T_CI 086-2023 甲板部值班船员不安全行为与状态评估技术标准.pdf

ICS 03.220.40CCS R22团体标准T/CI 0862023甲板部值班船员不安全行为与状态评估技术标准Technical standards on assessment of unsafe behaviour andstatus of seafarers on duty(deck department)中国国际科技促进会发 布CI2023-6-29 发布2023-6-29 实施T/CI 0862023I目次前言.I1 范围.12 规范性引用文件.13 术语和定义.24 船员不安全行为与状态评估框架.45 船员不安全行为与状态辨识.56 船员不安全行为与状态辨识技术.97 船员不安全行为.118 船员不安全行为与状态分析.129 船员不安全状态分析.1310 船员不安全行为与状态分析.16附录 A船员不安全行为与状态评估技术.19附录 B船员不安全行为与状态评估方法.22附录 C甲班部值班船员不安全行为分类.26附录 D甲班部值班船员不安全行为与状态评估示例.28T/CI 0862023II前言本文件依据 GB/T1.1-2020 标准化工作导则第 1 部分：标准化文件的结构和起草规则。某些内容可能涉及专利，本文件的发布机构不承担识别这些专利的责任。本文件由上海海事大学提出。本文件由中国国际科技促进会归口。本文件起草单位：上海海事大学、大连海事大学、上海船舶运输科学研究所有限公司、中国长江航运集团有限公司、中国极地研究中心(中国极地研究所)、湛江港引航站、上海迈利船舶科技有限公司、国科联盟(北京)国际信息科学研究院。本文件主要起草人：胡甚平、翁金贤、付姗姗、吴建军、张欣欣、席永涛、韩冰、乔卫亮、杨雪、王国建、赵炎平、李铁源、朱建平、胡勤友、赵芳萱。本文件是首次发布。T/CI 08620231甲板部值班船员不安全行为与状态评估技术标准1 范围本文件提供了甲板部值班船员不安全行为与状态评估的技术方法。本文件适用于依照中华人民共和国船员条例的规定取得船员适任证书的人员，包括船长、驾驶员、普通船员。本文件提出的方法适用于船舶驾驶台。驾驶台涉及多种场景，具有全天候特征，所需的评估技术和设备较为复杂，需要作为高优先级进行实施。本文件提出的方法也适用于船舶首尾甲板等作业场所。如可先期实现对劳保用品是否佩戴的智能辨识，船舶首尾人员操作行为与驾驶台指令的匹配情况的智能判定。2 规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。ISO 31000,Risk managementGuidelines；ISO/IEC 31010,Risk managementRisk assessment techniques；IEC 61025,Fault tree analysis(FTA)；IMO MSC-MEPC.2/Circ.12/Rev.2,Revised guidelines for formal safety assessment(FSA)for use in the IMO rule-making process；IMO MSC.1/Circ.1598,Guidelines on fatigue；GB/T 33000 企业安全生产标准化基本规范；GB/T13861 生产过程危险和有害因素分类与代码；GB 30035-2021 船员健康检查要求；GB11412.1-11412.3 海上运输船舶安全开航技术要求。中国船级社船用软件安全及可靠性评估指南；中国船级社船舶综合安全评估应用指南；3 术语和定义下列术语和定义适用于本文件。3.1船员 seafarerT/CI 08620232船员是指依照 中华人民共和国船员条例 的规定取得船员适任证书的人员，包括船长、高级船员、普通船员。3.2船员行为 seafarers behaviour 船员行为是指在各种内外部刺激影响下产生的一系列活动。3.3船员状态 seafarers status船员状态是指船员在执行船舶操作时的人的状况。3.4不安全行为 unsafe behaviour不安全行为是指船员在工作中表现出来的对系统安全具有不利影响或可能造成事故的有意或无意的行为，包括疏忽、遗漏、错误、违规。3.5不安全状态 unsafe status不安全状态是指船员在工作中可能直接或间接引起不安全行为的身体、生理、心理、病理、药理或社会心理状态，包括但不限于疲劳、服食影响值班的药物、饮酒、焦虑、倦怠、抑郁、烦躁等。