CC BY-NC
44
ДРУГИЕ ВОПРОСЫ МОРСКОЙ ТЕХНИКИ
DOI: 10.24937/2542-2324-2020-1-391-199-208 УДК 629.563:005.934
Н.А. Вальдман, Н.Л. Маляренко
ФГУП «Крыловский государственный научный центр», Санкт-Петербург, Россия
МЕТОДИЧЕСКИЕ ПОДХОДЫ К ПРИНЯТИЮ РЕШЕНИЙ ПО ОБЕСПЕЧЕНИЮ БЕЗОПАСНОСТИ ШЕЛЬФОВЫХ НЕФТЕГАЗОВЫХ ОБЪЕКТОВ
Объект и цель научной работы. Целью исследования является обоснование необходимости применения современных методических подходов при принятии управленческих решений в целях повышения безопасности шель-фовых нефтегазовых объектов на этапах их проектирования и эксплуатации.
Материалы и методы. В методических подходах использованы результаты выполненных Крыловском государственном научном центре работ, стандарты управления рисками, отечественные и зарубежные разработки в рассматриваемой области, методы теоретических исследований.
Основные результаты. Проведена систематизация существующих методических подходов к принятию управленческих решений, обеспечивающих безопасность морских нефтегазовых объектов. Предложена процедура выбора методов для оценки рисков с учетом факторов и критериев, оказывающих влияние на безопасность объектов на шельфе. Особое внимание уделено формализованным методам оценки риска и неопределенности, применению вероятностного моделирования при принятии управленческих решений на этапах проектирования и эксплуатации объектов. Заключение. Рассматриваемые в статье методические подходы и рекомендации по принятию управленческих решений при проектировании и эксплуатации шельфовых нефтегазовых объектов направлены на получение эффективных решений и инструментов по снижению риска, на повышение уровня безопасной эксплуатации объектов на шельфе, а также позволяют осуществлять выбор оптимальных рентабельных решений.
Ключевые слова: оценка безопасности, анализ риска и неопределенности, методы принятия решений, критерии безопасности, матрица решений, вероятностное моделирование. Авторы заявляют об отсутствии возможных конфликтов интересов.
MISCELLANEOUS
DOI: 10.24937/2542-2324-2020-1-391-199-208 UDC 629.563:005.934
N. Valdman, N. Malyarenko
Krylov State Research Centre, St. Petersburg, Russia
METHODICAL APPROACHES TO DECISION MAKING ABOUT SAFETY OF OFFSHORE OIL & GAS FACILITIES
Object and purpose of research. The purpose of this study was to justify the necessity of modern methodical approaches to management decision making in order to enhance the safety of offshore oil & gas facilities at the stages of their design and operation.
Для цитирования: Вальдман Н.А., Маляренко Н.Л. Методические подходы к принятию решений по обеспечению безопасности шельфовых нефтегазовых объектов. Труды Крыловского государственного научного центра. 2020; 1(391): 199-208.
For citations: Valdman N., Malyarenko N. Methodical approaches to decision making about safety of offshore oil & gas facilities. Transactions of the Krylov State Research Centre. 2020; 1(391): 199-208 (in Russian).
Materials and methods. These methodical approaches are based on the Krylov State Research Centre acvitities, risk management standards, Russian and foreign developments in this fields, as well as on the methods of theoretical studies. Main results. This paper summarizes existing methodical approaches to management decision making to enhance the safety of marine oil & gas facilities. It also suggests a selection procedure for risk assessment methods taking into account the factors and criteria important for the safety of offshore facilities, with a special emphasis on formalized methods for risk and uncertainty assessment, probabilistic simulations in the process of management decision making at design and construction stages of these facilities.
Conclusion. Methodical approaches and recommendations on management decision making during design and operation of offshore oil & gas facilities discussed in this paper are intended to obtain efficient risk mitigation solutions and tools and enhance operational safety of offshore facilities, as well as select optimal and cost-efficient solutions.
Keywords: safety assessment, risk and uncertainty analysis, decision making methods, decision matrix, probabilistic simulation.
Authors declare lack of the possible conflicts of interests.
