野王,日本xxxx片免费观看,丁香五月婷婷亚洲,六月丁香婷婷大团结

<legend id="kxnbw"><tfoot id="kxnbw"><small id="kxnbw"></small></tfoot></legend>

會員中心
加入VIP
微信

客服微信網站公眾號

　煤礦　化工　建筑
　機械　電力　冶金
　消防　交通　特種

　論壇　活動　視頻
　問答　投稿　 MSDS
　簽到　超市　招聘

導航：安全管理網>> 安全論文>> 交通安全論文>>正文

管制系統人為因素風險識別及排序研究

文檔作者：楊新涅陳梵驛文檔來源：中國民航大學空中交通管理學院		點擊數：	更新時間： 2020年11月28日
下載地址：點擊這里	文件大小： 320.59 KB 共5頁	文檔格式： PDF	下載點數： 1 點（VIP免費）

內容預覽 [文件共5頁]

本文件共5頁，如需編輯使用，請下載。

注：預覽效果可能會出現部分文字亂碼（如口口口）、內容顯示不全等問題，下載是正常的。

	文件大?。?20.59 KB 共5頁文件格式：PDF 下載點數：1 點（VIP會員免費）

下一篇：淺談汽車主模型研制項目的風險管理之風險…

上一篇：城市軌道交通PPP項目公私雙方關鍵風險識別

文本預覽

僅提取頁面文字內容，供快速閱讀使用。

第45卷第6期航空計算技術v01．45 N0．6
22222202212522年22512122月22=A=啪===嬲===嘶===c==a=l==C=o=mp=ut=in=g=Te二cIHl=iq=IIe====：=：=====：==No=v．：201=5===
管制系統人為因素風險識別及排序研究
楊新涅，陳梵驛
(中國民航大學空中交通管理學院，天津300300)
摘要：針對由管制系統人為因素導致的空管不安全事件不斷增多的現狀，運用HFAcs理論從不安全行為、不安
全行為的前提、監(jiān)督和組織4個層次，結合管制系統特點，全面地辨識出了顯性和臆性風險。引入逼近理想解法．
以風險發(fā)生的概率、監(jiān)測難度、控制措施和后果嚴重程度作為評價指標，對辨識出來的風險因素進行排序。最后以
某管制局為倒，對識別出的人為因素風險按照風險大小進行了排序，驗證了方法的合理性、有效姓、可行性。
關鍵詞：人為因素；風險辨識；HFAcs；逼近理想解排序法
中圖分類號：”55 文獻標識碼：A 文章編號：1671．654x(2015)06—0056．04
H砌帥Facto體礎sk M蜘倘翰廿on鋤d Sequendng of C0ntroI System
YANG Xin—sheng，CHEN Fan—yi
(coZ婦e礦A打7確脅訛，M妒靴眥，c劫豇A秒泐幻n‰沁rs砂礦吼i眥，‰柳n 300300，吼im)
Ab鼬陷ct：As tlIe ATC uns如eVents increasing caused by humaIl f如tors in tlle pre∞nt control system，tlle
p印er uses me t王leory of HFACS，f．rom me unsafe behavior，unsafe behaviors，tlle orgaIli碣tion aIld supervision
of four levels；combined with the characteristics of contIol system，ident遺tlle explicit孤d implicit
risks comprehensiVely；Introducing tlle TOPSIS metllod，uses tlle pmbability 0f risk occ峨nce，monitor
d豳cult，con咖l measures aIld sev謝ty of eonsequences as the eValuatjon index，to son out tlle iden曲ca—
tion of risk factors；Finally taking a control board as an ex鋤ple，sorts tlle risk factors iden曲ed in acco耐·
ance塒th the size of t}le risk，verifis t}le rationaIity，vaIidity，feasibiIit)r of the metllod．
Key words：human f如tors；risk identification；HFACS；TOPSIS
引言
空中交通管制的主要任務是調配航空器與航空器
之間、航空器與障礙物之間的間隔，防止相撞。管制系
統運行過程中的任何差錯都可能引起很嚴重的飛行事
故，由此可見保障管制系統的安全運行極其重要。當
前隨著管制系統逐步向自動化、智能化、標準化方向發(fā)
展，由設備問題引發(fā)的空管不安全事件的比例逐步降
低。人為因素已成為空管不安全事件的主導因素，因
此構建一套科學實用的人為因素風險管理體系。已成
為管制系統安全管理的迫切課題。
風險辨識是風險管理的首要環(huán)節(jié)，其辨識結果的
及時性、準確性和完整性將對后繼的風險評估和風險
控制的水平和質量產生重大影響。目前常用的風險辨
識方法有流程圖法[1]、過程法心]、事故樹分析"’和安
全檢查表法H1等，這些方法在顯性風險辨識中取得了
較好的效果，但往往對于隱性風險的重視程度不足，由
此會導致隱性風險積累式的爆發(fā)，引起更為嚴重的
后果。
本文運用HFACS(人為因素分析與分類系統)理
論對管制系統人為因素中的隱性和顯性風險進行了辨
識，并采用理想逼近排序法(Topsis)，對識別出來的風
險因素進行風險排序。
1 基于HFACS的人為因素風險識別
HFACS(人為因素分析與分類系統)是2001年由
美國民航醫(yī)學研究所sh印pel和美國伊利諾伊大學的
wie舯ann在REASoN模型的基礎上提出的，最初應用
于海軍飛行事故的人為因素分析b J，現在已被廣泛應
用于民航、海運、煤礦等行業(yè)。Dekker指出，HFACS是
收稿日期：2015一04—27 修訂日期：2015一08—28
基金項目：中國民用航空局空管行業(yè)管理辦公室項目(KGB20l 30312)；教育部人文杜科青年基金項目(14YJc630185)；中央高校基本科研業(yè)務經
費項目(ZXH2011c009)
作者簡介：楊新涅(1966一)，男，天津市人，教授，主要研究方向為交通運輸規(guī)劃與管理。
