[发明专利]一种基于CREAM模型的设备技术准备过程危险评估方法

说明书

本发明公开了一种基于CREAM模型的设备技术准备过程危险评估方法，其将一种设备危险作业过程分为平台系统维护、伺服单元测试、综合测试作业、分段装配作业；然后每个阶段按照CREAM模型分为组织的完善性、工作条件的匹配性、技术准备流程的适用性、设备操作时间的充分性、设备培训质量与效果、技术准备小组成员动作配合的效率6个层面，每个层面按照CREAM模型的观察、解释、计划、执行四个4个方面，采用专家权值打分的方式对其进行危险性评估，最后建立一种专用的径向基神经网络，利用神经网络的强大并行计算功能以及已有的历史数据对网络进行训练，然后完成设备技术准备过程危险性评估。

技术领域

本发明涉及一种基于CREAM模型的设备技术准备过程危险评估方法，属于设备可靠性评估与事故危险评价预测领域。

背景技术

人们很久以前就认识人为差错(Human Error)，知道它是一门科学问题；20世纪40年代，人们真正意识到了人为差错所带来的负面影响。在二战期间，一些复杂的、高性能的武器装备开始应用在战争中。而人为差错正是在这种人-机系统的复杂情况下频频出现，人为差错所带来的后果是非常严重的，这种情况的发生迫使人们不得不把关注点更多的放在人机系统可靠性和人为差错上来。第一代人因可靠性方法认为：人因失误的发生不仅仅是错误的动作或行为，也包括人对所处情景的错误认知和判断，或者是特定的环境致使人做出了错误的决策。人为差错具有以下七大特点：1.人为差错的随机性与重复性；2.人为差错的潜在性；3.人为差错的可修复性；4.人的行为的固有可变性；5.受情景环境的驱使人为差错；6.人具有学习能力；7.人具有容许限度。

认知可靠性与失误分析方法(CREAM)，是第二代人因可靠性方法的一种代表方法。它依赖于情景认知模型，该模型认为人的行为是有目的的，也是一种在特殊环境下的应激反应，人可以在情景背景下根据系统所反馈的信息来纠正自己的行为。保证这个人机系统的可靠性。传统的CREAM具有追溯和预测的双向功能，并将环境因素总结为9种共同绩效条件(CPC)，同时给出了CPC水平对人的可靠性的影响效应。除此以外，CREAM将人的认知功能分为观察、解释、计划、执行4种，并给出了每种认知功能的失效模型及基本值。可以根据特定环境下人的工作流程，分析工作中人的必要行为，再分析各个行为中最可能产生的失效模式，对应到各种认知功能中，再计算环境影响下各共同绩效条件的可靠性。基于上述背景原因，本发明将一种设备危险作业过程分为平台系统维护、伺服单元测试、综合测试作业、分段装配作业；然后每个阶段按照CREAM模型分为组织的完善性、工作条件的匹配性、技术准备流程的适用性、设备操作时间的充分性、设备培训质量与效果、技术准备小组成员动作配合的效率6个层面，每个层面按照CREAM模型的观察、解释、计划、执行四个4个方面，采用专家权值打分的方式对其进行危险性评估，最后建立一种专用的径向基神经网络，利用神经网络的强大并行计算功能以及已有的历史数据对网络进行训练，然后进行设备技术准备过程危险性评估，其方法不仅具有较好的理论创新性，而且具有较高的工程实用价值。

发明内容

本发明所要解决的技术问题是：一种基于CREAM模型的设备技术准备过程危险评估方法，以解决上述现有技术中存在的现有设备作业过程危险性评估建模困难与历史数据利用效率不高的问题。

本发明采取的技术方案为：一种基于CREAM模型的设备技术准备过程危险评估方法，该方法包括以下步骤：

步骤S10，选取多台设备的历史数据，将每台设备的技术准备过程分为平台系统维护阶段、伺服单元测试阶段、综合测试作业阶段、分段装配作业阶段；然后对每个阶段按照CREAM模型分为组织的完善性、工作条件的匹配性、技术准备流程的适用性、设备操作时间的充分性、设备培训质量与效果、技术准备小组成员动作配合的效率六个层面来评估其危险性；然后针对每个层面按照注意力观察的合理性、解释决策的准确性、计划的优劣、执行过程的完好性四个方面进行评估其危险程度。