Вопросы эргономики на АЭС - Анализ типов поведения операторов АЭС

Глава 6
АНАЛИЗ ДЕЯТЕЛЬНОСТИ ОПЕРАТОРОВ АТОМНОЙ СТАНЦИИ
Настоящая глава посвящена описанию методик и некоторых результатов экспериментальных исследований деятельности операторов АЭС. Все предлагаемые методики посвящены изучению и анализу ТОУ, ЧМИ и среды операторской деятельности. Предмет исследования составляли различные структурные элементы деятельности - классы технологических задач, этапы (фазы) решения задач, отдельные технологические задачи и ситуации, а также деятельность в целом. В качестве основного инструмента для измерения исследуемых свойств и факторов использовался метод экспертных оценок. В роли экспертов выступали операторы двух АЭС - Калининской (КлнАЭС) и Игналинской (ИАЭС). Перечень описываемых методик приведен в табл. 6.1.
Таблица 6.1. Перечень методик, предметов и целей исследования

1. Анализ типов поведения операторов АЭС

Методика «Оператор».

В § 3.3 в качестве одного из классификационных признаков деятельности операторов АЭС упоминались типы поведения, предложенные Дж. Расмуссеном.  Согласно этой классификации, характер деятельности оператора зависит от степени формализации управленческих процессов, а сама деятельность может осуществляться на уровне навыков, правил и знаний. Такое разделение не только является шагом к пониманию когнитивных процессов, приводящих операторов к управленческим решениям, но и имеет важное значение для прогнозирования их надежности. Расмуссен полагает, что переход с одного уровня поведения на другой сопровождается изменением вероятности совершения оператором ошибки на один порядок (см. рис. 5.2,в). Эго означает, что выявление ситуаций, в которых наблюдается наиболее интеллектуальное поведение, позволяет предвидеть возможное резкое снижение надежности оператора. Описываемая далее методика «Оператор» предназначена для выявления преобладающих типов поведения оператора в процессе реализации различных фаз решения технологических задач определенного класса.
В качестве предмета настоящего исследования выступают описанные в § 3.3:
три класса технологических задач - 1) задачи регулирования и оптимизации технологического процесса; 2) задачи штатного изменения процесса; 3) задачи ликвидации аномальных ситуаций;
пять этапов (фаз) их решения - 1) инициирование, 2) классификация, 3) планирование, 4) исполнение, 5) отслеживание.
Вместе они образуют 3х5=15 элементов деятельности, для каждого из которых экспертным путем производится измерение относительных весов типов поведения, наблюдаемых в ходе их осуществления.
Методика предполагает проведение двух экспертиз. В качестве объектов оценивания в первой экспертизе выступают три типа поведения: навыки (Βχ), правила (В2) и знания (В3). Эксперту задается прямой вопрос, предписывающий оценить соотношение (относительные веса - λβ;, i = 1,3 ) этих трех типов поведения для каждого из 15-ти элементов деятельности. В качестве шкалы оценивания используется гиперпорядковая шкала. Оценивание относительных весов осуществляется в процентах с последующим нормированием оценок к 1. В качестве способа оценивания применяется непосредственное оценивание.
Очевидно, что столь абстрактный фактор, как «тип поведения», даже специалистами по инженерной психологии (не говоря об экспертах - работниках АЭС) воспринимается очень субъективно. Несмотря на подробное разъяснение, эксперт может вкладывать в него совершенно иной смысл, нежели постановщик экспертизы и аналитик. Чтобы избежать искажения смысла, в методику был введен еще один фактор, отражающий различные виды знаний, используемые человеком-оператором для внутреннего представления образа объекта управления и решаемой технологической задачи. Исследовались пять видов знаний, упомянутых в §4.6: физические (К1), функциональные (К2), продукционные (К3), экономические (К4) и интуитивные (К5). Виды знаний составляют объекты оценивания второй экспертизы, задача которой - оценка их относительных весов λκj, j = 1,5 для каждого из 15-ти элементов деятельности. Во второй экспертизе используются аналогичные первой шкала и способ оценивания.
Включение в методику избыточного (априорно коррелирующего) фактора «вид знаний» обеспечивает возможность перекрестного контроля адекватности оценок. Механизм перекрестного контроля состоит в задании априорной взаимной зависимости типов поведения и видов знаний. Эта зависимость характеризуется относительной частотой использования различных видов знаний в поведении того или иного типа - υίjε [0,1]. Близость к единице означает, что в i-м типе поведения практически всегда используется j-й вид знаний, а значение υίj=0 свидетельствует об их абсолютной независимости. Значения относительных частот (табл. 6.2) являются частью методики «Оператор» и отражают трактовку факторов и собственные взгляды ее разработчиков.
Приведенные коэффициенты дают возможность пересчитать относительные веса видов знаний в относительные веса типов поведения и наоборот:

где- расчетный относительный вес i-го типа поведения.

