引航事故人为失误致因分析研究

2019-09-26 12:40于景田赵俊超
中国水运 2019年1期
关键词:贝叶斯网络

于景田 赵俊超

摘 要:为定量分析各类人为失误因素对内河引航事故的影响程度。首先,建立了内河引航事故人为失误致因分析HFACS-PA模型,并依据事故底层人为失误致因历史信息构建二进制矩阵及其比例矩阵,通过单一聚类分析确定了事故人为失误致因模式。然后,在分析长江江苏段149起引航事故人为失误致因基础上,通过卡方检验和让步比分析,构建了引航事故人为失误致因的贝叶斯网络因果关系图。最后,针对重点人为失误致因提出了防控措施,并为有关部门提供参考和建议,减少引航事故发生和人命财产损失。

关键词:人为失误;HFACS;内河引航事故;卡方检验;贝叶斯网络

中图分类号:U675.9            文献标识码:A            文章编号:1006—7973(2019)01-0059-03

我国是一个航运大国,江河纵横,有丰富的内河航道资源。随着世界经济的发展,航运业也得到了快速发展,随之而产生的航运事故数量也不断增加。我国对外籍船舶实施强制引航,长江作为我国最繁忙的内河水道,每天都有外籍大型船舶进出,引航事故造成的社会影响和经济损失不容小觑。统计2007年~2016年十年的引航事故,共计166起,其中,碰撞事故87起,搁浅事故51起,引航梯断裂等其他引航事故22起。对我国引航事故进行系统分析已迫在眉睫。另外,在国家推进“两带一路”建设的背景下,发展安全水路运输,加强内陆与沿海及国外的沟通与交流是我国经济发展不可忽视的环节,是拉动经济发展的重要突破口,而长江船舶引航是内陆与沿海及国外的沟通与交流的桥梁。因此分析引航事故致因具有非常重要的意义。通过对2007 ~2016年166起引航事故的事故报告分析,在导致引航事故的直接原因中,人因所占比率高达85.23%。因此,从人因角度分析引航事故中的不安全行为,开展引航事故的人因分析研究,对于研究引航事故致因具有重要的意义,可为引航事故风险防控提供理论基础。

本文首先通过对长江江苏段引航事故人为失误致因进行分析,根据引航事故特点对HFACS模型进行改进,建立HFACS-PA模型。其次,依据事故底层人为失误致因历史信息构建二进制矩阵及其比例矩阵,并通过单一聚类分析确定事故人为失误致因模式。然后,在分析长江江苏段149起引航事故人为失误致因基础上,通过卡方检验和让步比分析,构建引航事故人为失误致因的贝叶斯网络因果关系图。最后得到了引航事故主要人为失误致因并提出相关防控措施及建议。

1引航事故人因分析体系构建

引航事故涉及到的人员一般有事故船船员、引航员、事故船所属船公司组织人员及引航员所属单位组织人员,因此,事故中的人因分析更加复杂。考虑上述因素,在HFACS的基础上,结合引航活动中的实际情况,建立了HFACS-PA(Human Factors Analysis and Classification System for Pilotage Accident, HFACS-PA)模型。在原有四個层级的基础上加入了第五个层级:不合理的应急措施。综上所述,本文构建的HFACS-PA模型如图1所示。

2 引航事故人为失误致因分析

2.1 构建人为失误致因量化分析机制

以2006年到2015年长江某江段发生的149起引航事故为例,按照上述分类体系逐起分析,借助二进制的模式,对分析结果进行定量分析,即引发因素发生了记为“1”,未发生则记为“0”。将结果录入统计表格,形成了一个149×21的行列式。将这个数据视为149行21列的矩阵A以便于分析。

2.2 提取人为失误致因简单组合

令M=A?A,式中M (n, k)代表致因n和k共同导致的引航事故数,显然,M (n, n)代表单一致因n引发的引航事故数。为便于分析引入矩阵X=,则X(n, k)代表致因n和k共同导致的引航事故在样本中所占的比例。

引发引航事故最多的单一致因是M(10,10)=0.44295,即心理状态差,事故数量为66起;引发引航事故最多的双致因是M (10,17)=0.28188,即心理状态差和知觉错误双重致因,事故数量为42起。

