XiaoMi-AI文件搜索系统
World File Search SystemHFACS
危险化学品事故不安全行为原因分析：结合HFAC与贝叶斯网络
摘要：危险化学品事故严重危害公众的生命、财产和健康，人的因素和组织因素是造成各类事故的重要原因。为了系统探究我国危险化学品事故中不安全行为的影响因素，介绍了基于贝叶斯网络的人因分析与分类系统（BN-HFACs）的方法。根据我国39份危险化学品事故调查报告，获取原始贝叶斯网络（BN），计算BN中各节点的失效敏感度。研究结果表明，不安全行为前提条件层次上的危险品环境（1.63）和机械设备（0.49）具有与操作失误同方向的失效效应，而不存在与操作违规同方向的失效效应的因素。组织影响与不安全监管中的一些因素，如组织氛围（0.34）、作业指导（0.37）、计划性作业（0.22）、法律监督（0.19）也是作业失误的重要原因，而资源管理（0.12）、隐患排查（0.18）和法律监督（0.13）对作业违规有影响。此外，其他层级要素之间还存在密切的联系，如作业指导对危险品环境的影响（6.60），在组织因素层面，组织氛围对其他因素的影响最为明显。基于以上研究结论，分别对个人、企业和政府提出了建议，并明确了本研究的局限性。
HFACS（人为因素分析与分类系统）在韩国国内客船事故中的应用
本论文由 Maritime Commons 提供。开放获取项目可以出于非商业、合理使用学术目的下载。未经世界海事大学明确书面许可，不得将任何项目托管在其他服务器或网站上。有关更多信息，请联系 library@wmu.se 。
将霍夫斯泰德的民族文化融入人为因素分析和分类系统 (HFACS)：印度尼西亚航空安全案例
摘要。民族文化在人体工程学和安全应用中发挥着重要作用。本研究使用人为因素分析和分类系统 (HFACS) 框架研究了民族文化在印度尼西亚航空事故分析中的作用。作者使用 HFACS 框架分析了 2001-2012 年期间发生的 53 起印度尼西亚航空事故，并向印度尼西亚的 14 名航空运输专家进行了验证。用霍夫斯泰德的民族文化视角来看待民族文化。结果表明，印度尼西亚文化的特点是高度集体主义、低不确定性规避、高权力距离和男性气质维度，在印度尼西亚航空事故中发挥着重要作用，应纳入 HFACS。结果与 HFACS 和印度尼西亚航空事故分析有关。
使用该方法对人为因素分析和分类系统 (HFACS) 不安全行为和不安全监督层进行可靠性测试
根据印尼国家运输安全委员会（KNKT）2013年的报告，印尼60%的航空运输事故是人为因素造成的。已经开发出各种方法来识别和分析人为错误，其中之一就是人为因素分析和分类系统 (HFACS)。该方法从不安全行为、不安全行为的前提条件、不安全监管、组织影响四个层次解释了人为失误。本研究旨在确定印度尼西亚航空事故调查中HFACS不安全行为和不安全监督层的可靠性，并确定影响这种可靠性的因素。测试HFACS可靠性的方法是一致性指数（IOC）。此方法计算受访者之间的百分比一致性。共有 7 名受访者参与了本研究，通过评估五起使用 HFACS 的事故案例，并填写了一份评估 HFACS 的全面性、灵活性、效率和可用性的问卷。超过 70% 的百分比被认为是可靠的。从问卷调查结果看，层次化层面的同意率为89.50%，细层次层面的同意率为24.11%。因此，不安全行为和不安全的监督层在层级别上是可靠的，但在子层级别上是不可靠的。有几个因素影响这种可靠性，即信息的完整性、HFACS 问卷调查对象、HFACS 说明和研究程序。 。
可靠性测试人为因素分析和...
印度尼西亚60%的航空运输是由人为因素造成的。人们已经开发了多种方法来识别和分析人为错误，其中之一是人为因素分析和分类系统（HFACS）。该方法解释了人为失误的四个层面，即不安全行为、不安全行为的前提、不安全监管和组织影响。本研究旨在确定 HFACS 层不安全行为和不安全监管在调查印度尼西亚航空事故中的可靠性，并确定影响这种可靠性的因素。用于测试 HFACS 可靠性的方法是一致性指数（IOC）。此方法计算受访者之间的一致性百分比。本研究共有 7 名受访者参与评估 HFACS 的可靠性，通过使用 HFACS 评估 5 个事故案例，并填写问卷评估 HFACS 的全面性、灵活性、效率和可用性水平。超过 70% 的百分比被认为是可靠的。从问卷调查结果来看，层层同意率为89.50%，次层同意率为24.11%。因此，不安全行为和不安全监管层在层级可靠，但在子层级不可靠。有几个因素会影响这种可靠性，即信息的完整性、HFACS 问卷调查对象、HFACS 说明和研究程序。。
新加坡空军维护相关飞行安全事故的根本原因分析
表 1.HFACS 编码过程................................................................................................. 32 表 2.HFACS 在事故报告中的应用.................................................................... 33 表 3.事故调查委员会报告中主要结果摘要................................................. 34 表 4.所需与已实现的基线检查....................................................................... 52
FMARI 在事故创新和 IT 中的应用...
