基于人因可靠性的道岔失表故障處置量化分析*

陳 宇 朱海燕 劉志鋼 劉曉靜

(上海工程技術(shù)大學(xué)城市軌道交通學(xué)院，201620，上海∥第一作者，碩士研究生)

作為人因可靠性研究中最為重要的數(shù)據(jù)支撐，人因失誤數(shù)據(jù)因其不會(huì)被系統(tǒng)直接記錄，而較難采取有效的方法獲取。國(guó)內(nèi)外諸多學(xué)者通過(guò)不同的量化分析方法開(kāi)展軌道交通關(guān)鍵崗位人員作業(yè)失誤分析研究[1-3]，但其研究大多是基于理論模型的計(jì)算分析。由于人因數(shù)據(jù)的缺乏，無(wú)法與實(shí)際的失誤數(shù)據(jù)形成對(duì)比并驗(yàn)證理論模型的有效性。本文針對(duì)人因失誤數(shù)據(jù)難以采集的問(wèn)題，通過(guò)構(gòu)建THERP(人因失誤率預(yù)測(cè)技術(shù))+HCR(人員認(rèn)知可靠性)模型，細(xì)化了道岔故障導(dǎo)致ATS(列車(chē)自動(dòng)監(jiān)控系統(tǒng))工作站失去表示(以下簡(jiǎn)稱(chēng)“道岔失表”)故障處置作業(yè)流程，開(kāi)展了人因操作失誤的定量化分析，并通過(guò)仿真試驗(yàn)驗(yàn)證了所提模型的有效性。本文研究可為排查和消除城市軌道交通系統(tǒng)中的人因隱患提供理論基礎(chǔ)。

1 道岔失表分析

道岔失表是城市軌道交通線路中發(fā)生頻率較高的故障之一。該故障大多是由于轉(zhuǎn)轍機(jī)內(nèi)部裝置故障、尖軌與基本軌之間存在異物、道岔滑床板被異物卡住等原因?qū)е碌摹Ｒ坏┕收习l(fā)生，將致使列車(chē)晚點(diǎn)、車(chē)站客流積壓，甚至引發(fā)乘客投訴等問(wèn)題。目前，城市軌道交通車(chē)站應(yīng)對(duì)道岔失表采取的措施為先由行車(chē)值班員進(jìn)行道岔單獨(dú)操作(以下簡(jiǎn)稱(chēng)“單操”)測(cè)試，若無(wú)效，則需要值班站長(zhǎng)和設(shè)備值班員協(xié)同合作，執(zhí)行手搖道岔接發(fā)車(chē)作業(yè)。道岔失表故障處置流程及其失誤原因類(lèi)別如圖1所示。

圖1 道岔失表故障處置流程及其失誤原因類(lèi)別

2 THERP+HCR分析方法

既有研究表明，在常見(jiàn)的12種人因可靠性分析方法中，THERP與HCR方法在綜合評(píng)價(jià)表現(xiàn)上較為良好，具有廣泛的適用性[4]。

2.1 人因失誤率預(yù)測(cè)技術(shù)

THERP主要利用HRA(人因可靠性分析)事件樹(shù)模型將值班員的某項(xiàng)任務(wù)劃分成一系列按照操作規(guī)程的子任務(wù)，并基于THERP手冊(cè)給出每個(gè)動(dòng)作的人因失誤概率(以下簡(jiǎn)稱(chēng)“人誤率”)，同時(shí)考慮其所處環(huán)境，利用行為形成因子加以修正，再依據(jù)任務(wù)之間的相關(guān)性測(cè)算獲得最終的人誤率。THERP應(yīng)用步驟如圖2所示。

圖2 THERP應(yīng)用步驟Fig.2 Application steps of THERP

2.2 人員認(rèn)知可靠性

HCR模型在對(duì)人因可靠性進(jìn)行分析時(shí)，從人因失誤機(jī)理入手，結(jié)合認(rèn)知過(guò)程中的心理學(xué)，著重研究在突發(fā)事件下值班員故障應(yīng)急處置中的認(rèn)知過(guò)程。人在認(rèn)知過(guò)程中的行為類(lèi)別分為技能型、規(guī)則型和知識(shí)型，而HCR模型在此基礎(chǔ)上提出每種行為類(lèi)型的失誤概率遵循三參數(shù)的威布爾分布[5]，即：

(1)