3.6健康状态 health condition健康状态指船员履行船舶安全营运值班职责应具备的基本身体、心理状况。3.7人的因素 human element人的因素是指人在完成某一特定任务时，人的行为对系统正确功能或成功性能的不良影响。3.8人的可靠性评估 human reliability assessment人的可靠性评估是指运用定性和/或定量的方法来分析船员执行值班或作业任务时发生失误的可能性和潜在后果。3.9人的失误 human error人的失误是指船员在完成船上操作任务过程中意识、判断、行为等出现错误，导致不能做出适合当时环境和情况的操作或操作没有达到预期的目的，从而导致人的行为没有足够的能力处理当前的情况而发生系统运行的失常。3.10事件 eventT/CI 08620233是指特殊系列环境的产生或变化。一个事件可以是一个或多个事变，会有多种原因；事件可以由一些不发生的事情构成；事件有时被称作“涉险事件（incident）”或“事故（accident）”；没有后果的事件可以被称作险情事件（near miss）。3.11事故 accident事故是指造成人员伤亡、财产损失、环境污染损害的意外事件。3.12可能性 likelihood可能性是指某事件发生的机会，不论是明确测量的，还是客观或主观地、定性或定量地确定的，以及一般性或精确地描述（如在一定时段内的可能性和频率）。3.13后果 consequence事件对目标的影响结果，如某个事故的结果。一个事件可以产生一系列的后果；后果可以是确定或不确定的，以及对目标具有积极或消极的影响；后果可以被定性或定量地表述；初步的后果通过连锁效应可以逐步升级。3.14场景 scenario场景是指船舶营运过程中（如：航行、靠离泊、抛起锚等）的船舶驾驶台、船舶首尾甲板的作业现场。3.15船长 master船长是船舶领导人，负责船舶安全运输生产和行政管理工作，对航运公司负责。3.16驾驶员 officers驾驶员是指甲板部的高级船员，负责船舶航行、系泊、锚泊等值班与作业。3.17水手 seaman水手是甲板部的普通船员，包括船舶航行时负责操舵的舵工，协助驾驶员了望的值班水手；还包括靠离码头时从事缆绳作业，锚泊作业时进行锚设备操作，以及其他甲板工作的水手。T/CI 086202343.18受限水域 restricted waters受限水域是对于所操纵的船舶而言，水深、宽度受到限制的可航水域。3.19开阔水域 open waters开阔水域是航行水域内不存在航行障碍物且水深足够，不考虑船舶是否会发生触礁、搁浅等事故。3.20驾驶台 bridge驾驶台是船舶航行和作业的指挥中心。3.21首甲板 forecastle deck首甲板是进行系泊作业和锚泊作业的船首甲板区域。3.22尾甲板 stern deck尾甲板是进行系泊作业的船尾甲板区域。3.23船舶常态 normal condition of ship船舶常态是指船舶处于正常运输或营运的状态，如航行、靠离泊、锚泊等；3.24船舶非常态 abnormal condition of ship船舶非常态是指一旦船舶进入临近事故状态或事故状态，就必须进行应急以恢复船舶安全状态，如能见度不良时的航行、船舶避碰操纵。4 船员不安全行为与状态评估框架4.1应用前的准备确定评估范围进行船员不安全行为与状态评估之前，应首先确定待评估对象及其边界条件或限定条件。涉及被评估事项的所有可获得信息应提供给将开展不安全行为与状态评估的工作组。如果需要进行额外工作，则需修改问题说明或边界条件或限定条件，并重新提交给评估工作组，根据需要可重复评估过程。4.2T/CI 08620235评估工作组成立不安全行为与状态评估工作组。工作组的主持人或协调人一般应有相关经验，负责做好准备工作，促成工作组成员以团队形式开展工作，并能发挥每个成员的特长。工作组成员可以包括不安全行为与状态评估所需的安全、设计或操作等方面的专家，例如：船长、轮机长、验船师、海事官员、安全评估专家、行为分析专家、辅助员和记录员等。工作组成员的构成，其专业技术水平和数量应与所要进行不安全行为与状态评估的复杂程度相适应，一般情况下713人的奇数人员为宜。4.3评估步骤不安全行为与状态评估流程船员不安全行为与状态评估由3个内在相关步骤组成，如图1所示。