Морские нефтегазовые объекты обустройства месторождений континентального шельфа - технические средства и сооружения, являющиеся сложными социально-техническими системами. В таких системах взаимодействуют технические, технологические и информационно-программные средства, организационные и управленческие структуры и другие элементы, определяющие деятельность производственного персонала, экипажей судов и функционирование самих систем.
Управление безопасностью шельфовых объектов состоит из взаимосвязанных процессов подготовки, принятия и организации выполнения решений.
Системный подход к принятию решений по оценке безопасности шельфовых объектов включает использование:
■ современных информационных технологий, позволяющих структурировать имеющуюся информацию, выполнять моделирование процессов;
■ методов экономического и финансового анализа для оценки ряда «формальных» показателей (которые могут быть рассчитаны);
■ экспертных методов, базирующихся на знаниях и опыте экспертов - конструкторов, технологов, менеджеров, позволяющих произвести оценку «неформальных» показателей;
■ математических методов отбора альтернативных вариантов управленческих решений, например, с точки зрения затрат различного вида ресурсов и т.д.
Ведущие нефтегазовые компании Российской Федерации осуществляют регулирование промышленной безопасности на опасных производственных объектах (ОПО) нефтегазового комплекса на базе целеориентированного подхода к обеспечению безопасности. В обязательном порядке используется нормативный подход, как детерминированный, так и вероятностный, основанный на
процедуре оценки рисков. Методические подходы к анализу риска основаны на общей методологии формальной оценки безопасности (ФОБ) [1], однако должны учитывать специфику морских объектов, район их расположения, характер выполнения морских операций и т. д.
В Крыловском государственном научном центре (КГНЦ) систематически разрабатываются материалы, касающиеся развития методических подходов к принятию решений по обеспечению безопасности объектов на шельфе. В 2015 г. выполнена НИР «Оценка ущерба и затрат на ликвидацию последствий аварий на шельфе, произошедших в результате разлива нефти и нефтепродуктов на объектах ПАО «Газпром» в целях страхования», в результате которой разработана методика определения максимально возможных убытков, связанных с аварийным разливом нефти и нефтепродуктов на шельфовых объектах ПАО «Газпром» для определения лимитов ответственности по различным видам страхования [2].
В 2018 г. в КГНЦ выпущена монография [3], посвященная анализу рисков при проведении операций с морскими судами и шельфовыми объектами, в которой, в частности, описаны методические подходы к построению системы управления безопасностью судов и объектов.
Разработан ряд стандартов, входящих в систему стандартов ПАО «Газпром» для организации управления аварийно-спасательными работами на шельфе, в т.ч. из последних - Р Газпром 2-1.3-1110-2017 [4].
В 2019 г. в КГНЦ начата разработка рекомендаций ПАО «Газпром» для создания «Методики принятия решения по обеспечению безопасности гидротехнических сооружений».
В процессе перечисленных работ выработан ряд нижеизложенных подходов.
Допустимый риск для шельфовых объектов, в том числе для их систем и оборудования, реко-
мендуется определять и устанавливать на этапе разработки проекта. Уровень безопасности на объекте, соответствующий установленному риску, обеспечивается :
■ нормативными критериями предельных состояний;
■ условиями и периодом эксплуатации, сроками технического обслуживания и ремонтов;
■ опасностями и проектными авариями (отказами);
■ процедурами и методами мониторинга аварий (отказов).
В целях повышения надежности и технологической безопасности, а также снижения сопутствующих затрат рекомендуется учитывать уровень риска, сопровождающего эксплуатацию технологического оборудования морских нефтегазовых объектов. Оценку риска эксплуатации технологического оборудования рекомендуется проводить в соответствии с подходом RIMAP (Risk based inspection and maintenance procédures - процедуры проверок и технического обслуживания на основе оценки риска) по ГОСТ Р 55234.3 [5] с учетом требований к обоснованию безопасности по ГОСТ Р 33855 [6]. Применение подхода RIMAP гармонизирует международные и национальные требования к эксплуатации объектов и оборудования, а также позволяет учесть:
■ аспекты риска, связанные с обеспечением безопасности и здоровья людей, защитой окружающей природной среды, безопасностью шельфовых объектов;
■ экономическую целесообразность.
