Uncertain Information Modeling and Processing in SPAR-H Method under Group Decision Making
-
摘要: 考虑到标准化核电厂风险分析-人因可靠性分析（SPAR-H）方法中存在不确定性信息且无法处理多位专家参与评估的情况，本研究提出了一种群决策环境下基于层次分析法（AHP）和Dempster-Shafer（简称D-S）证据理论的SPAR-H不确定性信息建模与处理方法。首先，通过AHP计算每位专家的权重；其次，基于D-S证据理论表达专家意见中不确定信息并生成基本信度指派（BBA）；然后，结合专家权重获得加权融合BBA，通过Dempster组合规则融合评估意见并生成8种行为形成因子（PSF）取值；最后，依据SPAR-H方法生成最终人因失效概率（PHEP）。本研究以停堆和低功率工况下数字化核电厂为例说明了该方法的有效性。
-
关键词:
- 群决策 /
- 标准化核电厂风险分析-人因可靠性分析（SPAR-H） /
- 层次分析法（AHP） /
- D-S证据理论 /
- 不确定性信息
Abstract: Considering the uncertain information in Standardized Plant Analysis of Risk-Human Reliability Analysis (SPAR-H) method and the inability to handle the assessment with multiple experts, this paper proposes a method of uncertain information modeling and processing in SPAR-H method under group decision making environment based on analytic hierarchy process (AHP) and Dempster-Shafer (D-S) evidence theory. Firstly, the weight of each expert is calculated based on AHP. Then, based on D-S evidence theory, uncertain information in expert opinions is described and basic belief assignment (BBA) is generated. Next, the weighted BBA is determined by considering experts’ weights. The combined BBA of evaluations is fused through Dempster combination rule, and the values of eight performance shaping factors (PSF) are generated. Finally, the final human error probability (HEP) is acquired based on the SPAR-H method. In this paper, the effectiveness of the proposed method is illustrated by taking a digital nuclear power plant under shutdown and low power conditions as an example. -
图 1 群决策下SPAR-H方法中不确定性信息建模与处理方法流程图
BBA—基本信度指派
Figure 1. Flow Chart of Uncertain Information Modeling and Processing in SPAR-H Method under Group Decision Making
表 1 停堆和低功率工况下PSF水平的取值
Table 1. Values of PSF Levels under Shutdown and Low Power Conditions
PSF 诊断阶段 动作执行阶段 PSF水平 FPSF PSF水平 FPSF 压力 很高 5 很高 5 高 2 高 2 一般 1 一般 1 可用时间 时间不足 时间不足 时间基本充足（≈2/3倍标称时间） 10 时间基本充足（≈2/3倍标称时间） 10 标称时间 1 标称时间 1 有多余时间（≤2倍标称时间） 0.1 有多余时间（≤2倍标称时间） 0.1 很多时间（＞2倍标称时间） 0.1~0.01 很多时间（＞2倍标称时间） 0.1~0.01 人机接口 缺失/误导 50 缺失/误导 50 差 10 差 10 一般 1 一般 1 好 0.5 好 0.5 任务复杂度 高度复杂 5 高度复杂 5 中等复杂 2 中等复杂 2 正常 1 正常 1 很容易诊断 0.1 很容易诊断 0.1 培训/经验水平 低 10 低 10 一般 1 一般 1 高 0.5 高 0.5 规程 无 50 无 50 有，但不完整 20 有，但不完整 20 有，但较差 5 有，但较差 5 一般 1 一般 1 症状导向规程（SOP） 0.5 SOP 0.5 工作适应性 不适宜 不适宜 不太适宜 5 不太适宜 5 正常 1 正常 1 工作过程 差 2 差 2 一般 1 一般 1 好 0.5 好 0.5 FPSF无取值时，PHEP=1.0 
下载: 导出CSV
表 2 诊断阶段下PSF的评估意见
Table 2. Experts’ Evaluations of PSF for Diagnosis
PSF 专家1
（α=1）专家2
（α=0.8）专家3
（α=0.8）压力 高 高 很高 可用时间 标称时间 有多余时间 标称时间∶有多余时间=3∶1 人机接口 一般 一般，差 一般∶差=1∶1 任务复
