一、提高人的可靠性减少维修人为差错方法研究（论文文献综述）
石坤[1]（2019）在《基于汽车驾驶行为的人机系统可靠性研究》文中指出人机系统可靠性是指人和机械在一定环境下保持正常作业的能力。汽车驾驶人机系统可靠性主要针对驾驶员在驾驶汽车安全行驶的能力。随着汽车的逐渐普及和驾驶事故的频繁发生,汽车驾驶人机系统可靠性研究显得尤为重要,它在保障驾驶员、行人的生命、财产等方面有着重要的意义。为了能够全面的分析汽车驾驶人机系统的可靠性,文章分成三个主要大章对人、机、环境三个方面进行研究。第一个主要大章对驾驶员的行为可靠性进行研究:该章针对传统驾驶人行为模型（感知、判断、操作）机械、单向的缺点,基于马尔科夫链理论基础对传统模型进行创新改良,使得新模型更加灵活,依据模型计算驾驶员的行为可靠度公式。第二个主要大章对多状态环境下的驾驶员可靠性进行评估:该章通过列出影响行车环境的主要因子,应用层次分析法计算因子的权重,比较权重并将因素进行多状态划分,运用模糊数学相关理论计算各个因子的隶属度,构造隶属度矩阵,将因子权重结合隶属度矩阵计算多状态环境下各个状态的可靠度。第三个主要大章包括两个方面研究:1)对机械维修、设计方面进行研究并对人、机、环境进行综合研究:在全面分析机械生命周期理论的基础上,考虑机械设备的可维修性质,通过构建数学模型来量化机械维修参数,并结合可靠性分析中的韦布尔分布,推导出机械在考虑维修后的可靠度的变化函数。2)对人、机、环境三方面的研究成果综合分析:通过构建相关模型形象的将三个要素的相互作用机理进行阐述,并结合相关数学方程对驾驶人机系统的可靠度公式再次优化,得出最终的可靠度公式。
张明洁[2]（2019）在《基于深度学习的民航系统人因可靠性研究》文中认为随着民航运输业的快速发展,航空运输量和排班量大幅度增加。人为因素影响着民航安全、飞机的安全性及运行成本。本文建立了民航系统人因风险分析与评估框架体系,以民航维修系统为研究对象,分析与评估人因风险,识别运行中的薄弱环节,制定相应管理政策。因此研究民航维修中的人为因素对于民航业来说有着重要的现实意义。全文研究内容包括:首先,从人为因素的基本概念出发,分析各代HRA模型的优缺点;提出深度学习在民航系统应用的必要性和重要性,建立基于深度学习的民航系统人因可靠性框架体系。其次,采用功能共振网络方法进行民航维修系统人为因素分析,确定可能发生共振的功能单元并制定相关防护措施;采用CREAM方法对事故实例的认知活动失效概率进行预测分析。再次,在深度学习的民航维修系统人因风险分析应用中,采集中国民航维修差错造成的不安全事件数据作为风险分析样本数据,绘制风险水平图;考虑深度学习所需样本数量,采用Bootstrap方法扩充样本量,对不安全事件与事件率进行深度学习人因风险评估分析,得出影响程度较高的事件类型,构建影响程度较高事件类型的人为因素映射,提出应对措施,有助于量化维修差错,促使系统认识和识别维修差错中的人为因素。最后,在深度学习的民航维修系统人因风险评估应用中,统计中国民航运输量以及维修事故征候数量,获得事故征候率,作为人因风险评估对象。采用深层BP神经网络、LSTM方法以及ARIMA方法对人因风险概率进行评估预测,为维修系统人因风险评估提供决策支持。
崔文建[3]（2016）在《民航维修班组人员可靠性分析与研究》文中认为民航机务维修班组人员作为民航生产的基本组成部分是保障航空器持续适航和维修质量的基本单元,提高维修班组操作可靠性可以进一步减少维修过程中发生差错。本文从维修班组人员可靠性入手,建立维修班组人员可靠性模型,以确定模型中重要的影响因子。应用建立的可靠性模型对维修过程中发生的差错概率进行计算,为提高民航维修可靠性提供数据支持,进而提高民航维修操作过程中人的可靠性。