基于眼动数据的核电厂数字化主控室操纵员认知负荷量化模型研究

核电厂数字化人机界面改变了主控室操纵员的认知负荷,对核电厂的安全产生影响。文章在认知负荷理论和眼动追踪技术的基础上,利用SGE、GTE、注视点个数和注视时长等四项眼动指标构建了基于眼动数据的核电厂数字化主控室操纵员认知负荷量化模型。在DCS模拟机上对正常工况和事故工况进行模拟实验,实验结束后被试者填写NASA—TLX量表,并计算和收集所需要的眼动数据。对量表得分P_n和四项眼动指标的乘积M进行相关性分析,对量化模型的可行性进行了验证。对P_n和M进行回归分析得出模型指数,并计算P_n与计算值P之间的误差,验证了量化模型的准确性。基于眼动数据的核电厂操纵员认知负荷量化模型的提出,为眼动指标应用于核电厂安全领域提供了理论参考。     

班组情景意识测量实验方法的比较分析

为了对班组情景意识测量方法的优劣进行全面分析和评价,文章着重对四种主要的班组情景意识测量方法进行简要介绍,方法包括CAST班组协调情景意识、SACRI控制室情景意识调查表、CARS班组情景意识评价量表和TSAGAT班组情景意识整体评估技术。同时进一步从方法本身、方法测量过程与结果等方面设置多个评价标准,对12个班组情景意识测量方法进行评价。结果表明12种测量方法各具特色,但通过建立的评价标准可对方法进行优劣识别,便于实验设置人员根据测量需求、实验环境等实际情况选择合适的测量方法或组合实验,为开发新的核电厂班组情景意识测量方法提供思路与建议。     

核电厂人因失误机理研究:QAP分析

为了明确核电厂人因失误机理并为后期人因失误的精准防控提供理论依据,文章采用“组织定向人因失误分析技术”对2010—2020年核电厂208件人因失误事件报告进行分析,获得样本数据,经统计辨识主要的人因失误类型(知识型、规则型和技能型)和影响因素(如教育培训、组织设计、规程、人机界面等),结合影响因素之间的相关性及因子分析构建主要人因失误场景(如知识/技能经验、注意力、压力和态度等)。由于各因素之间存在相互影响,因而采用QAP方法(Quadratic Assignment Procedure,二次指派程序)对人因失误场景进行相关分析和回归分析,建立知识型、规则型、技能型人因失误因果模型,辨识不同的人因失误场景,揭示人因失误机理。结果表明,不同的人因失误类型其产生机理以及场景显著性不同,为人因失误的精准防控提供理论依据。