摘要：壓裂作業(yè)強(qiáng)度大，環(huán)境惡劣，長時間枯燥的作業(yè)容易誘發(fā)人因失誤，造成事故，分析壓裂現(xiàn)場人因可靠性對于提升壓裂作業(yè)的安全和效率具有重要意義。在考慮壓裂現(xiàn)場情境因素影響基礎(chǔ)上，提出了一種組合賦權(quán)模糊人因可靠性分析方法，用以評估壓裂現(xiàn)場人因失誤概率。首先，通過對壓裂現(xiàn)場的調(diào)研分析，結(jié)合壓裂作業(yè)情境環(huán)境特點，基于認(rèn)知可靠性與失誤分析方法（CREAM）建立了適用于評估壓裂作業(yè)的一級共同績效條件CPC 8 個，二級CPC 因子評估指標(biāo)36 個。其次，根據(jù)實際工況中各CPC 對人的績效可靠性的影響程度不同，提出以差異系數(shù)法確定線性組合系數(shù)，基于序關(guān)系法與熵權(quán)法對各項評估指標(biāo)進(jìn)行主客觀線性組合賦權(quán)。最后，利用本文方法分析四川某頁巖氣壓裂作業(yè)現(xiàn)場人因失誤概率，結(jié)果表明，較一般模糊CREAM 方法，在不同情境環(huán)境下，隨著情境環(huán)境水平的下降，組合賦權(quán)模糊CREAM 方法對CPC 評價數(shù)據(jù)敏感度更高，人因失誤概率增加，并且變化速率加快，這與現(xiàn)場實際工況一致，為壓裂現(xiàn)場的人因可靠性分析和人因失誤概率量化結(jié)果優(yōu)化提供了參考。

關(guān)鍵詞：壓裂作業(yè)；人因失誤；CREAM；模糊理論；組合賦權(quán)

引言

為保障國家能源安全，頁巖氣開發(fā)逐步加大，然而，超過90% 的頁巖油氣井，需要進(jìn)行壓裂、酸化等儲層改造，才能獲得較為理想的產(chǎn)能[1]。壓裂作業(yè)是多工種、多設(shè)備及多工序的大型聯(lián)合施工作業(yè)，參與施工作業(yè)人員復(fù)雜、設(shè)備繁多，壓裂作業(yè)任務(wù)時間長、強(qiáng)度大，作業(yè)環(huán)境復(fù)雜惡劣，作業(yè)設(shè)備高壓危險等特點嚴(yán)重影響著壓裂班組成員的安全行為水平[2]。壓裂班組成員安全行為水平的降低易引發(fā)壓裂作業(yè)人因失誤事故的發(fā)生，因此研究壓裂作業(yè)人因失誤影響因素，對壓裂作業(yè)人因失誤進(jìn)行控制和預(yù)防，保障壓裂作業(yè)安全進(jìn)行具有重要的現(xiàn)實意義。

人因可靠性分析方法根據(jù)方法建立的時間可分為3 代，但大多數(shù)方法均是基于核工業(yè)領(lǐng)域人因可靠性研究發(fā)展起來的，石油工業(yè)與核工業(yè)在作業(yè)活動上存在較大不同，所以這些方法并不能直接應(yīng)用于壓裂作業(yè)人因可靠性分析。例如，認(rèn)知可靠性與失誤分析方法（Cognitive Reliability and ErrorAnalysis Method，CREAM）的行為形成因子不能完全概括壓裂場景，并且缺乏針對壓裂作業(yè)的具體評價指標(biāo)，分析結(jié)果主觀性偏差較大。同時，由于中國壓裂作業(yè)尚處于起步階段，壓裂人因數(shù)據(jù)少，在進(jìn)行相關(guān)人因可靠性分析時，存在數(shù)據(jù)匱乏、結(jié)果適用性差等問題。針對這些問題，不同學(xué)者也對此進(jìn)行了相應(yīng)研究，探索如何量化壓裂作業(yè)人因失誤概率，有針對性地制定相應(yīng)改進(jìn)措施。

在壓裂人因事故影響因素指標(biāo)體系的構(gòu)建上，田彬等以事故致因理論為基礎(chǔ)[2]，從人員、環(huán)境、設(shè)備和管理4 個方面系統(tǒng)地分析了壓裂作業(yè)過程中人因事故的影響因素，建立了包含4 個一級指標(biāo)、18 個二級指標(biāo)和77 個三級指標(biāo)的影響因素指標(biāo)體系，為壓裂人因事故原因分析以及預(yù)防措施的制定提供了依據(jù)。賀文章則采用事故鏈對頁巖氣水平井壓裂過程進(jìn)行風(fēng)險辨識，將影響壓裂的主要因素分為4 個一級指標(biāo)、14 個二級指標(biāo)，利用模糊綜合評判確定各因素的權(quán)重，以專家評判為基礎(chǔ)建立了水平井壓裂卡鉆風(fēng)險預(yù)測量化系統(tǒng)[3]。

