fa شناسایی و ارزیابی خطاهای سیستم‌های تعاملی انسان- ماشین با استفاده از تکنیک CREAM و روش تجزیه و تحلیل درخت خطا سایر موارد Other Cases پژوهشي Research <div class="rounded" style="background: rgb(238, 238, 238); border: 1px solid rgb(204, 204, 204); padding: 5px 10px; text-align: justify;"><span style="line-height:2;"><span style="font-size:14px;"><span style="font-family:IRANsans;"><strong><span style="color:#6a0088;">زمینه و هدف</span><span style="color:#7030a0;">:</span></strong> نادیده گرفتن نیروی انسانی در روند طراحی سیستم‌های انسان- ماشین به عنوان عاملی اثرگذار در وقوع حوادث شناخته شده است. این مطالعه با ارائه راهکاری جهت تخمین عملکرد سیسستم تعاملی انسان- ماشین به مهندسین اتوماسیون یاری می‌رساند تا بتوانند با در نظر گرفتن عوامل انسانی، سطح اتوماسیون مناسبی را در طراحی اعمال نمایند.<br> <strong><span style="letter-spacing:-.2pt;"><span style="color:#6a0088;">روش &shy;کار</span></span></strong><strong><span style="letter-spacing:-.2pt;"><span style="color:#7030a0;">:</span></span></strong><span style="letter-spacing:-.2pt;"> مطالعه حاضر تلفیقی از روش کمی جهت برآورد عملکرد کل سیستم و روش کیفی و مقطعی به منظور تخمین خطاهای انسانی می‌&rlm;باشد که در اتاق کنترل نیروگاه فردوسی مشهد در سال ۱۳۹۹ انجام پذیرفته است. عملکرد سیستم تعاملی در سطوح مختلف اتوماسیون توسط تکنیک درخت خطا با اعمال همزمان عملکرد عامل انسانی، عملکرد ماشین و عوامل تأثیرگذار بر این دو، برآورد گردیده است. عملکرد عامل انسانی در این درخت خطا توسط روش </span><span dir="LTR" style="letter-spacing:-.2pt;">CREAM</span><span style="letter-spacing:-.2pt;"> تخمین زده شده است.</span><br> <strong><span style="color:#6a0088;">یافته‌ها:</span></strong> <span style="letter-spacing:-.1pt;">طراحی تمام &rlm;اتوماتیک، با میانگین خطای ۰.۰۱۳ دارای کمترین نرخ خطا بوده که معادل ۱/۸&nbsp;</span><span style="position:relative;top:5.5pt;"><img alt="" chromakey="white" src="file:///C:/Users/DRMAHD~1/AppData/Local/Temp/msohtmlclip1/01/clip_image001.png" ></span><span style="letter-spacing:-.1pt;">نرخ خطای طرح تمام دستی است. طبق یافته‌های روش </span><span dir="LTR" style="letter-spacing:-.1pt;">CREAM</span><span style="letter-spacing:-.1pt;">، افراد از متناسب بودن سیستم‌های انسان- ماشین و دستورالعمل‌های مدون برای برخی فعالیت‌ها رضایت چندانی ندارند. بنابراین افزایش نرخ خطای انسانی نسبت به ماشین امری منطقی است.</span><br> <strong><span style="color:#6a0088;">نتیجه گیری:</span></strong> <span style="letter-spacing:-.1pt;">قابلیت اطمینان بالای ماشین نسبت به عملکرد عامل انسانی باعث گردیده که طرح تمام &rlm;اتوماتیک دارای کمترین نرخ خطا باشد. اما با توجه به ادبیات موضوع، انتخاب طرح تمام &rlm;اتوماتیک به عنوان گزینۀ نهایی معایبی به همراه دارد. در این پژوهش با حفظ سطح قابل قبولی از عملکرد سیستم، راهکارهایی جهت رفع این معایب بر اساس شاخص اهمیت پارامترهای کنترلی و ضرورت مشارکت عامل انسانی در فرآیندهای تصمیم‌&rlm;گیری و اجرا ارائه شده است.</span></span></span></span></div> <div class="rounded" style="background: rgb(238, 238, 238); border: 1px solid rgb(204, 204, 204); padding: 5px 10px; text-align: justify;"><span style="line-height:2;"><span style="font-size:14px;"><span style="font-family:Times New Roman;"><span style="color:#8e44ad;"><strong>Background and Objectives:</strong></span> Despite contribution to catastrophic accidents, human errors have been generally ignored in the design of human-machine (HM) systems and the determination of the level of automation (LOA). This paper aims to develop a method to estimate the level of automation in the early stage of the design phase considering both human and machine performance.<br> <span style="color:#8e44ad;"><strong>Methods:</strong></span> A quantitative method is used to evaluate the performance of the whole human-machine system by the human-in-the-loop fault tree analysis while a qualitative and cross-sectional method is used to estimate human errors using the CREAM technique. The data are collected from real cases that happened in the control room of the Ferdowsi power plant.<br> <span style="color:#8e44ad;"><strong>Results:</strong></span> Full automatic option with an average error of 0.013 had the lowest error rate, i.e. 1/8 of the error rate of the manual design. In addition, the CREAM analysis showed that the control room operators were not satisfied with the availability of procedures and Man-Machine Interface and operational support in general. Thus, on average, the reliability of the manual design is less than the reliability of the automatic setting.<br> <span style="color:#8e44ad;"><strong>Conclusion:</strong> </span>High machine reliability has led to the fact that the fully automatic design would be one of the best design choices for human-machine systems. However, based on the previous studies, high automation may have some human-out-of-the-loop shortcomings. Thus, this study proposed solutions to overcome these disadvantages based on the importance of the control parameters or the essence of human involvement in some decision-making and execution tasks.</span></span></span></div> سیستم تعاملی انسان- ماشین, تجزیه و تحلیل درخت خطا, سطح اتوماسیون, عملکرد عامل انسانی, روش CREAM Human-Machine Systems, Function Allocation, Human Reliability, Human-in-the-loop fault tree analysis, Human factors 84 103 http://journal.iehfs.ir/browse.php?a_code=A-10-6012-1&slc_lang=fa&sid=1 Nooshin Atashfeshan نوشین آتشفشان n_atashfeshan@ind.iust.ac.ir 100319475328460015012 100319475328460015012 No PhD Candidate, Industrial Engineering Department, Iran University of Science and Technology, Tehran, Iran دانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران Mohammad Saidi-Mehrabad محمد سعیدی مهرآباد mehrabad@iust.ac.ir 100319475328460015013 100319475328460015013 Yes Professor, Industrial Engineering Department, Iran University of Science and Technology, Tehran, Iran. استاد، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران Hamideh Razavi حمیده رضوی h-razavi@um.ac.ir 100319475328460015014 100319475328460015014 No Associate Professor, Faculty of Engineering, Ferdowsi University of Mashhad, Mashhad, Iran دانشیار، گروه مهندسی صنایع، دانشگاه فردوسی مشهد، مشهد، ایران