При внедрении подхода RIMAP необходимо руководствоваться принципом «лидерства руководителя», т.к. внедрение этого метода невозможно без активной поддержки со стороны высшего руководства компании. В новом стандарте ISO 3100:2018 «Менеджмент риска - Руководство» [7] особое внимание уделено ответственности лиц, принимающих решения, и управлению рисками, в то время как надзорные органы отвечают за контроль над выполнением управленческих решений.
Основными этапами принятия решений по обеспечению безопасности шельфовых объектов являются:
■ первоначальный анализ безопасности;
■ отбор данных для принятия решений по обеспечению безопасности;
■ оценка риска с многоуровневым анализом риска аварий (отказов);
■ принятие решений с учетом оценки риска;
■ реализация решений и документирование (отчетность);
■ анализ выполненного процесса принятия решения с учетом поступления новых актуализированных данных.
В ходе первоначального анализа безопасности устанавливаются цели, иерархическая структура шельфового сооружения, период и область применения анализа; определяются применимые законодательно-нормативные и рекомендуемые требования в области безопасности объекта, доступные источники данных, список опасностей и наиболее вероятные сценарии развития аварий (отказов), ограничения при оценке риска, методы его оценки и критерии допустимости риска.
На этапе отбора данных для принятия решений по обеспечению безопасности шельфовых объектов рекомендуется в соответствии с проектной документацией:
■ выявлять необходимые условия для принятия решения (полной определенности в исходных данных, условия риска при неопределенности действующих факторов безопасности или условия риска при возможности определения вероятности развития события под воздействием поражающих факторов);
■ определять степень достоверности и ограничения в исходных данных;
■ создавать базы структурированных данных с учетом принятых ограничений.
Этап оценки риска с многоуровневым анализом риска аварий (отказов) проводится в соответствии с ГОСТ Р ИСО 17776 [8]. При проведении оценки риска выявляется принадлежность риска к режиму эксплуатации объекта - штатному или аварийному.
Руководителю, ответственному за решение, предстоит выбрать среди формализованных и неформальных методов оценки риска оптимальный состав средств для оценки характеристик исследуемых объектов.
Предлагаемая процедура выбора методов для оценки риска в зависимости от условий для принятия решений - факторов, оказывающих влияние на безопасность (факторов безопасности, ФБ), приведена на рис. 1.
Применение формализованных методов принятия решений целесообразно для регулярно повторяющихся ситуаций, при разработке правил, инструкций и нормативов, что позволяет определить характеристики возможных состояний объекта с точки зрения поставленных целей.
Эффективно применяются следующие формализованные методы:
■ анализ чувствительности параметров (например, показателей эффективности);
■ метод множественной корреляции;
■ метод построения дерева решений;
■ формализованные сценарии, включающие в себя построение графов, событийных сетей, блок-схем, использование количественных коэффициентов (вероятности, относительной важности и др.);
■ имитационное моделирование рисков по методу статистических испытаний (Монте-Карло) и т.д.
В моделях, разработанных при формальном анализе безопасности, описываются возможные последствия событий и соизмеряются показатели риска. Поскольку с ситуациями риска связаны потери, в т.ч. финансовые, при рассмотрении проблем безопасности объектов чаще всего используется экономический подход и применяются экономико-математические модели управления риском. Сущность экономико-математического моделирования заключается в построении математических схем, адекватных реальным процессам.
В условиях неопределенности возможного совокупного ущерба, неполноты информации о затратах и результатах любое решение принимается с учетом количественных характеристик рассматриваемых ситуаций.
Количественная оценка риска (КОР, QRA, quantitative risk analysis) - проведение расчетов показателей риска и сравнение с критериями допустимого риска - не только обязательный, но и один из важных разделов проектной документации морских объектов: декларации промышленной безопасности, планов локализации и ликвидации аварийных ситуаций и др. КОР используется также при оценке пожарного риска для обеспечения пожарной безопасности.