3个步骤如下：a）不安全行为与状态辨识：基于文献和事故调查报告等文本数据，结合视频、音频等监测技术，辨识船舶作业过程中可能诱发船舶不利影响和船舶事故的船员不安全行为与状态；b）不安全行为与状态分析：通过对船员状态进行监测，结合船员工作场景和船舶状态，对船员不安全行为与状态发生的可能性和潜在后果进行分析；c）不安全行为与状态评价：基于船员不安全行为与状态辨识和分析结果，对船员安全行为与状态潜在风险进行度量，评估船员不安全行为与状态的风险等级。4.4评估结果及应用船员不安全行为与状态评估工作组通过对船舶作业过程中船员某个/些不安全行为与状态进行风险水平评估，最终的评估结果为船员不安全行为与状态监测、防控等有关规范修订提供参考，为发现险情事件迹象时提供针对性措施，达到风险管控，保障船舶营运安全的目的。T/CI 08620236图 1船员不安全行为与状态评估流程图4.5数据与信息数据与信息可以通过现场观测、调查统计和数据库等途径获取。当缺少数据与信息时，可通过专家判断、物理模型、数值模拟等来获得有价值的结果，以对客观数据进行补充。T/CI 086202374.6事故数据海事事故数据库通过研究和分析历史数据，可以确定可能诱发船舶事故的船员不安全行为与状态，为制定相应指标体系和风险度量标准提供参考。全球常见海事数据库如表1所示。表1海事数据库序号数据库数据类型可用性人的因素1中华人民共和国海事局Maritime SafetyAdministration（MSA）叙述公开部分2（英国）海事事故调查组织MarineAccident Investigation Branch（MAIB）叙述、部分统计公开部分3澳大利亚交通安全局Australian Transport Safety Bureau（ATSB）叙述、部分统计公开部分4加拿大运输安全委员会Transportation Safety Board of Canada（TSB）统计、叙述公开部分5美国国家运输安全委员会US National Transportation Safety Board（NTSB）统计、叙述公开部分6荷兰运输安全委员会Dutch Safety Board（DSB）叙述公开部分7丹麦海事事故调查委员会Danish maritime accident investigation board（DMAIB）叙述公开部分8瑞典事故调查局SwedishAccident Investigation Authority（SHK）叙述公开部分9全球综合航运信息系统Global Integrated Shipping information System（GISIS）统计公开无10交通事故调查委员会TransportAccident Investigation Commission（TAIC）叙述公开无11劳氏情报Lloyds Intelligence统计非公开无4.7监测数据船员不安全状态可以通过实际的监测数据来反映。监测数据主要包括行为、生理、心理、身体数据四个方面。具体来说：a）行为数据：包括作业动作、面部变化、肢体动作等监测数据；b）生理数据：包括脑电、心电、肌电、血容量脉搏、皮肤电反应、眼动等生理监测指标；c）心理数据：包括工作负荷、压力、情绪等监测数据；d）身体数据：包括疲劳、注意力等监测数据。监测数据可以客观反映船员的实际状态。4.8量表数据船员不安全状态也可以通过量表数据进行评估，以反映船员状态、辅助提高监测的准确性。量表数据通常可以分为心理数据和身体数据。具体来说：a）心理数据包括工作负荷、压力、情绪、态势感知等心理量表数据；b）身体数据包括疲劳、注意力等身体状态量表数据。T/CI 086202384.9专家数据应用场景船员不安全行为与状态评估中，在缺少相关统计数据的情况下，需要专家依据各自的经验进行专家判断。专家判断可能存在于船员不安全行为与状态评估的不同阶段，比如辨识、后果的估计、控制方案的提出等。专家判断数据具有相当的应用价值，但存在判断不一致的情况，可通过对统计数据进行进一步的评估以提高数据的有效性。4.10专家数据处理应用专家判断时，应提供涉及不同领域的所有必要的专家。多数情况下各专家在具体问题上会存在分歧，此时最好能形成一定的共识。需要对船员不安全行为与状态评估中专家判断的一致性进行说明。可以通过使用判断矩阵或其他方法来分析专家判断一致性是否符合要求，见中国船级社船舶综合安全评估应用指南。