在壓裂作業(yè)風(fēng)險控制方面，田彬等提出的針對頁巖氣壓裂作業(yè)的結(jié)構(gòu)化人因失誤辨識方法[4]，改善了傳統(tǒng)方法在壓裂場景應(yīng)用中，人因失誤辨識結(jié)果存在一致性、針對性、全面性不足等局限。王文紅等還在此基礎(chǔ)上結(jié)合HTA 方法建立人因失誤辨識表[5]，通過模糊風(fēng)險評價評估出人因失誤的風(fēng)險等級，構(gòu)建人因失誤樹，用以對有人員參與的工作進(jìn)行系統(tǒng)性安全分析、事故后果預(yù)判等。文獻(xiàn)[6]基于系統(tǒng)研究的思想提出了一種頁巖氣壓裂作業(yè)人因失誤辨識混合框架，基于HAZOP 方法進(jìn)行人為錯誤識別，使用模糊VIKOR 方法對人為失誤概率進(jìn)行模糊排序，利用4M 理論進(jìn)行人因失誤分析并控制其演變發(fā)展，該方法有效地提高了識別結(jié)果的一致性。宋毅研究了壓裂作業(yè)施工過程中可能遇到的各類風(fēng)險[7]，并研究了控制壓裂風(fēng)險的方法，從降低壓裂風(fēng)險的角度實現(xiàn)提高壓裂的成功率和有效率。趙大衛(wèi)等運(yùn)用HAZOP 分析技術(shù)對重慶某水平井分段壓裂施工現(xiàn)場進(jìn)行了風(fēng)險評價，分析得到該井場作業(yè)風(fēng)險因素5 項，有針對性地提出了安全對策[8]。李繼超從管理入手，結(jié)合某公司井下作業(yè)HSE 風(fēng)險管理現(xiàn)狀，基于PDAC 提出HSE 管理體系改進(jìn)方案，為石油井下修井、壓裂等作業(yè)的風(fēng)險識別提供了更為理想的管理系統(tǒng)[9]。

在壓裂人因定量化分析方面，楊遠(yuǎn)超等針對頁巖氣壓裂班組作業(yè)模式[10]，在傳統(tǒng)人因可靠性分析方法中引入班組績效因子，該方法以個人風(fēng)險評價值為基礎(chǔ)，通過加權(quán)得出班組風(fēng)險評價總值，融入量化的班組績效形成因子（Quolity Team PerformanceFormation Factor，QTPSF），劃分出班組所處風(fēng)險等級，為領(lǐng)導(dǎo)層的決策提供有效依據(jù)。文獻(xiàn)[11]提出一種應(yīng)用UAHP-SPA 模型的綜合方法來評估壓裂過程中的人因失誤概率，在基于4M 理論構(gòu)建的壓裂作業(yè)人因失誤評價指標(biāo)基礎(chǔ)上，使用SPA 技術(shù)降低來自評估對象、評估程序、評估主體和不完整數(shù)據(jù)的認(rèn)知不確定性，使用基于SPA 的不確定性層次分析法減少指數(shù)權(quán)重優(yōu)化中的不確定性，經(jīng)驗證，該方法比傳統(tǒng)方法更加準(zhǔn)確和實用。

上述方法為壓裂作業(yè)人因可靠性分析提供了參考，但仍存在不足。一方面，在指標(biāo)體系構(gòu)建上，未將壓裂班組因素與其他指標(biāo)進(jìn)行綜合考慮，忽略了班組因素在壓裂作業(yè)中的重要性，導(dǎo)致其評價結(jié)果存在一定的局限性。另一方面，上述方法未將完整的指標(biāo)體系與定量分析有效地聯(lián)合起來，僅將評價指標(biāo)用于存在較大主觀性的定性分析中，或量化過程復(fù)雜，不能方便快捷地進(jìn)行實際應(yīng)用，發(fā)揮其評價指導(dǎo)作用。本文在CREAM 方法提出的共同績效條件（Common Performance Conditions， CPC）基礎(chǔ)上[12]，根據(jù)壓裂作業(yè)的特點，歸納劃分壓裂作業(yè)CPC 因子，構(gòu)建更加貼合壓裂情境、能有效指導(dǎo)專家評價的一級CPC 因子8 個，二級CPC 評估指標(biāo)36 個?；趯＜掖蚍址▽Ω鰿PC 因子組合權(quán)重進(jìn)行計算，為CPC 因子賦權(quán)并代入模糊CREAM 方法進(jìn)行人因可靠性量化計算。在實現(xiàn)更高精度人因可靠性定量分析的同時，還使量化結(jié)果更加貼近實際工況，組合權(quán)重還為相應(yīng)改進(jìn)措施的制定提供了方向和依據(jù)。

1 研究方法

CREAM 方法是第二代人因可靠性分析方法（Human Reliability Analysis， HRA）中的經(jīng)典方法[12]，第二代HRA 方法更加強(qiáng)調(diào)情境環(huán)境對人認(rèn)知可靠性的影響作用[13]，CREAM 方法就認(rèn)為環(huán)境特征將會影響人的認(rèn)知過程進(jìn)而使人的行為受到影響[14]，人因失誤概率便取決于個體在情境環(huán)境中對自身行為的控制水平[15]。所以，CREAM 方法提出共同績效條件來表征個體所處情境環(huán)境，以此對人的行為績效可靠性進(jìn)行量化評價[16]。CREAM 方法提供4 種控制模式與其對應(yīng)的失誤概率（表1），量化過程由專家評判完成。依據(jù)專家對9 項CPC的評價判斷其對認(rèn)知行為可靠性的影響，根據(jù)不同影響狀態(tài)下的CPC 數(shù)目與控制模式間的關(guān)系，確定當(dāng)前任務(wù)情境中人的行為控制模式及對應(yīng)的失誤概率。

