CC BY
62
УДК 614.8
Алгоритм оперативной оценки частоты возникновения чрезвычайной ситуации техногенного характера на стационарных объектах, осуществляющих деятельность с использованием пожаровзрывоопасных и токсичных веществ
ISSN 1996-8493
© Технологии гражданской безопасности, 2011
В.Ю. Востоков, Ю.С. Захаров, А.И. Коровин
Аннотация
Представлен алгоритм оперативной оценки частоты возникновения чрезвычайных ситуаций техногенного характера на стационарных объектах, использующих пожаровзрывоопасные и токсичные вещества, учитывающий степень износа оборудования и не требующий привлечения к оценке дополнительных экспертов.
Ключевые слова: чрезвычайные ситуации техногенного характера; стационарные опасные объекты; оперативные методы; частота возникновения; износ оборудования; экспертные оценки.
An Algorithm for Express Assessment of Technological Incident Rate for Fixed Installations Using Inflammable, Explosive and Toxic Agents
ISSN 1996-8493
© Civil Security Technology, 2011
V. Vostokov, Yu. Zaharov, A. Korovin
Abstract
Presents an algorithm for express assessment of technological incident rate for fixed installations takes into account the degree of equipment wear and does not require additional expert judgments.
Key words: technological incidents; fixed hazardous installations; express assessment; rate of occurrence; equipment wear; expert judgments.
* При подготовке статьи использовались материалы магистерской диссертации выпускника кафедры «Логистические системы и технологии» Московского физико-технического института Ю.С. Захарова.
Введение
В 2007 году в МЧС России была разработана, в установленном порядке утверждена (1 сентября 2007 года № 1-4-60-9-9) и направлена в территориальные органы для использования в практической деятельности по внедрению системы независимой оценки рисков оперативная методика оценки числа пострадавших при чрезвычайных ситуациях техногенного характера на стационарных объектах [1]. Указанная методика была разработана на основе подходов, предложенных в международном «Руководстве по классификации и определению приоритетности рисков, связанных с крупными авариями на объектах перерабатывающей и смежных отраслей промышленности» [2]. Апробация методики [1] при ее практическом использовании, а также в процессе предат-тестационной подготовки экспертов системы независимой оценки рисков:
во-первых, подтвердила ее востребованность; во-вторых, выявила необходимость разработки сопряженной с ней методики по определению в оперативном порядке частоты возникновения чрезвычайных ситуаций техногенного характера.
Учитывая, что в указанном международном руководстве вопросам оценки вероятности аварийных ситуаций посвящена значительная часть документа, представляется целесообразным разработку методики по определению в оперативном порядке частоты чрезвычайных ситуаций техногенного характера также провести на основе методологического подхода, использованного в [2].
1. Предыстория вопроса
В работе [3] представлен подробный анализ подхода, используемого в международном руководстве [2], в результате чего для оценки частоты возникновения чрезвычайной ситуации на стационарных объектах, использующих пожаровзрывоопасные и токсичные вещества, предложено следующее соотношение:
V = N. 10 ^ (1)
где: N — число погрузочно-разгрузочных операций в течение года ;
N0 — базовый (европейский) показатель вероятности аварийной ситуации для конкретного типа вещества и рода деятельности (табл. 1);
п3 — поправка, учитывающая организационно-управленческие аспекты обеспечения безопасности (табл. 2).
Модифицированный алгоритм (1) [3] логичнее и несколько проще представленного в [2], однако со-
хранил два принципиальных недостатка, присущих «оригиналу»:
алгоритм предусматривает использование экспертной оценки, что в условиях отсутствия формализации процесса определения значений поправок, учитывающих организационно-управленческие аспекты обеспечения безопасности на стационарных объектах, осуществляющих деятельность с использованием опасных веществ (табл. 2), может привести к проявлению субъективизма при оценке частоты возникновения чрезвычайной ситуации;
алгоритм не учитывает степень износа оборудования объекта, которая согласно основным положениям теории надежности [4] и экспериментальным данным [5] является одним из определяющих факторов увеличения частоты отказа оборудования, инициирующего возникновение чрезвычайных ситуаций.
Кроме этого, при сравнении в [3] отечественной статистики аварийности за период 1996—2005 годы с результатами, полученными в рамках подходов, используемых в [2], было выявлено почти стократное превышение российского уровня аварийности над европейским**, что не получило никакого внятного объяснения.
Устранению указанных недостатков посвящена настоящая статья.