萬方數據
對各類事故進行人為因素分析的最有力工具∞1。
HFACS模型含4個層次：不安全行為、不安全行為的
前提、不安全的監(jiān)督和組織的影響。每個層次下有一
定的細致分類方法，它不僅提供了事故分析的模型，也
為系統危險源的分類提供了綜合全面的分類方法。
HFAcs的優(yōu)點體現在風險辨識不僅僅停留在直接導
致事故操作者的不安全行為的顯性風險上，同時也分
析其他隱性因素(如組織的決策、監(jiān)督、企業(yè)文化等)
對事故的影響。鑒于HFACS的特點，可以把該理論應
用于管制系統人為事故風險識別，全面排查出隱性與
顯性的風險。本文根據HFACS理論結合管制系統運
行中的特點，對管制系統人為因素風險進行分類。
1)不安全的行為
管制員不安全的行為是空管不安全事件發(fā)生的直
接原因。在HFACS中，不安全行為包括違規(guī)與差錯，
根據實際繼續(xù)將其細分，違規(guī)分為故意違規(guī)與偶然違
規(guī)，差錯分為技能型差錯，感知型差錯，決策型差錯。
2)不安全行為的前提條件
不安全行為前提是不安全行為發(fā)生的主客觀方面
的因素，會增加不安全行為的可能性。不安全行為的
前提包括：管制員的身心狀態(tài)、班組配合情況、管制員
的身體智力限制等。在不安全行為背后，應該存在一
定的前提條件，分析這類前提條件，有利于控制和降低
不安全行為的發(fā)生，進而減少事件、事故的產生。
3)不良的監(jiān)督
監(jiān)督是對管制運行過程進行監(jiān)管，及時發(fā)現問題，
解決問題，保障管制系統安全、高效的運行。不良的監(jiān)
督包括監(jiān)管不足、工作計劃不當、為糾正存在的問題、
監(jiān)督違規(guī)等。
4)組織的影響
組織層的因素是最高層次的，它的影響通常是間
接、隱性的，很容易被忽視。組織管理的是否良好將直
接影響管制員的精神狀態(tài)和工作行為，一般來說，不良
的組織通常包括人力、物力資源管理不當、不良的組織
氛圍和組織的過程有漏洞。
如果所在的系統本身的組織人力、物力資源管理
混亂，安全氛圍欠佳，組織過程雜亂無章，則更容易產
生不安全監(jiān)管、不安全行為前提條件直至最后造成不
安全行為而釀成事故。
表l對管制系統潛在的人為因素風險進行了詳細
的描述，其中不安全行為為顯性風險，是導致事故的直
接原因，也是以往調查的重點。而不安全行為的前提、
不安全的監(jiān)督和組織的影響相對隱蔽，屬于隱性因素，
以往風險辨識方法很難對其深入而全面的分析。
表l HFACS風險分類
風險分類內容描述
組織
資源管理不當管制系統人員、資金及設施的配置與管理不當。
不良的組織氛圍精神文化層次因素，如安全意識薄弱、工作積極性差、責任心不強等。
(隱性風險)
組織過程有漏洞管制工作程序、規(guī)章帝l度有缺陷。
監(jiān)督者沒有對管制員提供充足的指導、培訓或管制員的違章成本過低，
監(jiān)管不足
處罰力度不夠。
監(jiān)督工作計劃不當班組搭配不合理或過重的工作負荷。
(隱性風險) 對于已發(fā)現的設備、人員、培訓或其他領域存在的不足，未及時采取措施
未糾正問題
更正或彌補。
監(jiān)管違規(guī)監(jiān)督者故意無視既有規(guī)則或規(guī)定，如對見習管帝】員放手過大。
班組資源管理班組內或班組間交流溝通不順。
不安全行為的前提
個人準備情況管制員對工作準備不足。
精神狀態(tài)差對管制工作產生的負面影響的心理或精神狀態(tài)，如精神疲勞、態(tài)度不端正等。
(隱性風險)
生理狀態(tài)差對管制工作產生負面影響的身體狀況，如疾病、生理疲勞等。
身體／智力局限管制員業(yè)務技術不熟練，思路不夠寬闊，應變能力差。
管制員由于缺乏某種知識、技能、經驗而導致的差錯，如沒能準確的預測
技能差錯
航空器潛在的沖突。
決策差錯由于管制員沒有收集全面信息，導致做出錯誤的決定。
不安全行為
知覺差錯
由于工作環(huán)境差或自身身體原因，導致管制員認知性錯誤，如看錯雷達
(顯性風險) 標牌信息。
習慣性違規(guī)管制員紀律性差，忽視違反管制規(guī)章、程序和運行標準，違規(guī)指揮。
管制員在工作過程中出現粗心、走神、言不由衷的行為，從而發(fā)出錯誤的
偶然違規(guī)
指令。
萬方數據
==·=58=‘==============================航=空==計==算==技=術======：：：=：========第=4=5=卷====第=6=期===
2 基于TOPsIs模型的風險排序解中所有指標都要取最劣值。
由上述分析可知，管制系統運行中的潛在的人為
因素風險很多，但如果把每種風險因素都作為日常監(jiān)
控對象，必然會耗費過多的人力物力。因此有必要對
識別出來的風險按照一定的評價標準進行排序，篩選
出高風險因素進行重點監(jiān)控，從而使安全管理工作做
到有的放矢。鑒于此，引入ToPsIS法[71建立管制系
統人為因素風險排序模型。
2．1評價指標與評價標準
本文引入MLS評價方法¨J，該方法不僅考慮了風
險因素發(fā)生的頻率和事故嚴重后果，還反應了監(jiān)測和
控制措施，將風險評價指標拓展為：風險發(fā)生概率￡，
風險監(jiān)測難度M，風險控制措施Ⅳ和后果嚴重性S，從
而更加符合管制系統的特點。對管制系統實際的運行
數據進行統計分析并結合專家打分的方法，從主客觀
方面對待評價的風險因素進行打分，4種評價指標打
分方法具體見表2和表3。
表2風險因素發(fā)生的可能性與監(jiān)測難度
裹3風險因素控制措施與后果分數控制措施分數—_ii萬善蘭墮％贏
2．2 ToPSIS模型的應用步驟
TOPsIS法是逼近理想解的排序方法，其基本思想
是通過計算評價對象與正理想解與負理想解的距離，
以確定接近度，再根據接近度大小對評價對象進行排
序。其中正理想解中所有指標都要取最優(yōu)值，負理想
1)評價指標的無量綱化處理
設有m個風險因素，n個評價指標，采用客觀統計
數據和專家打分法相結合，得出各個風險因素對應的
分數，形成原始數據矩陣Q=(茗口)。。。：
Q=
運用功效系數變換法，對評價指標值進行無量綱
處理。
對于正指標，令r。=二矗：i姜云篙a+(1一a) (1)
’g—max(菇d)一min(菇Ⅱ)”¨叫
¨7
對于負指標，令r*=二二主鼉妻亨‰a+(1一a) (2) 。9一m弧(髫g)一lIlin(茗口)”¨叫P7
式中，0<1，一般a>

