概况
在一些安全至上的行业，我们的客户希望其系统具有最高技术完整性，并在运营和安全性能方面处于领先地位。 这些目标都极具挑战性，而且始终存在改进的余地。 由于人为错误，我们遇到了太多的失误、事件和事故。
我们竭诚帮助客户实现其远大的目标。 我们将首先主动分析您的操作、查看潜在的人为错误类型以及发生这些错误的可能性。 您将了解此类风险对系统安全的影响。 我们将助您提出方法来控制或减少人为错误，以便将其降低到合理可行的范围内 (ALARP)。
我们提供的服务内容
为了审核系统中潜在的人为错误以及可能的影响，我们使用人员可靠性审核 (HRA)。
通常有三个主要阶段：
- 识别人为错误
- 筛选分析
- 量化人为错误。
为了满足法规要求，我们可能会推荐劳氏的全面 人为因素安全攸关任务分析 (HFSCTA)。
-
第 1 阶段： 识别人为错误
这是人为错误分析的关键部分。 您需要了解所有潜在风险，以免低估系统安全和性能所面临的威胁。 该阶段可用于定性地审核人为错误，从而形成量化错误的基础（第 3 阶段）。
我们将使用几种经过验证的技术，特别是人为 HAZOP（危险与可操作性研究）。 该版本的工程 HAZOP 聚焦于人为错误。 您可以选择各种方法。 通过相应的调整（包括用于识别人为错误及其潜在原因的引导词），您的人为 HAZOP 可以构成工程方法的一个有机组成部分。 或可由我们独立完成。
关键步骤
- 我们通过正式分析将运营商的任务分解为分步操作。 各项行动都被分配给有待在 HAZOP 中分析的相关系统组件。
- 根据操作员的行动审核每个系统组件。 对于每个涉及组件的行动，我们都会识别潜在的人为错误。
- 我们通过一份内容广泛的外部错误模式 (EEM) 列表来识别人为错误。 每个 EEM 都是一个简单的关键字或术语（例如，“未能检测到信号”、“错误解释”或“选择错误的程序”）。 这些都是按活动类型进行分类。
- 我们的分析使用一份以类似方式分类的潜在心理错误机制 (PEM) 列表。 这些是对错误的认知性解释（例如，“注意力不集中”、“时间感知不足”和“认知超负荷”）。
- 对于每个 PEM，我们会使用一份可能的错误减少机制列表。
-
第 2 阶段： 筛选分析
我们在此识别可被有效排除在进一步分析之外的错误，以及应当进一步审核的错误。 为此，我们为每个人为错误分配 1.0 的概率，然后检验结果。 1.0 的概率反映了最糟糕情况，因此任何负面影响都会被夸大。 影响微乎其微的错误不会得到进一步分析。 然后量化重大错误。
-
第 3 阶段： 量化人为错误
如果我们进行筛选分析，我们只需查看发现具有显著系统效应的错误。 我们以数字方式审核系统安全性，以各种方式计算人为错误概率，包括人为错误审核和简化技术 (HEART)。 计算的输出量允许对任务进行彼此比较。 我们将依次审核每项任务。
- 首先，我们指定任务的一般性质。
- 然后，我们确定产生错误的条件 (EPC)。 例如，“不熟悉”或“低信噪比”。
- 接下来，我们会指定每个 EPC 效果的范围，指定 0 和 1 中的一个值。
- 我们计算最终的错误概率。
您的获益之处？
在预测、记录、减少和控制与人员相关的风险和错误时具备诸多安全和商业优势。
- 您将对事故率和事故率产生积极的影响。
- 您将使员工和承包商的工作环境变得更安全。
- 您将证明设计决策的合理性，并省去高昂的再设计费用。
- 您将了解需要新的资质或额外培训的环节。
- 您将提高整体运营绩效。
为什么选择英国劳氏？
您将获得领先人为因素和工作环境专家的支持，他们知道如何为您的行业使用最佳实践人因工具和技术。
- 您将受益于我们的人为错误分析经验，包括各种应用中的人为 HAZOP。
- 我们超越了许多人为因素实践者所使用的方法。 我们的方法基于人为错误识别技术的组合，以及工程 HAZOP。
- 通过对 EEM 和 PEM 进行分类，我们简化了分析，同时涵盖了人为信息处理的三个层次：技能、规则和以知识为基础。
- 您将通过我们强大的简化机制来解决界面和组织级别错误的根本原因。
- 我们的多样化方法可以独立执行，也可以作为工程 HAZOP 的一部分执行。
- 您的项目中将有一个由众多专家组成的HAZOP 团队。 劳氏系统专家的深入知识补充了我们的人为因素专业知识。
