تحليل خطاي انساني در حوادث ناشي از كار در صنايع نيروگاهي با استفاده از تلفيق FTA و الگوريتم‌هاي فرا ابتكاري

Analysis of human error in occupational accidents in the power plant industries using combining innovative FTA and meta-heuristic algorithms

مقدمه: يكی از مهم‌ترين چالش‌های موجود در صنايع حوادث ناشی از كار است. برای كنترل حوادث لازم است علل اصلی آن‌ها را ريشه‌يابی نمود. برای ريشه يابی حوادث مدل‌های مختلفی ارايه شده است. يكی از پركاربرد ترين آن‌ها FTA است. روش FTA می‌تواند به‌صورت گرافيكی ريشه حوادث را مشخص نمايد. روش FTA از توابع غير خطی تبعيت می‌كند كه برای به‌دست آوردن عدد قطعی آن می‌توان از الگوريتم فرا ابتكاری استفاده نمود. .روش كار: اين تحقيق در صنايع نيروگاهی در فاز ساخت و ساز انجام گرفت. در اين تحقيق با تلفيق الگوريتم‌های شبكه عصبی در مدل تحليلی FTA به ارايه الگويی برای تحليل خطای انسانی در حوادث ناشی از كار پرداخته شده است كه در نهايت با استفاده از الگوی عرضه شده درجه احتمالی بروز و تاثير هر علت ارزيابی شده است. . يافته ها: نتايج نشان داد كه مهم‌ترين عامل موثر بر خطای انسانی در حوادث ناشی از كار عدم رعايت اصول ايمنی، آموزش و سن افراد بوده است. هم‌چنين نتايج نشان داد كه شرايط فردی تاثير بيشتری را بر خطای انسانی در بروز حوادث ناشی از كار دارد. .نتيجه گيری: با توجه به نتايج به‌دست آمده می‌توان نتيجه‌گيری نمود كه با آموزش، انتخاب صحيح افراد با توجه به نوع شغل و ايجاد شرايط مناسب ايمنی می‌توان به ميزان زيادی خطاهای انسانی را كاهش داد.

Introduction: Occupational accidents are of the main issues in industries. It is necessary to identify the main root causes of accidents for their control. Several models have been proposed for determining the accidents root causes. FTA is one of the most widely used models which could graphically establish the root causes of accidents. The non-linear function is one of the main challenges in FTA compliance and in order to obtain the exact number, the meta-heuristic algorithms can be used. . Material and Method: The present research was done in power plant industries in construction phase. In this study, a pattern for the analysis of human error in work-related accidents was provided by combination of neural network algorithms and FTA analytical model. Finally, using this pattern, the potential rate of all causes was determined. .Result: The results showed that training, age, and non-compliance with safety principals in the workplace were the most important factors influencing human error in the occupational accident. .Conclusion: According to the obtained results, it can be concluded that human errors can be greatly reduced by training, right choice of workers with regard to the type of occupations, and provision of appropriate safety conditions in the work place.