模糊CREAM 方法是基于CREAM 基本法的改進(jìn)，該方法將模糊理論與CREAM 方法相結(jié)合，利用模糊集將離散控制模式轉(zhuǎn)化為連續(xù)模型，解決了CREAM 基本法離散化模型中人誤概率在相鄰控制模式分界附近突變以及無法實現(xiàn)精確定量計算的問題[17]。

本文考慮壓裂實際工況，基于CREAM 基本法構(gòu)建壓裂作業(yè)CPC 指標(biāo)體系，充分考慮CPC 因子對人的績效可靠性影響程度不同及單一賦權(quán)的局限性，采用G1 法與熵權(quán)法結(jié)合對CPC 因子進(jìn)行組合賦權(quán)。充分利用模糊CREAM 方法，減小專家評判的不確定性，實現(xiàn)壓裂作業(yè)人因失誤概率精確量化，見圖1。

2 壓裂人因失誤影響因素構(gòu)建

CREAM 方法提出的9 種情境環(huán)境因素分別為：組織管理、工作環(huán)境、人機(jī)界面與運(yùn)行支持的完善性、規(guī)程（計劃）的可用性、同時出現(xiàn)的目標(biāo)數(shù)量、可用時間、操作時間段、操作人員培訓(xùn)和經(jīng)驗的充分性、班組成員合作質(zhì)量[11]。由于CREAM 方法來源于核工業(yè)，而壓裂作業(yè)在情境環(huán)境與任務(wù)活動上與核工業(yè)存在明顯差異。壓裂作業(yè)以壓裂班組指揮為主導(dǎo)，由指揮與壓裂操作工相互配合共同完成目標(biāo)任務(wù)。壓裂班組需要在一定的組織管理和物理環(huán)境中，依靠人機(jī)界面獲取系統(tǒng)信息并將其與操作規(guī)程和壓裂施工設(shè)計進(jìn)行反復(fù)比對判斷，通過班組溝通協(xié)作完成壓裂操作。走訪壓裂一線井場進(jìn)行專家訪談?wù){(diào)研，針對專家提出的CREAM 中“可用時間”和“操作時間段”兩種情境環(huán)境因素，其本質(zhì)均是對作業(yè)任務(wù)中作業(yè)時間的評價，且大多壓裂井場在作業(yè)時間段的設(shè)置上響應(yīng)了國家及地區(qū)相應(yīng)環(huán)保要求盡量為晝間作業(yè)，“操作時間段”因素對于壓裂作業(yè)人員的影響不顯著。最終參考專家建議將兩種因素進(jìn)行合并處理，將操作時間段納入二級評價指標(biāo)中，CPC 因子調(diào)整為8 項，見表2。

考慮CREAM 方法CPC 因子無明確的評價標(biāo)準(zhǔn)描述，在實際應(yīng)用中容易存在主觀理解偏差，本文采用二級指標(biāo)結(jié)構(gòu)對CPC 進(jìn)行細(xì)化分解，確定了CPC 評價指標(biāo)，增強(qiáng)了評價體系的可用性。

3 壓裂人因失誤影響因素量化

3.1 壓裂作業(yè)CPC 評價

綜合考慮壓裂現(xiàn)場情況及壓裂人因數(shù)據(jù)匱乏問題，選用專家評判方式，量化壓裂作業(yè)情境環(huán)境下各CPC 狀態(tài)對人認(rèn)知行為產(chǎn)生的影響程度。為了簡化CPC 評價過程，將CPC 評價狀態(tài)劃分為5 個等級：嚴(yán)重降低、降低、不明顯、提高和顯著提高，見表3。CPC 的專家綜合評分值取多位專家對單個CPC 評估指標(biāo)評分結(jié)果的算術(shù)平均值。

3.2 壓裂作業(yè)CPC 組合賦權(quán)

實際壓裂作業(yè)工況下，各CPC 因子對作業(yè)人員行為的影響程度不同，可通過CPC 因子的權(quán)重來體現(xiàn)各指標(biāo)項對壓裂系統(tǒng)安全和班組績效影響的程度和貢獻(xiàn)地位。目前使用比較廣泛的權(quán)重賦分方法主要有主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法，本文綜合考慮專家評價和信息因素提出主客觀結(jié)合的方式為CPC 因子賦權(quán)。組合賦權(quán)基于系統(tǒng)分析的思想，既兼?zhèn)錄Q策者經(jīng)驗性的優(yōu)勢，又能夠盡量降低專家評判的主觀性，賦權(quán)結(jié)果更為客觀準(zhǔn)確[18]。本文利用線性加權(quán)的方式進(jìn)行組合，利用差異系數(shù)法確定線性加權(quán)系數(shù)，最終得到壓裂作業(yè)CPC 因子的權(quán)重集，既避免了序關(guān)系分析法（G1 法） [19] 的主觀性，又克服了熵權(quán)法的客觀性。

