基于贝叶斯网络法的组织可靠性分析

基于贝叶斯网络法的组织可靠性分析框架1、引言2、核电站组织因素分析3、基于BN的组织可靠性分析4、案例5、总结1、引言对于核电厂而言，安全是核电存在和发展的基础。随着核电厂技术水平的不断提高，核电厂技术系统安全的主要关注点已由硬件失效和个体人因失误转移到组织管理领域的潜在失效。2011年3月11日，日本福岛核泄漏事故，众多专家将其事故主要原因之一归结于人因组织管理失误导致。2、核电站组织因素分析根据组织因素选择标准和核电厂人因事件统计数据,对某核电厂2000-2003年发生的71件人因事件报告(2000年22件，2001年21件，2002年17件，2003年11件)进行分析。事件/事故的根原因可追溯到组织因素。因为设备失效和人误引起的事件/事故，除自身因素之外，其可靠性都受组织因素的影响，如不充分的培训容易引起操作失误，不充分的维护会影响硬件的可靠性。对人因事件的发生起主要贡献的组织因素包括培训(频数为30)、监管(频数为33)、员工的知识/能力/经验要求(频数为31)、安全态度(频数为20)。因此，对核电站组织因素进行合理分类研究，对分析事故根原因有重要作用。基于人因失误因果模型的组织因素分类组织/系统或组件的交互是通过“一线”人员(如操纵员,维修人员)的行为进行的,一线人员处于特定的情境环境中,其行为受各种组织因素和状态因素的影响。即组织因素的影响关系是通过人的行为活动关联的。由此，依据人因事故模型系统理论（reason模型）建立一种组织“结构-行为”人因失误因果模型,其中共包括4个子模型,即组织子模型、情境状态子模型、个体因素子模型以及人因失误子模型。（1）组织子模型组织因素子模型共分为8类,即组织的目标和战略、组织结构、组织管理、交流培训、规程、组织资源和组织文化。（2）情境状态子模型在状态子模型中,人的操作行为都是在特定的场景(scenario)中执行,由于技术的发展和自动化程度的提高,在像核电厂这种复杂的高风险系统中,操纵员的主要任务表现为认知任务,主要包括:①监控和发觉;②状态评价;③响应计划;④响应执行。因此，状态因素分为4类,即技术系统、人机界面,工作环境和任务。（3）个体因素子模型在个体因素子模型中,操纵员的可靠性除了受到情境环境因素的影响之外,还受自身内在因素的影响,并且这些因素与情境环境有着复杂的作用关系,是直接导致人因失误的触发层。即受情境环境因素的影响而产生个体的生理、心理、素质等因素失衡，而导致人的认知和行为失误。个体因素主要包括心理状态、生理状态,记忆中的信息以及人的素质和能力等4类，且相互影响。（4）人因失误子模型人的认知过程采用“认知域”,将其分为5部分：感知，注意，记忆，解释、决策制定和计划，执行。首先在感知认知域，操纵员观察系统状态,发现系统异常状态，对状态进行假设,通过对观察到的信息分析与状态假设进行比较,匹配,需进行检测(验证)以达到对异常状态的确认。然后在问题解决认知域(或诊断阶段),可能包括以下认知行为:对发觉的异常状态进行解释或评估,寻找产生异常状态的原因,根据设立的一套标准,选择解决问题所需达到的目标,选择执行程序或策略,形成执行计划或行为序列。最后,就是行为执行。模型简化3、基于BN的组织可靠性分析基于概率推理的贝叶斯网络(Bayesiannetwork)是为了解决不定性和不完整性问题而提出的，是Bayes方法的扩展。能定性和定量描述变量之间的依赖关系，是目前不确定性知识表达和推理领域最有效的理论模型之一。因此，BN成为处理不确定性问题的有力工具，特别是在风险和可靠性分析中已经得到广泛应用。贝叶斯网络构造原理给定一个联合概率分布p(X1,X2,…,Xn)以及变量的一个排序d。将X1作为根结点开始，并赋予X1以先验概率分布p(X1）。然后用一结点表示X2，如果X1与X2有关，从X1到X2建立一联结，并用p(X1|X2）表示联结强度。如果X2与X1无关，则赋予X2以先验概率分布p(X2）。在第i级从Xi的父结点集合Pai(Pai∈{X1,X2,…,Xi-1})画一组方向线联结到Xi,并用p(Xi|Pai)条件概率定量表示,结果可以得到一个有向非循环图,可用于表示p(X1,X2,…,Xn)中所体现的许多独立关系,该图就称作贝叶斯网络。分析程序将人因失误因果模型与BN相结合，建立一种基于BN整合组织管理因素的人的可靠性分析方法，分析程序包括：（1）识别出特定情境下的人因失误与组织错误、情境状态错误、个体触发层因素之间的关系，构建BN拓扑结构。