基于SD的高鐵工務崗位人因失誤分析

王洪德，吳含雪

(1.大連交通大學 交通運輸工程學院,遼寧 大連 116028；2.遼寧省隧道與地下結構工程技術研究中心，遼寧 大連 116028)*

高鐵工務一線崗位人員的安全素質及專業技能對高鐵工務設備的維修養護質量、行車安全起著至關重要的作用.據統計，鐵路運輸領域中70%～80%的事故是由人因失誤引起的[1]，因此，在高鐵設備升級改造的環境背景下，為提高工務設備運維效率和應用品質，保障行車安全，有必要對高鐵工務一線崗位人因失誤問題進行研究.針對人因失誤這一研究方向，國內外學者多采用人因可靠性方法進行分析，如Pan Xing[2]為提高人機系統可靠性方面的重要性，采用人因可靠性分析方法來確定操作員的錯誤，并通過績效塑造因素(PSF)進一步完善確保HRA結果；Jinkyun[3]通過咨詢韓國核電廠HRA社區的14名專家，確定了五個重大HRA問題，強調支持多單元概率安全評估(PSA)以改善HRA；Yaliang[4]通過貝葉斯網絡(BN)模型和人因失誤實驗來檢查和優化HRA，并定量判斷了人因失誤對系統故障的影響；A.Azadeh等[5]提出了決策風格(DS)和人因可靠性的綜合評估人員的效率的方法，用于改善大型石化廠的因人因失誤導致的決策失敗.康毅軍等[6]提出一種基于成功似然指數(SLIM)與貝葉斯網絡(BN)結合的方法，對非正常條件下鐵路接發列車進行人因可靠性分析評價，以此保障行車安全；張開冉等[7]提出了貝葉斯網絡考慮情境環境因子交互關系的人因可靠性分析方法.

目前對高鐵工務的人因失誤研究還較少，本研究以某路局工務段實際調研數據為基礎，應用SD模型(SystemDynamic)對高鐵工務一線崗位人因失誤進行分析，SD模型是一種分析研究信息反饋、系統結構、功能與行為空間之間動態、辨證關系的模型，依據系統的狀態、控制和信息反饋等環節來反映實際系統的動態機制，并通過建立仿真模型，借助計算機進行仿真試驗的科學方法[8].

1 工務崗位HEP影響因素及因果關系

1.1 HEP直接影響因素

為分析高鐵工務一線崗位人因失誤原因，基于HEP分析產生失誤的條件(Error Producing Conditions，EPCs)對HEP的影響[9～11]，并給出HEP算式：

(1)

式中，Ni是第i個EPCs的最大效應，Di為第i個EPCs的影響評估比例(APOA)，HB=0.003.

通過對某路局高鐵工務崗位實際調研，給出其EPCs指標分別為：作業環境水平、安全培訓教育效果、工作經驗水平、作業壓力水平、風險預判水平.

作業環境水平指物理環境、自然環境和監管環境情況好壞.物理環境指作業時的聲音大小、光照強弱、溫度高低等，自然環境指暴風雨雪等惡劣天氣，這些作業環境對于高鐵工務一線崗位人因失誤的影響不可忽略.監管環境指管理層的現場作業盯控情況和相關規章制度的完備性.

安全教育培訓效果指車間和工區的安全生產教育和培訓計劃完成情況.安全教育培訓效果和崗位職工的工作態度、學歷以及記憶能力有著密切關系.

作業壓力指崗位職工在接受作業任務和作業過程中無法應對作業要求時產生的負性感受和消極信念.在高鐵工務系統中，一線崗位職工的作業壓力主要受斷軌除雪等應急處置、天窗夜班作業等影響.

風險預判水平指崗位職工在作業過程中對該崗位存在的風險的認知程度，風險預判水平受崗位職工的工作經驗、安全意識和實作技能水平的影響.