Таблица 1
Базовые (европейские) показатели вероятности аварийной ситуации
Вид вещества Род деятельности
хранение использование
Взрывчатые вещества 8 7
Воспламеняющиеся газы, сжиженные давлением (подземные объекты) 8 7
Воспламеняющиеся газы, сжиженные давлением (наземные объекты) 7 6
Воспламеняющиеся газы, сжиженные охлаждением 7 -
Воспламеняющиеся газы под давлением (баллоны) 6,2 -
Горючие жидкости с давлением насыщенных паров менее 0,3 бар при 20 0С 9 8
Горючие жидкости с давлением насыщенных паров более 0,3 бар при 20 0С 8 7
Токсичные газы 7 6
Токсичные жидкости 6 5
* Для объектов хранения воспламеняющихся газов под давлением — число хранящихся газовых баллонов, цистерн.
** То есть для российских объектов значения базовых показателей (табл. 1) должны быть уменьшены на две единицы.
Таблица 2
Поправка, учитывающая организационно-управленческие аспекты обеспечения безопасности (экспертная оценка)
Уровень обеспечения безопасности
Выше среднеотраслевого уровня Среднеотраслевой уровень Ниже среднеотраслевого уровня Неудовлетворительный уровень Отсутствие мер по обеспечению безопасности
«3
+ 0,5 0
- 0,5 - 1
- 1,5
2. Постановка задачи
Экспертные оценки — группа методов, наиболее часто используемая в практике оценивания сложных систем на качественном уровне. Изучению особенностей и возможностей применения экспертных оценок посвящено много работ, например [6—10]. При использовании экспертных оценок обычно предполагается, что мнение группы экспертов надежнее, чем мнение отдельного эксперта. В некоторых теоретических исследованиях отмечается, что это предположение не является очевидным, но одновременно утверждается, что при соблюдении определенных требований в большинстве случаев групповые оценки надежнее индивидуальных.
Проанализировав основные методы экспертного оценивания, не удалось установить алгоритм, позволяющий избежать субъективизма в получении в оперативном порядке оценки частоты возникновения чрезвычайной ситуации. К чему приводит субъективизм в оценке частоты возникновения чрезвычайной ситуации проиллюстрировано в работе [11], в которой, в том числе, проводился анализ данных, включаемых в «Паспорта безопасности опасных объектов». Пользуясь своей свободой выбора, некоторые разработчики Паспортов безопасности опасных объектов определяют значение «частоты наиболее опасного сценария развития чрезвычайной ситуации» порядка 10-9 год-1, не задумываясь, что такая частота более характерна для образования новых материков на нашей планете. Как следствие, средние величины индивидуального риска в субъектах Российской Федерации (Rcp), рассчитанные по данным, представленным в Паспортах безопасности опасных объектов, отличались друг от друга в десятки тысяч раз:
R„ е [8,87-Ю"10; 6,90-КГ5 ], год"1.
Учитывая изложенное, представляется целесообразным выбрать следующий путь разработки алгоритма оперативной оценки частоты возникновения чрезвычайной ситуации техногенного характера на стационарных опасных объектах:
во-первых, взять результат работы [3], предполагающий, что оценка частоты возникновения чрезвычайной ситуации на стационарных объектах, использующих пожаровзрывоопасные и токсичные вещества, проводится с помощью соотношения (1);
во-вторых, используя подходы, применяемые в статистическом методе оценки частоты возникновения чрезвычайных ситуаций, выявить параметры, которые могут определять значение поправки п3, учитывающей организационно-управленческие аспекты обеспечения безопасности;
в-третьих, определить вид функциональной зависимости поправки п3, учитывающей организационно-управленческие аспекты обеспечения безопасности, от выявленных параметров;
в-четвертых, в рамках полученного результата попытаться объяснить стократное превышение российского уровня аварийности над европейским.
3. Выявление параметров, определяющих значение п3
Для выявления параметров, определяющих значение поправки, учитывающей организационно-управленческие аспекты обеспечения безопасности, целесообразно воспользоваться подходами, применяемыми при использовании статистического метода определения частоты возникновения чрезвычайных ситуаций. Данный метод неразрывно связан с процессом построения и анализа логико-графических схем, известных как «деревья отказов».
Если рассмотреть ставший каноническим при изложении статистического метода оценки частоты пример — дерево отказов возникновения чрезвычайных ситуаций при автоматизированной заправке емкости, представленный в одном из руководящих документов Госгортехнадзора России* [12], — вероятность (частота) возникновения чрезвычайной ситуации определяется двумя факторами:
отказом (выходом из строя) устройств и механизмов; ошибками человека.