式中：

P(t)——在允許值班員響應(yīng)的時(shí)間內(nèi),值班員未做出反應(yīng)的概率值；

t——道岔故障時(shí)，允許設(shè)備值班員岔區(qū)檢查的時(shí)間；

t0.5——正常情況下(如演練、培訓(xùn))，值班員響應(yīng)某項(xiàng)故障的平均時(shí)間；

λ、μ、γ——特定行為類(lèi)別下的威布爾修正參數(shù)。

考慮到事發(fā)時(shí)，每位值班員所處的環(huán)境以及每個(gè)人的自身反應(yīng)時(shí)間或業(yè)務(wù)熟練程度有所不同，故需要利用行為影響因子Ki(i=1,2,3)對(duì)t0.5進(jìn)行修正，具體公式為：

t0.5,m=t0.5(1+K1)(1+K2)(1+K3)

(2)

式中：

K1、K2、K3——分別為值班員操作經(jīng)驗(yàn)、心理素質(zhì)、人機(jī)界面影響因子；

t0.5,m——修正后的值班員響應(yīng)某故障平均時(shí)間。

2.3 模型計(jì)算

基于THERP+HCR模型，將道岔失表作為算例，對(duì)值班員故障處置中的認(rèn)知和操作過(guò)程進(jìn)行人誤率估算。由圖3的道岔失表事件失誤分析示意圖可知，按照時(shí)間發(fā)展序列，值班員存在4種失誤路徑。

圖3 道岔失表事件失誤分析示意圖Fig.3 Error analysis diagram of turnout loss of indication event

2.3.1 未察覺(jué)故障概率

當(dāng)ATS面板報(bào)警時(shí)，認(rèn)為行車(chē)值班員未發(fā)現(xiàn)故障的概率非常小，P1=1.0×10-4。

2.3.2 道岔單操失誤率

道岔單操屬于序列操作，采用THERP方法，行車(chē)值班員在ATS面板進(jìn)行單操的HRA事件樹(shù)如圖4所示。依據(jù)THERP數(shù)據(jù)表[5]，行車(chē)值班員單扳定位、反位操作的失誤率為P(A1)=P(B1)=1×10-3，修正系數(shù)為1，所以P2=1-P(a1)P(b1)=1.999×10-3。

圖4 行車(chē)值班員道岔單操HRA事件樹(shù)示意圖

2.3.3 岔區(qū)檢查失誤率

對(duì)于診斷行為，采用HCR模型。根據(jù)車(chē)站的實(shí)際調(diào)研情況，車(chē)站設(shè)備值班員平均工齡為4年，具有較好的業(yè)務(wù)水平。設(shè)t=60 s，依據(jù)標(biāo)準(zhǔn)化作業(yè)平均時(shí)間，岔區(qū)檢查作業(yè)時(shí)間實(shí)際約為t0.5=30 s。值班員失誤類(lèi)別視為規(guī)則型，國(guó)內(nèi)學(xué)者通過(guò)大規(guī)模的模擬機(jī)試驗(yàn)得出，當(dāng)行為類(lèi)型為較為熟悉的規(guī)則型時(shí)，采用其修正后的威布爾修正參數(shù)λ、μ、γ處理數(shù)據(jù)模型更為恰當(dāng)[6]，即K1=-0.22，K2=0.28，K3=-0.22，λ=0.88，μ=1.63，γ=0.3，修正后代入式(1)，可得P3=5.146×10-3。

2.3.4 岔區(qū)作業(yè)失誤率

圖5 設(shè)備值班員手搖道岔作業(yè)的HRA事件樹(shù)示意圖

3 試驗(yàn)過(guò)程

3.1 試驗(yàn)?zāi)康募胺椒?/h3>

在城市軌道交通系統(tǒng)中，值班員實(shí)際操作的失誤數(shù)據(jù)并不會(huì)被系統(tǒng)或者人為記錄，因此通過(guò)車(chē)站作業(yè)仿真試驗(yàn)的方法，依據(jù)每次試驗(yàn)的失誤次數(shù)以及執(zhí)行總次數(shù)測(cè)算實(shí)際人誤率θ。引入貝葉斯估計(jì)參數(shù)思想，即在試驗(yàn)測(cè)得的人誤率基礎(chǔ)上加入先驗(yàn)信息進(jìn)而獲得后驗(yàn)信息，后驗(yàn)分布的期望即為所要研究的值班員故障處置失誤率的實(shí)際精確值。后驗(yàn)分布的推導(dǎo)步驟可參考文獻(xiàn)[7]，其期望E(θ)可以表示為：

(3)

式中：

x——值班員失誤次數(shù)；

n——值班員作業(yè)總次數(shù);

α、β——分別為先驗(yàn)分布函數(shù)中的兩個(gè)形狀參數(shù)。

(4)

(5)

