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。
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。
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。
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.
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。
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∈(X{X2）1,X。2在,…第,Xii-级1}从) 画X一i的组父方结向点线集联合结P到ai(PXaii ,并 用 个有p(X向i|非Pa循i) 条环件图概,可率用定于量表表示示p(,X结1果,X可2,…以,得Xn到) 中一 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）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(Bayesian network)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。
（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。
(1)
Xi的边缘概率： p( Xi) p(U )
exceptXi
假设已知证据e，条件概率：P(U
|
e)
P(U, e) P(e)
P(U, e)
P(U, e)
U
其中， Pai为变量Xi父节点的集合；Xi表示第i个变量。
4、案例：核电厂中的辅助给水系统某个阀 门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