5 船员不安全行为与状态辨识5.1目的和范围辨识目的船员不安全行为与状态辨识的目的是通过监测技术确定可能引发在航船舶风险的各种船员不安全行为与状态。一旦船员不安全行为/状态得以辨识，应对现有的船员不安全行为与状态监测与控制措施（诸如设计特征、人员、过程和系统等）进行分析，以便对关键的不安全行为与状态进一步分析和提出相应的控制方案。T/CI 08620239图 2船员不安全行为与状态辨识流程图5.2辨识范围船员不安全行为与状态辨识包括辨识并监测可能引发船舶不利影响和在航船舶事故的船员不安全行为与状态。5.3辨识流程船员不安全行为与状态辨识主要包含船员不安全行为和不安全状态辨识两个部分，如图2所示。从事故调查报告和有关文献中提取船员的行为和状态，通过辨识技术对提取出来的行为和状态进行具体的监测，辨识出船员的不安全行为与状态，再分别使用不安全行为分类方法（GEMS）和不安全状态划分方法得到船员不安全行为指标体系和船员不安全状态指标体系。6船员不安全行为与状态辨识技术6.1T/CI 086202310视频监测一般要求a）视频监测设备的配置和安装能确保重点监测区域全覆盖，如：驾驶台区域需要5-6个监测终端，摄像头高度适当，方向、角度可调，减少视频死角、目标变形；b）摄像头具有全天候的监测性能，适应驾驶台的夜视环境以及船舶首尾工作区的露天恶劣环境（如大雾、雨、雪、风浪等）；c）视频分辨率较高，视频质量满足动态辨识要求。6.2监测技术计算机视觉技术（对抗神经网络、图卷积神经网络等），对船员典型行为进行准确辨识与分析，提前预警船员异常行为。6.3音频监测一般要求a）音频监测设备的配置和安装能确保重点监测区域全覆盖，监测区域应挑选噪声相对较少的区域，如：驾驶台区域；b）音频数据应满足基本的采样率、数据位长度、音道要求；c）每份音频数据至少包含一个有完整语义的音频事件。6.4监测技术使用机器学习中的非监督学习方法从音频信号的时频特性表示中学习到相应的特征，通过对大量音频数据集的迭代训练使得在航船舶音频监测系统能够达到实时高效的音频场景分类性能。6.5心电监测一般要求a）便携性：船员能在无需他人协助下在2分钟内穿戴完毕；穿戴期间不限制船员活动且无不适感；b）续航能力：具有至少24小时的持续使用时间并能方便的更换电池；c）数据传输性能：具有向船内监测系统无线传输数据的功能；d）可操作性：监控终端可通过支持蓝牙功能的手机或电脑实现对心电处理模块进行基础设置。6.6监测技术T/CI 086202311利用人工智能等方法，结合心电信号不同特征构建相关状态判别模型，根据心电监测获取的被试人员实时心电状态，实现对船员心电状态的实时监控。6.7脑电监测一般要求a）便携性：仪器体积小、便于携带，穿戴期间不限制船员活动且无不适感，且不影响船员实际操作；b）低功耗：功耗小，具有至少24小时的持续使用时间并能方便的更换电池；c）数据传输性能：具有向船内监测系统无线传输数据的功能。6.8监测技术利用机器学习的方法，结合脑电信号特征构建相关状态判别模型，根据脑电监测获取的被试人员实时脑电状态，实现对船员脑电状态的实时监控。7船员不安全行为7.1指标来源在国际海事组织对于不安全行为理论分类的基础上，结合事故调查报告中辨识出的船员不安全行为，综合船员教育、培训、考试和评估系统中有关不安全行为的要素，得到船员的主要行为特征，综合确定“船员不安全行为”的指标体系。7.2不安全行为分类（GEMS）通用失误模型系统（GEMS）考虑了基于技能型、规则型和知识型的三种人员行为模型，并与人的“问题解决”模型相结合，能够有效地对不安全行为进行分类。常见的船员不安全行为分类如下：a）疏忽：包含注意力失效、受到打扰、疏漏、行为时间错误、行为顺序错误等；b）遗忘：包含记忆失效、忘记目标、忘记任务等；c）错误：包含规则错误、规则使用错误、规则不良和知识型失误；d）违规：包含违章、违反规则和习惯性做法。7.3指标体系根据船舶作业场景，对船员的不安全行为进行辨识，利用GEMS确定船员不安全行为的分类，具体的指标见附录C。T/CI 0862023127.4船员不安全状态指标来源在国际海事组织有关不安全状态的划分类别的基础上，开展专家咨询和问卷调查，划分船员不安全状态的类别，基于视频采集装置（CCTV）、音频采集装置、生理数据采集装置（如电子手环、脑电仪）等提供的数据提取船员的主要生理、身体、病理、药理、心理或社会心理状态指标，综合确定船员不安全状态的指标体系。