主觀賦權(quán)方法選用G1 法，根據(jù)專家經(jīng)驗確定CPC 因子重要程度排序，通過對評價指標(biāo)相對重要程度的比較，最終得出各評價指標(biāo)的主觀權(quán)重系數(shù)。

3.2.1 G1 法

以一級CPC 因子{C1，C2，"· · · ，Cn} 為例，專家對CPC 因子從最重要到不重要進(jìn)行排序，得到新的CPC 因子序列{o1，"o2，"· · · ，"on}。專家還需對新序列中相鄰CPC 因子間的相對重要性進(jìn)行評價，得到{r2，"r3，"· · ·，"rn}。由式（1）可得到最不重要的CPC 因子on 的主觀權(quán)重系數(shù)wan，其他CPC 因子的主觀權(quán)重系數(shù)wak由式（2）計算

將G1 法得到的新序列CPC 主觀權(quán)重系數(shù)wak，按CPC 因子C1 到Cn 的順序整理記為壓裂作業(yè)CPC 因子的主觀權(quán)重向量wa

3.2.2 熵權(quán)法

以信息熵理論為基礎(chǔ)，運(yùn)用熵權(quán)法計算各CPC評估指標(biāo)所提供的信息量大小，以此判斷其在綜合評價中所起作用大小，即各CPC 評估指標(biāo)的客觀權(quán)重[20]。同樣以一級CPC 因子{C1，C2，"· · · ，Cn} 為例，對各項因子的分值依據(jù)式（3）進(jìn)行歸一化處理，得到第i 個CPC 因子下第j 個評價值的比重gi j

將CPC 主觀權(quán)重與客觀權(quán)重代入式（8）可得到壓裂作業(yè)CPC 因子的組合權(quán)重

將通過組合賦權(quán)方法得到的壓裂作業(yè)CPC 因子權(quán)重向量記為w

4 壓裂作業(yè)人因可靠性概率量化

CREAM 方法將人的認(rèn)知行為過程通過控制模式來表示，將情境環(huán)境通過CPC 來進(jìn)行表征。因此，模糊CREAM 方法要實現(xiàn)人因失誤概率定量計算，一方面，需要建立壓裂作業(yè)CPC 因子與控制模式之間的映射關(guān)系；另一方面，需要建立控制模式與人因失誤概率之間的映射關(guān)系。

4.1 模糊處理

依據(jù)壓裂現(xiàn)場實際工況，選用正態(tài)分布函數(shù)來描述情境環(huán)境，使用高斯隸屬度函數(shù)f 進(jìn)行模糊化處理[21 22]

根據(jù)表2，分析相關(guān)數(shù)據(jù)資料，擬合確定參數(shù)的取值[23]，構(gòu)造高斯隸屬度函數(shù)。以CPC 中的“溝通交流質(zhì)量”因子為例，依據(jù)式（11）構(gòu)造4 種CPC 評價水平的高斯隸屬度函數(shù)f1、f2、f3 和f4 作為“溝通交流質(zhì)量”的隸屬度函數(shù)

為增強(qiáng)集合置信度，“溝通交流質(zhì)量”隸屬度函數(shù)在隸屬度為0.25 處進(jìn)行了截斷，其曲線如圖2所示。

CREAM 方法將人的控制模式劃分為“混亂型”“機(jī)會型”“戰(zhàn)術(shù)型”和“戰(zhàn)略型”等4 種類型，每種控制模式都對應(yīng)相應(yīng)的失誤概率區(qū)間（表1）。由于相鄰的控制模式間的失誤概率區(qū)間存在重疊，導(dǎo)致重疊區(qū)間所屬控制模式存在不確定性，為此，引入模糊數(shù)學(xué)方法解決這種固有的不確定性。由于失誤概率區(qū)間小，為了便于計算，對失誤概率區(qū)間端點取以10 為底的對數(shù)，將其代入式（10）擬合構(gòu)建控制模式隸屬度函數(shù)，見式（12）和式（13）。

控制模式的隸屬度函數(shù)曲線如圖3 所示，為了增強(qiáng)集合置信度，對控制模式的隸屬度函數(shù)在隸屬度為0.25 處進(jìn)行截斷。

4.2 模糊計算

將各CPC 專家綜合評分值代入式（11）進(jìn)行模糊計算，得到CPC 評價指標(biāo)的隸屬度矩陣

采用式（15）對各項CPC 評價指標(biāo)隸屬于第l 類CPC 評價水平的程度進(jìn)行加權(quán)求和，計算可得到“混亂型”“機(jī)會型”“戰(zhàn)術(shù)型”和“戰(zhàn)略型”等4 種控制模式對應(yīng)隸屬度Z1，Z2，Z3 和Z4

4.3 去模糊化

在不同的控制模式中，人的行為特點是不同的，所可能發(fā)生的人因失誤概率也具有差異性。從表1可知，人的控制模式與人因失誤概率區(qū)間是一一對應(yīng)的。

為了準(zhǔn)確計算壓裂班組的人因失誤概率值，需要對控制模式隸屬度進(jìn)行去模糊化處理，找到最具代表性的模糊集合的單值?？紤]最大隸屬函數(shù)法使用最大點的平均值，會存在較大的結(jié)果誤差，本文選擇重心法[21 22]，基于式（13）進(jìn)行去模糊化處理并計算人因失誤概率的精確值，壓裂班組人因失誤概率的計算公式為