Особенно важна оценка неопределенности, связанной с вычислительными процедурами, источниками неопределенности сценариев аварии, зависимостью результирующего показателя риска от других определяющих его показателей. Для достоверной интерпретации результатов КОР необходимо понимать причины источников неопределенности, а также дать количественные оценки неопределенности. Аналогичное требование содержат стандарты серии ГОСТ Р 51901 [9, 10], но они не дают ре-
комендаций о способах количественной оценки неопределенности параметров техногенного риска.
В статье [11], рассматривающей источники, факторы и методы оценки неопределенностей КОР при обеспечении промышленной безопасности опасных производственных объектов, в т.ч. нефтегазовых, показано, что «разброс (дисперсия) результатов, характеризующий неопределенность КОР, существенно зависит от целей и задач анализа риска, рассчитываемых показателей риска, полноты исходных данных, состояния нормативного обеспечения оценки риска, специфики и стадии жизненного цикла ОПО». Там же приведен результат анализа неопределенности исходной частоты разгерметизации оборудования двухцеховой компрессорной станции, полученный в ходе статистического эксперимента по методу Монте-Карло, показавший, что распределение величины коллективного риска при разгерметизации станции (рис. 2) с достаточной степенью точности аппроксимируется логнор-мальным распределением.
Рассмотрим подход, основанный на концепции риска как характеристики ситуации стохастического характера в условиях неопределенности, отражающей совокупный возможный ущерб. При этом под неопределенностью понимается неполнота или неточность информации о затратах и результатах.
Наиболее отчетливо выявляет способы и средства получения приемлемого результата матричный подход с построением матрицы решений (ниже рассмотрена матрица двухмерного вида, но она может быть и трехмерной).
Если существует неопределенность в уровне затрат или эффектов, но их можно соотнести с соответствующими им вероятностями, то оценка риска -это оценка вероятности, точечная или интервальная, по статистическим данным или экспертная. В таком случае для управления риском задают ограничения на вероятности нежелательных событий.
Если закон распределения неопределенных действующих факторов неизвестен, то их учет базируется на формировании специальных критериев, с помощью которых принимаются решения. Для целей обеспечения безопасности не так важно знать точное значение показателя риска, главное, чтобы это значение удовлетворяло критериям приемлемого риска.
Выбор решений в условиях неопределенности включает:
■ построение матрицы решений (матрицы эффектов и ущерба);
Рис. 2. Распределение коллективного риска при статистических испытаниях (серая линия) и аппроксимация логнормальным распределением (черная линия) для дисперсии распределения частот аварий а = 1 [11]
Fig. 2. Distribution of collective risk during statistical tests (grey curve) and approximation by log-normal distribution (black curve) for dispersion of emergency frequencies а = 1 [11]
■ построение матрицы риска;
■ количественную оценку альтернативных вариантов управленческих решений.
Матрица решений (табл. 1) представлена для ситуации, когда существует:
■ конечное число рассматриваемых вариантов решений и ситуаций, характеризующих состояние объекта и/или окружающей среды;
■ функция результатов, которая ставит в соответствие каждому варианту однозначный эффект или ущерб;
■ единственно важная целевая величина, обозначающая формальную цель объекта управления, состоящую в минимизации ущерба / максимизации доходов, при этом с помощью формальных целей можно оценить и сделать вывод о результатах выбранных альтернатив действий.
В матрице решений:
■ каждая строка соответствует одному из намеченных альтернативных вариантов решений B, а каждый столбец - одной из возможных ситуаций Sj, характеризующих состояние объекта и/или окружающей среды;
■ каждой паре (B, Sj) соответствуют значения целевой функции ф^ которые количественно оценивают эффект (или ущерб) при сочетании i-го варианта решения и j-ой ситуации;
Таблица 1. Матрица решений Table 1. Decision matrix
Ситуация Вариант S1 Sj Sn (ф,')шт (ф/')шах
Bi ф11 . ф1 . ф1 n (ф1 )min (ф1)шах
Bi ф,1 ... ф, ... ф,п (ф,')шт (ф')тах
Bm
фт1
фт,
(фт)ш in (фт) m
(фДш
7Тшах
Таблица 2. Матрица риска Table 2. Risk matrix
Ситуация
Вариант
Si
(r)m
B1
r11
r1j
(ri)ma
Bi
(ri)m
Bm
(rm) m
■ в правых столбцах - определенные для каждого варианта Б, минимальный и максимальный эффекты соответственно: (ф,)т1П и (ф,)тах;
■ нижняя строка содержит наибольшие для каждого столбца (т.е. для ¿у) эффекты (ф/)тах. Количественной оценкой последствий риска
для каждого /-го решения при /-ой ситуации принято считать разницу между максимально возможным и фактическим эффектом для этой ситуации:
Г/ = (ф/)тах - ф/ (1)
По матрице решений строится матрица риска (табл. 2) с использованием (1).