7.5指标体系根据评估目标确定调查与评估范围，确定船员不安全状态的监测指标如下：a）驾驶台是否有值班人员；b）值班人员是否保持正规的值班；c）值班人员在驾驶台打瞌睡；d）在禁止抽烟区域抽烟；e）驾驶台声音是否异常；f）值班人员的心跳；g）值班人员的血压；h）值班人员的体温；i）值班人员的眨眼频率；j）酗酒或值班时酒精含量超过标准值；k）值班人员的其他异常状态。8 船员不安全行为与状态分析8.1目的和范围评估目的船员不安全行为与状态分析是对船舶作业场景下的船员不安全行为和状态进行评估，分析船员不安全行为与状态发生的可能性和潜在后果。8.2评估范围船员不安全行为与状态分析过程包括分析船员不安全行为与不安全状态。船员不安全状态的分析是船舶作业时船员产生不安全状态的可能性分析。船员不安全行为的分析是考虑船舶作业时的船员职务、工作场景、船舶状态、营运水域等场景诱发不安全行为的可能性分析。T/CI 086202313针对船员不安全行为与不安全状态进行分析，评估其潜在后果。8.3分析流程分析内容船员不安全行为与状态分析是在船员不安全行为与状态辨识的基础上，通过对船员的行为、生理、心理、身体等状态进行实际监测，结合船舶作业场景对相关监测指标采用评估的方法、技术、规范等手段，进行船员不安全行为与状态的诊断分析、可能性估计和潜在后果分析。分析流程如图3所示。8.4船员不安全行为与状态诊断船员不安全状态可以通过比较船员在不同时间下的行为、生理、心理、身体等监测数据进行诊断。船员不安全行为的产生受到船舶作业场景方面的综合影响，需要结合船员职位、工作场景、船舶状态以及营运水域等方面考虑，或者通过与历史事故中记录的不安全行为进行类比分析进行诊断。8.5可能性分析可能性分析是在诊断出可能会引发船舶不利影响和船舶事故的船员不安全行为与不安全状态的基础上，利用评估技术（附录A）和方法（附录B），对船员不安全行为和状态发生的可能性进行量化分析。8.6潜在后果分析船员不安全行为与状态的发生会产生一系列不同严重程度的可能后果。后果分析需要确定在确定场景下船员不安全行为与状态对船舶有可能诱发的事故类型以及具体影响范围或程度。9船员不安全状态分析9.1船员状态生理船员生理状态包括心率、脑电、肌电、血容量脉搏、皮肤电反应、眼动、体温、内分泌、睡眠、情绪反应、生殖、控制摄食、新陈代谢等指标。9.2心理T/CI 086202314船员心理状态由心理过程和个性心理组成。心理过程是指在船上活动中对客观事物所产生的感觉、知觉、记忆、想象、思维，以及情感和意志等心理活动的动态过程。个性心理是指个性心理特征和个性心理倾向性，个性心理特征包括船员的兴趣、能力、气质和性格的差异及特征，而个性心理倾向性主要是指需要、动机、兴趣爱好、理想、信念等。9.3身体船员身体状态主要由个体身体状态与作业身体状态组成。个体身体状态可分成四类：身心健康、亚健康、病症的前轮驱动状态和病症状态。作业身体状态主要考虑船员身体疲劳、注意力状况等作业时期的身体状态。9.4量表分析方法利用测量量表，对船员状态进行量化分析，评估船员不安全状态发生的可能性。李克特量表是目前调查研究中使用最广泛的量表，要求受测者对每一个与态度有关的陈述语句表明他同意或不同意的程度。每道题目对应几个等级，每个等级代表不同的同意程度，根据各个问题的得分情况，量化船员的作业状态。通过量表分析，可以对船员状态进行诊断，判断是否为船员不安全状态。9.5船员不安全行为分析基于场景下的船员行为针对船舶作业场景下的船员行为，涉及船员职务、营运水域、工作场所、船舶状态，分为安全行为和不安全行为。T/CI 086202315图 3船员不安全行为与状态分析流程图9.6场景推演技术T/CI 086202316综合考虑船员不安全行为辨识场景，利用ETA、AcciMap等场景推演技术，最终评估以下船员行为：a）船员适岗能力（评估值班船员适岗能力是否合规）；b）船员交接班（评估船员是否遵守船员交接班规定）；c）船员操作安全性（评估船员是否做好劳保防护、是否遵守操作规范等）；d）船员值班规范性（评估船员是否违反值班规则，如疲劳值班、酒后值班等）。9.7输出结果结合船员不安全行为分析与船员不安全状态分析，评估船员不安全行为与状态发生的可能性与潜在后果。船员不安全行为与状态分析（步骤2）的输出结果应为不安全行为与状态的诊断结果（发生可能性及其潜在后果）（见表2），包括：a）辨识可能产生的不安全行为与状态及其类别；b）不安全行为与状态发生可能性的估计；c）不安全行为与状态可能导致的潜在后果。