摘要 FMARI 数据库应用程序旨在帮助安全审计员调查工作事故，并作为常规公司向印度尼西亚安全委员会组织（BPJS for Employee）报告的例行监控，主要目标是实现零事故。FMARI 代表 Faktor Manusia dan Analisis Resiko Industri（应用：人为因素和工业风险分析），遵循 HFACS 方法，并在印尼语中对 HFIX 进行了修改。人为因素分析和分类系统 (HFACS) 是一种系统安全模型，可有效弥合人为错误理论与应用人为错误分析之间的差距。人为因素干预矩阵 (HFIX) 是一种创新工具，用于将干预策略映射到 HFACS 中确定的特定形式的人为错误上。
危险化学品储存事故中人为因素关系分析
摘要：人为因素是危化品储存事故的重要原因，理清人为因素之间的关系，有助于识别事故中不安全行为与影响因素之间的逻辑链。因此，本文对危化品储存事故的人为关系进行了研究。首先，介绍了源自航空领域事故分析的人为因素分析与分类系统（HFACS）。由于有些条目是为航空事故分析而设计的，如“机组资源管理”条目，并不完全适用于危化品储存事故分析。因此，本文对HFACS模型进行了一些修改和改变，使之适用于危化品储存事故分析。基于改进的HFACS模型，对42起危化品储存事故进行了分析，并对其原因进行了分类。经过分析发现，在HFACS框架下，事故发生率最高的是资源管理，其次是违规和监管不力，最后是组织流程和技术环境。最后，根据改进的HFACS分析得到的各类事故原因统计结果，采用卡方检验和比值比分析，进一步探讨人为因素在危险化学品仓储事故中的相关性。四个层次的因素之间存在16组显著的因果关系，包括资源管理和监管不力、计划性不当操作和技术环境、监管不力和身体/心理限制、技术环境和基于技能的错误等。
加纳采矿业的人为因素分析框架*
为了将人为因素作为事故原因纳入技术故障，研究人员提出了人为因素分析的概念。人为因素分析模型旨在识别系统内影响操作员行为并引发事故的潜在条件。为了有效应用人为因素分析模型，建议使用特定领域模型。大多数现有模型都是针对特定领域开发的。这带来了挑战，并阻碍了其在所开发领域之外的有效应用。本文旨在为加纳的采矿业提出人为因素分析框架。对文献中三种主要的事故成因模型和调查方法进行了比较研究：AcciMap、HFACS 和 STAMP。比较评估表明，HFACS 适用于事件数据分析，原因如下：易于学习和使用，适用于多事件分析和趋势和模式的统计量化，以及高度的编码员间和编码员内可靠性。对 HFACS 及其衍生产品进行了深入研究。根据文献中关于 HFACS 的建议和研究结果，提出了人为因素分析和分类系统 - 加纳采矿业 (HFACS-GMI)。HFACS-GMI 有 4 个层级，即：外部影响/因素、组织因素、当地工作场所/个人条件和不安全行为。部分列表
了解人为因素对澳大利亚铁路事故和事件的影响
审查了 40 份铁路安全调查报告，并采用了一个理论框架（人为因素分析和分类系统 (HFACS)）作为识别与澳大利亚铁路事故/事件相关的错误的手段。总体而言，HFACS 被证明在对现有调查报告中的错误进行分类以及捕获所有相关的铁路人为因素数据方面非常有用。结果显示，近一半的事故是由设备故障引起的，其中大部分是由于维护或监控程序不足造成的。在其余情况下，注意力不集中（即基于技能的错误）与警觉性下降和身体疲劳有关，是导致事故和事件的最常见不安全行为。设备设计不当（例如驾驶员安全系统）经常被认为是组织影响因素，并且可能导致因注意力不集中而导致的事故/意外事件数量相对较多。几乎所有事故都与至少一种组织影响有关，这表明资源管理、组织氛围和组织流程的改进对于减少澳大利亚的事故和意外事件至关重要。未来的工作将旨在修改 HFACS，以生成特定于铁路的框架，用于未来的错误识别、事故分析和事故调查。© 2008 Elsevier Ltd. 保留所有权利。