Таблица 6.2. Относительные частоты использования видов знаний

Проанализировав сходство оценок, полученных расчетным путем, с оценками, данными экспертами, можно сделать вывод о степени адекватности восприятия экспертом исследуемых факторов. Мерой сходства трактовок разработчиков методики и эксперта является близость расчетных λΒ и фактических (данных экспертом) λΒ весов, оцениваемая как коэффициент ранговой корреляции Спирмена (для n=3)/ Диапазон значений d - от -1 до 1. При d >0 можно говорить о не противоречащих друг другу взглядах эксперта и постановщика экспертизы, a d>0,5 свидетельствует об адекватном понимании экспертом сущности и смысла анализируемых факторов. Для большинства экспертов были отмечены относительно высокие значения d - от 0,2 до 0,6.
Экспертный опрос по двум описанным экспертизам проводился с помощью анкеты, образец которой приведен в Приложении 3. Оценки, проставленные в качестве примера для двух элементов деятельности, интерпретируются следующим образом:
в процессе классификации состояния энергоблока в аномальных ситуациях в большинстве случаев (около 50%) оператор действует на уровне правил, в 30% случаев — на уровне знаний и в 20% - на уровне навыков;
при инициировании изменения режима работы энергоблока оператор принимает решение, исходя в большей степени (50%) из существующих правил и процедур, реже — в 30% случаев по соображениям экономического характера и в 20% - на основании функциональных взаимосвязей оборудования.
В роли экспертов в данном опросе выступали 14 операторов и инструкторов КлнАЭС, интервьюируемых методом Дельфы (индивидуальное анкетирование) в 2 тура без обратной связи с временным лагом 1 месяц. Для каждого из 15-ти исследуемых элементов деятельности в результате анкетирования были получены 2 матрицы.
Обе матрицы обрабатываются отдельно в следующем порядке: анализ согласованности мнений экспертов, принимавших участие в экспертизе;
выделение высокосогласованных групп, характеризующихся близостью мнений входящих в них экспертов;
синтез обобщенного мнения, состоящий в объединении индивидуальных оценок в общий итоговый показатель.

Анализ согласованности мнений.

Одним из основных инструментов, используемых при обработке экспертных оценок, является анализ согласованности, задача которого состоит в определении, насколько близки или далеки друг от друга точки зрения экспертов. Количественная оценка степени близости мнений двух и более экспертов выполняется с помощью показателей согласованности, таких как коэффициенты ранговой и обычной корреляции, коэффициенты конкордации, ассоциации, вариации, согласия и др.
Для оценки степени согласованности мнений экспертов в данной методике используются показатели ранговой корреляции — коэффициент парной ранговой корреляции и коэффициент конкордации. Как отмечалось в [10], переход от относительных весов к рангам при анализе согласованности позволяет сгладить субъективную составляющую оценок. Так, например, два эксперта следующим образом оценили относительные веса типов поведения: {80,15, 5} и {50, 35,15}. Несмотря на видимые различия, оценки этих экспертов, в общем-то, сходятся в одном - оба они признали преобладание навыков над правилами и правил над знаниями, просто первый эксперт более сильно «ощущает» степень этого превосходства.
Ранжирование относительных весов осуществляется следующим образом: объекту, имеющему максимальный относительный вес, приписывается ранг 1, следующему по значимости объекту - ранг 2 и т.д. Если встречаются одинаково значимые объекты, то им приписывается связный ранг, определяемый как среднее арифметическое рангов, поделенных между собой равными объектами. Сумма рангов в ранжировании каждого эксперта должна равняться , где п - число объектов оценивания.
Для анализа согласованности мнений двух экспертов вычисляется коэффициент парной ранговой корреляции.