5 合理性分析和比較

根據(jù)Markatos[24] 總結(jié)的方法有效性條件，以及王寧[25] 的模型驗證的基本公理，本文將從評分?jǐn)?shù)據(jù)敏感性和權(quán)重敏感性兩個方面對方法進(jìn)行敏感性分析，以此驗證方法的合理性。

5.1 情境環(huán)境設(shè)定

在對壓裂作業(yè)相關(guān)人因失誤事故進(jìn)行廣泛搜集，對相關(guān)人因失誤事故資料進(jìn)行充分分析的基礎(chǔ)上，設(shè)計了36 組分別與36 項CPC 評估指標(biāo)相對應(yīng)的問卷題目作為現(xiàn)場調(diào)研評價工具。實地調(diào)研四川省某壓裂作業(yè)現(xiàn)場，由該壓裂現(xiàn)場5 名具有壓裂作業(yè)安全管理及相關(guān)工作經(jīng)驗的壓裂作業(yè)人員、施工管理人員以及高校相關(guān)領(lǐng)域研究人員組成壓裂作業(yè)CPC 因子評分專家小組，對該壓裂作業(yè)現(xiàn)場操作人員在正常作業(yè)下的任務(wù)行為進(jìn)行指標(biāo)評價，評價結(jié)果如表4 所示。

調(diào)研所得評分記為初始評分即對照組，以初始評分為基礎(chǔ)，設(shè)置了4 組對比評分。對比組在保證組合權(quán)重不變的基礎(chǔ)上對各CPC 因子進(jìn)行負(fù)向調(diào)節(jié)，除C54 中專家評分存在0 分的CPC 因子保持不變外，其余CPC 因子進(jìn)行每次5 分的降分處理。最終所得實地調(diào)研評價分?jǐn)?shù)以及所設(shè)置的4 組對比評價分?jǐn)?shù)情況如表4 所示。

5.2 組合權(quán)重確定

組合權(quán)重確定方式如下：現(xiàn)場邀請專家組對CPC 因子進(jìn)行序關(guān)系排列及相鄰CPC 因子相對重要程度打分。將所得CPC 專家評分結(jié)果、CPC 序關(guān)系結(jié)果和CPC 相對重要性比值按照式（1）～ 式（9）計算，得到壓裂作業(yè)CPC 因子的組合權(quán)重結(jié)果，并以該權(quán)重結(jié)果為初始權(quán)重，設(shè)置2 組對比權(quán)重以驗證方法的權(quán)重敏感性。進(jìn)行權(quán)重變化的CPC 因子為C22、C35、C43、C44、C54、C72 和C74，具體設(shè)置情況如表5 所示。

5.3 CPC 評分敏感性分析

結(jié)合表4 的5 種情境評分值，分別采用CREAM基本法、一般模糊CREAM 方法與初始權(quán)重下的組合賦權(quán)模糊CREAM 方法進(jìn)行人因失誤概率定量計算，具體結(jié)果見表6。模糊CREAM 方法較傳統(tǒng)CREAM 方法實現(xiàn)了由區(qū)間到定量的人因失誤概率量化轉(zhuǎn)變，提高了計算精度。同時，模糊CREAM人因失誤概率計算結(jié)果能更靈敏地反映輸入數(shù)據(jù)的變化。如圖4 所示，隨著壓裂系統(tǒng)情境環(huán)境評分降低，對應(yīng)壓裂系統(tǒng)情境環(huán)境逐漸惡化，壓裂人因失誤概率也逐漸增大，這與實際情況相符。同時，可以看出，采用組合賦權(quán)模糊CREAM 方法得到的人因失誤概率hep3 較采用模糊CREAM 方法得到的人因失誤概率hep2 總是處于更高水平；在等量評分變化情況下，hep3 漲幅也始終高于hep2，且漲幅均逐步增大，針對兩種方法計算的人因失誤概率變化情況，依據(jù)專家評判hep3 變化情況更加貼合壓裂實際工況。以上分析表明，組合賦權(quán)模糊CREAM 方法具有良好的評分?jǐn)?shù)據(jù)敏感性。

5.4 CPC 權(quán)重敏感性分析

以初始評分為基礎(chǔ)，分別在表5 所設(shè)定的3 種權(quán)重下進(jìn)行人因失誤概率定量計算，3 種權(quán)重下的人因失誤概率分別為0.42%、0.32% 和0.62%。由表5 可知，進(jìn)行權(quán)重變化的CPC 除C54 評分值為0外，剩余CPC 因子評分值均大于等于85 處于較高水平。在表5 權(quán)重1 中，C54 權(quán)重相對初始權(quán)重減小6%，剩余變化的CPC 因子權(quán)重均增加1%，權(quán)重1 下的人因失誤概率較初始權(quán)重下的人因失誤概率產(chǎn)生小幅下降，且變化幅度較為合理。在表5 的權(quán)重2 中，C54 權(quán)重相對初始權(quán)重增大6%，剩余變化的CPC 因子權(quán)重均減小1%，權(quán)重2 下的人因失誤概率較初始權(quán)重下的人因失誤概率產(chǎn)生小幅上升，且變化幅度較為合理。以上對比表明，CPC 因子組合權(quán)重影響人因失誤概率結(jié)果，本方法具有良好的權(quán)重敏感性。

