theisrm.org › public-library PDF 2022年5月7日 — 2022年5月7日 这些系统——核电站、化工厂、飞机和空军……人为错误(例如忘记关咖啡下面的暖气,或者忘记了。
可以同时实现自适应学习和可靠性能。关注这些过程代表了对先前关于组织事故起源和背景的讨论(例如,Perrow,1984)的理论丰富,这些讨论在很大程度上是在宏观层面、技术驱动的结构视角下构建的。丰富性源于这样一个事实:通过阐明一组不断重新实现可靠性的认知过程,我们提供了一种制定可靠结构的机制。这种机制在非 HRO 中往往不够发达,因为人们往往关注成功而不是失败,关注效率而不是可靠性。我们怀疑,围绕可靠性构建的流程改进计划(例如,全面质量管理)失败的原因往往是认知基础设施不够发达。
摘要:“高可靠性组织”(HRO)模型在很大程度上受到军舰运作方式的启发,用于思考一种既复杂又有风险的组织类型的绩效。此类组织的可靠性取决于两大支柱:一方面,将安全作为其绩效的重要组成部分的组织方法;另一方面,在日常活动中提供安全保障的专业实践。高组织可靠性模型是对“正常事故”理论的回应。它侧重于核电站和航空母舰等组织的特征,这些组织正在与 Perrow 描述的高风险技术作斗争,但很少发生事故。管理层应该接管跨组织的紧张领域,不是代替地面参与者,而是提供支持,以便为他们提供手段来建立适应他们必须面对的问题的局部和临时妥协。这意味着根据一些简单的原则定义管理姿态。从经济角度来看,高风险行业面临着越来越大的压力,以降低设计和运营成本,同时对工艺性能的要求更加严格。
计算机系统越来越多地被用在这样的环境中:它们的故障(或者甚至是它们的正确操作,如果它们是按照有缺陷的要求构建的)可能会产生严重后果。关于这种“关键系统”应具备的特性以及开发它们的最佳方法,人们的意见出奇地多样化。可靠性方法源自超可靠和容错系统的传统,而安全性方法源自危害分析和系统安全工程的传统。安全界还有另一种传统,实时系统的传统中还有更专门的方法。在本报告中,我将研究每种方法中考虑的关键特性,以及为指定这些特性并确保满足这些特性而开发的技术。由于现在正在构建的系统必须同时满足这些关键系统特性中的几个,因此人们特别关注一种传统技术与另一种传统技术的支持或冲突程度,以及某些关键系统特性是否从根本上兼容或不兼容。为了更好地理解这些问题,我建议根据 Perrow 的分析 1 提出一种分类法,将组件交互的复杂性和耦合紧密度作为主要因素。
摘要:为实现《巴黎协定》的1.58-28目标,必须大幅加快向可再生能源社会转型的速度。运用佩罗的社会风险理论,我们认为从基于化石能源系统转换为未来的100%可再生能源系统可能会增加气候风险。通过查阅政策和研究文献并采访挪威的主要能源政策参与者,我们发现人们对这一主题的了解有限,而且现有的知识也存在一些缺陷。在讨论气候风险时,我们通常会将未来气候应用于当前能源系统,因此没有考虑到正在进行的能源转型所造成的气候脆弱性。此外,讨论通常仅限于子系统反映而不是系统反映,并且大多呈现供给侧观点而不是需求侧观点。大多数政策参与者得出结论,未来100%可再生能源系统将主要受益于气候变化,并降低而不是增加气候风险。提出了一项研究议程,以更好地了解正在进行的能源转型如何影响气候风险,特别是解决降低能源消耗水平、实现能源来源多样化和优先考虑短途能源对降低高消耗国家气候风险的潜力。
图表列表 图 2.1。复杂性耦合关系(Perrow 1999, 97) ...................................................................................................... 13 图 2.3。企业危机的原因和根源(Mitroff、Pauchant 和 Shrivastava 2006) ............................................................................................................. 32 图 2.3.2。危机管理流程(Pearson 和 Mitroff 1993, 53) ...................................................................................... 33 图 2.2.3。危机管理的洋葱模型 ............................................................................................. 37 图 2.4。风险视角的系统分类(改编自 Renn 1992) ............................................................................................................................. 41 图 3.3。BCM 与 HRO 之间的概念联系 ...................................................... 66 图 3.3.3。概念框架 (Camastral 和 Barnes 2011) ........................................ 71 图 3.3.4。BCM 成熟度评估工具 ...................................................................... 74 图 6.2。第二项研究分析大纲 ............................................................................. 179 图 6.2.1。机场 A BCM 实施时间表 ............................................................. 180 图 6.2.2。机场 B BCM 实施时间表 ............................................................. 182 图 6.2.3。机场 C BCM 实施时间表 ............................................................. 183 图 6.3.1。机场 A 的总体成熟度 ................................................................................ 185 图 6.3.2。机场 B 的总体成熟度 ................................................................................ 186 图 6.3.3。机场 C 的总体成熟度 ................................................................................ 188 图 7.2.2.2。BCM 实施驱动因素 ............................................................................. 246 图 7.3.1。BCM 成熟度和实施矩阵 ............................................................................. 254 图 7.3.2。BCM 成熟度评估工具 ............................................................................. 256