表 2船员不安全行为与状态分析序号场景不安全状态/行为发生可能性潜在后果10 船员不安全行为与状态评价10.1评价方法船员不安全行为与状态评价是在船员不安全行为与状态分析（步骤2）的基础上，将船员不安全行为与状态分析的结果与预先设定的船员不安全行为与状态风险度量标准进行比较，利用风险矩阵方法来确定船员不安全行为与状态的等级。10.2评价流程船员不安全行为与状态评价主要由船员不安全行为与状态的风险度量标准制定和风险等级评价两个部分组成，如图4所示。船员不安全行为与状态的风险评价标准制定应在风险等级评价实施前确定，不应受到风险等级评价结果的影响。船员不安全行为与不安全状态的风险度量在船员不安全行为与状态分析的基础上，结合制定的风险度量标准，评价风险是否可以接受。10.3T/CI 086202317度量准则度量方法常见的风险度量方法是将风险划分为三个等级，如图5所示。a）上段：高风险区域，风险不可接受，必须采取强制性风险控制措施；b）中段：“灰色”区域，风险可以承受，应根据风险控制措施的成本与效益情况，以确定合理可行的风险控制措施来降低风险；c）下段：低风险区域，风险可忽略，无需采取任何风险控制措施。图 4船员不安全行为与状态评价流程图T/CI 086202318图 5风险评价等级示意图10.4风险度量船员不安全行为与状态的风险等级可以用风险矩阵表征，常常通过建立概率和后果的评估结果与风险矩阵中标准化概率指数和后果指数之间的映射关系，将风险评估结果运用风险矩阵进行表达。10.5风险指数通过对船员不安全行为和状态进行定性、定量或专业判断的评估，根据评估结果划分船员不安全行为和状态的风险等级。综合考虑船员不安全行为与状态的概率和后果指数，对船员不安全行为与状态等级的研判，划分为3个等级（见表3）：a）高风险区域（红色区域）；b）临界区域（黄色区域）；c）低风险区域（绿色区域）。表 3不安全行为与状态风险指数（UI）FI频率后果严重程度（SI）1234轻微的显著的严重的灾难性的3频繁45672可能34561不可能234510.6输出结果船员不安全行为与状态风险度量（步骤3）的输出结果应为船员不安全行为与状态的风险指数（风险等级）（见表4），包括：a）船员不安全行为与状态及其类别；b）船员不安全行为发生场景；c）船员不安全状态行为与状态的风险等级。表 4船员不安全行为与状态风险度量表序号不安全行为/状态类别场景风险等级T/CI 086202319附录 A船员不安全行为与状态评估技术A.1故障模式与影响分析/故障模式、影响和危险性分析（FMEA/FMECA）A.1.1含义故障模式与影响分析（FMEA）是用来辨识组件或系统未能达到其设计意图的方法。FMEA有几种应用：设计（或产品）FMEA；系统FMEA；过程FMEA；服务FMEA；软件FMEA。FMEA用于辨识：a）系统各部分所有潜在的故障模式：被观察到的失误或操作不当；b）这些故障对系统的影响；c）故障原因；d）如何避免故障及/或减弱故障对系统的影响。A.1.2适用范围故障模式、影响和危险性分析（FMECA）拓展了FMEA的使用范围。根据其重要性和危害程度，FMECA可对每种被辨识的故障模式进行排序。这种分析通常是定性或半定量的，但是使用实际故障率也可以定量化。FMEA/FMECA适用于过程和程序，也可以在系统的设计、制造或运行过程中使用。FMEA/FMECA大多用于实体系统中的组件故障，但是也可以用来辨识人为失效模式及影响，可用于：a）协助挑选具有高可靠性的替代性设计方案；b）确保所有的故障模式及其对运行成功的影响得到分析；c）列出潜在的故障并判断其影响的严重性；d）为测试及维修工作的规划提供依据；e）为定量的可靠性及可用性分析提供依据；f）为其他分析技术，例如定性及定量的故障树分析提供输入数据。A.1.3研究步骤FMEA的研究步骤包括（如附图1所示）：a）界定研究的范围及目标；b）组建团队；c）了解FMECA适用的系统；d）将系统分成组件或步骤；e）对于列出的各组件或步骤，确认：各部分出现明显故障的方式是什么？造成这些故障模式的具体机制？故障可能产生的影响？故障是无害的还是有破坏性的？故障如何检测？T/CI 086202320f）确定故障补偿设计中的固有规定；g）对于FMECA，研究团队接着根据故障结果的严重性，将每个辨识出的故障模式进行分类；h）界定和实施针对更重大故障模式的纠正措施；i）故障模式报告记录，内容包括：所分析系统的详细说明；开展分析的方式；分析中的假设；数据来源；结果，包括完成的工作表；危害度(如果完成的话)以及界定危害度的方法；有关进一步分析、设计变更或者计划纳入测试计划的特征等方面的建议。