М. Киван¹, Д.В. Березкин², М. Раад³, Б. Рашид4

1–3 Московский государственный технический университет им. Н.Э. Баумана (Москва, Россия)

4 Университет Иннополис (г. Иннополис, Россия)

Постановка проблемы. Предотвращение аварий в сложных системах требует определения их причин. В связи с этим разрабатывается несколько теорий и моделей причин аварий. Традиционные подходы к моделированию аварий недостаточны для анализа аварий, происходящих в сложных системах, таких как социотехнические, так как авария не является результатом отказа отдельных компонентов или человеческих ошибок. Поэтому необходим системный подход к исследованию и моделированию аварий и создание определенных подходов.

Цель. Провести сравнительный анализ подходов к моделированию различных аварийных ситуаций в социотехнических системах и выявить слабые и сильные стороны каждого из этих подходов, изучить целесообразность их использования в управлении рисками.

Результаты. Проанализированы основные подходы к моделированию аварийных ситуаций и их ограничения в определении причинно-следственных связей и динамики современных сложных систем. Обсуждены новые подходы к моделированию безопасности и аварий в социотехнических системах, основанные на теории систем и когнитивной системной инженерии. Сложность социотехнических систем требует новых подходов к моделированию развития аварийных ситуаций и управления рисками. Необходимо учитывать социотехническую систему как единое целое и сделать акцент на одновременном рассмотрении социальных и технических аспектов систем. Установлено, что при моделировании аварийных ситуаций надо учитывать социальные структуры и процессы социального взаимодействия, культурную среду, индивидуальные свойства человека, такие как его способности и мотивацию, а также особенности инженерного проектирования и технические аспекты систем.

Практическая значимость. На основе сравнительного анализа различных подходов к моделированию аварий, а также примеров, использованных для моделирования нескольких инцидентов и результатов этого моделирования, сделан вывод о необходимости совершенствования методик моделирования и указаны основные пути такого совершенствования.

Киван М., Березкин Д.В., Раад М., Рашид Б. Анализ основных подходов к моделированию аварийных ситуаций для управления рисками в социотехнических системах // Динамика сложных систем. 2021. T. 15. № 1. С. 22−37. DOI: https://doi.org/10.18127/ j19997493-202101-03

