УПЗС-11, 4 семестр / 3ОБТ_УП3,5_4сем / Дополнительные материалы / БЖД пр безоп / Безопасность жизнедеятельности. Оценка производственной безопасности. Учебное пособие

В частности, «возмущениями» в модели служат ошибки, отказы и неблагоприятные внешние воздействия, появление которых имитируется стохастическим выбросом в сеть определенной для каждого фактора числовой информации (см. последнюю колонку в табл.П.3.1) с распределениями, зависящими от первоначальных оценок факторов x1, x2,…, xk. Такие «возмущения» в соответствии с логикой сети выстраиваются в причинную цепь предпосылок, которая может, как обрываться (сработала защита, оператор устранил ошибку - умножение на ноль), так и приводить к «модельному» происшествию (достижение узлов «несчастный случай», «катастрофа», «поломка», «авария»). Число благоприятных и неблагоприятных исходов моделирования фиксируется, затем вычисляется частота возникновения происшествия.

Для формализации исходных данных по факторам опасности использована система балльных оценок, опирающаяся на универсальную лингвистическую шкалу («очень низко», «низко», «средне», «хорошо» ... - всего 11 разрядов-оттенков), что позволяет унифицировать как качественные, так и количественные исходные данные. Этот подход находит все большее применение при решении вопросов анализа риска.

Экспертная система при оценке факторов опасности позволяет выдавать пользователю необходимые разъяснения с опорой на действующие стандарты и нормативные документы. Например, для оценки фактора С01 «Комфортность по физико-химическим параметрам рабочей среды» используется следующий набор правил:

ЕСЛИ Содержание вредных веществ в воздухе рабочей зоны = 2,1-4,0 ПДК

ИЭквивалентный уровень шума на рабочем месте = Превышение ПДУ до 10 дБ

ИЭлектрические поля промышленной частоты = < ПДУ (для всего рабочего дня)

ИУровень общей вибрации = Допустимо

ИПараметры световой среды = Вредно (1-я степень)

ИПоказатели микроклимата = Допустимо

ТО Комфортность по физико-химическим параметрам рабочей среды = Средняя.

Заключительная лингвистическая оценка фактора С01 «Комфортность по физикохимическим параметрам рабочей среды» для конкретного опасного производственного объекта определяется с помощью Р 2.2.755-99 «Гигиенические критерии оценки и классификация условий труда по показателям вредности и опасности факторов производственной среды, тяжести и напряженности трудового процесса» и сводной табл.П.3.2.

151

			Таблица П.3.2
	Лингвистическая оценка условий труда
	Фактические условия труда	Оценка условий труда
	по Р2.2.755-99
		по Р2.2.755-99	лингвисти-
			ческая
Более 1 фактора 4.0		4.0	Очень, очень
			низкая
1	фактор 4.0, более 1 фактора 3.4	4.0	Очень низкая
1	фактор 3.4, более 1 фактора 3.3	3.4	Низкая
1	фактор 3.3, более 1 фактора 3.2	3.3	Ниже среднего
1	фактор 3.2, более 2 фактора 3.1	3.2	Средняя
2	фактора 3.1	3.1	Выше среднего
1. фактор 3.1		3.1	Хорошая
Более 10 факторов 2.0		2.0	Очень хорошая
До 10 факторов 2.0		2.0	Высокая
Все факторы 1.0		1.0	Очень высокая

Отметим, что не все факторы опасности поддаются подобной однозначной лингвистической оценке. В табл.П.3.3 представлен пример балльной оценки фактора опасности М07 «Уровень потенциала опасных и вредных факторов» для конкретного опасного производственного объекта — изотермического хранилища жидкого аммиака.

Балльные и лингвистические оценки каждой составляющей фактора опасности (см. табл. П.3.3) выбираются в соответствии с нормативными документами. Например, составляющая «Объем запасенного аммиака» оценивается согласно Федеральному закону «О промышленной безопасности опасных производственных объектов» от 21.07.97 № 116-ФЗ и табл. П.3.4, в которой приводится балльная и лингвистическая оценка запаса опасных веществ.

После процедур оценки исходных факторов опасности и определения с помощью имитационной модели вероятности возникновения происшествия на опасном производственном объекте возможна постановка задачи оптимизационного выбора предполагаемого комплекса мер безопасности на рассматриваемом объекте. Исходя из практического опыта, выделяются две возможные цели оптимизации:

А) при фиксированных ресурсах выбрать такой набор мер безопасности, чтобы снижение величины вероятности возникновения происшествия на опасном производствен-

152

ном объекте было максимальным.