Диапазон значений W от 0 до 1. При полной согласованности мнений, когда все эксперты дают одинаковые оценки, W=1. При полном отсутствии согласованности оценки совершенно случайны и W= 0. В остальных случаях - чем больше W, тем выше согласованность экспертных ранжирований.
Низкий коэффициент конкордации, полученный для совокупности экспертов, свидетельствует либо о действительном отсутствии общности мнений, либо о наличии внутри этой совокупности отдельных полярных групп, характеризующихся высокой внутренней согласованностью мнений. Так, если половина экспертов указала одно и то же ранжирование, в то время как другая половина - полностью противоположное ранжирование, то общий коэффициент конкордации - W= 0, однако для каждой из этих групп в отдельности W= 1.  При значениях W, близких к предельным, анализ подобных ситуаций весьма актуален. Рассмотрим эту процедуру более подробно.
Выделение высокосогласованных групп. Применение метода экспертных оценок почти наверняка сопряжено с совмещением отличающихся друг от друга (а то и полярных) взглядов на проблему. Обобщать такие мнения в единое целое - все равно, что вычислять «среднюю температуру по госпиталю». Чтобы избежать такой ошибки, необходимо выявить и отделить друг от друга различные точки зрения на проблему с последующим разделением экспертов на группы (фракции), отражающие данные точки зрения. Для выделения таких высокосогласованных групп в методике используется следующий эвристический алгоритм.
Если в процессе сканирования шаблон хоть раз изменялся, то сканирование с добавлением новых экспертов в формируемую группу повторяется.
Выявим лидера первой высокосогласованной группы. Им является эксперт, имеющий наибольшее количество «сильных» связей (в матрице Н ему соответствует строка Н^, имеющая максимальную сумму). Если таких экспертов несколько, то выберем первого из них. Сформируем шаблон V связей первой группы, являющийся копией соответствующей лидеру строки матрицы Н: V=Нi.
Просканируем весь список экспертов, добавляя в формируемую группу тех экспертов, у которых не менее 50% «сильных» связей совпадает со связями шаблона. Каждый раз после добавления нового эксперта в группу ее шаблон корректируется: в него добавляются связи, «принесенные» новым экспертом (иначе говоря, выполняется дизъюнкция шаблона и строки, соответствующей только что добавленному эксперту V ← V v Hj). 
Завершив предварительное формирование группы, подсчитаем общее число вошедших в нее экспертов и удалим тех из них, у которых общее количество «сильных» связей составляет менее 50 % численности группы. Вычислим коэффициент конкордации W откорректированной группы - показатель ее «качества».
Обнулим строки матрицы Н, соответствующие экспертам, вошедшим в первую высокосогласованную группу, после чего выявим лидера второй группы, сформируем ее и так далее до тех пор, пока в матрице Н не останется ни одной ненулевой строки, и все эксперты не будут отнесены к какой-либо из групп.
Проиллюстрируем работу алгоритма на примере матрицы «сильных» связей (табл. 6.3), полученной из корреляционной матрицы при пороговом значении Ρпор=0,7. Для упрощения восприятия нули в матрице заменены прочерками. Из матрицы видно, что наибольшим количеством «сильных» связей (5 единиц) обладают эксперты 2, 4, 7. Выберем первого из них (эксперт 2) в качестве лидера первой группы. Сформируем шаблон: V={110100110}. Очевидно, что к формируемой группе добавляются эксперты 1, 4, 7, 8. После добавления эксперта 7 шаблон корректируется: V= {110110111}, в результате чего к группе присоединяются еще и эксперты 5, 9. Предварительный список группы - 1, 2, 4, 5, 7, 8, 9, а ее численность - 7 экспертов. Откорректируем список, удаляя из него экспертов, имеющих менее четырех «сильных» связей. Этим свойством обладают эксперты 5 и 9. Окончательный состав первой высокосогласованной группы — 1, 2, 4, 7, 8. Легко увидеть, что вторую группу составляют эксперты 3, 6, третью - эксперты 5, 9.

Таблица 6.3. Пример матрицы «сильных» связей

Рис. 6.1. Относительные веса типов поведения (α-β) и видов знаний (г-з) в задачах регулирования и оптимизации (I), изменения процесса (II), в аномальных ситуациях (III), в среднем по всем классам задач (IV):
а - навыки; б - правила; в - знания; г - физические; д - функциональные; е - продукционные; ж - экономические; з - интуитивные; фазы решения задачи: 1 - инициирование; 2 - классификация; 3 - планирование; 4 - исполнение; 5 - отслеживание  

1. В большинстве случаев этап исполнения хорошо отработан и доведен до уровня навыков (рис. 6.1, а - пики кривых в фазе 4). Однако при изменении режима эксплуатации установки требуется определенная доля неформализованных знаний и опыта, (рис. 6.1, в - характерная точка в фазе 4). Это связано с тем, что в задачах изменения режима, в отличие от остальных классов задач, этап исполнения является основным и наиболее ответственным.
2. Наиболее детальному регламентированию подвержены действия операторов в аномальных ситуациях (положение кривой III на рис. 6.1,б,е). Однако фаза обнаружения и инициирования аномалий требует от оператора опыта и интуиции (рис. 6.1, з - характерная точка в фазе 1).
3. Наиболее сложной и трудноформализуемой является фаза классификации ситуации и диагностирования причин аномалии, а также фаза отслеживания (составной частью которой, как правило, является классификация). Для этих фаз характерно повышение доли поведения, основанного на знаниях (рис. 6.1, в - пики кривых в фазах 2 и 5), и проявление интуитивной составляющей этих знаний (рис. 6.1, з).
4. Фазы планирования и исполнения задач сопряжены с необходимостью учета экономических критериев и стоимостных показателей (рис. 6.1, ж). Очевидно операторам зачастую приходится разрабатывать собственные планы - более оптимальные, нежели предусмотренные инструкцией (об этом свидетельствуют некоторые противоречия в оценках веса продукционной модели в этих фазах).
5. Усреднение относительных весов типов поведения в задачах изменения режима и в аномальных ситуациях (исключая задачи регулирования) выявляет характерные пики навыков в фазе исполнения, правил - в фазе инициирования, планирования и отслеживания, знаний - в фазе классификации.