Идентификация потенциальной аварийности опасного производственного объекта с целью оценки влияния на человека и окружающую среду Текст научной статьи по специальности «Экономика и бизнес»

УДК 622.8

ИДЕНТИФИКАЦИЯ ПОТЕНЦИАЛЬНОЙ АВАРИЙНОСТИ ОПАСНОГО ПРОИЗВОДСТВЕННОГО ОБЪЕКТА С ЦЕЛЬЮ ОЦЕНКИ ВЛИЯНИЯ НА ЧЕЛОВЕКА И ОКРУЖАЮЩУЮ СРЕДУ

© 2016 Г.Н. Яговкин, Д.С. Сименко, А.Г. Колесников

Самарский государственный технический университет

Статья поступила в редакцию 16.11.2015

В статье рассмотрен подход к определению потенциальных опасностей опасного производственного объекта на основании экспертных оценок.

Ключевые слова: опасный производственный объект, оценка, риск, авария, математическая модель, методика, классификатор, функция.

Профилактические мероприятия по предотвращению аварий на опасных производственных объектах (ОПО) позволяют снизить вероятность реализации непосредственной угрозы возникновения аварии (риск аварии) и возможный ущерб людским, материальным и природным ресурсам. Оценка риска возникновения аварий на ОПО в последние годы приобретает все большее значение на всех этапах жизненного цикла объекта.

Процедура оценки состоит из нескольких основных этапов [1, 2, 10-14] и подразделяется на два основных вида: количественную и качественную.

Первая позволяет получить численные показатели опасности объекта в целом или его составных элементов (величину риска, размер ущерба и др.), путем сравнения которых с установленными критериями можно сделать вывод о наиболее аварийно-опасных составных частях на ОПО, достаточности мероприятий по обеспечению безопасности, а также установить степень опасности аварий на ОПО.

Вторая заключается в описании качественных характеристик и признаков, возможности возникновения и соответствующей тяжести последствий реализации аварии для жизни и здоровья человека, имущества и окружающей среды.

Существует мнение, что качественная оценка риска является основным носителем субъективности принимаемых решений. Поэтому чаще всего рекомендуется использование количественной оценки [2].

На практике для конечного результата оценки рисков не принципиален вопрос выбора шкалы или метода оценки рисков. Выбор значений для каждого из компонентов риска по количественной шкале в целом аналогичен логике их

Яговкин Герман Николаевич, профессор кафедры «Безопасность жизнедеятельности». E-mail bjd@list.ru Сименко Дарья Сергеевна, аспирант кафедры «Безопасность жизнедеятельности». E-mail bjd@list.ru Колесников Александр Геннадьевич, аспирант кафедры «Безопасность жизнедеятельности». E-mail bjd@list.ru

выбора с использованием качественной шкалы и отличается лишь тем, что «узлами» количественной шкалы являются числа, а качественной - лингвистические описания. Но и те, и другие «назначаются» лицом, осуществляющим оценку риска. И главной сложностью при этом является установление таких граничных условий, критериев риска. Очень важно иметь четкие критерии и понятную интерпретацию для каждого значения шкалы вероятности.

Одним из этапов оценки риска является определение частоты возникновения аварийной ситуации. В нефтегазовой отрасли это разгерметизация оборудования. Методики [1, 3, 4] предлагают схожие подходы к определению данного численного показателя, который в последствие используется для расчета вероятности возникновения конкретного сценария аварии.

Однако основном проблемным аспектом применения подобного подхода на практике является работа в условиях недостаточности или полного отсутствия статистических данных, которые положены в его основу, и, как следствие, сложность численной оценки факторов влияния, определяющих возможную аварийность ОПО. При условии, что достаточно произвести качественную оценку частоты разгерметизации оборудования (т.е. определить (обозначить) уровень потенциальной опасности) можно рассмотреть проблему оценки потенциальной аварийности ОПО как многокритериальную задачу, связанную с необходимостью учета большого числа как качественных, так и количественных показателей, в условиях неполноты и неопределенности исходной информации.

