基于改进CREAM方法的海洋平台火灾爆炸风险评估

， ， ，

(中国石油大学(华东)机电工程学院， 山东 青岛 266580)

0 引 言

世界原油产量的25%都来自于海上油田[1]，由于海洋平台自身的特殊性和复杂性，对人和设备都有较高要求，任何环节出现问题都可能导致事故发生[2]。调查显示，每年发生的各类海洋油气事故中，超过80%的事故是由人的失误引起的[3]。在平台运行过程中，人的失误可能导致事故发生；在事故应急处理过程中，人的错误决策可能会使事故恶化，导致严重的事故后果。

人因可靠性也称人的可靠性或人员可靠性，是指人在规定时间内、规定条件下，无差错地完成规定任务的能力[4]。人因可靠性分析起源于20世纪50年代前期[5]，最早应用于复杂武器系统可行性研究中。其发展过程主要经历了3个阶段[6]：第一代人因可靠性分析主要从理论上研究人的失误并进行分类整理；第二代人因可靠性分析是在第一代基础上发展而来的，与第一代相比更强调人的绩效的动态特性，在事故情景下分析人的失误机理；第三代人因可靠性分析是在第一代和第二代的基础上基于动态仿真的研究方法。

认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method，CREAM)是典型的第二代人因可靠性分析方法，是HOLLNAGEL[7]于1988年提出的，该方法主要包括定性分析和定量计算2种方法，较为直观，且通用性和可操作性较强[8]。

应用CREAM方法对海洋平台火灾爆炸事故中的人因组织错误进行分析，可以有效降低海洋平台火灾爆炸的风险。但是原有的CREAM方法仍存在一些缺陷[9]:(1)4种控制模式对应的失效概率区间存在重叠；(2)没有考虑共同绩效条件(Common Performance Condition, CPC)不同绩效期望权重的影响；(3)任务环境和控制模式应该可以用连续函数表示，但是原有的方法将他们离散化了。本文主要针对上述缺陷进行改进，使其更加适用于海洋平台火灾爆炸的人因组织因素分析。

1 CREAM方法改进

CREAM方法的预测分析分为基本法和扩展法2种，综合考虑环境对人的失效概率的影响，将人的认知活动分为以下4种控制模式：战略型、战术型、机会型和混乱型，对应的失误概率逐渐增大，见表1。

表1 控制模式和失误概率区间

在CREAM定量预测的基本法中，根据具体环境确定控制模式，HOLLNAGEL将影响人认知活动的情景环境分为9个CPC因子，每个CPC因子评价水平分成3个等级，分别为改进、不显著和降低，并通过改进、降低的数量确定控制模式。本文考虑海洋平台实际情况[10-11]，对CPC因子进行调整，其对应的评价水平与论域设定见表2。每个CPC含义见表3。

表2 共同绩效条件(CPC)

表3 共同绩效条件(CPC)含义

在CREAM方法中，各个CPC中的绩效期望默认是相同的，但在实际情况中，结果并非如此。若1个CPC绩效期望为降低，其对于整个系统的影响大小与不显著和改进是不同的，为此采用专家打分和层次分析法确定不同评价水平的权重值。根据相对重要性进行打分，将不同评价水平两两比较，得出相对重要度矩阵，再求取矩阵的特征向量，其列向量即是权重。具体打分情况见表4。

表4 相对重要度判断表

根据专家打分确定绩效期望相对重要度见表5，用MATLAB求其对应矩阵的特征向量，对其列向量进行归一化处理，即可得到各绩效期望的权重见表6。

表5 绩效期望相对重要度

表6 绩效期望权重

针对任务环境和控制模式离散化的问题，用模糊数学和贝叶斯网络解决，在此选用正态分布反映实际情景环境，将隶属函数假定为高斯隶属度函数进行模糊化，得

(1)

式(1)中：μ为期望值；σ为标准偏差；x为CPC因子的论域值。得到CPC对应满意、一般、不满意评价水平隶属度函数为

图1 CPC的模糊集

(2)

将式(2)的函数图像在0.1处截断，如图1所示。

将失误概率P取以10为底的对数，用上述方法对控制模式的隶属度进行模糊化，对应4种控制模式隶属度函数如式(3)所示。

(3)