В) выбрать такой комплекс мер безопасности, чтобы уменьшить величину вероятности возникновения происшествия до допустимого уровня при минимальных затратах.

Таблица П.3.3

Балльная и лингвистическая оценка по факторам опасности

Составляющие	Значи-		Оценка составляющей
фактора	мость
		балльная	лингвистическая		средневзве-
опасности М07	(0-1,0)
		(0-1)			шенная
Объем запасенного ам-	0,3	9	Чрезвычайно большой		2,7
миака			(8000 т)
			Опасный (IV степень)
Класс опасности ам-	0,15	4			0,6
миака
			Высокое (380 В)
Рабочее напряжение	0,1	8			0,8
электроустановок
			Среднее (до 1,5 МПа)
Рабочее давление сжа-	0,1	4			0,6
тых газов
			Очень большой
Перепад высот	0,1	7			0,7
			(до 25 м)
			Большая
Механическая энергия	0,1	6			0,6
подвижных элементов
			Низкая
Взрыво-, пожароопас-	0,15	2			0,3
ность
			Большой
Итого по М07	∑=1,0	–			6,3

Для решения вышеприведенных оптимизационных задач при их высокой вычислительной емкости в экспертной системе используются алгоритмы динамического программирования.

С помощью базы данных экспертной системы можно скорректировать функциональную зависимость Q = f(x1, x2,…, xk), что позволит настраивать и применять имитационную модель для различных типов опасных промышленных объектов (емкости с опасными веществами/ баллоны под давлением/ грузоподъемные машины и т.д.) на различных этапах их жизненного цикла.

153

Таблица П.3.4

Балльная и лингвистическая оценка запаса опасных веществ

	Предельное количество опасных ве-		Оценка запаса
	ществ
		балльная	лингвистическая
			Отсутствует
	Отсутствует	0
			Пренебрежительно малый
	Менее 0,0003	1
			Очень малый
	0,0003-0,001	2
			Малый
	0,001-0,003	3
			Ниже среднего
	0.003-0,01	4
			Средний
	0,01-0,3	5
			Выше среднего
	0,3-1	6
			Большой
	1-3	7
			Очень большой
	3-10	8
	10-30	9	Чрезвычайно большой
			(огромный)
			Катастрофически большой
	Более 30	10

В настоящее время концепция описанной выше экспертной системы реализована в виде программного комплекса «technoHAZARD 2.0» который разработан в рамках федеральной целевой научно-технической подпрограммы «Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф». Программа работает под управлением операционной системы Windows 9х и имеет доступный интерфейс. Типичный уровень пользователя соответствует примерно уровню инженера по технике безопасности.

154

Приложение 4

П.4. Оценка риска при декларировании безопасности опасных производственных объектов

Научно-технический прогресс и развитие производительных сил общества приводят к всевозрастающему насыщению техносферы рукотворными (техническими) объектами, в которых аккумулированы искусственно созданные энергетические запасы, представляющие потенциальную опасность для человека и окружающей его среды.

Человек создает технические объекты из утилитарных соображений как устройства, совершающие полезную (для человека) работу. Непременным условием совершения любой работы является изменение (уменьшение) потенциала запасенной в техническом объекте энергии (или подводимой к нему). Диссипация – одно из основных свойств энергии, а энтропия любой закрытой системы, представленной самой себе, согласно второму началу термодинамики, самопроизвольно увеличивается. Созданный технический объект направляет этот процесс в определенное русло для совершения помимо диссипации и полезной с точки зрения человека работы. Любое отклонение от такого «искусственного» процесса может привести к самопроизвольному высвобождению накопленной энергии из технического объекта – к аварии. Поэтому любой технический объект, имеющий или использующий искусственный запас энергии, потенциально опасен. К тому же скорость нарастания численности технических объектов в техносфере сопоставима или больше скорости увеличения их системной надежности.

Для опасных производственных объектов (ОПО) риск R есть мера опасности и численно выражается математическим ожиданием ущерба U при функционировании ОПО:

R = M[U].

(П.4.1)

Определим и обозначим также следующие события:

- событие А – авария на ОПО (нерасчетное внезапное высвобождение энергии); - событие Ci – реализация аварии по i-му сценарию;

- событие Bi – причинение ущерба Ui ОПО или сторонним объектам. Тогда формулу (П.4.1) можно представить в виде

R = M[U] = ΣP(Bi) Ui, (П.4.2)

где P(Bi) – вероятность причинения ущерба Ui ОПО и сторонним объектам.