本文在对比研究国内外可靠性模型的基础上,结合民航维修班组人员在维修过程中对于故障辨识、诊断并做出决策、制定维修计划、执行动作等行为过程,对维修人员在工作过程中对维修信息处理表现出来的差错模式及其成因进行研究分析,从中提炼影响维修可靠性的因素,采用德尔菲法确定维修班组的影响因子。在对维修班组人员进行可靠性分析和构建维修班组行为框架的基础上,确定维修班组人员认知行为类别和维修班组人员失效模式,建立适用于维修班组人员的故障辨识、决策、计划、执行（identification decision plan and action,IDPA）模型。通过对IDPA模型中绩效影响因子（PIF）的研究,利用PIF对具体维修事件的共同绩效条件（CPC）进行修正,以确定IDPA模型中具体事件发生的权重。最后根据维修班组人员操作过程中的基本失效概率和事件权重值确定维修班组可靠性的概率,为维修过程中维修资源管理提供更客观的人因数据支持,以实现概率风险评价中的人误事件发生概率的量化。在最后的分析实例中,给出了IDPA模型分析维修班组可靠性的步骤和计算方法。本论文是对维修班组人员操作可靠性模型的探究性研究,利用建立的IDPA模型分析维修班组操作过程发生的差错机理,量化了维修操作过程中的操作可靠性。鉴于维修操作系统复杂性,需要对模型不断的完善和补充,以期为维修差错管理提供指导思路和方法。
施志坚[4]（2016）在《基于人因可靠性的航空维修人为差错分析研究》文中研究指明随着当航空科学技术的快速发展,飞机本身的安全性、可靠性愈发提高,而人为因素近年来已逐渐成为导致航空安全事故的主要原因之一。本文尝试运用人因可靠性分析工具对航空维修系统中的人为差错展开系统分析,为航空维修人为因素有的研究提供了一种新思路,研究结果能够为制定相应的防控措施提供科学合理的依据,从而有效降低航空维修事故率、维修成本以及提高航空安全水平。本文首先对航空维修人为因素的理论基础知识进行了介绍,以REASON模型为基础,建立航空维修人为差错分析框架,并将其应用在了典型航空维修事故的调查和分析中。其次,在对若干种典型人因可靠性分析技术进行介绍和对比分析后,选定了认知可靠性与失误分析方法（CREAM）作为本文研究所用的基本方法。在航空维修人为差错成因分析中,根据CREAM追溯分析法的理论基础,并结合我国航空维修活动实际情况,建立了针对航空维修人为差错事故根原因的分析框架,对典型航空维修事故进行了的根原因追溯分析,从而确定了具体根原因。根据决策试验与评价实验室方法（DEMATEL）和网络分析法（ANP）的特点建立评价模型,对导致航空维修人为差错的成因进行了深入分析,计算得到了各影响因素的权重系数,确定了导致维修人员人为差错的关键因素,为制定防控措施提供了科学合理的依据。最后在航空维修人为差错概率定量化分析中,针对航空维修系统复杂性、模糊性和不确定性等问题,利用贝叶斯网络和模糊逻辑方法在解决这些问题时的有效性,在CREAM预测法的基础上,本文提出了两种经过改进的人误概率预测方法,对航空维修中的人为差错概率进行了定量预测。实例计算和分析结果表明,改进方法能够有效解决共同绩效条件（CPC）水平评价和认知控制模式识别过程中的模糊性、不确定性等问题,一定程度上减轻了专家评估存在的主观性等局限性,为提高人为差错预测的精确性以及为航空维修系统的风险控制提供决策支持。
王伟[5]（2015）在《空空导弹防差错设计技术研究》文中研究表明从空空导弹维修性设计的角度着手,提出了进行防差错设计的必要性,分析了产生差错的各种人为因素,详细介绍了空空导弹设计中的防差错技术。
陈星[6]（2015）在《民航飞机维修中人的可靠性分析》文中进行了进一步梳理目前飞机维修差错已经成为航空公司最亟待解决的关键问题之一,而人为因素的核心是对人类的局限性和人类行为问题的研究。通过介绍可靠性分析的相关基本概念,并着重分析影响人的可靠性的因素,找出提高人的可靠性以保证民航维修安全的办法,为航空公司更好地开展可靠性管理工作提供依据。