1.2 因果關系圖構建

根據系統動力學原理，構建因果圖時首先要確定系統邊界，其次邊界內部要能明確表示研究對象各因素的相互作用關系，并能解釋邊界內發生的系統行為[12].故基于系統動力學原理和對高鐵工務一線崗位職責歸納分析及有關作業人員現場作業情況的了解，建立因果關系回路，主要有3個正反饋回路，4個負反饋回路.

正反饋回路：

(1)安全教育培訓效果(+)--作業質量(+)--風險預判水平(+)--一線崗位HEP(-)--一線崗位安全水平(+)--實作技能(+)--工作經驗水平(+)--應急處置能力(+)--作業壓力水平(-)--態度(+)--安全教育培訓效果(+)；

(2)作業壓力水平(+)-一線崗位HEP(+)-一線崗位安全水平(-)-實作技能(-)-工作經驗水平(-)-應急處置能力(-)-作業壓力水平(+);

(3)安全教育培訓效果(+)-應急處置能力(+)-作業壓力水平(-)-一線崗位HEP(-)-一線崗位安全水平(+)-監管環境情況(+)-安全教育培訓效果(+).

負反饋回路：

(1)監管環境情況(+)-安全教育培訓效果(+)-風險預判意識(+)-風險預判水平(+)-一線崗位HEP(-)-一線崗位安全水平(+)-監管環境情況(+);

(2)工作經驗水平(+)--一線崗位HEP(-)--一線崗位安全水平(+)--實作技能(+)---工作經驗水平(+)；

(3)安全教育培訓效果(+)-應急處置能力(+)-作業壓力水平(-)-態度(+)-安全教育培訓效果(+);

(4)監管環境情況(+)-作業環境水平(+)-風險預判水平(+)-一線崗位HEP(-)-一線崗位安全水平(+)-監管環境情況(+).

高鐵工務一線崗位人因失誤因果關系圖如圖1所示.

圖1 高鐵工務一線崗位人因失誤因果關系圖

2 基于SD的人因失誤模型

2.1 流圖構建

基于辨識出人因失誤影響因素間的因果關系，構建高鐵工務作業崗位人因失誤動態流圖如圖2.

圖2 高鐵工務一線崗位人因失誤動態流圖

SD的變量包括狀態變量、速率變量和輔助變量，他們與常量和方程共同構成SD仿真的基本元素.狀態變量是通過積累形成的變量，能夠最終決定系統行為，當前時刻的值等于過去時刻的值加上這一段時間的變化量；速率變量隨著時間的變化可能會發生變化，并能夠直接改變狀態變量值，反映了狀態變量輸入或輸出的速度；輔助變量通過系統中其他變量的作用獲得的變量，當前時刻的值和歷史時刻的值是相互的[13].本文變量如下.

狀態變量：風險預判水平、作業環境水平、工作經驗水平、安全教育培訓效果、作業壓力水平、一線崗位安全水平.

輔助變量：作業質量、風險預判意識、自然環境情況、物理環境情況、監管環境情況、態度、知識記憶能力、個人學歷、規章制度健全程度、現場盯控頻率、天窗作業時長、應急處置能力、身體健康狀況、個人工齡、實作技能、風險預判水平APOA、作業環境水平APOA、工作經驗水平APOA、安全教育培訓效果APOA、工作壓力水平APOA、一線崗位HEP.

速率變量：風險預判水平的增量、作業環境水平增量、工作經驗水平增量、安全教育培訓效果增量、作業壓力水平增量、一線崗位安全水平增量.

2.2 主要變量方程確定

運用SD中一階線性函數、表函數、邏輯函數等構建仿真方程，主要方程如下.

知識記憶能力[14]=WITH LOOKUP time([(0,0)-(120,1)],(0,1),(0.23,0.58),(1,0.44),(8,0.39),(23,0.34),(45,0.29),(90,0.25))

(2)

知識記憶能力是指一線崗位職工對安全教育培訓知識的接受程度，知識記憶能力高低影響著安全教育培訓效果的好壞，該變量與艾賓浩斯遺忘曲法則的趨勢圖相似，故參考文獻后給出該變量方程.