В ряде работ, посвященных оценке экономических рисков, оценке рентабельности и др. [5, 6, 8] рассматриваются способы решения подобных задач. Наиболее перспективной является методика комплексной оценки уровня аварийности ОПО, основанная на применении когнитивного моделирования, теории нечетких множеств и отношениях предпочтения между различными

критериями. Иными словами, методика учитывает качественные шкалы и отношения предпочтений между факторами в структуре иерархии этих факторов. Для оценки риска возникновения аварийной ситуации необходимо качественно оценить внешние и внутренние факторы влияния (их вклад в возникновение внештатной ситуации), а далее свернуть полученные результаты в единый комплексный показатель, который и будет характеризовать риск.

Суть предлагаемой методики заключается в построении математической модели на основе причинно-следственных связей между входными и выходными параметрами системы (в данном случае, механизма возникновения аварии) путем описания этих связей с применением трапециевидных нечетких чисел. Нечеткость при такой трактовке проявляется, прежде всего, в лингвистических оценках эксперта, применяемых к тем или иным состояниям системы (показателям), критериям, параметрам, например: высокий, малый, приблизительно, около и т.д. Все перечисленные понятия являются нечеткими, неявными, а, следовательно, содержат в себе некоторую степень неопределенности, которая выражается в размытых оценках экспертов.

Представим потенциальную аварийность

ОПО в виде иерархии G («дерево» факторов влияния, состояние которых определяет возможность возникновения аварии). Тогда математическую модель риска аварии (ARM - Accident Risk Model) можно описать следующим образом:

ARM =< G, L, Ф >, (1)

где G - древовидная иерархия факторов возникновения аварии, L - набор качественных оценок уровней каждого фактора (F) в иерархии, Ф - система отношений предпочтения одних факторов другим для одного уровня иерархии факторов.

Параметры, влияющие на аварийность, представляют собой набор неупорядоченных факторов одного уровня иерархии (задаются экспертами при проведении анализа).

Факторы могут быть безразличны друг другу (~ - отношение безразличия) либо нет (> - отно-

шение предпочтения) (отношение также задаётся экспертом).

В этом случае влияние различных факторов на уровень комплексной оценки аварийности ОПО может быть представлено в виде ориентированного графа, имеющего одну корневую вершину и не содержащего петель и горизонтальных ребер в пределах одного уровня иерархии (рис.1). При оценке уровня риска аварийной ситуации следует подниматься с низших уровней иерархии к верхнему, формируя промежуточные оценки по каждому подуровню.

Для проведения расчета эксперт должен также определить значения выбранных факторов. Часто получение надежной количественной информации бывает затруднительным. В таких случаях стремятся получить, в основном, только качественную информацию. В подобных случаях целесообразно применять нечетко выраженные степени, например «Очень Низкая, Низкая, Средняя, Высокая, Очень Высокая». Собственно, и суть предлагаемого метода в том, что его предполагается использовать в условиях отсутствия четких значений того или иного фактора. Тогда от эксперта не требуется количественной точности, а требуется как раз субъективная оценка на естественном языке. Затем лингвистическое описание может быть сопоставлено с количественной (например, балльной) шкалой носителя с помощью методов теории нечетких множеств [8, 9]. Основная задача при этом состоит в выборе единой лингвистической шкалы для оценки всех факторов, влияющих на состояние объекта.

Для представления значений факторов в формировании аварийности ОПО введем в рассмотрение набор качественных оценок:

Ь = {Низкая (Н), Нижесреднего (НС), Средняя (с),

Выше среднего (ВС), Высокая(в)} ,

и сформируем лингвистическую переменную «Уровень фактора» с терм-множеством значений Ь (число значений переменной может быть любым).