Что касается отказа (выхода из строя) устройств и механизмов, то определяющим параметром в рамках общепризнанной для таких случаев «модели Вейбулла» [4, 5, 13—16] является «возраст» («степень износа») этих устройств и механизмов. Относительно же влияния человеческого фактора на возникновение чрезвычайной ситуации публикаций множество, однако каких-либо «однопараметри-ческих» моделей в них не предлагается.
В принципе полностью соглашаясь с тем, что вряд ли существует обобщенный параметр, позволяющий учесть влияние человеческого фактора на возникновение чрезвычайной ситуации, в рамках данной работы будет использована модель, предполагающая, что: влияние человеческого фактора на воз-
* В настоящее время — Федеральная служба по экологическому, технологическому и атомному надзору.
никновение чрезвычайной ситуации, в основном, определяется износом оборудования, на котором персонал опасного объекта трудится.
Предлагаемая модель учета влияния человеческого фактора на вероятность возникновения чрезвычайной ситуации не столько дань марксистскому тезису — «бытие определяет сознание», сколько предположение, сделанное на основе анализа современной практики управления производственными процессами и ряда статистических данных:
Первое. Подавляющее большинство случаев отказа (выхода из строя) устройств и механизмов может быть объяснено человеческим фактором при создании этих устройств и механизмов.
Второе. Инвестор, на средства которого приобретается оборудование, вкладывает их и в поддержание технологической и производственной дисциплины, и в повышение квалификации персонала. Общеизвестно [17, 18], что средства, направляемые в поддержание технологической и производственной дисциплины и повышение квалификации персонала (до определенного этапа), приводят к резкому повышению доходов предприятия, что обусловлено повышением производительности труда и снижением расходов, связанных с травматизмом и тому подобным.
Третье. Если рассмотреть статистические данные по продаже спиртного в субъектах Российской Федерации [19] и числу аварий на дорогах [20], то мы не увидим в 2009 году какой-либо внятной корреляции между этими параметрами.
Четвертое. В работе [21] проводился системный анализ несчастных случаев, произошедших на угольных шахтах Карагандинского угольного бассейна. Системный подход при анализе производственного травматизма дал возможность учитывать влияние ряда различных факторов на возникновение несчастных случаев на производстве, в том числе удалось показать зависимость частоты травматизма от износа оборудования: при повышении степени износа от 25 % до 100 % частота травматизма увеличивалась в 500 раз. (Как представляется, аналогия между производственной травмой и возникновением чрезвычайной ситуации вполне уместна — и производственная травма и возникновение чрезвычайной ситуации, по сути, есть следствия набора исходных (инициирующих) событий одного типа.
Исходя из всего перечисленного в рамках представляемой работы предполагается, что значение поправки, учитывающей организационно-управленческие аспекты обеспечения безопасности, определяется только одним параметром — «возрастом» («степенью износа*») оборудования, то есть:
"з = /Сп).
где п — безразмерный «возраст» («степень износа») оборудования опасного объекта.
4. Определение вида функциональной зависимости п3
Вид функции / (п) можно подобрать, используя значения параметра п3, представленные табл. 2:
I (Птш) = 0,5
/ (ПтШ1е) = 0 / (Птах) = -1,5
Для начала необходимо определиться, что собой будет представлять параметр п. Из иностранных и отечественных источников [22, 23] известно, что наиболее употребляемым в США и странах Европейского Союза безразмерным параметром, характеризующим «возраст» объекта, является отношение времени, прошедшего с момента ввода объекта в эксплуатацию, к среднему показателю по отрасли. То есть в нашем случае для определения п целесообразно выбрать следующее соотношение:
Л =-
где: ? — время, прошедшее с момента ввода объекта в эксплуатацию;
йте — средний возраст объекта по отрасли.
То есть значения пть и пт;аа1е можно смело взять равными 0 и 1, соответственно. Для выбора значения птах можно обратиться к данным по возрастной структуре тепловых электростанций в Европе [22]. Как видно из представленного на рис. 1, в качестве значения птах может быть выбрано значение 2.
Рис. 1. Возрастная структура тепловых электростанций в Европе в 2007 году [22]
* Здесь и далее (если не отмечено отдельно) понимается «физический износ» оборудования.
Как известно, через три точки, не лежащие на одной прямой (что мы имеем в нашем случае), можно провести только одну параболу:
Эту функцию выберем для дальнейшего рассмотрения и обсуждения.