網友評論 more

交通安全論文最新內容

02-21

合肥市加強混凝土攪拌…

11-01

基于人工神經網絡的交…

10-08

關于對環(huán)境監(jiān)測數據審…

10-08

軌道交通項目環(huán)境影響…

10-08

道路工程環(huán)境影響評價…

10-08

高速公路輻射環(huán)境監(jiān)測…

07-22

芻議鐵路選線設計樹立…

07-22

鐵路通信塔安全監(jiān)測系統

交通安全論文熱點內容

29871

淺談道路危險貨物運…

25524

城市軌道交通在國外…

22521

淺談如何做到安全文…

21340

道路交通事故成因分…

19556

疲勞駕駛的產生原因…

17672

人為因素對船舶的安…

15663

淺析地鐵中的安全問題

14968

論城市軌道交通安全…

相關內容

戶式輻射冷暖一體化系統工…

電力系統管理及其信息交換…

泛在物聯應用智能家居系…

信息系統總體控制規(guī)范第1…

基于導航衛(wèi)星的陸地定向系…

創(chuàng)想安科網站簡介會員服務廣告服務業(yè)務合作提交需求會員中心在線投稿版權聲明友情鏈接聯系我們

<strike id="q5t4w"></strike>

<ul id="q5t4w"><meter id="q5t4w"></meter></ul>