图2 控制模式的模糊集

将式(3)对应的图像在0.25处截断，如图2所示。 调整后的CPC确定控制模式如图3所示，建立贝叶斯网络如图4所示，7个CPC因子每个有3个状态，如果直接将其在贝叶斯网络中对应控制模式，其条件概率表将会有37种情况，工作量巨大，因此在CPC和控制模式之间加入3个辅助节点(support1、support2、support3)简化工作量。图4的辅助节点中，I、U、R的个数分别表示其父节点3种评价水平的个数，如IU表示1个改进、1个不显著，URR表示1个不显著、2个降低，根据图3确定贝叶斯网络中辅助节点和子节点条件概率表，输出4种控制模式对应隶属度。

图3 修正后的CPC因子与控制模式关系

图4 贝叶斯模型

将贝叶斯网络输出的隶属度去模糊化得到Q为

(4)

式(4)中：Ak为第k种控制模式的总的隶属度；x为控制模式的论域；Q为去模糊化的结果。

人的失误概率取值为10为底的对数，对应情境下的人的失误概率为

P=10Q

(5)

2 案例应用

根据某平台实际情况，用改进后的CREAM方法对其进行分析和计算，通过专家打分法对各个CPC因子进行评价，并对照表2确定其评价水平，结果见表7。

表7 该平台现场CPC因子及评价水平

根据表5和表6计算每个CPC因子不同评价水平对应的隶属度，在贝叶斯网络中输入权重与隶属度的乘积，可计算得4种控制模式隶属度分别为{战略型，战术型，机会型，混乱型}={0,0.0315,0.9690,0}，如图5所示。

图5 贝叶斯网络计算控制模式隶属度

将贝叶斯网络输出结果使用重心法去模糊化，可得Q=-4.008，则人的失误概率为P=9.8×10-5。因此，在正常情况下，该平台人的失误概率较低，只要平台运行过程中组织管理培训等方面不出差错，基本不会发生较严重的人的失误。

3 结 语

本文采用模糊方法和贝叶斯技术对CREAM方法中人因失误概率预测部分进行改进，建立适合于分析海洋平台火灾爆炸人因失误的量化模型，解决原有CREAM方法的不足。考虑CPC因子不同评价水平对人的失误概率的影响，用层次分析法确定不同评价水平的权重。在贝叶斯网络中输入权重与隶属度的乘积，可计算得4种控制模式隶属度分别为{战略型，战术型，机会型，混乱型}={0,0.0315,0.9690,0}。将改进后的CREAM方法应用到海洋平台人因组织错误定量分析领域，并根据某平台实际情况，计算该平台人的失误概率为P=9.8×10-5。因此，在正常情况下，只要该平台运行过程中组织管理培训等方面不出差错，基本不会发生较严重的人的失误。

[1] 王立忠. 论我国海洋石油工程技术的现状与发展[J]. 中国海洋平台, 2006, 21(04):9-11.

[2] VINNEM J E. Offshore Risk Assessment[M]. Springer, Berlin, 2006.

[3] 张力, 黄曙东, 何爱武. 人因可靠性分析方法 [J]. 中国安全科学学报,2001, 11(03): 5-11.

[4] 姜黎黎, 王保国, 刘淑艳, 等.人-机-环境系统工程研究进展[C]//中国系统工程学会, 2005: 82-86.

[5] REASON J. Human Error [M]. Cambridge：Cambridge University Press，1990: 25-28.

[6] 李鹏程, 陈国华, 张力. 人因可靠性分析技术的研究进展与发展趋势[J]. 原子能科技学报, 2011, 45(03): 329-335.

[7] HOLLNAGEL E. Cognitive Reliability and Error Analysis Method [J]. Elsevierence, 1998.

[8] 梁凯林. 基于CREAM的海上交通事故人因分析[D]. 大连: 大连海事大学, 2014.

[9] 廖斌, 杨琴, 鲁茂, 等. 基于CREAM方法的人因失效概率预测模型研究[J]. 中国安全生产科学技术, 2012(08): 46-50.

[10] 柴松, 余建星, 马维林，等. 基于CREAM和不确定推理的人因可靠性分析方法[J]. 天津大学学报(自然科学与工程技术版), 2012 (11):9.

[11] 柴松, 余建星, 杜尊峰. 海洋工程人因可靠性定量分析方法与应用[J]. 天津大学学报(自然科学与工程技术版)，2011 (10): 914-919.