Дальнейшие шаги при выборе альтернативных управленческих решений зависят от того, имеются ли данные о вероятности возникновения отдельных ситуаций и насколько достоверны эти данные.
В случае, когда вероятности возникновения каждой /-ой ситуации (Г/) известны и получены в результате обработки соответствующих статистических наблюдений, для каждого варианта определяют математическое ожидание значения целевой функции
При этом выбран должен быть тот вариант Б,, для которого математическое ожидание значения целевой функции окажется максимальным (если целевая функция оценивает эффект, а не ущерб). Для этого же варианта окажется минимальным математическое ожидание риска
Fr-' 114
(3)
§г =£, F ф, .
(2)
При отсутствии данных о вероятностных характеристиках выбор оптимального варианта осуществляется исходя из матрицы решений на основе экспертных оценок вероятностей ситуаций, с применением критериев принятия решений. Наиболее часто используются критерии Вальда, Сэвиджа, Гурвица, соответствующие следующим стратегиям выбора решений:
■ наибольшего гарантированного эффекта (критерий Вальда);
■ наименьшего возможного риска (критерий Сэвиджа);
■ сочетающей пессимизм и оптимизм в определенно заданной пропорции (критерий Гурвица). В этом случае требуется больше информации, чем при первых двух стратегиях.
ф
mn
S
S
п
n
r
r
r
i1
r
r
mn
В области управления рисками аварий и чрезвычайных ситуаций, в том числе экстремальных, на морских нефтегазовых объектах и сооружениях используется асимптотическая теория вероятностей экстремальных значений, которая, в отличие от классической теории, связана с исследованием предельных законов распределения экстремума последовательности случайных величин. Распределения экстремальных значений применяются при расчетах прочности морских сооружений и в задачах проектирования судов, при исследовании технико-экономических систем.
При управлении рисками чрезвычайных ситуаций применяются статистические методы моделирования надпороговых значений, с помощью которых прогнозируются значения, превосходящие некоторый заранее известный верхний порог. Один (но не единственный) из подходов (полностью параметрический) основан на аппроксимации функции распределения надпороговых значений с помощью непрерывного обобщенного распределения Парето, используемого в качестве модели распределения критических значений неблагоприятного фактора. Описание этого подхода и многих других методов асимптотической теории вероятностей экстремальных значений дано, например, в монографии А. А. Быкова [12].
Актуальна проблема оценки и прогнозирования ресурса сложных морских технических систем и технологических комплексов, при эксплуатации которых возможно возникновение отказов оборудования, в том числе аварийных. Показатель ресурса таких систем, требующих больших капитальных затрат, должен отражать требования безопасности и эффективности. При проведении вариантного поиска приемлемых решений о допустимости продления ресурса универсальным средством получения числовых оценок показателей надежности и безопасности морского объекта является вероятностное моделирование.
Наиболее важные для данной задачи показатели:
■ средняя наработка на отказ;
■ вероятность безотказной работы/отказа;
■ коэффициент готовности/неготовности - вероятность того, что объект окажется в работоспособном/неработоспособном состоянии в произвольный момент времени;
■ эффективность функционирования объекта управления на разных стадиях жизненного цикла. Анализ процесса «старения» объекта или его
компонентов проводится на основе статистических данных по отказам объекта/компонента в процессе
эксплуатации. Одним из наиболее часто используемых распределений, применяемых при математическом моделировании наработки объекта на отказ, является распределение Вейбулла с плотностью ft) и функцией F(t) распределения:
-i-t -И
f (t) = -brtb-le ^ср0 , F(t) = 1 - e ' Тср 0 , (4)
Тср
где t - время безотказной работы (случайная величина); параметры Тср (среднее время безотказной работы) > 0, b > 0.