2.3 人为失误致因单一聚类分析

引航事故致因量化分析机制的基础层一共有21个致因,则致因一共有221个组合。若想展现事故的引发模式,还需要对A进行聚类分析。CHAVENT[8,9]提出了一种单一聚类的方法,与同时划分所有变量为对象子集的多元聚类不同,单一聚类法是一种裂变式逐层聚类法,每次划分对象子集使仅适用单一变量,该方法主要适用于二进制数据。通过上述方法对矩阵A采用单一聚类分析,共识别出97个事故模式(独立组合),此中,82种事故模式仅仅引发了一起引航事故,另外15种事故模式诱发了两起及两起以上的引航事故。如果说某一种模式引发一起引航事故是具有偶然性的,则引发两起及两起以上事故的事故模式可能会具有某些多发性和指向性的特征,有必要对此事故模式加以深入分析和研究,并进行适当的防范。

3 引航事故人为失误致因推理

3.1 引航事故人为失误致因频率统计

运用HFACS-PA框架,以149起引航事故为样本,从人因角度,对每一件事故按HFACS的致因进行统计分析,结果如下表1所示。

3.2 引航事故人为失误致因关系分析

本文基于上述的149起引航安全事故的HFACS-PA分析结果,利用卡方检验分析HFACS-PA的上低层次是否有因果关系以及因果关系是否显著。

基于149起引航安全事故调查报告的HFACS-PA分析结果,利用SPSS软件,通过卡方检验和让步比分析,引航安全事故人因之间的因果关系图可以表示为图2。

4 结果分析及对策研究

4.1 结果分析

通过对上述结果的分析,可以发现引航事故的人为致因主要如下:

(1)引航员训练不充分是导致引航事故发生的根本原因。引航员的操作技能相对于其他工种有着更高的要求,其工作环境会因洪水期、枯水期或者水上施工作业的进行而发生改变,工作条件因引领船舶的不同而发生改变。

(2)引航员心理状态差是产生不安全行为的主要直接原因。船舶引航安全与引航员的心理状态密切相关,特别是在引航的过程中,引航环境处于时刻变化中,面对随时可能出现的紧迫局面,易给引航员造成较大的心理压力。

4.2 风险防控策略

结合上述分析结果,从提高引航员操作水平和保障引航员心理健康两方面提出防控对策如下:

4.2.1提高引航员操作水平

(1)传承式学习。在青年引航员的培养上,让新进引航员在实习(助理)期间能系统、科学地学习引航技术和驾引经验。

(2)独立式学习。引航员应根据自己引航作业过程中某个阶段存在的不足,加强自身操作理论的学习,并将其运用于实际作业中。

(3)更新式学习。随着船舶设备信息化加快,船舶设备更新换代速度较快,同时船舶操纵理论不断进步更新,对引航员的操作技能提出了更高的要求。

4.2.2保障引航员心理健康

(1)降低引航员工作压力,为表现出工作压力较大的引航员提供工作援助,创造多种沟通渠道,释放引航员压力。

(2)进行引航员上岗前的心理状况测试,避免带有负面情况的引航员上岗。

(3)根据人类生理节奏,合理调配引航任务,确保引航员正常休息。

(4)創造健康的引航机构组织文化,培养引航员的团队合作精神,以减弱工作压力带来的影响。

(5)提供专业心理咨询和治疗。

5 结论

(1)根据2007~2016年149起详细的事故报告,分析了引航事故的人为失误致因因素,构建了引航事故人为失误致因分析体系;

(2)分析阐述了事故人为失误致因模式,并通过卡方检验和让步比分析,构建了引航事故人为失误致因的贝叶斯网络因果关系图;

(3)根据所建立的人为失误致因分析体系和贝叶斯网络因果关系图表明引航员训练不充分是导致引航事故发生的主要根本原因,引航员心理状态差是产生不安全行为的主要直接原因,并针对根本原因和直接原因提出了引航事故风险防控策略。

参考文献:

[1]汪竞峰, 周品江, 刘通. 引航员登离轮水域风险评价研究[J]. 中国水运, 2015(7):68-70.

[2] Chavent M. A monothetic clustering method[J]. Pattern Recognition Letters, 1998, 19(11):989-996.

[3] Chavent M, Lechevallier Y, Briant O. DIVCLUS-T: A monothetic divisive hierarchical clustering method[J]. Computational Statistics & Data Analysis, 2008, 52(2):687-701.

猜你喜欢
贝叶斯网络
贝叶斯网络在用户画像构建中的研究
基于贝叶斯网络的分类器研究
基于分布式贝叶斯网络的多故障诊断方法研究
无人机数据链测试与评估研究
基于贝叶斯网络的流域内水文事件丰枯遭遇研究
基于CHAID算法和贝叶斯网络的基金风险预警研究
基于兴趣预测和热点分析的联合推荐算法研究 
基于贝叶斯网络的城市居民出行方式研究