3.2 試驗(yàn)對(duì)象

將12名應(yīng)屆學(xué)生(均為男性，平均年齡為25歲)作為試驗(yàn)對(duì)象，對(duì)其進(jìn)行專(zhuān)業(yè)培訓(xùn)，使其熟悉常規(guī)的ATS操作及故障處置流程，并分組進(jìn)行道岔失表故障處置試驗(yàn)。

3.3 試驗(yàn)儀器與設(shè)備

本試驗(yàn)通過(guò)模擬的車(chē)站控制室、道岔轉(zhuǎn)轍機(jī)、屏蔽門(mén)及調(diào)度指揮臺(tái)完成，能夠滿足值班員日常行車(chē)業(yè)務(wù)辦理及故障應(yīng)急處置。

圖6 中山公園站ATS線路軟件截圖Fig.6 Software screenshot of Zhongshan Park Station ATS route

3.4 試驗(yàn)情景設(shè)計(jì)

上海軌道交通3號(hào)線中山公園站ATS線路軟件截圖如圖6所示。行車(chē)值班員完成崗前一系列操作后，下行列車(chē)在中山公園站清客并運(yùn)行至TC63E軌道區(qū)段，但此時(shí)12E道岔突發(fā)故障，控制臺(tái)彈出擠岔報(bào)警提示框，行調(diào)通知車(chē)控室行車(chē)值班員進(jìn)行道岔故障處置，在單操測(cè)試無(wú)響應(yīng)后，命令值班站長(zhǎng)與設(shè)備值班員準(zhǔn)備手搖工具進(jìn)入岔區(qū)，檢查12E道岔并進(jìn)行手搖操作。

3.5 數(shù)據(jù)處理

在試驗(yàn)過(guò)程中，通過(guò)人工評(píng)判記錄每項(xiàng)操作步驟的失誤次數(shù)，同時(shí)用計(jì)算機(jī)輔助記錄作業(yè)時(shí)間，若超過(guò)標(biāo)準(zhǔn)作業(yè)時(shí)間也將判為失誤。每次試驗(yàn)分為8個(gè)步驟，失誤次數(shù)統(tǒng)計(jì)情況如表1所示。

表1 失誤次數(shù)統(tǒng)計(jì)表Tab.1 Statistics of errors

由表1可知，值班員8次模擬故障處置試驗(yàn)的平均人誤率為0.109，方差為0.021。將上述參數(shù)取值代入式(4)和式(5)可得α=0.398、β=3.241，即后驗(yàn)分布的均值E(θ|x)可以表示為：

(6)

結(jié)合某地鐵新線試運(yùn)行16次演練、共計(jì)128項(xiàng)操作步驟的道岔故障處置情況，經(jīng)評(píng)估統(tǒng)計(jì)共7次人員失誤。其間道岔故障處置情況如圖7所示。最終計(jì)算出道岔失表應(yīng)急故障處置的實(shí)際人誤率為5.62×10-2。實(shí)測(cè)值與理論值誤差為4.2%，精度良好，故可認(rèn)為T(mén)HERP+HCR模型適用于計(jì)算值班員道岔失表應(yīng)急處置人誤率。

圖7 新線試運(yùn)行演練道岔故障處置情況

4 結(jié)語(yǔ)

基于THERP+HCR模型，能夠直觀顯示值班員在不同故障處置中認(rèn)知階段與操作階段的人誤率，再結(jié)合不同故障下的操作標(biāo)準(zhǔn)細(xì)則，分解標(biāo)準(zhǔn)操作后，就能夠建立相應(yīng)的人因失誤模型。通過(guò)該模型計(jì)算和試驗(yàn)獲得的各環(huán)節(jié)人誤率結(jié)果均為P4>P3>P2>P1，且手搖道岔作業(yè)項(xiàng)中的手搖和加裝鉤鎖器相較于其他步驟失誤率較高。從認(rèn)知角度看，設(shè)備值班員進(jìn)入岔區(qū)后，容易忽略對(duì)道岔的檢查，導(dǎo)致列車(chē)存在冒進(jìn)擠岔風(fēng)險(xiǎn)，值班站長(zhǎng)應(yīng)全程做好值班員的盯控與提醒；從操作角度看，各車(chē)站的鉤鎖器型號(hào)有所不同，建議同一線路使用同一類(lèi)型的鉤鎖器，同時(shí)加強(qiáng)對(duì)鉤鎖器使用的培訓(xùn)。而對(duì)于現(xiàn)場(chǎng)標(biāo)準(zhǔn)化作業(yè)時(shí)間，建議可根據(jù)車(chē)站的類(lèi)型，如核心有岔站和有岔通過(guò)站進(jìn)行分級(jí)分類(lèi)設(shè)定，最大程度地降低運(yùn)營(yíng)列車(chē)的延誤水平。