一線崗位HEP=0.003*(2*作業標準APOA+1)*(2*安全培訓接受水平APOA+1)*(3*風險預判能力APOA+1)*(8*工作經驗APOA+1)*(10*工作壓力APOA+1)

(3)

式(3)根據式(1)HEP計算公式得到，其中最大效應Ni取值為(3，3，4，9，11)[9-10]分別對應的EPCs是安全教育培訓效果、作業環境水平、風險預判水平、工作經驗水平、作業壓力水平.

風險預判水平APOA=INTEGER(風險預判水平)

(4)

作業壓力水平=INTEG[作業壓力水平增量,3]

(5)

監管力度=規章制度健全程度+現場盯控頻率-一線崗位HEP

(6)

與風險預判水平APOA、監管力度類似的輔助變量的方程分別類似式(4)、(6)得出，與作業壓力水平類似的狀態變量的方程類似式(5)得出.

身體素質=RANDOM UNIFORM(18.5, 30 ,0.1)，身體素質用體重指數BMI=體重/身高平方(kg/cm2)來計算，國際上常用該指數衡量人體肥胖程度和是否健康，中國標準指數范圍為18.5～30，中國專家認為指數在18.5～23.9之間屬于平均健康水平，24～26.9健康水平較低低，27～29.9范圍內低度健康水平，超過30或小于18.5的屬于不健康[15].健康水平越高身體素質越高，作業壓力水平越低.

天窗作業時長=RANDOM UNIFORM(0,4,1)，因高鐵工務維修天窗夜間作業，時長通常在0～6h，將其轉化為作業時長每增加1.5 h崗位職工的壓力感知情況，函數中數據取值可通過調查問卷的形式獲得，可分為無壓力、壓力較小、壓力一般、壓力較大、壓力大從低至高對應相應數值.個人工齡、個人學歷、規章制度健全程度、現場盯控頻率等與天窗作業時長相似的變量方程可以類似得出，調查問卷問題和數值的設置因變量的不同而不同.

2.3 模型應用

根據實際調研，對某路局工務段發放調查問卷和專家咨詢，設置狀態變量風險預判水平、作業環境水平、工作經驗水平、安全教育培訓效果、作業壓力水平、一線崗位安全水平初值為(2，1，1，1，2，2).模擬前設置初試時間為 d，終止時間為100 d.進行模擬后一線崗位HEP模擬情況如圖3所示，一線崗位HEP影響因素的模擬結果如圖4所示.

圖3 一線崗位HEP模擬結果

圖4 一線崗位HEP影響因素的模擬結果

根據圖3和圖4可以看出，總體而言安全教育培訓效果、風險預判水平、工作經驗水平、作業環境水平呈上升趨勢，但對比一線崗位HEP模擬結果發現，一線崗位HEP仍然不斷上升，與作業壓力水平的趨勢相對應，說明在截止點前，對一線崗位HEP影響最大的是作業壓力水平.因此可能導致該工務段一線崗位人因失誤的主要因素為作業壓力水平.對比截止點前某路局工務段作業實際和人因失誤數據，因夜間天窗作業較為頻繁且應急處置能力不足，導致崗位職工壓力較大，作業中失誤次數稍有增加.模型的仿真結果證實與該工務段實際情況相符，證明該模型的可行性.此模型可以幫助工務管理層有針對性的提出相應的措施來改善一線崗位安全水平，保障高鐵工務一線生產安全.

3 結論

(1)以人因失誤概率為切入點，構建高鐵工務一線崗位人因失誤的系統動力學模型，并結合某路局工務段調研數據進行模型驗證.基于驗證后的模型仿真發現，一線崗位的五個直接影響因素中，作業壓力水平對HEP起主導作用;

(2)某路局工務段實際作業中因存在夜間天窗作業較為頻繁和應急處置能力不足的問題，致使崗位職工失誤次數呈緩慢遞增趨勢，與模型仿真結果相對應.