6 結(jié)論

1）使用CPC 因子對壓裂班組人因失誤影響因素進(jìn)行綜合表征，采用二級指標(biāo)結(jié)構(gòu)構(gòu)建CPC，明確壓裂作業(yè)CPC 因子評價標(biāo)準(zhǔn)，增強(qiáng)了評價指標(biāo)的可用性。構(gòu)建了8 個一級CPC 因子、36 個二級CPC評估指標(biāo)，為壓裂作業(yè)人因可靠性量化分析提供了全面、規(guī)范的壓裂作業(yè)人因失誤影響因素。

2）充分考慮不同CPC 因子對壓裂班組行為的影響程度，結(jié)合主觀賦權(quán)法和客觀賦權(quán)法的優(yōu)點，采用G1-熵權(quán)法組合的形式確定CPC 因子指標(biāo)的權(quán)重系數(shù)。組合賦權(quán)法得到的評價結(jié)果更加客觀合理、準(zhǔn)確可靠，同時為壓裂作業(yè)人因可靠性改進(jìn)措施的制定提供了方向和依據(jù)。

3）通過對比一般模糊CREAM 和組合賦權(quán)下模糊CREAM 方法的人因失誤概率計算結(jié)果，發(fā)現(xiàn)組合賦權(quán)下的模糊CREAM 方法敏感性增強(qiáng)，表明組合賦權(quán)的可行有效。

4）研究過程還有待改進(jìn)，如為簡化模糊量化，將隸屬函數(shù)統(tǒng)一設(shè)定為高斯函數(shù)，與實際工況存在偏差。因此，建立與每個CPC 相匹配的隸屬函數(shù)是后續(xù)研究可優(yōu)化的問題。

符號說明

C1，C2，· · · ，Cn—第1 個，第2 個，· · · ，第n 個CPC 因子；

Ci j—第i 個CPC 因子的第j 個評估指標(biāo)；

o1，o2，· · · ，on—第1 個，第2 個，· · · ，第n 個按重要程度排序后的CPC 因子；

n—CPC 因子個數(shù)；

r2，"r3，"· · · ，"rn—o2 與o1 之比，o3 與o2 之比，· · · ，on 與on?1 之比；

k—CPC 因子在新序列中的序號；

d—相鄰CPC 因子相對重要性的序號；

wa—主觀權(quán)重向量；

wa1，"wa2，"· · ·，"wan—主觀權(quán)重向量的第1 個，第2 個，· · · ，第n 個元素；

gi j—第i 因子下第j 個評價值的比重；

uit—第t 號專家對第i 個CPC 因子的評價值；

m—評分專家個數(shù)；

ei—第i 個CPC 因子熵值；

wbi—第i 個CPC 因子的客觀權(quán)重；

wb1，"wb2，"· · ·，"wbn—客觀權(quán)重向量的第1 個，第2 個，· · · ，第n 個元素；

wb—CPC 因子的客觀權(quán)重向量；

α—G1 法確定的主觀權(quán)重的占比；

β—熵權(quán)法確定的客觀權(quán)重的占比；

w—CPC 因子權(quán)重向量；

f—高斯隸屬度函數(shù)；

x—CPC 專家綜合評分值；

μ—期望值；

σ—標(biāo)準(zhǔn)差；

f1—屬于不滿意評價水平的隸屬度函數(shù)；

f2—屬于可接受評價水平的隸屬度函數(shù)；

f3—屬于較滿意評價水平的隸屬度函數(shù)；

f4—屬于滿意評價水平的隸屬度函數(shù)；

p—以10 為底的人因失誤概率對數(shù)值；

hep—人因失誤概率，%；

Z1—屬于混亂型控制模式的隸屬度；

Z2—屬于機(jī)會型控制模式的隸屬度；

Z3—屬于戰(zhàn)術(shù)型控制模式的隸屬度；

Z4—屬于戰(zhàn)略型控制模式的隸屬度；

λil—第i 項CPC 評價指標(biāo)隸屬于第l 類CPC 評價水平的程度，l = 1; 2; 3; 4；

hep1—傳統(tǒng)CREAM 方法所得到的失誤概率，%；

hep2—模糊CREAM 方法得到的人因失誤概率，%；

hep3—組合賦權(quán)模糊CREAM 方法得到的人因失誤概率，%。

參考文獻(xiàn)

[1] 盧偉，李強(qiáng)，萬方來. 國內(nèi)外頁巖氣井水力壓裂技術(shù)的發(fā)展及探討[J]. 能源與節(jié)能，2012（12）：115，122. doi：10.3969/j.issn.2095-0802.2012.12.049

LU Wei， LI Qiang， WAN Fanglai. On the domestic andforeign development of shale gas well hydraulic fracturingtechnology[J]. Energy and Energy Conservation，2012（12）： 115， 122. doi： 10.3969/j.issn.2095-0802.2012.-12.049

[2] 田彬，胡瑾秋，王海濤，等. 壓裂作業(yè)人因事故影響因素指標(biāo)體系研究與案例分析[C]. 上海：第三屆行為安全與安全管理國際學(xué)術(shù)會議，2015.

