[发明专利]通过HRA判定DCS人机界面的可靠性的方法、系统

说明书

技术领域

本发明涉及电厂的数字化控制领域，尤其涉及核电厂的数字化控制领域，特别地，涉及一种通过HRA(人因可靠性分析)判定DCS(digital control system，数字化控制系统)人机界面的可靠性的方法、系统。

背景技术

近年来，大规模复杂工业系统的安全评价越来越多地考虑人员在系统中的行为和活动。人与系统的交互作用被认为复杂工业系统安全运行的重要贡献因素。而由于复杂工业系统中人员行为与人机界面众多，如何考量和计算复杂工业系统中的人机界面对系统安全的影响是一个难点。

复杂工业系统运行安全性的主要人员行为集中在主控室(main control room：MCR)。在事故情景下，控制室操纵员拥有对电厂事故处理的决策权。控制室中人机界面的好坏对控制室中的人员行为影响较大。对此种影响的研究方法主要包括三大类，第一类是把核电厂事故后人机界面中的人员行为进行任务分解，以分解的任务为主要研究对象，代表的方法有Swain于1983年提出了人因失误率预测技术(THERP：Technique for Human Error Rate Prediction)方法，THERP是大多数核电厂采用的HRA主要方法。第二类把核电厂人机界面中的人员行为进行整体考虑，通过实验对人员干预行为的结果进行分析，获得人因失效概率数据，主要方法有Hannaman于1984年提出了人的认知可靠性(HCR：human cognitive reliability)方法。第三类是以核电厂情景，亦即影响核电厂人员行为的场景为主要研究对象，研究核电厂事故后场景对于人员行为的影响，主要方法有美国核管会于2002年提出了标准的电厂分析风险人因可靠性分析方法(SPAR-H：standardized plant analysis risk human reliability analysis)方法。这些的人机界面评价中的人因可靠性方法大多是在20世纪80年代初建立的，最初的研究只是把电厂事故后的任务进行分解，比如草稿本THERP。随后的研究考虑人员的认知行为特征，操纵员对于电厂事故的诊断失效，比如HCR。SPAR-H把人员行为分成诊断和操纵，进一步反应事故后人员对电厂事故处理的主要特征。这些方法的研究的对象都是大规模复杂工业系统中的传统的控制按钮和盘台操纵，经验数据和实验数据也是基于传统MCR的，其事故后诊断和控制失误概率都是以传统的一、二代控制室为基础。

随着I&C安全技术的发展和进步，大规模复杂工业系统更多地采用数字化控制系统(DCS，digital control system)。复杂工业系统控制数字化以后，人机界面发生了较大变化，信息显示从光字牌、报警器等转变成大屏幕显示(PDS：plant display system)和计算机终端显示(VDU：video display unit)，操纵员控制和操纵从传统的控制盘台的控制键操纵转换成使用计算机终端的鼠标操纵。现有的人机界面评价技术已经不能反映现代控制室人机界面的变化对人员行为的影响。因此需对数字化控制室人机界面的可靠性重新进行计算和考量。

发明内容

本发明目的在于提供一种可显著地节约大量的工业安全成本的通过HRA判定DCS人机界面的可靠性的方法及系统，以解决现有的人机界面中的人因可靠性分析技术已经不能反应数字化控制室人机界面的变化对人员行为的影响的技术问题。

为实现上述目的，本发明提供了一种通过HRA判定DCS人机界面的可靠性的方法，包括以下步骤：

步骤Sl：将处理一个事故时关联的数字化控制室中的多个人机界面作为多个节点，并根据操作人员班组对所述多个人机界面进行监视或操作的次序将所述多个节点按次序连接，以建立班组响应树；

步骤S2：将所述操作人员班组对所述班组响应树中的所述节点进行监视或操作产生的人因失效类型作为顶节点，以形成所述人因失效类型的人因失效模式作为中层节点，以人员监视或操作的动作失效源作为底层节点，根据所述底层节点、中层节点和所述顶节点的逻辑关系将所述底层节点、中层节点与所述顶节点连接，建立所述节点的人因失效的故障树；

步骤S3：确定影响所述底层节点的因素以及每个所述因素的影响概率，计算所述人因失效的概率；

步骤S4：根据步骤S3计算得到失效概率值，判断所述人机界面的可靠性。

作为本发明的方法进一步改进：