В качестве семейства функций принадлежности может выступать стандартный 01-класси-фикатор, где функции принадлежности - трапе-

Рис. 1. Иерархия G факторов F с наложенной на нее системой предпочтений Ф

циевидные нечеткие числа. В рассматриваемом примере количество значений переменной 5, следовательно, классификатор пятиуровневый [8]:

Н (0; 0; 0,15; 0,25);

НС (0,15; 0,25; 0,35; 0,45);

С (0,35; 0,45; 0,55; 0,65);

ВС (0,55; 0,65; 0,75; 0,85);

В (0,75; 0,85; 1;1)

Стандартный классификатор осуществляет проекцию нечеткого лингвистического описания на 01 -носитель, при этом делает это непротиворе -чивым способом, симметрично располагая узлы классификации (0,1; 0,3; 0,5; 0,7; 0,9). Следует обратить внимание, что выбранное количество уровней не является обязательным, т.е. их может быть как больше, так и меньше, выбор того или иного количества зависит, прежде всего, от мнения экспертов и от необходимой степени детализации итогового показателя.

Таким образом осуществляется переход от качественного описания уровня параметра к стандартному количественному виду соответствующей функции принадлежности (трапециевидное число).

Следующим этапом анализа является определение «вклада» каждого фактора влияния в потенциальную аварийность объекта. Эти оценки могут быть получены экспертным путем. В случаях, когда эксперт затрудняется дать непосредственные численные оценки, могут оказаться более предпочтительными различные ранговые методы, при реализации которых требуется лишь упорядочить критерии.

В данной работе для расчета рекомендуется применять оценку Фишберна [7].

Системе убывающего предпочтения N альтернатив (> - отношение предпочтения) наилучшим образом отвечает система снижающихся по правилу арифметической прогрессии весов:

2(( - г +1)

Рг = , г = 1.Л.

(2)

(+1)

В этом случаем предпочтение по Фишберну выражается в убывании на единицу числителя рациональной дроби весового коэффициента более слабой альтернативы.

Для системы безразличных друг другу N альтернатив (* - отношение безразличия) справедлив набор равных весов:

рг = N -1, г = 1..N. (3)

Для того, чтобы определить набор весов Фиш-берна для смешанной системы предпочтений, когда, наряду с предпочтениями, в систему входят отношения безразличия, необходимо определять числители г рациональных дробей:

К, * К

г=

Г +1 К-1 > к

Гм = 1, г = N..2, (4)

где N - количество альтернатив (в рассматриваемом случае, количество показателей определенного уровня иерархии О ), К - конкретный показатель данного уровня иерархии О .

Тогда сумма полученных числителей и есть общий знаменатель дробей Фишберна:

*=1 :=/. (5)

И

г

Р =

,к. (6)

Всего вариантов предпочтения будет 2N -1.

Когда по каждому показателю ((* К * ) на / \ V 1 N '

выбранном подуровне (*) иерархии О вида (1)

известны лингвистические оценки Ь = ((„.ЬN ), а также определена система весов Фишберна Р = (р'...рN ) на основе системы предпочтений Ф, тогда показатель подуровня К * можно охарактеризовать лингвистической оценкой,

Рис. 2. Система трапециевидных функций принадлежности на 01-носителе

определяемой путем проведения свертки. Для агрегирования (свертки) данных в единый показатель используется ОШЛ-оператор Ягера:

М, (х) = (х) • Рг . (7)

Полученную функцию принадлежности на 01-носителе х -вида (7) необходимо лингвистически распознать, чтобы выработать суждение о

качественном уровне показателя F *. Для этого необходимо задаться мерой уровня распознавания, т.е. ввести так называемую степень сходства, и соотнести полученную функцию с «эталонными» (рис. 2). Можно осуществить данную операцию при помощи нормы Хемминга. Если норма Хемминга равна 0, следовательно, полученное значение показателя Fj не распознается как соответствующее ему значение функции принадлежности ¡Л1 5( х) определенному терм-множеству из Ь. Если же V = 1, то распознавание показателя Fj стопроцентное, и следовательно,

М (х) = Мэ (х) .