1. Höhl M., Ladkin P. Analysing the 1993 Warsaw accident with a WB-Graph. Report RVS-Occ-97-09. 1997. (8).
2. Ferry T.S. Modern accident investigation and analysis. California: John Wiley & Sons. 1988. 105 p.
3. Leveson N. Others Medical devices: The therac-25. Appendix of: Safeware: System Safety and Computers. 1995.
4. Hollnagel E. Barriers and accident prevention Ashgate. Hampshire. 2004.
5. Hollnagel E. Cognitive reliability and error analysis method (CREAM). Elsevier. 1998.
6. Hollnagel E., Goteman O. The functional resonance accident model. Proceedings of cognitive system engineering in process plant. 2004. P. 155–161.
7. Hopkins A. An AcciMap of the Esso Australia gas plant explosion. Proceedings of the 18th ESReDA Seminar. Karlstad. Sweden, Ed. by Svedung, I., Cojazzi. G. M. 2000.
8. Henley E.J., Kumamoto H. Reliability engineering and risk assessment. Prentice Hall. 1981.
9. Malhotra M., Trivedi K.S. Power-hierarchy of dependability-model types. IEEE Transactions on Reliability. 1994. № 3 (43).  P. 493–502.
10. Dugan J.B., Bavuso S.J., Boyd M.A. Fault trees and sequence dependencies 1990. P. 286–293.
11. Zang X., Wang D., Sun H. et al. A BDD-based algorithm for analysis of multistate systems with multistate components. IEEE Transactions on computers. 2003. № 12 (52). P. 1608–1618.
12. Veeraraghavan M., Trivedi K.S. A combinatorial algorithm for performance and reliability analysis using multistate models. IEEE Transactions on Computers. 1994. № 2 (43). P. 229–234.
13. Hollnagel E. Anticipating failures: what should predictions be about? 2001.
14. Hollnagel E., Woods D.D. Joint cognitive systems: Foundations of cognitive systems engineering. Woods, CRC press. 2005.
15. Leveson N. A new accident model for engineering safer systems. Safety science. 2004. № 4 (42). P. 237–270.
16. Rasmussen J. Risk management in a dynamic society: a modelling problem. Safety science. 1997. № 2–3 (27). P. 183–213.
17. Vicente K.J., Mumaw R.J., Roth E.M. Operator monitoring in a complex dynamic work environment: a qualitative cognitive model based on field observations. Theoretical Issues in Ergonomics Science. 2004. № 5 (5). P. 359–384.
18. Rasmussen J., Suedung I. Proactive risk management in a dynamic society. Swedish Rescue Services Agency. 2000.
19. Ladkin P.B. Why-Because Analysis of the Glenbrook, NSW Rail Accident and Comparison with Hopkins’s Accimap. 2005.
20. Johnson C.W., Holloway C.M. The ESA/NASA SOHO mission interruption: Using the STAMP accident analysis technique for a software related ‘mishap’. Software: Practice and Experience. 2003. № 12 (33). P. 1177–1198.
21. Johnson C., Holloway C.M. A survey of logic formalisms to support mishap analysis. Reliability Engineering & System Safety. 2003. № 3 (80). P. 271–291.
22. Pearl J. Introduction to probabilities, graphs, and causal models. Causality: models, reasoning and inference. 2000. P. 1–40.
23. Ladkin P., Loer K. Why-because analysis: Formal reasoning about incidents. Bielefeld, Germany, Document RVS-Bk-98-01, Technischen Fakultat der Universitat Bielefeld, Germany. 1998.
24. Lewis D. Causation. The journal of philosophy. 1974. № 17 (70). P. 556–567.
25. Woo D.M., Vicente K.J. Sociotechnical systems, risk management, and public health: comparing the North Battleford and Walkerton outbreaks. Reliability Engineering & System Safety. 2003. № 3 (80). P. 253–269.
26. Leveson N.G. System safety engineering: Back to the future. Massachusetts Institute of Technology. 2002.
27. Huang W., Liu Y., Zhang Y. et al. Fault Tree and Fuzzy DS Evidential Reasoning combined approach: An application in railway dangerous goods transportation system accident analysis. Information Sciences. 2020. (520). C. 117–129.
28. Leveson N., Dulac N. Safety and risk-based design in complex systems-of-systems 2005. 2558 с.
29. Proletarsky A.V., Andreev A.M., Berezkin D.V. et al. Approach to Forecasting the Development of Crisis Situations in Complex Information Networks 2019. P. 437–446.
30. Пролетарский А.В., Березкин Д.В., Можаров Г.П. Игровые и графовые модели информационных сетей для исследования сложных систем // Автоматизация. Современные технологии. 2020. № 6 (74). C. 269–281.
31. Kiwan M., Berezkin D.V. Disaster Recognition System for Risk Management in Socio-Technical Systems 2021. №2 (3). P. 952–958.
32. Macchi L. A Resilience Engineering approach for the evaluation of performance variability: development and application of the Functional Resonance Analysis Method for air traffic management safety assessment 2010.
33. Rosa L.V., Haddad A.N., Carvalho P.V.R. Assessing risk in sustainable construction using the Functional Resonance Analysis Method (FRAM). Cognition, Technology & Work. 2015. № 4 (17). P. 559–573.
34. Patriarca R., Gravio G. Di, Costantino F. A Monte Carlo evolution of the Functional Resonance Analysis Method (FRAM) to assess performance variability in complex systems. Safety science. 2017. (91). P. 49–60.