附图 1FMEA/FMECA 研究步骤A.2场景分析（SA）A.2.1含义场景分析（Scenario Analysis）是指通过分析未来可能发生的各种场景，以及各种场景可能产生的影响来分析风险的一类方法。换句话说，场景分析是类似“如果-怎样”的分析方法。未来总是不确定的，而场景分析使我们能够“预见”将来，对未来的不确定性有一个直观的认识。用场景分析法来进行预测，不仅能得出具体的预测结果，而且还能分析达到未来不同发展场景的可行性以及提出需要采取的技术、经济和政策措施，为管理者决策提供依据。T/CI 086202321A.2.2研究步骤场景分析的一般步骤：a）建立相关团队或者相关沟通渠道；b）确定需要处理的问题和事件背景；c）确定事件可能出现变化的性质；d）对事件未来的趋势进行分析。A.3事件树分析（ETA）A.3.1含义事件树分析(Event Tree Analysis)是一种运用归纳推理的定性和定量风险分析方法，在给定的一个初始事件的前提下，分析由初始事件导致的各种可能的事故和描述事故的发生发展过程以及确定导致事故的初始事件与后续事件的关系。A.3.2研究步骤事件树分析的步骤如下：a）确定或寻找可能导致系统严重后果的初因事件，并进行分类，对于那些可能导致相同事件树的初因事件可划分为一类；b）构造事件树，先构造功能事件树，然后构造系统事件树；c）进行事件树的简化；d）进行事件序列的定量化。A.4事故地图（AcciMap）A.4.1含义AcciMap是由Rasmussen提出的系统事故致因模型。该方法从政府政策与预算、监管机构与协会、相关企业管理、技术和运营管理、事故进程与人员活动、设备与环境等维度分析事故致因及其相互关系。A.4.2研究步骤AcciMap的运用步骤如下：a）建立层次结构图，辨识致因因素并将其按层次归属记录在结构图中；b）基于致因-结果思路逐一回溯各个因素，建立致因列表；c）基于因果关系连接各因素，建立致因-结果链与致因网；d）基于系统论思想对致因网的薄弱处进行调整和补充；e）审查致因网逻辑，据此分析事故。T/CI 086202322附录 B船员不安全行为与状态评估方法B.1人因失误评估与减少技术（HEART）人因失误评估与减少技术（Human Error Assessment and Reduction Technique）主要以“失误产生条件”（Error-Producing Conditions,EPCs）为研究对象，它表示对于人员行为具有负面影响的工效学因子。假如一项给定任务中每个EPC独立影响行为的范围/程度能被量化，人误概率就可作为这些EPCs乘积的函数来计算。基于上述设想，HEART将一般的任务按难度、时间要求等特性划分为八大类（可增减），对每一类中的任务赋予名义人误概率。对一项要分析的任务，首先将它归类，选取名义概率值。然后辨识失误产生条件EPCs，用HEART提供的表格评估EPCs影响的大小，最后按HEART的一套准则计算人误概率。B.2人因失误概率预测技术（THERP）B.2.1含义人因失误率预测技术（Technique of Human Error Rate Predietion,THERP）主要基于人因可靠性分析（HRA）事件树模型。它将人因事件中涉及的人员行为按事件发展过程进行分析，并在事件树中确定失效途径后进行定量计算。人因可靠性事件树描述人员进行操作过程中一系列操作事件序列；它按时间为序，以两态分支扩展。其每一次分叉表示该系统处理任务过程的必要操作，有成功和失败两种可能途径。因而某作业过程中的人因可靠性事件树可描述出该作业过程中一切可能出现的人因失误模式及其后果。对树的每个分枝赋予其发生的概率，则可最终导出作业成功或失败的概率。B.2.2研究步骤人因失误率预测技术的主要研究步骤如下：a）危险性辨识。考察系统控制设施，完成事故树分析，着重了解操作对关键设备的影响和可能导致的失误事件。b）定性评价。针对关键事件进行调查，对操作规程进行熟悉和了解，进行操作分析，建造人因可靠性分析（HRA）事件树。c）定量评价。基于建造的人因可靠性分析（HRA）事件树计算人因失误概率。d）提出必要的建议。B.3认知可靠性和失误分析方法（CREAM）B.3.1含义CREAM是近几年最著名的人因可靠性分析技术之一。