Базы данных об ошибках человека необходимы для анализа и прогнозирова-

Принципы формирования баз данных об ошибках человека

ния безопасности рассматриваемой системы, предупреждения опасных ситуаций. Их можно разделить на три следующих категории.

Базы экспериментальных данных: содержат результаты лабораторных экспериментов и заслуживают большего доверия, чем базы данных иного типа, поскольку в меньшей степени подвержены влиянию субъективных оценок, способных приводить к ошибкам. Однако необходимо иметь в виду, что с какой бы тщательностью ни формировались подобные базы данных, в них всегда присутствует значительный элемент субъективности.

Базы эксплуатационных данных: являются более реальными, чем базы экспериментальных данных, однако сформировать такие базы довольно трудно, поскольку для этого требуется тщательная регистрация действий в реальных условиях эксплуатации. Подобные базы данных дают более удовлетворительные результаты, чем лабораторные исследования, поскольку в лабораторных условиях часто ставятся надуманные задачи.

Известны крупные базы эксплуатационных данных о параметрах эксплуатации оборудования. Одной из них является «Система регистрации и оценок данных о качестве работы (OPREDS)», позволяющая автоматически следить за всеми действиями оператора. Однако она приемлема только в некоторых ситуациях (например, в системах коммутации). Другим примером является «Банк данных о частоте ошибок по вине человека (SHERB)», созданный фирмой Sandy. Ниже, в качестве примера, приведены оценки ошибок операторов из документа WASH – 1400.

1. Выбор не простого переключателя, а управляемого с помощью ключа (это значение не учитывает ошибки принятия решения в случае, когда оператор неправильно воспринимает ситуацию и полагает, что данный ключ выбран правильно) – частота ошибок 10^-5.

2. Выбор переключателя (или двух переключателей), непохожего по форме или по расположению на нужный переключатель при условии отсутствия ошибки в принятии решения: например, оператор включает переключатель с большой рукояткой вместо малого переключателя – частоты ошибок 10^-4.

3. Обычная ошибка человека при выполнении операции (например, неправильное считывание таблички и в результате выбор ошибочного переключателя) – частота ошибок 3 • 10‾³.

4. Обычная ошибка (упущение) человека, если в зале управления отсутствует сигнализация о состоянии параметра, упущенного оператором (например, отказ, связанный с невозвращением испытательного клапана с ручным переключением в исходное положение после завершения технического обслуживания) – частота ошибок 10‾².

5. Простые арифметические ошибки при проведении самопроверки, но без выполнения повторных вычислений – частота ошибок 3 • 10‾².

6. Частота ошибок 1/Х – при условии, что оператор дотягивается до неправильного переключателя (или пары переключателей) и выбирает похожий переключатель (или пару переключателей). Здесь Х – число неправильных переключателей (или пар переключателей), расположенных рядом с нужным переключателем. Формула 1/Х применима, если имеется до пяти или шести переключателей. При большем числе переключателей частота ошибок уменьшается, так как оператор тратит в этом случае больше времени, отыскивая нужный вариант. При числе переключателей до пяти или шести оператор не думает об ошибке, и поэтому более вероятно, что он не ведет тщательный поиск.

7. Персонал другой рабочей смены не проверяет оборудование, если только не дается письменной директивы или специального перечня для проверки – частоты ошибок 10‾¹.

8. Обычная частота ошибок при условии напряженной работы оператора, при которых очень быстро происходят опасные действия – частота ошибок 0,2 – 0,3.

Базы субъективных данных: составляются на основе экспертных оценок.

Создание таких баз обходится сравнительно дешево и не вызывает особых трудностей, поскольку большой объем информации может быть получен от небольшого числа опрошенных экспертов.

Чтобы базы субъективных данных можно было использовать при анализе надежности работы человека, необходимо:

- обеспечить требуемую точность данных; для баз субъективных данных характерны определенные погрешности, поэтому нужно иметь в виду, что их точность всегда меньше, чем точность баз экспериментальных данных;

- гарантировать представительность экспертных оценок.

Субъективные данные должны поступать только от тех лиц, которые счита-

ются высококвалифицированными специалистами, способными справиться с этой работой и которые, кроме этого, могли бы наблюдать за выполнением подобных заданий другими экспертами. Например, лучше получать данные от операторов, чем от специалистов по инженерной психологии: учитывать конкретный характер работы. Необходимо очень тщательно выбирать используемый метод оценки с учетом характера оцениваемой работы: правильно установить уровень экспертного оценивания. Факторы, определяющие качество оцениваемой работы, должны выявляться на начальном этапе оценочной деятельности. Кроме того, необходимо четко определять типы ошибок, характерных для рассматриваемого процесса выполнения задания: четко определить процедуру оценивания. Для получения субъективных оценок необходимо четко описать применяемую процедуру: например, это может быть метод парного сравнивания.

Основное преимущество базы субъективных данных состоит в широком охвате всех параметров, по которым требуется иметь данные об ошибках.

Дата добавления: 2015-04-30