5. Сравнение уровней аварийности России и Европы
В Российской Федерации «возраст» оборудования определяют через его физический износ (пфиз), который рассчитывается как отношение наработанного срока (гнар) к нормативному сроку службы (гнорм) оборудования данного типа:
норм
Согласно [24] нормативный срок службы основных агрегатов тепловых электростанций различных типов (генераторы, турбины, камеры сгорания) в Российской Федерации колеблется в диапазоне 25—30 лет. То есть имеет место численное совпадение «масштабов» времени в европейской и российской «системах координат» (гЬа1Г ИМте и нормативных сроках эксплуатации, соответственно). Это дает возможность провести сравнение уровней аварийности, рассчитанных в «европейской системе координат» и российских условиях.
На рис. 2 изображена возрастная структура тепловых электростанций Российской Федерации на 2008 год (аналог данных по Европейскому Союзу, пред-
ставленных на рис. 1), полученная при анализе данных [25].
Сравнение российских и европейских данных говорит о том, что в принципе они схожи по своему содержанию на период с 1960 по 2007 годы. Существенное различие появляется в более раннем периоде — в Российской Федерации имеется большое количество используемых станций с возрастом более 50 лет, тогда как в Европе их незначительное количество. Из этого можно сделать обоснованное предположение, что область определения безразмерного параметра, характеризующего «возраст» объекта для Европы может быть выбрана от 0 до 2, а для Российской Федерации — от 0 до 3*.
Уровень аварийности в Европе и России (уср — среднюю частоту аварий) можно рассчитать по формуле:
11* о
где: р(п) — распределение объектов в «регионе» по их «возрасту» п,
v(n) — частота аварий, описываемая (1) с учетом
(2),
П* — предельное значение «возраста».
Предполагая, что тепловые электростанции и в России, и в Европе распределены по «возрасту» (по годам ввода в эксплуатацию) равномерно**, получим:
13г
-/ю2 ¿п
иРФ _ _£_0_„ 1 то
— 2 ~,
иРГ 1 Г —
ЕС —|ю2 ¿4
2 о
Рис. 2. Возрастная структура тепловых электростанций в России в 2008 году [25]
* Согласно [25] в 2008 году в России старейшими из функционирующих на теплоэлектростанциях генераторов были с
износом 316% (количество — 2 шт., ввод в эксплуатацию — 1929 год).
** Равномерное распределение берется исключительно для проведения экспресс-оценки.
что говорит о принципиальной возможности в рамках полученного результата объяснить стократное превышение отечественного уровня аварийности над среднеевропейским.
6. Оценка адекватности полученного результата
Для оценки адекватности полученного результата попробуем сравнить среднюю частоту возникновения чрезвычайных ситуаций на автозаправочных станциях (АЗС) Москвы, рассчитанную с помощью представленного алгоритма, со статистическими данными.
Согласно статистическим данным [26] значение частоты возникновения чрезвычайных ситуаций на АЗС Москвы может быть оценено как 2'Ю-4 год-1. В рамках представленного алгоритма при равном распределении АЗС Москвы по степени износа значение частоты возникновения чрезвычайных ситуаций рассчитывается по формуле:
V, =ЛМО-№+0'5) • — ТкД .
При заполнении нефтепродуктами подземных резервуаров автозаправочной станции дважды в неделю N = 100) статистическое значение частоты возникновения чрезвычайных ситуаций достигается:
для «бензиновых» АЗС (N0 = 7) при максимальной степени износа п* = 240 %;
для «дизельных» (N0 = 8) — при п* = 285%.
Как представляется, такие величины максимального значения износа для АЗС Москвы по сравнению с предполагаемым среднероссийским значением максимальной степени износа (п* = 300 %) вполне адекватны.
Заключение
В заключение следует отметить, что представленный алгоритм отвечает всем необходимым требованиям формирования на его основе методики оценки в оперативном порядке частоты возникновения чрезвычайных ситуаций техногенного характера на стационарных объектах, осуществляющих деятельность с использованием пожаровзрывоопасных и токсичных веществ.
Литература
1. Акимов В. А., Быков А. А., Востоков В. Ю. и др. Методические рекомендации по определению количества пострадавших при чрезвычайных ситуациях техногенного характера. // Проблемы анализа риска. 2007. Т. 4. № 4. С. 347—367.
2. Manual for the classification and prioritization of risks due to major accidents in process and related industries. IAEA, Vienna, 1993. IAEA-TECDOC-727. ISSN 1011-4289.