TIAN Bin， HU Jinqiu， WANG Haitao， et al. Study on indexsystem of the influence factors to human accident of fracturingoperation and case analysis[C]. Shanghai： The 3rdInternational Conference on Behavioral Safety and SafetyManagement， 2015.

[3] 賀文章. 頁巖氣水平井壓裂作業(yè)的風(fēng)險分析與評價[D].青島：中國石油大學(xué)（華東），2016.

HE Wenzhang. Risk analysis and evaluation of fracturingoperation in horizontal shale-gas well[D]. Qingdao： ChinaUniversity of Petroleum （East China）， 2016.

[4] 田彬，胡瑾秋，王海濤，等. 頁巖氣壓裂作業(yè)人因失誤結(jié)構(gòu)化辨識方法研究[J]. 中國安全科學(xué)學(xué)報，2015，25（2）：128-134. doi：10.16265/j.cnki.issn1003-3033.2015.02.022

TIAN Bin， HU Jinqiu， WANG Haitao， et al. A structuredmethod for identifying human error in shale gas fracturing[J]. China Safety Science Journal， 2015， 25（2）： 128–134. doi： 10.16265/j.cnki.issn1003-3033.2015.02.022

[5] 王文紅，張來斌，胡瑾秋，等. 頁巖氣壓裂作業(yè)人因失誤樹構(gòu)建[C]. 西安：油氣田勘探與開發(fā)國際會議，2015.

WANG Wenhong， ZHANG Laibin， HU Jinqiu， et al. Theconstruction of human error tree during shale gas fracturingoperation[C]. Xi′an： International Conference onExploration and Development of Oil and Gas Fields， 2015.

[6] HU Jinqiu ， ZHANG Laibin， WANG Qianlin， et al. A structuredhazard identification method of human error forshale gas fracturing operation[J]. Human and EcologicalRisk Assessment： An International Journal， 2019， 25（5）：1189–1206. doi： 10.1080/10807039.2018.1461008

[7] 宋毅. 壓裂風(fēng)險分析與風(fēng)險控制研究及實踐[D]. 成都：成都理工大學(xué)，2009.

SONG Yi， Fracturing risk analysis and risk control researchand practice[D]. Chengdu： Chengdu University ofTechnology， 2009.

[8] 趙大衛(wèi)，朱哲君. 淺析HAZOP 分析在水平井分段壓裂施工中的風(fēng)險評價應(yīng)用[J]. 石油化工安全環(huán)保技術(shù)，2022，38（1）：20-23. doi：10.3969/j.issn.1673-8659.2022.01.007

ZHAO Dawei， ZHU Zhejun. Application of HAZOP analysistechnology in risk assessment of staged fracturing inhorizontal well[J]. Petrochemical Safety and EnvironmentalProtection Technology， 2022， 38（1）： 20–23. doi： 10.-3969/j.issn.1673-8659.2022.01.007

[9] 李繼超. 石油井下作業(yè)HSE 風(fēng)險管理研究[D]. 北京：中國石油大學(xué)（北京），2018. doi：10.27643/d.cnki.gsybu.-2018.000247

LI Jichao. Research on HSE risk management in undergroundoil operation[D]. Beijing： China University of Petroleum，2018. doi： 10.27643/d.cnki.gsybu.2018.000247

[10] 楊遠(yuǎn)超，胡瑾秋. 頁巖氣壓裂班組人因定量化風(fēng)險評價方法研究[C]. 西安：油氣田勘探與開發(fā)國際會議，2016.

YANG Yuanchao， HU Jinqiu. Research on crew team humanfactors quantitative risk evaluation method of shalegas fracturing[C]. Xi′an： International Conference on Explorationand Development of Oil and Gas Fields， 2016.

[11] WANG Qianlin， ZHANG Laibin， HU Jinqiu. An integratedmethod of human error likelihood assessmentfor shale-gas fracturing operations based on SPA andUAHP[J]. Process Safety and Environmental Protection，2019， 123. doi： 10.1016/j.psep.2019.01.003

[12] ERIK H. Cognitive reliability and error analysis method：Cream[M]. Amsterdam： Elsevier， 1998.

[13] 蔣英杰. 認(rèn)知模型支持下的人因可靠性分析方法研究[D]. 長沙：國防科學(xué)技術(shù)大學(xué)，2012.

JIANG Yingjie. Human reliability analysis techniquesbased on cognitive mode[D]. Changsha： National Universityof Defense Technology， 2012.

[14] 羅欣彤. 基于貝葉斯網(wǎng)絡(luò)的設(shè)計失當(dāng)影響不安全行為機(jī)理研究[D]. 北京：清華大學(xué)，2016.

LUO Xintong. Research on the mechanism of how designfailures cause unsafe behavior-based on bayesian network[D]. Beijing： Tsinghua University， 2016.

[15] 王金賀. CREAM 在煤礦安全檢查人員可靠性評價中的應(yīng)用[D]. 太原：太原科技大學(xué)，2016.