Данное распределение играет важную практическую роль в сопротивлении материалов, строительной механике корабля, теории ветрового волнения и позволяет получить решение в аналитической форме.
Нельзя исключить неопределенности, относящиеся к работе конструкций и оснований морских нефтегазовых сооружений, поэтому в проектных расчетах наряду с другими применяются вероятностные методы, например, метод частных коэффициентов. Вероятностные модели используются в различных стандартах и нормах для подбора частных коэффициентов безопасности для предельных состояний (по нагрузке, свойствам материала, условиям работы конструкции, степени ответственности сооружения и др.) и коэффициентов сочетаний нагрузок. Вероятностными методами определяются нормативные значения нагрузок, изменяющихся во времени и зависящих от одной или нескольких переменных.
Недостаточная достоверность информации о степени соответствия фактических характеристик морских объектов проектным, невыявленные дефекты конструкций могут значительно снижать показатели безопасности. Для замерзающих морей серьезной проблемой является обеспечение безопасности шельфовых объектов при воздействии ровных ледовых полей и торосов, дрейфующего льда, стамух.
При проведении морских операций на арктическом шельфе необходимо с учетом рисков разработать комплекс организационно-технических мероприятий по управлению ледовой обстановкой (УЛО), направленных на обеспечение безопасности объектов и операций на шельфе. Одним из основных элементов аварийно-предупредительной системы морского инженерного сооружения должен быть план УЛО, входящий в состав поста управления морскими операциями.
В качестве критерия эффективности тактических приемов разрушения ледяных образований в зависимости от цели могут быть выбраны различные технические или экономические показатели процесса снижения уровня ледовой нагрузки.
Применяются вероятностные имитационные модели формирования ледовых нагрузок, основанные на выводе функции распределения параметров ледового режима и имитации возможных ситуаций, характеризуемых случайным сочетанием значений входных параметров. С помощью таких моделей можно выполнять расчеты режима нагружения сооружений за жизненный цикл, например, используется разработанная А.Т. Бекке-ром модель процесса механического взаимодействия ледяных полей с сооружением [13]. В результате численного моделирования определяются вероятностные характеристики ледовой нагрузки, контактного напряжения, длины пути взаимодействия и другие параметры.
При принятии управленческого решения любого уровня необходимо оценить возможный ущерб от загрязнения окружающей среды, особенно учитывая обязанность нефтяных компаний компенсировать все затраты на ликвидацию последствий разлива. В первом приближении величина экологического ущерба (УЭ) может быть оценена по формуле
Уэ = кз • q • г, (5)
где кЭ - затраты на предотвращение разлива 1 т нефти; q - суточный разлив нефти, т/сут; г - продолжительность аварии, сут.
Величина удельного экологического ущерба от разлива 1 т нефти (кЭ) с учетом доступных фактических данных приближенно оценивается в размере 60 тыс. за 1 т разлитой нефти в случае аварии на континентальном шельфе [14] и $6 тыс. - в случае аварии на суше.
Остальные параметры являются случайными величинами. Количественная оценка вероятного экологического ущерба в результате крупной аварии может быть получена с использованием методов имитационного моделирования. Отметим, что в зависимости от расположения участка недр в той или иной акватории вероятность крупной аварии может изменяться от 1-2 % для регионов с развитой инфраструктурой до 8-10 % для регионов низкой изученности и тяжелых ледовых условий. Соответственно, и продолжительность аварии может изменяться по регионам от нескольких суток до 5-6 месяцев.
При оценке рисков аварийного разлива нефти и нефтепродуктов на шельфовых объектах и принятии решений, направленных на повышение их безопасности, можно в дополнение к обязательным методикам использовать рекомендуемую методику [2] для определения затрат на предупреждение и ликвидацию последствий аварийного разлива нефти и нефтепродуктов.