3. Востоков В. Ю. К вопросу определения частоты аварийных ситуаций на объектах, осуществляющих деятельность с использованием пожаровзрывоопасных и аварийно химически опасных веществ // Проблемы анализа риска. 2007. Т.4. № 4.
4. Гнеденко Б. В., Беляев Ю. К., Соловьев А. Д. Математические методы в теории надежности. Основные характеристики надежности и их статистический анализ. М.: Наука, 1965.
5. Мазуренко А. С., Комаров Ю. А., Шевченко А. Э. Применение распределения Вейбулла для описания эволюции надежности оборудования ТЭС и АЭС // Труды Одесского политехнического университета. 1999. Выпуск 3(9).
6. Литвак Б. Г. Экспертная информация: Методы получения и анализа. М.: Радио и связь, 1982.
7. Теория прогнозирования и принятия решений / под редакцией Саркисяна С. А. М.: Высшая школа, 1977.
8. Макаров И. М. и др. Теория выбора и принятия решений: учебное пособие. М.: Наука, 1982.
9. Применение системного анализа на разных уровнях управления в высшей школе: обзорная информация / под редакцией Волковой И. В. М.: НИИВШ, 1977.
10. Бешелев С. Д., Гурвич Ф. Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980.
11. Востоков В. Ю., Колотова О. С., Собакин Ф. С. К вопросу организации мониторинга показателей и индикаторов опасностей и угроз безопасности жизнедеятельности населения и территорий // Технологии гражданской безопасности. 2010. Т. 10. № 3.
12. Методические указания по проведению анализа риска опасных производственных объектов (№ РД 03-418-01): утверждены Постановлением Госгортехнадзора России от 10 июля 2001 года, № 30.
13. Надежность технических систем: Справочник / Под ред. И. А. Ушакова. М.: Радио и связь, 1985.
14. Weibull W. A statistical distribution function of wide applicability // J. Appl. Mech. — 1951. — V. 18, № 3. — P. 293-297.
15. A Review of NRC Staff Uses of Probabilistic Risk Assessment (NUREG — 1489) / PRA Working Group. U. S. Nuclear Regulatory Commission. — Washington, DC 20555-0001, March 1994.
16. ГОСТ Р 50779.27-2007. Статистические методы. Критерий согласия и доверительные интервалы для распределения Вейбулла.
17. Beer A. S. "Fanfare for Effective Freedom", Moulsecoomb, Brighton, 1973.
18. Beer A. S. "The Heart of Enterprise", Wily, London, 1979.
19. Центральная база статистических данных Федеральной службы государственной статистики Российской Федерации (http:// www.gks.ru).
20. Статистика ДТП (http://www.gibdd.ru/stat/).
21. Саттаров С. С., Саттарова Г. С. Системный анализ несчастных случаев, произошедших на шахтах карагандинского угольного бассейна // Науковий вюник НГУ 2010. вып. 3. С. 46—50.
22. Age Structure of Power Plants in Europe in 2007 (http://rwecom. online-report.eu/factbook/en/marketdata/electricity/generation/ agestructure.html).
23. Пищур А. Оборудование в эксплуатации: Ремонт, ретрофит или полная замена?// Новости электротехники 2010. № 4 (64).
24. Постановление Правительства Российской Федерации от 1 января 2002 года № 1 (в редакции от 08 августа 2003 года).
25. Рэнкинг физического износа оборудования ТЭС: аналитический отчет. М: ЗАО «Тейдер» & ЗАО «АйТи Энерджи Аналитика», 2008 (http://www.teider.ru/ru/services/.view/good/rankingTES/ limit/).
26. Ларионов В. И., Акатьев В. А., Александров А. А. Риск аварий на автозаправочных станциях// Безопасность труда и промышленности. 2004. № 2.
Сведения об авторах
Востоков Вадим Юрьевич: к.т.н., доцент, ФГБУ ВНИИ
ГОЧС (ФЦ), вед.н.с.
121352, Москва, ул. Давыдковская, 7.
Тел.: (495) 449-90-20.
E-mail: VadimEast@yandex.ru
Захаров Юрий Сергеевич: выпускник Московского физико-технического института. 141700, МО, г Долгопрудный, Институтский пер., 9. Тел.: (926) 308-43-90
Коровин Алексей Иванович: ФГБУ ВНИИ ГОЧС (ФЦ), зам. начальника научно-исследовательского центра. 121352, Москва, ул. Давыдковская, 7. Тел.: (495) 445-44-59. E-mail: Alek1966@rambler.ru