杨小良,董安华[7]（2014）在《装备设计中应考虑的人机因素及主要措施探讨》文中研究说明针对影响人—机系统可靠性的因素,提出了提高人的可靠性的一些措施,并对当前人—机系统可靠性急需解决的难点问题进行了讨论,供参考。引言装备的使用和保障总是要直接或间接地通过人在一定的环境条件下完成的,这就构成了人—装备—环境之间的关系,即人—机—环系统。研究人、机、环之间的关系,使之相互协调,充分发挥产品或装备的效能,这也是可靠性工程的任务。在装备研制中就要把人的能力数据和特性,以及环境对人、机的影响等方面的因素考虑到装备及保障系统的规划和设计中去,开展人素工程工作。
余建星,张贵珍,柴松,马维林[8]（2012）在《海洋钻井平台维修中的人因管理》文中研究说明人员可靠性越来越成为制约海样钻井平台生产安全的重要因素,海洋平台维修中的人为因素管理是人因可靠性的一个重要方面。目前国内外控制维修中人为差错方法,一方面趋向于被动反应式而不是主动前瞻式的管理;另一方面属于定性评价而非定量分析。选用定性与定量结合的模糊综合评价法,对维修组织各因素的安全性进行评价,找出弱项,以预防维修中人为差错的产生。
柳超[9]（2012）在《装备使用过程中的人因可靠性》文中提出人的可靠性对装备的使用可靠性和安全性具有重要影响,为此,本文对装备使用中影响人的可靠性的因素进行了辨识,论述了装备使用中人的可靠性分析方法,提出了提高人的可靠性的措施。
蒋英杰[10]（2012）在《认知模型支持下的人因可靠性分析方法研究》文中进行了进一步梳理人为差错严重影响人机系统的可靠性和安全性，已经成为导致事故的主要原因之一，研究人为差错发生的特点及规律，并在此基础上设计人为差错的管理措施具有十分重要的意义。论文以工程实践对人因可靠性分析方法的现实需求为牵引，以推动人因可靠性分析研究的发展为导向，在人因可靠性分析的理论和方法方面开展了一系列深入的研究工作。具体的研究思路为：在已有成果的基础上，系统性地研究了人的认知行为描述、情景环境的表征、人为差错的辨识和人为差错的概率量化等4个人因可靠性分析的核心内容，提出了一系列具有规范性或创新性的方法，并通过工程应用验证了方法的工程适用性和有效性。论文的主要研究内容和成果如下：（1）人的认知行为描述通过分析比较现有的认知模型，选择SRK模型来描述人的认知行为过程，并以此作为论文后续研究的心理学基础。为了提高SRK模型的理论合理性，更新了SRK模型的解释。考虑到行为模式决定因素的状态可能存在不确定性，分别使用模糊逻辑和概率的方法，构建了静态和动态两种情景环境中行为模式的确定方法，使得行为模式的确定方法更具适用性。（2）情景环境的表征以人机交互过程为范本，分析得到了包含6个方面、3个层次、38个具体元素的行为形成因子分类，将情景环境的内涵描述得更加全面、细致和规范。根据SRK模型中3种行为模式的特点，对行为形成因子作了再分类，进一步得到了与3种行为模式对应的主要和次要行为形成因子。借鉴和适度规范了行为形成因子评分的专家判断法，有助于提高行为形成因子评分结果的有效性。通过分析人为差错数据，提出了基于关联规则挖掘的行为形成因子权重确定方法，提高了行为形成因子权重确定方法的有效性和工程适用性。最后，给出了综合评价情景环境的基本步骤，对行为形成因子的选择、评分和权重确定中所需要注意的问题，都进行了充分的讨论。（3）人为差错的辨识首先，改进和完善了外部人为差错的辨识方法。通过分析和归纳，得到了外部人为差错辨识方法的基本框架，以“执行差错基本分类”为分类框架，提出了层次性、完备性和细致性兼顾的外部人为差错分类方法，通过在分类的基础上设计“问题”，构建了基于“问题”引导的外部人为差错辨识方式。然后，创新性地着重研究了内部人为差错的辨识方法。