杂度正常 正常，中
等复杂正常∶中等
复杂=3∶1培训/经验水平 高 一般 高 规程 有但比较差∶一般=4∶1 一般 有但比较差 工作适
应性正常 不太适宜 正常 工作过程 好 一般 一般，好
下载: 导出CSV
表 3 动作执行阶段下PSF的评估意见
Table 3. Experts’ Evaluations of PSF for Action Execution
PSF 专家1
（α=1）专家2
（α=0.8）专家3
（α=0.8）压力 很高 很高 很高 可用
时间标称时间∶有多余时间=3∶1 有多余
时间标称时间 人机接口 一般，差 一般 一般∶差=1∶1 任务复
杂度正常 正常，中
等复杂正常 培训/经
验水平高 一般 一般 规程 一般 一般 有但比较差 工作适
应性不太适宜 不太适宜 正常 工作过程 一般，好 一般 好
下载: 导出CSV
表 4 诊断阶段下任务复杂度的BBA
Table 4. BBA of the Task Complexity for Diagnosis
BBA m
（正常）m
（中等复杂）m
（正常，中等复杂）m(Θ) 专家1（w1=0.3） 1 0 0 0 专家2（w2=0.3） 0 0 0.8 0.2 专家3（w3=0.4） 0.6 0.2 0 0.2 加权融合 0.54 0.08 0.24 0.14 自融合 0.768 0.074 0.137 0.021
下载: 导出CSV
表 5 诊断与动作执行阶段的SPSF
Table 5. SPSF for Diagnosis and Action Execution
PSF SPSF 诊断阶段 动作执行阶段 压力 2.907 4.452 可用时间 0.728 0.735 人机接口 3.264 3.676 任务复杂度 1.146 1.064 培训/经验水平 0.591 0.865 规程 3.920 4.269 工作适应性 1.731 2.721 工作过程 0.724 0.858
下载: 导出CSV
-
[1] U. S. Nuclear Regulatory Commission, Office of Nuclear Regulatory Research. The SPAR-H human reliability analysis method: NUREG/CR-6883, INL/EXT-05-000509[R]. Washington: U. S. Nuclear Regulatory Commission, 2005: 1-230. [2] LIU J Q, ZOU Y H, WANG W, et al. A study on assigning performance shaping factors of the SPAR-H method for adequacy human reliability analysis of nuclear power plants[J]. International Journal of Industrial Ergonomics, 2021, 81: 103051. doi: 10.1016/j.ergon.2020.103051 [3] SAATY T L. The analytic hierarchy process: planning, priority setting, resource allocation[M]. New York: McGraw-Hill, 1980: 271-278. [4] DEMPSTER A P. Upper and lower probabilities induced by a multivalued mapping[J]. The Annals of Mathematical Statistics, 1967, 38(2): 325-339. doi: 10.1214/aoms/1177698950 [5] SHAFER G A. A mathematical theory of evidence[M]. Princeton: Princeton University Press, 1976: 1-314. [6] XIONG L H, SU X Y, QIAN H. Conflicting evidence combination from the perspective of networks[J]. Information Sciences, 2021, 580: 408-418. doi: 10.1016/j.ins.2021.08.088 [7] QIANG C H, DENG Y. A new correlation coefficient of mass function in evidence theory and its application in fault diagnosis[J]. Applied Intelligence, 2022, 52(7): 7832-7842. doi: 10.1007/s10489-021-02797-2 [8] SU X Y, MAHADEVAN S, XU P D, et al. Dependence assessment in human reliability analysis using evidence theory and AHP[J]. Risk Analysis, 2015, 35(7): 1296-1316. doi: 10.1111/risa.12347 [9] 青涛,刘朝鹏,张力,等. SPAR-H方法在数字化核电厂人因可靠性分析中的应用研究[J]. 核动力工程,2021, 42(3): 126-131. doi: 10.13832/j.jnpe.2021.03.0126 -
计量
- 文章访问数: 139
- HTML全文浏览量: 37
- PDF下载量: 21
- 被引次数: 0