Пусть даны два трапециевидных числа (а1, а2, а3, а4) и (Ь1, Ь2, Ь3, Ь4) на 01-носителе. Тогда степень сходства V двух таких чисел может быть определена как:

0 < v = 1 -тах{а1 -Ь^,|а2 -Ь2|,|а3 -Ь3|,|а4 -Ь41}< 1.

(8)

Определенная таким образом степень сходства, изменяясь в диапазоне от 0 до 1, будет характеризовать близость найденной свертки к тому или иному числу эталонного терм-множества.

Расчетный пример

Предположим, что потенциальная аварийность ОПО зависит от пяти составляющих, определяющих состояние объекта (( - F5). Все факторы для данного примера принимаются равнозначными (отношение безразличия), т.е. веса показателей на одном уровне свертки, определенные по оценке Фишберна, равны друг другу.

В таблице приведены исходные данные и результаты расчетов для определения уровня аварийности объекта F0.

Результаты расчетов по формулам, рассмотренным ранее, приведены в табл. 2 (в скобках рядом с уровнем фактора стоит степень сходства с эталонной функцией распределения). Видно, что, несмотря на высокий уровень фактора F1, потенциальная опасность объекта распознается как средняя (остальные факторы «перетягивают» риск аварии к подобной оценке).

Таблица 1. Факторы и их уровни («*» - предстоит определить)

Шифр фактора Наименование фактора Заданный уровень фактора

Р, Потенциальная опасность возникновения аварий *

Врезка Высокий

Нарушение работы средств противоаварийной защиты *

Рк, Отказ запорной арматуры Ниже среднего

1 2.2 Отказ предохранительной арматуры Ниже среднего

1 2.3 Отказ приборов КИПиА Ниже среднего

Рз Коррозионное повреждение *

Рз., Отказ ЭХЗ Ниже среднего

1 3.2 Нарушение изоляционного покрытия Средний

Р 1 3.3 Нарушение подачи ингибитора коррозии Средний

Отступление от требований НТД *

р,, Нарушения технологического регламента Средний

1 4.2 Нарушения в процессе СМР Средний

Р,з Нарушения процесса проведения диагностики Средний

Р 1 4.4 Нарушение в процессе проведения ремонтных работ Выше среднего

Р5 Нарушение физического состояния *

Р5., Катастрофические природные явления Низкий

Р,2 Механические повреждения Средний

Таблица 2. Результаты распознавания количественных входных данных

Шифр фактор а Наименование фактора Итоговый уровень фактора Соответствующие вершины классификации уровня (трапециевидные числа)

Fo Потенциальная опасность возникновения аварий Средний (0,99) 0,35 0,44 0,56 0,64

F2 Нарушение работы средств противоаварийной защиты Ниже среднего (1,00) 0,15 0,25 0,35 0,45

F3 Коррозионное повреждение Средний (0,93) 0,28 0,38 0,48 0,58

F4 Отступление от требований нтд Средний (0,95) 0,40 0,50 0,60 0,70

f5 Нарушение физического состояния Ниже среднего (0,97) 0,18 0,23 0,35 0,45

Из изложенного следует, что, пройдя по всем ступеням описанной методики, можно получить значение итогового риск-фактора всего объекта (системы) и, сопоставив его с соответствующим терм-множеством, вывести лингвистическую переменную и сформировать мнение о степени аварийности объекта (системы).

Таким образом, используя изложенную в работе методику, можно производить оценку потенциального уровня аварийности объекта по различным критериям или группам критериев, не ограничиваясь определенным набором показателей или жесткими взаимосвязями между ними. Следует отметить, что изложенная в работе методика на базе нечеткой когнитивной модели не требует значительных временных затрат и сложного программного обеспечения и позволяет оценивать уровень потенциальной опасности любого ОПО или его части на всех этапах его жизненного цикла. Полученные в результате подобной экспресс-оценки данные могут использоваться в качестве основания для разработки рекомендаций по проведению профилактических мероприятий на объекте.