（2）基于实验数据、模拟数据以及人因可靠性数据或专家评估确定根节点变量的先验概率和条件概率。（3）进行贝叶斯推理计算，并对结果进行分析。主要进行因果推理和诊断推理。BN的推理原理是基于贝叶斯概率理论，推理过程实质上就是概率计算过程。主要根据下列3个方程进行概率推理计算：联合概率p{X1,X2,…,Xn}:p(X1,X2,…,Xn)=p(U)=∏p(Xi|Pai),i=1,…,n(1)Xi的边缘概率：假设已知证据e，条件概率：其中，Pai为变量Xi父节点的集合；Xi表示第i个变量。exceptXiUpXip)()(Ue)P(U,e)P(U,P(e)e)P(U,e)|P(U4、案例：核电厂中的辅助给水系统某个阀门泄漏维修的组织可靠性分析构建BN模型考虑组织管理因素影响的维修人员操作可靠性模型。依据组织“结构-行为”人因失误因果模型,分为四个层次：组织错误层、情境状态错误层、个体因素交互与触发层以及人因失误层。如图所示:评估变量的先验和条件概率在建立阀门维修人员的BN模型之后，要求该领域的专家和有经验的维修人员对各个变量的先验概率和条件概率赋值。假设每个变量都有3种状态（节点”人的可靠性”只有2种状态），给出每个节点状态下的概率。各个根节点变量的状态等级水平及概率分布见表1.中间变量“工作负荷（Lw）”条件概率因果推理原因推知结论——由顶向下的推理．目的是由原因推导出结果．已知一定的原因(证据)．使用Bayes网络的推理计算，求出在该原因的情况下结果发生的概率．根据变量的先验概率和条件概率，使用BN推理，计算任务设计和操作规程引起“工作负荷”处于“低”、“中”、“高”状态的概率分布。如下:根据式（2）边缘概率分布公式有：“工作负荷”处于低状态的概率分布计算过程代入数据得：P(Lw=Lw,1)=0.6766；同理计算得：P(Lw=Lw,2)=0.2221；P(Lw=Lw,3)=0.1013。同理可计算得到其他节点变量的概率分布。最终计算得到人的可靠性为：HR1=0.735047,则人的失误概率为：HR2=1-HR1=0.264953如果在给定情境状态为：任务设计所处的状态为“合理的”；操作程序所处的状态为“合适的”；工作环境为“充分的”；培训为“充分的”；人员配置为“合适的”；可用时间确定为“充分的”以及外来干扰时间为“没有”，则通过计算推理得到在该情境下，维修人员的可靠性为：HR1=0.936781，则人的失误概率为：HR2=0.063219。同理可算出其他状态下的人的可靠性概率值。诊断推理诊断推理是由结论推知原因，一种自下向上的推理过程，目的是在已知结果时，找出产生该结果的各种原因的可能性。已知发生了某些结果，根据BN计算，得到造成该结果发生的原因和发生的后验概率。仍以各根节点的“最差状态”为例，假设已发生维修失误，利用贝叶斯法则计算出相应的后验概率：P(DT=DT,1|HR=HR,2)=P(DT=DT,1,HR=HR,2)=P(DT=DT,1)×P(HR=HR,2|DT=DT,1)=0.0285688P(HR=HR,2)=0.264953所以：P(DT=DT,1|HR=HR,2)=0.107826P(DT=DT,1,HR=HR,2)P(HR=HR,2)同理可得其他根节点的后验概率，如表所示：由表可知，当发生维修失误，可用时间不充分、培训不充分以及人员配置不合理的发生概率有了很大的变化（分别提高了1139.309%、52.2936%、与42.907%）。这表明节点“人的可靠性”对节点“可用时间”、“培训”以及“人员配置”很敏感，这些节点的微小波动,可能对人的可靠性影响很大。因此，为了避免维修失误，应给维修人员足够的维修时间，加强培训，提高操作员的知识、技能，以及合理安排经验丰富的人员进行维修是至关重要的。5、总结（1）本文用贝叶斯网络法而不是故障树分析法来计算可靠性。是因为故障树分析法需要上下级事件之间具有明确的因果关系，而贝叶斯网络法是通过计算概率大小来描述其因果关系的强弱。适用于许多复杂系统。（2）研究表明，利用BN能很好地模拟组织因素、情境状态因素、个体因素之间的关系以及各因素之间的内部影响关系。并且，在给定变量证据的条件下，利用其因果推理和诊断推理原理能分别计算人的可靠性数值，以及能识别最有可能引起人因失误的原因，为预防人因失误的发生提供决策支持。