Формулу (П.4.2) полезно разбить на два слагаемых – аварийный Rа и штатный риск

Rш, т.е.:

R = Rа + Rш = ΣP(Bi).Ui + [P(Bn) ≈ 1] ΣUni,

(П.4.3)

где Uni - размер средних ущербов, причиняемых ОПО и сторонним объектам при штатном функционировании ОПО от деятельности других экономических субъектов Uтэо и платы за загрязнение окружающей среды Uоос.

Оценка величины Uоос на стадии проектирования проводится с помощью процедуры оценки воздействия предполагаемой деятельности на окружающую среду (ОВОС), а на

155

стадии эксплуатации – с помощью действующих индивидуальных нормативноразрешительных документов ОПО – томов предельно допустимых выбросов (ПДВ), предельно допустимых сбросов (ПДС) и лимитов размещения отходов. Оценка величины Uтэо на стадии проектирования проводится с помощью процедуры ТЭО (техникоэкономического обоснования намечаемой деятельности), на стадии эксплуатации – с помощью процедуры аудита финансово-экономического характера.

Оценка величины аварийного риска Rа = ΣP(Bi).Ui как на этапе проектирования, так и на этапе эксплуатации ОПО проводится в рамках процедуры декларирования промышленной безопасности ОПО.

Члены произведения первого слагаемого формулы (П.4.3) отличаются от аналогичных членов второго слагаемого тем, что величины вероятностей очень малы, а величины ущербов очень высоки.

Условимся далее под термином «риск» или «техногенный риск» понимать риск Rа при нештатном функционировании ОПО.

Для оценки техногенного риска сначала определим событие Bi через события А и

Ci:

Bi = A I Ci.

(П.4.4)

Так как события А и Ci являются совместными, то искомая вероятность события, связанного с причинением ущерба Ui сторонним объектам, определяется как

P(Bi) = P(A I Ci) = P(A) P(Ci\A).	(П.4.5)
Подставляя выражение (П.4.5) в формулу (П.4.3), получим
R = Rа + Rш = ΣP(A).P(Ci\A).Ui + Uooc + Uтэо	(П.4.6)
или в более сжатом виде для техногенного риска Rа:
Rа = ΣP(A).P(Ci\A).Ui = [P(A)] [ΣP(Ci\A).Ui].	(П.4.7)

Первый член [P(A)] произведения (П.4.7) описывает причинные составляющие техногенного риска Rа, а второй член - P(Ci\A).Ui - последствия возможной аварии.

Оценка последствий возможных аварий на ОПО, т.е. нахождение в выражении (П.4.7) второго члена, в настоящее время достаточно изучена – существуют многочисленные методики оценок последствий, которые хорошо зарекомендовали себя на практике. В большинстве своем они базируются на методах анализа «деревьев сценариев развития аварии». На рис.П.4.1 приведен пример одного из таких «деревьев».

Таким образом, анализ последствий возможных аварий привязан к конкретному объекту и отражает его индивидуальную специфику (место расположения, энергетические запасы, особенности технологии и т.д.).

Сложнее обстоит дело с оценкой величины вероятности возникновения самой аварии P(A). Существующие методики оценки величины P(A) сложны, громоздки и трудоемки в основном из-за отсутствия, неточности и неопределенности исходных данных.

156

			СЦЕНАРИЙ 1.
			Условная вероятность сценария P(C1|A) = 0,5
			Ущерб U1 = 100 ед.
	АВАРИЯ
	произошла		СЦЕНАРИЙ 2.
	∑ P(Ci\A) = 1,0		Условная вероятность сценария Р(С2\А) = 0,3
			Ущерб U2 = 500 ед.
			СЦЕНАРИЙ 3.
			Условная вероятность сценария Р(С3\А) = 0,2
			Ущерб U3 = 100 ед.
		Рис.П.4.1. Дерево исходов аварии.

Поэтому на практике обычно величину P(A) принимают как среднестатистическую по отрасли для данного типа ОПО, что не всегда отражает специфику декларируемого ОПО. К тому же из рассмотрения выпадает целый класс причин возникновения аварий и соответственно становится затруднительным рекомендовать индивидуальные меры безопасности, направленные на снижение вероятности возникновения аварии для конкретного ОПО, хотя, как показывает практика, меры по снижению вероятности аварии на 2…3 порядка эффективнее мер, направленных на снижение возможных ущербов по критерию «затраты – результаты».

