報告書番号

O19008

タイトル（和文）

人間信頼性データベースの開発 －人間信頼性データ収集および人的過誤確率の更新方法の提案－

タイトル（英文）

Development of a Human Reliability Database - Proposition of Human Reliability Data Collection and Updating of Human Error Probability -

概要 （図表や脚注は「報告書全文」に掲載しております）

背　　景
人間信頼性解析（human reliability analysis：HRA）では，操作対象機器の特徴や対応操作の種類に応じ，ストレス等の影響を除外した既定のノミナル人的過誤確率値（nominal human error probability，以下ノミナル値）を用いている。しかしそのノミナル値の大半は，欧米のエキスパートジャッジか石油化学業界などの人間信頼性データ（ヒューマンエラーの件数などに関するデータ）に基づいているため，わが国の電気事業者がその値を用いて原子力発電所の安全性評価を行う場合には実情に合わない点が懸念されている。
目　　的
原子力発電所の運転員に対する訓練場面を利用して人間信頼性データを収集し，これに基づいて既定のノミナル値を更新する方法を提案する。
主な成果
わが国の電気事業者は，人間の振舞いの認知／診断過程の評価にはEPRIが開発したCBDT手法，実行過程には米国NRCが開発したTHERP手法を用いている。そこで，これらの手法のノミナル値を更新するため，HRAを実施したタスクを対象としたシミュレータ訓練でのデータ収集およびノミナル値更新方法を構築した。これにより，大きな人的負担をかけずにノミナル値の更新が可能となる。以下にその方法の概要を示す。

(1) データ収集対象タスクに関するHRAステップ表の作成　
HRAを行うプロセスで，認知／診断，実行過程の各ステップで想定されるエラー要素などを整理したHRA分析情報を利用し，HRAステップ表を作成する。
(2) データ収集対象タスクの訓練と観察
運転訓練シミュレータを用いて，HRA既実施のタスクを必要とする事故シナリオで訓練を行う。訓練中に観察されたエラーを起点とし，そのきっかけとなる先行エラー（例：意思決定の誤り，計器表示の読取り間違い）を訓練終了後の振り返り時に探索し，エラーが発生したステップと該当するエラー要素をHRAステップ表から選択する。
(3) 観察確率（訓練でのエラー発生確率）の算出
対象タスクの複数回の訓練で観察されたエラー数を各ステップのエラー要素ごとに集計し，訓練による試行回数で除した観察確率を算出する。
(4) 変換確率（ストレス等の影響を排除した調整済みエラー確率）の算出
HRAで設定されているストレス係数などの算出式を利用して，変換確率を算出する。
(5) ベイズ推定によるノミナル値の更新
変換確率から試行回数に対する変換したエラー数を求めて観測データとし，既存HRA手法のノミナル値を事前情報とするベイズ推定を用いて国内版ノミナル値に更新する。

概要 （英文）

The nominal human error probabilities (N-HEPs) used in the current human reliability analysis (HRA) are mostly based on European & U.S. experts' judgement or on human reliability data from petrochemical industries, etc. As it doesn't seem to be realistic to use the N-HEPs for the HRA conducted in Japanese nuclear industry, we propose a method of collecting human reliability data through simulator training at each nuclear power plant and updating existing N-HEPs based on this data. For estimating N-HEPs, it is required to determine the number of human errors for each type of error mode, and the number of trials including success during simulator training. The latter one can be obtained from the HRA task analysis results that assume errors when a certain task is performed. If the tasks for which HRA has been conducted are realistically performed in simulator training, the number of errors occurred during the training can be counted from the record and observations. However, the observation HEPs calculated with the data through the training are probability values under the condition with stress and recovery from error. Since the existing N-HEPs are values without effects of these factors, the converted HEPs used to update the N-HEP should be calculated backward from the observation HEP, using the HEP equation to account for the effects of stress and recovery. Finally, the N-HEPs can be updated even with a small amount of collected data obtained from the converted HEP, by using Bayesian update with the prior distribution of HEP parameters of the existing HRA method.

報告者

キーワード