Принятие решений по обеспечению безопасности шельфовых объектов рекомендуется проводить с учетом:
■ мероприятий по снижению риска до допустимого (приемлемого) уровня;
■ минимальных финансовых и ресурсных затрат при соответствии критериям допустимого риска. Уровни приемлемого риска подлежат постоянному контролю, для этого необходимо разрабатывать:
■ план реализации решений;
■ меры по контролю и анализу процесса выполнения принятых решений;
■ методики для совершенствования технологий мониторинга состояния сооружений на континентальном шельфе.
Математико-статистические методы широко применяются в отечественной и зарубежной практике и могут быть использованы наряду с другими способами анализа опасностей и аварийных ситуаций для оценки показателей риска и неопределенностей при принятии решений по обеспечению безопасности шельфовых нефтегазовых объектов. Для безопасной эксплуатации шельфовых объектов необходимо постоянно актуализировать теоретические исследования и методические разработки, технологии контроля и мониторинга с учетом типа, конструктивных особенностей и функционального назначения сооружений.
Применение рассмотренных методических подходов и рекомендаций в процессе принятия управленческих решений при проектировании и эксплуатации шельфовых нефтегазовых объектов позволит существенно повысить уровень их безопасности.
Библиографический список
1. Руководство по формальной оценке безопасности (ФОБ) для использования в процессе принятия решений в ИМО: М8С/Сис.1023-МЕРС/Си'с.392. Санкт-Петербург: ЦНИИМФ, 2011. 138 с.
2. Оценка ущерба и затрат на ликвидацию последствий аварий на шельфе, произошедших в результате разлива нефти и нефтепродуктов на объектах
ПАО «Газпром» в целях страхования: отчет о НИР (заключ.) / Крыловский гос. науч. центр, Санкт-Петербург, 2015. 359 с.
3. Анализ риска и обеспечение безопасности при проведении морских операций и работ на шельфе / Вальдман Н.А. [и др.]. Санкт-Петербург: Крыловский гос. научный центр, 2018. 258 с.
4. Система стандартов корпоративной системы гражданской защиты. Организация проведения аварийно-спасательных работ: Р Газпром 2-1.3-1110-2017. Санкт-Петербург: Газпром экспо, 2018. VI, 65 с.
5. ГОСТ Р 55234.3-2013. Практические аспекты менеджмента риска. Процедуры проверки и технического обслуживания оборудования на основе риска. Москва: Стандартинформ, 2014. IV, 56 с.
6. ГОСТ 33855-2016. Обоснование безопасности оборудования. Рекомендации по подготовке. Москва: Стандартинформ, 2017. III, 11 с.
7. ИСО 31000:2018 Менеджмент риска. Руководство: [пер. АНО ДПО «ИСАР»]. 2-е изд. Москва, 2018. 19 с. URL: http://iso-management.com/wp-content/ upl0ads/2019/03/IS0-31000-2018.pdf (дата обращения: 05.12.2019).
8. ГОСТ Р ИСО 17776-2012. Нефтяная и газовая промышленность. Морские добычные установки. Способы и методы идентификации опасностей и оценки риска. Основные положения. Москва: Стандарт-информ, 2014. 62 с.
9. ГОСТ Р 51901.1-2002. Менеджмент риска. Анализ риска технологических систем. Москва: Изд-во стандартов, 2002. 29 с.
10. ГОСТ Р 51901.11-2005. Менеджмент риска. Исследование опасности и работоспособности. Прикладное руководство. Москва: Стандартинформ, 2006. 41 с.
11. ЛисановМ.В., Сумской С.И., ШвыряевА.А. Неопределенности количественной оценки риска аварий на нефтегазовых объектах // Вести газовой науки: науч.-технический сборник. 2018. № 2(34): Повышение надежности и безопасности объектов газовой промышленности. С. 125-134.
12. Быков А.А. Статистические методы прогнозирования риска чрезвычайных ситуаций. Москва: Анкил, 2014. 155 с.
13. БеккерА.Т. Вероятностные характеристики ледовых нагрузок на сооружения континентального шельфа. Владивосток: Дальнаука, 2005. 361 с.
14. Vanem E., Endresen A., Skjong R. CATS - Cost-effectiveness in Designing for Oil Spill Prevention // Proc 10th International Symposium on Practical Design of Ships and Other Floating Structures (PRADS 2007). Houston: ABS, 2007.