Наиболее часто при анализе риска ОПО употребляется термин «вероятность (частота) аварии», который используется с размерностью 1/год. Условимся далее обозначать величину, характеризующую повторяемость события-аварии, как λ (1/год). Величину λ можно легко вычислить для некоторой отраслевой совокупности действующих объектов, если известна статистика аварий по отрасли за несколько последних лет:

λ= Число аварий (Число объектов)(Период рассмотрения)

(П.4.8)

Оцененная подобным образом среднеотраслевая характеристика λотр не отражает индивидуальность конкретного ОПО, а поэтому затруднительно ранжировать ОПО по степени опасности и, следовательно, рекомендовать внедрение конкретных (адресных) мер безопасности на определенных ОПО в первую очередь, т.е. в конечном счете, эффективно расходовать и распределять ресурсы на совершенствование безопасности.

Такую же размерность имеет и средняя интенсивность аварий на ОПО, которая линейно зависит от средней интенсивности выполняемых на ОПО работ (In). Так как для «идеального» ОПО P(A) = const в силу свойства устойчивости частоты, то

157

λ = P(A).In.

(П.4.9)

Вкачестве временного периода усреднения обычно принимают 1 год.

Вкачестве случайной величины выбирается момент времени наступления отказа t

или интервал времени между двумя последовательными отказами t (оценивается в часах для простых элементов). Имея статистические оценки этих случайных величин, можно вычислить другие важные в теории надежности показатели – безотказность, наработка на отказ и др.

Установив функцию распределения этих случайных величин t или t, можно вычислить вероятность наступления отказа за какой-то промежуток времени.

Известно, что вероятность	Pk( t) наступления	k событий-отказов для простого эле-
мента (узла) за интервал времени	t выражается законом распределения Пуассона:
(λ. t)k
Pk( t) =	exp(-λ t)	(П.4.10)
k!

Из (П.4.10) следует, что функция плотности вероятности случайной величины t для простейшего потока событий-отказов имеет вид показательного (экспоненциального)

распределения с параметром λ:
f( t) = λ.exp(-λ t),	(П.4.11)

где λ трактуется как интенсивность (плотность) потока событий-отказов.

Если предположить, что аналогичное распределение характерно и для ОПО, то область ординат, принимаемых в рассмотрение при анализе риска ОПО, будет находиться очень близко к началу координат.

При условии известной малости величин интенсивности λ и вероятности аварий Р(А) можно пренебречь видом функции "«плотности вероятности"» f( t) на интересующем нас участке и принять ее постоянной, т.е. f( t) = λ. Тогда справедливы следующие соотношения:

P t(At) = λ[ t = 1 год],

(П.4.12)

где P t(At) – это вероятность события At, т.е. наступления аварии в течение года. Вероятность P t(At) – безразмерная величина и численно совпадает с

интенсивностью аварий λ на ОПО. Величину интенсивности аварий λ можно легко оценить, опираясь на соотношение (П.4.9).

Таким образом, при анализе риска используются понятия «интенсивность» и «вероятность» аварии, которые в силу редкости событий-аварий численно совпадают, но имеют различные размерности:

- интенсивность аварий λ (1/год) – плотность потока событий-аварий во времени, прямо пропорциональна интенсивности работ In с коэффициентом пропорциональности, равным Р(А);

158

- вероятность аварии Р(А) (безразмерная величина) – числовая характеристика уровня опасности конкретного ОПО; одна из основных составляющих техногенного риска.

Величина вероятности события, что «отказ произойдет за определенный период времени» P t(At), которая широко используется в теории надежности для анализа отказов простых элементов и узлов, неприменима в анализе риска сложных систем (ОПО), так как в этом случае исследователей интересует сам факт аварийного события, и в меньшей степени – конкретный момент времени наступления отказов как случайная величина t.

Функция плотности интервалов времени между двумя последовательными авариями f( t) для ОПО может не иметь экспоненциального распределения. Значения Р(А) реально очень малы, а поэтому и математический аппарат случайных величин теории вероятностей в данном случае малоэффективен.

Одним из возможных решений создавшейся проблемной ситуации является численная оценка вероятности P(A) возникновения аварии на ОПО с помощью имитационного моделирования (ИМ) процесса возникновения происшествия в системе «Оператор – Оборудование – Рабочая среда». Такое моделирование в известной степени является компромиссным решением между неопределенностью исходных данных и точностью получаемых оценок. Кроме того, с помощью ИМ можно оптимизировать применение комплекса мер безопасности, направленных на снижение Р(А), т.е. предупреждения аварий на конкретном ОПО.

159

160