СПИСОК ЛИТЕРАТУРЫ

1. Методика определения расчетных величин пожарного риска на производственных объектах, утв. приказом МЧС РФ от 10.07.2009 г. № 404. 52 с.

2. Руководство по безопасности «Методические основы по проведению анализа опасностей и оценки риска аварий на опасных производственных объектах», утв. Постановлением Ростехнадзора России № 188 от 13.05.15. 56 с.

3. Методическое руководство по оценке степени риска аварий на магистральных нефтепроводах. Сер. 21. Вып. 1. М.: ГУП «НТЦ «Промышленная безопасность», 2002. 120 с.

4. СТО Газпром 2-2.3-351-2009. Методические указания по проведению анализа риска для опасных производственных объектов газотранспортных

предприятий ОАО «Газпром». М.: ОАО «Газпром», 2009. 380 с.

5. Скороход С.В. Применение нечётких чисел для оценки квалификации персонала // Изв. ТРТУ. Темат. вып. «Интеллектуальные САПР». 2005. № 3 (47). С. 214-216.

6. Ажмухамедов И. М. Математическая модель комплексной безопасности компьютерных систем и сетей на основе экспертных суждений // Инфо-коммуникационные технологии. 2009. Т. 7. № 4. С. 103-107.

7. Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978. 155 с.

8. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 165 с.

9. Ухоботов В.И. Избранные главы теории нечетких множеств. Челябинск: Издательство ЧГУ, 2011. 247 с.

10. Аношкин Д.В., Васильев А.В. Обеспечение безопасности труда в условиях металлургического производства с использованием автоматизированных систем // В сборнике: YOUNG ELPIT 2013 Международный инновационный форум молодых ученых: В рамках IV Международного экологического конгресса (VI Международной научно-технической конференции) «Экология и безопасность жизнедеятельности промышленно-транспортных комплексов» ELPIT 2013: сборник научных докладов.

11. Васильев А.В. Повышение безопасности жизнедеятельности информационно-программными методами // Автотракторное электрооборудование. 2004. № 11. С. 34-37.

12. Васильев А.В., Аношкин Д.В. Человеческий фактор как причина аварийности и травматизма на производстве и его анализ на основе принципов системного подхода к обеспечению безопасности // Безопасность труда в промышленности. 2010. № 11. С. 22-25.

13. Использование автоматизированных систем для оценки и снижения воздействия негативных факторов на человека в условиях производственной среды / А.В. Васильев, Д.В. Аношкин, И.О. Терещенко, Ю.П. Терещенко // В сборнике: ELPIT 2013 Экология и безопасность жизнедеятельности промышлен-

но-транспортных комплексов. Сборник трудов IV Международного экологического конгресса (VI Международной научно-технической конференции), научный редактор А.В. Васильев. 2013. С. 95-102.

14. Васильев А.В., Вильч Н.В. Разработка мероприятий по снижению негативного воздействия на человека смазочно-охлаждающих жидкостей с

использованием метода «Дерево событий» // В сборнике: БЬР1Т 2013 Экология и безопасность жизнедеятельности промышленно-транспортных комплексов. Сборник трудов IV Международного экологического конгресса (VI Международной научно-технической конференции), научный редактор А.В. Васильев. 2013. С. 91-94.

DETERMINATION OF POTENTIAL ACCIDENT RATE OF HAZARDOUS FACILITIES FOR ENVIRONMENT AND HUMAN IMPACT ASSESSMENT

© 2016 G.N. Yagovkin, D.S. Simenko, A.G. Kolesnikov

Samara State Technical University

This article describes an approach to determining potential hazards of a hazardous facility on the basis of expert estimates.

Keywords: hazardous facility, risk, assessment, accident, mathematic model, method, classificatory, function.

German Yagovkin, Doctor of Technical Sciences, Professor at the Safety of Labor Department. E-mail bjd@list.ru Daria Simenko, Postgraduate Student at the Safety of Labor Department. E-mail bjd@list.ru

Alexander Kolesnikov, Postgraduate Student at the Safety of Labor Department. E-mail bjd@list.ru