基于CREAM的高温熔融金属作业人员可靠性分析

吴雅菊 许开立教授 王若菌 任 杰 徐晓虎

（1.东北大学 资源与土木工程学院，辽宁 沈阳 110819；2.辽宁省国有资产管理委员会，辽宁 沈阳 110032）

0 引言

随着冶金有色工业的快速发展，作为重要基础产业的冶金设备大型化趋势越来越明显。如果高温熔融金属、熔渣在冶炼、转运及加工处理过程中发生事故，会造成重大的人员伤亡和设备损坏，对社会产生恶劣的影响[1-2]。据统计资料显示，2010～2012年，由于人员违反操作规程所引发事故分别占84%、71%和77%[3]。如以冶金行业中的炼钢生产为例，生产过程中高温作业线很长，作业和设备种类多，生产过程中可能发生高温辐射、钢水和熔渣喷溅等引起的灼烫、爆炸、氧枪回火燃烧爆炸等事故。其中人的误操作和违章作业是炼钢生产安全事故的主要原因。因此，对冶金企业高温熔融场所人操作的可靠性进行评估和量化显得尤为重要，而且可以为高温熔融金属作业人员的操作培训和岗位作业安全考评训练提供参考和借鉴。

人员可靠性分析到现在已经发展成了两代（HRA）方法，其中认知可靠性和失误分析方法（Cognitive Reliability and Error Analysis Method）由Eric Hollnagel于1998年首次提出，是第二代人因可靠性分析方法中的一种代表性方法[4]，该方法依赖认知模型Contextual Control Model（COCOM），并强调情景环境对人的行为的重要影响[5]。

本文结合冶金行业高温熔融金属作业模式的特点，基于CREAM法，提出适用于高温熔融金属作业人为可靠性分析方法，以保证高温熔融金属作业的安全可靠运行。

1 CREAM方法理论基础

CREAM方法依赖完成任务时所处的环境，由任务环境决定控制模式（COCOM，Contetual Control Model），不同的控制模式[6]下，人的差错概率是可以大致确定的，见表1[4]，因此可以通过确定控制模式来确定可靠度区间[7]。在大量的实践基础上，该方法中将任务环境归纳为9种不同因素，见表2[4]，

通用效能条件（CPC，Common Performance Condition）为表2中的9个因素，表征作业环境的具体情况，对人因可靠度有不同影响程度，根据CPC因子的评价结果，分别得到对可靠性影响效果改进、降低、不显著的CPC数目之和，以∑降低为X轴，以∑改进为Y轴，由∑改进和∑降低确定该情境环境下人完成任务所处的认知控制模式，如图1，在CREAM方法中认为每个CPC因子同样重要，由于该方法起源于核工业领域，从理论上看原有的通用效能条件并不能完全适用于冶金行业领域的生产作业特点[8]。因此对于不同的工作性质，CPC应该赋予不同的权重。

表1 失误概率区间与对应的控制模式Tab.1 HEP and interval of each COCOM

表2 CPC及对人因可靠度的不同影响程度Tab.2 CPCs and essects on human reliability

图1 CPC与控制模式之间的关系Fig.1 The relationship of each CPC and COCOM

2 基于CREAM的高温熔融金属作业的人为可靠性计算

计算流程基本步骤如下：

步骤1：根据冶金行业高温熔融金属作业特点提出适合的CPC评估细则。

步骤2：将主观权重和客观权重方法相结合，采用AHP-熵值法确定冶金行业高温熔融金属作业的CPC评估因子权重。

步骤3：评估数据的获取。对上文的CPC因子评估细则进行评分，根据专家评分和CPC因子权重得到CREAM方法所需的输入数据。并根据模糊理论对输入数据进行模糊处理[9]。

步骤4：计算可靠性影响指数及特定环境下的人为失误概率。

2.1 CPC评估细则的确定

根据冶金企业特点，参照《国家安全监管总局关于印发冶金企业（炼铁炼钢煤气）安全生产标准化评定标准的通知》（安监总管四〔2011〕110号）的要求，得到CPC因子评估细则，见表3。

2.2 权重确定方法

由于层次分析法AHP是一种主观赋权法，引入基于统计数据的客观赋权方法——熵值法对层次分析法的结果进行修正，熵值法就是利用指标的熵值来确定权重[10]。

2.2.1 AHP确定指标权重

采用专家打分的形式来评价CPC影响因子，向专家发放CPC影响因子打分表，邀请他们对其进行打分。根据打分结果，对同一层次指标两两比较，构造出判断矩阵。然后进行一致性检验。各指标权重，见表4。

表3 CPC因子评估细则Tab.3 Evaluation form of the CPC

2.2.2 熵值法确定指标权重的步骤

（1）用熵值法的具体方法。

若评价指标数量为n项，方案m个，形成x=(xij)m×n的原始指标数据矩阵。

①各指标同度量化，计算第j项指标下第i方案指标值的比重Pij

②计算第j项指标的熵值Ej

其中ln是自然对数，ej≥0，k＞0，若对于给定的j都相等，那么：

此时，ej取极大值，即：

设k=1/1nm，有0≤ej≤1

③计算第j项指标的差异性系数dj

这里定义差异性系数：dj=1-Ej（ 5）

④确定指标的权重µj

（2）极端值处理。

用熵值进行评价时，会遇到一些极端的数值，如指标值为负数（或是零），这时不能直接计算比重，也不能取对数，为保证数据的完整性又不能删去，因此需要对该项指标数据进行变换处理，采用对各项指标值标准化的方法来处理[11]。见公式（7）。