References
1. Guidelines for Formal Safety Assessment (FSA) for Use in the IMO Rule-Making Process: MSC / Circ.1023-MEPC/Circ.392. TsNIIMF, 2011. 138 p. (in Russian).
2. Assessment of damage and mitigation costs for offshore emergencies related to oil and oil product spills at Gazprom facilities (for insurance purposes). Final Report about R&D project / St. Petersburg: Krylov State Research Centre, 2015. 359 p. (in Russian).
3. N. Valdman et al. Risk assessment and safety enhancement during marine operations and offshore activities. St. Petersburg: Krylov State Research Centre, 2018. 258 p. (in Russian).
4. System of standards for corporate system of civil protection. Organization of emergency and rescue activities: R Gazprom 2-1.3-1110-2017. St. Petersburg: Gazpromexpo, 2018. VI, 65 p. (in Russian).
5. GOST R 55234.3-2013. Practical aspects of risk management. Procedures for risk-based checks and maintenance of equipment. Moscow: Standartinform, 2014. IV, 56 p. (in Russian).
6. GOST 33855-2016. Justification of equipment safety. Recommendations on preparation. Moscow: Standart-inform, 2017. III, 11 p. (in Russian).
7. ISO 31000:2018 Risk management. Guidelines 2nd edition. URL: http://iso-management.com/wp-content/ uploads/2019/03/ISO-31000-2018 .pdf (accessed: 05.12.2019). Moscow, 2018, 19 p. (Russian translation).
8. GOST R ISO 1776-2012. Petroleum and natural gas industries. Offshore production installations. Guidelines on tools and techniques for hazard identification and risk assessment. Moscow: Standartinform, 2014. 62 p. (in Russian).
9. GOST R 51901.1-2002. Risk management. Risk analysis of technological systems. Moscow: Publishing House of Standards, 2002. 29 p. (in Russian).
10. GOST R 51901.11-2005. Risk management. Hazard and operability study. Practical Guide. Moscow: Standart-inform, 2006. 41 p. (in Russian).
11. M. Lisanov, S. Sumskoy, A. Shvyryaev. Uncertainties in quantitative assessment of emergency risk at oil & gas facilities // Vesti gazovoi nauki. Scientific & Technical Compendium. 2018. No. 2(34): Safety and reliability enhancement of gas facilities. P. 125-134 (in Russian).
12. A. Bykov. Statistical prediction methods for emergency risk. Moscow: Ankil, 2014. 155 p. (in Russian).
13. A. Bekker. Probabilistic characteristics of ice loads on offshore facilities. Vladivostok: Dalnauka, 2005. 361 p. (in Russian).
14. E. Vanem, A. Endresen, R. Skjong. CATS - Cost-effectiveness in Designing for Oil Spill Prevention //
Proc. 10th International Symposium on Practical Design of Ships and Other Floating Structures (PRADS 2007). Houston: ABS, 2007.
Сведения об авторах
Вальдман Николай Александрович, к.т.н., начальник сектора ФГУП «Крыловский государственный научный центр». Адрес: 196158, Россия, Санкт-Петербург, Московское шоссе, д. 44. Тел.: +7 (812) 415-45-58. E-mail: [email protected].
Маляренко Нина Леонидовна, научный сотрудник 56 отдела ФГУП «Крыловский государственный научный
центр». Адрес: 196158, Россия, Санкт-Петербург, Московское шоссе, д. 44. Тел.: +7 (911) 819-31-45. E-mail: [email protected].
About the authors
Nikolay A. Valdman, Cand. Sci. (Eng.). Head of Sector, Kylov State Research Centre. Address: 44, Moskov-skoe sh., St. Petersburg, Russia, post code 196158. Tel.: +7 (812) 415-45-58. E-mail: [email protected]. Nina L. Malyarenko, Researcher, Krylov State Research Centre. Address: 44, Moskovskoye sh., St. Petersburg, Russia, post code 196158. Tel.: +7 (911) 819-31-45. E-mail: [email protected].
Поступила / Received: 11.12.19 Принята в печать / Accepted: 13.03.20 © Вальдман Н.А., Маляренко Н.Л., 2020
