地鐵調(diào)度員人因失誤數(shù)據(jù)及其采集方法的研究.pdf

1、隨著地鐵的更新?lián)Q代，人—機(jī)交互的情況將成為地鐵工作的常態(tài)。據(jù)統(tǒng)計(jì)在復(fù)雜人—機(jī)系統(tǒng)中，人因失誤是導(dǎo)致系統(tǒng)安全水平下降的重要原因。地鐵調(diào)度員是地鐵運(yùn)營(yíng)系統(tǒng)的決策者，研究其在系統(tǒng)中的人因失誤具有很重要的現(xiàn)實(shí)意義。在研究過(guò)程中，最大的難題是缺乏人誤數(shù)據(jù)。本研究以解決這一難題為目的，創(chuàng)建地鐵調(diào)度員人因失誤數(shù)據(jù)的采集方法，即根據(jù)行車(chē)調(diào)度系統(tǒng)和任務(wù)的特點(diǎn)，設(shè)計(jì)出自動(dòng)列車(chē)監(jiān)控系統(tǒng)（Automatic Train Supervision，ATS）工作站主

2、界面，通過(guò)模擬機(jī)實(shí)驗(yàn)方法得到人誤數(shù)據(jù)，并對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理。
　　本文首先闡述了地鐵系統(tǒng)人因失誤數(shù)據(jù)研究的背景和意義，并概述人誤數(shù)據(jù)在核電、航天和醫(yī)療以及其他領(lǐng)域的國(guó)內(nèi)外研究現(xiàn)狀，在列舉現(xiàn)有的人因失誤數(shù)據(jù)采集方法并對(duì)比分析其優(yōu)缺點(diǎn)的基礎(chǔ)上，確定將人誤數(shù)據(jù)庫(kù)和模擬機(jī)實(shí)驗(yàn)法作為本論文的研究方法，提出人因差錯(cuò)率預(yù)測(cè)技術(shù)（Technique for Human Error Rate Prediction, THERP），包括從THERP手

3、冊(cè)里獲取的人誤數(shù)據(jù)和對(duì)數(shù)據(jù)進(jìn)行分析的方法。具體做法是：針對(duì)地鐵行車(chē)調(diào)度系統(tǒng)的特點(diǎn)，以北京地鐵1號(hào)線為例，介紹ATS系統(tǒng)并分析系統(tǒng)人機(jī)界面；概述地鐵行車(chē)調(diào)度任務(wù)，將任務(wù)分成四種類(lèi)型，并引出實(shí)驗(yàn)部分的情景任務(wù)；再根據(jù)北京地鐵1號(hào)線的運(yùn)營(yíng)特點(diǎn)，采用visual C＃軟件設(shè)計(jì)出ATS系統(tǒng)工作站主界面，并對(duì)實(shí)驗(yàn)情景的操作流程進(jìn)行詳細(xì)描述；將實(shí)驗(yàn)得到的原始數(shù)據(jù)與標(biāo)準(zhǔn)反應(yīng)時(shí)比較，從而獲得人誤數(shù)據(jù)。最后，將人誤數(shù)據(jù)進(jìn)行分類(lèi)比較，算出每種實(shí)驗(yàn)情景在不同操