其中，sij和 分别为第j项指标值的标准差和平均值，可将坐标平移来消除负值，X′=Xij+A （ 8）

（3）确定权重。

根据文献[3,12-14]资料，总结事故原因数据，将事故原因放到CPC评估细则中考虑，根据熵值法的计算步骤，计算CPC评估因子指标权重，见表4。

2.2.3 AHP-熵值法综合确定指标权重

根据上文步骤求各项指标权重，然后根据公式

（9）计算各指标综合优化权重：

式中：

ωi—指标综合优化权重；Fi—AHP方法计算的权重；Vi—为熵值法确定各指标的权重结果，见表4。

表4 指标权重表Tab.4 The weight of each CPC

2.3 CPC评估数据输入

对任务环境的量化可以通过对CPC因子打分来实现，这里记为λcpci，1分对应于有改进作用，不显著则对应为0，降低作用则对应于-1，通过计算λcpci的数值可确定对应的控制模式。如公式（10）所示：

根据表3的评估细则，选择行业专家对9个CPC因子进行打分。为了优化专家的打分结果，采用模糊逻辑对打分数据进行处理，采用模糊隶属函数确定数字形式的语言变量，用模糊集和相对应的隶属度解释语言变量，这里采用梯形隶属度函数来表示，见公式（11）。

其中x为属于[0,100]区间的分数，a、b为不同级别的临界值。

2.4 CPC可靠性影响指数及人为失误概率的计算

为了考虑背景环境的综合影响，定义可靠性影响指数R如公式（12）所示：

式中：

n—CPC因子的数量；

ωi—CPCi的权重。其中λcpci见公式（9）。

因为有9个CPC因子，由公式（12）可知，R的最小值和最大值分别为-9和7，在正常的范围内，人因可靠性会因为任务环境的改善而相应的提高[4]。假设任务环境与人失误概率之间存在着近似的对应关系，人失误概率PHEP与可靠性影响指数R之间的关系可以采用自然对数模型来拟合[15]。

其中公式（13）中的k是常量，推导过程如下：

由于Rmax=7，Rmin=-9，PHEP,max=1.0，PHEP,min=0.00005，则由公式得：

于是人失误概率为：

由公式（17）得到的PHEP，为一段时间发生人失误概率的平均值，认为近似等于平均错误率，同时考虑到企业为三班倒，一般每天工作8小时，所以人的可靠性计算：

表5 每个CPC评估分数Tab.5 Marks of each CPC

3 实例应用

钢铁企业的转炉冶炼作业工序有发生喷溅事故的危险。因此需要在转炉冶炼过程中做好以下几方面的要求：

（1）要控制好熔池的温度。要求操作温度不能过低或过高，特别要防止熔池温度突然降低的现象。

（2）为了避免熔渣过分的发泡，或者引起爆发性的碳氧反应，要控制（TFe）使其不出现积聚现象，为了使碳能够均衡地氧化，避免碳焰上来后形成大喷事故，要促进熔池升高温度。以下的几种情况都要及时降枪：在终点适时降枪，主要是为了避免终点碳的氧化速度猛增；炉役前期炉膛小，温度又低，为了避免（TFe）含量过高，这时要注意及时降枪；补炉后要注意及时降枪，此外如果采用留渣操作，为了防止产生爆发性喷溅，兑铁前必须采取冷凝熔渣的措施[1]。

在吹炼过程中，可能由于人的误操作（不按照标准化作业导致吹炼期间氧化性强钢水中反应剧烈）造成喷溅事故。现选取转炉炼钢过程中吹炼工序来计算操作人员的可靠性。

请可靠性评估专家、作业管理人员、安全管理人员和高校科研专家各一名对以上作业过程涉及的CPC因素进行打分，见表5。同时考虑行业经验（评审冶金企业的数量）、工作时间、技术职称3方面因素得出4位专家的权重分别为（0.3 0.26 0.24 0.2），考虑专家权重后每个CPC最终得分见表5第6列。根据公式（11）确定9个CPC评估因子的隶属度函数，如图2。以图2的每个CPC因子的隶属度函数为基础，将每个CPC因子的专家最终得分分别代入到隶属度函数里，最终得到代表每个CPC因子属于相应级别的隶属度水平值。见表5最后一列。

根据公式（12）、（17）、（18）得到PHEP=0.0033，Rh（8）=0.9737。表明该吹炼过程在目前作业环境下人的失误概率为0.0033，失误概率区间处于战术型控制模式。通过改善CPC因子对应的因素条件，人失误概率还可以进一步降低。

图2 CPC评估因子隶属度函数图Fig.2 Membership curves for nine CPCs

4 结论

文章给出了基于CREAM的冶金行业高温熔融金属作业人员可靠性分析方法，根据冶金行业高温熔融金属作业特点，细化了CPC因子的评估细则；将AHP和熵值法相结合来确定CPC因子的权重，利用模糊数学原理实现CPC 评估因子输入的模糊化，优化专家评分结果；推导出高温熔融金属作业人员失误概率和可靠度计算公式。最后通过炼钢冶炼作业的人员失误概率和可靠性分析，验证了模型的有效性和实际应用性。