项目管理前沿系列 复杂装备试验安全风险评估与预警

1 (p1): 第1章 复杂装备试验概述
1 (p1-1): 1.1 复杂装备研制简介
3 (p1-2): 1.2 试验程序及步骤
7 (p1-3): 1.3 国内外装备试验工作内容
13 (p1-4): 1.4 安全风险管理研究综述
14 (p1-4-1): 1.4.1 风险坐标图法
15 (p1-4-2): 1.4.2 蒙特卡罗方法
17 (p1-4-3): 1.4.3 关键风险指标管理法
18 (p1-4-4): 1.4.4 压力测试法
19 (p2): 第2章 试验安全风险事件识别
19 (p2-1): 2.1 相关概念
22 (p2-2): 2.2 主要安全风险识别方法及适用性分析
22 (p2-2-1): 2.2.1 文档审查
22 (p2-2-2): 2.2.2 信息收集法
27 (p2-2-3): 2.2.3 安全事件检查表分析
29 (p2-2-4): 2.2.4 假设分析
30 (p2-2-5): 2.2.5 图解法
32 (p2-2-6): 2.2.6 专家判断法
32 (p2-2-7): 2.2.7 危险与可操作性分析
34 (p2-2-8): 2.2.8 故障树
35 (p2-2-9): 2.2.9 因果分析
37 (p2-2-10): 2.2.10 功能集成危险识别
38 (p2-2-11): 2.2.11 失效模式和效果分析
39 (p2-2-12): 2.2.12 层次任务分解
40 (p2-2-13): 2.2.13 人为过失预测分析
41 (p2-3): 2.3 安全风险事件分类
41 (p2-3-1): 2.3.1 基于成因的安全风险分类
44 (p2-3-2): 2.3.2 基于流程的安全风险分类
47 (p2-3-3): 2.3.3 基于后果的安全风险分类
49 (p2-4): 2.4 基于模糊信息的安全风险识别方法
49 (p2-4-1): 2.4.1 基于质量信息的安全事件量化分析模型
58 (p2-4-2): 2.4.2 质量信息融合方法
59 (p2-4-3): 2.4.3 基于Vague集的关键安全事件识别方法
67 (p2-5): 2.5 基于神经网络的安全事件识别方法
67 (p2-5-1): 2.5.1 神经网络综合评价特点
69 (p2-5-2): 2.5.2 径向基神经网络理论模型及工作原理
71 (p2-5-3): 2.5.3 基于径向基神经网络的安全事件分析方法
80 (p2-6): 2.6 基于云模型的安全事件识别方法
81 (p2-6-1): 2.6.1 云模型简介
86 (p2-6-2): 2.6.2 云模型的运算及转化方法
90 (p2-6-3): 2.6.3 基于云模型改进的TOPSIS方法
92 (p2-7): 2.7 基于因果关系的安全事件识别
92 (p2-7-1): 2.7.1 三种基本因果关系
93 (p2-7-2): 2.7.2 基于因果关系的安全事件识别流程
99 (p2-8): 2.8 基于系统仿真的安全事件识别方法
99 (p2-8-1): 2.8.1 仿真理论研究
100 (p2-8-2): 2.8.2 仿真在系统分析中的应用及其概念框架
103 (p2-8-3): 2.8.3 仿真在系统安全事件识别中的应用现状
105 (p2-8-4): 2.8.4 基于系统流程仿真的安全事件识别
109 (p3): 第3章 试验安全风险事件分析
109 (p3-1): 3.1 主要安全风险分析方法及适用性分析
109 (p3-1-1): 3.1.1 安全风险分析方法概述
111 (p3-1-2): 3.1.2 安全风险评价方法研究
112 (p3-1-3): 3.1.3 安全风险分析流程研究
114 (p3-2): 3.2 基于Vague集的安全风险预测模型
114 (p3-2-1): 3.2.1 时间序列简介
115 (p3-2-2): 3.2.2 基于Vague集的安全风险预测模型
119 (p3-3): 3.3 基于安全指数的预警
119 (p3-3-1): 3.3.1 一般指数构建
120 (p3-3-2): 3.3.2 安全指数构建
124 (p3-3-3): 3.3.3 安全指数的构建方法
126 (p3-4): 3.4 基于后果影响的安全风险评级
126 (p3-4-1): 3.4.1 FMECA方法
130 (p3-4-2): 3.4.2 FMECA在安全分析中的应用
137 (p3-5): 3.5 基于Monte Carlo仿真的改进FMECA安全分析模型
137 (p3-5-1): 3.5.1 FMECA量化分析存在的问题
139 (p3-5-2): 3.5.2 基于Monte Carlo的安全分析模型
142…