分析人员需要具有认知心理学基础，而且该技术可进行预测性分析，也可进行回溯性分析。预测性分析分为基本法和扩展法，基本法可获得任务的人因失误概率区间，扩展法和获得每一任务的人因失误概率。而且，该技术提供了基于认知功能的基本失误概率数据表，采用共同绩效条件（CPC）对基本失误概率进行调整。这些基本失误T/CI 086202323数据可方便的转移到海事领域使用。B.3.2适用范围CREAM包含了一个认知控制模型，用以表达其核心观点：认知不仅是对一系列外界刺激源所作出的反应，也是在目标导向下输出的行为，目标也会不断的纠正和调整，这也反应了认知心理学的基本原则，人的行为既是应激性的也是目标导向性的。B.3.3研究步骤CREAM基本法的目的是通过对场景环境的评价确定人的认知行为所处的控制模式，再根据每种模式对应的失误概率区间，确定大致的失误概率范围。主要步骤如下：a）对任务或阶段性任务进行分析，确定任务过程，再确定任务本身所涉及到的认知行为及可能的失效模式；b）对任务所处的实际场景环境进行描述；c）分别对场景环境的9个CPC进行评估，确定其对绩效可靠性的影响，分别记录下不同影响程度（改进、不显著、降低）的个数；d）根据所记录的不同影响程度的个数确定控制模式，再依据所确定的控制模式从所提供的表中查找其相对应的失误概率区间；确定控制模式和失误概率区间以后，如果认为有必要进行更加详细的分析，则进入扩展法阶段。其目的是计算任务或阶段性任务中每一认知行为的失误概率。在该阶段，人的认知活动分为协调、联络、对比、诊断、评价、识别、执行、保持、监视、观察、计划、记录、调整、扫描和检验15个种类，每一认知活动都对应相应的认知功能。认知功能分为4类，分别是观察、解释、计划和执行。每种认知功能会有若干个失误模式，每种失误模式有其基本失误概率及其上下边界。扩展法主要步骤如下：a）分析人失误事件，确定其认知活动，然后根据认知活动和认知功能对照表确定认知功能及可能的认知功能失误模式；b）根据基本法中确定的CPC水平的评估结果和4种认知功能的权重因子表，可确定每个CPC因子对该种认知活动的权重因子，总权重因子就是9个权重因子的乘积；c）根据（HEPi=HEP0总权重因子）计算认知活动的失误概率。如果包含多个认知活动，则总的认知失误概率要根据每个认知活动之间的逻辑关系进行估算。使用CREAM方法有如下好处：a）把人的操作放在特定的场景环境中去描述，在分析的初期阶段就考虑到场景环境对人的行为可靠性的影响，强调了人的认知活动和认知功能在场景环境影响下的变化；b）完整的考虑了场景环境的因素，全面涵盖了人、机、环境、管理及任务特性本身对人的绩效的影响；c）既能对已发生的人因事故进行回溯性分析，又能对人的失误概率进行预测性分析；考虑到与概率安全评价（PSA）的结合，提供了与PSA进行良好结合的接口。T/CI 086202324B.4人为因素分析与分类系统（HFACS）人因分析和分类系统（Human Factors Analysis and Classification System,HFACS）是根据Reason的瑞士奶酪模型的基础上提出的，是一种综合的人的失误分析方法。HFACS框架通过详细说明不安全行为、不安全行为的前提条件、不安全监督和组织影响的分类，揭示了奶酪片中“洞”的定义，以便在实践中方便地应用。HFACS框架包含监督和管理因素的清晰层级，可用于全面处理事故中的人因问题。此外，HFACS框架能够探索具有不同复杂性的事故的可能原因。在模型中，不安全行为按照人的犯错动机分为差错和违规。不安全行为的前提条件是指导致不安全行为发生的直接因素，可以划分为环境因素、操作者状态和人员因素。不安全监管层可以划分为监管不充分、运行计划不当、未能纠正问题和监管违规。组织影响可以划分为资源管理、组织氛围和组织过程。B.5系统理论事故及过程模型（STPA）B.5.1含义STPA（Systems-Theoretic Process Analysis）是基于STAMP（Systems-Theoretic AccidentModeling and Process）因果关系模型建立的新的安全/风险性分析方法，能够实现系统设计层面由STAMP中辨识出的已有技术无法处理的新致因问题。STPA结合所评价系统对象的功能控制图和目标需求，分析系统危害，部件或事件得安全约束条件和安全需求条件。B.5.2适用范围STPA可用于当前已有的评价对象，也可用于在设计层面