WANG Jinhe. Application of CREAM for evaluation reliability of safety inspector in coal mine[D]. Taiyuan：Taiyuan University of Science and Technology， 2016.

[16] 柴松，余建星，馬維林，等. 基于CREAM 和不確定推理的人因可靠性分析方法[J]. 天津大學(xué)學(xué)報，2012，45（11）：958-962.

CHAI Song， YU Jianxing， MA Weilin， et al. A human reliabilityanalysis method based on CREAM and uncertainreasoning[J]. Journal of Tianjin University， 2012， 45（11）：958–962.

[17] 孫志強(qiáng)，謝紅衛(wèi)，李欣欣，等. CREAM 方法中控制模式分類的模糊方法[J]. 中國安全科學(xué)學(xué)報，2007（5）：21-26. doi：10.3969/j.issn.1003-3033.2007.05.004

SUN Zhiqiang， XIE Hongwei， LI Xinxin， et al. Determinationof control modes in CREAM method based on fuzzylogic[J]. China Safety Science Journal， 2007（5）：21 26.doi： 10.3969/j.issn.1003-3033.2007.05.004

[18] 李珂. 基于組合賦權(quán)和灰云模型的水體沉積物重金屬的綜合污染評價研究[D]. 大連：大連理工大學(xué)，2019.

LI Ke. A study on comprehensive assessment of heavymetal pollution in water body sediments based on combinationweighting and grey cloud model[D]. Dalian： DalianUniversity of Technology， 2019.

[19] 郭亞軍. 綜合評價理論、方法及應(yīng)用[M]. 北京：科學(xué)出版社，2007.

GUO Yajun. Comprehensive evaluation theory， methodand application[M]. Beijing： Science Press， 2007.

[20] 程啟月. 評測指標(biāo)權(quán)重確定的結(jié)構(gòu)熵權(quán)法[J]. 系統(tǒng)工程理論與實踐，2010，30（7）：1225-1228.

CHENG Qiyue. Structure entropy weight method to confirmthe weight of evaluating index[J]. System EngineeringTheory and Practice， 2010， 30（7）： 1225–1228.

[21] 鄭霞忠，郭雅薇，石法起，等. 塔機(jī)作業(yè)模糊認(rèn)知可靠性與失誤分析方法研究[J]. 中國安全科學(xué)學(xué)報，2016，26（6）：98-103. doi：10.16265/j.cnki.issn1003-3033.2016.06.018

ZHENG Xiazhong， GUO Yawei， SHI Faqi， et al. Researchon fuzzy CREAM of crane operation[J]. China Safety ScienceJournal， 2016， 26（6）： 98–103. doi： 10.16265/j.cnki.-issn1003-3033.2016.06.018

[22] 郭雅薇. 基于模糊CREAM 的塔式起重機(jī)作業(yè)人因可靠性分析[D]. 宜昌：三峽大學(xué)，2017. doi：10.7666/d.-D01233851

GUO Yawei. Human reliability analysis of the towercrane operation based on fuzzy theory and CREAM[D].Yichang： China Three Gorges University， 2017. doi： 10.-7666/d.D01233851

[23] MARZIO M， ENRICO Z， MASSIMO L. Human reliabilityanalysis by fuzzy “CREAM”[J]. Risk analysis： An officialpublication of the Society for Risk Analysis， 2007，27（1）： 137–154. doi： 10.1111/j.1539-6924.2006.00865.

[24] MARKATOS N. The mathematical-modeling of turbulentflows[J]. Applied Mathematical Modelling， 1986， 10：190–220.

[25] 王寧，杜修力，張明聚，等. 地鐵盾構(gòu)施工人因可靠性分析的加權(quán)模糊CREAM 模型[J]. 天津大學(xué)學(xué)報（自然科學(xué)與工程技術(shù)版），2019，52（2）：200 210. doi：10.-11784/tdxbz201803014

WANG Ning， DU Xiuli， ZHANG Mingju， et al. A weightedfuzzy CREAM model for human reliability analysis inshield tunneling[J]. Journal of Tianjin University （Scienceand Technology）， 2019， 52（2）： 200–210. doi： 10.11784/-tdxbz201803014

作者簡介

陳波，1965 年生，男，漢族，黑龍江齊齊哈爾人，教授，主要從事石油鉆采設(shè)備人性化方面的研究工作。E-mail：swpu1965@163.com

龐茜月，1997 年生，女，漢族，四川達(dá)州人，碩士，主要從事石油裝備人性化、人因可靠性方面的研究工作。E-mail：957641369@qq.com

樊春明，1975 年生，男，漢族，四川南充人，高級工程師，碩士，主要從事石油鉆采設(shè)備開發(fā)方面的研究工作。E-mail：bsfcm@cnpc.com.cn

鄧麗，1986 年生，女，漢族，四川簡陽人，副教授，博士，主要從事工業(yè)設(shè)計方面的研究工作。E-mail：dengli@swpu.edu.cn

戴啟平，1983 年生，男，漢族，湖北黃岡人，高級工程師，碩士，主要從事石油鉆采設(shè)備開發(fā)等相關(guān)方面的研究工作。E-mail：bsdaiqp@cnpc.com.cn

編輯：王旭東

基金項目：國家自然科學(xué)基金（51905458）