分析构建了内部人为差错辨识方法的基本框架，分析了认知模式差错、认知功能差错和认知行为差错3者之间的关系，提出了基于SRK模型的内部人为差错分类方法，通过在分类的基础上设计“问题”，构建了基于“问题”引导的内部人为差错辨识方式，弥补了现有方法的不足。另外，通过分析行为形成因子与认知行为差错模式之间的关联关系，提出了查找认知行为差错模式成因的辅助方法。最后，将外部人为差错的辨识和内部人为差错的辨识有机结合，给出了人因可靠性工程中全面开展人为差错辨识工作的流程图。（4）人为差错的概率量化探索性地建立了人为差错概率量化的基本框架。分析了情景环境、行为模式和人为差错概率3者之间的映射关系，分别设计了静态和动态两种情景环境中人为差错概率的预测方法，提高了人为差错概率预测方法的工程适用性。分析了人为差错数据的来源，分别设计了基于Bayes基本法和基于Bayes信息融合的人为差错概率的修正方法，用于提高人为差错概率量化结果的有效性。（5）工程应用以研究成果为基础，形成了人因可靠性分析的工程方案，详细分析了汽车驾驶过程中驾驶员的认知行为描述、驾驶过程情景环境的表征、驾驶员人为差错的辨识以及驾驶员人为差错的概率量化等4个人因可靠性分析过程的主要环节。分析结果表明，所提出的方法弥补了现有方法存在的一些缺陷和不足，具有较好的工程适应性和有效性，能够为人因可靠性工程的有效开展提供帮助和指导。
二、提高人的可靠性减少维修人为差错方法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、提高人的可靠性减少维修人为差错方法研究（论文提纲范文）
（1）基于汽车驾驶行为的人机系统可靠性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 可靠性定义及发展 |
| 1.2 研究背景与意义 |
| 1.3 国内外研究现状 |
| 1.4 研究内容、方法与思路 |
| 1.4.1 研究内容与方法 |
| 1.4.2 研究思路 |
| 第二章 基于马氏链的人行为可靠性研究 |
| 2.1 外部因素 |
| 2.1.1 外部可控因素 |
| 2.1.2 外部不可控因素 |
| 2.2 .内部因素 |
| 2.3 .驾驶人行为模型 |
| 2.4 .基于马氏链的定量分析 |
| 2.4.1 基本概念 |
| 2.4.2 .基于马氏链的定量分析 |
| 2.5 仿真算例 |
| 2.6 小结 |
| 第三章 多状态驾驶环境可靠性研究 |
| 3.1 评价因子与权重确定 |
| 3.1.1 评价因子 |
| 3.1.2 因子权重确定 |
| 3.1.2.1 层次分析法 |
| 3.1.2.2 确定因子权重步骤 |
| 3.2 隶属函数确定与计算可靠度 |
| 3.2.1 隶属函数 |
| 3.2.2 计算可靠度 |
| 3.3 实例分析 |
| 3.4 小结 |
| 第四章 机械生命周期可靠性研究 |
| 4.1 机械维修可靠性分析 |
| 4.1.1 人的可靠性 |
| 4.1.2 .机械的失效率与可靠度 |
| 4.1.3 数学建模 |
| 4.1.3.1 机械维修寿命系数确定 |
| 4.1.3.2 韦布尔分布函数 |
| 4.1.4 实例分析 |
| 4.2 机械可靠性设计分析 |
| 4.2.1 机械可靠性设计概念 |
| 4.2.2 驾驶系统设计内容 |
| 4.3 人机环境综合分析 |
| 第五章 结束语 |
| 5.1 研究成果 |
| 5.2 研究展望 |
| 参考文献 |
| 硕士期间发表及完成研究 |
| 致谢 |
（2）基于深度学习的民航系统人因可靠性研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 人因可靠性研究现状 |
| 1.2.2 深度学习研究现状 |
| 1.3 研究内容与框架 |
| 第二章 基于深度学习的民航系统人因可靠性框架体系 |
| 2.1 人为因素理论基础 |
| 2.1.1 人机系统理论 |
| 2.1.2 人误理论 |
| 2.2 人因可靠性分析方法 |
| 2.2.1 人因可靠性基础 |
| 2.2.2 HRA方法 |
| 2.3 深度学习在民航人因可靠性应用的研究思路 |
| 2.3.1 维修系统数据环境分析 |
| 2.3.2 基于深度学习的人因可靠性建模方法选择 |
| 2.3.3 深度学习应用思路 |
| 2.4 本章小结 |
| 第三章 民航维修系统人为因素研究 |
| 3.1 民航维修系统人为因素统计数据分析 |
| 3.1.1 影响民航维修系统人因风险成因分析 |
| 3.1.2 民航维修系统人因风险规律 |
| 3.2 基于FRAM的民航维修系统人为因素分析 |
| 3.2.1 航空维修事故中FRAM应用 |
| 3.2.2 功能共振模型 |
| 3.2.3 功能共振分析 |
| 3.2.4 FRAM分析航空维修中人为因素 |
| 3.2.5 讨论 |
| 3.3 基于CREAM的民航维修系统人为因素分析 |
| 3.3.1 CREAM预测分析理论框架 |
| 3.3.2 实例分析 |
| 3.4 本章小结 |
| 第四章 基于深度学习的民航维修系统人因风险分析 |
| 4.1 民航维修系统人因风险后果分析 |
| 4.2 基于深度学习的民航维修系统人因风险分析 |
| 4.2.1 深度学习的人因风险分析应用 |
| 4.2.2 深度学习的人因风险分析模型 |
| 4.2.3 对比结果分析 |
| 4.3 面向维修系统人因风险的对策管理 |
| 4.4 本章小结 |
| 第五章 基于深度学习的民航维修系统人因风险评估 |
| 5.1 民航维修系统人因风险评估流程 |
| 5.2 基于深层BP神经网络的民航维修系统人因风险评估 |
| 5.2.1 BP神经网络理论基础 |
| 5.2.2 深层BP神经网络的人因风险评估应用 |
| 5.3 基于LSTM方法的民航维修系统人因风险评估 |
| 5.3.1 LSTM理论基础 |
| 5.3.2 基于LSTM的的人因风险评估应用 |
| 5.4 基于ARIMA的民航维修系统人因风险评估 |
| 5.4.1 ARIMA理论基础 |
| 5.4.2 ARIMA人因风险评估应用 |
| 5.5 人因风险评估结果对比 |
| 5.6 本章小结 |
| 第六章 结论及展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（3）民航维修班组人员可靠性分析与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 本文研究目的 |
| 1.3 国内外研究综述 |
| 1.3.1 人因可靠性研究 |
| 1.3.2 民航维修人为差错研究 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 人为差错和可靠性研究 |
| 2.1 人为差错理论 |
| 2.1.1 人为因素 |
| 2.1.2 人为差错概述 |
| 2.1.3 维修人员差错的分类 |
| 2.2 维修人员差错分析模型研究 |
| 2.2.1 HFACS模型 |
| 2.2.2 HFACS-ME模型 |
| 2.3 人的可靠性研究方法 |
| 2.4 人的可靠性定量分析方法 |
| 2.4.1 THERP模型 |
| 2.4.2 CREAM模型 |
| 2.4.3 IDAC模型 |
| 第三章 维修班组可靠性建模 |
| 3.1 维修班组人员信息处理模型研究 |
| 3.1.1 人类信息处理模型 |
| 3.1.2 维修人员信息处理模型 |
| 3.2 维修班组人员可靠性分析研究 |
| 3.2.1 人的可靠性分析典型模型比较研究 |
| 3.2.2 维修班组人员可靠性分析 |
| 3.3 构建维修班组可靠性分析框架 |
| 3.4 维修班组认知行为类型和失效模式 |
| 3.4.1 维修班组认知行为类型 |
| 3.4.2 确定维修班组认知失效模式 |
| 3.5 建立维修班组可靠性模型 |
| 第四章 维修班组可靠性影响因子与共同绩效因子 |
| 4.1 可靠性影响因子研究 |
| 4.1.1 可靠性影响因子研究概述 |
| 4.1.2 影响因子与维修班组认知行为的关系 |
| 4.1.3 绩效影响因子的确定 |
| 4.1.4 绩效影响因子的分类 |
| 4.2 维修班组影响因子 |
| 4.2.1 维修班组影响因子的确定 |
| 4.2.2 维修班组IDAC模型PIF影响路径 |
| 4.3 绩效影响因子（PIFS）与共同绩效因子（CPC） |
| 4.3.1 确定CPC与PIFs之间关系 |
| 4.3.2 维修班组的CPC因子的定量计算 |
| 第五章 维修班组可靠性模型的实例分析 |
| 5.1 维修可靠性模型的基本应用方法 |
| 5.2 维修可靠性模型实例分析 |
| 5.2.1 对维修任务进行分析，构建分析序列 |
| 5.2.2 识别维修班组认知行为并确定失效模式 |
| 5.2.3 对PIFs进行分类并且评价，确定共同的绩效影响因子（CPC） |
| 5.2.4 对维修过程中的维修班组差错进行概率计算，确定可靠性 |
| 5.3 维修班组可靠性案例分析总结 |
| 第六章 总结与展望 |
| 6.1 研究结论与创新之处 |
| 6.1.1 研究结论 |
| 6.1.2 创新之处 |
| 6.2 成果局限性与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录A 民航维修班组人员可靠性影响因子调查问卷 |
| 附录B 可靠性影响因子(PIFS)评分表 |
| 作者简介 |
（4）基于人因可靠性的航空维修人为差错分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 研究的现状 |
| 1.2.1 人因可靠性分析的研究现状 |
| 1.2.2 航空维修人为差错的研究现状 |
| 1.3 研究的主要内容与结构框架 |
| 第二章 人因可靠性分析理论基础 |
| 2.1 人因可靠性分析理论基础 |
| 2.1.1 人误与人的可靠性 |
| 2.1.2 人误的特点 |
| 2.1.3 人误的分类 |
| 2.1.4 人的行为形成因子（PSFs） |
| 2.2 人因可靠性分析方法理论 |
| 2.2.1 现行主要人因可靠性分析方法 |
| 2.2.2 人因可靠性分析方法比选 |
| 2.3 本章小结 |
| 第三章 航空维修人为差错调查与分析 |
| 3.1 航空维修人为差错理论基础 |
| 3.1.1 航空维修人为差错的定义及特点 |
| 3.1.2 航空维修人为差错的表现形式 |
| 3.1.3 航空维修人为差错的分类 |
| 3.1.4 航空维修人为差错的致因 |
| 3.2 航空维修人为差错调查与分析 |
| 3.2.1 REASON模型 |
| 3.2.2 航空维修人为差错分析框架设计 |
| 3.2.3 实例应用 |
| 3.3 本章小结 |
| 第四章 航空维修人为差错成因分析 |
| 4.1 基于CREAM追溯法的航空维修人为差错根原因分析 |
| 4.1.1 CREAM的理论基础 |
| 4.1.2 基于CREAM追溯法的航空维修人为差错根原因分析框架 |
| 4.1.3 基于CREAM追溯法的航空维修人为差错分析与应用 |
| 4.2 基于DEMATEL和ANP的航空维修人为差错致因分析 |
| 4.2.1 DEMATEL和ANP的理论基础及模型构建 |
| 4.2.2 基于DEMATEL和ANP的航空维修人为差错致因分析 |
| 4.3 本章小结 |
| 第五章 基于人因可靠性的航空维修人为差错概率预测 |
| 5.1 基于CREAM和贝叶斯网络的航空维修人为差错概率预测 |
| 5.1.1 CREAM预测法和贝叶斯网络的理论基础 |
| 5.1.2 基于CREAM和BN的航空维修人为差错概率预测建模 |
| 5.1.3 实例分析 |
| 5.2 基于CREAM和模糊逻辑的航空维修人为差错概率预测 |
| 5.2.1 模糊逻辑的理论基础 |
| 5.2.2 基于CREAM和模糊逻辑的航空维修人为差错概率预测建模与应用 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全本总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表（录用）论文情况 |
（5）空空导弹防差错设计技术研究（论文提纲范文）
| 1人为因素和人为差错 |
| 2空空导弹设计中的人为因素分析 |
| 2.1人的因素 |
| 2.2产品因素 |
| 2.3工具因素 |
| 2.4操作规范的因素 |
| 2.5环境因素 |
| 3空空导弹的防差错设计 |
| 3.1电连接器的防差错设计 |
| 3.2紧固件的防差错设计 |
| 3.3识别标志设计 |
| 3.4使用维护说明书的编写 |
| 4结论 |
（7）装备设计中应考虑的人机因素及主要措施探讨（论文提纲范文）
| 引言 |
| 1. 提高人—机系统可靠性的主要措施 |
| 1.1 要进行系统防差错设计 |
| 1.1.1 谨防对称性。 |
| 1.1.2 作为监视器使用的人是薄弱单元。 |
| 1.1.3 诱发执行任务的兴趣。 |
| 1.1.4 进行维修性设计。 |
| 1.2 应重视操作人员素质与能力的培训 |
| 1.3 加强装备使用和维修中的管理 |
| 2. 人—机系统可靠性研究急需解决的问题 |
| 3. 结束语 |
（9）装备使用过程中的人因可靠性（论文提纲范文）
| 1 装备使用中人的可靠性分析 |
| 1.1 装备使用中影响人的可靠性的因素 |
| 1.2 装备使用中的人的可靠性 |
| 2 提高人的可靠性的措施 |
| 2.1 营造良好的人-人环境 |
| 2.2 开展人-环境可靠性设计 |
| 2.3 重视人-机可靠性设计 |
| 2.4 完善组织管理 |
| 2.5 构建人员可靠性综合管理系统 |
| 3 结束语 |
（10）认知模型支持下的人因可靠性分析方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 人因可靠性分析的发展历程 |
| 1.3 人因可靠性分析核心内容的研究现状 |
| 1.3.1 情景环境表征的研究现状 |
| 1.3.2 人为差错辨识的研究现状 |
| 1.3.3 人为差错概率量化的研究现状 |
| 1.4 论文的研究内容 |
| 1.5 论文的组织结构 |
| 第二章 人的认知行为描述 |
| 2.1 人的认知模型比较研究 |
| 2.1.1 S-O-R 模型和信息处理模型 |
| 2.1.2 阶梯模型、SRK 模型和通用认知模型 |
| 2.1.3 人的认知模型综合比较 |
| 2.2 SRK 模型中行为模式的确定方法 |
| 2.2.1 传统的行为模式确定方法 |
| 2.2.2 静态情景环境中行为模式的确定方法 |
| 2.2.3 动态情景环境中行为模式的确定方法 |
| 2.3 本章小结 |
| 第三章 情景环境的表征 |
| 3.1 行为形成因子的定义和内涵 |
| 3.1.1 行为形成因子的定义 |
| 3.1.2 行为形成因子的内涵 |
| 3.2 行为形成因子的分类方法 |
| 3.2.1 行为形成因子的系统化分类 |
| 3.2.2 SRK 模型下行为形成因子的再分类 |
| 3.3 行为形成因子的评分方法 |
| 3.4 行为形成因子的权重确定方法 |
| 3.4.1 基于关联规则挖掘的行为形成因子权重确定方法 |
| 3.4.2 示例分析 |
| 3.5 情景环境的综合评价方法 |
| 3.6 本章小结 |
| 第四章 人为差错的辨识 |
| 4.1 外部人为差错的辨识 |
| 4.1.1 外部人为差错辨识方法的基本框架 |
| 4.1.2 外部人为差错的分类方法 |
| 4.1.3 外部人为差错的辨识方式 |
| 4.2 内部人为差错的辨识 |
| 4.2.1 内部人为差错辨识的基本框架 |
| 4.2.2 内部人为差错的分类方法 |
| 4.2.3 内部人为差错的辨识方式 |
| 4.2.4 认知行为差错模式成因查找的辅助方法 |
| 4.3 外部人为差错辨识和内部人为差错辨识的结合 |
| 4.4 本章小结 |
| 第五章 人为差错的概率量化 |
| 5.1 人为差错概率量化的基本框架 |
| 5.2 静态情景环境中人为差错概率的预测 |
| 5.2.1 静态情景环境中人为差错概率区间的预测 |
| 5.2.2 静态情景环境中人为差错概率值的预测 |
| 5.2.3 静态情景环境中人为差错概率预测方法的有效性验证 |
| 5.3 动态情景环境中人为差错概率的预测 |
| 5.3.1 动态情景环境中人为差错概率区间的预测 |
| 5.3.2 动态情景环境中人为差错概率值的预测 |
| 5.3.3 动态情景环境中人为差错概率预测方法的有效性分析 |
| 5.3.4 示例分析 |
| 5.4 人为差错概率的修正 |
| 5.4.1 基于 Bayes 基本法的人为差错概率修正方法 |
| 5.4.2 基于 Bayes 信息融合的人为差错概率修正方法 |
| 5.4.3 示例分析 |
| 5.5 本章小结 |
| 第六章 汽车驾驶过程中驾驶员的人因可靠性分析 |
| 6.1 汽车驾驶系统概述 |
| 6.2 汽车驾驶员的人因可靠性分析 |
| 6.2.1 汽车驾驶员的任务分析 |
| 6.2.2 汽车驾驶员的认知行为描述 |
| 6.2.3 汽车驾驶过程中情景环境的表征 |
| 6.2.4 汽车驾驶员人为差错的辨识 |
| 6.2.5 汽车驾驶员人为差错的概率量化 |
| 6.2.6 实例分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录1 （实例分析数据表） |
| 附录2 （英文缩略词） |
四、提高人的可靠性减少维修人为差错方法研究（论文参考文献）
- [1]基于汽车驾驶行为的人机系统可靠性研究[D]. 石坤. 安徽工业大学, 2019(02)
- [2]基于深度学习的民航系统人因可靠性研究[D]. 张明洁. 南京航空航天大学, 2019(02)
- [3]民航维修班组人员可靠性分析与研究[D]. 崔文建. 中国民航大学, 2016(03)
- [4]基于人因可靠性的航空维修人为差错分析研究[D]. 施志坚. 南京航空航天大学, 2016(03)
- [5]空空导弹防差错设计技术研究[J]. 王伟. 航空标准化与质量, 2015(04)
- [6]民航飞机维修中人的可靠性分析[J]. 陈星. 科技创新导报, 2015(19)
- [7]装备设计中应考虑的人机因素及主要措施探讨[J]. 杨小良,董安华. 中国军转民, 2014(12)
- [8]海洋钻井平台维修中的人因管理[J]. 余建星,张贵珍,柴松,马维林. 石油矿场机械, 2012(09)
- [9]装备使用过程中的人因可靠性[J]. 柳超. 四川兵工学报, 2012(09)
- [10]认知模型支持下的人因可靠性分析方法研究[D]. 蒋英杰. 国防科学技术大学, 2012(04)