ارگونومی، جلد ۹، شماره ۳، صفحات ۸۴-۱۰۳
عنوان فارسی شناسایی و ارزیابی خطاهای سیستم‌های تعاملی انسان- ماشین با استفاده از تکنیک CREAM و روش تجزیه و تحلیل درخت خطا
چکیده فارسی مقاله زمینه و هدف: 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.   روش ­کار: مطالعه حاضر تلفیقی از روش کمی جهت برآورد عملکرد کل سیستم و روش کیفی و مقطعی به منظور تخمین خطاهای انسانی می‌‏باشد که در اتاق کنترل نیروگاه فردوسی مشهد در سال 1399 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 CREAM تخمین زده شده است.   یافته‌ها: طراحی تمام ‏اتوماتیک، با میانگین خطای 0.013 دارای کمترین نرخ خطا بوده که معادل نرخ خطای طرح تمام دستی است. طبق یافته‌های روش CREAM، 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. نتیجه گیری: قابلیت اطمینان بالای ماشین نسبت به عملکرد عامل انسانی باعث گردیده که طرح تمام ‏اتوماتیک دارای کمترین نرخ خطا باشد. اما با توجه به ادبیات موضوع، انتخاب طرح تمام ‏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 تصمیم‌‏گیری و اجرا ارائه شده است.  
کلیدواژه‌های فارسی مقاله سیستم تعاملی انسان- ماشین، تجزیه و تحلیل درخت خطا، سطح اتوماسیون، عملکرد عامل انسانی، روش CREAM
عنوان انگلیسی Error assessment in man-machine systems using the CREAM method and human-in-the-loop fault tree analysis
چکیده انگلیسی مقاله Background and Objectives: 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. Methods: 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. Results: 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. Conclusion: 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.  
کلیدواژه‌های انگلیسی مقاله Human-Machine Systems, Function Allocation, Human Reliability, Human-in-the-loop fault tree analysis, Human factors
نویسندگان مقاله نوشین آتشفشان | Nooshin Atashfeshan
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

محمد سعیدی مهرآباد | Mohammad Saidi-Mehrabad
Professor, Industrial Engineering Department, Iran University of Science and Technology, Tehran, Iran.
استاد، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران

حمیده رضوی | Hamideh Razavi
Associate Professor, Faculty of Engineering, Ferdowsi University of Mashhad, Mashhad, Iran
دانشیار، گروه مهندسی صنایع، دانشگاه فردوسی مشهد، مشهد، ایران

نشانی اینترنتی http://journal.iehfs.ir/browse.php?a_code=A-10-6012-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده سایر موارد
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات