marți, 15 noiembrie 2016

CRITICAL SAFETY LEARNING BASED ON KNOWLEDGE-HOW TO DO IT


Do you need a quick, efficient and low cost safety learning that could be personalized and individualized in order to have a maximal imprint for the subject? Do you need critical safety learning which will cut the bullshit and would communicate just the essential?
The paper presents the way to develop a Critical Safety Learning Package (CSLP). All the important issues are processed as knowledge and transferred into a dedicated network of ontologies- with capabilities for further search.
Critical?
-        for the worker- because it is exactly the safety knowledge needed to keep him/her alive and healthy;
-        for the task being done because it assures the knowledge on how to do it safely- the only correct way to do it so.
-        for the manager- because at the end of the day he could compute the costs and the benefits and make his decisions- if needed- to allocate more resources.
Given a targeted system educational model, critical safety learning for this system is extracted using techniques that are presented in the paper- in order to from the Internal Safety Learning Issues (ISLI). Continuous educational interactions with the workers (through safety knowledge seeds) are telling us if the content is: 1. critical; 2. needed; 3. understandable; 4. learnable taking into account the resources; 5. of a certain success that could be expressed in costs
Defining ISLI is conducting to the build-up of the Safety Learning Impact Knowledge Model (SLIKM) that is putting together specific risks that are identified for a certain activity with the given (and further) safety educational content to see if they match or if there is an imbalance somewhere.
ESLI and ISLI and the knowledge based study of the educational resulting feedback- till now (loss, incidents, accidents vs. number of workers that were formally trained, costs, etc.) are giving the structure of the further Critical Learning Package.
CSLP is built on the following steps:
-assessment of what was done before, what is in place as learning;
-establishment of ESLI and ISLI as lists of requirements for the project;
-analysis of former results of the safety learning together with the analysis on how was this learning received in order to improve it;
-development of ontology based knowledge structures;
-development and implementation of CSLP;
-feedback analysis and improvements;
A human factors approach to safety is implemented inside. It differs from traditional safety training in that the focus is balanced with the technical knowledge and skills required to perform specific tasks, and with the cognitive and interpersonal skills needed to effectively manage a team-based, high-risk activity.

A system of critical learning KPI allows to optimize the learning and to balance continuously investment and results. 

joi, 10 noiembrie 2016

MANAGEMENTUL SECURITĂȚII ȘI SĂNĂTĂȚII PRODUSELOR- Curs 2016


Prezentăm pe această pagină modulele cursului dezvoltat sub titlul de ”Managementul securității și sănătății produselor”. Cursul este dezvoltat pentru masteranzii de an II de la disciplinele inginerie și managementul proiectelor. Odată cu dezvoltarea de noi module ele vor fi adăugate aici.

MODULI

MODUL II

MODUL III

MODUL IV 

miercuri, 7 septembrie 2016

METODA ATHEANA

TEHNICA PENTRU ANALIZA EVENIMENTELOR UMANE (ATHEANA)
Referințe
1. A Technique for Human Event Analysis (ATHEANA) - Technical Basis and
Methodological Description. NUREG/CR-6350. U.S. Nuclear Regulatory Commission,
Brookhaven National Laboratory, Upton, NY, April. 1996. Prepared by Cooper, S.E.,
Ramey-Smith, A.M., Wreathall, J., Parry, G.W., Bley, D.C. Luckas, W.J., Taylor, J.H.,
Barriere, M.T.
2. Technical Basis and Implementation Guidelines for A Technique for Human Event Analysis (ATHEANA). NUREG-1624, May  2000. Division of Risk Analysis and Applications. Office of Nuclear Regulatory Research, US NRC, Washington DC.
Detalii
Premisa acestei metode este că erori semnificative umane apar ca rezultatul unor ”contexte forțate de eroare (EFC) definite ca și combinații de condiții din cadrul întreprinderii și alte influențe care determină ca erorile operatorului să fie mai probabile.

Pași:
1. Integrarea problemelor de interes în perspectiva ATHEANA HRA/PRA
2. Identificarea evenimentelor de eroare umană și a acțiunilor nesigure care sunt relevante.
3. Pentru fiecare eveniment de eroare umană sau acțiune nesigură identificarea (pe baza unei abordări structurate și controlate) a motivelor pentru care astfel de evenimente apar;
4. Cuantificarea EFC și a probabilității fiecărei acțiuni nesigure, fiind dat un anumit context;
5.Evaluarea rezultatelor analizei în termenii problemei pentru care a fost realizată analiza. .
EFC sunt identificate folosind 4 scheme de căutare:
-primele 3 căutări identifică condițiile din întrperindere și regulile care implică devieri, respectiv:
   - o căutare pentru devieri fizice din răspunsul așteptat de la proces (întreprindere);
    -o căutare a procedurilor formale care se aplică în mod normal sau se pot aplica în scenariul de deviere găsit la prima căutare;
     -o căutare pentru dependințele de sistemele suport și efectele dependente de pre-inițierea acțiunilor umane;
     - o căutare ”inversă” pentru tipurile de eroare și tendințele operatorului. În această căutare se realizează un catalog al tipurilor de eroare – pentru a identifica pe cele care au putut determina evenimente cu erori umane precum și acțiuni nesigure semnificative. Apoi sunt identificate condițiile de întreprindere și regulile asociate cu un răspuns necorespunzător. Modelul de cuantificare pentru probabilitatea evenimentelor umane de eroare (HFEs) ia în considerare 3 elemente de bază:  
1.Probabilitatea EFC- o combinație între condițiile din întreprindere și factorii de formare ai performanței considerați probabili să dea naștere unei acțiuni umane nesigure (UA-unsafe action). Informații specifice din întreprindere sunt disponibile din următoarele surse:
-analiza statistică a experienței de operare;
-calcul ingineresc;
-opinii calitative de la experți; 
2. Probabilitatea UA- situația preferată e cea în care formatorii operatorilor oferă raționament de tip expert ca un input pentru cuantificarea acțiunilor nesigure- dacă acest input nu este disponibil- metodele de modelare sunt a 2-a opțiune.
3. Probabilitatea de ne-recuperare din UA inițial. Al treilea stadiu focalizează pe câteva chestiuni legate de recuperare care previn UA să continue până la punctul unor avarii structurale, incidente sau accidente. Acestea sunt:
-existența alarmelor și a altor indicatori pentru acțiunile nesigure care pot ridica întrebări relative la corectitudinea acțiunilor întreprinse sau neîntreprinse;
-oportunități pentru alți operatori (cei neîmplicați în UA) de a chestiona răspunsul oferit ;
-potențialul modificărilor consecutive în starea întreprinderii – care să conducă la noi alarme sau indicatori;