[发明专利]功率持续快速变化下操纵员人因可靠性分析方法与装置

权利要求书

1.功率持续快速变化下操纵员人因可靠性分析方法，其特征在于，包括：

步骤一、建立一般性地用于揭示操纵员认知行为演化机制的布尔网络模型，分析功率持续快速变化下操纵员的认知行为演化历程；

步骤二、建路基于贝叶斯网络模型和模糊认知图构建的操纵员作业行为失误因果模型，获取各 PSF 因子间的逻辑关系、权重、以及条件概率值，进而对每个操控任务计算其失误概率；

步骤三、将所述布尔网络模型和所述操纵员作业行为失误因果模型嵌套在系统动力学的框架内构建操纵员作业行为可靠性定量计算模型，以操纵员作业过程中的人机交互循环回路为主线，计算在功率持续快速变化这一过程中操纵员的作业行为失误概率；

步骤四、结合步骤一得到的分析结果、步骤二与步骤三的计算结果，对功率持续快速变化下操纵员人因可靠性定量计算，得到最终的人因可靠性定量计算值。

2.根据权利要求1所述的功率持续快速变化下操纵员人因可靠性分析方法，其特征在于，还包括：

步骤五、构建所述操纵员作业行为可靠性定量计算模型建立过程中的误差传递函数并寻求最优误差估计，对所述操纵员作业行为可靠性定量计算模型建立过程中的不确定性定量。

3.根据权利要求1或2所述的功率持续快速变化下操纵员人因可靠性分析方法，其特征在于，建立所述一般性的用于揭示操纵员认知行为演化机制的布尔网络模型的步骤包括：

确定操控任务持续快速变化背景下操纵员的认知行为特征：识别在核电厂瞬态工况以及在连读高强度工作负荷及任务持续快速多变背景下操纵员的认知行为特征，确定出包括认知历程、认知要素和认知类型在内的操纵员认知行为特征；

确定影响操纵员认知行为失误的PSF集：在已确定的操控任务持续快速变化背景下操纵员认知行为特征中析取与操纵员认知行为失误相关的PSF；再基于操纵员作业过程中的人机交互过程，从“监测—诊断—决策—执行”四个认知阶段对所析取的 PSF 构建层次结构模型，建立结构化的PSF分类体系；

确定操纵员认知行为演化机制：首先，设计操控任务持续快速变化工况下的核电厂模拟机实验，结合专家意见和动态逻辑分析法对实验过程进行离散化处理，以操纵员认知行为状态转移的时间节点作为实验观测点，在所述实验观测点上记录当前操纵员认知行为的状态转移数据并以向量形式存储；其次，根据每次实验所采集的状态转移数据，利用矩阵的半张量积推导出其对应的状态转移矩阵，进而确定布尔网络模型中各逻辑函数所对应的结构矩阵；然后，对各个实验场景下所获得的布尔网络模型进行除噪处理以剔除不同实验场景下操纵员认知行为可能存在的特殊性，总结其数学结构上的共性，进而确定操纵员认知行为演化机制；

建模：将所述操控任务持续快速变化背景下操纵员的认知行为特征、影响操纵员认知行为失误的 PSF 集与操纵员认知行为演化机制结合，建立一般性地用于揭示操纵员认知行为演化机制的布尔网络模型。

4.根据权利要求3所述的功率持续快速变化下操纵员人因可靠性分析方法，其特征在于，建立所述基于贝叶斯网络模型和模糊认知图构建的操纵员作业行为失误因果模型的步骤包括：

构建失误因果模型中的PSF集：从认知负荷、心理负荷、体力负荷、情境环境四个维度构建影响操纵员作业行为的PSF集；

确定 PSF 之间的影响关系以及 PSF 与作业行为失误之间的因果关系：在确定影响操纵员作业行为失误的PSF集之后，对PSF集中的因子进行因子分析和相关性分析，识别影响因子之间以及影响因子与作业行为失误之间的因果关系，并对影响因子进行敏感性分析，选定与操纵员作业行为具有较高关联度的因子作为失误因果模型中的变量；

建模：首先，获得根节点变量的先验概率；其次，评估父节点对子节点变量的影响以确定相应权值，并通过统计分析获得子节点变量的条件概率分布；最后基于贝叶斯网络模型建立数据驱动的操纵员作业行为失误因果模型。