确定任务的次级目标，次目标分解和分析的计划等步骤，确定完成任务所需要的基本活动。
[0021]其中，在步骤二中所述的“异常模式和异常原因分析”，其内容说明如下：
[0022](1)开展异常模式分析，明确基本单元的功能异常模式；
[0023]以任务分析为基础，以人的基本活动为单元，从功能层次分析各个基本活动可能出现的异常模式；
[0024](2)开展异常原因分析，明确引发功能异常的人误、设备故障和环境扰动；
[0025]针对人机系统功能异常模式，从人、机、环3个方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PFMEA和HRA方法的潜在故障分析方法，其特征在于：包括如下五个步骤：步骤一：任务分析：选择要研究的人机系统，明确任务阶段，利用层次任务分析法完成该阶段的任务分析，确定完成任务所需的各项基本活动；步骤二：异常模式和异常原因分析：根据任务分析的结果，确定基本活动的功能异常模式，并从人、机、环三个方面开展人机系统异常原因分析，包括人误、设备故障和环境扰动；步骤三：功能异常模式发生概率量化：基于CREAM方法量化人误发生概率，基于THERP方法确定人误相关性，对存在相关性的人误进行发生概率的修正，根据人误概率、设备故障概率和环境扰动概率计算功能异常模式发生概率；步骤四：风险优先数计算和潜在故障识别：开展潜在功能异常模式影响分析和检测难度分析，明确功能异常模式严重度等级和检测难度等级，基于功能异常模式发生概率确定发生概率等级，获得潜在故障的风险优先数，完成PFMEA表格填写并识别潜在故障。2.根据权利要求1所述的一种基于PFMEA和HRA方法的潜在故障分析方法，其特征在于：在步骤一中所述的“任务分析”，其内容说明如下：1.1选择任务阶段，明确人机环要素；针对多任务阶段人机系统，选择任务阶段并开展人机环要素，明确任务过程中涉及到的人员、设备和环境；1.2基于层次任务分析法开展任务分析，确定任务基本活动；根据层次任务分析方法手册，依次开展定义任务，数据收集，确定任务的整体目标，确定任务的次级目标，次目标分解和分析的计划诸步骤，确定完成任务所需要的基本活动。3.根据权利要求1所述的一种基于PFMEA和HRA方法的潜在故障分析方法，其特征在于：在步骤二中所述的“异常模式和异常原因分析”，其内容说明如下：3.1开展异常模式分析，明确基本单元的功能异常模式；以任务分析为基础，以人的基本活动为单元，从功能层次分析各个基本活动可能出现的异常模式；3.2开展异常原因分析，明确引发功能异常的人误、设备故障和环境扰动；针对人机系统功能异常模式，从人、机、环三个方面开展异常原因分析，包括人误、设备故障和环境扰动；其中，人误分析基于CREAM方法进行；CREAM方法将人的认知功能归纳为观察、解释、计划和执行4类，每类认知功能包含个人误模式，如观察目标错误和错误辨识。4.根据权利要求1所述的一种基于PFMEA和HRA方法的潜在故障分析方法，其特征在于：在步骤三中所述的“功能...

【专利技术属性】
技术研发人员：车海洋，闫振凯，曾声奎，郭健彬，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：