【一种用于“以人为本、可穿戴设备赋能”制造环境中的系统性风险管理混合概率框架】制造业正在不断演进，日益受到“工业4.0”技术以及向更以人为本的“工业5.0”愿景转型的影响。这一演进过程的一个关键环节，是将智能可穿戴设备(如智能眼镜和智能手套)直接整合到工作流程中，通过人机协作提升效率与安全。然而，引入这些设备也伴随着各类风险与挑战。例如，人机交互错误、数据安全漏洞、设备可靠性问题，以及多种可穿戴设备与现有系统交互时可能引发的意外后果——这些都属于社会技术系统风险，直接影响着系统的可靠性。在本文中，研究人员提出了一种名为“STPA-BN-PSO”的新型混合框架，旨在主动量化并管理可穿戴设备赋能制造环境中的系统性社会技术风险。该研究重点解决了在设计及早期集成阶段，由于缺乏新技术相关的经验性故障数据而导致的“参数化缺口”问题。该方法整合了系统理论过程分析(STPA，用于构建分层控制结构)、贝叶斯网络(BN，用于概率建模)以及粒子群优化算法(PSO，用于根据专家评估结果校准加权条件概率表)。研究还通过三个“工业 5.0”典型案例——顺序装配、柔性作业车间以及回收拆解——对该框架进行了验证。相关研究结果已发表在《Intelligent Control and Automation》上。DOI: 10.4236/ica.2026.174012 http://t.cn/AXYCYErf #论文发表##工业4.0##制造业##可穿戴设备##社会技术风险#